一種基于TMS320DM642的多參數火災探測系統

陳曉娟 卜樂平 楊加軍

（1. 海軍工程大學電氣與信息工程學院，武漢 430033；2. 91458部隊，海南三亞 572000）

1 引言

傳統的火災探測系統[1，2]是根據監控現場某種單一的傳感器所采集的火災特征信號，采用閾值法[3]來判定火災是否發生。這樣的系統很難準確獲取監控現場的火災特征信號，誤報漏報現象十分嚴重。目前，大量的研究人員正在研制以微處理器為核心的多傳感器火災探測系統，降低火災的誤報率和漏報率。這種探測系統其實是一個智能化的火災自動探測報警終端。它可以單獨部署于火災監控現場，也可以組網建立分布式火災監控系統。

隨著電子技術的飛速發展，DSP的性能指標不斷提高，應用的領域也不斷擴大，可以實時完成圖像信號的處理。本文選用高性能的TMS320DM642芯片為核心，設計了一款多參數火災探測系統，實現火災現場圖像、溫度、煙霧濃度數據的采集、編碼、存儲、傳輸，通過對火災圖像紋理特征[4]信號的提取，及對紋理、溫度、煙霧濃度等火災特征信號的分析處理，完成重要場所的火災監控和自動報警。

2 系統設計

2.1 基本要求

為了實現對火災情況準確而及時的預報，要求火災探測系統能在每秒鐘采集數幀圖像，每幀圖像要求能達到一定的分辨率，同時采集一組溫度、煙霧數據，能實時存儲采集的所有數據,并將數據傳送至主控計算機，使指揮人員及時了解現場火災情況，從而做出正確的決策。報警終端要根據采集的所有數據迅速計算提取火災的特征信號，并進行多判據火災的識別，如發生火災則通知主控計算機。主控計算機得到火災的信息，應能立即驅動自動報警裝置，同時能報告火災發生的地點位置。因此，火災探測系統至少應該包括4個模塊：火災現場圖像采集、編碼、傳輸模塊，溫度和煙霧濃度數據采集模塊，火災圖像紋理信號提取模塊，火災特征信號分析處理模塊。這樣，火災探測系統必然涉及到大容量視頻圖像的高速數據采樣、存儲與處理，需要一款高性能的DSP器件。本文選用的DSP為TMS320DM642芯片。

2.2 TMS320DM642芯片

TMS320DM642芯片是美國德州儀器公司推出的一款面向數字多媒體應用的DSP，集成了完備的視頻輸入輸出接口、以太網接口等片上外設，能與視頻編解碼器件、以太網總線可靠無縫連接。該芯片主頻為600 MHz，能夠實時處理大容量的視頻數據，提取火災特征信號，識別輸出火災報警信號，能夠通過以太網接口實時傳輸火災監控現場圖像，滿足火災探測系統的基本要求。

2.3 系統基本原理

火災探測系統的基本原理如圖 1所示。TMS320DM642芯片通過TVP5150視頻解碼模塊與彩色 CCD攝像機連接在一起。TVP5150模塊接收兩路復合視頻信號，解碼后輸出BT.656格式的視頻流數據。TMS320DM642則支持BT.656格式的視頻流數據，能與TVP5150的數據流進行無縫連接。同時，TMS320DM642芯片通過TL16C752B通用異步收發器具備了 RS485接口通信的功能。這樣選用 CHD301C型溫度傳感器和CHD-LH93煙霧傳感器可以很容易實現溫度、煙霧數據的采集，因為該類型的傳感器均封裝了RS485接口。為了提高火災探測系統的可靠性，避免單個傳感器故障引起系統不能正常工作，每一個傳感器均通過兩個 20 ?的電阻接入 RS485總線，同時在RS485總線的末端接入120 ?的終端電阻。

圖1 火災探測系統原理

3 數據采集及處理

3.1 視頻壓縮傳輸

為了及時了解現場的情況，一般需將現場的視頻圖像傳輸到主控計算機，而對一幀未經處理圖像來說，其數據量相當大，如 320 ×240 ×8bit的圖像為 75 kb，如果不經處理進行圖像傳輸，無疑會增加系統的復雜性。因此應對圖像進行壓縮傳輸。我們知道，圖像數據間存在著很大的冗余性，有壓縮的余地，如應用國際靜態圖像壓縮標準JPEG算法[5]，一般圖像的壓縮率可達到10～20 倍。對于本系統，攝像機是固定的，其攝入的圖像前后兩幀之間極其相似，至少背景應一樣，因此選擇對捕獲圖像的前后兩幀的差值進行JPEG壓縮，必然會大大提高壓縮率，減少數據量，而主控計算機的任務則是對傳輸過來的壓縮數據按相反的過程進行解壓顯示，為了顯示的連續性，主控計算機可對其進行插值以達到動態效果。壓縮處理后的數據通過以太網接口傳輸。

3.2 溫度和煙霧濃度數據采集及處理

溫度、煙霧傳感器與TMS320DM642之間采用 Modbus協議進行通信，其中 TMS320DM642作為主設備，傳感器作為從設備，主設備可以向從設備發送查詢指令字符串，從設備根據主設備查詢指令作出相應反應，主設備采用中斷方式接收從設備數據并進行處理，通信過程如圖2所示。每一個從設備通過一個不同的地址來標識。本文在溫度、煙霧數據采集過程中，按照最多同時接6個溫感和6個煙感的情況設計采集程序。通信波特率取9600，則TMS320DM642與任一個溫度或煙霧傳感器之間完成一次通信的所需時間大約30 ms。因此，在程序中定義了一個周期為40 ms的定時器控制完成溫度、煙霧濃度數據的采集。這樣通過設備地址循環的方式，可以在 480 ms內完成所有傳感器數據的采集。在完成最后一個傳感器數據采集后計算溫感的平均溫度和煙感的平均煙霧濃度，并分別存放到全局溫度參數序列空間和煙霧濃度參數序列空間，供火災識別使用。

圖2 主從設備通信過程

3.3 圖像數據采集及處理

圖像數據采集則在定時器的控制下每 160 ms采集一幀，獲取的圖像數據處理流程如圖 3所示。現假設火災現場圖像的四個紋理參數分別記為x1，x2，x3，x4，則火災現場圖像的四個紋理參數的平均波動量為

根據紋理參數平均波動量的變化情況，可以進行火災的識別。在圖像數據的處理過程中，針對溫度、煙霧濃度、紋理特征平均波動量序列分別運用趨勢算法、閾值算法、概率神經網絡算法完成火災的自動識別，三種識別結果經過與或融合后完成火災的報警輸出。

4 火災實驗及識別

火災實驗過程中，使用了2個溫度傳感器和2個煙霧傳感器，分別記為1、2、3、4號。1號溫度傳感器和3號煙霧傳感器放置于火源正上方250 cm處，2號溫度傳感器和4號煙霧傳感器高度為135 cm，與火源斜距為215 cm。CCD攝像頭的高度為200 cm，與火源的斜距約為300 cm。實驗過程中共采集了774幀圖像，圖4中分別為第31幀、第296幀和339幀圖像，第296幀對應火災發生時刻。火災實驗提取得到的紋理平均波動量、平均溫度、平均煙霧濃度變化曲線如圖 5所示。

圖3 圖像數據處理流程圖

圖4 火災圖像

根據圖5所示的火災特征參數變化曲線，能夠完成火災的自動識別。本文中針對紋理平均波動量判據選用概率神經網絡識別火災。概率神經網絡輸入樣本為包括當前圖像的連續 51幀圖像對應的50個紋理平均波動量構成的列向量，也就是說火災實驗中采集到的774幀圖像，分析處理后可得到773個紋理平均波動幅度，并對應723個輸入樣本，這可以保證火災輸入樣本包含有足夠的火災信息，可提高火災識別的準確性。

圖5 火災特征參數

針對溫度、煙霧濃度判據分別選用成熟的趨勢算法和閾值法進行火災識別。三種判據識別的結果通過與或融合后完成火災的報警輸出。實驗表明：（1）該系統能夠根據紋理參數平均波動量序列可以快速發現早期火災，具有重要的應用價值。（2）火災的不可控性，體現為紋理參數的波動變化，而日光燈的開關、酒精燈的點燃對應的紋理參數體現為階躍變化，這種差異可以用來剔除日光燈、酒精燈等引起的干擾，提高系統的抗干擾性。（3）該系統中同時引入紋理參數、煙霧濃度、溫度等多種判據，極大的提高了系統探測火災的可靠性。（4）該系統很容易組網構建形成分布式智能化的火災監控系統, 主控計算機則可以根據火災識別結果調取現場圖像，確認后驅動報警裝置和滅火裝置，撲滅火災。因此，基于TMS320DM642的多參數火災探測系統，能夠克服常規探測技術的缺陷，有效提高火災探測系統的靈敏度和可靠性。

5 結論

本文圍繞TMS320DM642芯片設計的多參數火災探測系統，能夠可靠實現火災現場圖像、溫度、煙霧濃度數據的采集、編碼、傳輸，能夠可靠實現火災圖像紋理特征信號的提取，通過分析處理紋理、溫度、煙霧濃度等火災特征信號，能夠完成重要場所的火災監控和自動報警。該探測系統很容易組網構建分布式智能化的火災監控系統，具有良好的應用前景。

[1]丁永忠, 彭萬權, 魏哲, 周海, 張旭方. 基于嵌入式的智能火災監控系統設計[J]. 武漢理工大學學報,2008, 4(30): 132-134.

[2]藏晶. 基于支持向量機的火災探測系統研究[J]. 沈陽理工大學學報, 2009(01): 54-56.

[3]吳龍標, 方俊, 謝啟源. 火災探測與信息處理[M].北京: 化學工業出版社, 2006: 193-200.

[4]陳曉娟, 卜樂平, 李其修. 基于圖像處理的明火火災探測研究[J]. 海軍工程大學學報, 2007, 19（3）:6-11.

[5]張宏林. Visual C++數字圖像模式識別技術及工程實踐[M]. 北京: 人民郵電出版社, 2003: 453-454.