[实用新型]基于群控无人机的森林火灾预警系统有效

专利信息
申请号: 201820105384.7 申请日: 2018-01-22
公开(公告)号: CN208256052U 公开(公告)日: 2018-12-18
发明(设计)人: 王玉恒;高军;于欣琪;李君;周雪;吴承峰 申请(专利权)人: 东北大学秦皇岛分校
主分类号: G08B17/10 分类号: G08B17/10;G08B17/12;B64C39/02;B64D47/02;B64D47/08
代理公司: 北京联创佳为专利事务所(普通合伙) 11362 代理人: 刘美莲;郭防
地址: 066004 河北省秦皇岛市经*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 无线收发模块 灰尘颗粒 传感器 控制器 高空无人机 森林火灾预警系统 本实用新型 基于群 森林火灾监控 准确度 旋翼
【权利要求书】:

1.一种基于群控无人机的森林火灾预警系统,其特征在于,包括:高空无人机(1)和低空无人机(2),所述的高空无人机(1)与低空无人机(2)无线连接;所述的高空无人机(1)包括:A控制器(3)、第一PM10灰尘颗粒传感器(4)和A无线收发模块(5);所述的低空无人机(2)包括:B控制器(6)、第二PM10灰尘颗粒传感器(7)、第一GPS模块(8)和B无线收发模块(9),所述的A控制器(3)分别与第一PM10灰尘颗粒传感器(4)和A无线收发模块(5)连接,B控制器(6)分别与第二PM10灰尘颗粒传感器(7)、第一GPS模块(8)和B无线收发模块(9)连接,A无线收发模块(5)与B无线收发模块(9)连接;所述的高空无人机(1)和低空无人机(2)均采用小型四旋翼无人机。

2.根据权利要求1所述的基于群控无人机的森林火灾预警系统,其特征在于,所述的低空无人机(2)包括4个第二PM10灰尘颗粒传感器(7),所述的4个第二PM10灰尘颗粒传感器(7)分别安装于低空无人机(2)的前方、后侧、左侧和右侧。

3.根据权利要求2所述的基于群控无人机的森林火灾预警系统,其特征在于,所述的4个第二PM10灰尘颗粒传感器(7)分别通过连杆(10)与低空无人机(2)连接,并且使得任意两个第二PM10灰尘颗粒传感器(7)之间的距离大于等于2米。

4.根据权利要求1所述的基于群控无人机的森林火灾预警系统,其特征在于,所述的高空无人机(1)还包括:第二GPS模块(11),所述的第二GPS模块(11)与A控制器(3)连接;所述的高空无人机(1)还包括:A广角高清摄像头(12),所述的A广角高清摄像头(12)与A控制器(3)连接。

5.根据权利要求1所述的基于群控无人机的森林火灾预警系统,其特征在于,所述的A无线收发模块(5)或B无线收发模块(9)包括:GPRS模块、3G无线传输模块、4G无线传输模块中的一种或几种。

6.根据权利要求1所述的基于群控无人机的森林火灾预警系统,其特征在于,所述的低空无人机(2)还包括:红外热感探测器(13)、B广角高清摄像头(14),所述的红外热感探测器(13)、B广角高清摄像头(14)分别与B控制器(6)连接。

7.根据权利要求1所述的基于群控无人机的森林火灾预警系统,其特征在于,所述的低空无人机(2)还包括:A红外激光夜视系统(15),所述的A红外激光夜视系统(15)与B控制器(6)连接。

8.根据权利要求5所述的基于群控无人机的森林火灾预警系统,其特征在于,所述的高空无人机(1)还包括:B红外激光夜视系统(16),所述的B红外激光夜视系统(16)与A 控制器(3)连接。

9.根据权利要求1所述的基于群控无人机的森林火灾预警系统,其特征在于,所述的高空无人机(1)上还设有A双目视觉避障模块(17)、A超声波测距模块(18),所述的A双目视觉避障模块(17)、A超声波测距模块(18)分别与A控制器(3)连接;低空无人机(2)上还设有B双目视觉避障模块(19)、B超声波测距模块(20),所述的B双目视觉避障模块(19)、B超声波测距模块(20)分别与B控制器(6)连接;所述的高空无人机(1)和低空无人机(2)上还设有膨胀型阻燃剂涂料层。

10.根据权利要求1所述的基于群控无人机的森林火灾预警系统,其特征在于,所述的高空无人机(1)还包括:窄角摄像头(21),所述的窄角摄像头(21)安装于云台上并且与A控制器(3)连接,利用云台进行360°自动旋转。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北大学秦皇岛分校,未经东北大学秦皇岛分校许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201820105384.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top