[发明专利]基于深度学习的森林火灾预警方法及系统

权利要求书

1.一种基于深度学习的森林火灾预警方法，其特征在于，包括：

S1，无人机沿设定路线对森林进行巡检，实时感测行驶区域的温度和/或湿度信息，以及拍摄和传送行驶区域的森林图像至地面站；

同步发送行驶区域的位置信息至地面站；

S2，根据温度和湿度信息进行火灾预警判断，

当温度高于或等于温度报警阈值，和/或湿度低于或等于湿度报警阈值时，发送火灾预警信号至地面站，无人机悬停，实时拍摄和传送所处区域的森林图像至地面站；

当温度低于温度报警阈值，和/或湿度高于湿度报警阈值时，无人机沿设定路线继续对森林进行巡检；

S3，地面站接收火灾预警信号后，采用深度学习算法处理森林图像，判断森林图像对应区域是否预发生火灾或存在火灾，若预发生火灾或存在火灾，继续处理无人机发送的森林图像，获取火灾的实时情况，若非预发生火灾或不存在火灾，地面站发送继续巡检信号至无人机，无人机沿设定路线继续对森林进行巡检；

S4，地面站将火灾预警信号、是否有火灾、火灾实时情况以及位置信息发送给森林管理中心；

所述无人机沿设定路线等高飞行；

在所述步骤S3中，地面站采用深度学习算法处理森林图像的过程为：

对森林图像使用R-CNN网络检测是否存在一个或多个着火区域；

若存在着火区域，对每个着火区域使用一个能覆盖该着火区域的最小面积的方框进行标记，计算方框面积的总和与森林图像面积的比值，若比值小于第一火灾阈值，认为预发生火灾，若比值大于等于第一火灾阈值，认为发生火灾；

或者若存在着火区域，对所有着火区域使用一个能覆盖住所有着火区域的最小面积的方框进行标记，计算方框面积与森林图像面积的比值，若比值小于第二火灾阈值，认为预发生火灾，若比值大于等于第二火灾阈值，认为发生火灾；

若不存在着火区域，则认为非预发生火灾以及不存在火灾；

第一火灾阈值和/或第二火灾阈值可设置为一个变化区间，可依据季节、天气情况或者风速大小变化在所述变化区间内取值。

2.如权利要求1所述的森林火灾预警方法，其特征在于，在所述步骤S1中，无人机的巡检路线的设定方法为：使用GPS模块设定巡检路线的起点和终点，通过栅格分解规划最佳路径。

3.如权利要求1所述的森林火灾预警方法，其特征在于，在所述步骤S1中，在每幅森林图像传送时，绑定有无人机实时的位置信息；

和/或在火灾预警信号传送时绑定有无人机实时的位置信息。

4.如权利要求1所述的森林火灾预警方法，其特征在于，在所述步骤S1中，还包括光照调整步骤，包括：

感测光照强度，当光照强度低于光照强度阈值时，开启照明灯补充光照；当光照强度高于或等于光照强度阈值时，关闭照明灯。

5.利用权利要求1-4中任一所述方法的森林火灾预警系统，其特征在于，包括至少一个无人机和地面站；

所述无人机按照各自设定路线对森林进行巡检，无人机上设置有处理器、温度传感器、湿度传感器、GPS模块、无线传输模块、摄像头和驱动组件，所述温度传感器输出端与处理器温度输入端连接，所述湿度传感器输出端与处理器湿度输入端连接，所述GPS模块输出端与处理器GPS输入端连接，所述无线传输模块数据通信端与处理器的数据通信端连接，所述摄像头输出端与处理器视频输入端连接；所述驱动组件的控制端与处理器驱动输出端连接；

或者所述无人机还包括测高模块，所述测高模块高度输出端与处理器的高度输入端连接；

所述地面站接收无人机发送的森林图像和火灾预警信号，包括与无人机的无线传输模块无线连接的无线通信模块、通过深度学习算法对森林图像进行处理的图像处理平台，以及GSM模块，所述无线通信模块输出端与图像处理平台输入端连接，图像处理平台输出端与GSM模块输入端连接。

6.如权利要求5所述的森林火灾预警系统，其特征在于，所述无人机还包括照明灯和光照传感器，所述光照传感器输出端与处理器光照输入端连接，所述处理器照明控制端与照明灯的开启端连接。

7.如权利要求5所述的森林火灾预警系统，其特征在于，所述GSM模块通过无线网络与森林管理中心连接，所述森林管理中心为服务器或者森林管理人员的手持终端。