1.一种智能消防炮控制灭火方法，其特征在于，控制灭火方法步骤包括：S1：创建第一矩阵以及第二矩阵，所述第一矩阵为若干可见光图片对应的旋转方位角度坐标矩阵，若干可见光图片为消防炮以固定的旋转方式在监控目标区域内进行扫描的可见光图片，所述第二矩阵为可燃烧物对应的灭火剂种类映射矩阵；

S2：未发生火灾时，基于第二矩阵结合狄克斯特拉算法，获取消防炮旋转遍历潜在火灾区域的最短路径；

S3：检测消防炮监控的目标区域内是否发生火灾，若发生火灾，则产生报警信号，并将报警信号发送至消防炮；

S4：基于第一矩阵，消防炮按照最短路径对应的方位角度坐标进行旋转；

S5：通过消防炮获取最短路径对应监控区域的第一热红外图片，并基于第一热红外图片，识别定位发生火灾的目标区域；

S6：基于第一热红外图片及与第二矩阵匹配的目标区域可燃烧物相对应的灭火剂，并结合深度强化学习方法，控制消防炮微细调整方位执行灭火，直至对目标区域灭火完毕；

其中，所述步骤S1的具体方法步骤包括：

获取消防炮以固定的旋转方式在监控目标区域内进行扫描的若干可见光图片以及相对应的图片序列，且每张可见光图片均包括消防炮旋转到对应方位的旋转角度坐标；

基于每张可见光图片的旋转方位角度坐标，按照相邻关系映射为第一矩阵；

采用深度学习算法，获取每张可见光图片中潜在的火灾区域，并匹配该火灾区域相对应的灭火剂种类，将每张图片中可燃烧物对应的灭火剂种类映射为第二矩阵。

2.根据权利要求1所述的一种智能消防炮控制灭火方法，其特征在于，所述采用深度学习算法，获取每张可见光图片中潜在的火灾区域，并匹配该火灾区域相对应的灭火剂种类具体操作步骤为：获取第一数据集，并将第一数据集划分为第一训练集与第一测试集，所述第一数据集为采用数据标注的方法对获取的历史可见光图片数据库中的可燃烧物以及相对应的灭火剂种类进行标注的数据集；

创建典型的目标检测定位的第一模型，并在第一模型中增加注意力机制，获得第二模型；

将第一训练集输入到所述第二模型中，采用监督学习方法以及利用前向传播和反向传播机制进行训练，获得第三模型；

将第一测试集输入到第三模型中，对第三模型进行测试，并根据测试结果对第三模型进行迭代优化，获得第四模型；

将消防炮采集的可见光图片输入到第四模型中，获得该可见光图片对应的潜在火灾区域以及对应的灭火剂种类。

3.根据权利要求1～2任一所述的一种智能消防炮控制灭火方法，其特征在于，所述第一矩阵的大小为：(2pi/α，pi/β)，α＝arctan 0.5m/Lh

β＝arctan 0.5n/Lv

Lh为监控空间距离消防炮在水平方向上的最远距离，Lv为监控空间距离消防炮在垂直方向上的最远距离，Lh和Lv均取单位为厘米时对应的数值，m为可见光图片输出像素的长，n为可见光图片的输出像素的宽，m和n均取像素个数对应的数值。

4.根据权利要求3所述的一种智能消防炮控制灭火方法，其特征在于，所述旋转方位角度坐标包括水平旋转方位角度坐标与垂直旋转方位角度坐标。

5.根据权利要求1所述的一种智能消防炮控制灭火方法，其特征在于，所述步骤S2中，获取消防炮旋转遍历潜在火灾区域的最短路径的操作的具体方法步骤包括：获取第二矩阵的连通区域数量M和每个连通区域节点数Ni，以及每个连通区域节点数在整个火灾潜在区域节点总数中的占比Ri；

将每个连通区域按照完整矩形区域方式进行扩充，并获取扩充之后的中心点；

选取任意两个连通区域，并基于该两个连通区域的中心节点，计算该两个连通区域的曼哈顿距离；

基于连通区域的数量以及两两连通区域中心节点的曼哈顿距离构建有向图，并转化为邻接矩阵，获得2M个邻接矩阵；

根据每两个连通区域节点数在火灾潜在区域节点总数中各自的占比Ri和中心节点之间的曼哈顿距离Sxy，按照如下公式进行计算： 获得带权重的节点距离信息，随后以W替换邻接矩阵中的Sxy；

对每个邻接矩阵，以每个矩阵中连通区域节点数最大的节点为起点、连通区域节点数最小的节点为终点，利用狄克斯特拉算法计算遍历最短路径，获得的所有邻接矩阵对应的最短路径的最小值即为消防炮旋转遍历潜在火灾区域的最短路径。

6.根据权利要求1所述的一种智能消防炮控制灭火方法，其特征在于，所述步骤S6中，结合深度强化学习方法，控制消防炮微细调整方位执行灭火的具体操作步骤包括：创建深度强化学习的第一模型，并对第一模型中的参数随机初始化；

获取第二数据集，并将第二数据集划分为第二训练集与第二测试集，所述第二数据集为为随机生成的具有模拟温度值的热红外图片数据集；

构建所述深度强化学习的第一模型运行仿真环境，所述仿真环境在仿真时随机初始化灭火时灭火剂在第二数据集中的热红外图片中的落点的起始位置和大小，并在热红外图片中所有位置温度值都低于阈值时判定灭火完毕；

将第二训练集的热红外图片输入到第一模型中，通过第一模型的智能体对热红外图片的温度信息进行分析处理，并基于处理结果输出方位控制信号，模拟微细调整消防炮的方位角度，并根据仿真环境反馈生成的新热红外图片，不断通过奖励值R的反馈对第一模型的智能体进行训练，获得第二模型；

将第二测试集的热红外图片输入到第二模型中，对第二模型进行测试，并根据测试结果对第二模型进行迭代优化，获得第三模型；

将消防炮采集的热红外图片，不断输入到第三模型中，获得消防炮方位控制信号，持续微细调整消防炮方位角度执行灭火。

7.根据权利要求6所述的一种智能消防炮控制灭火方法，其特征在于，所述奖励值R的具体表达式为：pij表示前一次获取的热红外图片中坐标(i,j)处映射的温度值，qij表示当前获取的热红外图片中坐标(i,j)处映射的温度值。