CN108168506A - 一种大气污染排放监测用无人机采样交叉定位方法 - Google Patents

一种大气污染排放监测用无人机采样交叉定位方法 Download PDF

Info

Publication number
CN108168506A
CN108168506A CN201711326519.9A CN201711326519A CN108168506A CN 108168506 A CN108168506 A CN 108168506A CN 201711326519 A CN201711326519 A CN 201711326519A CN 108168506 A CN108168506 A CN 108168506A
Authority
CN
China
Prior art keywords
unmanned plane
plume
sampling
laser
thermal imaging
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
CN201711326519.9A
Other languages
English (en)
Inventor
黄浩云
张晓旭
张丽娜
周阳
姚立英
秦龙
李志强
陈璐
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.)
Tianjin Ring Ke Zhan Cloud Technology Development Co Ltd
Tianjin Academy of Environmental Sciences
Original Assignee
Tianjin Ring Ke Zhan Cloud Technology Development Co Ltd
Tianjin Academy of Environmental Sciences
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 Tianjin Ring Ke Zhan Cloud Technology Development Co Ltd, Tianjin Academy of Environmental Sciences filed Critical Tianjin Ring Ke Zhan Cloud Technology Development Co Ltd
Priority to CN201711326519.9A priority Critical patent/CN108168506A/zh
Publication of CN108168506A publication Critical patent/CN108168506A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C3/00Measuring distances in line of sight; Optical rangefinders
    • G01C3/02Details

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Sampling And Sample Adjustment (AREA)

Abstract

本发明属于大气污染监测技术领域,尤其涉及一种大气污染排放监测用无人机采样交叉定位方法,其特征在于:包括以下步骤:第一步:确定红外线热成像仪距烟源的距离;第二步,确定无人机与火炬烟羽的相对位置;第三步,用激光确定无人机的飞行高度和位置;第四步,无人机进行采样。本技术方案通过红外线热成像仪和激光笔对无人机的采集高度和位置进行快速的确定,确定方法不仅精确度较高,而且简单易于操作,制造成本较低。

Description

一种大气污染排放监测用无人机采样交叉定位方法
技术领域
本发明属于大气污染监测技术领域,尤其涉及一种大气污染排放监测用无人机采样交叉定位方法。
背景技术
目前,化工园区企业种类、数量较多,特征污染物类型较多,多数为有毒有害气体,对VOCs、恶臭气体的排放缺乏有效的监管方法,对化工园区高空污染物分布情况、传输规律尚没有较好的监测手段,日常环境管理仍依赖传统的在线监测与地面监测数据,环境立体监测方法研究相对薄弱,气体监测种类以及点位覆盖不全面,监测水平和能效亟待提升。
为解决高空污染物监测问题,全面诊断化工园区空气质量,以某化工园区为例,目前监测人员将无人机作为载体,搭载苏码罐、采样袋、吸收液装置、无人机空气六参在线监测系统,对园区、企业高空污染物进行垂直采样,并进行检测分析。解决高空污染源监难的问题;开展立体采样、立体监测研究,对某化工园目标敏感点、厂界下风向、厂界上风向、园区上风向所有点的地面和高空位置进行监测,实现了VOCs、恶臭污染物、臭气浓度多种污染因子高空及地面监测。
可以根据敏感点污染物情况,结合各监测点高空、地面污染物监测数据以及化工园、企业污染物排放特征,判断化工园区高空、地面污染物传输情况,有效溯源污染企业。并且可以有效评估工业园区VOCs及其他特征污染物的垂向污染水平。为环境监管、环境评价、执法与决策提供有力支持。
但是高空检测存在很多问题,由于高度较高,仅凭人们的眼睛很难准确的确定无人机的位置,而且无人机的飞行时间和采集时间都十分有限,如何快速到达检测位置也是一个难题。
发明内容
本发明提供一种大气污染排放监测用无人机采样交叉定位方法,以解决上述背景技术中提出的高空检测位置不好确定的问题。
本发明所解决的技术问题采用以下技术方案来实现:
一种大气污染排放监测用无人机采样交叉定位方法,包括以下步骤:
第一步:确定红外线热成像仪距烟源的距离;基线长度(红外线热成像仪距烟源的距离)的选择以保证红外线热成像仪能看见完整的烟羽阈值轮廓线为原则,一般可在500米左右,两个观测点应尽量选择在烟轴的两侧 ,并尽可能使热成仪镜头光轴与平均风向垂直;
第二步,确定无人机与火炬烟羽的相对位置;利用两台红外热成像仪监测无人机与火炬烟羽的相对位置,在两个不同角度均观测到无人机与烟羽中央重合,确保无人机准确进入烟羽;同时,无人机空气质量检测仪实时显示SO2、NO2等污染物浓度,判断污染物浓度最大点位;
第三步,用激光确定无人机的飞行高度和位置;将激光笔固定在红外热成像仪器上,使用前进行校准,确保激光笔射线与热成像仪光轴平行。一方面通过两台热成像仪激光笔确定无人机的飞行高度和位置,另外,在夜晚无人机可以根据激光笔指示线路直接飞向目标采样点;
第四步,无人机进行采样;经过两台热成像仪定位后确定无人机采样位置,再通过无人机空气质量监测系统以及热成像仪实时观测影响可实时调整采样位置,确保无人机一直处于烟羽中采样。
无人机采样采用吸收液采样或气袋采样或苏码罐采样或电化学/激光采样。
本发明的有益效果为:
本技术方案通过红外线热成像仪和激光笔对无人机的采集高度和位置进行快速的确定,确定方法不仅精确度较高,而且简单易于操作,制造成本较低,经计算,该旋翼无人机的旋翼之间存在严重的气动干扰,导致其周边流场产生很大的扰动,从而产生梯度很大的涡旋场。根据这一特性可以根据热成像仪观察无人机周边烟气分布情况,再结无人机空气质量监测系统实时监测浓度变化,可以判断无人机悬停位置是否在烟羽中。
附图说明
图1为本发明的结构示意图。
具体实施方式
实施例一:
一种大气污染排放监测用无人机采样交叉定位方法,包括以下步骤:
第一步:确定红外线热成像仪距烟源的距离;基线长度(红外线热成像仪距烟源的距离)的选择以保证红外线热成像仪能看见完整的烟羽阈值轮廓线为原则,一般可在500米左右,两个观测点应尽量选择在烟轴的两侧 ,并尽可能使热成仪镜头光轴与平均风向垂直;
第二步,确定无人机与火炬烟羽的相对位置;利用两台红外热成像仪监测无人机与火炬烟羽的相对位置,在两个不同角度均观测到无人机与烟羽中央重合,确保无人机准确进入烟羽;同时,无人机空气质量检测仪实时显示SO2、NO2等污染物浓度,判断污染物浓度最大点位;
第三步,用激光确定无人机的飞行高度和位置;将激光笔固定在红外热成像仪器上,使用前进行校准,确保激光笔射线与热成像仪光轴平行。一方面通过两台热成像仪激光笔确定无人机的飞行高度和位置,另外,在夜晚无人机可以根据激光笔指示线路直接飞向目标采样点;
第四步,无人机进行采样;经过两台热成像仪定位后确定无人机采样位置,再通过无人机空气质量监测系统以及热成像仪实时观测影响可实时调整采样位置,确保无人机一直处于烟羽中采样。
无人机采样采用吸收液采样。
实施例二:
一种大气污染排放监测用无人机采样交叉定位方法,包括以下步骤:
第一步:确定红外线热成像仪距烟源的距离;基线长度(红外线热成像仪距烟源的距离)的选择以保证红外线热成像仪能看见完整的烟羽阈值轮廓线为原则,一般可在500米左右,两个观测点应尽量选择在烟轴的两侧 ,并尽可能使热成仪镜头光轴与平均风向垂直;
第二步,确定无人机与火炬烟羽的相对位置;利用两台红外热成像仪监测无人机与火炬烟羽的相对位置,在两个不同角度均观测到无人机与烟羽中央重合,确保无人机准确进入烟羽;同时,无人机空气质量检测仪实时显示SO2、NO2等污染物浓度,判断污染物浓度最大点位;
第三步,用激光确定无人机的飞行高度和位置;将激光笔固定在红外热成像仪器上,使用前进行校准,确保激光笔射线与热成像仪光轴平行。一方面通过两台热成像仪激光笔确定无人机的飞行高度和位置,另外,在夜晚无人机可以根据激光笔指示线路直接飞向目标采样点;
第四步,无人机进行采样;经过两台热成像仪定位后确定无人机采样位置,再通过无人机空气质量监测系统以及热成像仪实时观测影响可实时调整采样位置,确保无人机一直处于烟羽中采样。
无人机采样采用气袋采样。
实施例三:
一种大气污染排放监测用无人机采样交叉定位方法,包括以下步骤:
第一步:确定红外线热成像仪距烟源的距离;基线长度(红外线热成像仪距烟源的距离)的选择以保证红外线热成像仪能看见完整的烟羽阈值轮廓线为原则,一般可在500米左右,两个观测点应尽量选择在烟轴的两侧 ,并尽可能使热成仪镜头光轴与平均风向垂直;
第二步,确定无人机与火炬烟羽的相对位置;利用两台红外热成像仪监测无人机与火炬烟羽的相对位置,在两个不同角度均观测到无人机与烟羽中央重合,确保无人机准确进入烟羽;同时,无人机空气质量检测仪实时显示SO2、NO2等污染物浓度,判断污染物浓度最大点位;
第三步,用激光确定无人机的飞行高度和位置;将激光笔固定在红外热成像仪器上,使用前进行校准,确保激光笔射线与热成像仪光轴平行。一方面通过两台热成像仪激光笔确定无人机的飞行高度和位置,另外,在夜晚无人机可以根据激光笔指示线路直接飞向目标采样点;
第四步,无人机进行采样;经过两台热成像仪定位后确定无人机采样位置,再通过无人机空气质量监测系统以及热成像仪实时观测影响可实时调整采样位置,确保无人机一直处于烟羽中采样。
无人机采样采用苏码罐采样。
实施例四:
一种大气污染排放监测用无人机采样交叉定位方法,包括以下步骤:
第一步:确定红外线热成像仪距烟源的距离;基线长度(红外线热成像仪距烟源的距离)的选择以保证红外线热成像仪能看见完整的烟羽阈值轮廓线为原则,一般可在500米左右,两个观测点应尽量选择在烟轴的两侧 ,并尽可能使热成仪镜头光轴与平均风向垂直;
第二步,确定无人机与火炬烟羽的相对位置;利用两台红外热成像仪监测无人机与火炬烟羽的相对位置,在两个不同角度均观测到无人机与烟羽中央重合,确保无人机准确进入烟羽;同时,无人机空气质量检测仪实时显示SO2、NO2等污染物浓度,判断污染物浓度最大点位;
第三步,用激光确定无人机的飞行高度和位置;将激光笔固定在红外热成像仪器上,使用前进行校准,确保激光笔射线与热成像仪光轴平行。一方面通过两台热成像仪激光笔确定无人机的飞行高度和位置,另外,在夜晚无人机可以根据激光笔指示线路直接飞向目标采样点;
第四步,无人机进行采样;经过两台热成像仪定位后确定无人机采样位置,再通过无人机空气质量监测系统以及热成像仪实时观测影响可实时调整采样位置,确保无人机一直处于烟羽中采样。
无人机采样采用电化学/激光采样。
以上对本发明的实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围,凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。

Claims (2)

1.一种大气污染排放监测用无人机采样交叉定位方法,其特征在于:包括以下步骤:
第一步:确定红外线热成像仪距烟源的距离;基线长度(红外线热成像仪距烟源的距离)的选择以保证红外线热成像仪能看见完整的烟羽阈值轮廓线为原则,一般可在500米左右,两个观测点应尽量选择在烟轴的两侧 ,并尽可能使热成仪镜头光轴与平均风向垂直;
第二步,确定无人机与火炬烟羽的相对位置;利用两台红外热成像仪监测无人机与火炬烟羽的相对位置,在两个不同角度均观测到无人机与烟羽中央重合,确保无人机准确进入烟羽;同时,无人机空气质量检测仪实时显示SO2、NO2等污染物浓度,判断污染物浓度最大点位;
第三步,用激光确定无人机的飞行高度和位置;将激光笔固定在红外热成像仪器上,使用前进行校准,确保激光笔射线与热成像仪光轴平行,一方面通过两台热成像仪激光笔确定无人机的飞行高度和位置,另外,在夜晚无人机可以根据激光笔指示线路直接飞向目标采样点;
第四步,无人机进行采样;经过两台热成像仪定位后确定无人机采样位置,再通过无人机空气质量监测系统以及热成像仪实时观测影响可实时调整采样位置,确保无人机一直处于烟羽中采样。
2.根据权利要求1所述的一种大气污染排放监测用无人机采样交叉定位方法,其特征在于:无人机采样采用吸收液采样或气袋采样或苏码罐采样或电化学/激光采样。
CN201711326519.9A 2017-12-13 2017-12-13 一种大气污染排放监测用无人机采样交叉定位方法 Pending CN108168506A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711326519.9A CN108168506A (zh) 2017-12-13 2017-12-13 一种大气污染排放监测用无人机采样交叉定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711326519.9A CN108168506A (zh) 2017-12-13 2017-12-13 一种大气污染排放监测用无人机采样交叉定位方法

Publications (1)

Publication Number Publication Date
CN108168506A true CN108168506A (zh) 2018-06-15

Family

ID=62525757

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711326519.9A Pending CN108168506A (zh) 2017-12-13 2017-12-13 一种大气污染排放监测用无人机采样交叉定位方法

Country Status (1)

Country Link
CN (1) CN108168506A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109901615A (zh) * 2019-03-20 2019-06-18 深圳智人环保科技有限公司 一种基于飞行平台的船舶排放检测方法及系统
CN110426362A (zh) * 2019-07-19 2019-11-08 武汉理工大学 一种新型港口空气监测系统
CN110763804A (zh) * 2018-07-27 2020-02-07 浙江博来航天科技有限公司 基于无人机的大气污染源溯源系统及其方法
CN112526065A (zh) * 2020-11-19 2021-03-19 武汉云衡智能科技有限公司 一种基于无人机的自动定位污染源的系统及方法
CN113945688A (zh) * 2021-10-19 2022-01-18 深圳智人环保科技有限公司 基于桥梁或船闸搭载的自动筛查船舶排放的系统及方法
CN114414449A (zh) * 2022-01-25 2022-04-29 四川大学 一种新型智能职业健康实时检测装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2771819Y (zh) * 2005-01-30 2006-04-12 金佳伟 激光测高仪
CN201813479U (zh) * 2010-07-13 2011-04-27 山东神戎电子股份有限公司 双光谱成像系统
CN103543112A (zh) * 2013-10-16 2014-01-29 中国科学院安徽光学精密机械研究所 基于大视场成像光谱仪的点污染源排放通量测量方法
CN105701578A (zh) * 2016-03-03 2016-06-22 重庆大学 一种基于电子鼻和红外摄像仪烟羽前端扩散路径预测方法
CN106371458A (zh) * 2016-11-18 2017-02-01 广西大学 一种无人机电子信息通讯系统
CN106448019A (zh) * 2016-11-14 2017-02-22 徐志勇 用于实时监测森林火灾的无人机监护系统
CN106706843A (zh) * 2015-08-24 2017-05-24 洛阳瑞昌石油化工设备有限公司 一种火炬燃烧污染物排放检测系统及检测方法
CN106932235A (zh) * 2017-01-18 2017-07-07 合肥杰通环境技术有限公司 一种基于无人机的空气污染采集检测装置及其检测方法
CN106950989A (zh) * 2017-04-18 2017-07-14 厦门领夏智能科技有限公司 一种无人机定点定位方法及系统
CN106959701A (zh) * 2017-05-03 2017-07-18 成都大学 基于电场测距和半主动激光引导的无人机电力巡线系统
KR101768012B1 (ko) * 2016-12-27 2017-08-23 룩시어 유한회사 열화상 카메라가 장착된 드론을 이용한 잔불 감지 시스템
CN107392173A (zh) * 2017-08-04 2017-11-24 成都云擎科技有限公司 一种基于光电搜索的反无人机系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2771819Y (zh) * 2005-01-30 2006-04-12 金佳伟 激光测高仪
CN201813479U (zh) * 2010-07-13 2011-04-27 山东神戎电子股份有限公司 双光谱成像系统
CN103543112A (zh) * 2013-10-16 2014-01-29 中国科学院安徽光学精密机械研究所 基于大视场成像光谱仪的点污染源排放通量测量方法
CN106706843A (zh) * 2015-08-24 2017-05-24 洛阳瑞昌石油化工设备有限公司 一种火炬燃烧污染物排放检测系统及检测方法
CN105701578A (zh) * 2016-03-03 2016-06-22 重庆大学 一种基于电子鼻和红外摄像仪烟羽前端扩散路径预测方法
CN106448019A (zh) * 2016-11-14 2017-02-22 徐志勇 用于实时监测森林火灾的无人机监护系统
CN106371458A (zh) * 2016-11-18 2017-02-01 广西大学 一种无人机电子信息通讯系统
KR101768012B1 (ko) * 2016-12-27 2017-08-23 룩시어 유한회사 열화상 카메라가 장착된 드론을 이용한 잔불 감지 시스템
CN106932235A (zh) * 2017-01-18 2017-07-07 合肥杰通环境技术有限公司 一种基于无人机的空气污染采集检测装置及其检测方法
CN106950989A (zh) * 2017-04-18 2017-07-14 厦门领夏智能科技有限公司 一种无人机定点定位方法及系统
CN106959701A (zh) * 2017-05-03 2017-07-18 成都大学 基于电场测距和半主动激光引导的无人机电力巡线系统
CN107392173A (zh) * 2017-08-04 2017-11-24 成都云擎科技有限公司 一种基于光电搜索的反无人机系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110763804A (zh) * 2018-07-27 2020-02-07 浙江博来航天科技有限公司 基于无人机的大气污染源溯源系统及其方法
CN109901615A (zh) * 2019-03-20 2019-06-18 深圳智人环保科技有限公司 一种基于飞行平台的船舶排放检测方法及系统
CN109901615B (zh) * 2019-03-20 2022-07-01 深圳智人环保科技有限公司 一种基于飞行平台的船舶排放检测方法及系统
CN110426362A (zh) * 2019-07-19 2019-11-08 武汉理工大学 一种新型港口空气监测系统
CN112526065A (zh) * 2020-11-19 2021-03-19 武汉云衡智能科技有限公司 一种基于无人机的自动定位污染源的系统及方法
CN113945688A (zh) * 2021-10-19 2022-01-18 深圳智人环保科技有限公司 基于桥梁或船闸搭载的自动筛查船舶排放的系统及方法
CN114414449A (zh) * 2022-01-25 2022-04-29 四川大学 一种新型智能职业健康实时检测装置

Similar Documents

Publication Publication Date Title
CN108168506A (zh) 一种大气污染排放监测用无人机采样交叉定位方法
Kupc et al. Modification, calibration, and performance of the Ultra-High Sensitivity Aerosol Spectrometer for particle size distribution and volatility measurements during the Atmospheric Tomography Mission (ATom) airborne campaign
CN102313688B (zh) 航空施药中药雾分布与飘移趋势遥测系统及方法
CN111781030B (zh) 一种基于无人机的大气VOCs采样设备、采样及分析方法、以及计算方法
CN115060850B (zh) 空地双场耦合的大气污染源追踪和通量测量装置及方法
CN110208155B (zh) 一种大气颗粒物无人机监测系统
CN103018145A (zh) 一种新型的pm2.5质量浓度实时监测装置与监测方法
CN108693309A (zh) 一种污染物检测系统、方法及存储介质
CN106770930A (zh) 一种使用无人机进行危险品检测的方法及系统
CN105021515A (zh) 基于流动监测车的单颗粒气溶胶在线质谱检测方法
KR102129929B1 (ko) 드론 및 실시간이동 측정 차량을 이용한 오염원 추적방법
Smith et al. Fugitive methane leak detection using sUAS and miniature laser spectrometer payload: System, application and groundtruthing tests
Chang et al. An optimized multicopter UAV sounding technique (MUST) for probing comprehensive atmospheric variables
KR102111121B1 (ko) 드론 및 실시간이동 측정 차량을 이용한 오염원 추적 시스템
CN106932235A (zh) 一种基于无人机的空气污染采集检测装置及其检测方法
Thijsse et al. Measurement of ambient ammonia with diffusion tube samplers
Pohorsky et al. Modular Multiplatform Compatible Air Measurement System (MoMuCAMS): a new modular platform for boundary layer aerosol and trace gas vertical measurements in extreme environments
CN206460334U (zh) 一种基于无人机的区域环境检测系统
CN207636537U (zh) 一种基于质谱的空气污染物检测装置
CN106841076A (zh) 基于车载双光路差分吸收光谱的源清单获取方法与装置
Zhang et al. [Retracted] Detection of Particle Concentration and Particle Size Based on Aerodynamic Particle Size Spectrometer
Vélez-Guerrero et al. The Evolution of Air Quality Monitoring: Measurement Techniques and Instruments
Guinot et al. Particulate matter characterization in a steelworks using conventional sampling and innovative lidar observations
Burgués Signal processing and machine learning for gas sensors: Gas source localization with a nano-drone
Girdwood Optical Measurement of Airborne Particles on Unmanned Aircraft

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180615