FireAlarmSystem

这是一个使用C#编写的深林火灾检测程序。借助于OneNET平台，可以实现设备属性上传、图片上传，并能够调用OneNET AI能力，判断图片中是否存在火灾或者烟雾。

该项目运行要求：

1. VisualStudio 2022
2. OneNET Studio

产品与物模型

这个场景中，设备数据只有一个流向：从设备上传到平台，而没有平台下发到设备的指令。所以在创建产品时，南向接入协议选择了HTTP，既满足了场景要求，又对技术的要求最低。

该产品的物模型截图如下，有一个double型的烟雾浓度属性，设计的目的是保存烟雾传感器的实时值；还有一个struct类型的AI检测结果属性，设计的目的是保存图片的AI识别结果。

物模型的代码可以参见 文末，可以直接导入到产品中。

AI能力

要想使用OneNET的AI能力，首先需要开通服务，然后建立一个名为FireDetection的AI能力，选择火灾检测和火灾检测(GPU)，这样就可以调用API来使用火灾检测的能力了。

文件说明

文件	作用	使用备注
AiPlatform.cs	通过登录鉴权方式获取AI平台的AccessToken
AiResponseUtils.cs	处理AI平台返回的HTTP响应，解析里面包含的识别结果
FileUtils.cs	文件工具类，对文件进行各种转换
FireAlarmForm.cs	主画面
OneNetResponseUtils.cs	对OneNET返回的响应进行解析
OneNetToken.cs	生成OneNET访问Token，包括南向和北向

程序功能

在画面提供了两个功能：

1. 点击“上传属性”：直接输入烟雾浓度数据，上报至OneNET Studio平台
2. 点击“上传文件至AI平台进行火情检测”：上传一个文件并检测其发生火灾的可能性。该功能一共分为三个步骤：

• 上传文件至AI平台并检测（获得识别的label标签以及其置信度）；
• 上传文件至OneNET Studio进行备份（获得文件uuid）；
• 上传识别结果至OneNET Studio（文件uuid、label以及置信度）。

附：物模型代码

该代码可以直接导入新创建的HTTP直连产品中。注意其中的 productId 需要替换成自己的产品ID。

{
	"version": "1.0",
	"profile": {
		"industryId": "1",
		"sceneId": "14",
		"categoryId": "325",
		"productId": "764c73v9oD"
	},
	"properties": [{
		"identifier": "AiRecord",
		"name": "AI检测结果",
		"functionType": "u",
		"accessMode": "rw",
		"desc": "",
		"dataType": {
			"type": "struct",
			"specs": [{
				"identifier": "imgid",
				"name": "图片ID",
				"dataType": {
					"type": "string",
					"specs": {
						"length": "256"
					}
				}
			}, {
				"identifier": "label",
				"name": "类型标签",
				"dataType": {
					"type": "string",
					"specs": {
						"length": "256"
					}
				}
			}, {
				"identifier": "confidence",
				"name": "置信度",
				"dataType": {
					"type": "double",
					"specs": {
						"min": "0",
						"max": "100",
						"unit": "百分比 / %",
						"step": "0.01"
					}
				}
			}]
		}
	}, {
		"identifier": "SmokeScope",
		"name": "烟雾浓度",
		"functionType": "u",
		"accessMode": "rw",
		"desc": "传感器检测到的实时烟雾浓度",
		"dataType": {
			"type": "double",
			"specs": {
				"min": "0",
				"max": "65535",
				"unit": "微克每立方米 / μg/m³",
				"step": "0.01"
			}
		}
	}],
	"events": [],
	"services": []
}