工厂仓库火灾预警系统的设计

孙冬娇+徐高威+刘恒

摘 要： 针对当前工厂仓库火灾事故频繁发生，设计了一种工厂仓库火灾预警系统。该系统由火灾检测模块与中心接收模块组成，火灾检测模块利用以STM32为控制核心的智能小车在工厂仓库“巡逻”，通过加装OV7670图像传感器检测火焰，一旦发现火灾事故发生，立即无线发送预警信息，信息由中心接收模块接收后通过RS 232串口传送给PC机，PC机采取相应救灾措施。实际测试表明，本系统发出预警信息的成功率高，近100%，零误判，时间短。

关键词： 火灾预警； STM32F407； OV7670； NRF905

中图分类号： TN911?34 文献标识码： A 文章编号： 1004?373X（2014）07?0098?03

Design of warehouse fire warning system in factories

SUN Dong?jiao1，2， XU Gao?wei1， LIU Heng1，2

（1. College of Electronic&Information Engineering， Nanjing University of Information&Technology， Nanjing 210044， China；

2. Jiangsu Key Laboratory of Meteorological Observation and Information Processing， Nanjing 210044， China）

Abstract： A factory warehouse fire system was designed for the frequent occurrence of the factory warehouse fire accidents. This system is composed of fire detection module and central receiver module. The fire detection module takes STM32 microprocessor as master control of the smart car patrolling around the factory warehouse to detect flame by OV7670 image sensor and send the warning information by wireless RF system when discovering fire accident. The central receiver module receives the information and transmits it to PC through RS 232 serial port to adopt the corresponding relief measures. The practical testing result indicates that the system has a nearly 100% success rate in sending warning information.

Keywords： fire warning； STM32F407； OV7670； NRF905

0 引 言

现代工厂仓库储存量大、集中，且大部分是可燃易燃物品、极易发生火灾。为了保证仓库中物品以及周边人员的安全，火灾预警和扑救的及时性亟待解决。

在此提出一种利用CMOS图像传感器检测火焰，以智能小车作为系统载体的工厂仓库火灾预警系统。本文将从硬件和软件方面介绍工厂仓库火灾预警系统的具体设计方案，并且通过实验验证了系统稳定可靠，能实时检测火灾发生，及时发出火灾预警信息，与传统火灾检测技术相比，利用CMOS图像传感器检测火灾，大大提高了火灾预警的准确性与及时性，有效降低火灾危害，利用小车代替人“巡逻”，节约了人力资源，有较好的应用前景。

1 系统设计与工作原理

本设计的火灾检测模块以STM32F407作为控制和检测核心，利用OV7670图像传感器检测火源，利用PWM（脉宽调制）技术控制智能车行驶、转向，检测到火源后，立即通过NRF905无线发送模块发送火灾信息，同时通过VS1003b MP3模块语音播报预警信息。

中心接收模块由NRF905无线接收模块接收后通过RS 232串口发送给PC机，PC机立即向消防部门发出火灾信息，并启动固定消防设施，如二氧化碳灭火系统、自动喷水系统等，在火势尚未蔓延前实施扑救。系统框图如图1所示。

2 系统硬件设计

2.1 系统主控模块

智能灭火小车采用ST公司的STM32F407处理器，其特点为：32位ARM Cortex?M4F RISC内核；低功耗，最高工作频率为168 MHz；片内具有1 024 KB可编程FLASH；（192+4） KB片内SRAM数据存储器；集成了单周期DSP指令和FPU（Floating Point Unit，浮点单元），提升了计算能力，可以进行一些复杂的计算和控制。

图1 系统框图

2.2 火焰检测模块

火焰检测模块是本设计中最为重要的部分，在复杂的外界环境中准确的检测出火焰是技术难点，主要由图像采集、火焰识别两部分组成。

2.2.1 图像采集部分

图像采集使用OV公司生产的一颗1/6寸的CMOS VGA图像传感器OV7670，该传感器体积小、工作电压低、提供单片VGA摄像头和影像处理器的所有功能。通过SCCB总线控制，可以输出整帧、子采样、取窗口等方式的各种分辨率为8位的影像数据。

OV7670的像素时钟（PCLK）最高可达24 MHz，STM32F407的I/O口直接抓取，是非常困难的，也十分占耗CPU资源。所以，本设计并不是采取直接抓取来自OV7670的数据，而是通过FIFO芯片读取，FIFO芯片用于暂存图像数据，解决OV7670与STM32速率不匹配的问题。摄像头采集的数据经FIFO暂存后被STM32读取，不再需要单片机具有高速I/O，也不会过度耗费CPU资源。采集到的图像存储后待后续处理时读取。

2.2.2 火焰识别部分

为准确识别出火焰，本设计主要从火焰的形状与颜色两方面考虑。

火焰形状识别主要依据描述火焰形状的有关特征，比如：矩特征、曲率特征等。为得到图像中的火焰形状，系统对采集部分得到的图像每隔一段时间进行处理，处理方法采用图像处理中的边缘检测方法。在图像中，边缘是指图像中对象的边界，即反映图像中像素值剧烈变化的曲线，边缘的确定与提取对于整个图像场景的识别与理解是非常重要的，它能勾勒出目标物体的轮廓，将目标与背景区分开来，在本设计中就可以利用边缘检测技术描绘出火焰的形状、大小、位置等信息。

但只根据火焰的形状特征判断检测到火焰，不仅造成算法相对复杂，且误判率较高。这里仍从火焰的颜色特征对火焰进行检测。火焰区域的颜色一般介于红黄之间，火焰颜色识别是基于RGB颜色模式的，RGB颜色模式认为所有的颜色是通过对红（R）、绿（G）、蓝（B）三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，且有如下结论：当R≥G≥B时，能够说明该颜色是红黄色的。以此为依据，设定颜色阈值，将满足条件的像素提取出来，达到一定范围即可判断火灾发生。

利用火焰的形状与颜色特征两者相结合，大大提高了火焰检测的可靠性。

2.3 电机驱动模块

本设计的小车的电机驱动模块采用L298N控制芯片。电机驱动原理图如图2所示。这里使用STM32引脚产生PWM信号分别对左侧和右侧的电机转速进行调节。此模块可以控制灭火小车前进、后退，同时还可以通过控制小车左右两侧车轮的转速不同实现小车转向，使系统能够在仓库中按既定路线“巡逻”。

图2 电机驱动原理图

2.4 语音播报模块

为了能够实时语音播报系统目前的工作状态，本设计采用VS1003b作为声音源的解码芯片，使语音播报具有多种长时间的声音输出，不但具备清晰的播放功能，而且可以通过普通喇叭实现语音扩音功能。首先将语音片段如“检测火源”、“发现火源”等存入SD卡中，实际运用时根据系统当前所处的工作状态，由主控芯片STM32F407通过串行外设总线接口SPI与VS1003b进行通信，VS1003b解码SD卡中的相应语音片段，播报系统当前工作状态，很大程度上提升了系统的交互能力，若周围有仓库管理人员在，听到语音片段播报火灾信息也可在火势尚小时及时扑救。

3 系统软件设计

3.1 总体软件流程

该系统软件部分主要包括火灾检测模块的软件设计以及中心接收模块的软件设计。火灾检测模块系统初始化后，由图像传感器识别仓库路边标志物使小车按既定路线在仓库中“巡逻”，一旦发现火源，通过无线模块立即发送预警信息，并语音播报火灾信息。中心接收模块接收到火灾信息后，通过RS 232串口将火灾信息传送给PC机，PC机通过专门火灾预警系统将预警信息发送给相关部门。软件实现流程如图3，图4所示。3.2 边缘检测算法分析

图像边缘检测技术是目标识别领域十分重要的基础，本设计采用目前比较常见的CANNY边缘检测算法，CANNY边缘检测算法实现主要为如下几步：

（1） 对图像进行灰度化；

（2） 对图像进行高斯滤波；

（3） 用一阶偏导的有限差分求梯度的幅值和方向；

（4） 对梯度幅值进行非极大值抑制；

（5） 用双阈值算法检测和连接边缘。

图3 火灾检测模块流程图 图4 中心接收模块流程图

4 实验结果

实验过程中，以蜡烛模拟火源，在确保仓库安全的前提下，在仓库A，B，C，D四个区域分别摆放一只蜡烛，将火灾监测模块与中心接收模块上电，并打开用C++编写的“火灾预警系统”上位机软件，观测系统能否识别出火焰并发出预警信息。实验结果如图5所示。

图5 预警系统显示

为了进一步测试该系统的准确性与及时性，主要测试内容包括：预警信息发送成功率、预警信息误报次数、预警信息发布平均耗时。在仓库A、B、C、D四个区域随机放置蜡烛，小车从仓库随机位置出发，观察系统的准确性与及时性。具体测试结果见表1。

实验结果表明，在实验场地的各个区域共计200次的实验中，该系统能够准确检测到火灾并发出预警信息，成功率接近100%，误报次数为0。从蜡烛被摆放到试验场地，平均耗时约为1 min。实验测量数据可以证明该系统的及时性与准确性很好。

表1 实验结果

[＼&A＼&B＼&C＼&D＼&试验次数＼&50＼&50＼&50＼&50＼&成功预警次数＼&49＼&50＼&50＼&49＼&误报次数＼&1＼&0＼&0＼&1＼&平均耗时 /s＼&55＼&63＼&71＼&58＼&成功率 /%＼&98＼&100＼&100＼&98＼&]

5 结 语

本设计经过开发、调试，最终达到预期效果。设计采用高性能、低功耗的ARM Cortex?M4内核STM32处理器，能够迅速采集并处理传感器数据，并发出相应的预警信息。该设计较传统火灾检测技术有较大改进，改进之处在于设计主要采用OV7670图像传感器识别火焰，与传统火灾预警技术相比，由于感烟检测、感温检测和感火焰检测等采用的传感器性能与现场环境变化会直接影响识别、检测的可靠性和准确性，存在较大缺陷，本设计采用OV7670图像传感器，在实际运用中，有效提高了设计的及时性与准确性。但是，系统设计仍有部分问题需要改进，如何更快的发出火灾预警信息，保证火灾预警100%成功等等，在后续研究中将努力提升系统性能。

参考文献

[1] 张飞飞，杨雪松，高爱宇.基于STM32的智能灭火机器人设计[J].甘肃科技，2013，29（12）：14?15.

[2] 王明明，王志霖，袁昊，等.基于MSP430的实用粮仓温湿度检测系统[J].现代电子技术，2012，35（2）：10?12.

[3] 潘方.RS 232串口通信在PC机与单片机通信中的应用[J].现代电子技术，2012，35（13）：70?71.

[4] 杨博，冒晓莉，葛益娴.基于MSP430的远程无线体温测量系统[J].电子设计工程，2011，21（16）：70?71.

[5] 李茜，杜刚，魏利卓，等.智能灭火机器人的控制系统设计与实现[J].辽宁工业大学学报：自然科学版，2012，32（4）：228?230.

[6] 李德明，韩剑，江国强.基于OV7670的图像及显示系统设计[J].仪器仪表学报，2010，31（8）：30?32.

[7] 黄智伟，于红利，宁志刚，等.基于STM32F417的图像采集系统设计[J].单片机与嵌入式系统应用，2012，10（8）：48?50.

[8] 何敏.基于MSP430微处理器的低功耗无线传感器网络节点设计[J].现代计算机，2012（19）：55?57.

[9] 梁森.自动检测与转换技术[M].北京：机械工业出版社，2006.

[10] 肖宏伟.Visual C++开发答疑[M].北京：人民邮电出版社，2003.

OV7670的像素时钟（PCLK）最高可达24 MHz，STM32F407的I/O口直接抓取，是非常困难的，也十分占耗CPU资源。所以，本设计并不是采取直接抓取来自OV7670的数据，而是通过FIFO芯片读取，FIFO芯片用于暂存图像数据，解决OV7670与STM32速率不匹配的问题。摄像头采集的数据经FIFO暂存后被STM32读取，不再需要单片机具有高速I/O，也不会过度耗费CPU资源。采集到的图像存储后待后续处理时读取。

2.2.2 火焰识别部分

为准确识别出火焰，本设计主要从火焰的形状与颜色两方面考虑。

火焰形状识别主要依据描述火焰形状的有关特征，比如：矩特征、曲率特征等。为得到图像中的火焰形状，系统对采集部分得到的图像每隔一段时间进行处理，处理方法采用图像处理中的边缘检测方法。在图像中，边缘是指图像中对象的边界，即反映图像中像素值剧烈变化的曲线，边缘的确定与提取对于整个图像场景的识别与理解是非常重要的，它能勾勒出目标物体的轮廓，将目标与背景区分开来，在本设计中就可以利用边缘检测技术描绘出火焰的形状、大小、位置等信息。

但只根据火焰的形状特征判断检测到火焰，不仅造成算法相对复杂，且误判率较高。这里仍从火焰的颜色特征对火焰进行检测。火焰区域的颜色一般介于红黄之间，火焰颜色识别是基于RGB颜色模式的，RGB颜色模式认为所有的颜色是通过对红（R）、绿（G）、蓝（B）三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，且有如下结论：当R≥G≥B时，能够说明该颜色是红黄色的。以此为依据，设定颜色阈值，将满足条件的像素提取出来，达到一定范围即可判断火灾发生。

利用火焰的形状与颜色特征两者相结合，大大提高了火焰检测的可靠性。

2.3 电机驱动模块

本设计的小车的电机驱动模块采用L298N控制芯片。电机驱动原理图如图2所示。这里使用STM32引脚产生PWM信号分别对左侧和右侧的电机转速进行调节。此模块可以控制灭火小车前进、后退，同时还可以通过控制小车左右两侧车轮的转速不同实现小车转向，使系统能够在仓库中按既定路线“巡逻”。

图2 电机驱动原理图

2.4 语音播报模块

为了能够实时语音播报系统目前的工作状态，本设计采用VS1003b作为声音源的解码芯片，使语音播报具有多种长时间的声音输出，不但具备清晰的播放功能，而且可以通过普通喇叭实现语音扩音功能。首先将语音片段如“检测火源”、“发现火源”等存入SD卡中，实际运用时根据系统当前所处的工作状态，由主控芯片STM32F407通过串行外设总线接口SPI与VS1003b进行通信，VS1003b解码SD卡中的相应语音片段，播报系统当前工作状态，很大程度上提升了系统的交互能力，若周围有仓库管理人员在，听到语音片段播报火灾信息也可在火势尚小时及时扑救。

3 系统软件设计

3.1 总体软件流程

该系统软件部分主要包括火灾检测模块的软件设计以及中心接收模块的软件设计。火灾检测模块系统初始化后，由图像传感器识别仓库路边标志物使小车按既定路线在仓库中“巡逻”，一旦发现火源，通过无线模块立即发送预警信息，并语音播报火灾信息。中心接收模块接收到火灾信息后，通过RS 232串口将火灾信息传送给PC机，PC机通过专门火灾预警系统将预警信息发送给相关部门。软件实现流程如图3，图4所示。3.2 边缘检测算法分析

图像边缘检测技术是目标识别领域十分重要的基础，本设计采用目前比较常见的CANNY边缘检测算法，CANNY边缘检测算法实现主要为如下几步：

（1） 对图像进行灰度化；

（2） 对图像进行高斯滤波；

（3） 用一阶偏导的有限差分求梯度的幅值和方向；

（4） 对梯度幅值进行非极大值抑制；

（5） 用双阈值算法检测和连接边缘。

图3 火灾检测模块流程图 图4 中心接收模块流程图

4 实验结果

实验过程中，以蜡烛模拟火源，在确保仓库安全的前提下，在仓库A，B，C，D四个区域分别摆放一只蜡烛，将火灾监测模块与中心接收模块上电，并打开用C++编写的“火灾预警系统”上位机软件，观测系统能否识别出火焰并发出预警信息。实验结果如图5所示。

图5 预警系统显示

为了进一步测试该系统的准确性与及时性，主要测试内容包括：预警信息发送成功率、预警信息误报次数、预警信息发布平均耗时。在仓库A、B、C、D四个区域随机放置蜡烛，小车从仓库随机位置出发，观察系统的准确性与及时性。具体测试结果见表1。

实验结果表明，在实验场地的各个区域共计200次的实验中，该系统能够准确检测到火灾并发出预警信息，成功率接近100%，误报次数为0。从蜡烛被摆放到试验场地，平均耗时约为1 min。实验测量数据可以证明该系统的及时性与准确性很好。

表1 实验结果

[＼&A＼&B＼&C＼&D＼&试验次数＼&50＼&50＼&50＼&50＼&成功预警次数＼&49＼&50＼&50＼&49＼&误报次数＼&1＼&0＼&0＼&1＼&平均耗时 /s＼&55＼&63＼&71＼&58＼&成功率 /%＼&98＼&100＼&100＼&98＼&]

5 结 语

本设计经过开发、调试，最终达到预期效果。设计采用高性能、低功耗的ARM Cortex?M4内核STM32处理器，能够迅速采集并处理传感器数据，并发出相应的预警信息。该设计较传统火灾检测技术有较大改进，改进之处在于设计主要采用OV7670图像传感器识别火焰，与传统火灾预警技术相比，由于感烟检测、感温检测和感火焰检测等采用的传感器性能与现场环境变化会直接影响识别、检测的可靠性和准确性，存在较大缺陷，本设计采用OV7670图像传感器，在实际运用中，有效提高了设计的及时性与准确性。但是，系统设计仍有部分问题需要改进，如何更快的发出火灾预警信息，保证火灾预警100%成功等等，在后续研究中将努力提升系统性能。

参考文献

[1] 张飞飞，杨雪松，高爱宇.基于STM32的智能灭火机器人设计[J].甘肃科技，2013，29（12）：14?15.

[2] 王明明，王志霖，袁昊，等.基于MSP430的实用粮仓温湿度检测系统[J].现代电子技术，2012，35（2）：10?12.

[3] 潘方.RS 232串口通信在PC机与单片机通信中的应用[J].现代电子技术，2012，35（13）：70?71.

[4] 杨博，冒晓莉，葛益娴.基于MSP430的远程无线体温测量系统[J].电子设计工程，2011，21（16）：70?71.

[5] 李茜，杜刚，魏利卓，等.智能灭火机器人的控制系统设计与实现[J].辽宁工业大学学报：自然科学版，2012，32（4）：228?230.

[6] 李德明，韩剑，江国强.基于OV7670的图像及显示系统设计[J].仪器仪表学报，2010，31（8）：30?32.

[7] 黄智伟，于红利，宁志刚，等.基于STM32F417的图像采集系统设计[J].单片机与嵌入式系统应用，2012，10（8）：48?50.

[8] 何敏.基于MSP430微处理器的低功耗无线传感器网络节点设计[J].现代计算机，2012（19）：55?57.

[9] 梁森.自动检测与转换技术[M].北京：机械工业出版社，2006.

[10] 肖宏伟.Visual C++开发答疑[M].北京：人民邮电出版社，2003.

OV7670的像素时钟（PCLK）最高可达24 MHz，STM32F407的I/O口直接抓取，是非常困难的，也十分占耗CPU资源。所以，本设计并不是采取直接抓取来自OV7670的数据，而是通过FIFO芯片读取，FIFO芯片用于暂存图像数据，解决OV7670与STM32速率不匹配的问题。摄像头采集的数据经FIFO暂存后被STM32读取，不再需要单片机具有高速I/O，也不会过度耗费CPU资源。采集到的图像存储后待后续处理时读取。

2.2.2 火焰识别部分

为准确识别出火焰，本设计主要从火焰的形状与颜色两方面考虑。

火焰形状识别主要依据描述火焰形状的有关特征，比如：矩特征、曲率特征等。为得到图像中的火焰形状，系统对采集部分得到的图像每隔一段时间进行处理，处理方法采用图像处理中的边缘检测方法。在图像中，边缘是指图像中对象的边界，即反映图像中像素值剧烈变化的曲线，边缘的确定与提取对于整个图像场景的识别与理解是非常重要的，它能勾勒出目标物体的轮廓，将目标与背景区分开来，在本设计中就可以利用边缘检测技术描绘出火焰的形状、大小、位置等信息。

但只根据火焰的形状特征判断检测到火焰，不仅造成算法相对复杂，且误判率较高。这里仍从火焰的颜色特征对火焰进行检测。火焰区域的颜色一般介于红黄之间，火焰颜色识别是基于RGB颜色模式的，RGB颜色模式认为所有的颜色是通过对红（R）、绿（G）、蓝（B）三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，且有如下结论：当R≥G≥B时，能够说明该颜色是红黄色的。以此为依据，设定颜色阈值，将满足条件的像素提取出来，达到一定范围即可判断火灾发生。

利用火焰的形状与颜色特征两者相结合，大大提高了火焰检测的可靠性。

2.3 电机驱动模块

本设计的小车的电机驱动模块采用L298N控制芯片。电机驱动原理图如图2所示。这里使用STM32引脚产生PWM信号分别对左侧和右侧的电机转速进行调节。此模块可以控制灭火小车前进、后退，同时还可以通过控制小车左右两侧车轮的转速不同实现小车转向，使系统能够在仓库中按既定路线“巡逻”。

图2 电机驱动原理图

2.4 语音播报模块

为了能够实时语音播报系统目前的工作状态，本设计采用VS1003b作为声音源的解码芯片，使语音播报具有多种长时间的声音输出，不但具备清晰的播放功能，而且可以通过普通喇叭实现语音扩音功能。首先将语音片段如“检测火源”、“发现火源”等存入SD卡中，实际运用时根据系统当前所处的工作状态，由主控芯片STM32F407通过串行外设总线接口SPI与VS1003b进行通信，VS1003b解码SD卡中的相应语音片段，播报系统当前工作状态，很大程度上提升了系统的交互能力，若周围有仓库管理人员在，听到语音片段播报火灾信息也可在火势尚小时及时扑救。

3 系统软件设计

3.1 总体软件流程

该系统软件部分主要包括火灾检测模块的软件设计以及中心接收模块的软件设计。火灾检测模块系统初始化后，由图像传感器识别仓库路边标志物使小车按既定路线在仓库中“巡逻”，一旦发现火源，通过无线模块立即发送预警信息，并语音播报火灾信息。中心接收模块接收到火灾信息后，通过RS 232串口将火灾信息传送给PC机，PC机通过专门火灾预警系统将预警信息发送给相关部门。软件实现流程如图3，图4所示。3.2 边缘检测算法分析

图像边缘检测技术是目标识别领域十分重要的基础，本设计采用目前比较常见的CANNY边缘检测算法，CANNY边缘检测算法实现主要为如下几步：

（1） 对图像进行灰度化；

（2） 对图像进行高斯滤波；

（3） 用一阶偏导的有限差分求梯度的幅值和方向；

（4） 对梯度幅值进行非极大值抑制；

（5） 用双阈值算法检测和连接边缘。

图3 火灾检测模块流程图 图4 中心接收模块流程图

4 实验结果

实验过程中，以蜡烛模拟火源，在确保仓库安全的前提下，在仓库A，B，C，D四个区域分别摆放一只蜡烛，将火灾监测模块与中心接收模块上电，并打开用C++编写的“火灾预警系统”上位机软件，观测系统能否识别出火焰并发出预警信息。实验结果如图5所示。

图5 预警系统显示

为了进一步测试该系统的准确性与及时性，主要测试内容包括：预警信息发送成功率、预警信息误报次数、预警信息发布平均耗时。在仓库A、B、C、D四个区域随机放置蜡烛，小车从仓库随机位置出发，观察系统的准确性与及时性。具体测试结果见表1。

实验结果表明，在实验场地的各个区域共计200次的实验中，该系统能够准确检测到火灾并发出预警信息，成功率接近100%，误报次数为0。从蜡烛被摆放到试验场地，平均耗时约为1 min。实验测量数据可以证明该系统的及时性与准确性很好。

表1 实验结果

[＼&A＼&B＼&C＼&D＼&试验次数＼&50＼&50＼&50＼&50＼&成功预警次数＼&49＼&50＼&50＼&49＼&误报次数＼&1＼&0＼&0＼&1＼&平均耗时 /s＼&55＼&63＼&71＼&58＼&成功率 /%＼&98＼&100＼&100＼&98＼&]

5 结 语

本设计经过开发、调试，最终达到预期效果。设计采用高性能、低功耗的ARM Cortex?M4内核STM32处理器，能够迅速采集并处理传感器数据，并发出相应的预警信息。该设计较传统火灾检测技术有较大改进，改进之处在于设计主要采用OV7670图像传感器识别火焰，与传统火灾预警技术相比，由于感烟检测、感温检测和感火焰检测等采用的传感器性能与现场环境变化会直接影响识别、检测的可靠性和准确性，存在较大缺陷，本设计采用OV7670图像传感器，在实际运用中，有效提高了设计的及时性与准确性。但是，系统设计仍有部分问题需要改进，如何更快的发出火灾预警信息，保证火灾预警100%成功等等，在后续研究中将努力提升系统性能。

参考文献

[1] 张飞飞，杨雪松，高爱宇.基于STM32的智能灭火机器人设计[J].甘肃科技，2013，29（12）：14?15.

[2] 王明明，王志霖，袁昊，等.基于MSP430的实用粮仓温湿度检测系统[J].现代电子技术，2012，35（2）：10?12.

[3] 潘方.RS 232串口通信在PC机与单片机通信中的应用[J].现代电子技术，2012，35（13）：70?71.

[4] 杨博，冒晓莉，葛益娴.基于MSP430的远程无线体温测量系统[J].电子设计工程，2011，21（16）：70?71.

[5] 李茜，杜刚，魏利卓，等.智能灭火机器人的控制系统设计与实现[J].辽宁工业大学学报：自然科学版，2012，32（4）：228?230.

[6] 李德明，韩剑，江国强.基于OV7670的图像及显示系统设计[J].仪器仪表学报，2010，31（8）：30?32.

[7] 黄智伟，于红利，宁志刚，等.基于STM32F417的图像采集系统设计[J].单片机与嵌入式系统应用，2012，10（8）：48?50.

[8] 何敏.基于MSP430微处理器的低功耗无线传感器网络节点设计[J].现代计算机，2012（19）：55?57.

[9] 梁森.自动检测与转换技术[M].北京：机械工业出版社，2006.

[10] 肖宏伟.Visual C++开发答疑[M].北京：人民邮电出版社，2003.