CN107071053A - 一种基于wsan的道路积水监控系统 - Google Patents

一种基于wsan的道路积水监控系统 Download PDF

Info

Publication number
CN107071053A
CN107071053A CN201710351008.6A CN201710351008A CN107071053A CN 107071053 A CN107071053 A CN 107071053A CN 201710351008 A CN201710351008 A CN 201710351008A CN 107071053 A CN107071053 A CN 107071053A
Authority
CN
China
Prior art keywords
data
module
node
monitoring system
server
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.)
Pending
Application number
CN201710351008.6A
Other languages
English (en)
Inventor
苗红霞
白宏熙
张甜甜
汪硕
孙宁
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.)
Changzhou Campus of Hohai University
Original Assignee
Changzhou Campus of Hohai 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 Changzhou Campus of Hohai University filed Critical Changzhou Campus of Hohai University
Priority to CN201710351008.6A priority Critical patent/CN107071053A/zh
Publication of CN107071053A publication Critical patent/CN107071053A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

一种基于WSAN的道路监控系统，监控系统包括了数据采集模块、数据传输模块以及数据处理模块；数据采集模块，包括传感器节点以及汇聚节点，传感器节点通过ZigBee无线通信协议组成一个树形网络，通过节点去感知被测点的信息，并将感知到的信息发送至汇聚节点，实现对规定区域内信息的采集数据传输模块，汇聚节点通过GSM模块将区域内信息传送至服务器，从而构成城市道路积水数据的采集；数据处理模块，包括服务器端以及执行器节点，服务器收集到的实时水位信息后，通过后台数据处理分析，控制执行器节点的水泵工作状况。本系统具有部署简单、成本低廉、节能省电、数据准确及时等特点。

Description

一种基于WSAN的道路积水监控系统
技术领域
本发明属于网络信息技术领域，涉及到一种基于WSAN的道路积水监控系统。
背景技术
近几年来，每到汛期，全国不少大中城市都因暴雨天气出现严重积水内涝。连续的暴雨天气会给交通带来极大的不便，甚至造成大量的交通事故或者给人们带来经济损失，因此，实时监控道路积水的变化情况，以便对积水路段采取有效措施，对道路能够正常运行有着极为重要的意义。
现有的解决办法主要分为两个方面：一方面是积极修建并管理好城市排水设施，另一方面要加快城市道路(涵洞)积水监控系统等非工程性措施的建设和应用。逐步建立可持续性城市排水系统从根本上解决道路积水问题，保障城市生态环境，给城市带来长远战略性的意义，但城市排水系统优化建设多处在分析、试点阶段，短时间难以完成，完善过程中城市仍然面临内涝积水的威胁，生命财产得不到保障。因此，本发明设计了一个道路积水实时监控系统，能够针对现有弊端有着很好的处理办法。
发明内容
针对上述问题，本发明利用了WSAN技术，设计了一个道路积水实时监控系统。本系统首先对各道路水位进行实时监测，再将感知到的信息发送到本地服务器，服务器收集到的实时水位信息后，通过后台数据处理分析，控制执行器节点水泵工作状态，并提供一个web展示页面。最后实现信息交互并对水情进行控制。
本发明的技术方案如下：
一种基于WSAN的道路监控系统，所述监控系统包括了数据采集模块、数据传输模块以及数据处理模块；所述数据采集模块通过数据传输模块将采集到的信息传递给数据处理模块进行处理；
所述数据采集模块，包括传感器节点以及汇聚节点，所述传感器节点通过ZigBee无线通信协议组成一个树形网络，通过节点去感知被测点的信息，并将感知到的信息发送至汇聚节点，实现对规定区域内信息的采集；
所述数据传输模块，将汇聚节点通过GSM模块将区域内信息传送至服务器，从而构成城市道路积水数据的采集；
所述数据处理模块，包括服务器端以及执行器节点，所述服务器收集到的实时水位信息后，通过后台数据处理分析，控制执行器节点的水泵工作状况。
上述传感器节点包括超声波传感器和微处理器，
所述超声波测距传感器为HC-SR04+传感器，用于采集传感器节点传感器至水面的距离。
所述超声波传感器安装在道路防护栏上，结合温度补偿模块精确测量积水液位，利用多个节点协作的无线传感器/执行器网络共同完成数据采集；
所述微处理器用于为传感器节点提供一个组建ZigBee网络的片上系统。
上述传感器节点还包括温度传感器，
所述温度传感器为DS18B20传感器，用于环境温度的测量，并根据该温度对超声波在空气中的传播速度进行修正。
上述汇聚节点包括MCU和GSM模块；
所述MCU用于ZigBee网络和GPRS网络之间的转换以及数据的融合及储存；
所述GSM模块，用于借助GPRS网络与远端服务器通信，将MCU的数据传至服务器，同时将服务器的执行命令下传给MCU。
上述服务器端包括数据预处理模块、预测模型模块、数据可视化模块以及数据仓库模块；
所述数据预处理模块包括数据清洗、数据转换、数据规约以及临时存储到数据库；
所述预测模型为基于BP神经网络模型建模，包括初始化训练、增量训练以及预测文件管理；
所述数据可视化模块包括百度热力图、监测点经纬度管理、水深等级划分管理、实时数据可视化以及水位预测可视化；
所述数据仓库模块包括历史数据以及增量数据。
上述预测模型的运算过程如下：
(1)、初始权值及阈值初始化；
(2)、学习模式；
(3)、计算隐藏层各单元的输入、输出；
(4)、计算输出层各单元的输入、输出；
(5)、计算隐藏层各单元的一般化误差；
(6)、调整隐藏层至输出层之间的连接权值及输出层各单元的阈值；
(7)、调整输入层至隐藏层之间的连接权值及隐藏层各单元的阈值；
(8)、更新学习模式；
(9)、全部模式训练完，若是未训练完回复至步骤(2)；若是训练完，转至步骤(10)；
(10)、更新学习次数，若是大于指定误差并指定学习次数，回复至步骤(2)；若是小于指定误差或大于指定学习次数则结束。
上述执行节点包括MCU、电池、水泵、水泵驱动模块、紧急按钮；所述紧急按钮用于当监控系统出现故障时，紧急启动水泵驱动模块进行水泵抽水。
本发明相对现有技术能够实现：车辆行人打开电子地图能查看及时更新的道路积水状况，同时后台结合当前降水量、历史降水情况、天气变化，计算出估量积水值，并对于易积水的路段地图预警提示，建议车辆绕道行驶，避免险情的发生；市政人员根据网页端实时降水的具体量并结合未来估量值对已经积水的路况和未来有可能积水的道路进行疏通，保障道路的畅通和市民的财产安全；以及执行器能够根据服务器指示，自动开启。当道路积水量达到阈值或未来降水量大于排水量，后台服务器执行计算，并下达指令给执行器，控制执行器的开启，辅助排水，尽快疏通道路。
附图说明
图1为本发明的系统结构图；
图2为汇聚节点数据传输流程图；
图3为传感器节点数据采集流程图；
图4为执行器节点命令执行流程图；
图5为服务器端结构模块图；
图6为服务器端数据处理流程图；
图7为BP神经网络的运算流程图。
具体实施方式
为了使本发明实现的技术手段、达成的目的与功效易于明白了解，下面结合图示进一步阐述本发明。
如图1所示，一种基于WSAN的道路监控系统，所述监控系统包括了数据采集模块、数据传输模块以及数据处理模块；所述数据采集模块通过数据传输模块将采集到的信息传递给数据处理模块进行处理；
所述数据采集模块，包括传感器节点以及汇聚节点，所述传感器节点通过ZigBee无线通信协议组成一个树形网络，通过节点去感知被测点的信息，并将感知到的信息发送至汇聚节点，实现对规定区域内信息的采集；
所述数据传输模块，将汇聚节点通过GSM模块将区域内信息传送至服务器，从而构成城市道路积水数据的采集；
所述数据处理模块，包括服务器端以及执行器节点，所述服务器收集到的实时水位信息后，通过后台数据处理分析，控制执行器节点的水泵工作状况。
上述传感器节点包括超声波传感器和微处理器，
所述超声波测距传感器为HC-SR04+传感器，用于采集传感器节点传感器至水面的距离。
所述超声波传感器安装在道路防护栏上，结合温度补偿模块精确测量积水液位，利用多个节点协作的无线传感器/执行器网络共同完成数据采集；
所述微处理器用于为传感器节点提供一个组建ZigBee网络的片上系统。
上述传感器节点还包括温度传感器，
所述温度传感器为DS18B20传感器，用于环境温度的测量，并根据该温度对超声波在空气中的传播速度进行修正。
如图3所示为传感器节点数据采集流程图，在传感器节点我们通过温度补偿来精确地计算出水位高度，具体步骤如下：
步骤一：初始化：加入汇聚节点创建的ZigBee网络，创建一个事务，实现传感器节点的数据采样频率为1分钟，数据发送频率为5分钟。
步骤二：采集温度，先向DS18B20发送44H命令，使其进行温度转换，然后向其发送BEH命令，读取温度寄存器中前两个寄存器数据，使用这两个数据计算出当前温度。
步骤三：计算声速，使用公式1计算出超声波在空气中的声速，其中θ为温度传感器采集的温度，单位为摄氏度，v为超声波在空气中的声速，单位为m/s。
步骤四：测量水面至传感器距离：给超声波传感器Trig引脚提供20us 的脉冲，然后记录Echo回波引脚高电平的持续时间t，由公式2计算出超声波模块到水面的距离，其中t的单位为s，S为超声波模块到水面的距离，单位为m。
S＝vt (2)
步骤五：计算积水深度：由公式3计算出积水深度高度，其中L为超声波测距模块距路面的高度，单位为m，由安装设备时测量所得，H为积水深度，单位为m。
H＝L-S (3)
步骤六：判断采样次数是否达5次：若采样达5次，则转入步骤七；否则转入步骤二。
步骤七：数据处理及发送：将五次采样数据排序，然后将排序后的中位值发送出去。
步骤八：采样次数清零：将采样次数清零，转入步骤二。
汇聚节点包括MCU和GSM模块；
所述MCU用于ZigBee网络和GPRS网络之间的转换以及数据的融合及储存；
所述GSM模块，用于借助GPRS网络与远端服务器通信，将MCU的数据传至服务器，同时将服务器的执行命令下传给MCU。
如图2为汇聚节点数据采集流程图，具体过程如下：
步骤一：初始化，即创建一个ZigBee网络，等待传感器节点和执行器节点加入，创建一个GPRS场景，初始化http服务，并设置http会话参数。
步骤二：接收各传感器节点数据。
步骤三：判断是否接收完毕，若该循环周期内所以传感器节点的数据均接收完毕，则转入步骤四；否则转入步骤二。
步骤四：去除异常数据，将该循环周期内各传感器发来的数据排序，并将与排序后中位值相差10的数据认定为异常数据，将所有异常数据舍弃后，转入步骤五。
步骤五：发送数据包至服务器。
步骤六：接收并转发服务器命令，，控制执行器节点水泵的流速。
步骤七：现场显示，将该区域最大积水深度及采集时间显示到显示屏上，转入步骤二。
上述执行节点包括MCU、电池、水泵、水泵驱动模块、紧急按钮；所述紧急按钮用于当监控系统出现故障时，紧急启动水泵驱动模块进行水泵抽水。
如图4为执行器节点命令执行流程图，在执行器节点我们通过改变 PWM输出的占空比，实现了水泵流速的控制，具体步骤如下：
步骤一：初始化，加入汇聚节点创建的ZigBee网络，在定时器3通道 1比较引脚即P1_4输出占空比为0的PWM波。
步骤二：判断紧急按钮是否按下：若紧急按钮按下，则转入步骤三；否则转入步骤四。
步骤三：水泵全速启动命令：将PWM输出的占空比改为1，使水泵工作并全速抽水，转入步骤二。
步骤四：判断是否接收到命令：若接收到命令，则转入步骤五；否则转入步骤二。
步骤五：改变水泵流速，转入步骤二。
如图5所示，服务器端包括数据预处理模块、预测模型模块、数据可视化模块以及数据仓库模块；
所述数据预处理模块包括数据清洗、数据转换、数据规约以及临时存储到数据库；
所述预测模型为基于BP神经网络模型建模，包括初始化训练、增量训练以及预测文件管理；
所述数据可视化模块包括百度热力图、监测点经纬度管理、水深等级划分管理、实时数据可视化以及水位预测可视化；
所述数据仓库模块包括历史数据以及增量数据。
如图7所示，上述预测模型的运算过程如下：
(1)、初始权值及阈值初始化；
(2)、学习模式；
(3)、计算隐藏层各单元的输入、输出；
(4)、计算输出层各单元的输入、输出；
(5)、计算隐藏层各单元的一般化误差；
(6)、调整隐藏层至输出层之间的连接权值及输出层各单元的阈值；
(7)、调整输入层至隐藏层之间的连接权值及隐藏层各单元的阈值；
(8)、更新学习模式；
(9)、全部模式训练完，若是未训练完回复至步骤(2)；若是训练完，转至步骤(10)；
(10)、更新学习次数，若是大于指定误差并小于指定学习次数，回复至步骤(2)；若是小于指定误差或大于指定学习次数则结束。
在预测模型模块中，系统在未正式工作之前会通过数据仓库模块管理的历史数据进行BP神经网络建模，用以后面的预测工作。其中BP神经网络模型通过多次迭代达到稳定，将训练好的模型数据存入数据库。实时的数据副本会被作为预测模型的输入，预测后的预测文件一方面被可视化，另一方面可以被用来作为硬件系统工作的指导文件。清洗后的数据又会被作为历史数据添加到数据仓库中，用以增量训练模型，保持预测模型良好的准确率。通过不断的机器训练，让预测模型良性循环，维持模型的高准确率，使之更持久地为用户提供服务。系统正式运行时，服务器首先接收到由硬件传输过来的水位等数据。经过数据预处理模块得到干净的数据。该数据会产生一份副本，数据原件结合经纬度等信息用来实时可视化当前水位情况。副本被用做预测输入，通过预测模块进行水位数据的预测，预测结果通过可视化模块显示在用户界面上。其中，预测数据也会进一步指导硬件控制系统进行相应的工作。
在预处理过程中，Apache服务器对接收到的由于硬件异常、网络传输或服务器异常而产生的缺失、噪声数据进行统一的处理，并继续进行数据的规约和转换，并将其临时存储到MySQL数据库，保证系统下一步处理的数据是安全合法的。对基本实时数据的显示时，采用Weka数据可视化工具，并结合系统给定的水深等级表和百度经纬度逆解析API进行颜色深度的选取和描点绘图，在地图上构建实时水位数据麻点图。
如图6所示，数据存储过程利用Apache服务器将接收到的数据存储到 MySQL数据库，然后进行经纬度解析，利用百度经纬度逆解析API，进一步进行水位预测，该过程由RapidMiner JAVA开源库运行BP神经网络训练模型，实现监测点A水位预测，进一步初始化设备麻点图，再次添加节点设备时才会触发麻点图更新，否则基准地图一直使用初始化地图，进一步进行数据更新，数据更新过程中的批次数据采集频率范围是从一分钟到十分钟，具体数值不定，根据实际需求可以进行调整，也可以手动请求更新，程序默认为五分钟，最后进行图像处理，以颜色情况描述水深程度，R分量越高，则水深越严重。
以上显示和描述了本发明的基本原理、主要特征及优势，本行业技术人员应该了解，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (7)

1.一种基于WSAN的道路监控系统，其特征在于：所述监控系统包括了数据采集模块、数据传输模块以及数据处理模块；所述数据采集模块通过数据传输模块将采集到的信息传递给数据处理模块进行处理；
所述数据采集模块，包括传感器节点以及汇聚节点，所述传感器节点通过ZigBee无线通信协议组成一个树形网络，通过节点去感知被测点的信息，并将感知到的信息发送至汇聚节点，实现对规定区域内信息的采集；
所述数据传输模块，将汇聚节点通过GSM模块将区域内信息传送至服务器，从而构成城市道路积水数据的采集；
所述数据处理模块，包括服务器端以及执行器节点，所述服务器收集到的实时水位信息后，通过后台数据处理分析，控制执行器节点的水泵工作状况。
2.根据权利要求1所述的基于WSAN的道路监控系统，其特征在于：所述传感器节点包括超声波传感器和微处理器，
所述超声波测距传感器为HC-SR04+传感器，用于采集传感器节点传感器至水面的距离，所述超声波传感器安装在道路防护栏上，结合温度补偿模块精确测量积水液位，利用多个节点协作的无线传感器/执行器网络共同完成数据采集；
所述微处理器用于为传感器节点提供一个组建ZigBee网络的片上系统。
3.根据权利要求2所述的基于WSAN的道路监控系统，其特征在于：所述传感器节点还包括温度传感器；
所述温度传感器为DS18B20传感器，用于环境温度的测量，并根据该温度对超声波在空气中的传播速度进行修正。
4.根据权利要求1所述的基于WSAN的道路监控系统，其特征在于：所述汇聚节点包括MCU和GSM模块；
所述MCU用于ZigBee网络和GPRS网络之间的转换以及数据的融合及储存；
所述GSM模块，用于借助GPRS网络与远端服务器通信，将MCU的数据传至服务器，同时将服务器的执行命令下传给MCU。
5.根据权利要求1所述的基于WSAN的道路监控系统，其特征在于：所述服务器端包括数据预处理模块、预测模型模块、数据可视化模块以及数据仓库模块；
所述数据预处理模块包括数据清洗、数据转换、数据规约以及临时存储到数据库；
所述预测模型为基于BP神经网络模型建模，包括初始化训练、增量训练以及预测文件管理；
所述数据可视化模块包括百度热力图、监测点经纬度管理、水深等级划分管理、实时数据可视化以及水位预测可视化；
所述数据仓库模块包括历史数据以及增量数据。
6.根据权利要求5所述的基于WSAN的道路监控系统，其特征在于：所述预测模型的运算过程如下：
（1）、初始权值及阈值初始化；
（2）、学习模式；
（3）、计算隐藏层各单元的输入、输出；
（4）、计算输出层各单元的输入、输出；
（5）、计算隐藏层各单元的一般化误差；
（6）、调整隐藏层至输出层之间的连接权值及输出层各单元的阈值；
（7）、调整输入层至隐藏层之间的连接权值及隐藏层各单元的阈值；
（8）、更新学习模式；
（9）、全部模式训练完，若是未训练完回复至步骤（2）；若是训练完，转至步骤（10）；
（10）、更新学习次数，若是大于指定误差并小于指定学习次数，回复至步骤（2）；若是小于指定误差或大于指定学习次数则结束。
7.根据权利要求1所述的基于WSAN的道路监控系统，其特征在于：所述执行节点包括MCU、电池、水泵、水泵驱动模块、紧急按钮；所述紧急按钮用于当监控系统出现故障时，紧急启动水泵驱动模块进行水泵抽水。
CN201710351008.6A 2017-05-18 2017-05-18 一种基于wsan的道路积水监控系统 Pending CN107071053A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710351008.6A CN107071053A (zh) 2017-05-18 2017-05-18 一种基于wsan的道路积水监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710351008.6A CN107071053A (zh) 2017-05-18 2017-05-18 一种基于wsan的道路积水监控系统

Publications (1)

Publication Number Publication Date
CN107071053A true CN107071053A (zh) 2017-08-18

Family

ID=59609687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710351008.6A Pending CN107071053A (zh) 2017-05-18 2017-05-18 一种基于wsan的道路积水监控系统

Country Status (1)

Country Link
CN (1) CN107071053A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109520564A (zh) * 2018-11-05 2019-03-26 福建石子科技有限公司 一种智能分析模型的监控应用方法
CN109688598A (zh) * 2019-01-11 2019-04-26 东北大学 基于wsan的复杂管网分布式数据采集系统及传输优化方法
CN109714792A (zh) * 2019-01-22 2019-05-03 苏州华盖信息科技有限公司 一种数据收集方法、装置及系统
CN109922454A (zh) * 2019-04-02 2019-06-21 西安科诺维智能交通研究院有限公司 一种高速公路自组网道路积水探测的装置
CN110207748A (zh) * 2019-06-05 2019-09-06 榆林学院 一种物联网环境监测系统
CN113780668A (zh) * 2021-09-15 2021-12-10 泰华智慧产业集团股份有限公司 一种基于历史数据的城市积水内涝预测方法及系统
CN114500585A (zh) * 2021-12-02 2022-05-13 广东亿嘉和科技有限公司 基于epoll的网络传感器采集系统及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101827007A (zh) * 2010-04-19 2010-09-08 中兴通讯股份有限公司 传感器网络与移动终端互联的方法和装置及网络连接设备
CN102325387A (zh) * 2011-05-24 2012-01-18 武汉理工大学 基于无线传感网络的道路灯光集群式无线网络控制系统
CN102685211A (zh) * 2012-04-09 2012-09-19 南京龙渊微电子科技有限公司 基于云计算的矿井无线传感网络火情远程监控系统及方法
CN102984217A (zh) * 2012-11-12 2013-03-20 大连理工大学 一种基于无线传感器网络的虚拟农场现实化的系统
CN104486428A (zh) * 2014-12-18 2015-04-01 长安大学 一种基于云服务器的道路积水监测系统及其方法
CN105206053A (zh) * 2015-09-21 2015-12-30 河海大学常州校区 一种基于车联网技术的道路综合信息处理系统及其方法
CN106384153A (zh) * 2016-09-18 2017-02-08 河海大学常州校区 基于ba‑bpnn数据融合的wsan执行器任务分配方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101827007A (zh) * 2010-04-19 2010-09-08 中兴通讯股份有限公司 传感器网络与移动终端互联的方法和装置及网络连接设备
CN102325387A (zh) * 2011-05-24 2012-01-18 武汉理工大学 基于无线传感网络的道路灯光集群式无线网络控制系统
CN102685211A (zh) * 2012-04-09 2012-09-19 南京龙渊微电子科技有限公司 基于云计算的矿井无线传感网络火情远程监控系统及方法
CN102984217A (zh) * 2012-11-12 2013-03-20 大连理工大学 一种基于无线传感器网络的虚拟农场现实化的系统
CN104486428A (zh) * 2014-12-18 2015-04-01 长安大学 一种基于云服务器的道路积水监测系统及其方法
CN105206053A (zh) * 2015-09-21 2015-12-30 河海大学常州校区 一种基于车联网技术的道路综合信息处理系统及其方法
CN106384153A (zh) * 2016-09-18 2017-02-08 河海大学常州校区 基于ba‑bpnn数据融合的wsan执行器任务分配方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
元保军: "压力式雨量及路面积水检测的WSN节点设计", 《中国优秀硕士学位论文全文数据库》 *
周继裕，王承亮，黄楠，罗皓: "基于超声波的高精度水位控制系统设计", 《现代电子技术》 *
郎为民: "无线传感器与执行器网络（WSAN） 研究", 《新技术》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109520564A (zh) * 2018-11-05 2019-03-26 福建石子科技有限公司 一种智能分析模型的监控应用方法
CN109520564B (zh) * 2018-11-05 2020-10-30 福建石子科技有限公司 一种智能分析模型的监控应用方法
CN109688598A (zh) * 2019-01-11 2019-04-26 东北大学 基于wsan的复杂管网分布式数据采集系统及传输优化方法
CN109688598B (zh) * 2019-01-11 2021-07-13 东北大学 基于wsan的复杂管网分布式数据采集系统及传输优化方法
CN109714792A (zh) * 2019-01-22 2019-05-03 苏州华盖信息科技有限公司 一种数据收集方法、装置及系统
CN109714792B (zh) * 2019-01-22 2020-09-22 河钢数字技术股份有限公司 一种数据收集方法、装置及系统
CN109922454A (zh) * 2019-04-02 2019-06-21 西安科诺维智能交通研究院有限公司 一种高速公路自组网道路积水探测的装置
CN110207748A (zh) * 2019-06-05 2019-09-06 榆林学院 一种物联网环境监测系统
CN113780668A (zh) * 2021-09-15 2021-12-10 泰华智慧产业集团股份有限公司 一种基于历史数据的城市积水内涝预测方法及系统
CN114500585A (zh) * 2021-12-02 2022-05-13 广东亿嘉和科技有限公司 基于epoll的网络传感器采集系统及方法

Similar Documents

Publication Publication Date Title
CN107071053A (zh) 一种基于wsan的道路积水监控系统
CN109639762B (zh) 城市物联网信息分级处理系统及方法
CN105843942B (zh) 一种基于大数据技术的城市防汛决策支持方法
CN109114430A (zh) 一种城市排水管网在线监测系统
CN104715610B (zh) 一种面向城市交通的交通指数计算方法
Ahmad et al. Flood prediction and disaster risk analysis using GIS based wireless sensor networks, a review
CN109617947A (zh) 依管理类别设置的城市异源物联网边缘计算系统及方法
CN105241524B (zh) 一种基于径向基函数神经网络模型的城市洪水预警系统及其方法
CN103093400A (zh) 一种隧道施工中邻近建筑物安全性定量评价方法
CN113110200A (zh) 一种基于气象和雨洪模型的城市内涝预警系统
CN104240499A (zh) 一种基于微波数据的异常拥堵点判别方法
CN106373070A (zh) 一种应对城市暴雨内涝的四预方法
CN107656325A (zh) 一种城市内涝自动预警系统及预警方法
CN109859442A (zh) 山地灾害链预测预报及监测预警系统及实现流程
CN106327864A (zh) 一种基于高速公路联网收费数据的交通流估计方法
CN110400462A (zh) 基于模糊理论的轨道交通客流监测预警方法及其系统
CN106384507A (zh) 基于稀疏检测器的行程时间实时估计方法
Tillihal et al. River flood monitoring and management: a review
CN210865032U (zh) 城市内涝监测预警系统
Zhou Application of artificial intelligence in geography
CN205594844U (zh) 一种山体滑坡和泥石流预警系统
CN108510110A (zh) 一种基于知识图谱的水位趋势分析方法
CN108055318A (zh) 一种水环境物联网方法与装置
CN106022612A (zh) 流域防洪调度方案仿真系统
CN109814462A (zh) 一种基于大数据的城市排水网络监控控制系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Bai Hongxi

Inventor after: Zhang Tiantian

Inventor after: Wang Shuo

Inventor after: Miao Hongxia

Inventor after: Sun Ning

Inventor before: Miao Hongxia

Inventor before: Bai Hongxi

Inventor before: Zhang Tiantian

Inventor before: Wang Shuo

Inventor before: Sun Ning

CB03 Change of inventor or designer information
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170818

WD01 Invention patent application deemed withdrawn after publication