研究目的
利用无人机搭载的可见光立体视觉系统估算野火的位置、蔓延速率、高度、倾角、火线宽度及火面形态，用于野火监测与研究。
研究成果
该框架能成功从地理配准的立体图像中估算火灾几何特征，提供可用于火灾行为建模的三维形态及数据。未来工作将聚焦于自主操作与实际消防应用。
研究不足
该系统需要后处理，且不具备实时性；随着相机与火源距离的增加，性能可能会下降；未来工作需实现无人机自主移动及在山地场景的应用。
1：实验设计与方法选择：
采用无人机搭载立体视觉系统采集并处理图像，构建火情特征三维重建框架。方法包括像素检测、基于块匹配算法的视差图计算、三维点三角测量及几何参数估算。
2：样本选取与数据来源：
开展10-100平方米野外尺度燃烧实验，其中3×5米平坦木丝覆盖面作为静态火参考基准。
3：实验设备与材料清单：
大疆S1000八旋翼无人机、u-blox M8 GNSS模块、ArduCopter自驾仪主板、树莓派2、豪威OV580 ISP桥接芯片、OV4689 MIPI摄像头、Amimon Connex Mini高清?？?、3DR无线数传电台、1×1米标定棋盘。
4：豪威OV580 ISP桥接芯片、OV4689 MIPI摄像头、Amimon Connex Mini高清?？椤?DR无线数传电台、1×1米标定棋盘。 实验流程与操作规范：
4. 实验流程与操作规范：无人机在距火源约10米、离地5米高度飞行（不飞越火区），以30帧/秒采集立体图像，经火点像素检测、视差计算及三维点估算后，数据存储或传输至地面站。
5：0米、离地5米高度飞行（不飞越火区），以30帧/秒采集立体图像，经火点像素检测、视差计算及三维点估算后，数据存储或传输至地面站。 数据分析方法：
5. 数据分析方法：基于Matlab R2018a和OpenCV库进行图像校正，结合GPS/IMU数据将三维点投影至世界坐标系，估算位置、蔓延速率、高度、宽度、长度、倾角及表面积等几何特征。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
u-blox M8 GNSS module
M8
u-blox
GPS/compass sensor for obtaining position data of the drone.
暂无现货
预约到货通知
-
OV580 ISP bridge chip
OV580
OmniVision
Image signal processor for high definition 3D applications in the stereo vision system.
立即获取同款设备
-
OV4689 MIPI camera
OV4689
OmniVision
Camera used in the stereo vision system for capturing images.
立即获取同款设备 -
Spreading Wings S1000
S1000
DJI
Unmanned aerial vehicle used to carry the stereo vision system for aerial imaging of fires.
暂无现货
预约到货通知
-
ArduCopter autopilot board
ArduCopter
3D Robotics
Inertial Measurement Unit (IMU) integrated for orientation data.
暂无现货
预约到货通知
-
Raspberry Pi 2
2 Model B
Raspberry Pi
Single board computer for processing and storing data from cameras and sensors.
暂无现货
预约到货通知
-
Amimon Connex Mini HD module
Connex Mini HD
Amimon
Transmission module for video data at 5.8 GHz.
暂无现货
预约到货通知
-
3DR Radio Telemetry
SiK Telemetry Radio
3D Robotics
Modem for telemetry data transmission at 433 MHz.
暂无现货
预约到货通知
-
chessboard
Used for calibrating the stereo vision system, composed of 436 square patterns of 150 mm side length.
暂无现货
预约到货通知
-
登录查看剩余7件设备及参数对照表
查看全部
