王 洋, 李向國, 梅志千, 朱燈林

（河海大學(xué)機電工程學(xué)院, 江蘇常州 213022）

隨著經(jīng)濟不斷發(fā)展, 大型空間建筑物的數(shù)目迅速增多。這類建筑空間結(jié)構(gòu)復(fù)雜, 電氣設(shè)施眾多, 人口聚集, 潛在火災(zāi)危險性較大, 滅火難度也較高[1］。因此, 大型空間建筑在火災(zāi)早期的自救非常重要, 然而傳統(tǒng)的滅火系統(tǒng)已然無法為其提供較高的保障, 開發(fā)一款可靠的大空間自動跟蹤定位消防水炮系統(tǒng)就顯得極為重要。

自動跟蹤定位消防水炮系統(tǒng)是一類集火災(zāi)探測、火源定位、遠距離自動滅火于一體的消防滅火系統(tǒng)[2-4］。近年來自動跟蹤定位消防水炮系統(tǒng)迅速發(fā)展[5-10］, 大量研究人員對其進行了多方面的深入研究, 取得了豐碩的成果。鄔琳琳等[11］采用窄縫十字定位原理, 通過轉(zhuǎn)動消防水炮進行全空間掃描, 使位于交叉的十字窄縫處的紅外熱釋電傳感器產(chǎn)生報警信號實現(xiàn)火源定位。這種定位方式操作簡單, 但是耗時較長, 定位誤差較大且無法定位火源中心。伴隨著計算機技術(shù)與圖像處理算法的不斷進步, 基于視覺的火源定位技術(shù)逐漸成為自動消防水炮的研究熱點。儲海東等[12］利用紅外圖像處理算法, 對火災(zāi)所產(chǎn)生的典型特征進行檢測, 并依據(jù)雙目視覺定位原理實現(xiàn)火源定位?；谟嬎銠C視覺的火源定位精度較高, 可以有效定位大型空間建筑內(nèi)的火源[13］。然而, 它很容易受到強光、其他物體的干擾, 導(dǎo)致錯誤識別, 而且數(shù)字化圖像處理需要消耗大量的時間, 導(dǎo)致定位性能下降[14-15］。

針對現(xiàn)有的自動跟蹤定位消防水炮系統(tǒng)存在定位時間長、定位精度低等問題, 本文提出了一種基于紅外陣列傳感器的火源快速定位方法。該方法在探測到火源的基礎(chǔ)上, 采用紅外熱成像技術(shù)獲取火源的紅外圖像, 然后在紅外圖像上利用圖像重心算法計算火源重心坐標(biāo), 并根據(jù)火源重心與圖像中心的偏差對消防水炮進行反饋控制, 實現(xiàn)火源精確高速定位。

1 火源定位方法設(shè)計

為了提高火源定位的速度和效率, 增加精確性, 減少定位誤差, 本文設(shè)計了自動跟蹤定位消防水炮系統(tǒng), 其主要采用了MLX90640紅外焦平面陣列傳感器進行火源定位。

當(dāng)自動跟蹤定位消防水炮系統(tǒng)的火災(zāi)探測模塊探測到火災(zāi)后, 系統(tǒng)開始自動定位火源。為了提高火源定位效率, 在定位之前先判斷火源是否在MLX90640的視場內(nèi)。通過MLX90640探測當(dāng)前視場內(nèi)的溫度, 當(dāng)最大溫度值超過了所設(shè)的閾值, 就表明當(dāng)前視場中存在火源。若火源不在當(dāng)前視場內(nèi), 系統(tǒng)將啟動自動掃描程序, 消防水炮按照設(shè)定的角度和方向進行轉(zhuǎn)動, 直至火源出現(xiàn)在MLX90640的視場內(nèi)。該系統(tǒng)自動獲取火源的紅外圖像, 并利用圖像重心算法計算出火源的重心坐標(biāo)。

以紅外圖像的中心為原點建立坐標(biāo)系, 設(shè)原點坐標(biāo)為(x0, y0), 像素點的坐標(biāo)為P(i, j), 對應(yīng)的溫度為Tij, 則火源重心在紅外圖像上的坐標(biāo)(xc, yc)如下所示：

根據(jù)火源重心的坐標(biāo)距離圖像中心的偏差(Δx, Δy), 計算消防水炮需要轉(zhuǎn)動的方向和角度。通過轉(zhuǎn)動消防水炮, 使火源重心位于紅外圖像的中心, 從而實現(xiàn)火源的定位。

采用上述方法定位火源時, 首先需要明確消防水炮轉(zhuǎn)動角度與紅外圖像像素值之間的對應(yīng)關(guān)系。消防水炮轉(zhuǎn)動角度與紅外圖像像素值的轉(zhuǎn)換系數(shù)可通過以下標(biāo)定算法來計算。

（1）計算火源重心在紅外圖像上的位置P(i0, j0)；

（2）消防水炮水平方向轉(zhuǎn)動一個角度γ0, 豎直方向轉(zhuǎn)動一個角度δ0；

（3）計算火源重心在紅外圖像上的位置P(i1, j1)；

（4）計算消防水炮轉(zhuǎn)動角度(γ0, δ0)與紅外圖像像素值的轉(zhuǎn)換系數(shù), 如下所示：

式（3）、（4）中, εγ為水平方向上的轉(zhuǎn)換系數(shù)；εδ為垂直方向上的轉(zhuǎn)換系數(shù)。

由于消防水炮在工作時存在較大的外部擾動, 以及由于傳感器分辨率低及εγ、εδ計算不精確造成的誤差, 導(dǎo)致整個控制系統(tǒng)的控制精度受到影響。因此, 單次調(diào)整后的紅外圖像中心與火源重心仍可能存在一定的偏差。為了提高定位精度, 利用調(diào)整后的紅外圖像中心與火源重心的偏差值對消防水炮進行反饋調(diào)節(jié)。

為了減小電機自身控制精度對火源定位精度的影響, 根據(jù)紅外圖像中心與火源重心的偏差值來選擇合適的電機轉(zhuǎn)速, 當(dāng)偏差值較大時選擇較大的電機轉(zhuǎn)速, 當(dāng)偏差值較小時則選擇較小的電機轉(zhuǎn)速。電機的轉(zhuǎn)速可通過改變脈沖頻率來調(diào)節(jié), 脈沖頻率越高則電機轉(zhuǎn)速越高。當(dāng)水平偏差值和垂直偏差值分別為Δx和Δy時, 水平電機和垂直電機的脈沖頻率分別為

式（5）、（6）中, Pimax為紅外陣列i方向的最大像素值；fmax為最大脈沖頻率；Pjmax為紅外陣列j方向的最大像素值。

火源定位過程中電機反饋控制流程如圖1所示。首先計算火源重心與紅外圖像中心的偏差值, 然后計算水平電機和垂直電機的實際脈沖頻率fi、fj, 最后轉(zhuǎn)動消防水炮, 當(dāng)火源重心與紅外圖像中心的偏差值小于等于ε時, 火源定位完成。

圖1 電機反饋控制流程圖Fig.1 Flow chart of motor feedback control

2 火源定位方法實驗驗證

搭建如圖2所示的實驗平臺。在測試之前先對消防水炮旋轉(zhuǎn)角度與像素坐標(biāo)之間的轉(zhuǎn)換系數(shù)進行標(biāo)定。首先通過MLX90640獲取火源的紅外圖像并利用上述的重心算法計算出火源在紅外圖像中的重心坐標(biāo), 得到火源重心坐標(biāo)值P(i0,j0)為（19.24, 15.39）。然后控制水平電機與垂直電機分別調(diào)節(jié)30個脈沖值, 獲取當(dāng)前視場內(nèi)的火源紅外圖像, 計算出該圖像中火源重心坐標(biāo)值P(i1,j1)為（27.83, 21.35）。最后計算出轉(zhuǎn)換系數(shù)。

圖2 消防水炮實驗平臺Fig.2 Fire water monitor experimental platform

水平方向轉(zhuǎn)換系數(shù)為

垂直方向轉(zhuǎn)換系數(shù)為

標(biāo)定完成后開始對火源定位算法進行測試。圖3為火源初始紅外圖像, 以圖像的中心為原點建立坐標(biāo)系, 原點坐標(biāo)為（16, 12）。根據(jù)圖像中的火源重心坐標(biāo)值（27.83, 21.35）, 計算出火源重心與紅外圖像中心的水平偏差值和垂直偏差值分別為11.83和9.35, 然后依據(jù)偏差值計算出水平電機和垂直電機所需調(diào)節(jié)的脈沖值。

圖3 火源初始紅外圖像Fig.3 Initial infrared image of the fire source

水平電機調(diào)節(jié)脈沖值為

垂直電機調(diào)節(jié)脈沖值為

調(diào)整消防水炮對準(zhǔn)火源, 獲得調(diào)整后的紅外圖像如圖4所示。從圖4中可以看出此時圖像中心與火源重心仍存在一定的偏差, 經(jīng)計算可得水平偏差為0.52, 垂直偏差為0.38。

圖4 調(diào)整后的紅外圖像Fig.4 Adjusted infrared image

從上述結(jié)果可以看出單次調(diào)整后的紅外圖像中心與火源重心仍存在一定的偏差。于是采用反饋算法進一步調(diào)整消防水炮姿態(tài), 得到如圖5所示的結(jié)果。從圖5中可以看出利用反饋算法調(diào)整后的紅外圖像中心與火源重心的偏差值明顯降低, 達到了更好的火源定位精度。

圖5 基于反饋算法的實驗結(jié)果Fig.5 Experimental results based on feedback algorithm

3 結(jié) 語

本文提出了一種基于紅外陣列傳感器的火源探測及快速定位方法。在探測到火源的基礎(chǔ)上, 采用紅外熱成像技術(shù)獲取火源的紅外圖像, 在紅外圖像上利用圖像重心算法計算火源重心坐標(biāo), 并根據(jù)火源重心與圖像中心的偏差對消防水炮進行反饋控制, 實現(xiàn)火源精確高速定位。實驗結(jié)果表明本文提出的方法可有效提高消防水炮火源定位的效率和精度。該定位方法不僅適用于室內(nèi)大空間消防水炮系統(tǒng), 對其他的視覺跟蹤應(yīng)用亦具有良好的參考價值。