「宠物寻找」寻宠，热能传感器（热成像）找猫的原理和使用方法

热能传感器（热成像）找猫的原理和使用方法

由于猫咪的体温通常比周围环境要高，它们在热成像仪上会显示为热点。使用热成像设备，您可以扫描室内外的区域，通过观察热成像图像中的亮色区域来定位猫咪的位置。

使用热成像找猫的步骤如下：

准备设备 ：确保您有一台红外热像仪和相应的软件，设备需充足电量或连接电源，并打开软件准备使用。

设定参数 ：在软件中调整温度范围和颜色显示方式，以便更清晰地看到猫咪的热影像。

开始搜索 ：将热成像仪对准搜索区域，启动软件捕捉热成像图像。

分析图像 ：观察热成像图像，寻找亮色区域，这些区域可能指示猫咪的位置。

跟踪猫咪 ：根据热成像图像的指引，仔细搜索并找到猫咪。

在使用热成像找猫时，应注意选择合适的环境条件，避免过于明亮或过暗的场景，以确保设备能够准确捕捉到热量信号。

同时结合其他寻找宠物的方法，如张贴寻宠启事或询问邻居，可以提高找到猫咪的几率。

找猫/寻猫/宠物寻找/宠物救援/宠物侦探/猫丢了怎么办/找猫找狗技术有限公司13041089333 (zhaomao1.com)

当然我们也可以寻求专业帮助， 如果你遇到的是流浪猫或非常害羞的猫，可能需要专业人士如动物控制部门或宠物侦探 的帮助。#宠物寻找# #找猫团队#

建筑物内烟雾感测，无人机如何高效定位火源？

文 |古轩说史

编辑 | 古轩说史

微型无人机（MAV）因其快速部署及进入难以到达或危险区域的能力，在众多领域中被广泛应用，虽然其自主性和可靠性得到了增强，但在自然灾害后，它们仍大多由飞行员远程操作以提供援助。

这些MAV已被用于灾难应对，如地震受灾地带的救援、洪水地区的定位和森林火灾的快速识别。

为了进一步挖掘其潜力，研究已开始探索完全自主的MAV系统，使其能够更为有效地感知环境、定位导航，并与周围物体互动。

01

遇到的问题

微型无人机（MAV）在建筑灭火任务中的运用需考虑其尺寸限制 ，特别是当其需要通过窗户等狭窄空间时，为了有效进行灭火，MAV的尺寸、载荷和自主性都是决定性的因素。

考虑到未知的灾害环境，如火灾现场，MAV的定位和导航系统的精确性显得尤为重要。

在室外，尽管MAV配备了GNSS接收器，但在建筑物附近的信号可能会受到干扰或反射影响。

为了确保室内外的准确导航和障碍物检测，建议使用2D LIDAR和立体摄像头，这两种传感器既能提供精确的位置数据，也有助于防撞和火源定位，为了对火源进行准确的检测和定位，复合传感器组成的热像仪是必不可少的。

高度控制是另一个关键要素。在MAV在建筑物内部操作时，配备朝上和朝下的激光测距仪，以精确估计其与地面和天花板的距离，确保安全飞行。为了灭火，MAV还需携带水袋、泵和喷嘴，以便在接近火源时进行喷水。

具有穿越门窗能力的MAV尤其具有价值，因为它们能够迅速到达火灾现场，比消防员更早作出反应，一个半自动的室内消防MAV，这种MAV不仅装备了视觉和热像仪，还加入了防撞模块，为室内火灾响应提供了强大的支持。

MAV的自主进入建筑物，特别是通过窗户，在之前的研究中已有所探索，但大多数方法都需要操作员的干预或仅在模拟中得到验证。

与此不同，我们的方法旨在为真实世界环境中的自主操作提供解决方案，无需人为干预。

要实现从室外到室内的平滑过渡，结合不同的定位技术是关键，混合系统，将视觉和激光里程计与IMU结合使用，而则依赖于立体相机深度估计。

尽管后者的方法精度较低，但它强调了在不同环境中导航MAV的挑战性，要提供更高的自主性，利用独特的测量融合策略，并完全由任务控制状态机控制整个任务。

02

自主系统设计

本文提出了一个全自主的MAV系统，其核心特点是在仅依赖板载PC的情况下，实现无需远程操作或控制站的操作，关键组件包括：

无论是在开放的室外还是有障碍的室内环境，精确的状态估计都是至关重要的，为了成功完成任务，确保精确放置灭火剂也同样重要。 MAV使用一个新型的多层控制流水线，结合了先进的运动规划模块，能够平滑地从室外转到室内，反之亦然。

高级的运动规划模块负责每个任务阶段的轨迹规划，而基于模型预测的参考跟踪器则确保了轨迹的平滑性，SE（3）几何状态反馈控制器]进一步确保了精确的窗口飞越。

整个系统的状态估计器负责将板载传感器的数据与MAV高度信息融合，以实现高精度的状态估计。

状态估计过程使用卡尔曼滤波来估计 MAV 的 3D 位置及其航向角，以及它们各自的一阶和二阶导数，MAV 状态分为横向、高度和航向部分。

这种去耦有助于调整滤波器，较小的系统矩阵可节省计算资源允许并行运行多个滤波器，所有有源滤波器都分组在一个滤波器组中，当前情况下的最佳滤波器用于关闭参考控制器的反馈回路。

研究中的灭火任务分为室外和室内两个阶段，每个阶段都采用了一个专门的状态滤波器，尽管两个滤波器都基于三态模型，并接收来自参考控制器的加速度输入，但它们的校正数据源有所不同。

在室外，滤波器利用GNSS进行位置校正，并使用磁力计进行航向校正。而在建筑内，由于无法使用GNSS，位置和航向都依赖2D LIDAR数据，并使用Hector SLAM算法进行处理。

滤波器的设计可以融合多种传感器和定位策略来估计状态，总是选择一个主滤波器，基于估计的可靠性和环境考虑来运行。

在跨越室内和室外的过渡时期，为确保过渡时状态估计的稳定性，我们进行了主估计器的切换。 这种切换避免了由于不恰当的传感器测量而导致的状态估计失效，从而在窗口飞越期间提供了更高的可靠性。

至于高度估计，采用了气压计数据和激光测距仪的测量结果，当MAV飞过地面上的隆起物时，激光测距仪可能会快速变化。使用中值滤波器，结合气压计数据，我们得到了一个平滑的、适合控制的高度估计。

03

窗口检测和估计

为确保无人机有效进入目标建筑，系统需准确检测入口并持续定位其位置，结合立体相机的深度数据与2D LIDAR的测量。

尽管深度数据为窗口的三维位置、尺寸和方向提供全面信息，但其带有噪声且视场有限 ，相对地，2D LIDAR的数据较为精准，能在整个机动过程中保持对窗口的视线，但其仅提供二维水平面的信息。

考虑到这些特点，提出两种估计模式：深度+LIDAR模式结合两种数据源进行融合；LIDAR+先验模式则依赖2D LIDAR数据和预先已知的窗口信息。这两种模式仅适用于无遮挡的窗口。

窗口检测算法首先将立体相机的深度图像进行8倍降采样，优化处理速度，通过搜索图像轮廓并对数据进行四边形拟合筛选出潜在的窗户区域。

该方法进一步验证这些区域确实为开放空间而非突出物体。若验证成功，该检测区域即被认为是可通过的窗户。

算法1 根据深度数据检测窗口

利用2D LIDAR数据进行窗口检测的过程如下，应用一系列线条提取算法来识别潜在的窗口边缘。

具体地说，我们使用了“Successive Edge Following”算法，此算法通过2D LIDAR测量中的突变来探测窗口边缘候选E1。该算法将原始扫描分段为S1，当连续两次测量之间的差异超过预定阈值时，扫描会被分割。然后，S1的端点作为窗口边缘候选E1。

这些段S1被传递给“Iterative End-Point Fit”算法，这个算法通过每段的端点拟合一条线，并在与线距离最远的点处将该段分为两个子段，只有当该距离超过预定阈值时才这样操作。

此流程能够检测出当建筑物内部的墙壁或障碍物紧邻窗户时，形成的朝向MAV的窗口边缘。

根据估算模式的不同，最终的检测结果或通过将窗口边缘候选E链接到基于深度检测初始化的现有窗口估算W来产生，或基于先前已知的描述窗口大小和高度的信息A进行独立检测。

算法2 从2D LIDAR中检测窗口

线性卡尔曼滤波器用于融合各个检测并滤除测量噪声，描述单个窗口的卡尔曼滤波器的状态 x 定义为：

在全局坐标系中，窗口的位置和方向由其中心的笛卡尔坐标cx,cy,cz定义，同时使用角度ϕ（在xy平面上的窗口法向量与x轴之间的角度）描述其方向，即围绕z轴的旋转，假设窗口垂直于地面，不发生倾斜。

04

室内运动规划和探索

在建筑内成功执行灭火任务的关键是能够准确地定位火源，同时确保无人机（MAV）的安全导航。当任务开始时，火源的确切位置是未知的，因此飞行过程中对建筑物内部进行有目的的探索是至关重要的。

为了实现这一目标，环境感知和障碍物检测是第一个考虑的核心组件，利用来自立体摄像头和2D LIDAR的数据，可以为无人机提供其周围环境的实时映射。

这些数据被存储在与MAV同步的三维占用网格中，借助于与Ewok系统相关的缓冲区实现，并进行必要的适应性修改，加快了数据的插入速度并减少了计算需求。

基于A*规划器，我们可以考虑预定义的最小障碍物距离，在三维网格中寻找局部路径，这种策略确保了MAV在建筑物内的稳定飞行，尤其是在狭窄和复杂的空间内。

当然，单纯的避障并不能确保任务的成功。因此，设计出一种针对火源的探索策略也是不可或缺的。我们的策略是基于双重感知系统，一个用于定位和映射，另一个专门用于火源探测。考虑到这两套系统的视场有所差异，必须有一个独特的探索策略。

维护了一个二维的占用网格，这个网格不断地更新，提供了有关MAV已经“看到”的区域的信息。这种视觉信息是基于热像仪的感测结果获得的，只有在观察到某个区域的连续3秒后，我们才会认为该区域已被彻底扫描。

在进行飞行时，MAV需要不断地选择或重新选择其目标位置。这是根据上述二维占用网格进行的，其中还包含关于已扫描区域及其边界的信息。 选择的目标位置是基于那些已经被标记为已扫描但其周围还有未扫描区域的元素。

在无人机（MAV）内部灭火任务中，精确地检测和定位火源是关键。为了安全性考虑，比赛组织者使用了被称为火焰模拟体的人造火焰，这些模拟体既有热特征也有视觉特征。

关键是不仅要在热图像中检测加热元件，还要确定其相对于MAV的三维位置，并估计火源物体前板的法线矢量，以为MAV选择最佳的灭火位置。

尽管加热元件被加热到120°C，但由于发射率值的差异，热相机报告的温度仅约为70°C，采用了固定的温度阈值对热图像进行二值化，并使用Laplacian图像算子对检测进行验证，以确保检测到的火源比其周围环境温度高。

MAV系统集成了一系列高级技术，包括MAV状态的控制和估计、室内运动规划、窗口和火源的检测以及灭火技术。其中一大创新是多传感器数据的利用，以增强系统的可靠性，此系统已成功应用于MBZIRC 2020比赛的灭火任务。

相关问答

通常打印机会有多个传感器,主要感应进纸感应定位和打印机字车架来回移动的感应定位,复写力度的纸厚复写感应。进纸的在打印头前面的搓纸轴附近,和打印头后...

光流利用的是图像的变化处理,用于检测地面的状态,从而监测飞机的移动;主要用于保持飞机的水平位置,以及在室内实现定高和定点飞行。光流模式指定位借助于无...

1、拆开蓄电池负极接线,拆开发动机舱内的速度传感器线束;2、拆下固定传感器线束支架的螺栓。注意线束定位夹安放及定位;3、拆下前轮毂的传感器定位螺栓。将...

无人机流光定位是一种利用无人机搭载的流光传感器进行目标定位的技术。流光传感器能够感知目标发出的光信号,并通过算法处理得到目标的位置信息。无人机通过悬...

光电传感器可以通过使用光谱分析仪来定位波长。光谱分析仪可以将光分解成不同波长的光谱,然后通过检测不同波长的光谱来确定光的波长。光电传感器可以通过测量...

首先使用小一字刀撬开传感器右侧位置。2/6然后使用小一字刀撬开传感器左侧位置。3/6之后使用塑料起子撬开传感器正面位置。4/6至此,传感器就可以脱离...

定位传感器。通常,水温传感器位于发动机水套之内,靠近汽车引擎。2.断开电线。在进行检测之前,需要将电线连接...要检测水温传感器,可以按照以下步骤进行:1...

汽车四轮定位仪的使用方法及注意事项如下:1、上车前准备工作:在被测车辆开上举升机之前,需要检查四个车轮的胎压是否符合标准胎压、轮胎花纹是否严重磨损、...

更换哈弗H7的室外温度传感器需要进行以下步骤:1.定位传感器:首先,您需要找到室外温度传感器的位置。传感器通常位于车辆的前保险杠或侧镜附近。您可以参考车...

答:无线传感器网络目标定位方式主要分为主动模式、被动模式、基于声波衰减模型的定位三种。无线传感器网络目标定位方式主要如下:(1)主动模式基于距离的...