面向场景识别的复合式水陆两栖消防无人机概念设计

2019-03-29 01:16孙宇昂
现代商贸工业 2019年1期
关键词:人工智能

孙宇昂

摘要:针对目前农村消防存在的设施落后,应急能力不足,交通落后等问题,提出了通过消防无人机进行火灾防控的方法。该方法通过设计具备场景实时识别和预测能力的复合式水陆两栖无人机,并建立完善的无人机指挥调度网络系统,为农村的火灾防控提供技术支持与参考。

关键词:复合式无人机;水陆两栖;人工智能

中图分类号:TB文献标识码:Adoi:10.19311/j.cnki.1672-3198.2019.01.096

随着农村生活水平和生活质量的提高,农村的用电、用气、用火频率大大升高,但是由于缺乏必要的火灾防控措施,加上交通不便,村民消防意识淡薄,火灾防控能力薄弱,致使火灾对农村居民的财产及生命安全造成重大威胁。2001年9月11日,广西江县富禄乡高安村发生火灾,致使经济损失高达3263万元。目前针对农村防火,已有的解决方案主要为:(1)加大宣传力度,提高村民消防意识;(2)完善农村消防组织。已有的解决方法具有解决消防问题的能力,但是具有落实困难,实施周期长以及受村民主观意识影响严重,同时需要消耗大量的人力物力,此外,仍然受交通和地形严重限制。而消防无人机已经在大量的消防救援中体现了其相应快速,安全可靠,耗费人力少的明显优势。本文提出的复合式无人机具有垂直起降和水陆两栖功能,对复杂地形具有极高的适应性,实时场景识别与预测系统结合人工智能使无人机的后台指挥效率大大提高。同时,结合完善的调度站系统,能够实现快速响应,精确打击以及低损耗。该方案可以大大解放人力,具有落实简单,实施时间短,安全性高的特点。本文将从无人机气动外型,结构设计,操控系统以及调度站网络系统方面进行论述。

1总体气动布局

飞行器总体采用复合式布局,布局形式如下:在机体上方布置特型旋翼,机体中部布置固定翼(后文简称为机翼) 及舵面,并在机翼上布置矢量推力装置,由中央动力系统经传动系统分配动力,机身尾部布置尾翼及舵面。飞行器起飞过程分为垂直起降状态,过渡状态和平飞状态。过渡状态时,由垂直起降过渡为平飞状态时矢量推动装置推力增大,在机身重量逐渐由机翼承担时,特型旋翼转速逐渐减缓直至锁死。由平飞模式转变为垂直起降模式时,矢量推动装置推力下降,机身重量转至特型旋翼,同时特型旋翼逐渐加速,至完全承担机身重量。该设计的技术优势是与CRW飞行器具有相似的布局形式。这样的构型特点使得高速飞行时升阻特性和动力系统的推进效率高于高速直升机和倾转旋翼机,具有更宽的飞行包线,同时升力和水平推力控制解耦,可实现平稳的过渡转换飞行。与倾转旋翼机相比,复合式无人机具有更高的安全性与稳定性,而与美国的鹞式等垂直起降的固定翼飞行器相比,复合式无人机具有更高的悬停效率,极有利于应对定点的火灾扑灭。

复合式无人机技术由成熟的直升机技术和固定翼飞行器技术整合而成,具有极高的可行性,无人机总体气动布局为旋翼固定翼复合布局,其中固定翼选用单翼布局,旋翼选用单旋翼布局,分别在平飞模式和垂直起降模式提供主要升力。故旋翼沿机身纵轴布置于重心位置,位于机翼上方。为减少结构质量,尾翼选取V型尾翼布局,布置于旋翼滑流之外。两个矢量推力装置布置于机翼后缘,综合考虑结构设计和滑流干扰的影响,推进装置沿展向布置于旋翼滑流影响区域外。复合式设计的技术优势使本文设计的无人机拥有极高的环境适应能力,足以应对偏远山村的火灾扑灭。储水系统采用背负式水箱设计,机身使用船身式设计,同时机翼下方加装浮筒,飞机相关设计参数如表1。

飞行器的飞行任务剖面图涵盖飞行器起飞、爬升、过渡、巡航、任务执行、下降、着陆的整个过程。根据任务需求分为两种情况:一次性灭火和多次灭火的飞行任务,如图1-2所示。图1为灭火弹一次性灭火任务剖面图,图2是灭火弹与水相配合多次灭火任务剖面图。

2火场侦察预测系统

大量消防无人机在应对火场救灾时收集信息大多为后方控制人员提供辅助,大量的时间和人力被用于对火场形式的判断和分析上,而农村火灾因为农村建筑物布局的不合理以及存在大量木质结构,极易蔓延,同时部分农村处于森林附近,失去控制的火灾极易引发森林火灾。因此,使用计算机代替人员进行决策是十分必要的,人工智能和相关火灾学的进步也为其提供了有利的技术支持。

无人机通过搭载可见光相机和红外线摄像机,收集火场发展动态,同时配合数据库中相关数据,结合计算机构建模型可以实现有效的对火灾蔓延趋势的判断和预测,实现无人机的火场场景纯自动化构建与动态预测,可以大大节约人力成本,并为火灾扑灭提供宝贵的时间。目前应用广泛的是Rothermel模型,他在芬特逊研究的基础上于1972年提出如下的蔓延模型。

R=Ir*F(1+5w+s)/(Qb*E*Qig) (1)

式中R为火蔓延速度,Ir为火反应强度,F为与热传播有关的系数,w和s分别为风和地形坡度数,Qb为可燃物复合体烘干后的体密度,E为与体密度有关的加热系数,Qig为点燃单位重量可燃物需要的热量。同时,结合人工智能的学习能力,对火灾后收集的信息进行分析与整理,可以实现应对不同火灾情况时的火源精准打击,大大提高无人机火灾扑灭效率。无人机通过搭载可见光相机和红外线摄像机,配合计算机进行火灾发生范围,火场发展动态分析,高光谱成像仪,为灾后损失评估提供参考。

3水陆两栖结构起降系统

假设无人机所处位置拥有较多的天然湖泊、河流或者水库,在无人机单次投放灭火弹无效时,可以考虑通过就近取水实现进一步的火灾扑灭。因此,水陆两栖的必要性十分重要,采用船身型设计并在机翼下方搭载浮筒,使无人机在最大起飞重量的情况下也可以保证飞机吃水线的稳定。浮筒浸入水下部分通过水泵抽取水源并输送至无人机背部水箱。浮筒可收入机舱内部以保证气动外型,减小阻力,水面着陆时,无人机由平飞转至垂直起降模式,浮筒伸出,起飞时,为应对大幅度增加的重量,矢量推动装置配合特型旋翼同时加速,无人机经过短距离滑行后离开水面。为应对机场着陆,在机身两侧以及前部安装起落架,起落架在续航以及水面着陆时收入机舱内部。机场着陆时,机翼下方浮筒收回,起落架展開,无人机垂直降落。水陆两栖使无人机具有更高的环境适应能力,应对复杂着陆环境时具有无可比拟的优越性。

4调度站网络系统

为应对散点式分布的农村布局,实现短时间内的火灾扑灭,需要建立完善的无人机调度站系统,实现区域的全覆盖。调度站担任以下职能:(1)为无人机提供日常修理,维护与着陆场所;(2)储备救火必需物资;(3)三座调度站配合全球卫星导航系统实时定位无人机位置,确保农村信号不稳定情况下的航向无误;(4)中心调度站负责无人机指派任务。中心调度站委派任务依据就近原则,同时较远的下属调度站实时待命,遭遇特大型火灾时待命无人机视情况参与救援。调度站基本流程如图3。流程图包括由安装于村庄的火灾警报器发出火警信号,火警信号被中心调度站接收后按就近原则向下属调度站发布任务部署,下属调度站派出无人机执行任务,并收集实时信息进行数据收集,较远下属调度站处于待命准备状态,随时根据火情和无人机状态参与救援。

调度站采用六边形的嵌套作为分布规律,首先以位于大城市的中心调度站向外分布出六边形责任范围,位于六边形定点的为位于县城的县级中心调度站,辅助位于中心城市的中心调度站进行下属调度站任务部署,由县级中心调度站再向外辐射出六边形责任范围,六边形顶点为下属调度站,各个六边形实现相互嵌套,足以确保任何着火点至少有两个以上的调度站负责,确保火灾的有效扑灭,分布示意图如图4所示。

圖中乙为位于中心城市的中心调度站,丙为县级中心调度站,甲为下属调度站。六边形嵌套模型为理论形式,实际分布情况需要结合地区实际情况进行设计。

5安全性分析

飞行器执行任务时,安全性是处于首位的,尤其是处于山区中执行火灾扑灭工作。山岭对飞行器的安全性造成极大的威胁,采用无人机执行任务从根本上杜绝了人力的损失。无人机采用复合式设计,具有垂直起降能力,具有对山区环境较强的适应性。水陆两栖设计,为无人机提供了优异的紧急迫降能力。

调度站的网络系统实时收集天气情况,对无人机进行信息支持,以应对气候多变山区地区的特殊情况。卫星导航系统为消防无人机提供较为精确的导航信息,调度站构成的网络系统提供测距无线电导航,同时飞行器自身配备惯性导航和图形匹配导航系统,实现山区信号不稳定情况的自主导航。多导航系统的相互配合大大提高飞行器的导航精度和可靠性,保障飞行器安全。先进的计算机系统和自动避障算法为飞行器提供了优异的避障能力,足以应对山区复杂的地形,确保无人机的安全。

6结论

本文针对农村由于交通不便和消防设施落后导致的火灾扑灭困难问题,提出了通过无人机进行火灾扑灭的方法,针对该目标设计了面向场景实时识别的复合式水陆两栖无人机的概念设计。该飞行器在动力系统上仍然采用传统的燃油作为动力,总体布局采用复合式设计,具有悬停效率高,巡航速度快的优势。火场场景的实时识别与预测确保了灭火任务的高效率与精准性。多导航系统的配合,确保了飞行器的导航精度,提高了飞行器的安全性,并使其具有应对多山地区的能力。水陆两栖设计使无人机具有降落于水面取水或紧急迫降的能力,另外,本文提出的调度站网络系统,实现以城市为中心的周边农村全覆盖,确保对绝大部分农村火灾的高效率,高精度灭火打击。本文设计的消防无人机及消防方案为农村的消防工作提供了技术支持与参考。

参考文献

[1]张啸迟,万志强,章异赢,等.旋翼固定翼复合式垂直起降飞行器概念设计研究[J].航空学报,2016,37(1):179-192.

[2]Rothermel R C.A mathematical model for predicting fire spread in wildland fuels[J].Usda Forest Service General Technical Report,1972:115.

[3]袁春明,文定元.林火行为研究概况[J].世界林业研究,2000,13(6):27-31.

猜你喜欢
人工智能
我校新增“人工智能”本科专业
用“小AI”解决人工智能的“大”烦恼
当人工智能遇见再制造
AI人工智能解疑答问
人工智能与就业
基于人工智能的电力系统自动化控制
人工智能,来了
人工智能来了