CN108267548A - 基于大数据的无人机大气环境监测系统 - Google Patents
基于大数据的无人机大气环境监测系统 Download PDFInfo
- Publication number
- CN108267548A CN108267548A CN201810033570.9A CN201810033570A CN108267548A CN 108267548 A CN108267548 A CN 108267548A CN 201810033570 A CN201810033570 A CN 201810033570A CN 108267548 A CN108267548 A CN 108267548A
- Authority
- CN
- China
- Prior art keywords
- sensor
- unmanned plane
- data
- gas
- monitoring system
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 19
- 239000000428 dust Substances 0.000 claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 37
- 239000007789 gas Substances 0.000 claims description 51
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 15
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 10
- 238000004868 gas analysis Methods 0.000 claims description 10
- 239000000523 sample Substances 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000002123 temporal effect Effects 0.000 claims description 6
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 claims description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 4
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 4
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000011109 contamination Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 238000011144 upstream manufacturing Methods 0.000 claims description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 5
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 20
- 230000005669 field effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 239000000203 mixture Substances 0.000 description 8
- 229910000069 nitrogen hydride Inorganic materials 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 101150042711 adc2 gene Proteins 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 101100434411 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) ADH1 gene Proteins 0.000 description 2
- 101150102866 adc1 gene Proteins 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004073 vulcanization Methods 0.000 description 2
- 101100162020 Mesorhizobium japonicum (strain LMG 29417 / CECT 9101 / MAFF 303099) adc3 gene Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 239000002817 coal dust Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 230000005923 long-lasting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0073—Control unit therefor
- G01N33/0075—Control unit therefor for multiple spatially distributed sensors, e.g. for environmental monitoring
Abstract
一种基于大数据的无人机大气环境监测系统,其包括无人机载检测设备,所述无人机载检测设备包括壳体和设置在壳体内的电气装置,检测设备的壳体至少分成两个腔室,气体含量传感器和PM粉尘浓度传感器分别设置在两个腔室中。本发明将PM粉尘的传感器和用于测量其它气体含量的传感器设置在不同的腔室中,大大提高了测量准确性。
Description
技术领域
本发明提供一种基于大数据的无人机大气体环境监测系统,属于测量技术领域。
背景技术
近年来,随着社会经济的发展和工业自动化程度的提高,各种机械设备的运转,公路上机动车日益递增,每时每刻都在燃烧汽油或者煤炭,向大气排放大量的氮氧化物、硫化物、煤尘烟。各种天气、雾霾PM2.5、CO、SO2、NO2、O3气体等污染物对人们的出行、身体健康造成极大困扰,环境治理已刻不容缓。
然而我们也能清楚的看到, 依据国控点地面检测数据所作出的预测与实际环境污染状况的发展还是存在较大差距,此外,依据地面监测数据所实施的治理手段,如地面洒水、 建筑工地遮盖、 交通限行、 工业限产、 锅炉改造、 脱硫脱硝处理等方案, 效果也不尽如人意。
作为继航空、 航天遥感后的第 3 代遥感技术的无人机遥感技术, 具有立体监测、 响应速度快、 监测范围广、 地形干扰小等优点, 是今后进行大气突发事件污染源识别和浓度监测的重要发展方向之一。现有技术中利用无人机载测量设备对气体环境进行测量,用于测量PM粉尘的传感器和用于测量CO、SO2、NO2、O3、H2S、NH3等的传感器处理于同一腔室,使得测量CO、SO2、NO2、O3、H2S、NH3等的传感器探头的被粉尘包覆,降低了测量精度。
发明内容
为克服现有技术中存在的缺点,本发明提供一种基于大数据的无人机大气体环境监测系统,其将PM粉尘的传感器和用于测量其它气体含量的传感器设置在不同的腔室中,大大提高了测量准确性。
为实现所述发明目的,本发明提供一种基于大数据的无人机大气环境监测系统,其包括通过无线链路连接的无人机载检测设备和地面服务器,其中,无人机载检测设备包括壳体和设置在壳体内的电气装置,电气装置包括气体含量传感器、PM粉尘浓度传感器、第一处理器、定位授时模块、第一存储器和第一通信模块,定位授时模块用于获取无人机的位置信息和检测设备进行数据采集时的时间信息;所述气体含量传感器用于获取无人机所处位置处的多种气体含量,并将气含量传送给第一处理器;所述PM粉尘浓度传感器用于获取无人机所处位置处的PM粉尘浓度,并将浓度信息提供给第一处理器,所述第一处理器将气体含量数据、PM粉尘浓度、位置信息和时间信息进行融合处理,而后通过通信模块传感给地面服务器,其特征在于,将壳体至少分成两个腔室,气体含量传感器和PM粉尘浓度传感器分别设置在第一腔室和第二腔室中。
优选地,第一腔室至少包括进气孔和排气孔,沿气流的上游设置有微型过滤器,所述微型过滤器用于过滤PM粉尘。
优选地,在第一腔室中还设置有气泵,所述气泵的进气口连通于过滤器的排气口,气泵的排气口连通于设置于气体含量传感器探头的腔室部分。
优选地,无人机载检测设备通过吊舱固定于无人机的机体上,所述吊舱包括第一安装板和第二安装板,第一安装板上设置有螺孔,利用螺钉通过螺孔将第一安装板固定于检测设备的外壳上,第一安装板上设置有燕尾型凸肋;第二安装板上设置有螺孔,利用螺钉通过螺将第二安装板固定于无人机的机体上,第二安装板上设置有与燕尾型凸肋相配合的燕尾槽。
优选地,地面服务器至少包括第二通信模块、第二处理器、显示器和第二存储器,所述第二通信模块用于接收检测设备发送来的数据,并存储于第二存储器中,所述第二存储器中还存储有气体分析应用程序,所述第二处理器调用第二存储器中存储的气体分析应用程序,并对所接收的数据进行处理,而后在显示器上进行显示。
优选地,所述气体分析应用程序至少包括实时数据展示模块、历史数据查询模块、区域污染概率分析和污染排名统计模块,其中,所述实时数据展示模块,将接收的检测设备传送来传感器所探测的数据进行综合展示,以不同的颜色代表不同污染级别。
优选地,历史数据查询模块,其安装时间将顺序将各位置的气体参数进行存储,当用户需要查询某时间的数据时,处理器将该时间的数据在显示器上进行显示。
优选地,区域污染概率分析模块计算一段时间内,各区域的气体含量及粉尘浓度,统计污染超标的概率从而能够得到经常发生污染的区域。
优选地,污染排名统计模块对各区域的气体含量及粉尘浓度进行排序。
优选地,气体含量传感器包括但不限于:一氧化碳传感器、二氧化氮传感器、硫化氢传感器、氨气传感器和臭氧传感器,所述PM粉尘浓度包括PM10粉尘浓度传感器和PM2.5粉尘浓度传感器。
与现有技术相比,由于本发明将测量CO、SO2、NO2、O3、H2S、NH3的探头和PM粉尘探头设置在不同的腔室中,使得测量CO、SO2、NO2、O3、H2S、NH3等含量的测量精度大大提高。
附图说明
图1是本发明提供的无人机载检测设备的电气装置组成框图;
图2是本发明提供的无人载检测设备的外壳示意图;
图3是本发明提供的无人机载检测设备的测试气体腔的组成示意图;
图4是本发明提供吊舱的组成结构图;
图5是本发明提供的数据采集器的电路图;
图6是本发明提供的信号调理器的电路图;
图7是本发明提供的气泵驱动器的电路图;
图8是本发明提供的地面服务器的组成框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语 “相连”、“连接”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;可以是电连接,也可以是直接相连,也可以通过中间媒介间接相连,还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,可以具体情况理解上述术语在本发明中的具体含义。
根据一个实施例,本发明提供的基于大数据的无人机大气环境监测系统包括通过无线链路连接的无人机载检测设备和地面服务器,其中,无人机载检测设备包括壳体和设置在壳体内的电气装置。
图1是本发明提供的无人机载检测设备的电气装置的组成框图,如图1所示,检测设备至少包括处理器10、存储器和数据采集器15,处理器10例如为CPU,其将数据采集器15获取的数据存储于存储器中,所述存储器包括EEPROM和RAM;所述数据采集器用于采集所处环境的气体含量和PM粉尘浓度,如CO、SO2、NO2、O3、H2S、NH3和PM粉尘浓度等,数据采集器包括至少包括用于将所采集的物理信号转换为电信号的传感器、用于对传感器提供的信号进行放大的程控大器和可编程逻辑器,所述可编程逻辑器用于给程控放大器提供控制信号,后续结合图5和图6进行详细说明。所述传感器包括气体含量传感器和PM粉尘浓度传感器,所述气体含量传感器用于获取无人机所处位置处的多种气体含量,并将气含量传送给处理器,气体含量传感器包括且并不限于CO、SO2、NO2、O3、H2S、NH3传感器;所述PM粉尘浓度传感器用于获取无人机所处位置处的PM粉尘浓度,并将浓度信息提供给处理器,所述PM粉尘浓度传感器包括且并不限于PM10粉尘浓度传感器和PM2.5粉尘浓度传感器。无人机载检测设备还包括定位授时模块14,其用于获取检测设备所处的位置和检测气体含量时的时间信息,所述定位授时模块14可以是GPS模块,也可以是北斗定位授时模块。所述处理器将气体含量数据、PM粉尘浓度、位置信息和时间信息进行融合处理,而后通过通信模块传感给地面服务器,壳体至少分成两个腔室,气体含量传感器和PM粉尘浓度传感器分别设置在第一腔室和第二腔室中。
无人机载检测设备还包括通信单元(通信模块)13,其将处理器提供的信号进行信源编、信道编码,而后调制到载频上,而后通过天线发送到空间,以与地面服务器进行无线链接,从而与地面服务器进行数据通信。
本发明提供的无人机载检测设备还包括气泵驱动器16和气泵17,所述气泵驱动器16根据处理器的指令给气泵驱动器16提供信号,所术气泵17由马达进行驱动工作,用于将待测气体环境中的气体抽入到数据采集器中,一部分传感器探头所处的第一气腔,另一部分传感器探头所处的第二气腔,后续结合图8对气泵驱动器16进行详细说明。
图2是本发明提供的无人载检测设备的外壳示意图,如图2所示,无人机载检测设备的外壳为扁圆球形,上表面为平面,外壳的侧面相邻调置有第一进气口(进气孔)101和第二进气口(进气孔)102,与第一进气口101和第二进气口102对称设置有第一排气口(排气孔)和第二排气口(排气孔),外壳的内部腔体分成三个腔室,壳体内部下方设置有第一腔室和第二腔室,第一腔室与第一进气口101和第一排气口连通,第二腔室与第二进气口102和第二排气口连通。数据采集器中的一氧化碳、二氧化氮、二氧化硫、臭氧和氨气等的探测头设置于第一腔室中;PM10粉尘传感器探头和PM2.5粉尘传感器探头设置于第二腔室中,设置在第一腔室和第二腔室之上的第三腔室用于放置电路板和电池等。在外壳的侧壁有还设置有天线103,所述天线103的一端通过绞接件设置于外壳的侧壁,天线103为便状天线。外壳的上表面设置有吊舱200,后续通过图4详细说明吊舱的具体结构。
图3是本发明提供的无人机载检测设备的测试气体腔的组成示意图,如图3所示,第一腔室104至少包括进气口101和排气口106,在进气口103处设置有微型过滤器,所述微型过滤器用于过滤PM粉尘,如此可使一氧化碳、二氧化氮、二氧化硫、臭氧和氨气等的探测头长期保持清洁,从而提供测量精度,并提高工作寿命。在第一腔室104中还设置有气泵,所述气泵的进气口连通于过滤器的排气口106,气泵的排气口连通于设置于气体传感器探头的腔室。第二腔室105至少包括进气口102和排气口107,第二腔室105中设置有粉尘传感器,其用于探测粉尘的浓度。
图4是本发明提供吊舱的组成结构图,如图4所示,无人机载检测设备通过吊舱200固定于无人机的机体上,所述吊舱包括第一安装板201和第二安装板202,第一安装板201上设置有螺孔,利用螺钉通过螺孔将第一安装板201固定于检测设备的外壳上,第一安装板上设置有燕尾型凸肋;第二安装板202上设置有螺孔,利用螺钉通过螺孔将第二安装板202固定于无人机的机体上,第二安装板202上设置有与燕尾型凸肋相配合的燕尾槽。
图5是本发明提供的数据采集器的电路图。如图5所示,数据采集器包括用于将气体信号转换为电信号的多个气体含量传感器和粉尘浓度传传感器,多个气体含量传感器例如包括CO、SO2、NO2、O3、H2S、NH3传感器,粉尘浓度传感器例如包括PM10粉尘浓度传感器和PM2.5粉尘浓度传感器。数据采集器还包括多路复用器,其通过时分复用的方式将一路传感器连接于信号调理器。数据采集器还包括用于对传感器提供的信号进行放大信号调理器;根据可编程程逻辑器提供的控制信号将信号调理器提供的信号进行放大的程控放大器;用于滤除程控放大器提供的信号中的高频成份的滤波器、用于将滤波器提供的信号进行模数转换的模数转换器和可编程逻辑器,所述可编程逻辑器用于给程序放大器提供控制信号,其中,信号调理器的信号输出端通过电容C1连接于程控放大器,所述电容C1为耦合电容。
数据采集器还包括恒流源,每路恒流源包括数模转换器(D/A)、运算放大器OP301、场效应管T301,所述模转换器D/A用于将可编程逻辑器给运算放大器提供的数字控制信号转换为模拟控制信号并通过电阻R304连接到运算放大器OP301的同相端,运算放大器OP301的反相端通过电阻R302连接到场效应管T301的漏极,运算放大器OP301的输出端通连接到场效应管的栅极;场效应管T301的漏极经电阻R301连接于电源24V,场效应管T301的源极经电阻R303连接于气体传感器的信号端。电阻优选为零欧姆。
本发明中,数据采集装置中的信号调理器可以采用图6所示的电路。如图6所示,本发明提供的信号调理器包括第一级放大器和第二级放大器,其中,第一级放大器包括运算放大器OP301、晶体管T302、电阻R307和电阻R311,气体传感器的信号输出端连接于电阻R305的第一端,电阻R5的第二端连接于运算放大器OP301的同相端;运算放大器OP301的同相端还经电阻R6连接于地;运算放大器OP301的输出端连接于晶体管T302的基极。晶体管T302的基极经电阻R311连接于地;集电极经电阻R307连接于电源+EC,晶体管T302的发射极连接于运算放大器OP302的反相端。第二级放大器包括运算放大器OP303、场效应管T303、电阻R306、电阻R309和电阻R310,第一级放大器信号输出端,即晶体管T302的集电极连接于运算放大器OP303的同相端;运算放大器OP303的输出端经电阻R309连接于场效应管T303的栅极。场效应管T303的漏极的经电阻R310连接于电源24V,源极向外提供信号。场效应管T303的漏极还经电阻R308连接于运算放大器OP303的反相端。电源24V经滤波电容C2连接于地。
图7是本发明提供的气泵驱动器的电路图,如图7所示,用于执行电流向量控制的气泵驱动器包括控制电路、相驱动器、反相器、第一分路器、第二分路器和第三分路器,所述反相器包括多个开关元件T1~T6、及用来接通-断开驱动开关元件T1~T6的相驱动电路。在开关元件T1~T6中使用金属氧化物半导体场效应晶体管(MOSFET)或绝缘栅双极型晶体管(IGBT)等功率半导体元件。此外,在各个开关元件T1~T6并联连接着环流二极管。
第一分路器可以连接于反相器中的开关元件T2与地之间,所述第一分路器优选利用电阻R1实现;第二分路器可以连接于反相器中的开关元件T4与地之间,所停第二分路器优选利用电阻R2实现;第三分路器可以连接于反相器中的开关元件T6与地之间,所停第三分路器优选利用电阻R3实现。
控制电路包括马达控制器、偏置电路OF1T和放大器CO1,所述放大器CO1用于放大从第一分路器提供的电压信号并提供给偏置电路OF1,所述偏置电路OF1用于将放大器CO1提供的信号与由控制器提供的参考电压Vref进行比较从而产生数字信号ADC1,并提供给控制器。
控制电路还包括偏置电路OF2和放大器CO2,所述放大器CO2用于放大从第二分路器提供的电压信号并提供给偏置电路OF2,所述偏置电路OF2用于将放大器CO2提供的信号与由控制器提供的参考电压Vref进行比较从而产生数字信号ADC2,并提供给控制器。
控制电路还包括偏置电路OF3和放大器CO3,所述放大器CO3用于放大从第三分路器提供的电压信号并提供给偏置电路OF3,所述偏置电路OF3用于将放大器CO3提供的信号与由控制器提供的参考电压Vref进行比较从而产生数字信号ADC3,并提供给控制器。
马达控制器根据数字信号ADC1、ADC2和ADC2产生PWM信号。控制电路还包括逻辑控制器,逻辑控制器响应PWM信号和时钟信号将PWM信号转换为用于控制相驱动器的并行信号。逻辑控制器可以给马达控制器传送错误信号,响应错误信号,马达控制器可以给逻辑控制器提供一个校正的PWM信号和校正的时钟信号。
响应并行信号,相驱动器可以产生栅极信号以打开或者关闭反相器中的多个开关元件T1~T6。响应栅极信号,反相器可以产生一个交流电流信号以驱动马达,从而使马达自动调速。
图8是地面服务器的组成框图,如图8所示,本发明提供的地面服务器包括处理器20、输入/输出接口21、网络适配器23、通信模块23、收发天线24和存储器25,其中,收发天线24用于将空间电磁波信号转换为电信号,并提供给通信模块23,通信模块23包括数字基带单元和调制单元,发信时,所述数字基带单元用于将处理器要传送的信息进行信源编码和信道编码,而后传送给调制单元,所述调制单元包括发射器,所述发射器用于将数字基带单元传送来的信息进行扩频并调制到载波信号上而后进行功放,最后通过天线发射到空间;调制单元还包括接收器,接收器用于将天线接收的信号进行解调和解扩,而后将数据发送给数字基带单元,数字基带单元用于将数字基带信号进行信道解码、信源解码,取出无人机载设备发送来的数据。处理器20对无人机载设备发送来的数据帧进行解包并在显示器26上进行显示,处理器根据用户指令对所获取得数据进行处理。地面服务器将所接收的无人同载设备发送来的信息通过打印机进行打印,还可存储到存储器25中,还通过网络适配器发送给其它用户或者服务器。输入输出接口21还可连接键盘和鼠标,键盘用于输入指令或者执行某些操作,鼠标用于执行某些操作。
所述存储器25中还存储有气体分析应用程序,所述处理器调用存储器中存储的气体分析应用程序,并对所接收的数据进行处理,而后在显示器26上进行显示。所述气体分析应用程序至少包括实时数据展示模块、历史数据查询模块、区域污染概率分析和污染排名统计模块,其中,所述实时数据展示模块,将接收的检测设备传送来传感器所探测的数据进行综合展示,以不同的颜色代表不同污染级别。
所述气体分析应用程序至少还包括历史数据查询模块,其按照时间将顺序将各位置的气体参数进行存储,当用户需要查询某时间的数据时,处理器将该时间的数据在显示器上进行显示。
所述气体分析应用程序至少还包括区域污染概率分析模块计算一段时间内,各区域的气体参数,统计污染超标的累积概率从而能够得到经常发生污染的区域。
所述气体分析应用程序至少还包括污染排名统计模块对各区域的气体参数进行排序。
以上结合附图详细说明了本发明,但是说明书仅是用于解释权利要求书的。但本发明的保护范围并不局限于说明书。任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或者替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (10)
1.一种基于大数据的无人机大气环境监测系统,其包括通过无线链路连接的无人机载检测设备和地面服务器,其中,无人机载检测设备包括壳体和设置在壳体内的电气装置,电气装置包括气体含量传感器、PM粉尘浓度传感器、第一处理器、定位授时模块、第一存储器和第一通信模块,定位授时模块用于获取无人机的位置信息和检测设备进行数据采集时的时间信息;所述气体含量传感器用于获取无人机所处位置处的多种气体含量,并将气含量传送给第一处理器;所述PM粉尘浓度传感器用于获取无人机所处位置处的PM粉尘浓度,并将浓度信息提供给第一处理器,所述第一处理器将气体含量数据、PM粉尘浓度、位置信息和时间信息进行融合处理,而后通过通信模块传感给地面服务器,其特征在于,将壳体至少分成两个腔室,气体含量传感器和PM粉尘浓度传感器分别设置在第一腔室和第二腔室中。
2.根据权利要求1所述的基于大数据的无人机大气环境监测系统,其特征在于,第一腔室至少包括进气孔和排气孔,沿气流的上游设置有微型过滤器,所述微型过滤器用于过滤PM粉尘。
3.根据权利要求2基于大数据的无人机大气环境监测系统,其特征在于,在第一腔室中还设置有气泵,所述气泵的进气口连通于过滤器的排气口,气泵的排气口连通于设置于气体含量传感器探头的腔室部分。
4.根据权利要求3所述的基于大数据的无人机大气环境监测系统,其特征在于,无人机载检测设备通过吊舱固定于无人机的机体上,所述吊舱包括第一安装板和第二安装板,第一安装板上设置有螺孔,利用螺钉通过螺孔将第一安装板固定于检测设备的外壳上,第一安装板上设置有燕尾型凸肋;第二安装板上设置有螺孔,利用螺钉通过螺将第二安装板固定于无人机的机体上,第二安装板上设置有与燕尾型凸肋相配合的燕尾槽。
5.根据权利要求4所述的基于大数据的无人机大气环境监测系统,其特征在于,地面服务器至少包括第二通信模块、第二处理器、显示器和第二存储器,所述第二通信模块用于接收检测设备发送来的数据,并存储于第二存储器中,所述第二存储器中还存储有气体分析应用程序,所述第二处理器调用第二存储器中存储的气体分析应用程序,并对所接收的数据进行处理,而后在显示器上进行显示。
6.根据权利要求5所述的基于大数据的无人机大气环境监测系统,其特征在于,所述气体分析应用程序至少包括实时数据展示模块、历史数据查询模块、区域污染概率分析和污染排名统计模块,其中,所述实时数据展示模块,将接收的检测设备传送来传感器所探测的数据进行综合展示,以不同的颜色代表不同污染级别。
7.根据权利要求6所述的基于大数据的无人机大气环境监测系统,其特征在于,历史数据查询模块,其安装时间将顺序将各位置的气体参数进行存储,当用户需要查询某时间的数据时,处理器将该时间的数据在显示器上进行显示。
8.根据权利要求6所述的基于大数据的无人机大气环境监测系统,其特征在于,区域污染概率分析模块计算一段时间内,各区域的气体含量及粉尘浓度,统计污染超标的概率从而能够得到经常发生污染的区域。
9.根据权利要求8所述的基于大数据的无人机大气环境监测系统,其特征在于,污染排名统计模块对各区域的气体含量及粉尘浓度进行排序。
10.根据权利要求1-9任一所述的基于大数据的无人机大气环境监测系统,其中,气体含量传感器包括但不限于:一氧化碳传感器、二氧化氮传感器、硫化氢传感器、氨气传感器和臭氧传感器,所述PM粉尘浓度包括PM10粉尘浓度传感器和PM2.5粉尘浓度传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810033570.9A CN108267548A (zh) | 2018-01-15 | 2018-01-15 | 基于大数据的无人机大气环境监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810033570.9A CN108267548A (zh) | 2018-01-15 | 2018-01-15 | 基于大数据的无人机大气环境监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108267548A true CN108267548A (zh) | 2018-07-10 |
Family
ID=62775559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810033570.9A Pending CN108267548A (zh) | 2018-01-15 | 2018-01-15 | 基于大数据的无人机大气环境监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108267548A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109341766A (zh) * | 2018-10-16 | 2019-02-15 | 北京厚力德仪器设备有限公司 | 一种大气综合垂直测量系统 |
CN110672800A (zh) * | 2019-11-19 | 2020-01-10 | 南京海逸测控技术有限公司 | 一种无人机大气voc污染物在线检测设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204808043U (zh) * | 2015-07-21 | 2015-11-25 | 河北国呈电子科技有限公司 | 微型无人机机载环境空气质量检测系统 |
CN105737905A (zh) * | 2016-04-28 | 2016-07-06 | 中国农业大学 | 一种畜禽舍空气环境质量检测系统及其使用方法 |
KR101695596B1 (ko) * | 2016-06-16 | 2017-01-11 | 정상권 | 이동통신 단말기를 이용한 유해가스 모니터링 시스템 |
CN206388203U (zh) * | 2016-08-25 | 2017-08-08 | 河北国呈电子科技有限公司 | 一种环境监测系统 |
CN206410736U (zh) * | 2017-01-19 | 2017-08-15 | 山东华昊智能科技有限公司 | 基于无人机的空气质量监测系统 |
CN206440662U (zh) * | 2017-01-18 | 2017-08-25 | 周航 | 多旋翼无人机通用型大气环境监测吊舱 |
CN207703821U (zh) * | 2018-01-15 | 2018-08-07 | 北京神鹫智能科技有限公司 | 基于大数据的无人机大气环境监测系统 |
-
2018
- 2018-01-15 CN CN201810033570.9A patent/CN108267548A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204808043U (zh) * | 2015-07-21 | 2015-11-25 | 河北国呈电子科技有限公司 | 微型无人机机载环境空气质量检测系统 |
CN105737905A (zh) * | 2016-04-28 | 2016-07-06 | 中国农业大学 | 一种畜禽舍空气环境质量检测系统及其使用方法 |
KR101695596B1 (ko) * | 2016-06-16 | 2017-01-11 | 정상권 | 이동통신 단말기를 이용한 유해가스 모니터링 시스템 |
CN206388203U (zh) * | 2016-08-25 | 2017-08-08 | 河北国呈电子科技有限公司 | 一种环境监测系统 |
CN206440662U (zh) * | 2017-01-18 | 2017-08-25 | 周航 | 多旋翼无人机通用型大气环境监测吊舱 |
CN206410736U (zh) * | 2017-01-19 | 2017-08-15 | 山东华昊智能科技有限公司 | 基于无人机的空气质量监测系统 |
CN207703821U (zh) * | 2018-01-15 | 2018-08-07 | 北京神鹫智能科技有限公司 | 基于大数据的无人机大气环境监测系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109341766A (zh) * | 2018-10-16 | 2019-02-15 | 北京厚力德仪器设备有限公司 | 一种大气综合垂直测量系统 |
CN110672800A (zh) * | 2019-11-19 | 2020-01-10 | 南京海逸测控技术有限公司 | 一种无人机大气voc污染物在线检测设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN207703821U (zh) | 基于大数据的无人机大气环境监测系统 | |
Ali et al. | Low cost sensor with IoT LoRaWAN connectivity and machine learning-based calibration for air pollution monitoring | |
Saha et al. | A raspberry Pi controlled cloud based air and sound pollution monitoring system with temperature and humidity sensing | |
Rossi et al. | Autonomous gas detection and mapping with unmanned aerial vehicles | |
Phala et al. | Air quality monitoring system based on ISO/IEC/IEEE 21451 standards | |
CN108267548A (zh) | 基于大数据的无人机大气环境监测系统 | |
CN102889968B (zh) | 低浓度六氟化硫气体检测的声学方法 | |
CN107607450A (zh) | 一种大气质量监测方法及相关设备 | |
Addabbo et al. | An IoT framework for the pervasive monitoring of chemical emissions in industrial plants | |
RU95849U1 (ru) | Беспроводный газовый датчик с автономным питанием | |
Rajalakshmi et al. | Toxic environment monitoring using sensors based on arduino | |
Carrozzo et al. | UAV intelligent chemical multisensor payload for networked and impromptu gas monitoring tasks | |
Das et al. | Energy harvesting-enabled 5G advanced air pollution monitoring device | |
CN107703516A (zh) | 一种远程测定船舶污染排放装置及其应用方法 | |
IOIT et al. | Air and Sound Pollution Monitoring System using IoT | |
CN104197995A (zh) | 一种工业园区环境监测系统 | |
CN108896713A (zh) | 针对气体污染源的污染治理方法及治理系统 | |
CN207923814U (zh) | 一种便携式空气污染物浓度监测仪器 | |
CN108954510B (zh) | 基于物联网的有害气体智能监测光催化净化系统 | |
CN208443442U (zh) | 大气环境监测设备及其系统 | |
Mihajlović et al. | Application of GPRS modules in data acquisition and control of devices for air quality monitoring | |
CN113390960A (zh) | 一种多功能集成式氧传感器 | |
Anzum | LoRaWAN Technology on Air Quality Monitoring for Public Health Protection | |
CN107389385A (zh) | 高空气体检测系统及检测方法 | |
CN207020156U (zh) | 环境空气质量自动监测系统 |
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 |