Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2019048603) AUTOMATIC EARLY WARNING OF SMOKE, SOOT AND FIRE BY MEANS OF A 3D TERRAIN MODEL
Note: Text based on automatic Optical Character Recognition processes. Please use the PDF version for legal matters

Patentansprüche

Verfahren zur automatischen Früherkennung mit erhöhter Erkennungssicherheit und genauer Ortsbestimmung von Ereignissen wie Rauch, Russ und/oder Feuer mittels einer Sensoreinheit (2) umfassend mindestens ein Objektiv (4) und mindestens einen Sensor (5) sowie einer Datenverarbeitungseinheit (3), dadurch gekennzeichnet, dass

i) der Sensor (5) georeferenziert wird, und somit die Höhe, der Koordinaten-Standort sowie die Neigungs- und Azimutwinkel des Sensors (5) für den jeweiligen Überwachungssektor exakt bestimmt wird,

ii) die Pixel des Sensors (5) eines ersten Roh-Datensatzes einer ersten Belichtungsperiode (U) zum jeweiligen Überwachungssektor des Geländes mittels geeigneter Algorithmen unter Einbezug der Neigungs- und Azimutwinkel des Sensors (5) zugeordnet und so die Pixel des Sensors (5) kalibriert werden, wodurch ein 2D-Gelände-kalibrierter Ron- Datensatz des Überwachungssektors erhalten wird, iii) der 2D-Gelände-kalibrierte Roh-Datensatz des Überwachungssektors mit einem 3D-GIS-Geländedatensatz des gleichen Geländes mittels geeigneten Algorithmen verrechnet wird, wodurch ein kalibriertes 3D-Geländemodell (3D-GM) erhalten wird, bei welchem die Pixel des Sensors (5) mit dem vom Standort des Sensors (5) aus sichtbaren Gebiet des 3D-GIS-Geländedatensatz korrelieren, sowie iv) Überwachen des Überwachungssektors mittels der Sensoreinheit (2) und Analyse der mittels der Sensoreinheit (2) gemessenen Roh-Datensätze mittels einer Datenanalyse DA.

Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass die Datenanalyse DA mit den durch den Sensor (5) erhaltenen Pixeln, und somit den Roh-Datensätzen, erfolgt.

Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass zur Erstellung des 2D-Gelände-kalibrierten Roh-Datensatzes des Überwachungssektors ein Koordinatennetz über den Überwachungssektor berechnet wird und die dadurch erhaltenen einzelnen Koordinaten-Bereiche des Überwachungssektors den einzelnen Pixeln oder Pixel-Bereichen des Sensors (5) zugeordnet werden.

Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass die einzelnen Koordinaten-Bereiche eine Fläche von 100 x 100 m, insbesondere eine Fläche von 30 x 30 m, nicht übersteigt, wobei die Fläche eine zweidimensionale Fläche einer kartografischen Karte darstellt.

Verfahren nach mindestens einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass zur Verrechnung und Kalibrierung des SD-Geländemodells (3D-GM) im 2D-Gelände-kalibrierten Roh-Datensatz und im 3D-GIS-Geländedatensatzes pro Überwachungssektor mindestens je 4, bevorzugt mindestens je 6, identische, exakt definierte Passpunkte ausgewählt werden, wobei die Passpunkte des 2D-Gelände-kalibrierten Roh-Datensatzes bei der Berechnung des SD-Geländemodells (3D-GM) mit den Passpunkten des 3D-GIS-Geländedatensatzes mittels geeigneter Algorithmen in Übereinstimmung gebracht werden wobei als Passpunkte bevorzugt Objekte und Bauten wie Gebäude, Strassen, Sendetürme, Brunnen, Gipfelkreuze, freistehende Bäume und/oder markante Felsen, ausgewählt werden.

Verfahren nach mindestens einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass zur Datenanalyse DA Detektionsalgorithmen, insbesondere Detektionsalgorithmen A, B und/oder C, und/oder maschinelles Lernen mittels geeigneter Berechnungsmodellen, insbesondere Berechnungsmodelle A, B und/oder C, eingesetzt werden.

Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass

- der Detektionsalgorithmus A ein Kontrast-Detektions- algorithmus und/oder ein Helligkeits-Detektionsalgorithmus,

- der Detektionsalgorithmus B ein Farb-Detektionsalgorithmus, und/oder

- der Detektionsalgorithmus C ein Kontrast-Detektions- algorithmus, ein Helligkeits-Detektionsalgorithmus, Dynamik- Detektionsalgorithmus zur Analyse der Rauchbewegung, ein Expansions-Detektionsalgorithmus zur Analyse der Ausbreitung des Rauchs und/oder Russ, und/oder ein Struktur- Detektionsalgorithmus zur Analyse der Struktur und der Richtung des Rauchs und/oder Russ umfasst, wobei der Detektionsalgorithmus C bevorzugt die Datensätze DSi-s, DS2- s und DSn-s in gegenseitiger Abhängigkeit, d.h. interaktiv, analysiert.

Verfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass das Berechnungsmodell für das maschinelle Lernen und zur Analyse des

- Detektionsalgorithmus A mindestens ein Berechnungsmodell A für den Rauchfarben-optimierten Bereich und zur Überprüfung der Anwesenheit von Rauch, Russ und/oder Feuer,

- Detektionsalgorithmus B mindestens ein Berechnungsmodell B für den Farbbereich und zur Überprüfung der Anwesenheit von nicht-brennbaren Objekten und/oder Ereignissen, wie beispielsweise Wolken, Schatten, Wald, Bäume und/oder Blätter, Gebäude, Strassen, Gewässer, Schnee und/oder Gletscher, Felsen und/oder Verkehr, und/oder

- Detektionsalgorithmus C mindestens ein Berechnungsmodell C für Wetterdaten, Geographie und/oder den Rauchcharakter, wie die Bewegung, Ausdehnung und/oder Struktur des Rauchs, umfasst.

Verfahren nach mindestens einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass der Sensor (5) ein Farbsensor (5-1 ) ist und die Datenanalyse DA folgende Schritte umfasst:

i) der Sensor (5) ein Farbsensor (5-1 ) ist und während mindestens einer Belichtungsperiode (U) von einem zu überwachenden Landschaftssektor belichtet, pro Belichtungsperiode (U) einen Datensatz für mindestens einen Rauchfarben-optimierten Pixel-Bereich (DSo-s) berechnet und der erhaltene Datensatz DSo-s unter Einbezug von mindestens einem Detektionsalgorithmus A auf die Anwesenheit von Rauch, Russ und/oder Feuer analysiert wird,

ii) sobald ein analysierter Datensatz für einen Rauchfarben- optimierten Bereich (DSo-s) auf die Anwesenheit von Rauch, Russ und/oder Feuer (Fo-s?) hinweist, anhand des Ron- Datensatzes mit den Farbpixeln, oder einen Ausschnitt davon, einen Datensatz mit Farbinformation im Pixel-Bereich (DSo-c) berechnen und unter Einbezug von mindestens einem weiteren Detektionsalgorithmus B analysieren, iii) falls der analysierte Datensatz mit Farbinformation im Pixel- Bereich (DSo-c) und/oder der Datensatz des Rauchfarben- optimierten Bereichs (DSo-s) Anzeichen für Rauch, Russ

und/oder Feuer (Fo-c?, Fo-s?) aufweist, wird das kalibrierte 3D-Geländemodell (3D-GM) mit in die Analyse (F3D-GM?) einbezogen,

) falls der analysierte Datensatz mit Farbinformation (DSo-c) weiterhin auf die Anwesenheit von Rauch, Russ und/oder Feuer (Fo-c?) hinweist, den Landschaftssektor, oder einen Ausschnitt davon, während mindestens zwei weiteren, zeitlich versetzten, Belichtungsperioden (Li, l_2, Ln) belichten und die dadurch erhaltenen Roh-Datensätzen zu Datensätzen für den Rauchfarben-optimierten Bereich (DSi- s, DS2-S, DSn-s) berechnen und bevorzugt unter Einbezug von mindestens einem Detektionsalgorithmus A analysieren,

I die so erhaltenen Datensätze für den Rauchfarben- optimierten Bereich (DSi-s, DS2-S, DSn-s) von mindestens zwei zeitlich versetzten Belichtungen unter Einbezug von mindestens einem weiteren Detektionsalgorithmus C analysieren (calc (t)), und

) falls der analysierte Datensatz weiterhin auf die Anwesenheit von Rauch, Russ und/oder Feuer (F13-S?) hinweist, einen Operator O benachrichtigen und/oder einen Alarm auslösen, wobei gegebenenfalls anhand mindestens einem Datensatz für den Rauchfarben-optimierten Pixel-Bereich (DSo-s, DSi- s, DS2-S, DSn-s) und/oder dem Datensatz mit Farbinformation im Pixel-Bereich (DSo-c) ein für das menschliche Auge sichtbare Bild (P) berechnet wird.

Verfahren nach mindestens einem der Ansprüche 7 bis 9, dadurch gekennzeichnet, dass der Sensor (5) mit den mindestens zwei weiteren, zeitlich versetzten Belichtungsperioden (Li, L2, Ln) im Abstand von mindestens je 1 Sekunde, bevorzugt von mindestens je 2 Sekunden, mindestens je einmal belichtet wird.

Verfahren nach mindestens einem der Ansprüche 6 bis 10, dadurch gekennzeichnet, dass zur Analyse der zeitlich versetzten Datensätze für den Rauchfarben-optimierten Pixel-Bereich (DSi-s, DS2-S, DSn-s) unter Einsatz mindestens eines Detektionsalgorithmus C zusätzlich Wetterdaten (WD) vom zu überwachenden Landschaftssektor einbezogen werden, wobei die Wetterdaten (WD) gegebenenfalls mittels geeigneter weiterer Algorithmen analysiert.

Verfahren nach mindestens einem der Ansprüche 1 bis 1 1 , dadurch gekennzeichnet, dass

i) die Datensätze für die Rauchfarben-optimierten Pixel-Bereiche (DSo-s, DSi-s, DS2-s, DSn-s) und der Datensatz mit Farbinformation im Pixel-Bereich (DSo-c) Licht mit den Wellenlängen von mindestens 350 bis 1 100 nm, bevorzugt mindestens 400 bis 1000 nm, verwendet wird, und/oder ii) die Datensätze für die Rauchfarben-optimierten Pixel-Bereiche (DSo-s, DSi-s, DS2-S, DSn-s) erhalten werden, indem die während der Belichtungsperioden (Lo, Li, L2, Ln) des Sensors (5) erhaltenen Roh-Datensätze mit Farbpixeln anhand der elektronischen Pixel-Farbkanal-Mischeinheit (6) in Datensätze für Rauchfarben-optimierten Pixel-Bereiche (DSo-s, DSi-s, DS2- s, DSn-s) umgewandelt werden, indem die Intensität mindestens eines Farbkanals verstärkt, und die Intensität von mindestens zwei Farbkanälen reduziert wird, um die resultierenden Mischfarben der Rauchfarben-optimierten Pixel- Bereiche als Grauton-ähnliche Farben darzustellen, wobei bevorzugt die Intensität eines Farbkanals mindestens die doppelte Intensität der beiden Farbkanäle aufweist, die die niedrigste Intensität aufweisen.

System (1 ) zur automatischen Früherkennung mit erhöhter Erkennungssicherheit und genauer Ortsbestimmung von Ereignissen wie Rauch, Russ und/oder Feuer gemäss dem Verfahren nach mindestens einem der Ansprüche 1 bis 12, umfassend eine Sensoreinheit (2) eine Datenverarbeitungseinheit (3) und eine elektronische Pixel-Farbkanal-Mischeinheit (6) zur Verarbeitung der vom Sensor (5) erhaltenen Roh-Datensätze, wobei bevorzugt jeder Farbkanal separat zugemischt werden kann, wobei die Sensoreinheit (2)

- mindestens ein Objektiv (4) mit Blende (7) und bevorzugt ohne NIR- und/oder IR-Filter,

- mindestens einen Sensor (5), wobei mindestens ein Sensor (5) ein Farbsensor (5-1 ) darstellt, und

- gegebenenfalls mindestens einen von einem NIR- und/oder IR- Filter unterschiedlichen optischen Filter,

umfasst, dadurch gekennzeichnet, dass auf der Datenverarbeitungseinheit (3) von dem zu überwachenden Landschaftssektor ein kalibriertes 3D-Geländemodell (3D-GM) gespeichert ist, wobei das SD-Geländemodell (3D-GM) erhalten wird durch Verrechnung des 2D-Gelände-kalibrierten Roh-Datensatzes des Überwachungssektors mit einem 3D-GIS-Geländedatensatz mit geeigneten Passpunkten des gleichen Geländes.

System (1 ) nach Anspruch 13 und Verfahren nach mindestens einem der Ansprüche 1 bis 12, dadurch gekennzeichnet, dass

- die Blende (7) des Objektivs (4) eine Blendenöffnung mit einem Wert von f/4 oder kleiner, bevorzugt von f/5.6 oder kleiner, insbesondere von f/8 oder kleiner, aufweist,

- die Belichtungszeit mindestens 0.2 Sekunden, bevorzugt mindestens 0.5 Sekunden, insbesondere mindestens 1 Sekunde, beträgt, und/oder

- die Sensoreinheit (2) auf einer drehbaren Vorrichtung angeordnet ist und die Sensoreinheit (2) einen Landschaftssektor von einem Winkel von 2 bis 30°, bevorzugt einem Winkel von 5 bis 20°, abdeckt, wobei die Sensoreinheit (2) auf der drehbaren Vorrichtung bevorzugt bis zu 360° drehbar ist.

Verwendung des Verfahrens nach mindestens einem der Ansprüche 1 bis 12 und des Systems (1 ) nach mindestens einem der Ansprüche 13 zur automatischen Früherkennung von Ereignissen wie Rauch, Russ, Feuer und/oder Bränden wie Waldbrände; zur Reduktion von Fehlalarmen, insbesondere bei Waldbranderkennungssystemen, die von nicht-brennbaren Orten wie Felsen, Strassen und/oder Gewässer, und/oder von nicht-brennbaren Ereignissen wie Wolkenschatten, Staubwolken, Vogelschwärmen, Luftverschmutzung sowie von Fahr-und/oder Flugobjekten herrühren können; zur Erhöhung der Erkennungssicherheit von Ereignissen; zur genauen Ortsbestimmung der Ereignissen; sowie zur geologischen Überwachung von geologisch kritischen Regionen, insbesondere bei Gefahr eines Fels- und/oder Eisabbruchs, eines Felssturzes und/oder eines Erdrutsches.