1.一种用于涡扇炮消防车的自动寻的方法，其特征在于，所述方法包括以下步骤：
通过所述涡扇炮消防车自动采集目标彩色图像和目标红外热成像信号；
对所述目标彩色图像预处理后提取火焰特征、烟雾特征以判断疑似火源位置；
从所述目标红外热成像信号中截取疑似火源位置并计算所述疑似火源位置的温度分布；
基于所述疑似火源位置的火焰特征、烟雾特征和温度分布，判断火灾的发生并执行告警。
2.根据权利要求1所述的一种用于涡扇炮消防车的自动寻的方法，其特征在于：
所述从所述目标红外热成像信号中截取疑似火源位置并计算所述疑似火源位置的温度分布，还包括：
遍历所述涡扇炮消防车所在位置下能够采集的变电站三维环境；
将所述目标彩色图像中的像素信息和所述目标红外热成像信号中的像素信息分别转换为变电站三维坐标；
基于所述变电站三维坐标，记录所述目标彩色图像与目标红外热成像信号的关联关系。
3.根据权利要求2所述的一种用于涡扇炮消防车的自动寻的方法，其特征在于：
所述从所述目标红外热成像信号中截取疑似火源位置并计算所述疑似火源位置的温度分布，还包括：
采用卷积神经网络从所述预处理后的目标彩色图像中提取火焰特征、烟雾特征；
基于提取出的所述火焰特征、烟雾特征的位置推理疑似火源位置，并提取所述疑似火源位置的三维坐标；
基于所述疑似火源位置的三维坐标，从所述目标红外热成像信号中截取疑似火源信号。
4.根据权利要求3所述的一种用于涡扇炮消防车的自动寻的方法，其特征在于：
所述卷积神经网络采用三层卷积，每层卷积后连接激活层、池化层与全连接层；
所述三层卷积之间采用前向传播。
5.根据权利要求4所述的一种用于涡扇炮消防车的自动寻的方法，其特征在于：
构造火焰特征和烟雾特征的数据集，基于分类器结果的识别率，调整所述卷积神经网络的参数。
6.根据权利要求2所述的一种用于涡扇炮消防车的自动寻的方法，其特征在于：
所述从所述目标红外热成像信号中截取疑似火源位置并计算所述疑似火源位置的温度分布，还包括：
利用红外探测阵列获得疑似火源位置中每一像素的红外信号；
对所述红外信号进行功率放大，再将放大后的所述红外信号转换为温度信息；
基于所述温度信息和像素信息获得所述疑似火源位置的温度分布；
利用所述温度分布判定火源根部位置。
7.根据权利要求6所述的一种用于涡扇炮消防车的自动寻的方法，其特征在于：
将所述火源根部位置转换为变电站三维坐标，并基于所述涡扇炮的当前位置计算寻的位移；
基于所述寻的位移控制所述涡扇炮的运动方向，并在所述涡扇炮到达目标位置后，执行灭火作业。
8.根据权利要求7所述的一种用于涡扇炮消防车的自动寻的方法，其特征在于：
将所述放大后的所述红外信号转换为红外图像；
截取所述目标彩色图像中的疑似火源位置，分别从目标彩色图像和红外图像中提取每一像素的彩色图像特征和红外图像特征；
基于所述关联关系构造每一个像素的包含彩色图像特征、红外图像特征、采集时刻的特征向量；
基于每一个像素的特征向量判断火灾的发生，并执行告警。
9.根据权利要求8所述的一种用于涡扇炮消防车的自动寻的方法，其特征在于：
所述基于所述寻的位移控制所述涡扇炮的运动方向，还包括：
基于告警信息启动对所述涡扇炮的位移控制。
10.一种用于涡扇炮消防车的自动寻的系统，其特征在于：
所述系统用于实现权利要求1‑9任一项方法所述的步骤；所述系统包括采集模块、提取模块、计算模块和判断模块；其中，
所述采集模块，用于通过所述涡扇炮消防车自动采集目标彩色图像和目标红外热成像信号；
所述提取模块，用于对所述目标彩色图像预处理后提取火焰特征、烟雾特征以判断疑似火源位置；
所述计算模块，用于从所述目标红外热成像信号中截取疑似火源位置并计算所述疑似火源位置的温度分布；
所述判断模块，用于基于所述疑似火源位置的火焰特征、烟雾特征和温度分布，判断火灾的发生并执行告警。