基于机器学习的低成本无人机早期火灾检测系统

本文提出一种基于机器学习的新型系统，以低成本且精确的方式实现森林火灾的早期检测。据此，旨在为森林火灾的视觉检测带来崭新且明确的视角。为此构建了一架无人机。系统中的微控制器经深度学习方法训练后完成编程，使该无人飞行器具备识别烟雾（火灾检测的最早征兆）的能力。现有火灾检测常用算法的通病为高误报率与漏报率。通过附加监督阶段对可视化所得结果进行确认，将提升系统可靠性并确保结果准确。得益于无人飞行器的移动视觉能力，可从任意视角清晰且连续地掌控数据。系统性能通过在仿真与实体环境中的实验得以验证。