Файл: Система мониторинга пожарной и медико экологической безопасности с использованием анализа видеоданных с беспилотных летательных аппаратов.pdf

Академия Государственной противопожарной службы МЧС России
На правах рукописи
Шевцов Максим Викторович
СИСТЕМА МОНИТОРИНГА ПОЖАРНОЙ И МЕДИКО-
ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ С ИСПОЛЬЗОВАНИЕМ АНАЛИЗА
ВИДЕОДАННЫХ С БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ
Специальность 2.3.1. Системный анализ, управление и обработка информации (технические науки)
Диссертация
на соискание учѐной степени кандидата технических наук
Научный руководитель: доктор технических наук, профессор
Денисов Алексей Николаевич
Москва 2021

2
Оглавление
Введение
4 1 Обзор методов и средств обнаружения и распознавания пожаров и управления процессами их устранения
11 1.1
Современная техника и технология обнаружения пожаров
11 1.2
Современные автоматизированные системы контроля пожарной и медико-экологической безопасности
21 1.3
Методы анализа изображений для обнаружения пожаров
25 1.4
Анализ каналов информации, обеспечивающих поддержку принятия управленческих решений на пожаре
37 1.5
Цель и задачи исследования
42 2 Метод и модели оценки пожарной обстановки и состояния людей, находящихся в зоне пожара
44 2.1
Объекты, методы и средства исследования
44 2.2 Метод синтеза математических моделей оценки пожарной обстановки и состояния людей, находящихся в зоне пожара
49 2.3 Нечеткие математические модели прогнозирования и оценки степени тяжести отравления угарным газом
59 2.4 Выводы второго раздела
71 3 Система мониторинга пожарной обстановки с использованием результатов анализа видеоданных с беспилотных летательных аппаратов
73 3.1
Концептуальные модели мониторинга пожарной безопасности
73 3.2 Анализ подсистем автоматизированной системы мониторинга пожарной и медико-экологической безопасности
79 3.2.1 Разработка метода оптимизации функционирования модуля воздушного наблюдения
79 3.2.2 Разработка структуры подсистемы прогнозирования
89 3.2.3 Подсистема анализа и классификации видеоданных
97

3 3.3 Выводы третьего раздела
107 4 Программно-техническое обеспечение мониторинга пожарной и медико- экологической безопасности и результаты исследования
109 4.1 Мобильная система мониторинга, раннего обнаружения и оценки пожарной опасности
109 4.2 Автоматизированная система для классификации снимков, полученных с видеокамер беспилотного летательного аппарата
120 4.2.1 Разработка алгоритма классификации снимков видеоряда от беспилотного летательного аппарата
120 4.2.2 Разработка программно-алгоритмического обеспечения синтеза
«слабых» классификаторов снимков видеоряда
124 4.3 Оценка качества классификации сегментов аэроснимков видеоряда 129 4.4 Выводы четвѐртого раздела
134
Заключение
136
Список сокращений и условных обозначений
138
Список литературы
142

4
Введение
Актуальность работы. Проблема своевременного обнаружения пожаров позволяет предотвратить огромные экономические потери и человеческие жертвы, поэтому является актуальной для многих стран мира. Для раннего и своевременного обнаружения пожаров осуществляется мониторинг автономных территориальных единиц (АТЕ) с использованием наземных, авиационных и спутниковых систем.
При этом использование спутниковых и авиационных мониторинговых систем оправдано только для больших площадей, и они требуют серьезных материально-технических затрат. Значительное снижение требуемых ресурсов обеспечивается использованием беспилотных летательных аппаратов (БПЛА) с установленными на них видеокамерами, изображения с которых в реальном масштабе времени передаются на пульт оператора. При этом увеличение числа видеокамер с одной стороны увеличивает контролируемые площади, а с другой стороны уменьшает эффективность работы оператора системы видеомониторинга. Следовательно, большой поток видеоданных требует значительных ресурсов для его обработки, что вызывает необходимость автоматизации процесса классификации снимков из потока видеоданных с целью сокращения анализируемого информационного потока у операторов. Одним из путей повышения эффективности работы систем мониторинга за пожарной обстановкой является автоматизация обработки видеоинформации, поступающей от видеокамер. С учетом вышеизложенного, разработка методов, алгоритмов и моделей анализа снимков из видеопотока с целью автоматического обнаружения признаков возгорания и распознавания очагов пожара является актуальной задачей.
Степень разработанности темы исследования. Проблема извлечения и использования информации из окружающей среды в условиях пожара является ключевой из-за сложности физико-химических процессов горения и процессов

5 теплообмена. Описанию особенностей указанных процессов большое внимание уделено в работах И.С. Молчадского, А.В. Матюшина, С.В. Пузача,
Ю.Д. Моторыгина, Ю.А. Кошмарова. Вклад в теоретические основы использования робототехнических средств в системах информационной поддержки мониторинга пожарной безопасности внесли работы С.Ф. Яцуна,
П.М. Ефграфова, И.М. Тетерина, А.Н. Денисова, Д.В. Тараканова,
Н.Г. Топольского и Н.Н. Брушлинского. Одним из путей решения проблемы принятия решений по минимизации потерь, связанных с неблагоприятной пожарной обстановкой, является применение методов искусственного интеллекта.
Тем не менее, в настоящее время отсутствует методика синтеза систем мониторинга пожарной и медико-экологической безопасности, которая объединяла бы как вопросы анализа и классификации данных из видеопотоков, так и вопросы управления сбором данных о пожарной безопасности и экологической обстановки в выделенной АТЕ.
За последние десятилетия в России и за рубежом было разработано несколько аналогичных систем мониторинга пожарной и экологической обстановки, однако их общим недостатком является неполная автоматизация и наличие большого количества настраиваемых параметров.
Таким образом, научно-технической задачей исследования является разработка методов, алгоритмов и моделей управления и анализа данных в системе мониторинга пожарной и медико-экологической безопасности.
Объектом исследования является система мониторинга пожарной и медико- экологической безопасности с использованием данных, получаемых с беспилотных летательных аппаратов.
Предметом исследования являются методы и алгоритмы управления мониторингом и классификации данных о, получаемых с беспилотных летательных аппаратов.
Цель исследования состоит в повышении эффективности мониторинга пожарной и медико-экологической безопасности посредством оптимизации сбора видеоданных и автоматизации их классификации.

6
Задачи исследования. Для достижения поставленной цели были сформулированы следующие задачи:
1.
Выполнить системный анализ методов мониторинга и прогнозирования пожарной и медико-экологической безопасности в выделенных территориальных единицах.
2.
Разработать метод синтеза математических моделей оценки пожарной обстановки и состояния людей, находящихся в зоне пожара.
3.
Разработать концептуальную модель системы мониторинга пожарной и медико-экологической безопасности с использованием анализа видеоданных с беспилотных летательных аппаратов.
4.
Разработать метод оптимизации функционирования модуля воздушного наблюдения пожарной и медико-экологической безопасности.
5.
Разработать метод сегментации видеоданных, поступающих с беспилотного летательного аппарата при мониторинге пожарной обстановки.
6.
Разработать метод классификации сегментов на аэроснимках, полученных при мониторинге пожарной и медико-экологической безопасности.
7.
Провести экспериментальные исследования эффективности предложенных методов, алгоритмов и моделей в системе мониторинга пожарной и медико-экологической безопасности в выделенных территориальных единицах.
Научная новизна. В работе получены следующие результаты, характеризующиеся научной новизной:
1. Метод синтеза математических моделей оценки пожарной обстановки и состояния людей, находящихся в зоне пожара, отличающийся использованием гетерогенных блоков данных, описывающих пожарную обстановку и факторы риска для здоровья людей в исследуемой территориальной единице, которые агрегируются в правила принятия решений, и позволяющий синтезировать решающие правила классификации типов и характера пожаров, а также прогнозирования и оценки состояния здоровья в условиях исследуемого класса чрезвычайных ситуаций.
2. Концептуальная модель автоматизированной система мониторинга

7 пожарной и медико-экологической безопасности с использованием анализа видеоданных с беспилотных летательных аппаратов, отличающаяся модулями информационной подсистемы, подсистемы анализа и классификации данных, подсистемы прогнозирования и подсистемы управления, позволяющая оперативно классифицировать и прогнозировать пожарную и медико-экологическую обстановку на мониторируемой территории.
3. Метод оптимизации функционирования модуля воздушного наблюдения, включающий алгоритм планирования траектории мониторинга пожарной обстановки посредством БПЛА, и алгоритм оптимизации числа БПЛА в зоне мониторинга, позволяющий определить необходимый ресурс БПЛА для мониторинга пожарной обстановки в выделенной территориальной единице, и минимизировать состав группировки БПЛА, осуществляющий мониторинг.
4. Метод сегментации видеоданных, заключающийся в сегментации снимка видеоряда на прямоугольные сегменты, селекцию сегментов на ROI и НЕ ROI, с последующим формированием из сегментов ROI трех цветовых каналов, отличающийся тем, что решение о принадлежности сегмента к конкретному классу принимается независимо в каждом канале нейронной сетью с линейной функцией активации, с последующей агрегацией этих решений многослойным персептроном с нелинейной функцией активации, позволяющий повысить оперативность анализа данных в видеопотоке.
5. Метод классификации сегментов на аэроснимках, полученных при мониторинге посредством БПЛА, отличающийся тем, что дескрипторы для классификатора формируются посредством определения спектров Уолша-
Адамара в трех типоразмерах окон, выделенных в прямоугольном сегменте заданного размера, позволяющий обучать классификаторы на разделение снимков видеоряда на три класса.
Теоретическая и практическая значимость работы состоит в том, что изложенные методы и алгоритмы построения и функционирования системы мониторинга пожарной и медико-экологической безопасности с беспилотными летательными аппаратами позволяют в реальном времени анализировать и

8 классифицировать данные о состоянии окружающей среды. Концептуальная модель автоматизированной системы мониторинга пожарной и медико- экологической безопасности с использованием анализа видеоданных с беспилотных летательных аппаратов была использована при выполнении НИР
«Теоретические основы тушения некоторых видов ландшафтных пожаров», выполняемой по плану научной работы Академии ГПС МЧС России на 2020 год.
Метод и алгоритмы воздушного наблюдения, разработанные в диссертационной работе, использованы при оперативной работе реагирующих подразделений
Главного управления МЧС России по Самарской области в процессе получения и анализа данных мониторинга ландшафтных пожаров и техногенных аварий в рамках поддержки принятия управленческих решений на месте ликвидации чрезвычайных ситуаций природного и техногенного характера.
Результаты диссертационной работы используются в учебном процессе
Академии ГПС МЧС России при проведении практической подготовки с обучающимися в учебной пожарно-спасательной части.
Методы и средства исследований. Для решения поставленных задач использовался математический аппарат цифровой обработки сигналов, статистический анализ, теория нейронных сетей, нечеткая логика принятия решений, методы экспертного оценивания и принятия решений. При разработке модулей классификации изображений и нечетких модулей принятия решений в качестве инструментария использовался MATLAB 2018b с графическим интерфейсом пользователя для Neural Network Toolbox и со встроенным пакетом
Fuzzy Logic Toolbox.
Положения, выносимые на защиту. 1. Метод синтеза математических моделей оценки пожарной обстановки и состояния людей, находящихся в зоне пожара с использованием гетерогенных блоков данных, описывающих пожарную обстановку и факторы риска для здоровья людей в исследуемой зоне, позволяет синтезировать решающие правила классификации типов и характера пожаров, а также прогнозирования и оценки состояния здоровья в условиях исследуемого класса чрезвычайных ситуаций. 2. Концептуальная модель автоматизированной

9 система мониторинга пожарной и медико-экологической безопасности с использованием анализа видеоданных с беспилотных летательных аппаратов, позволяющая оперативно классифицировать и прогнозировать пожарную и медико-экологическую обстановку на мониторируемой территориальной единице.
3. Метод оптимизации функционирования модуля воздушного наблюдения, включающий алгоритм планирования траектории мониторинга пожарной обстановки БПЛА, и алгоритм оптимизации числа БПЛА в зоне мониторинга территориальной единицы, позволяет минимизировать состав группировки БПЛА, осуществляющий мониторинг. 4. Метод классификации сегментов на аэроснимках, полученных при мониторинге территориальной единицы посредством БПЛА, при использовании в качестве формирователя дескрипторов преобразования Уолша-Адамара в трех типоразмерах окон в выделенном сегменте позволяет осуществлять классификацию снимков с сегментами класса «дым» с точностью не менее 86%, а с сегментами класса «пламя» с точностью не менее
89,5 %.
Степень достоверности и апробация работы. Результаты исследования показали их воспроизводимость в различных условиях, непротиворечивость концепциям теории обработки и классификации цифровых изображений, а также аналогичным результатам, полученным другими исследователями. Методы и алгоритмы классификации снимков из видеопотока построены на теории цифровой обработки изображений и согласуются с ранее опубликованными экспериментальными данными по теме диссертационной работы.
Основные теоретические положения и научные результаты, изложенные в диссертации, докладывались, обсуждались и получили положительную оценку на
Международных и Всероссийских конференциях: «Актуальные проблемы пожарной безопасности» (Москва – 2009); «Проблемы управления безопасностью сложных систем» (Москва – 2009); «Пожаротушение: проблемы, технологии, инновации» (Москва – 2014, 2020); «Системы безопасности – 2021» (Москва –
2021); «Искусственный интеллект в решении актуальных социальных и

10 экономических проблем XXI века» (Пермь – 2021); на научно-технических семинарах Академии ГПС МЧС России (Москва – 2018, 2019, 2020, 2021).
Публикации. Основные положения и результаты диссертационной работы опубликованы в 19 научных работах, включающих 6 статей в ведущих рецензируемых научных журналах и изданиях.
Структура и объем работы. Диссертация состоит из введения, четырех разделов, заключения и списка использованных источников, включающего 86 отечественных и 30 зарубежных наименований. Работа изложена на
157 страницах машинописного текста, содержит 37 рисунков и 8 таблиц.

11
1 Обзор методов и средств обнаружения и распознавания пожаров и
управления процессами их устранения
1.1
Современная техника и технология обнаружения пожаров
Пожары приводят к значительным материальным, а иногда и людским потерям. Одной из важнейших задач в борьбе с пожарами является их быстрое обнаружение с классификацией их интенсивности и характера. Это позволяет примерно на 2/3 сокращать возможные убытки.
Первичными источниками пожарной обстановки являются пожарные извещатели, которые классифицируются по различным признакам, объединяемые в группы.
Возможности различных типов пожарных извещателей оцениваются по тестовым пожарам.
Национальным стандартом ГОСТ Р53325-2012 установлена следующая классификация очагов тестовых пожаров (ТП):

ТП-1 – открытое горение древесины;

ТП-2 – пиролизное тление древесины;

ТП-3 – тление со свечением хлопка;

ТП-4 – горение полимерных материалов;

ТП-5 – горение ЛВЖ с выделением дыма;

ТП-6 – горение ЛВЖ без выделения дыма;

ТП-9 – тление без свечения хлопка.
При проведении сертификационных испытаний и периодических проверках извещателей пламени на работоспособность выявлено, что указанные устройства наиболее быстро обнаруживают очаги возгорания твердых горючих веществ
(древесины и полимерных материалов), но неудовлетворительно реагируют на очаги пожаров ТП-2 и ТП-3. Это связано с тем, что так называемый

12
«пульсационный режим горения» отсутствует при тлеющих очагах тестовых пожаров, и процесс по их обнаружению извещателями пламени значительно осложняется.
Рассмотрим подробнее наиболее важные подходы к классификации, принятой в Российских документах.
По возможности восстановления работоспособности средства обнаружения пожара подразделяются на восстанавливаемые (многократного действия) и невосстанавливаемые (однократного действия). В свою очередь извещатели многократного действия могут быть дистанционно восстанавливаемыми (с возможностью удаленного восстановления работоспособности), самовосстанавливаемыми
(с восстановлением работоспособности в автоматическом режиме), восстанавливаемыми вручную (с использованием технических специалистов) и восстанавливаемыми с заменой элементов.
Согласно современным нормам проектирования невосстанавливаемые пожарные извещатели не проектируются, но могут использоваться на существующих объектах до окончания сроков эксплуатации.
По способу приведения в действие пожарные извещатели подразделяют на автоматические и ручные. Ручные извещатели предназначены для ручного включения сигнала пожарной тревоги в системах пожарной сигнализации и пожаротушения посредством транслирования тревожного извещения при механическом включении приводного элемента. Автоматические пожарные датчики обнаруживают очаги возгорания в автоматическом режиме.
По характеру реакции на контролируемый признак пожара устройства обнаружения разделяют на:
 максимальные (формируют извещение о пожаре при превышении установленного порогового значения);
 дифференциальные (формируют извещение о пожаре при изменении скорости превышения величины порогового значения);