CN107478273A - 基于嵌入式和物联网技术的下水道监控系统及方法 - Google Patents
基于嵌入式和物联网技术的下水道监控系统及方法 Download PDFInfo
- Publication number
- CN107478273A CN107478273A CN201710693298.2A CN201710693298A CN107478273A CN 107478273 A CN107478273 A CN 107478273A CN 201710693298 A CN201710693298 A CN 201710693298A CN 107478273 A CN107478273 A CN 107478273A
- Authority
- CN
- China
- Prior art keywords
- sensor
- sewer
- embedded
- cloud server
- sensing
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及通讯技术领域,尤其涉及一种基于嵌入式和物联网技术的下水道监控系统及方法。该系统包括传感模块、嵌入式开发板和云端服务器;传感模块包括水位传感器、流速传感器、雨量传感器和烟雾气敏传感器以及网络摄像机;水位传感器、流速传感器、雨量传感器和烟雾气敏传感器以及网络摄像机的信号输出端分别与嵌入式开发板连接,嵌入式开发板通过网络与云端服务器连接,云端服务器通过传输装置与用户终端连接。基于该系统的监控方法,包括步骤:建立传感模块,采集传感数据,传感数据传送,传感数据储存,建立预案数据库,模式匹配。本发明能将采集的数据信息进行数据储存、整理和分析,并基于大量的数据给出相应的应急方案。
Description
技术领域
本发明涉及通讯技术领域,尤其涉及一种基于嵌入式和物联网技术的下水道监控系统及方法。
背景技术
目前我国下水道排水系统存在许多问题,经常出现堵滞现象,出现下水道堵滞现象后一般采取人工进入下水道的方式对下水道的情况进行监察,但是有些下水道管道口极其窄小,人员很难进入,而且由于下水道中容易产生有毒,易燃易破气体,下井作业存在许多安全隐患。
由于下水道的情况复杂,采用人工监察的方式不仅费时费力而且存在较大的人身安全隐患,目前,研究者重点研究开发下水道监控系统,以实现下水道监控的智能化;但是现有的下水道监控系统不能全面地监控下水道的各项指标,而且对于采集到的数据不能实现有机整合,在出现险情时不能及时地预警并给出应急方案。
发明内容
为解决以上问题,本发明的目的是提供一种基于嵌入式和物联网技术的下水道监控系统及方法,不仅能够全面地采集下水道和路面各项指标数据,而且能将采集的数据信息进行数据储存、整理和分析,并基于大量的数据给出相应的应急方案。
为实现上述目的,本发明所设计的基于嵌入式和物联网技术的下水道监控系统,包括传感模块、嵌入式开发板和云端服务器;所述传感模块包括水位传感器、流速传感器、雨量传感器和烟雾气敏传感器以及网络摄像机;所述水位传感器、流速传感器、雨量传感器和烟雾气敏传感器以及网络摄像机的信号输出端分别与嵌入式开发板连接,所述嵌入式开发板通过网络与云端服务器连接,所述云端服务器通过传输装置与用户终端连接。
作为优选方案,所述嵌入式开发板为ARM开发板。
作为优选方案,所述网络为3G/4G移动通信网络。
一种基于嵌入式和物联网技术的下水道监控系统的监控方法,包括以下步骤:
1)建立传感模块:在下水道中安装水位传感器、流速传感器、烟雾气敏传感器,在路面上安装雨量传感器和网络摄像机,由水位传感器、流速传感器、烟雾气敏传感器、雨量传感器和网络摄像机组成传感模块;
2)采集传感数据:水位传感器采集下水道中水位信息,流速传感器采集下水道中水流速度信息,烟雾气敏传感器采集下水道中易燃易爆气体的浓度信息,雨量传感器采集路面上降雨量信息,网络摄像机实时拍摄路面上的路况图像信息;
3)传感数据传送:水位传感器、流速传感器、烟雾气敏传感器、雨量传感器和网络摄像机所采集到的数据分别发送给嵌入式开发板,嵌入式开发板将采集到的数据进行加密后发送给云端服务器;
4)传感数据储存:云端服务器将采集到的传感数据储存在采样数据库中;
5)建立预案数据库:云端服务器根据采样数据库中储存的数据设计预案,并将预案储存于云端服务器的预案数据库中;
6)模式匹配:由传感模块继续实时采集传感数据,并将采集到的传感数据储存传感数据库中,传感数据自动与采样数据库中的每个案例进行匹配,当采集到的数据与采样数据库中的案例匹配时,从预案数据库调取对应的应急预案;传感数据和应急预案通过传输装置传送至用户终端。
作为优选方案,采用能量泛函对所述网络摄像机实时拍摄路面上的路况图像信息进行优化处理,优化处理的具有过程为:
2.1)采用混合高斯模型对源图像对进行概率密度分布的估计,其中混合高斯模型为:
式(1)中,pi(x,μi,Ci)是均值为μi,协方差为Ci的高斯分布,πi为混合系数,是数据样本产生第i个高斯分布的先验概率,且满足:0≤πi≤1;
pi(x,μi,Ci)的概率密度函数为:
2.2)采用颜色直方图方法对源图像对进行颜色相似度的估计,颜色直方图方法的公式为:
式(3)中,像素p在区域w的相似性表示为区域w中与像素p灰度相似的像素数目之和;f(p,g(w))表示像素p在图片g的区域w中i的相似度,h表示区域w的颜色直方图,h(p')表示p'在直方图h里的值,β表示颜色偏差阈值;像素数目越多,则p与w越相似;
2.3)采用步骤2.1)和步骤2.2)的两种方法综合度量源图像对的相似性,综合度量源图像对相似性的公式为:
式(4)中,a为混合高斯模型度量的权值,b为颜色直方图方法的权值;IA(x,y)为图像A在x,y处的像素值,p(IA(x,y),)为图像A中(x,y)处像素在图像B的j区域的相似度;
2.4)待分割图像的轮廓的能量函数如下:
式(5)中,第一项(α×length(CA))计算曲线的长度,第二项计算曲线所包围的面积,第三项和第四项中权值系数α,β,γ,λ的由步骤2.3)的综合度量的方法得到,用于控制各项参数的比重,当函数达到最小值收敛时,得到的曲线即为目标物的轮廓曲线。
本发明的优点在于:本发明通过安装水位传感器、流速传感器、雨量传感器和烟雾气敏传感器以及网络摄像机,能全面地监测下水道的各项指标;通过云端服务器不仅对数据进行分析,而且建立预案数据库,通过模式匹配的方式提供应急预案,实现下水道的智能监测,实现下水道高效安全的管理模式。
附图说明
图1为本发明的基于嵌入式和物联网技术的下水道监控系统的结构示意图;
图2为本发明的基于嵌入式和物联网技术的下水道监控方法流程图;
图中各部件标号如下:传感模块10、水位传感器11、流速传感器12、雨量传感器13、烟雾气敏传感器14、网络摄像机15、嵌入式开发板20、云端服务器30、传输装置40、用户终端50。
具体实施方式
为更好地理解本发明,以下将结合附图和具体实例对发明进行详细的说明。
为解决现有下水道监控技术中存在下水道监控指标不全面,数据利用不充分的问题,本发明提供一种基于嵌入式和物联网技术的下水道监控系统及方法,具体地说,其利用多种传感器探测下水道各项指标并且采用网络摄像机实时拍摄路面积水状况,然后将下水道各项指标数据和路面积水状况图像通过嵌入式开发板发送至云端服务器,由云端服务器进行数据处理、分析以及计算应急预案后传输至用户终端。以下将通过具体的实施例来对本发明的基于嵌入式和物联网技术的下水道监控系统及方法的优选方式进行详细地说明。
如图1所示,基于嵌入式和物联网技术的下水道监控系统,包括传感模块10、嵌入式开发板20和云端服务器30;传感模块10包括水位传感器11、流速传感器12、雨量传感器13和烟雾气敏传感器14以及网络摄像机15;水位传感器11、流速传感器12、雨量传感器13和烟雾气敏传感器14以及网络摄像机15的信号输出端分别与嵌入式开发板20连接,嵌入式开发板20通过3G/4G移动通信网络与云端服务器30连接,云端服务器30通过传输装置40与用户终端50连接。其中,嵌入式开发板20采用ARM开发板。
如图2所示,应用上述基于嵌入式和物联网技术的下水道监控系统进行下水道监控的方法,包括以下步骤:
1)建立传感模块:在下水道中安装水位传感器11、流速传感器12、烟雾气敏传感器14,在路面上安装雨量传感器13和网络摄像机15,由水位传感器11、流速传感器12、烟雾气敏传感器14、雨量传感器13和网络摄像机15组成传感模块10;
2)采集传感数据:水位传感器11采集下水道中水位信息,流速传感器12采集下水道中水流速度信息,烟雾气敏传感器14采集下水道中易燃易爆气体的浓度信息,雨量传感器13采集路面上降雨量信息,网络摄像机15实时拍摄路面上的路况图像信息;
3)传感数据传送:水位传感器11、流速传感器12、烟雾气敏传感器14、雨量传感器13和网络摄像机15所采集到的数据分别发送给嵌入式开发板20,嵌入式开发板20将采集到的数据进行加密后发送给云端服务器30;
4)传感数据储存:云端服务器30将采集到的传感数据储存在采样数据库中;
5)建立预案数据库:云端服务器30根据采样数据库中储存的数据设计预案,并将预案储存于云端服务器30的预案数据库中;
6)模式匹配:由传感模块10继续实时采集传感数据,并将采集到的传感数据储存传感数据库中,传感数据自动与采样数据库中的每个案例进行匹配,当采集到的数据与采样数据库中的案例匹配时,从预案数据库调取对应的应急预案;传感数据和应急预案通过传输装置40传送至用户终端50。
当下水道堵塞后路面上会出现不同程度的积水,这将影响人们的交通出行,为了更加全面地了解下水道的情况以及排水发生异常后对公路的影响,本发明不仅通过多种传感器监控下水道的各项指标,本发明还通过网络摄像机15引入图像多媒体信息,但是一般遇到下雨天或者恶劣的天气环境时,网络摄像机拍摄到的路面画质会很差,使操作人员无法清晰地看清路面情况,为了使采集到的路面图像更加的清晰,本发明还采用能量泛函对网络摄像机15实时拍摄路面上的路况图像信息进行优化处理以减小背景或光照的影响,提高鲁棒性,使目标物可以被准确识别。
本系统采用混合高斯模型和颜色直方图方法综合度量原图像对的相似性,以得到待分割图像的轮廓的能量函数,当函数值达到最小值收敛时,得到的曲线即为目标物的轮廓曲线;得到目标物轮廓曲线的步骤如下:
2.1)采用混合高斯模型对源图像对进行概率密度分布的估计,其中混合高斯模型为:
式(1)中,pi(x,μi,Ci)是均值为μi,协方差为Ci的高斯分布,πi为混合系数,是数据样本产生第i个高斯分布的先验概率,且满足:0≤πi≤1;
pi(x,μi,Ci)的概率密度函数为:
2.2)采用颜色直方图方法对源图像对进行颜色相似度的估计,颜色直方图方法的公式为:
式3中,像素p在区域w的相似性表示为,区域w中与像素p灰度相似的像素数目之和;f(p,g(w))表示像素p在图片g的区域w的相似度,h表示区域w的颜色直方图,h(p')表示p'在直方图h里的值,β表示颜色偏差阈值;像素数目越多,则p与w越相似;
2.3)采用步骤2.1和步骤2.2的两种方法综合度量源图像对的相似性,综合度量源图像对相似性的公式为:
式4中,a为混合高斯模型度量的权值,b为颜色直方图方法的权值;IA(x,y)为图像A在x,y处的像素值,为图像A中x,y处像素在图像B的j区域的相似度;
2.4)待分割图像的轮廓的能量函数如下:
式5中,第一项:α×length(CA)计算曲线的长度,第二项:计算曲线所包围的面积,第三项:和第四项:中权值系数α,β,γ,λ的由步骤2.3)的综合度量的方法得到,用于控制各项参数的比重,,当函数值达到最小值收敛时,得到的曲线即为目标物的轮廓曲线。
综上所述,本发明相比于现有技术,具有的优点为:
1,本发明通过安装水位传感器11、流速传感器12、雨量传感器13和烟雾气敏传感器14以及网络摄像机15,能全面地监测下水道的各项指标。
2,本发明通过云端服务器不仅对数据进行分析,而且建立预案数据库,通过模式匹配的方式提供应急预案。
3,本发明利用物联网技术和嵌入式技术在下水道中构建传感模块,大量的传感器节点能增大覆盖的监测区域,减少下水道人工监测盲区。
4,本发明的使用基于3G/4G移动通信的网络进行传输数据,不必再单独建立信号传输网络,节约系统布置时的成本。
5,本发明还采用能量泛函对网络摄像机15实时拍摄路面上的路况图像信息进行清晰度优化处理以减小背景或光照的影响,提高鲁棒性,使路面上的积水情况可以被准确识别。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (5)
1.一种基于嵌入式和物联网技术的下水道监控系统,其特征在于:包括传感模块(10)、嵌入式开发板(20)和云端服务器(30);所述传感模块(10)包括水位传感器(11)、流速传感器(12)、雨量传感器(13)和烟雾气敏传感器(14)以及网络摄像机(15);所述水位传感器(11)、流速传感器(12)、雨量传感器(13)和烟雾气敏传感器(14)以及网络摄像机(15)的信号输出端分别与嵌入式开发板(20)连接,所述嵌入式开发板(20)通过网络与云端服务器(30)连接,所述云端服务器(30)通过传输装置(40)与用户终端(50)连接。
2.根据权利要求1所述的基于嵌入式和物联网技术的下水道监控系统,其特征在于:所述嵌入式开发板(20)为ARM开发板。
3.根据权利要求1所述的基于嵌入式和物联网技术的下水道监控系统,其特征在于:所述网络为3G/4G移动通信网络。
4.一种应用权利要求1所述的基于嵌入式和物联网技术的下水道监控系统的监控方法,其特征在于:包括以下步骤:
1)建立传感模块:在下水道中安装水位传感器(11)、流速传感器(12)、烟雾气敏传感器(14),在路面上安装雨量传感器(13)和网络摄像机(15),由水位传感器(11)、流速传感器(12)、烟雾气敏传感器(14)、雨量传感器(13)和网络摄像机(15)组成传感模块(10);
2)采集传感数据:水位传感器(11)采集下水道中水位信息,流速传感器(12)采集下水道中水流速度信息,烟雾气敏传感器(14)采集下水道中易燃易爆气体的浓度信息,雨量传感器(13)采集路面上降雨量信息,网络摄像机(15)实时拍摄路面上的路况图像信息;
3)传感数据传送:水位传感器(11)、流速传感器(12)、烟雾气敏传感器(14)、雨量传感器(13)和网络摄像机(15)所采集到的数据分别发送给嵌入式开发板(20),嵌入式开发板(20)将采集到的数据进行加密后发送给云端服务器(30);
4)传感数据储存:云端服务器(30)将采集到的传感数据储存在采样数据库中;
5)建立预案数据库:云端服务器(30)根据采样数据库中储存的数据设计预案,并将预案储存于云端服务器(30)的预案数据库中;
6)模式匹配:由传感模块(10)继续实时采集传感数据,并将采集到的传感数据储存传感数据库中,传感数据自动与采样数据库中的每个案例进行匹配,当采集到的数据与采样数据库中的案例匹配时,从预案数据库调取对应的应急预案;传感数据和应急预案通过传输装置(40)传送至用户终端(50)。
5.根据权利要求4所述的基于嵌入式系统的下水道监控方法,其特征在于:采用能量泛函对所述网络摄像机(15)实时拍摄路面上的路况图像信息进行优化处理,优化处理的具有过程为:
2.1)采用混合高斯模型对源图像对进行概率密度分布的估计,其中混合高斯模型为:
式(1)中,pi(x,μi,Ci)是均值为μi,协方差为Ci的高斯分布,πi为混合系数,是数据样本产生第i个高斯分布的先验概率,且满足:
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<msub>
<mi>&pi;</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>0</mn>
<mo>&le;</mo>
<msub>
<mi>&pi;</mi>
<mi>i</mi>
</msub>
<mo>&le;</mo>
<mn>1</mn>
<mo>;</mo>
</mrow>
1
pi(x,μi,Ci)的概率密度函数为:
2.2)采用颜色直方图方法对源图像对进行颜色相似度的估计,颜色直方图方法的公式为:
式(3)中,像素p在区域w的相似性表示为,区域w中与像素p灰度相似的像素数目之和;f(p,g(w))表示像素p在图片g的区域w的相似度,h表示区域w的颜色直方图,h(p')表示p'在直方图h里的值,β表示颜色偏差阈值;像素数目越多,则p与w越相似;
2.3)采用步骤2.1)和步骤2.2)的两种方法综合度量源图像对的相似性,综合度量源图像对相似性的公式为:
式(4)中,a为混合高斯模型度量的权值,b为颜色直方图方法的权值;IA(x,y)为图像A在x,y处的像素值,为图像A中(x,y)处像素在图像B的j区域的相似度;
2.4)待分割图像的轮廓的能量函数如下:
式(5)中,第一项:α×length(CA)计算曲线的长度,第二项:计算曲线所包围的面积,第三项:和第四项:中权值系数α,β,γ,λ的由步骤2.3)的综合度量的方法得到,用于控制各项参数的比重,当函数值达到最小值收敛时,得到的曲线即为目标物的轮廓曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710693298.2A CN107478273B (zh) | 2017-08-14 | 2017-08-14 | 基于嵌入式和物联网技术的下水道监控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710693298.2A CN107478273B (zh) | 2017-08-14 | 2017-08-14 | 基于嵌入式和物联网技术的下水道监控系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107478273A true CN107478273A (zh) | 2017-12-15 |
CN107478273B CN107478273B (zh) | 2019-09-24 |
Family
ID=60599408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710693298.2A Expired - Fee Related CN107478273B (zh) | 2017-08-14 | 2017-08-14 | 基于嵌入式和物联网技术的下水道监控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107478273B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255796A (zh) * | 2018-09-07 | 2019-01-22 | 浙江大丰实业股份有限公司 | 舞台设备安全解析平台 |
CN109597342A (zh) * | 2019-01-16 | 2019-04-09 | 郑州轻工业学院 | 一种动态组网智能辨识的采砂船监测装置及方法 |
CN110263811A (zh) * | 2019-05-21 | 2019-09-20 | 上海应势信息科技有限公司 | 一种基于数据融合的设备运行状态监测方法及系统 |
CN111382259A (zh) * | 2018-12-28 | 2020-07-07 | 上海游昆信息技术有限公司 | 一种app崩溃日志的解析方法及装置 |
CN113780053A (zh) * | 2021-07-05 | 2021-12-10 | 青海大学 | 基于开发板的人流密度监测系统 |
CN114576564A (zh) * | 2020-11-30 | 2022-06-03 | 开创水资源科技股份有限公司 | 下水道管渠阻塞渗漏人工智能侦测系统 |
TWI770695B (zh) * | 2020-11-30 | 2022-07-11 | 開創水資源股份有限公司 | 下水道管渠阻塞滲漏人工智能偵測系統 |
TWI770859B (zh) * | 2021-03-05 | 2022-07-11 | 開創水資源股份有限公司 | 下水道管渠入流入滲流量自動監測系統 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203432650U (zh) * | 2013-07-05 | 2014-02-12 | 张冬 | 一种下水道预警监测系统 |
CN203743864U (zh) * | 2014-03-26 | 2014-07-30 | 于久凯 | 下水道监测预警系统 |
CN203849258U (zh) * | 2014-06-19 | 2014-09-24 | 湖北民族学院 | 一种基于无线传感器网络的下水道监测装置 |
CN204303146U (zh) * | 2014-12-18 | 2015-04-29 | 淮阴师范学院 | 一种基于物联网技术的水质监测设备 |
CN104616421A (zh) * | 2014-11-26 | 2015-05-13 | 上海铂珏传感科技有限公司 | 城市地下管网安全监测系统 |
CN205103981U (zh) * | 2015-11-05 | 2016-03-23 | 韩子砚 | 基于物联网的城市下水道远程监测及时报警系统 |
CN106468679A (zh) * | 2015-08-22 | 2017-03-01 | 由国峰 | 一种下水道气体远程监测系统 |
CN106651900A (zh) * | 2016-12-27 | 2017-05-10 | 中国农业大学 | 一种基于轮廓分割的高架原位草莓三维建模方法 |
CN106989283A (zh) * | 2017-05-23 | 2017-07-28 | 天津亿利科能源科技发展股份有限公司 | 一种城市下水道淤塞监测系统 |
-
2017
- 2017-08-14 CN CN201710693298.2A patent/CN107478273B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203432650U (zh) * | 2013-07-05 | 2014-02-12 | 张冬 | 一种下水道预警监测系统 |
CN203743864U (zh) * | 2014-03-26 | 2014-07-30 | 于久凯 | 下水道监测预警系统 |
CN203849258U (zh) * | 2014-06-19 | 2014-09-24 | 湖北民族学院 | 一种基于无线传感器网络的下水道监测装置 |
CN104616421A (zh) * | 2014-11-26 | 2015-05-13 | 上海铂珏传感科技有限公司 | 城市地下管网安全监测系统 |
CN204303146U (zh) * | 2014-12-18 | 2015-04-29 | 淮阴师范学院 | 一种基于物联网技术的水质监测设备 |
CN106468679A (zh) * | 2015-08-22 | 2017-03-01 | 由国峰 | 一种下水道气体远程监测系统 |
CN205103981U (zh) * | 2015-11-05 | 2016-03-23 | 韩子砚 | 基于物联网的城市下水道远程监测及时报警系统 |
CN106651900A (zh) * | 2016-12-27 | 2017-05-10 | 中国农业大学 | 一种基于轮廓分割的高架原位草莓三维建模方法 |
CN106989283A (zh) * | 2017-05-23 | 2017-07-28 | 天津亿利科能源科技发展股份有限公司 | 一种城市下水道淤塞监测系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255796A (zh) * | 2018-09-07 | 2019-01-22 | 浙江大丰实业股份有限公司 | 舞台设备安全解析平台 |
CN109255796B (zh) * | 2018-09-07 | 2022-01-28 | 浙江大丰实业股份有限公司 | 舞台设备安全解析平台 |
CN111382259A (zh) * | 2018-12-28 | 2020-07-07 | 上海游昆信息技术有限公司 | 一种app崩溃日志的解析方法及装置 |
CN109597342A (zh) * | 2019-01-16 | 2019-04-09 | 郑州轻工业学院 | 一种动态组网智能辨识的采砂船监测装置及方法 |
CN110263811A (zh) * | 2019-05-21 | 2019-09-20 | 上海应势信息科技有限公司 | 一种基于数据融合的设备运行状态监测方法及系统 |
CN110263811B (zh) * | 2019-05-21 | 2021-03-26 | 上海应势信息科技有限公司 | 一种基于数据融合的设备运行状态监测方法及系统 |
CN114576564A (zh) * | 2020-11-30 | 2022-06-03 | 开创水资源科技股份有限公司 | 下水道管渠阻塞渗漏人工智能侦测系统 |
TWI770695B (zh) * | 2020-11-30 | 2022-07-11 | 開創水資源股份有限公司 | 下水道管渠阻塞滲漏人工智能偵測系統 |
TWI770859B (zh) * | 2021-03-05 | 2022-07-11 | 開創水資源股份有限公司 | 下水道管渠入流入滲流量自動監測系統 |
CN113780053A (zh) * | 2021-07-05 | 2021-12-10 | 青海大学 | 基于开发板的人流密度监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107478273B (zh) | 2019-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107478273B (zh) | 基于嵌入式和物联网技术的下水道监控系统及方法 | |
CN111928888B (zh) | 一种水域污染智能监控分析方法及系统 | |
CN112381309B (zh) | 水库大坝安全监测预警方法、装置、系统及存储介质 | |
CN106412501B (zh) | 一种视频的施工安全行为智能监控系统及其监控方法 | |
CN111930049A (zh) | 一种基于物联网的林业森林防火安全智能监测管理系统 | |
CN105791774A (zh) | 一种基于视频内容分析的监控视频传输方法 | |
CN104486141A (zh) | 一种误报自适应的网络安全态势预测方法 | |
CN107065743A (zh) | 一种灌区信息化系统及其管理方法 | |
CN114665608B (zh) | 用于变电站的智能感知巡检系统及方法 | |
CN110493574B (zh) | 基于流媒体和ai技术的安监可视化系统 | |
CN111899452A (zh) | 基于边缘计算的森林防火预警系统 | |
CN113887412A (zh) | 污染排放的检测方法、检测终端、监控系统及存储介质 | |
CN113284144B (zh) | 一种基于无人机的隧道检测方法及装置 | |
CN105070058B (zh) | 一种基于实时路况视频的精准路况分析方法及系统 | |
CN113947555A (zh) | 基于深度神经网络的红外与可见光融合的视觉系统及方法 | |
CN112134871A (zh) | 一种能源互联网信息支撑网络的异常流量检测装置及方法 | |
CN113887324A (zh) | 基于卫星遥感数据的火点检测方法 | |
CN117576632B (zh) | 基于多模态ai大模型的电网监控火灾预警系统及方法 | |
CN117319451B (zh) | 基于多模态大数据的城市级消防物联网监管系统及其方法 | |
Li et al. | Developing a fire monitoring and control system based on IoT | |
Sali et al. | Peatlands monitoring in Malaysia with IoT Systems: Preliminary experimental results | |
CN116071711B (zh) | 一种交通拥堵状况检测方法及装置 | |
CN107358343A (zh) | 基于图像数据特征差异性的电力工程安全预警方法 | |
CN115664006B (zh) | 一种增量配电网智能管控一体化平台 | |
CN105187821A (zh) | 一种视频质量智能诊断分析系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190924 Termination date: 20200814 |