火灾是一种伴随着光、烟、温升、辐射和气体浓度变化的综合现象，需要利用各种火灾传感器检测和捕捉这些信息[1]。传统的火灾警报技术是利用传感器采集的数据进行分析，综合评定是否发生了火灾，但是由于环境的影响，算法的落后以及传感器精度的问题，经常会出现漏报或者误报的情况[2]。基于探测物质的不同，主要有火焰、感温、气体、感烟探测器，这些探测器实时检测零星火源不同阶段的燃烧产物，但都是仅对某种单一的物理量进行探测[3]，精确度较低，易受环境影响，极易产生误报及漏报现象.常用的火灾探测系统的识别率一般为80%~83%[4-5]目前主要的几种火灾探测技术包括红外光束[6],吸气式[7],图像视频技术[8]，但是由于这些技术结构复杂而且性价比低，不灵活的缺点，不被国外的学者采用，代替他们的有英国的thomas h, mcavoy把概率学应用到活在检测中，较好地解决了传感器精度较低地问题，对零星火源能够迅速响应[9]。缺点是他使用了单一的传感器，难以避免干扰的影响，对单一的传感器探测系统来说，会出现误报地问题。因此越来越多的学者使用两种以上的不同类型探测器同步进行探测。chenjing阐述了燃烧物与火灾报警过程中的理化特性之间的关系，并提出了基于贝叶斯网络的火灾预警模型[10]。但贝叶斯网络训练过程复杂，需要的数据多。wanghairong提出基于rbf的分布式神经网络火灾预警模型，同时利用遗传算法来优化 rbf网络模型，提高预警模型的适应性和可行性[11]，

火焰探测器的算法是探测器的核心，识别算法的优劣决定着探测器的灵敏度、准确度，目前国内外的火焰探测识别算法，主要有连续的时间值法[12]、域均值法[13]、时域均值法[14]、信号的平均功率识别法、信号间的能量县官分析法、闪烁频率分析法和基于模糊神经网络的识别算法等[15-18]。

2.自动避障的国内外研究现状

2. 研究的基本内容

课题的研究内容为l利用单片机作为主控制器，火焰传感器检测到零星火源后将其位置信息传入单片机，单片机驱动电机模块，使小车向火源进发，过程中超声波模块实时监测小车与周围障碍物的距离，让小车快速到达火源处进行灭火。

主要工作包括：

第一，根据文献资料了解国内外火源监测、自动避障、循迹以及各种测距的研究现状，了解蓝牙收发的原理。

3. 实施方案、进度安排及预期效果

本课题实行方案为系统以微控制器stm32f103为核心，外围电路由超声波发射模块、超声波接收模块、自动循迹模块、电机驱动模块、外红接收模块、自动避障模块部分组成，

课题研究的难点为火焰传感器无法精确定位、如何检测四周的障碍物以及电机的转速达不到期望值。单一火焰传感器检测的角度有限且无法确定火焰位置，因此使用五个火焰传感器组成传感器阵列，达到大范围，高精度的效果，准确确定火源的位置，防止出现漏报的情况。

4. 参考文献

[1] 马宪民 , 张德凤 .火灾探测信息融合的一种新型实现方法 [ j] .仪器仪表学报 , 2006, 27(z3):6342191.

[2] 郭新华 , 蒋艳 , 曹建霞 .基于arm9的火灾图像报警监控系统设计 [ j] .计算机应用 , 2007, 27(z2):289 -290.

[3] 夏焕雄，孙树文，姚益武等．多传感器器概率综合的火灾报警器设计与实现[j]．计算机测量与控制，2011:370-372.