CN103345815A - 城市暴雨洪水监测与交通控导系统及方法 - Google Patents

城市暴雨洪水监测与交通控导系统及方法 Download PDF

Info

Publication number
CN103345815A
CN103345815A CN2013102290593A CN201310229059A CN103345815A CN 103345815 A CN103345815 A CN 103345815A CN 2013102290593 A CN2013102290593 A CN 2013102290593A CN 201310229059 A CN201310229059 A CN 201310229059A CN 103345815 A CN103345815 A CN 103345815A
Authority
CN
China
Prior art keywords
water
module
data
depth
traffic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013102290593A
Other languages
English (en)
Other versions
CN103345815B (zh
Inventor
刘荣华
魏加华
张大奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN201310229059.3A priority Critical patent/CN103345815B/zh
Publication of CN103345815A publication Critical patent/CN103345815A/zh
Application granted granted Critical
Publication of CN103345815B publication Critical patent/CN103345815B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather

Abstract

本发明公开了一种城市暴雨洪水监测与交通控导系统及方法，其中该系统包括：水深数据采集及校正单元，用于通过在积水点采集多种形式的水深数据，进行对比校核分析，得到积水点的积水深度；水深分析预测及排水泵站启闭控制单元，用于结合周边雨量站的区域雨量数据，在水深数据采集及校正单元获得的积水深度的基础上，对积水点的积水深度进行趋势分析并进行滚动修正，然后根据积水深度预测曲线实现排水泵组的自动启闭；以及预警发布及交通控导处理单元，用于根据积水路段安全通行标准，处理得到交通控导信息并发送到控制器，以多种形式对行人车辆做出预警和指示。本发明具有数据可靠、通讯稳定、功能全面、处置专业等优点。

Description

城市暴雨洪水监测与交通控导系统及方法
技术领域
本发明涉及水位监测领域和交通控制领域，具体涉及一种城市暴雨洪水监测与交通控导系统及方法。
背景技术
道路交通的发展给人们的出行带来了便利，但是随之而来的是不透水层的增加导致降雨的集中快速汇流，这给排水系统带来了很大挑战。近年来，城市内涝问题非常严重，而下凹式立交桥积水尤其严重，这给人民的生命财产造成了巨大的损失。对其中的人员财产损失事件进行分析，可以发现预警信息缺失是其中的一个重要因素，如果大家在通行的时候能得到积水路段的积水深度信息，没有进入的车辆可以避开积水路线，已经进入的车辆则需要掉头行驶，距离积水点路口较远的车辆则可以提前选择绕路而行，这样可以在目前的排水能力条件下把人员财产损失降低到最低。实现以上功能需要一个高度集成和实时的监测预警及控导系统。
现有的涉水交通诱导系统能实现单点的水位监测、雨量监测和图像监测，也能在单点实现现地交通控制及指示系统变换，但是存在以下问题：（1）监测手段单一，数据未能有效校正；（2）安装方法复杂，比如浮子式水位计、压力式水位计都需要挖侧井，不仅工程量大，而且占用地方太大，不适合在城市环境安装；（3）数据未能有效利用，由于数据准确性等问题，数据只作为历史数据进行分析用，无法实时的为交通管制提供服务；（4）缺乏有效的数据分析及预测手段。数据单一和信息孤岛导致数据不可信，数据不可信导致不能轻易发布，同时，数据不可信也导致后续的监测得不到可以进行校核的数据，最后的结果是监测数据未能实现有效利用，而现场控导工作又由于数据缺失和信息不畅通而未能及时实现警示、断路及开启掉头阀。
发明内容
本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此，本发明的一个目的在于提出一种准确可靠的城市暴雨洪水监测与交通控导系统。本发明的另一目的在于提出一种准确可靠的城市暴雨洪水监测与交通控导方法。
为达到上述目的，根据本发明实施例的城市暴雨洪水监测与交通控导系统，包括以下部分：水深数据采集及校正单元，所述水深数据采集及校正单元通过在积水点采集多种形式的水深数据，进行对比校核分析，得到所述积水点的积水深度；水深分析预测及排水泵站启闭控制单元，所述水深分析预测及排水泵站启闭控制单元与所述水深数据采集及校正单元相连，所述水深分析预测及排水泵站启闭处理单元结合周边雨量站的区域雨量数据，在所述水深数据采集及校正单元获得的所述积水深度的基础上，对积水点的积水深度进行趋势分析并进行滚动修正，然后根据积水深度预测曲线实现排水泵组的自动启闭；以及预警发布及交通控导处理单元，所述预警发布及交通控导处理单元与所述水深分析预测及排水泵站启闭控制单元相连，所述预警发布及交通控导处理单元根据积水路段安全通行标准，综合考虑积水点位置分布、所述积水深度预测曲线，处理得到交通控导信息并发送到控制器，以多种形式对行人车辆做出预警和指示。
在本发明的一个实施例中，所述水深数据采集及校正单元进一步包括：摄像头及图像水位尺，其中，所述摄像头对准所述图像水位尺，获得水位图像；其他水位计量装置，其中，包括雷达水位计和雨量计，获得其他水位数据；节点通讯模块，用于将所述水位图像和其他水位数据传递给水位计算服务器；以及所述水位计算服务器，用于对所述水位图像进行识别，获得图像水位数据，再结合所述其他水位数据进行比较和校正，得到更准确的积水深度。
在本发明的一个实施例中，所述水位计算服务器进一步包括：图像水位数据获取模块，用于获得图像水位数据，所述图像水位数据获取模块进一步包括图像预处理模块、边缘识别模块、模式识别模块、水面线识别模块和水位值计算模块；其他水位数据获取模块，用于获得其他辅助方法获得的其他水位数据；以及水深数据比对模块，用于比对所述图像水位数据和其他水位数据。
在本发明的一个实施例中，所述水深分析预测及排水泵站启闭控制单元进一步包括：积水点汇流动力学模型，所述积水点汇流动力学模型根据地形数据和回水区各类设施布置数据及排水井位置信息建立模型，所述积水点汇流力学模型采用网格离散形式；排水监控装置，用于提供排水能力数据，以及实时采集排水量数据；面分布雨量数据获取模块，用于通过周边雨量站的区域雨量数据获取面分布雨量数据；预测计算模块，用于将所述排水能力数据、实时的排水量数据、面分布雨量数据代入所述积水点汇流动力学模型，进行预测分析计算，得到积水深度预测曲线；排水泵站启闭控制模块，用于根据所述积水深度预测曲线中的信息，对排水泵站进行控制管理。
在本发明的一个实施例中，所述预警发布及交通指示控制处理单元进一步包括：交通控导决策模块，用于根据积水路段安全通行标准，综合考虑积水点位置分布、所述积水深度预测曲线，处理得到交通控导信息，并将所述交通控导信息发送给控制器模块；控制器模块，用于接收来自所述交通控导决策模块的交通控导信息，控制交通信号灯模块、交通指示屏模块或交通掉头阀模块；交通信号灯模块，所述交通信号灯模块通过信号灯闪烁对行人车辆做出预警；交通指示屏模块，所述交通指示屏模块通过显示控导信息对行人车辆做出指示；以及交通掉头阀模块，所述交通掉头阀模块通过控制道路通断对行人车辆做出引导。
在本发明的一个实施例中，所述控制器模块进一步包括：防水机箱、AMR芯片，GPRS/GSM通讯模块、供电模块、防雷模块、信号解析模块、信号交叉校正和串口控制模块。
综上所述，本发明实施例的城市暴雨洪水监测与交通控导系统具有数据可靠、通讯稳定、功能全面、处置专业等优点，其主要体现在，多数据校正的方法保证了数据的可靠性、主备在线方式保证了通讯的稳定性、全面的信号控制及统一调度保证了控导的全面性和有效性、具有水动力学模型作为支撑的排水及汇水计算保证了积水点处置的专业性和科学性。
为达到上述目的，根据本发明实施例的城市暴雨洪水监测与交通控导方法，包括以下步骤：A.在积水点采集多种形式的水深数据，进行对比校核分析，得到所述积水点的积水深度；B.结合周边雨量站的区域雨量数据，在所述积水深度的基础上，对积水点的积水深度进行趋势分析并进行滚动修正，然后根据积水深度预测曲线实现排水泵组的自动启闭；以及C.根据积水路段安全通行标准，综合考虑积水点位置分布、所述积水深度预测曲线，处理得到交通控导信息并发送到控制器，以多种形式对行人车辆做出预警和指示。
在本发明的一个实施例中，所述步骤A进一步包括：A1.设置摄像头及图像水位尺，将所述摄像头对准所述图像水位尺，获得水位图像；A2.设置其他水位计量装置，其中，包括雷达水位计和雨量计，获得其他水位数据；A3.将所述水位图像和其他水位数据通信传递给水位计算服务器；以及A4.对所述水位图像进行识别，获得图像水位数据，再结合所述其他水位数据进行比较和校正，得到更准确的积水深度。
在本发明的一个实施例中，所述步骤B进一步包括：B1.根据地形数据和回水区各类设施布置数据及排水井位置信息建立模型积水点汇流动力学模型，所述积水点汇流力学模型采用网格离散形式；B2.利用排水监控装置获得排水能力数据，以及实时采集排水量数据；B3.通过周边雨量站的区域雨量数据获取面分布雨量数据；B4.将所述排水能力数据、实时的排水量数据、面分布雨量数据代入所述积水点汇流动力学模型，进行预测分析计算，得到积水深度预测曲线；以及B5.根据所述积水深度预测曲线中的信息，对排水泵站进行控制管理。
在本发明的一个实施例中，所述步骤C进一步包括：C1.根据积水路段安全通行标准，综合考虑积水点位置分布、所述积水深度预测曲线，处理得到交通控导信息；以及C2.根据所述交通控导信息，控制信号灯闪烁对行人车辆做出预警,控制交通指示屏模块通过显示控导信息对行人车辆做出指示,以及控制交通掉头阀模块通过控制道路通断对行人车辆做出引导。
综上所述，本发明实施例的城市暴雨洪水监测与交通控导方法具有数据可靠、通讯稳定、功能全面、处置专业等优点，其主要体现在，多数据校正的方法保证了数据的可靠性、主备在线方式保证了通讯的稳定性、全面的信号控制及统一调度保证了控导的全面性和有效性、具有水动力学模型作为支撑的排水及汇水计算保证了积水点处置的专业性和科学性。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明实施例的城市暴雨洪水监测与交通控导系统的结构示意图；
图2是图1中的水深数据采集及校正单元的结构示意图；
图3是图2中的水位计算服务器的结构示意图；
图4是图1中的水深分析预测及排水泵站启闭控制单元的结构示意图；
图5是图1中的预警发布及交通控导处理单元的结构示意图；
图6是图5中的交通信号灯、交通显示屏和交通掉头阀的布局示意图；
图7是图5中的控制器模块的结构示意图；
图8是本发明实施例的城市暴雨洪水监测与交通控导方法的流程图；
图9是图8中的步骤A的详细流程图；
图10是图9中的步骤A4的详细流程图；
图11是图8中的步骤B的详细流程图；
图12是图8中的步骤C的详细流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
如图1所示，本发明实施例的城市暴雨洪水监测与交通控导系统包括：水深数据采集及校正单元10、水深分析预测及排水泵站启闭控制单元20以及预警发布及交通控导处理单元30。其中：水深数据采集及校正单元10通过在积水点安装图像水位计实现数据采集，采集的视频图像传输到数据处理中心，数据处理中心启动并行调度机制按流程处理各个点的信息，对各点采集的图像进行水面线识别和模式图像识别及相互核对，并与相同点位的其他手段监测数据进行对比校核分析得到各点的实时水位；水深分析预测及排水泵站启闭控制单元20与水深数据采集及校正单元10相连，水深分析预测及排水泵站启闭处理单元20通过分析预测系统结合周边雨量站的雨强及历史积水数据，对积水点实时积水深度和积水水深进行趋势分析，得到短期内的积水水深变化过程，并进行滚动修正和预测，根据积水深度和水深变化率实现排水泵组的自动启闭；预警发布及交通控导处理单元30与水深分析预测及排水泵站启闭控制单元20相连，预警发布及交通控导处理单元30根据积水路段安全通行标准，将信息通过通讯模块发送到交通控制器，对道路两端的交通控制灯做出闪黄及红灯指示信号；将数据发送到交通指示屏，给出当前道路闪黄和红灯断路的原因；将数据发送到交通掉头阀控制器，远程控制开启道路掉头控制阀，保证车辆能顺利掉头。该系统结合图像数据、图像识别水位数据及雷达、浮子水位计等设备的水深数据，可以以多数据多方式集成的方式实现水深数据的自动校正和人工干预核对，结合降雨数据进行降雨产流模型计算并预测积水深度并实现水深、水深变化率参数控制排水泵站的自动启闭，根据警戒水深和断路水深的标准将信息发送到交通指示屏和交通信号灯，从而实现从检测、分析、预测到控制的一套安全通行控导系统，从而最大程度的降低积水路段车辆通行的危险。申请人对这三个单元的具体结构介绍如下。
水深数据采集及校正单元10用于通过在积水点采集多种形式的水深数据，进行对比校核分析，得到积水点的积水深度。水深数据采集及校正单元10根据实际需要设立在各个积水点处。参见图2，水深数据采集及校正单元10进一步包括：
摄像头及图像水位尺110，其中，摄像头对准图像水位尺，获得水位图像；
其他水位计量装置120，其中，包括雷达水位计和雨量计等等，获得其他水位数据；
节点通讯模块130，用于将水位图像和其他水位数据传递给水位计算服务器140；以及
水位计算服务器140，用于对水位图像进行识别，获得图像水位数据，再结合其他水位数据进行比较和校正，得到更准确的积水深度。
其中，水位计算服务器140具体的结构参见图3，进一步包括：包括图像水位数据获取模块1410、其他水位数据获取模块1420以及水深数据比对模块1430。图像水位数据获取模块用于获得图像水位数据，图像水位数据获取模块进一步包括图像预处理模块、边缘识别模块、模式识别模块、水面线识别模块和水位值计算模块。其他水位数据获取模块1420用于获得其他辅助方法获得的其他水位数据。水深数据比对模块1430用于比对图像水位数据和其他水位数据。各个模块中的详细操作处理见后文中关于本发明的方法的阐述。
水深分析预测及排水泵站启闭控制单元20用于结合周边雨量站的区域雨量数据，在水深数据采集及校正单元10获得的积水深度的基础上，对积水点的积水深度进行趋势分析并进行滚动修正，然后根据积水深度和水深变化率实现排水泵组的自动启闭。参见图4，水深分析预测及排水泵站启闭控制单元20进一步包括：
积水点汇流动力学模型210，该积水点汇流动力学模型210根据地形数据和回水区各类设施布置数据及排水井位置信息建立模型，积水点汇流力学模型采用网格离散形式。
排水监控装置220，其用于提供排水能力数据，以及实时采集排水量数据。
面分布雨量数据获取模块230，其用于通过周边雨量站的区域雨量数据获取面分布雨量数据。
预测计算模块240，其用于将排水能力数据、实时的排水量数据、面分布雨量数据代入积水点汇流动力学模型，进行预测分析计算，得到积水深度预测曲线。
排水泵站启闭控制模块250，用于根据积水深度预测曲线中的信息，对排水泵站进行控制管理。
预警发布及交通控导处理单元30用于根据积水路段安全通行标准，综合考虑积水点位置分布、积水深度以及水深变化率，处理得到交通控导信息并发送到交通控制器，对行人车辆做出预警和指示。参见图5，预警发布及交通指示控制处理单元30进一步包括：
交通控导决策模块310，用于根据积水路段安全通行标准，综合考虑积水点位置分布、积水深度预测曲线，处理得到交通控导信息，并将交通控导信息发送给控制器模块；
控制器模块320，用于接收来自交通控导决策模块的交通控导信息，控制交通信号灯模块、交通指示屏模块或交通掉头阀模块；
交通信号灯模块330，该交通信号灯模块330通过信号灯闪烁对行人车辆做出预警；
交通指示屏模块340，该交通指示屏模块340通过显示控导信息对行人车辆做出指示；
交通掉头阀模块350，该交通掉头阀模块350通过控制道路通断对行人车辆做出引导。
在本发明的一个实施例中，控制交通信号灯模块330、交通指示屏模块340以及交通掉头阀模块350的布局安装如图6所示。
在本发明的一个实施例中，控制器模块320的结构如图7所示，进一步包括：防水机箱（图中未示出）、AMR芯片，GPRS/GSM通讯模块、供电模块、防雷模块、信号解析模块、信号交叉校正和串口控制模块以及其他常见功能模块。
综上所述，本发明实施例的城市暴雨洪水监测与交通控导系统具有数据可靠、通讯稳定、功能全面、处置专业等优点，其主要体现在，多数据校正的方法保证了数据的可靠性、主备在线方式保证了通讯的稳定性、全面的信号控制及统一调度保证了控导的全面性和有效性、具有水动力学模型作为支撑的排水及汇水计算保证了积水点处置的专业性和科学性。
如图8所示，根据本发明实施例的城市暴雨洪水监测与交通控导方法，包括以下步骤：
A.在积水点采集多种形式的水深数据，进行对比校核分析，得到积水点的积水深度。
具体地，参加图9，步骤A进一步包括以下步骤：
A1.设置摄像头及图像水位尺，将摄像头对准图像水位尺，获得水位图像；
A2.设置其他水位计量装置，其中，包括雷达水位计和雨量计，获得其他水位数据；
A3.将水位图像和其他水位数据通信传递给水位计算服务器；以及
A4.对水位图像进行识别，获得图像水位数据，再结合其他水位数据进行比较和校正，
得到更准确的积水深度。
其中，参见图10，步骤A4进一步包括以下步骤：
A4-1.对图像进行去噪、缺损判断等预处理工作；
A4-2.根据水位图像的编号，查询该水位图像对应的识别边框，获取识别区坐标值；
A4-3.在识别区范围内对水位图像进行边缘识别，提取其中的水位尺区域；
A4-4.在水位尺区域，根据图像的光照、黑白模式等阈值参数值提取水面线位置；
A4-5.对水面线附近的区域进行数字模式识别和填充块的模式识别，得到填充块数量和
分米值；
A4-6.在数据库中提取该点的初始校正值，包括初始水位尺区域的尺寸及高度等信息，
将A4-3中提取的水面线位置及A4-2中提取的水位尺区域多边形进行比例尺变换和计
算，得到该点的图像水位尺水位识别值；
A4-7.将模式识别的数字和填充块模式对比结果得到的数值和水面线位置得到的水位
值进行对比并校核，得到水位图像识别出来的水位值；以及
A4-8.根据编号对应关系，获取该点其他水位数据，对图像水位数据进行校核，得到校
核后的水位值，结合该点的高程数据，计算出该积水点的积水深度值。
B.结合周边雨量站的区域雨量数据，在积水深度的基础上，对积水点的积水深度进行趋势分析并进行滚动修正，然后根据积水深度预测曲线实现排水泵组的自动启闭。
具体地，参见图11，步骤B进一步包括以下步骤：
B1.根据地形数据和回水区各类设施布置数据及排水井位置信息建立模型积水点汇流动力学模型，积水点汇流力学模型采用网格离散形式；
B2.利用排水监控装置获得排水能力数据，以及实时采集排水量数据；
B3.通过周边雨量站的区域雨量数据获取面分布雨量数据；
B4.将排水能力数据、实时的排水量数据、面分布雨量数据代入积水点汇流动力学模型，进行预测分析计算，得到积水深度预测曲线；
B5.根据积水深度预测曲线中的信息，对排水泵站进行控制管理。
C.根据积水路段安全通行标准，综合考虑积水点位置分布、积水深度预测曲线，处理得到交通控导信息并发送到控制器，以多种形式对行人车辆做出预警和指示。
具体地，参见图12，步骤C进一步包括：
C1.根据积水路段安全通行标准，综合考虑积水点位置分布、积水深度预测曲线，处理得到交通控导信息；
C2.根据交通控导信息，控制信号灯闪烁对行人车辆做出预警,控制交通指示屏模块通过显示控导信息对行人车辆做出指示,以及控制交通掉头阀模块通过控制道路通断对行人车辆做出引导。
综上所述，本发明实施例的城市暴雨洪水监测与交通控导方法具有数据可靠、通讯稳定、功能全面、处置专业等优点，其主要体现在，多数据校正的方法保证了数据的可靠性、主备在线方式保证了通讯的稳定性、全面的信号控制及统一调度保证了控导的全面性和有效性、具有水动力学模型作为支撑的排水及汇水计算保证了积水点处置的专业性和科学性。
为使本领域技术人员更好地理解本发明，现进一步对一些技术细节描述如下。
在一个具体实施例中，水深数据采集及校正单元10以图像水位计的图像数据及图像识别的水深数据为基础，通过Web Service结构的多数据集成接口程序实现单点多类型数据的同期对比分析，从而实现水深数据采集及校核。大致流程为，首先采集图像水深图像并进行识别得到图像水位数据，然后集成其他手段监测的数据进行多点比对分析，最后，在多数据差超过某一个阈值时，提示出现异常的情况，则再辅以人工图像判断的方式实现水面线识别与模式识别结合、图像水深数据与其他水深数据接口、自动识别和人工识别结合的“三核一校”的识别校正方法，并将该方法嵌入到并行识别模块和人工交互识别接口模块中。其中，图像水位计识别需要经过去噪、滤波、边缘检测、镜头调整及几何变换、水面线检测、模式识别、透视扭曲校正及奇异值消除等步骤实现。例如：（1）由于采集到的水位图像中含有大量噪声，在进行图像处理之前必须先进行预处理，首先对水位图像进行平滑滤波以滤去干扰、噪声及剔去无用信息等，提高信噪比；（2）为了能准确水位线的位置及当前刻度，采用candy算子和改进的反向传播算法进行边缘检测，定位水尺边缘线，计算镜头变动系数，进行镜头调整和几何校正处理；（3）利用闽值化得到二值图像，提取图像中感兴趣的区域，将背景与目标分离，在此基础上进行形态学处理；（4）然后通过离散图像分割法实现水面线检测，根据透视扭曲校正曲线得到水面线检测水深；（5）、通过与模式识别的水深范围进行比对，并通过数据长系列分析实现奇异值辨别，并通过三次样条插值分段处理技术对奇异值过滤和校正，得到一次校正水深值，具体流程如图4、图5、图6所示；（6）得到图像水位计水深数据后，根据站点编码获取其他类型水深监测数据，并根据其历史数据分析校正后得到的水深值进行对比分析，得到二次校正水深值；（7）如果二次校正水深值和一次校正水深值相差超过1cm，则进行内部报警，请求人工干预，人工对比当前图像数据和前后8张历史图像数据，得到三次校正水深值。
在一个具体实施例中，水深分析预测及排水泵站启闭控制单元20结合降雨数据、水深数据、排水能力数据及DEM地形数据实现积水水深趋势分析及预测，根据检测的实时水深和水深变化率，结合每台排水泵机的排水能力数据给出泵机开启和关闭的依据，远程发送指令给泵机控制器实现排水泵机的自动启闭。其中，水深分析预测及排水泵站启闭控制处理单元20通过积水水深过程曲线分析模块、降雨产流及汇流模块、排水量过程曲线分析模块、积水点水压及排水能力模拟模块对积水水深过程进行模拟计算，得到未来10分钟的积水水深数据。预测数据以30秒的频率进行更新，实现“自动跟踪、滚动预报、实时校正”的积水水深预测体系；同时，根据水深变化过程计算水深变化率，分析积水点的时段汇水量，结合实时水深和水深变化率两个参数对泵站群实现启闭控制。通过对水位差的检测，自动循环投入各台泵，使每台泵都能处于工作状态。控制原则是使水泵排水量适应汇水量的变化，保持泵站进出水量平衡(保持某一范围的水位)的条件下自动进行水泵启停、电机转速调节等操作，使水泵在高效点工作。
在一个具体实施例中，预警发布及交通控导处理单元30的控制交通信号灯模块、交通指示屏模块以及交通掉头阀模块中，道路两侧的交通指示屏一般来说离积水点有300～500米距离，这样便于提前疏散车辆及行人，具体位置示意图见图7。从图中可见，大屏安装在道路AB的A点和B点，AB为东西方向道路，其中，C和D为道路叉路口，这样如果O点立交桥发生严重积水时，车辆从C和D岔道口进行分流，不会进入到CD段通行。同时监控系统将信息发送给交通部门，交通部门控制CD点的信号灯为红灯，从而保证车辆不进入CD段，具体位置如图7所示。交通信号灯和掉头阀的安装设计和设备性能不在本发明中，本发明要求该设备支持串口通讯协议，提供串口通讯端口及控制信号灯和掉头阀动作的通讯协议接口。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种城市暴雨洪水监测与交通控导系统，其特征在于，包括以下部分：
水深数据采集及校正单元，所述水深数据采集及校正单元通过在积水点采集多种形式的水深数据，进行对比校核分析，得到所述积水点的积水深度；
水深分析预测及排水泵站启闭控制单元，所述水深分析预测及排水泵站启闭控制单元与所述水深数据采集及校正单元相连，所述水深分析预测及排水泵站启闭处理单元结合周边雨量站的区域雨量数据，在所述水深数据采集及校正单元获得的所述积水深度的基础上，对积水点的积水深度进行趋势分析并进行滚动修正，然后根据积水深度预测曲线实现排水泵组的自动启闭；以及
预警发布及交通控导处理单元，所述预警发布及交通控导处理单元与所述水深分析预测及排水泵站启闭控制单元相连，所述预警发布及交通控导处理单元根据积水路段安全通行标准，综合考虑积水点位置分布、所述积水深度预测曲线，处理得到交通控导信息并发送到控制器，以多种形式对行人车辆做出预警和指示。
2.如权利要求1所述的城市暴雨洪水监测与交通控导系统，其特征在于，所述水深数据采集及校正单元进一步包括：
摄像头及图像水位尺，其中，所述摄像头对准所述图像水位尺，获得水位图像；
其他水位计量装置，其中，包括雷达水位计和雨量计，获得其他水位数据；
节点通讯模块，用于将所述水位图像和其他水位数据传递给水位计算服务器；以及
所述水位计算服务器，用于对所述水位图像进行识别，获得图像水位数据，再结合所述其他水位数据进行比较和校正，得到更准确的积水深度。
3.如权利要求2所述的城市暴雨洪水监测与交通控导系统，其特征在于，所述水位计算服务器进一步包括：
图像水位数据获取模块，用于获得图像水位数据，所述图像水位数据获取模块进一步包括图像预处理模块、边缘识别模块、模式识别模块、水面线识别模块和水位值计算模块
其他水位数据获取模块，用于获得其他辅助方法获得的其他水位数据；以及
水深数据比对模块，用于比对所述图像水位数据和其他水位数据。
4.如权利要求1所述的城市暴雨洪水监测与交通控导系统，其特征在于，所述水深分析预测及排水泵站启闭控制单元进一步包括：
积水点汇流动力学模型，所述积水点汇流动力学模型根据地形数据和回水区各类设施布置数据及排水井位置信息建立模型，所述积水点汇流力学模型采用网格离散形式；
排水监控装置，用于提供排水能力数据，以及实时采集排水量数据；
面分布雨量数据获取模块，用于通过周边雨量站的区域雨量数据获取面分布雨量数据；
预测计算模块，用于将所述排水能力数据、实时的排水量数据、面分布雨量数据代入所述积水点汇流动力学模型，进行预测分析计算，得到积水深度预测曲线；以及
排水泵站启闭控制模块，用于根据所述积水深度预测曲线中的信息，对排水泵站进行控制管理。
5.如权利要求1所述的城市暴雨洪水监测与交通控导系统，其特征在于，所述预警发布及交通指示控制处理单元进一步包括：
交通控导决策模块，用于根据积水路段安全通行标准，综合考虑积水点位置分布、所述积水深度预测曲线，处理得到交通控导信息，并将所述交通控导信息发送给控制器模块；
控制器模块，用于接收来自所述交通控导决策模块的交通控导信息，控制交通信号灯模块、交通指示屏模块或交通掉头阀模块；
交通信号灯模块，所述交通信号灯模块通过信号灯闪烁对行人车辆做出预警；
交通指示屏模块，所述交通指示屏模块通过显示控导信息对行人车辆做出指示；以及
交通掉头阀模块，所述交通掉头阀模块通过控制道路通断对行人车辆做出引导。
6.如权利要求5所述的城市暴雨洪水监测与交通控导系统，其特征在于，所述控制器模块进一步包括：防水机箱、AMR芯片，GPRS/GSM通讯模块、供电模块、防雷模块、信号解析模块、信号交叉校正和串口控制模块。
7.一种城市暴雨洪水监测与交通控导方法，其特征在于，包括以下步骤：
A.在积水点采集多种形式的水深数据，进行对比校核分析，得到所述积水点的积水深度；
B.结合周边雨量站的区域雨量数据，在所述积水深度的基础上，对积水点的积水深度进行趋势分析并进行滚动修正，然后根据积水深度预测曲线实现排水泵组的自动启闭；以及
C.根据积水路段安全通行标准，综合考虑积水点位置分布、所述积水深度预测曲线，处理得到交通控导信息并发送到控制器，以多种形式对行人车辆做出预警和指示。
8.如权利要求7所述的城市暴雨洪水监测与交通控导方法，其特征在于，所述步骤A进一步包括：
A1.设置摄像头及图像水位尺，将所述摄像头对准所述图像水位尺，获得水位图像；
A2.设置其他水位计量装置，其中，包括雷达水位计和雨量计，获得其他水位数据；
A3.将所述水位图像和其他水位数据通信传递给水位计算服务器；以及
A3.对所述水位图像进行识别，获得图像水位数据，再结合所述其他水位数据进行比较和校正，得到更准确的积水深度。
9.如权利要求7所述的城市暴雨洪水监测与交通控导方法，其特征在于，所述步骤B进一步包括：
B1.根据地形数据和回水区各类设施布置数据及排水井位置信息建立模型积水点汇流动力学模型，所述积水点汇流力学模型采用网格离散形式；
B2.利用排水监控装置获得排水能力数据，以及实时采集排水量数据；
B3.通过周边雨量站的区域雨量数据获取面分布雨量数据；
B4.将所述排水能力数据、实时的排水量数据、面分布雨量数据代入所述积水点汇流动力学模型，进行预测分析计算，得到积水深度预测曲线；以及
B5.根据所述积水深度预测曲线中的信息，对排水泵站进行控制管理。
10.如权利要求7-9所述的城市暴雨洪水监测与交通控导方法，其特征在于，所述步骤C进一步包括：
C1.根据积水路段安全通行标准，综合考虑积水点位置分布、所述积水深度预测曲线，处理得到交通控导信息；以及
C2.根据所述交通控导信息，控制信号灯闪烁对行人车辆做出预警,控制交通指示屏模块通过显示控导信息对行人车辆做出指示,以及控制交通掉头阀模块通过控制道路通断对行人车辆做出引导。
CN201310229059.3A 2013-06-08 2013-06-08 城市暴雨洪水监测与交通控导系统及方法 Active CN103345815B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310229059.3A CN103345815B (zh) 2013-06-08 2013-06-08 城市暴雨洪水监测与交通控导系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310229059.3A CN103345815B (zh) 2013-06-08 2013-06-08 城市暴雨洪水监测与交通控导系统及方法

Publications (2)

Publication Number Publication Date
CN103345815A true CN103345815A (zh) 2013-10-09
CN103345815B CN103345815B (zh) 2016-01-20

Family

ID=49280607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310229059.3A Active CN103345815B (zh) 2013-06-08 2013-06-08 城市暴雨洪水监测与交通控导系统及方法

Country Status (1)

Country Link
CN (1) CN103345815B (zh)

Cited By (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103559775A (zh) * 2013-11-12 2014-02-05 武汉大学 城市洪涝灾害预警系统及方法
CN104318793A (zh) * 2014-10-21 2015-01-28 中山大学 一种道路水浸事件紧急疏导配流生成方法
CN104344866A (zh) * 2014-11-12 2015-02-11 广东省水文局佛山水文分局 城市内涝监测站点
CN104616426A (zh) * 2015-02-12 2015-05-13 中国联合网络通信集团有限公司 告警的方法及装置
CN104658285A (zh) * 2015-02-06 2015-05-27 天津大学 一种城市内涝情况下的交通智能疏导方法
CN105547402A (zh) * 2015-12-08 2016-05-04 重庆多邦科技股份有限公司 一种水文监测系统
CN105910652A (zh) * 2016-06-14 2016-08-31 孙健春 一种基于监控杆的城市道路环境监测装置
CN106295954A (zh) * 2016-07-27 2017-01-04 泰华智慧产业集团股份有限公司 防汛人员和泵站的智能调度方法及智能调度系统
CN106448163A (zh) * 2016-09-30 2017-02-22 广东中星微电子有限公司 道路监控方法及道路监控装置
TWI578256B (zh) * 2016-06-28 2017-04-11 安研科技股份有限公司 在二維淹水潛勢圖資料庫中搜尋淹水圖資的方法
CN106773980A (zh) * 2016-12-28 2017-05-31 天津怡通科技有限公司 一种用于洪灾防治的智能监控系统
CN107423659A (zh) * 2016-05-24 2017-12-01 比亚迪股份有限公司 车辆的控制方法、系统及具有其的车辆
CN107481535A (zh) * 2017-07-26 2017-12-15 深圳市盛路物联通讯技术有限公司 一种水量检测方法及系统
CN107525558A (zh) * 2017-08-11 2017-12-29 上海市政工程设计研究总院（集团）有限公司 一种基于云平台的桥下积水在线监测系统及其监测方法
CN107587406A (zh) * 2017-09-27 2018-01-16 安徽建筑大学 一种路面雨水排除预警装置及其预警方法
CN108107488A (zh) * 2017-12-21 2018-06-01 广州积雨云科技有限公司 城市内涝预警方法
CN108229537A (zh) * 2017-12-07 2018-06-29 深圳市宏电技术股份有限公司 一种降水量的奇异值检测方法、装置及设备
CN108320502A (zh) * 2017-12-27 2018-07-24 福建工程学院 一种基于浮动车技术的城市内涝检测方法及终端
CN108460976A (zh) * 2018-04-20 2018-08-28 许玉蕊 一种道路积水减灾引导系统
CN108509877A (zh) * 2018-03-19 2018-09-07 孙磊 大数据式搜索系统及方法
CN108564190A (zh) * 2017-12-14 2018-09-21 佛山科学技术学院 一种城市灾害预测系统
CN109166330A (zh) * 2018-09-13 2019-01-08 沧州职业技术学院 一种城市低洼易内涝路段车辆防溺水预警系统
CN109214305A (zh) * 2018-08-15 2019-01-15 深圳市烽焌信息科技有限公司 积水清理方法及机器人
CN109242902A (zh) * 2018-08-15 2019-01-18 深圳市烽焌信息科技有限公司 一种用于清理厂区积水的机器人及存储介质
CN109267579A (zh) * 2018-09-10 2019-01-25 中国建筑第八工程局有限公司 深坑内水位控制系统及其水位控制方法
CN109544865A (zh) * 2018-11-21 2019-03-29 国网江苏省电力有限公司电力科学研究院 一种变电站内涝预警方法及预警系统
CN109764931A (zh) * 2019-01-21 2019-05-17 常德天马电器股份有限公司 一种海绵城市河道水位预测预警方法
CN110160550A (zh) * 2019-04-29 2019-08-23 东南大学 一种基于道路积水预测的城市路线引导方法
CN110969814A (zh) * 2019-11-19 2020-04-07 万翼科技有限公司 水位提示方法及相关产品
CN111044983A (zh) * 2019-12-26 2020-04-21 清华大学 双波段气象雷达外部标定验证方法、装置和计算机设备
CN111323848A (zh) * 2018-12-17 2020-06-23 北汽福田汽车股份有限公司 一种车辆雨量传感器的校正方法和存储介质
CN111343570A (zh) * 2020-03-06 2020-06-26 中国石油大学(华东) 基于位置服务的城市积水预警信息推送方法
CN111339905A (zh) * 2020-02-22 2020-06-26 郑州铁路职业技术学院 基于深度学习及多视角的cim井盖状态视觉检测系统
CN111475950A (zh) * 2020-04-09 2020-07-31 首都师范大学 一种下凹式立交桥下雨洪的模拟方法
CN111504417A (zh) * 2020-04-24 2020-08-07 福建省泰昌信息技术有限公司 一种配电站房水位预警系统及方法
CN111815983A (zh) * 2020-06-13 2020-10-23 王亚鹏 一种基于物联网的行车涉水预警方法及系统、车辆
CN111882830A (zh) * 2020-07-31 2020-11-03 珠江水利委员会珠江水利科学研究院 城市内涝监测预报预警方法、装置、系统及存储介质
CN112382091A (zh) * 2020-11-11 2021-02-19 北京世纪高通科技有限公司 一种道路积水预警方法及装置
CN113483851A (zh) * 2021-07-13 2021-10-08 天津万峰环保科技有限公司 路面积水监测设备和方法
CN113696895A (zh) * 2021-08-06 2021-11-26 华人运通(江苏)技术有限公司 一种通过自学习进行底盘控制的系统和方法
CN113781813A (zh) * 2021-10-22 2021-12-10 北京声智科技有限公司 一种预警方法、系统、装置和电子设备
CN114662797A (zh) * 2022-05-16 2022-06-24 成都秦川物联网科技股份有限公司 一种基于物联网的智慧城市水灾预警方法和系统
CN114677641A (zh) * 2022-03-23 2022-06-28 南京云创大数据科技股份有限公司 一种基于监控摄像头的积水深度估计方法和系统
CN115273436A (zh) * 2022-06-07 2022-11-01 厦门健康工程与创新研究院 积水预警处理方法、系统、终端设备及存储介质
CN115375683A (zh) * 2022-10-24 2022-11-22 江西省大气探测技术中心 基于图像处理的涝点检测方法、系统、存储介质及设备
CN116523130A (zh) * 2023-04-28 2023-08-01 中国长江电力股份有限公司 一种基于降雨空间分布的图像相似水情挖掘及预报方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005156460A (ja) * 2003-11-27 2005-06-16 Mitsubishi Electric Corp 冠水検知システム
CN201662891U (zh) * 2009-10-12 2010-12-01 鲍贤斌 一种立交、桥梁、涵洞用通行状况监控警告设备
CN102867420A (zh) * 2012-09-11 2013-01-09 清华大学 一种涉水交通诱导系统及方法
CN202771629U (zh) * 2012-08-17 2013-03-06 天津星通联华物联网应用技术研究院有限公司 一种城市道路积水预警系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005156460A (ja) * 2003-11-27 2005-06-16 Mitsubishi Electric Corp 冠水検知システム
CN201662891U (zh) * 2009-10-12 2010-12-01 鲍贤斌 一种立交、桥梁、涵洞用通行状况监控警告设备
CN202771629U (zh) * 2012-08-17 2013-03-06 天津星通联华物联网应用技术研究院有限公司 一种城市道路积水预警系统
CN102867420A (zh) * 2012-09-11 2013-01-09 清华大学 一种涉水交通诱导系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
房国良: "上海城市暴雨积涝预警系统研究", 《大气科学研究与应用》 *

Cited By (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103559775A (zh) * 2013-11-12 2014-02-05 武汉大学 城市洪涝灾害预警系统及方法
CN104318793A (zh) * 2014-10-21 2015-01-28 中山大学 一种道路水浸事件紧急疏导配流生成方法
CN104318793B (zh) * 2014-10-21 2016-08-24 中山大学 一种道路水浸事件紧急疏导配流生成方法
CN104344866A (zh) * 2014-11-12 2015-02-11 广东省水文局佛山水文分局 城市内涝监测站点
CN104658285A (zh) * 2015-02-06 2015-05-27 天津大学 一种城市内涝情况下的交通智能疏导方法
CN104616426A (zh) * 2015-02-12 2015-05-13 中国联合网络通信集团有限公司 告警的方法及装置
CN105547402A (zh) * 2015-12-08 2016-05-04 重庆多邦科技股份有限公司 一种水文监测系统
CN107423659B (zh) * 2016-05-24 2021-01-19 比亚迪股份有限公司 车辆的控制方法、系统及具有其的车辆
CN107423659A (zh) * 2016-05-24 2017-12-01 比亚迪股份有限公司 车辆的控制方法、系统及具有其的车辆
CN105910652A (zh) * 2016-06-14 2016-08-31 孙健春 一种基于监控杆的城市道路环境监测装置
TWI578256B (zh) * 2016-06-28 2017-04-11 安研科技股份有限公司 在二維淹水潛勢圖資料庫中搜尋淹水圖資的方法
CN106295954A (zh) * 2016-07-27 2017-01-04 泰华智慧产业集团股份有限公司 防汛人员和泵站的智能调度方法及智能调度系统
CN106448163A (zh) * 2016-09-30 2017-02-22 广东中星微电子有限公司 道路监控方法及道路监控装置
CN106773980A (zh) * 2016-12-28 2017-05-31 天津怡通科技有限公司 一种用于洪灾防治的智能监控系统
CN107481535A (zh) * 2017-07-26 2017-12-15 深圳市盛路物联通讯技术有限公司 一种水量检测方法及系统
CN107525558A (zh) * 2017-08-11 2017-12-29 上海市政工程设计研究总院（集团）有限公司 一种基于云平台的桥下积水在线监测系统及其监测方法
CN107587406A (zh) * 2017-09-27 2018-01-16 安徽建筑大学 一种路面雨水排除预警装置及其预警方法
CN108229537A (zh) * 2017-12-07 2018-06-29 深圳市宏电技术股份有限公司 一种降水量的奇异值检测方法、装置及设备
CN108564190A (zh) * 2017-12-14 2018-09-21 佛山科学技术学院 一种城市灾害预测系统
CN108107488A (zh) * 2017-12-21 2018-06-01 广州积雨云科技有限公司 城市内涝预警方法
CN108107488B (zh) * 2017-12-21 2020-08-21 广州积雨云科技有限公司 城市内涝预警方法
CN108320502A (zh) * 2017-12-27 2018-07-24 福建工程学院 一种基于浮动车技术的城市内涝检测方法及终端
CN108320502B (zh) * 2017-12-27 2021-10-26 福建工程学院 一种基于浮动车技术的城市内涝检测方法及终端
CN108509877B (zh) * 2018-03-19 2019-02-15 亿众骏达网络科技(深圳)有限公司 大数据式搜索系统及方法
CN108509877A (zh) * 2018-03-19 2018-09-07 孙磊 大数据式搜索系统及方法
CN108460976A (zh) * 2018-04-20 2018-08-28 许玉蕊 一种道路积水减灾引导系统
CN109214305A (zh) * 2018-08-15 2019-01-15 深圳市烽焌信息科技有限公司 积水清理方法及机器人
CN109242902A (zh) * 2018-08-15 2019-01-18 深圳市烽焌信息科技有限公司 一种用于清理厂区积水的机器人及存储介质
CN109267579A (zh) * 2018-09-10 2019-01-25 中国建筑第八工程局有限公司 深坑内水位控制系统及其水位控制方法
CN109166330A (zh) * 2018-09-13 2019-01-08 沧州职业技术学院 一种城市低洼易内涝路段车辆防溺水预警系统
CN109544865A (zh) * 2018-11-21 2019-03-29 国网江苏省电力有限公司电力科学研究院 一种变电站内涝预警方法及预警系统
CN111323848A (zh) * 2018-12-17 2020-06-23 北汽福田汽车股份有限公司 一种车辆雨量传感器的校正方法和存储介质
CN109764931A (zh) * 2019-01-21 2019-05-17 常德天马电器股份有限公司 一种海绵城市河道水位预测预警方法
CN109764931B (zh) * 2019-01-21 2020-11-24 常德天马电器股份有限公司 一种海绵城市河道水位预测预警方法
CN110160550B (zh) * 2019-04-29 2022-07-08 东南大学 一种基于道路积水预测的城市路线引导方法
CN110160550A (zh) * 2019-04-29 2019-08-23 东南大学 一种基于道路积水预测的城市路线引导方法
CN110969814A (zh) * 2019-11-19 2020-04-07 万翼科技有限公司 水位提示方法及相关产品
CN111044983A (zh) * 2019-12-26 2020-04-21 清华大学 双波段气象雷达外部标定验证方法、装置和计算机设备
CN111044983B (zh) * 2019-12-26 2022-02-18 清华大学 双波段气象雷达外部标定验证方法、装置和计算机设备
CN111339905A (zh) * 2020-02-22 2020-06-26 郑州铁路职业技术学院 基于深度学习及多视角的cim井盖状态视觉检测系统
CN111343570A (zh) * 2020-03-06 2020-06-26 中国石油大学(华东) 基于位置服务的城市积水预警信息推送方法
CN111475950A (zh) * 2020-04-09 2020-07-31 首都师范大学 一种下凹式立交桥下雨洪的模拟方法
CN111475950B (zh) * 2020-04-09 2022-11-29 首都师范大学 一种下凹式立交桥下雨洪的模拟方法
CN111504417A (zh) * 2020-04-24 2020-08-07 福建省泰昌信息技术有限公司 一种配电站房水位预警系统及方法
CN111815983A (zh) * 2020-06-13 2020-10-23 王亚鹏 一种基于物联网的行车涉水预警方法及系统、车辆
CN111882830B (zh) * 2020-07-31 2021-12-14 珠江水利委员会珠江水利科学研究院 城市内涝监测预报预警方法、装置、系统及存储介质
CN111882830A (zh) * 2020-07-31 2020-11-03 珠江水利委员会珠江水利科学研究院 城市内涝监测预报预警方法、装置、系统及存储介质
CN112382091A (zh) * 2020-11-11 2021-02-19 北京世纪高通科技有限公司 一种道路积水预警方法及装置
CN113483851A (zh) * 2021-07-13 2021-10-08 天津万峰环保科技有限公司 路面积水监测设备和方法
CN113696895A (zh) * 2021-08-06 2021-11-26 华人运通(江苏)技术有限公司 一种通过自学习进行底盘控制的系统和方法
CN113696895B (zh) * 2021-08-06 2023-08-22 华人运通(江苏)技术有限公司 一种通过自学习进行底盘控制的系统和方法
CN113781813A (zh) * 2021-10-22 2021-12-10 北京声智科技有限公司 一种预警方法、系统、装置和电子设备
CN114677641A (zh) * 2022-03-23 2022-06-28 南京云创大数据科技股份有限公司 一种基于监控摄像头的积水深度估计方法和系统
CN114677641B (zh) * 2022-03-23 2023-03-24 南京云创大数据科技股份有限公司 一种基于监控摄像头的积水深度估计方法和系统
CN114662797A (zh) * 2022-05-16 2022-06-24 成都秦川物联网科技股份有限公司 一种基于物联网的智慧城市水灾预警方法和系统
US11721191B1 (en) 2022-05-16 2023-08-08 Chengdu Qinchuan Iot Technology Co., Ltd. Method and system for flood early warning in smart city based on internet of things
CN115273436A (zh) * 2022-06-07 2022-11-01 厦门健康工程与创新研究院 积水预警处理方法、系统、终端设备及存储介质
CN115273436B (zh) * 2022-06-07 2023-11-14 厦门健康工程与创新研究院 积水预警处理方法、系统、终端设备及存储介质
CN115375683A (zh) * 2022-10-24 2022-11-22 江西省大气探测技术中心 基于图像处理的涝点检测方法、系统、存储介质及设备
CN116523130A (zh) * 2023-04-28 2023-08-01 中国长江电力股份有限公司 一种基于降雨空间分布的图像相似水情挖掘及预报方法

Also Published As

Publication number Publication date
CN103345815B (zh) 2016-01-20

Similar Documents

Publication Publication Date Title
CN103345815B (zh) 城市暴雨洪水监测与交通控导系统及方法
CN103985250B (zh) 轻量级的全息道路交通状态视觉检测装置
CN102521979B (zh) 基于高清摄像机进行路面事件检测的方法及系统
CN110533885A (zh) 城市内涝监测预警系统及预警方法
CN110633865A (zh) 一种基于排涝模型的城市积水预测与安全预警系统
CN107380163A (zh) 基于磁导航的汽车智能报警预测系统及其方法
CN105046445A (zh) 一种防汛调度决策支持系统
CN104658285A (zh) 一种城市内涝情况下的交通智能疏导方法
KR101345186B1 (ko) 도로 침수 모니터링 시스템 및 그 방법
CN102005120A (zh) 基于视频图像分析的交通路口监控技术和系统
CN107516167A (zh) 城市排水一体化运行智能调度管理系统
CN114373245A (zh) 基于数字化电厂的智能巡检系统
CN102359785A (zh) 根据水位变化自动在电子航道图上生成虚拟航标的方法
CN106156890B (zh) 一种城市轨道交通通道内客流检测和预测方法及其系统
CN112488477A (zh) 高速公路应急管理系统及方法
CN102867420A (zh) 一种涉水交通诱导系统及方法
CN110533890A (zh) 简易下水道堵塞应急预警发布系统
CN105262983A (zh) 基于灯联网的道路监控系统与方法
CN111780829B (zh) 一种用于排水井盖的堵塞检测系统及堵塞检测方法
CN115273406A (zh) 城市道路易涝点内涝预判方法及系统
CN210183356U (zh) 一种海绵城市暴雨检测预警系统
CN115689168A (zh) 一种基于积水预测的积水应急调度方法
CN210865032U (zh) 城市内涝监测预警系统
CN212007314U (zh) 一种水文机器人
CN109743554A (zh) 一种智能交警机器人

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant