RK3588 工业烟雾与黑烟识别及 MCP2221A 报警控制交付案例

案例摘要

北京稳格科技有限公司面向 RK3588 Ubuntu 工控机，交付了一套单路工业视频烟雾监测系统。系统先使用三帧 MobileNetV3-Small ONNX 模型判断画面中是否存在烟雾，再在日间对烟雾颜色进行黑烟、非黑烟或不确定分类；黑烟连续满足确认条件后，通过 MCP2221A GPIO 输出报警电平。

交付内容包括算法模型、Web 控制台、RTSP 视频接入、图片与视频测试、systemd/Nginx 部署、GPIO 联动、安装包、回滚包和验收记录。本案例中的“黑烟”是项目颜色分类标签，不等同于林格曼黑度等级、污染物浓度测量或环保合规判定。

项目背景

客户需要在局域网 RK3588 工控机上接入单路工业摄像机，持续预览视频并判断烟雾状态。现场还要求通过 USB MCP2221A 的 GP0-GP3 引脚输出可配置的高低电平，以便连接 PLC、继电器或声光报警设备。

项目既包含算法问题，也包含视频接入、ARM64 部署、服务自启、Web 配置、错误恢复、输出隔离和客户可复现交付。目标环境为 RK3588、Ubuntu 22.04 ARM64、Nginx、Gunicorn、OpenCV DNN 和 ONNX 推理。

交付范围

技术架构

处理链路为：工业摄像机或上传媒体 → OpenCV/FFmpeg 解码 → 三帧时序烟雾分类 → 固定机位与异常画面保护 → 日间烟雾颜色判断 → 连续确认 → MCP2221A GPIO 输出 → Web 状态与日志。

RK3588 部署端使用 OpenCV DNN 加载 ONNX，不需要安装 PyTorch。Nginx 对局域网提供 HTTP 服务，Gunicorn 仅监听 127.0.0.1:8000。程序与模型部署在 /opt/smoke-control，持久化配置保存在 /var/lib/smoke-control/config.json，服务由 smoke-control.service 管理并设置为开机自启。

两阶段算法与报警规则

第一阶段以连续三帧为输入判断是否存在烟雾。只有第一阶段输出烟雾，系统才进入第二阶段颜色判断。日间第二阶段输出 black_smoke、非黑烟或颜色不确定；夜间仅保留烟雾判断，颜色输出 unknown_night，不触发黑烟报警。

报警必须同时满足：第一阶段判断为烟雾、第二阶段判断为黑烟、颜色置信度达到页面设置值、连续满足时间达到确认时间。项目基线确认时间为 2 秒。测试入口可与实时输出隔离，也可以在明确开启联动时按设置保持报警电平，测试结束后恢复实时自动控制。

现场问题与工程修复

现场固定机位存在深色桌椅、玻璃反光、静态暗场、纯黑测试图、二值图形、随机噪声黑屏和暗渐变等误报来源。项目依次增加清晰背景保护、结构约束静态画面保护、纯黑与近二值图形保护、实时静态画面门控以及整体极暗异常画面保护。

整体极暗保护的条件为平均灰度不高于 24 且 99 分位灰度不高于 50。对现有 1760 张可读取数据执行反向检查时，新规则命中 0 张；最暗真实黑烟样本的平均灰度为 19.32，但 99 分位灰度为 62，未触发该保护。

另一问题发生在白亮背景黑烟视频。原门限要求整帧深色像素至少占 14%，但客户 37 秒视频中实测占比为 9.03%–11.38%，导致烟雾已检出但颜色判定被跳过。修复后仅在背景灰度 P90 不低于 250 时，将深色像素占比下限调整为 8%，普通暗场不启用这项补偿。

验证结果

以下结果来自 2026-07-26 至 2026-07-29 的内部项目验证记录，适用于对应程序、模型、样本和设备条件。它们证明交付链路和列出的回归项可运行，不代表任意场景的通用准确率。

项目结果

• 建立从 RTSP 视频接入、ARM64 推理、两阶段判断到 GPIO 输出的完整链路。
• 通过 Web 控制台集中管理视频地址、算法开关、颜色阈值、引脚和有效电平。
• 将图片与视频测试、实时监测和硬件输出边界明确分离，降低测试误动作风险。
• 对固定机位暗场、黑屏、二值图形、随机噪声和白亮背景黑烟增加可回归的保护条件。
• 交付包包含程序、模型、部署脚本、测试、文档、SHA-256 和设备回滚点。

适用场景

• 工业园区、厂区或烟囱固定机位的烟雾监测原型与工程验证。
• RK3588 ARM64 工控机上的边缘视觉推理和局域网控制台。
• 需要将视觉判断结果转换为 PLC、继电器或声光报警输入的项目。
• 需要离线运行、减少原始视频上传云端的单路视频监测场景。
• 需要基于客户现场数据持续调优误报与漏报的定制视觉项目。

交付边界与风险

本系统不是法定排放测量设备，不输出林格曼黑度等级或污染物浓度，也不能替代环保检测、认证或监管结论。颜色判断受摄像机曝光、白平衡、压缩、天气、光照、背景、机位和烟雾距离影响；夜间基线只判断烟雾，不强判黑烟。

MCP2221A 仅提供逻辑电平，不能直接驱动大电流负载。接入 PLC、继电器或声光报警器前，需要按后级设备电压、电流、隔离和失效安全要求增加驱动或光耦，并完成现场电气验收。

Web 控制台基线面向受控局域网。若开放到跨网段或互联网，需要增加身份认证、访问控制、HTTPS、摄像机凭据保护和日志脱敏。正式上线前还需要冻结目标现场验收集，定义 Precision、Recall、误报频次、漏报范围、恢复时间、长稳时长和断电重启等验收标准。

常见问题

系统如何判断黑烟？

系统先用三帧模型判断是否存在烟雾，再在日间对烟雾颜色进行分类。只有烟雾、黑烟、颜色阈值和连续确认时间同时满足时，才进入黑烟报警状态。

夜间能否判断黑烟？

交付基线在夜间只判断是否存在烟雾，颜色输出为 unknown_night，不触发黑烟报警。需要夜间黑烟判断时，应单独采集夜间数据并制定新的验收规则。

该系统是否等同于林格曼黑度监测？

不等同。本案例中的黑烟是视觉颜色分类标签，不输出林格曼级别、颗粒物浓度或法定排放结论。

能否接入现有摄像机和 PLC？

可以评估。需提供 RTSP/HTTP 视频参数、编码、分辨率、帧率、网络条件，以及 PLC 或报警设备的输入电气规格。MCP2221A 输出需要按后级设备要求增加驱动和隔离。

迁移到其他 RK3588 设备是否需要重新验证？

需要。设备系统、OpenCV/FFmpeg 版本、摄像机码流、网络、温度、负载和机位不同，均可能影响视频稳定性和算法结果，应重新执行构建、功能、误报/漏报、输出和长稳验证。

相关服务

• 人工智能与计算机视觉算法开发
• 嵌入式 Linux 与 RK3588 软件开发
• 工业视频监测与边缘 AI 部署
• 传感器、GPIO、PLC 与报警联动