由于已有方法未提取实验室火灾风险图像特征点,导致传统方法存在预警延误和预警结果不准确等问题。为此,提出新的实验室机器人火灾风险智能视觉预警方法。通过摄像头采集实验室火灾图像,采用Sobel边缘检测算法和Hough算法分别提取实验室火灾图像的边缘和边缘的直线特征,提取实验室火灾风险特征点。根据火灾特征,采用单目视觉的针孔模型计算火灾风险发生的位置,进而实现实验室机器人火灾风险智能视觉预警。仿真分析结果表明,所提方法能够及时发现实验室火灾风险,同时可实现快速报警。

本文主要解决在基于以太网的远程液位监控系统中如何实现网络通信的问题,在本地嵌入式系统上.选择ARM微处理器S3C44BOX和以太网控制器RTL8019AS作为硬件平台,在实时探作系统μC/OS-Ⅱ上移植嵌入式TCP/IP协议栈LwIP.通过对LwIP编程实现服务器程序;在远端PC机上,通过对VC++6.0环境下的套接字编程,实现客户端程序.在此基础上成功开发了远程液位监控系统,实验结果表明达到了良好的效果.