技术摘要：
本发明公开了一种适用于林场火险监测的系统及方法，系统包括无人机控制系统、数据处理与通信系统以及远程上位机管理系统；所述无人机控制系统、数据处理与通信系统之间能够进行数据交互，远程上位机管理系统实现对无人机飞行的控制；所述无人机控制系统，用于对无人机  全部
背景技术：
森林火灾预防的重点是对森林火灾进行监测预警，目前来说，森林火灾预防分为 人工检查，包括：采用固定位置的烟火传感器、摄像头进行监测；使用各式民用飞行器巡检 火点；采用人工巡山检查，成本低廉，是目前使用较多的一种森林火灾预防方式，但是效率 低下。由于森林面积大、幅员广阔，距离城市遥远，且通过人眼识别的能力有限，对早期尚未 形成火苗的火灾无法识别，不能做到快速识别早期火灾。要想有效的对大面积的森林、山地 等地形进行监测，则需要安装固定位置的烟火传感器，烟火传感器有较强的火焰预警能力。 不过森林、山地等地形的不稳定因素会限制烟火传感器的安装，较难选择合适的地点安装 烟火传感器，因而会出现观测死角的情况。要使烟火传感器发挥作用还需要数量庞大的传 感器支撑，烟火传感器的维修费用也是一笔不小的开支，这样一来便大大的增加了林场防 火的成本。要想有效且及时的发现森林火灾，各式民用飞行器就派上用场了，民用飞行器能 有效及时的发现森林火灾，而且不存在观测死角的情况，但民用飞行器的租赁费用不低，导 致防火成本增高，覆盖物的火灾高危点也会影响巡测检查的效果。
技术实现要素：
本发明的主要目的在于克服现有技术的缺点与不足，提供一种适用于林场火险监 测的系统及方法，能实现无人机的自主飞行并及时拍摄森林上空的视频和图像数据，通过 深度学习人工智能算法对森林火灾进行实时监测。 为了达到上述目的，本发明采用以下技术方案： 一种适用于林场火险监测的系统，包括无人机控制系统、数据处理与通信系统以 及远程上位机管理系统；所述无人机控制系统、数据处理与通信系统之间能够进行数据交 互，无人机控制系统将采集的图像和飞行参数实时回传至远程上位机管理系统，远程上位 机管理系统实现对无人机飞行的控制； 所述无人机控制系统，用于对无人机的飞行控制以及飞行信息的反馈； 所述数据处理与通信系统，用于对数据进行传输处理并对图像进行处理，能对获 得的数据进行管理，包括故障信息、火险灾情异常信息、无人机飞行状态信息、用户登录信 息； 所述远程上位机管理系统，用于图像的传输和处理，并完成火险灾情的预警。 作为优选的技术方案，所述无人机控制系统包括路线规划模块、GPS定位模块和飞 控模块； 所述路线规划模块，用于根据设定的指令规划无人机的飞行路线； 所述GPS定位模块，用于获取无人机飞行的当前位置； 4 CN 111580425 A 说　明　书 2/6 页 所述飞控模块，用于对无人机的起飞、降落以及飞行过程进行控制。 作为优选的技术方案，所述数据处理与通信系统，包括图像数据采集模块和图像 数据传输模块； 所述图像数据采集模块，通过搭载在无人机上的专用云台拍摄森林的图像，对森 林火险情况进行监测； 所述图像数据传输模块，用于实现远距离把图像数据传输回远程上位机管理系 统，并将远程上位机管理系统的控制指令发送到无人机。 作为优选的技术方案，所述远程上位机管理系统包括图像处理与分析模块和火险 灾情实时预警模块； 所述图像处理与分析模块，用于接收到无人机传输的图像后，通过图像识别算法 对图像进行的数据识别及处理，快速的判断出是否发生火灾并进行预警； 所述火险灾情实时预警模块，用于当发生火险灾情时，对火险灾情进行预警。 作为优选的技术方案，所述无人机包括MCU处理器、陀螺仪、加速度计、地磁针、GPS 和气压计，所述陀螺仪、加速度计、地磁针、GPS和气压计均与MCU处理器连接。 作为优选的技术方案，无人机在飞行过程中通过气压计测定海拔，维持飞行高度 或者根据设定的航线改变飞行高度来避开树木或山头，实现自主定高。 作为优选的技术方案，所述无人机与远程上位机管理系统的网络传输采用的是 UDP协议。 一种适用于林场火险监测的系统的控制方法，其特征在于，包括下述步骤： 通过无人机摄像头采集森林上空的图像信息，并通过GPS定位系统获取无人机位 置信息，生成定位轨迹； 图像传输装置将采集到的图像信息传输到远程上位机当中； 远程上位机对图像信息进行深度学习人工智能识别算法处理，识别出火险灾情， 并根据定位信息确定灾情位置。 作为优选的技术方案，远程上位机对图像信息进行深度学习人工智能识别算法分 析处理的具体步骤为： 前期通过采集的林场上空森林火险灾情发生时候的烟雾和火险图片数据，采用深 度学习图像处理算法，对目标图片进行检测训练，对目标图像进行归一化处理，构建无人机 林场火险监测模型；在林场上空部署火险灾情监控无人机，通过无人机摄像头对林场上空 的图像数据进行采集，将数据及时传送到远程监控中心当中，远程监控中心收集到无人机 的图像数据后，将图像数据传输到林场火险监测模型当中，判断目标监测模型输出是否大 于设定的阈值，如果是，则触发报警器进行报警，并通知林场工作人员进行下一步灭火巡检 工作；如果不是，则认为是普通的野外高温，不具有火灾的危险，不报警，则将图像数据保存 下来，以备后期使用。 作为优选的技术方案，所述深度学习图像处理算法具体为： 采用图像预处理技术，削弱或消减无用的图像信息，并使用图像增强技术，提高图 像的清晰度；使用形态学对处理技术，从图像中提取对表达式和渲染区域形状有意义的图 像分量，对疑似林火区域进行分割，提取疑似林火区域；根据火焰的颜色信息提取疑似林火 区域，并从植被颜色信息入手，通过对森林植被的颜色进行研究，引出火焰颜色的检测方 5 CN 111580425 A 说　明　书 3/6 页 法，增强火焰的颜色信息，削弱了植被的颜色信息，并基于FDI指数与R通道相结合的林火分 割方法，对林火区域进行分割； 经过图像预处理操作和图像分割后得到的林火区域，选取圆形度、面积变化率、重 心高度比、LBP纹理四个特征作为林火识别的依据； 利用机器学习的分类识别方法，选取径向基核函数作为SVM分类器的核函数，对样 本的不同特征进行综合的分析，避免了直接依据特征阈值进行林火分类识别而导致的误报 率较高的问题。 本发明与现有技术相比，具有如下优点和有益效果： 本发明能通过图像处理的方法来判断森林火灾的温度异常情况，通过无人机所搭 载的摄像头将森林火灾隐患画面记录下来，并将拍摄到的图像通过通信网络传输到远程上 位机管理系统，远程上位机管理系统通过深度学习算法进行计算处理，以此区分森林火灾 是由火焰温度引起还是野外高温引起，快速识别出图像所在地区有没有火灾隐患的发生。 通过本发明不仅降低了森林火灾带来的巨大的损失，还保证了国家的生态环境安全。 附图说明 图1是本发明适用于林场火险监测的系统拓扑结构示意图。 图2是本发明适用于林场火险监测的系统数据通讯示意图。 图3是本发明本发明适用于林场火险监测的系统结构示意图。 图4是本发明的数据处理流程示意图。 图5是本发明适用于林场火险监测的系统数据交互图。 图6是本发明适用于林场火险监测的系统控制方法流程图。 图7是本发明图像的传输和处理流程图。 图8是本发明的深度学习图像处理算法原理流程图。