智能家庭烟雾火灾检测毕业论文

1、选用什么单片机2、选用什么传感器3、显示用什么4、需要远程报警吗

摘要：家庭自动化系统是适应现代生活对家庭功能逐渐增长的需求发展起来的一个系统，该系统的内容、构成和配置因国度、家庭的经济实力、家庭的知识结构以及个人喜好的不同而不同。因此，家庭自动化系统的配置与住宅小区的定位（安置型、实用型、舒适型还是豪华型）以及住户的类型比例（经济实力、知识结构等）有着密切的关系。 关键词：住宅小区 防盗报警系统 方案 1.家庭报警系统设计 1.1概述 家庭自动化系统是适应现代生活对家庭功能逐渐增长的需求发展起来的一个系统，该系统的内容、构成和配置因国度、家庭的经济实力、家庭的知识结构以及个人喜好的不同而不同。因此，家庭自动化系统的配置与住宅小区的定位（安置型、实用型、舒适型还是豪华型）以及住户的类型比例（经济实力、知识结构等）有着密切的关系。 一般地，从结构上来讲，家庭自动化系统由家庭控制器、家庭布线、传感器/执行器等构成；每一个家庭控制器作为智能小区网络中的一个智能节点，互联成网并上联至小区综合管理系统；从信息组成上来讲，家庭自动化系统包括语音信息、数据信息、视频信息以及控制信息等；从功能上来讲，家庭自动化系统包括安防功能（可视对讲、防盗报警、火灾探测、煤气泄露报警、玻璃破碎探测以及紧急呼叫按钮）、控制功能（灯光控制、空调控制、门锁控制以及其他家用电器的控制）。 家庭报警的防护区域分成两部分，即住宅周界防护和住宅内区域防护。住宅周界防护是指在住宅的门、窗上安装门磁开关；住宅内区域防护是指在主要通道、重要的房间内安装红外探测器。当家中有人时，住宅周界防护的防盗报警设备（门磁开关）设防，住宅内区域防护的防盗报警设备（红外探测器）撤防。当家人出门后，住宅周界防护的防盗报警设备（门磁开关）和住宅区域防护的防盗报警设备（红外探测器）均设防。当有非法侵入时，家庭控制器发出声光报警信号，通知家人及小区物业管理部门。另外，通过程序可设定报警点的等级和报警器的灵敏度。 在当今高速发展的社会中，人们对自身所处的环境越来越关心，居家安全已成为当今小康之家优先考虑的问题。当您上班家中无人，或者仅有老人孩子在家，或者您晚上在家熟睡，您必须确保家庭成员和财产的绝对安全。 目前，众多住宅小区的安防防犯主要倚靠安装防盗窗、防盗门以及人工防犯。这样不仅有碍美观，不符合防火的要求、而且不能有效地防止坏人的侵入。现在全国都在开展建设安全文明的小区活动，提出取消防盗网，“走出牢笼”的口号。因此为配合捷报花园的现代化管理，担当起整个小区的安全保卫，给住户一个安全舒适的居住环境，本方案提供一套技术先进、性能完善的AURINE家庭报警系统，组成小区内的智能安全防范系统。AURINE作为一家专业电子安全服务公司，采用先进的科学技术，加以丰富的保安实际经验和知识，向社会提供各种超值安全设备服务，给用户带来安全和放心。 1.2设计思想 在小区内的每个住户单元安装一台报警主机，住户可选择安装在住户门口、窗户处安装门磁、紧急求助按钮、烟感探头、瓦斯探头、三鉴探头等报警感知设备，报警主机通过总线与管理中心的电脑相连接，进行安防信息管理，本系统具有远程报警功能，可选并联接打印机。如果发生盗贼闯入、抢劫、烟雾、燃气泄漏、玻璃破碎等紧急事故，传感器就会立即获知并由报警系统即刻触发声光警报以有效阻吓企图行窃的盗贼，而现场保安系统的密码键盘立即显示相应报警区域，使您的家人保持警戒；系统还会迅速向报警中心传送报警信息；报警中心接到警情后立即自动进行分辨处理，迅速识别判定警报类型、地点、用户，电子地图显示报警位置并瞬间检索打印用户报警信息，中心据此派出机动力量采取相应解救措施；系统具备24小时防破坏功能并自我监视，一旦有任何被破坏的迹象也会即刻报警。总之，无论白天黑夜，您离家在外还是在家休息，电子保安时时刻刻保护您的安全。这正是您能为您的家人、家庭、财产所做的最有效的安全防盗保护措施。 1.3系统设计目标 通过在住宅内门窗及室内其他部位安装各种探测器进行昼夜控制，当监测到警情时，通过住宅内的报警主机传送至智能管理中心的报警接收计算机、接收将准确显示警情发生的住户名称、地址和警报类型、提示保安人员迅速确认警情，及时赶赴现场，以确保住户和人身安全。 同时，住户也可通过固定式紧急呼叫报警系统，在住宅内发生抢劫案件和病人突发疾病时，向智能化管理中心呼叫报警，中心可根据情况迅速处理。 1.4报警设备选型原则 防盗报警系统的设计应当从实际需要出发，尽可能的使系统的结构简单、可靠，设计时应遵循的基本原则如下： （1）系统可靠必须高，即使工作电源发生故障，系统也必须处于随时能够工作的状态。 （2）系统应具备一定的扩充能力，以适应日后使用功能的变化。 （3）报警器应安装在非法闯入者不易察觉的位置，和报警器相连的线路最好采用钢管暗埋的方式进行敷设。 （4）传感器尽量安装在不显眼的地方，当受损时易于发现，且容易处理的场所。 （5）系统应当符合有关的国家和福建省地方标准，即集散型结构通过总线方式将报警控制中心与现场控制器连接起来，而探测器则分别连接到现场控制器上。在难于布线的局部区域宜采用无线通信设备。 （6）系统应尽量采用标准产品，便于日后系统的维护和检修。 （7）系统必须采用多层次，立体化的防卫方式。目标保护不能出现控制盲区。 我们在为捷报花园进行家庭报警系统设计时，充分考虑以上原则，为住户建议和设计最为适用的报警系统设备，安装隐蔽灵活。 1.5系统组成 根据以上对家庭报警系统的要求分析我们选用AURINE生产的家庭报警系列产品，其系统组成如下： 家庭报警系统由住户前端、传输和管理中心三部分组成： 以上是其中的一部分，因为有图例，我把网址发给你 麻烦采纳，谢谢!

下面这2篇是有关防盗报警的论文,请参考,更多相关论文,请参考参考资料: [题名]：双路防盗报警器 [TiMing]：ShuangLuFangDaoBaoJingQi [关键词]：双路防盗报警器;延时触发器;警灯驱动单元 [作者]：吕菁华 [期刊名称]：哈尔滨师范大学自然科学学报 [QiKanMingCheng]：HaErBinShiFanDaXueZiRanKeXueXueBao [出版年]：2000.4 [国际标准刊号]：1000-5617 [国内统一刊号：]：23-1190 [作者单位]：呼兰师范专科学校 [ZuoZheDanWei]：HuLanShiFanZhuanKeXueXiao [分类号]：TU899[页码]：-60-64 [摘要]： 双路防盗报警器，其性能灵敏、可靠。发生盗性时，可以立即报警，也可以延时１～３５秒再报警，同时有两个警灯交替闪亮，并有警车的报警声发生，增加了对犯罪分子的威慑气氛。该报警器适用于家庭防盗，也适用于中小企事业单位。 [题名]：车库防盗报警器 [TiMing]：CheKuFangDaoBaoJingQi [关键词]：防盗报警器;车库;线路断路;蓄电池供电;报警功能;报警设备;信号采集;检测点;主电路;信号点 [作者]：鄢瑞琦;易柳军 [期刊名称]：无线电 [QiKanMingCheng]：WuXianDian [出版年]：2006.2 [国际标准刊号]：0512-4174 [国内统一刊号：]：11-1639 [作者单位]：不详 [ZuoZheDanWei]：BuXiang [分类号]：TP277 TU248.3[页码]：-56-56 [摘要]： 本文介绍的报警器有线路断路和短路报警功能。因此，即便是采用明线，对于苗先进行线路破坏的偷盗行为同样可以起到报警作用。被检测点与主报警设备异地，不易被破坏。并且可以采用蓄电池供电。该线路简单易制（主电路为74LS04、74LS30），检测信号点达八路之多，可以根据需要设置信号采集点，以获得最早的报警时机，使用灵活。

之前也是为论文苦恼了半天，网上的范文和能搜到的资料，大都不全面，一般能有个正文就不错了，而且抄袭的东西肯定不行的，关键是没有数据和分析部分，我好不容易搞出来一篇，结果还过不了审。 还好后来找到文方网，直接让专业人士帮忙，效率很高，核心的部分帮我搞定了，也给了很多参考文献资料。哎，专业的事还是要找专业的人来做啊，建议有问题参考下文方网吧 下面是之前文方网王老师发给我的题目，分享给大家： 基于深度学习的无人机地面小目标算法研究 基于视觉的智能汽车面向前方车辆的运动轨迹预测技术研究 模拟射击训练弹着点检测定位技术研究 基于深度卷积神经网络的空中目标识别算法的研究 基于可见光图像的飞行器多目标识别及位置估计 无人驾驶车辆手势指令识别研究与实现 车载毫米波雷达目标检测技术研究 基于多传感融合的四足机器人建图方法 中老年人群跌倒风险评估的数据采集系统 基于深度学习的视觉SLAM闭环检测方法研究 真实图片比较视觉搜索任务的年龄效应及对策研究 室内复杂场景下的视觉SLAM系统构建与研究 基于双目内窥镜的软组织图像三维重建 学习资源画面色彩表征影响学习注意的研究 毫米波雷达与机器视觉双模探测关键技术的研究 语义地图及其关键技术研究 多重影响因素下的语音识别系统研究 基于卷积神经网络的自主空中加油识别测量技术研究 基于视觉语义的深度估计、实例分割与重建 重复视觉危险刺激——本能恐惧反应的“二态型”调控机制研究 低成本视觉下的三维物体识别与位姿估计 面向非规则目标的3D视觉引导抓取方法及系统研究 基于物体识别地理配准的跨视频行人检测定位技术研究 基于结构光的非刚体目标快速三维重建关键技术研究 基于机器视觉的动物交互行为与认知状态分析系统 关于单目视觉实时定位与建图中的优化算法研究 动态场景下无人机SLAM在智慧城市中的关键技术研究 面向视觉SLAM的联合特征匹配和跟踪算法研究 基于深度学习的显著物体检测 基于平面波的三维超声成像方法与灵长类动物脑成像应用研究 基于物体检测和地理匹配的室内融合定位技术研究 基于多模态信息融合的人体动作识别方法研究 基于视觉惯性里程计的SLAM系统研究 基于语义信息的图像/点云配准与三维重建 基于种子点选取的点云分割算法研究 基于深度学习的场景文字检测与识别方法研究 基于运动上下文信息学习的室内视频烟雾预警算法研究 基于深度学习的垃圾分类系统设计与实现 面向手机部件的目标区域检测算法的设计与实现 电路板自动光照检测系统的设计与实现 基于机器视觉的工件识别与定位系统的设计与实现 基于深度学习的物件识别定位系统的设计与实现 基于视觉四旋翼无人机编队系统设计及实现 基于视觉惯导融合的四旋翼自主导航系统设计与实现 面向城市智能汽车的认知地图车道层生成系统 基于深度学习的智能化无人机视觉系统的设计与仿真 基于知识库的视觉问答技术研究 基于深度学习的火灾视频实时智能检测研究 结构化道路车道线检测方法研究 基于机器视觉的带式输送机动态煤量计量研究 基于深度学习的小目标检测算法研究 基于三维激光与视觉信息融合的地点检索算法研究 动态环境下仿人机器人视觉定位与运动规划方法研究 瓷砖铺贴机器人瓷砖空间定位系统研究 城市街景影像中行人车辆检测实现 基于无线信号的身份识别技术研究 基于移动机器人的目标检测方法研究 基于深度学习的机器人三维环境对象感知 基于特征表示的扩展目标跟踪技术研究 基于深度学习的目标检测方法研究 基于深度学习的复杂背景下目标检测与跟踪 动态扩展目标的高精度特征定位跟踪技术研究 掩模缺陷检测仪的图像处理系统设计 复杂场景下相关滤波跟踪算法研究 基于多层级联网络的多光谱图像显著性检测研究 基于深度结构特征表示学习的视觉跟踪研究 基于深度网络的显著目标检测方法研究 基于深度学习的电气设备检测方法研究 复杂交通场景下的视频目标检测 基于多图学习的多模态图像显著性检测算法研究 基于面部视频的非接触式心率检测研究 单幅图像协同显著性检测方法研究 轻量级人脸关键点检测算法研究 基于决策树和最佳特征选择的神经网络钓鱼网站检测研究 基于深度学习的场景文本检测方法研究 RGB-D图像显著及协同显著区域检测算法研究 多模态融合的RGB-D图像显著目标检测研究 基于协同排序模型的RGBT显著性检测研究 基于最小障碍距离的视觉跟踪研究 基于协同图学习的RGB-T图像显著性检测研究 基于图学习与标签传播优化模型的图像协同显著性目标检测 姿态和遮挡鲁棒的人脸关键点检测算法研究 基于多模态和多任务学习的显著目标检测方法研究 基于深度学习的交通场景视觉显著性区域目标检测 基于生物视觉机制的视频显著目标检测算法研究 基于场景结构的视觉显著性计算方法研究 精神分裂症患者初级视觉网络的磁共振研究 基于fMRI与TMS技术研究腹侧视觉通路中结构优势效应的加工 脑机接口游戏神经可塑性研究 基于YOLOV3算法的FL-YOLO多目标检测系统 基于深度与宽度神经网络显著性检测方法研究 基于深度学习的零件识别系统设计与研究 基于对抗神经网络的图像超分辨算法研究 基于深度学习复杂场景下停车管理视觉算法的研究与实现 镍电解状态视觉检测与分析方法研究 跨界训练对提升舞者静态平衡能力的理论与方法研究 施工现场人员类型识别方法的研究与实现 基于深度学习的自然场景文字检测方法研究 基于嵌入式的交通标志识别器的设计 基于视觉感知特性与图像特征的图像质量评价