Argustec은 산불 경보에서 세 가지 주요 문제를 해결합니다

01. 오 탐지가 적습니다

산림 화재 모니터링 환경에는 물 안개, 구름 및 연기와 유사한 기타 물체뿐만 아니라 차량 엔진 및 수면 반사와 같은 고온 물체가있어 불꽃 놀이 알고리즘 및 원인의 정상적인 인식을 크게 방해합니다. 많은 잘못된 경보. 작동 및 유지 보수 인력에 대한 잘못된 경보 검증의 작업량은 크며 정시에 올바른 경보를 감지하기가 어렵습니다.

Argustec은 불꽃 놀이의 특성에 대한 심층적 인 연구를 수행하고, 잘못된 경보 소스에 대한 특별 연구 및 최적화를 수행했으며, 딥 러닝을 기반으로 다중 조정 엔진 솔루션을 혁신적으로 개발했습니다. 여러 불꽃 놀이가 내장되어 오 탐지 필터링 알고리즘이 있으며 구름, 굴뚝 및 차량 엔진과 같은 일반적인 오 탐지를 지능적으로 필터링 할 수 있습니다. 현재 프로젝트는 오 탐재 지점의 오 탐지 지점을 0.25 단위/일로 줄이고 불꽃 놀이의 잘못된 경보 속도는 0.16 단위/일로 줄었습니다.

02. 정확한 위치

화재가 발견 된 후에는 화재 지점을 정확하게 찾아 화재와 구조를 신속하게 배치해야합니다. 그러나 고도, 장비 지리적 좌표, 장비 수평 기준 방위각, 장비 수직 피치 각도 및 DEM 맵의 영향으로 인해 맵에서 기존 PTZ가 제시 한 화재 포지셔닝 오류는 일반적으로 1km 이상이므로 적시에 큰 영향을 미칩니다. 소방관은 불을지고 불을 내놓는다.

Argustec은 장비에 고유 한 태도 인식 모듈을 추가하여 장비가 해수면에서 각도 편차를 지능적으로 감지하고 GIS MAP 벤치 마크 제로 포인트와 일관성을 달성하는 데 도움이 될 수 있습니다. 동시에, 화재 예방 카메라의 기계적 구조를 공간 좌표계와 연관시킬 수있는 공간 인식 모듈을 혁신적으로 개발하고, 공간 위치에 대한 카메라의 지능형 인식 시스템의 인식 정확도를 크게 향상시키고 정확도를 효과적으로 향상 시켰습니다. 화재 포지셔닝의. 특정 프로젝트에서는 4km 거리에서 실제 측정 된 소방 지점 위치 정확도가 63m에 도달 할 수 있습니다.

03. 안정적인 작동

산림 화재 방지 응용 분야에서 장비는 일반적으로 외진 지역의 높은 타워에 설치되어 운영 및 유지 보수가 매우 번거 롭습니다. 따라서 장비의 안정성과 현지화 된 운영 및 유지 보수 서비스 보장이 매우 중요합니다.

흐릿한 렌즈로 이어지는 안개, 장기 작동으로 인한 더러운 렌즈, 불안정한 전원 공급 장치로 인한 단절, 지속적으로 확대하고 포커싱하는 서비스 수명과 같은 야외 작동의 일반적인 문제를 해결하기 위해 Argustec은 다양한 기술을 채택했습니다. 구조 설계 솔루션을 해결하기위한 솔루션 :