多传感器系统开源分享

描述

动机

当局往往不能很快得到警报，因此当他们到达时，大部分森林已经被烧毁。

为了更快地发现火灾甚至预防火灾，我们正在研究 Sony Spresense 解决方案。

项目

我们的项目是一个多传感器系统，这意味着火灾探测是基于多个传感器。只有当多个传感器被触发时，系统才会报警，从而降低了错误敏感性。

目标是开发一个由 Sony Spresense 板运行的系统，该系统比目前市场上的火灾探测系统更有效地检测森林中的火灾，尤其是更快。

一开始我们的计划是开发一个原型来模拟未来系统最重要的特性。烟雾、CO2、温度和湿度检测。我们计划使用的传感器检测到的值被传输到 Spresense 板，在那里它们将被分析。第一步是显示检测到的值。

原型

步骤一

首先，我们将传感器连接到我们的 Sony Spresense 并测试输出。目标是了解传感器并对其进行校准。
这也让我们了解了各个传感器的使用范围，并为我们的问题制定了解决方案。

第二步

为了获得更深入的了解，系统必须配备监视器和电源装置。这些附加组件使我们能够在户外测试我们的模型。

第三步

在下一步中，我们实现了一个简单的火灾检测逻辑，稍后将对其进行扩展。出于可视化目的添加了 LED 和蜂鸣器。系统启动时只有绿灯亮。如果算法检测到过高的二氧化碳、烟雾或温度值，则会触发火灾警告。红灯亮起，绿灯熄灭。如果系统前方也有障碍物，则使用黄色 LED。除了 LED 之外，还连接了一个蜂鸣器，它在发生警报时也会响起。

外表

该系统有待进一步开发。使用 GPS 和 Lora 网络，几个配备传感器的 Spresense 单元将相互通信。目标是确定火灾的方向和速度。为此，使用 GPS 坐标跟踪连续信号。然后可以将这些传送到一个地方表格。此外，还将连接一个摄像头，用于通过深度学习检测火灾。通过深度学习算法将传感器与火灾探测相结合，可以最大限度地降低系统故障的风险。