天道酬勤,学无止境

OnPlaceSelectedListener of SupportPlaceAutocompleteFragment not fired

I'm having a problem with the OnPlaceSelectedListener method of a SupportPlaceAutocompleteFragment.

My onViewCreated() method:

@Override
public void onViewCreated(View view, Bundle savedInstanceState) {
    super.onViewCreated(view, savedInstanceState);

    // Initialise a new fragment inside of this one.
    mFragmentManager = getChildFragmentManager();
    mSupportMapFragment = (SupportMapFragment) mFragmentManager.findFragmentByTag("mapFragment");
    mSupportPlaceAutocompleteFragment = (SupportPlaceAutocompleteFragment) mFragmentManager.findFragmentByTag("autocompleteFragment");

    // Never inflate fragments inside other fragments in a layout.xml!
    // Do it programmatically.
    // See here for reference: https://stackoverflow.com/a/19815266/4938112.
    if (mSupportMapFragment == null) {
        mSupportMapFragment = new SupportMapFragment();
        fragmentTransaction(mFragmentManager, mSupportMapFragment, R.id.map_fragment_container, "mapFragment");
    }

    // Asynchronous thread to load map.
    mSupportMapFragment.getMapAsync(this);


    if (mSupportPlaceAutocompleteFragment == null) {
        mSupportPlaceAutocompleteFragment = new SupportPlaceAutocompleteFragment();
        fragmentTransaction(mFragmentManager, mSupportPlaceAutocompleteFragment, R.id.card_view, "autocompleteFragment");
    }

    // Filter for a specific place type.
    AutocompleteFilter typeFilter = new AutocompleteFilter.Builder()
            .setTypeFilter(AutocompleteFilter.TYPE_FILTER_CITIES)
            .build();
    mSupportPlaceAutocompleteFragment.setFilter(typeFilter);

    Log.d("I'M HERE", "Hello.");

    mSupportPlaceAutocompleteFragment.setOnPlaceSelectedListener(new PlaceSelectionListener() {
        @Override
        public void onPlaceSelected(Place place) {
            // TODO: Get info about the selected place.
            Log.i("PLACE", "Place: " + place.getName());
            int flag = 1;
            Log.d("FLAG", "flag: " + flag);
        }

        @Override
        public void onError(Status status) {
            // TODO: Handle the error.
            Log.i("PLACE_ERROR", "An error occurred: " + status);
            int flag = 0;
            Log.d("FLAG", "flag: " + flag);
        }
    });

    Log.d("I'M HERE, TOO", "Hello.");

}

When I select a place (all the APIs are enabled and I've a Google Key), the AutoCompleteFragment just closed and nothing happens on the map. The mSupportPlaceAutocompleteFragment.setOnPlaceSelectedListener(...) method is not being fired.

Any hints?

My problem is similar to the one in this question.

I'm using nested fragments, too and I can't understand how to see the onActivityResult() method in this case.

评论

Finally solved this problem: hope it will help someone.

I added this infamous line in the onActivityResult() method in my MainActivity

@Override
protected void onActivityResult(int requestCode, int resultCode, Intent data) {
    super.onActivityResult(requestCode, resultCode, data);

    ...
}

and then did put the same method in my MapFragment

    @Override
public void onActivityResult(int requestCode, int resultCode, Intent data) {
    super.onActivityResult(requestCode, resultCode, data);
}

Now the nested fragment is sending back its data.

受限制的 HTML

  • 允许的HTML标签:<a href hreflang> <em> <strong> <cite> <blockquote cite> <code> <ul type> <ol start type> <li> <dl> <dt> <dd> <h2 id> <h3 id> <h4 id> <h5 id> <h6 id>
  • 自动断行和分段。
  • 网页和电子邮件地址自动转换为链接。

相关推荐
  • 在 ViewPager 中未触发 SupportPlaceAutocompleteFragment 的 OnPlaceSelectedListener(OnPlaceSelectedListener of SupportPlaceAutocompleteFragment not fired inside ViewPager)
    问题 我的应用程序有一个 viewPager 和 4 个片段。 在一个片段中,我添加了一个 google SupportPlaceAutocompleteFragment和 public View onCreateView(LayoutInflater inflater, ViewGroup container, Bundle savedInstanceState) { View view = inflater.inflate(R.layout.area_swipe_fragment, container, false); SupportPlaceAutocompleteFragment autocompleteFragment = (SupportPlaceAutocompleteFragment) getChildFragmentManager().findFragmentById(R.id.place_autocomplete_fragment); autocompleteFragment.setOnPlaceSelectedListener(new PlaceSelectionListener() { @Override public void onPlaceSelected(Place place) { Toast.makeText(ctx, "do something"
  • OnPlaceSelectedListener of SupportPlaceAutocompleteFragment not fired inside ViewPager
    My application has and activity with a viewPager and 4 fragments. In one fragment I added a google SupportPlaceAutocompleteFragment and public View onCreateView(LayoutInflater inflater, ViewGroup container, Bundle savedInstanceState) { View view = inflater.inflate(R.layout.area_swipe_fragment, container, false); SupportPlaceAutocompleteFragment autocompleteFragment = (SupportPlaceAutocompleteFragment) getChildFragmentManager().findFragmentById(R.id.place_autocomplete_fragment); autocompleteFragment.setOnPlaceSelectedListener(new PlaceSelectionListener() { @Override public void onPlaceSelected
  • 将 PlaceAutocompleteFragment 添加到片段会引发错误(Adding PlaceAutocompleteFragment to fragment throws error)
    问题 我已经在活动中实现了 PlaceAutocompleteFragment 并且工作成功。 但是如何在android中的片段中实现相同的? 我已经实现了这样的 placeautocomplete 片段 PlaceAutocompleteFragment autocompleteFragment1 = (PlaceAutocompleteFragment) getFragmentManager().findFragmentById(R.id.place_autocomplete_fragment1); 我得到的错误是 不可隐藏的类型;不能将 'android.support.v4.app.Fragment' 转换为 com.google.android.gms.location.PlaceAutocompleteFragment '。 XML 布局是 <android.support.v7.widget.CardView android:layout_width="match_parent" android:layout_height="wrap_content" android:background="@drawable/button_background" card_view:cardCornerRadius="4dp" card_view:contentPadding=
  • 谷歌上的Java空指针异常放置片段(Java null pointer exception on google places fragment)
    问题 当我尝试使用自动完成位置功能时,出现空指针异常。 我像在文档中一样添加了片段,需要帮助来解决这个问题。 谢谢你。 主要活动 package com.example.srinivas.mapautocompletetest1; import android.support.v4.app.FragmentActivity; import android.os.Bundle; import android.util.Log; import android.widget.TextView; import com.google.android.gms.common.api.Status; import com.google.android.gms.location.places.Place; import com.google.android.gms.location.places.ui.PlaceAutocompleteFragment; import com.google.android.gms.location.places.ui.PlaceSelectionListener; import com.google.android.gms.maps.CameraUpdateFactory; import com.google.android.gms.maps.GoogleMap
  • PlaceAutocomplete Widget on MapView Fragment
    I am trying to create a mapview with a PlaceAutocomplete widget overlayed on it. The function of this view is to calculate the distance from my current location to the location I have chosen in the PlaceAutocomplete widget. To explain myself better, I need a similar fragment, as to the Google Maps app. For the time being I have created a fragment which displays the map. This view is then being overlayed by the PlaceAutocomplete widget. Currently, I am able to get my current location when I start the mapview. (screenshot 1) However when I try to search for a destination (screenshot 2), the
  • MapView Fragment 上的 PlaceAutocomplete 小部件(PlaceAutocomplete Widget on MapView Fragment)
    问题 我正在尝试创建一个地图视图,上面覆盖有一个 PlaceAutocomplete 小部件。 此视图的功能是计算从我的当前位置到我在 PlaceAutocomplete 小部件中选择的位置的距离。 为了更好地解释自己,我需要一个与 Google Maps 应用程序类似的片段。 目前我已经创建了一个显示地图的片段。 然后这个视图被 PlaceAutocomplete 小部件覆盖。 目前,我可以在启动地图视图时获取当前位置。 (截图 1)但是,当我尝试搜索目的地(截图 2)时,小部件只显示我选择的目的地,而没有调用 Google Directions API 来获取从我所在位置到目的地的巴士路线。 (截图3) 从我的 logcat 中,我可以看到构建 URL 和调用 Google Directions API 的方法甚至没有被调用。 这是我的代码: public class GeoFragment extends Fragment implements PlaceSelectionListener, GoogleApiClient.ConnectionCallbacks, GoogleApiClient.OnConnectionFailedListener, LocationListener { GoogleMap map; SupportMapFragment
  • 多种灭火剂扑救大容量锂离子电池火灾的实验研究
    研究背景 锂离子电池由于其循环性能好、无记忆效应、比能量高等优点,被广泛应用于智能电网储能、新能源汽车动力系统等。但目前锂离子电池仍未达到本质安全,一旦电池处于短路、过热、挤压等滥用条件下,电池可能产生大量的热,从而引发内部电解液和电极材料的链式反应,进而发生热失控,并可能发展为大规模的爆炸、火灾事故。王青松等综述了锂离子电池热失控过程中的反应机理,从热力学和材料学领域分析了电池热失控的机理。黄沛丰等研究了电池火灾危险性和电池荷电状态(SOC)的关系,研究表明,随电池SOC的增加,电池的火灾危险性会增大。何向明等研究了影响锂离子电池安全性的因素,并提出了改良电池安全性的有效措施和途径。目前,虽有大量改良电池安全性的研究,但目前电池安全事故仍频繁发生,表1为2018年上半年锂离子电池的火灾安全事故。表1仅列举了有代表性的锂离子电池热安全事故,2018年1~6月,国内外报道的锂离子电池引发的电动汽车安全事故10多起,因此,迫切需要解决锂离子电池的安全问题。为了减少锂离子电池发生热失控后的火灾危险性并在电池发生热失控后及时控制火情,对于锂离子电池储能系统,需要装备适用于锂离子电池的消防系统,进而,在单体电池发生热失控时,能够及时做出响应熄灭明火并降低失控电池温度的操作。美国NTIS评估了锂离子电池的燃烧危险性并进行了锂离子电池灭火实验,测试了哈龙1301
  • 【解决方案】变电站智慧消防如何实现远程集中监控?EasyCVR变电站安全综合管理系统搭建
    一、方案背景 近年来,电力系统内变电站着火事件时有发生,消防安全管控处于高压状态,加强变电站消防安全管理是电网企业的重要工作之一,预防火灾,消除火灾的安全隐患尤为重要。然而,我国的消防安全基础设施不健全、管理机制不完善、火灾应急处置能力弱、人们消防安全意识淡薄等问题严重制约着消防安全的发展。 随着大数据、物联网和智能视频监控的飞速发展,如何将智慧变电站与智能监控消防有机结合起来,成为未来变电站消防监控的发展方向。所以,建立智慧消防、智慧安监一体化系统刻不容缓! 目前青犀视频研发的EasyCVR智能安防视频云服务成了变电站消防安全的重要一环。EasyCVR可以结合大数据、智能消防产品研发出智能消防管控体系,这样既能满足安全监控又能做到智能消防。 二、方案架构 此方案分为三部分:第一,在变电站各重要位置安装带有监控摄像机的消防设备;第二,各监控摄像头接入EasyCVR智能安防视频云平台,此平台可以及时发现火灾隐患,在发生火灾时即时报警、发送告警信息,并启动消防设备进行灭火,还可以进行云端录像与设备录像,保存好视频监控资料;第三,客户端既可以是PC端也可以是手机端,方便管理者随时随地查看与设备管理。 三、主要功能 1、安防监控直播与回放 不拘泥、不受限于摄像机的品牌厂商及其配套平台,只要是网络监控摄像机IPC、硬盘录像机NVR、视频服务器支持标准的RTSP/Onvif协议、国标GB
  • 2019年秋季学期实验室安全考试2
    2019年秋季学期实验室安全考试2 • 学号: 分数:97.0 考试时间:2019-11-22 10:10 1、[判断题] 漏电保护器对两相触电(人体双手触及两相电源),不起保护作用。 (分值1.0) 你的答案: 正确 2、[判断题] 早晨、中饭、晚上等几个人员稀少的时间段,要特别注意随手关门,确保实验室财产和个人物品的安全。 (分值1.0) 你的答案: 正确 3、[判断题] 使用激光扫描仪预览和扫描资料时,可以不盖上扫描仪盖子。 (分值1.0) 你的答案: 错误 4、[判断题] 大火封门无路可逃时,可用浸湿的被褥、衣物堵塞门缝,向门上泼水降温,以延缓火灾蔓延时间,呼叫待援。 (分值1.0) 你的答案: 正确 5、[判断题] 冷却灭火法是将可燃物冷却到其燃点以下,停止燃烧反应。 (分值1.0) 你的答案: 正确 6、[判断题] 灭火的四种方法是隔离法、窒息法、冷却法、化学抑制法。 (分值1.0) 你的答案: 正确 7、[判断题] 仪器设备用电或线路发生故障着火时,应立即切断现场电源,将人员疏散,并组织人员用灭火器进行灭火。 (分值1.0) 你的答案: 正确 8、[判断题] 电路保险丝熔断,短期内可以用铜丝或铁丝代替。 (分值1.0) 你的答案: 错误 9、[判断题] 接电路元器件时,主要应关注元器件的耐压和能承受的功率。 (分值1.0) 你的答案: 正确 10、[判断题]
  • 做第一批35岁就退休的90后,需要几步?
    本文转载自 后浪研究所,作者 大冬 因为疫情,有些新冠感染者的踪迹被公开了,其中,北京一例核酸检测阳性的朋友戳痛了打工人的心。经过流调,这位30多岁的朋友除了每天地铁往返50公里上下班,人到中年正准备考研,还得带孩子去早教班,一线城市打工人的生活真是一言难尽。 困在格子间里的日日夜夜,吃不消的996“福报”……越来越多的年轻人开始向往悠闲的生活,将“提前退休”列为自己的梦想。此前,“中国年轻人想早退休”还上过热搜。如果没赶上公司上市,也没几栋楼收租,拿什么退休? 一小群年轻人给出的答案是:FIRE。什么是FIRE?FIRE是Financial independence,Retire early的首字母,意思是“财务独立,提早退休”。这个最初源起于美国千禧一代的生活选择,也正在国内这届年轻人中发酵。 这期节目,我们邀请到了一位FIRE运动的实践者、90后创业者小新,来聊聊怎么做,你就有可能在35岁过上悠闲的退休生活,以及是不是每个人都适合做FIRE族,这里面到底有多少坑?2020年还有几天就结束了,我们希望给你提供更多的生活选项。 以下内容根据嘉宾采访,整理而来: 成为FIRE族前,我很焦虑,非常非常焦虑。 因为小时候家里穷,穷也造成家庭的不和睦,所以我的童年时期就处于焦虑、压抑的状态。后来,我通过自己的努力赚了钱,但是我发现,赚到钱后,焦虑依然存在,好像还更大了
  • 2021 消防通道解决方案丨以数据传输,以视频联动,坚守社区消防安全
    “消防通道就是生命通道。2021年3月18日,相关执法部门在萧山区某小区进行一次小区消防通道的贴单式违停执法,消防通道占用执法是执法部门在浙江省范围内率先进行的一项试点。” 华消科技消防通道消防物联网综合管理平台解决方案案例演示 华消科技轻量级消防通道解决方案案例演示 1、背景介绍 早在2019年我国更新的《中华人民共和国消防法》第六十条第一款、第二款的规定中已有明文陈述: 对占用消防通道的车辆。 如果车辆所属是单位,则责令改正,处五千元以上五万元以下罚款; 如果车辆所属是个人,则责令改正,处警告或五百元以下罚款处罚; 对经责令改正拒不改正的 执法机构可采取强制拆除、清除、拖离等代履行措施强制执行,所需费用由违法行为人承担; 对消防救援机构在执行灭火救援任务时 消防救援机构有权强制清理占用消防车通道的障碍物; 对阻碍执行任务的消防车通行的 可由公安机关依照《中华人民共和国治安管理处罚法》第五十条的规定给予罚款或者行政拘留处罚。 2、场景现状 1、车辆占用 个人或单位在面对停车位缺乏的情况下,法律意识单薄、安全意识薄弱,加上侥幸心理作祟,会将车辆停在消防通道上。 2、违章建筑占用 个人或者单位为了商业利益,同时法律意识淡薄,对于灾难的偶然性和危害性认识不足,进而冒险私自搭建违规建筑。 3、违规地桩堵塞 单位实行“懒政”政策,为避免不适合车辆流通的道路,搭建地桩,用“一刀切
  • 深度学习框架PyTorch一书的学习-第六章-实战指南 Log
    目录 深度学习框架PyTorch一书的学习-第六章-实战指南 python命令: cd E:\DeepingLearn\DogvsCat\pytorch-best-practice python main.py train --train-data-root=./data/train --use-gpu --env=classifier AttributeError: 'dict' object has no attribute 'iteritems' FileNotFoundError: [Errno 2] No such file or directory: 'checkpoints/model.pth' AssertionError: Torch not compiled with CUDA enabled IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Python number NameError: name 'unicode' is not defined 深度学习框架PyTorch一书的学习-第六章-实战指南 https://github.com/chenyuntc/pytorch-book/tree/v1.0/chapter6
  • 根据 R 中的空间邻域和时间标准将行分配给组(Assign rows to a group based on spatial neighborhood and temporal criteria in R)
    问题 我有一个我似乎无法解决的问题。 我有一个来自 arcgis 栅格的数据集。 该数据集代表了 10 年内发生的每一次火灾。 一些栅格单元在那个时间段内有多次触发(因此,在我的数据集中会有多行),而一些栅格单元不会有任何触发(因此,不会在我的数据集中表示)。 因此,数据集中的每一行都有一个列号(连续整数)和一个分配给它的行号,该行号与栅格中的行和列 ID 相对应。 它还有着火的日期。 我想为fire_ID 4 天之内以及彼此相邻像素(8 个单元格的邻fire_ID )中的所有火灾分配一个唯一 ID ( fire_ID ),并将其放入一个新列中。 澄清一下,如果有来自 2000 年 1 月 1 日第 3 列的观察结果和来自 2000 年 1 月 4 日第 2 列第 4 行的观察结果,则这些观察结果将被分配相同的fire_ID 。 下面是一个示例数据集,其中包含“rows”(即栅格的行 ID)、“cols”(即栅格的列 ID)和“dates”(检测到火灾的日期)。 rows<-sample(seq(1,50,1),600, replace=TRUE) cols<-sample(seq(1,50,1),600, replace=TRUE) dates<-sample(seq(from=as.Date("2000/01/01"), to=as.Date("2000/02/01"), by
  • 9 中断向量 重定位_什么场景适合ZDMS0.9/30S自动消防炮
      自动消防炮有多种型号,按照流量来区分,分别是5L,10L,20L,30L。但是这四种型号的水炮在什么场景较为合适,我们怎么来区分呢? ZDMS0.9/30S自动消防炮   规范规定:1、轻危险等级或者中危险1级场所,单台流量不小于5L/s。   2、中危险2级或净高大于20米场所,单台流量不小于10L/s。   3、重危险等级或者火灾蔓延快的场所,单台流量不小于20L/S。   那么什么是轻危险等级场所,什么是中危险等级场所,什么又是重危险等级呢?   ①轻危险级,一般是指可燃物品较少、火灾放热速率较低、外部增援和人员疏散较容易的场所。   ②中危险级,一般是指内部可燃物数量、火灾放热速率中等,火灾初期不会引起剧烈燃烧的场所。大部分民用建筑和工业厂房划归中危险级。根据此类场所种类多、范围广的特点,再细分为中Ⅰ级和中Ⅱ级。   ③严重危险级,一般是指火灾危险性大,且可燃物品数量多,火灾发生时容易引起猛烈燃烧并可能迅速蔓延的场所。   在这种情况下,究竟是什么场景适合ZDMS0.9/30S自动消防炮呢?   使用的场景危险等级较高,而且可燃物品多,火灾随时会迅速蔓延。但是无论是5L的自动消防炮也好,30L的自动消防炮也好,定位灭火的原理是一样的,都是利用红紫外传感器接收可燃物燃烧发出的光波,进行准确的定位,喷水灭火。区别在哪里呢?一个是流量,一个是距离,5L/S的流量和30L
  • 【解决方案】智慧消防:基于边缘计算+AI的可视化智慧消防监控体系
    一、方案背景随着移动互联网、5G、人工智能、大数据、物联网等新兴技术的高速发展迭代及商业化普及,智慧消防已经从概念进入到线下场景的应用中。当前消防行业的传统监控方式普遍存在以下问题,亟需迭代升级:1)传统监控方式已经落后随着移动互联网的发展与用户习惯的改变,各行各业越来越重视产品对PC、APP、微信等各种终端的支持。而传统安防监控依然停留在早期时代,例如必须使用IE浏览器、经常遇到插件安装不成功、未知原因无法播放监控视频等问题。传统方式的视频监控已经落伍于商业及市场发展需求。2)用户体验差大多数监控平台的操作流程复杂、技术难度高、限制条较多、并且强制用户只能通过设备内网才能看到消防视频监控,十分不方便。3)使用区域受限传统监控行业设备端、服务器端及客户端均部署在同一个内网,无法做到公网对消防安全的实时监控与录像回放。4)终端兼容性差随着移动互联网的发展,用户习惯逐渐向移动端迁移,而传统视频监控仅支持浏览器插件观看,用户体验糟糕,无法匹配当前互联网用户使用习惯。5)入口门槛高对中小企业来说,若自建一套智慧消防的视频监控平台,不仅投入资金高,而且存在技术资源匮乏、开发难度大等问题。6)传统部署实施成本高传统部署无法上量、无法构建监控云平台,并且每年都需要支出大量专线带宽及固定IP成本。7)火灾险情预警不及时预警预防手段薄弱,火警确认及时性差,火灾应急处置方式太传统,以被动响应为主
  • A Real-Time Fire Detection Method from Video with Multifeature Fusion 具有多特征融合的视频实时火灾检测方法 (论文翻译)
    英文版论文原文:https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6664547/pdf/CIN2019-1939171.pdf 具有多特征融合的视频实时火灾检测方法 A Real-Time Fire Detection Method from Video with Multifeature Fusion Faming Gong, Chuantao Li, Wenjuan Gong, Xin Li, Xiangbing Yuan, Yuhui Ma& Tao Song 中国石油大学计算机与通信工程系,青岛266580Department of Computer and Communication Engineering, China University of Petroleum, Qingdao 266580, China中国石油化工股份有限公司胜利油田分公司海洋采油厂,山东东营China Petroleum and Chemical Corporation Shengli Oilfield Branch Ocean Oil Production Plant, Dongying, Shandong, China马德里工业大学计算机科学学院人工智能系,西班牙博阿迪亚德尔蒙特,蒙特哥西多校园,28660马德里,西班牙Department of
  • 一种基于计算机视觉的摄像机智能火灾检测方法 (英文论文翻译 )
    英文版论文原文:https://www.sciencedirect.com/science/article/pii/S0957582018314526?via%3Dihub 一种基于计算机视觉的摄像机智能火灾探测方法 An intelligent fire detection approach through cameras based on computer vision methods Hao Wu, Deyang Wu& Jinsong Zhao 清华大学化学工程系,化学工程国家重点实验室,北京100084State Key Laboratory of Chemical Engineering, Department of Chemical Engineering, Tsinghua University, Beijing, 100084, China清华大学工业大数据系统与应用北京市重点实验室,北京100084Beijing Key Laboratory of Industrial Big Data System and Application, Tsinghua University, Beijing, 100084, China Abstract 火灾是石油和化工厂中最严重的事故之一,可能会导致相当大的生产损失,设备损坏和人员伤亡
  • 大空间智能型主动喷水灭火系统生产厂家分析品牌价格数据
    大空间自动跟踪定位消防水炮射流灭火装置是由消防炮体、信号处理器、电磁阀、现场手动控制盘、联动控制主机组成。型号分别有:ZDMS0.6/5S-GA ZDMS0.8/10S-GA ZDMS0.8/20S-GA ZDMS0.9/30S-GA等,它结合微控技术、红外/紫外传感探测技术、机械转动控制技术、图像传输技术,自动寻找着火点精确定位并有效快速扑灭火源;根据着火点远近自动进行直流柱状或喷雾散花式射水,有效灭火的同时,又能保护到人身及财产安全;具有现场手动操作控制及图像显示功能;可根据其他消防报警系统的联动信号进行强制启动探测火源;采用红外/紫外双波段探测技术在有效探测火源的同时提高环境干扰的能力;并可进行地面灵敏度参数设置及调试。(制造商:深圳市共安智能科技有限公司) ZDMS全自动跟踪定位射流灭火装置消防水炮将红外传感技术、信号处理技术、通讯控制技术、计算机技术和机械传动技术有机地结合在一起,能全天候自动监测保护范围内的火灾。一旦发生火灾,灭火装置立即启动,对火源进行水平方向和垂直方向的智能扫描,确定火源的两个方位后,中央控制器发出指令,发出火警信号,同时启动水泵、打开阀门,灭火装置对准火源进行射水灭火,火源扑灭后,中央控制器再发出指令停止射水。若有新的火源,灭火装置将重复上述过程,待全部火源被扑灭后重新回到监控状态。5L/S~10L/S全自动跟踪定位射流灭火装置的射水形式为柱状射水
  • mq3.8.9版本有什么不同_什么场景适合ZDMS0.9/30S自动消防炮
      自动消防炮有多种型号,按照流量来区分,分别是5L,10L,20L,30L。但是这四种型号的水炮在什么场景较为合适,我们怎么来区分呢? ZDMS0.9/30S自动消防炮   规范规定:1、轻危险等级或者中危险1级场所,单台流量不小于5L/s。   2、中危险2级或净高大于20米场所,单台流量不小于10L/s。   3、重危险等级或者火灾蔓延快的场所,单台流量不小于20L/S。   那么什么是轻危险等级场所,什么是中危险等级场所,什么又是重危险等级呢?   ①轻危险级,一般是指可燃物品较少、火灾放热速率较低、外部增援和人员疏散较容易的场所。   ②中危险级,一般是指内部可燃物数量、火灾放热速率中等,火灾初期不会引起剧烈燃烧的场所。大部分民用建筑和工业厂房划归中危险级。根据此类场所种类多、范围广的特点,再细分为中Ⅰ级和中Ⅱ级。   ③严重危险级,一般是指火灾危险性大,且可燃物品数量多,火灾发生时容易引起猛烈燃烧并可能迅速蔓延的场所。   在这种情况下,究竟是什么场景适合ZDMS0.9/30S自动消防炮呢?   使用的场景危险等级较高,而且可燃物品多,火灾随时会迅速蔓延。但是无论是5L的自动消防炮也好,30L的自动消防炮也好,定位灭火的原理是一样的,都是利用红紫外传感器接收可燃物燃烧发出的光波,进行准确的定位,喷水灭火。区别在哪里呢?一个是流量,一个是距离,5L/S的流量和30L
  • 基于图像识别的火灾检测系统设计
    以前做过的一个设计,简单记录下!! 【摘要】 火象征着人类文明,推动着人类文明的进步。对人来说,火是利弊同时存在的,当我们控制不住时会酿成火灾,会对我们造成巨大损失。传统感烟式传感器探测时间长,不能及时的将火灾信息传递给我们,并且检测精度低。因此,为了弥补传统的火灾检测系统的不足,降低火灾对我们的危害,要把对火灾的安全预防以及新型火灾检测系统的研究当做我们不懈追求的目标,成为我们前进的动力。 本文研究了火焰本身存在的物理特点,结合数字图像处理技术,完成了基于图像识别的火灾检测方法。详细考察了火焰产生的过程机理,并具体分析了火焰rgb的颜色特性。在此基础上,利用matlab进行了仿真,系统地验证了这些数学模型和辨识算法的有效性和准确性。本系统对火焰和烟雾进行了检测,检测系统的核心是数字图像处理单元软件,它可准确识别火焰和烟雾图像基本特征。其中需要对图像进行灰度化处理、图像二值化、直方图均衡化,还需进行图像分割操作,将图像中的背景与目标分离,并查找要处理的图像部分,在提取图像中的目标后,对目标进行分析,以确定该目标是早期火灾还是其他干扰。 关键词:火灾检测;图像处理;matlab;rgb颜色特征。 1.绪论 1.1研究背景 火是人类文明的象征。它可以危害人类,但同时也可以给人带来幸福。对人类来说,火是利弊共存的,它点亮了人类文明的进程;但同时火不在我的控制之下,它带给我们灾难