隧道火焰检测装置的研究

隧道火焰检测装置的研究
发布时间：2021-09-03T02:22:53.543Z 来源：《建筑实践》2021年第4月12期作者：丛林1 杨洋2
[导读] 由于隧道的空间狭小，光线暗淡以及易拥堵的缺陷，一旦发生火灾会造成严重的人员伤亡以及经济损失
丛林1 杨洋2
1 深圳地铁建设集团有限公司广东省深圳市 518000
2 中国水利水电第十四工程局有限公司云南省昆明市 650041
摘要：由于隧道的空间狭小，光线暗淡以及易拥堵的缺陷，一旦发生火灾会造成严重的人员伤亡以及经济损失，且隧道火灾具有不可预测、烟雾不易扩散、火焰扩散速度快和易引起二次火灾的特性。

因此，及时的发现火灾并报警成为了保障人员及物资安全的关键技术。

文章介绍了一种用与隧道火焰检测装置的技术和装置，该装置使用两台以上的红外相机检测火灾的发生并预警，根据实际需求对每台摄像机的光轴进行便捷和快速的调整，从而使得摄像机之间的光轴保持平行，大大的提高了检测的准确度和效率关键词：隧道安全；火焰检测；图像处理；红外测温
目前隧道发生火灾的主要原因是隧道电缆老化发生短路引起的，或者是由于交通事故引发的火灾，且一旦隧道发生交通火灾，隧道内的交通人员很难快速撤离，消防车及消防人员也很难快速到达，极易造成人员伤亡及大量的财物损失，同时引发交通拥堵及建筑的损坏。

隧道中光纤暗淡，环境复杂，甚至还会有危害生命的有毒气体，对工作人员的生命安全存在很大的威胁，同时隧道中车流量较大，容易发生安全事故。

在保障工作人员人身安全的条件下进行工作的效率低下，且工作强度很大。

因此需要使用机器人自动巡检的方式代替人工巡检，在保障安全的同时提高巡检的效率。

现阶段的火灾检测及报警的方式主要有一下几种：感烟型火灾探测器、感温型火灾探测器、感光型火灾探测器和复合型火灾探测器，其主要工作原理也是根据火灾燃烧过程中的特殊气体、烟雾颗粒、热辐射、光等也是火灾检测中的火灾参量进行判别，并将其转化成易于识别、处理的信号参量，进而实现对火灾的识别，当某一火灾参量的含量超出阈值时就会触发报警装置。

在这些方法中，通过火光进行识别是最为快速和常见的一种。

本文通过结合可见光摄像机与红外光摄像机配合检测，且通过将链接结构设计为角度和位置可调的方式，可根据实际的需求快速的对每台设备进行安装和校准，使得两摄像机之间的光轴保持平行，大大提高了设备操作的灵活性和安装效率，同时提高了火灾巡检设备的准确率。

1 公路隧道火灾检测技术分析
研究者在不断的探索过程中发现隧道火灾发生时会存在集中伴随的特征：特殊气体、烟雾颗粒、热辐射、光等。

针对这些特征，传统的火灾报警器件如下：感烟型火灾探测器通过检测火灾发生时产生的烟雾颗粒，当颗粒浓度超出阈值时触发报警装置。

但是在隧道中烟雾扩散缓慢，警报存在延时，且雾霾天气或环境质量差的时候容易产生误报情况。

感温型火灾探测器通过检测隧道内的环境温度进行监控，当隧道内环境温度上升超出阈值时触发报警装置。

但只有当火势开始蔓延的时候温度才能上升到阈值时，同样存在报警周期长的问题。

感光型火灾探测器通过感知火灾时火焰的火光进行报警，当出现疑似火灾火光时救火触发报警装置。

但隧道中汽车灯光成分复杂，非常容易产生误报或者漏报的情况。

复合型火灾探测器：是通过探测器对周围环境中两种或者两种以上的火灾参量进行检测并报警。

该探测器只是增加了检测的火灾参量的种类，而每种火灾参量所对应的探测器的弊端并没有完全消除。

因此，该探测器在隧道环境中无法被广泛使用。

综上所述，传统的火灾检测技术由于隧道内车辆灯光、湿度、气流、高度、粉尘等众多因素的影响，从而使公路隧道火灾检测在抗干扰性、准确率、实时性等方面具有一定的缺陷。

为了解决传统火灾检测技术的不足，提出了基于图像型火灾检测技术。

2 红外图像型火灾检测技术
图像型火灾检测技术主要是利用图像处理技术、机器视觉、模式识别、机器学习和深度学习等技术对隧道内的视频图像进行实时处理与识别，实现对目标区域的火灾检测和报警。

克服了传统火灾检测技术的缺点，研究人员将图像处理技术应用于火灾检测中，即图像型火灾检测技术。

图像型火灾检测技术具有以下优势：
（1）能实时、真实的掌控隧道内的火灾情况、人员疏散情况。

顺利的安排救援系统及救援人员快速进入现场扑救，同时顺利安排扑救人员离场和清理人员的入场。

（2）具有极高的准确率，通过图像处理可以根据火焰的形状，颜色，存在时长及变化趋势进行判别，结合红外测温相机的温度检测，只有两者同时触发时才能触发报警装置。

结合深度学习模型进行判别，只依赖一幅图片就能达到90%以上的准确率。

（3）检测速度极快，由于图像型火灾检测技术属于非接触式图像检测技术，因此在火灾发生的初期就能实现报警功能，能最快的通知扑救人员进行扑救，有效的避免了火势的蔓延，人员伤亡以及对道路设施的损失。

（4）可节约成本。

将图像型火灾检测系统与现有的隧道监控系统相结合，可以减少成本支出，减少人工劳动，同时降低了人工检测对工作人员产生的健康损害及人身安全威胁。

3 红外图像型火灾检测技术的工作原理
由于红外图像性检测装置由两个相机同时工作，且只有两路同时发出报警信号时警报系统才能开始工作，每单个通道的工作原理如下：
3.1图像处理模块：
图像处理模块主要分为颜色判断、形态学处理、连通区域标记和边缘检测几种工作方式：
颜色判断主要根据图像信号的RGB颜色空间模型、HSI 颜色空间模型和YCbCr 颜色空间模型进行判断，不同物质燃烧的火焰具有不同的颜色，可根据燃烧火焰的颜色分辨是否是发生火灾。

形态学处理主要是以数学形态学为工具对图像形状进行处理，即用结构元素去度量和提取图像中对应形态，实现是否发生火灾的判别。

图1 汽油燃烧时的火焰
连通区域指的是图像中相邻的且具有相同像素的像素点集合组成的区域。

根据火焰燃烧时的形状及获得图片连通区域的比较，判断是否发生火灾。

边缘检测是根据边缘灰度不连续的特征，利用边缘一阶或者二阶导数的规律来显示图像灰度的变化。

3.2红外测温模块
红外测温通过红外相机对隧道环境进行检测，环境温度的不同反应在红外相机的探测器的光电探测器上，不同的温度对应了不同的电压值，因此可以通过温度的电压的变化判断该区域温度的变化，判断温度是否超过预设的阈值可以判断是否发生火灾。

4 隧道火焰检测装置的工作过程
首先当火灾发生的第一时间发生火灾的位置出由于火焰的燃烧导致明显的温度提升，火焰检测装置的红外摄像机迅速感应到该位置处的温度变化，并控制信号发送给火焰报警装置，此时由于图像检测装置的处理时间稍长一些，因此报警装置并不会完全触发；随后待火焰逐渐增大，图像处理装置迅速捕捉到图像并发送给信号处理设备，经过信号处理发现火焰，将报警信号再次发送给报警系统。

此时红外相机的报警功能和可见光相机的报警功能同时触发，报警模块开始工作，警报声响起报警隧道内出现火灾，通知向方人员介入扑救。

5 总结
基于图像处理的火灾检测技术不仅克服了它的缺点，还具有准确率高、实时性好、抗干扰性强、成本低的优点。

针对公路隧道结构的特殊性，在前人研究的基础上，通过分析火焰特征，结合运动目标提取算法、颜色空间疑似火焰区域分割算法、火焰候选区域特征提取算法以及模式识别技术对视频图像中的火焰进行检测。

参考文献
[1] 欧文欣,周兆华,孙楠,et al. 一种用于隧道巡检机器人的火焰检测装置[P].2016.01.
[2] 朱学慧.基于图像处理的公路隧道火灾检测技术研究[D].中国计量大学,2019.06
[3] 许宏科,房建武,杨伟松,et al. 高速公路隧道火焰检测技术研究[J],公路交通技术,2011.06,。