实验室机器人火灾风险智能视觉预警研究

简介

由于已有方法未提取实验室火灾风险图像特征点,导致传统方法存在预警延误和预警结果不准确等问题。为此,提出新的实验室机器人火灾风险智能视觉预警方法。通过摄像头采集实验室火灾图像,采用Sobel边缘检测算法和Hough算法分别提取实验室火灾图像的边缘和边缘的直线特征,提取实验室火灾风险特征点。根据火灾特征,采用单目视觉的针孔模型计算火灾风险发生的位置,进而实现实验室机器人火灾风险智能视觉预警。仿真分析结果表明,所提方法能够及时发现实验室火灾风险,同时可实现快速报警。