CN109270951A - 一种无人机环境监测巡航方法及系统 - Google Patents

Abstract

本公开提供一种无人机环境监测巡航方法及系统，自动监测污染区域的信息，实时采集并智能判断各个区域的污染情况，并将各污染块作为污染静态路网的节点，其污染块之间的直线距离作为权重值构建污染静态路网生成导航路径供无人机进行巡航方便快速定位污染源，监测采用人工无人机技术，对大气污染进行巡查，执法，采样方便灵活、分析取证快、能快速定位污染源，能有效提高监测效率和监管力度。

Description

一种无人机环境监测巡航方法及系统

技术领域

本公开涉及无人机环境监测巡航技术领域，特别涉及一种无人机环境监测巡航方法及系统。

背景技术

随着我国近几年来大气污染状况一种无人机环境监测巡航方法及系统越来越严重，特别是经济发达地区，工业、重工业乱排、偷排现象非常严重监管难度大取证难。特别雾霾(颗粒物PM2.5、PM10等)在污染物中所占的比例越来越重，已严重威胁着国人的健康，因此我国的大气污染检测与治理的任务也越来越重。对此也在大多数城市布设或者完善了颗粒物、气体检测设备，形成了国控点、结合省空点分布密集的地面污染源检测网。

为解决对大气污染监测问题，以无人机、物联网、大数据技术相结合，无人机为平台搭载气体监测设备，对国控点、省空点进行定时巡查，并将巡查的监测数据实时传送到后台，后台系统以地图展示无人机飞行轨迹并与图表相结合进行展示。使监测人员对从气体采样、记录、跟踪、分析、监测，智能化操作一步到位，彻底解决监管难度大取证难的问题。

牺牲环境为代价发展经济，使得沿海城市自然生态环境遭到严重破坏，大气污染、水环境污染、垃圾处理、水土流失等，都严重影响到人民生命健康，使得环境治理问题显得非常迫切。环保监控，监测采用人工无人机技术，对大气污染进行巡查，执法，采样方便灵活、分析取证快、能快速定位污染源，能有效提高监测效率和监管力度。

发明内容

针对上述技术问题，本公开提供一种无人机环境监测巡航方法及系统，自动监测污染区域的信息，实时采集并智能判断各个区域的污染情况，并生成导航路径供无人机进行巡航方便快速定位污染源。

所述一种无人机环境监测巡航方法具体包括以下步骤：

步骤1，按照污染实时数据监控点的监测区域将待监测区域划分为多个子区域块；

步骤2，读取子区域块中的污染实时数据监控点的污染实时监控数据；

步骤3，标记超过污染阈值的污染实时监控数据的子区域块为污染块；

步骤4，将污染块连接生成污染静态路网；

步骤5，采用Dijkstra算法生成无人机到污染静态路网的导航路径；

步骤6，无人机根据导航路径巡航污染区域采集视频与污染数据。

进一步地，在步骤1中，所述将待监测区域划分为多个子区域块的方法为，按照安装好的污染实时数据监控点的监测区域将待检测区域进行划分，每个子区域块包括至少一个污染实时数据监控点。

进一步地，在步骤2中，所述污染实时数据监控点包括通过PM2.5传感器，PM10传感器,SO2传感器,NO2传感器,CO传感器,O3传感器,NH3传感器,H2S传感器采集的信息的监控系统，所述污染实时监控数据是监控用户所选择的因子数据的信息,因子有PM25,PM10,SO2,NO2,CO,O3,NH3,H2S共8种数据信息。

进一步地，在步骤3中，所述污染阈值为PM2.5为300微克/立方米、PM10为150微克/立方米、SO2为0.25毫克/立方米、CO为100微克/立方米、O3为120微克/立方米、NH3为30毫克/立方米即40PPM、H2S为1000微克/立方米，如果超过其中任意一项超过即为超过污染阈值。

进一步地，在步骤4中，将污染块连接生成污染静态路网的方法为，将各污染块作为污染静态路网的节点，其污染块之间的直线距离作为权重值构建污染静态路网。

进一步地，在步骤5中，所述导航路径为Dijkstra算法生成的无人机到污染静态路网中各个污染块的最短路径，所述通过Dijkstra算法生成的无人机到污染静态路网中各个污染块的最短路径的方法为，按路径长度递增次序产生算法：将各个污染块作为顶点，顶点的集合为V，将集合V分成两组，即S组与T组，所述无人机至少包括有无线传输数据与定位、传感器信息采集功能，

(1)S：已求出的顶点的集合(初始时只含有源点V0，即无人机当前的定位信息)；

(2)V-S＝T：尚未确定的顶点集合；

将T中顶点按递增的次序加入到S中，保证：

(1)从源点V0到S中其他各顶点的长度都不大于从V0到T中任何顶点的最短路径长度；

(2)每个顶点对应一个距离值；

S中顶点：从V0到此顶点的长度；

T中顶点：从V0到此顶点的只包括S中顶点作中间顶点的最短路径长度；

依据：可以证明V0到T中顶点Vk的，或是从V0到Vk的直接路径的权值；或是从V0经S中顶点到Vk的路径权值之和；

求最短路径步骤算法步骤如下：

G＝{V,E}；

1.初始时令S＝{V0},T＝V-S＝{其余顶点}，T中顶点对应的各污染块的距离值；

若存在<V0,V_i>，d(V0,V_i)为<V0,Vi>弧上的权值；

若不存在<V0,V_i>，d(V0,V_i)为∞；

2.从T中选取一个与S中顶点有关联边且权值最小的顶点W，加入到S中；

3.对其余T中顶点的距离值进行修改：若加进W作中间顶点，从V0到Vi的距离值缩短，则修改此距离值；

重复上述步骤2、3，直到S中包含所有顶点，即W＝Vi为止。

进一步地，在步骤7中，Dijkstra算法采用的是一种贪心的策略，声明一个数组dis来保存源点到各个顶点的最短距离和一个保存已经找到了最短路径的顶点的集合：T，初始时，原点s的路径权重被赋为0(dis[s]＝0)。若对于顶点s存在能直接到达的边(s,m)，则把dis[m]设为w(s,m),同时把所有其他(s不能直接到达的)顶点的路径长度设为无穷大。初始时，集合T只有顶点s。

然后，从dis数组选择最小值，则该值就是源点s到该值对应的顶点的最短路径，并且把该点加入到T中，此时完成一个顶点，

然后，需要判断新加入的顶点是否可以到达其他顶点并且看看通过该顶点到达其他点的路径长度是否比源点直接到达距离短，如果是，那么就替换这些顶点在dis中的值。

然后，又从dis中找出最小值，重复上述动作，直到T中包含了图的所有顶点。

进一步地，在步骤6中，所述视频与污染数据为无人机视频摄像头与PM2.5传感器，PM10传感器,SO2传感器,NO2传感器,CO传感器,O3传感器,NH3传感器,H2S传感器采集的数据。

本发明还提供了一种无人机环境监测巡航系统，所述系统包括：

监测区域划分单元，用于按照污染实时数据监控点的监测区域将待监测区域划分为多个子区域块；

污染数据采集单元，用于读取子区域块中的污染实时数据监控点的污染实时监控数据；

污染块标记单元，用于标记超过污染阈值的污染实时监控数据的子区域块为污染块；

污染路网构建单元，用于将污染块连接生成污染静态路网；

导航路径生成单元，用于采用Dijkstra算法生成无人机到污染静态路网的导航路径；

无人机巡航单元，用于无人机根据导航路径巡航污染区域采集视频与污染数据。

本公开的有益效果为：本公开的一种无人机环境监测巡航方法及系统，自动监测污染区域的信息，实时采集并智能判断各个区域的污染情况，并生成导航路径供无人机进行巡航方便快速定位污染源，监测采用人工无人机技术，对大气污染进行巡查，执法，采样方便灵活、分析取证快、能快速定位污染源，能有效提高监测效率和监管力度。

附图说明

通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：

图1所示为本公开的一种无人机环境监测巡航方法工作流程图；

图2所示为本公开的一种无人机环境监测巡航系统模块架构图。

具体实施方式

以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

如图1所示为根据本公开的一种无人机环境监测巡航方法及系统工作流程图，下面结合图1来阐述根据本公开的用户偏好分析方法。

本公开提出一种无人机环境监测巡航方法，具体包括以下步骤：

步骤1，按照污染实时数据监控点的监测区域将待监测区域划分为多个子区域块；

步骤2，读取子区域块中的污染实时数据监控点的污染实时监控数据；

步骤3，标记超过污染阈值的污染实时监控数据的子区域块为污染块；

步骤4，将污染块连接生成污染静态路网；

步骤5，采用Dijkstra算法生成无人机到污染静态路网的导航路径；

步骤6，无人机根据导航路径巡航污染区域采集视频与污染数据。

进一步地，在步骤1中，所述将待监测区域划分为多个子区域块的方法为，按照安装好的污染实时数据监控点的监测区域将待检测区域进行划分，每个子区域块包括至少一个污染实时数据监控点。

进一步地，在步骤2中，所述污染实时数据监控点包括通过PM2.5传感器，PM10传感器,SO2传感器,NO2传感器,CO传感器,O3传感器,NH3传感器,H2S传感器采集的信息的监控系统，所述污染实时监控数据是监控用户所选择的因子数据的信息,因子有PM25,PM10,SO2,NO2,CO,O3,NH3,H2S共8种数据信息。

进一步地，在步骤3中，所述污染阈值为PM2.5为300微克/立方米、PM10为150微克/立方米、SO2为0.25毫克/立方米、CO为100微克/立方米、O3为120微克/立方米、NH3为30毫克/立方米即40PPM、H2S为1000微克/立方米，如果超过其中任意一项超过即为超过污染阈值。

进一步地，在步骤4中，将污染块连接生成污染静态路网的方法为，将各污染块作为污染静态路网的节点，其污染块之间的直线距离作为权重值构建污染静态路网。

进一步地，在步骤5中，所述导航路径为Dijkstra算法生成的无人机到污染静态路网中各个污染块的最短路径，所述通过Dijkstra算法生成的无人机到污染静态路网中各个污染块的最短路径的方法为，按路径长度递增次序产生算法：将各个污染块作为顶点，顶点的集合为V，将集合V分成两组，即S组与T组，所述无人机至少包括有无线传输数据与定位、传感器信息采集功能，

(1)S：已求出的顶点的集合(初始时只含有源点V0，即无人机当前的定位信息)；

(2)V-S＝T：尚未确定的顶点集合；

将T中顶点按递增的次序加入到S中，保证：

(1)从源点V0到S中其他各顶点的长度都不大于从V0到T中任何顶点的最短路径长度；

(2)每个顶点对应一个距离值；

S中顶点：从V0到此顶点的长度；

T中顶点：从V0到此顶点的只包括S中顶点作中间顶点的最短路径长度；

依据：可以证明V0到T中顶点Vk的，或是从V0到Vk的直接路径的权值；或是从V0经S中顶点到Vk的路径权值之和；

求最短路径步骤算法步骤如下：

G＝{V,E}；

1.初始时令S＝{V0},T＝V-S＝{其余顶点}，T中顶点对应的各污染块的距离值；

若存在<V0,V_i>，d(V0,V_i)为<V0,Vi>弧上的权值；

若不存在<V0,V_i>，d(V0,V_i)为∞；

2.从T中选取一个与S中顶点有关联边且权值最小的顶点W，加入到S中；

3.对其余T中顶点的距离值进行修改：若加进W作中间顶点，从V0到Vi的距离值缩短，则修改此距离值；

重复上述步骤2、3，直到S中包含所有顶点，即W＝Vi为止。

进一步地，在步骤7中，Dijkstra算法采用的是一种贪心的策略，声明一个数组dis来保存源点到各个顶点的最短距离和一个保存已经找到了最短路径的顶点的集合：T，初始时，原点s的路径权重被赋为0(dis[s]＝0)。若对于顶点s存在能直接到达的边(s,m)，则把dis[m]设为w(s,m),同时把所有其他(s不能直接到达的)顶点的路径长度设为无穷大。初始时，集合T只有顶点s。

然后，从dis数组选择最小值，则该值就是源点s到该值对应的顶点的最短路径，并且把该点加入到T中，此时完成一个顶点，

然后，需要判断新加入的顶点是否可以到达其他顶点并且看看通过该顶点到达其他点的路径长度是否比源点直接到达距离短，如果是，那么就替换这些顶点在dis中的值。

然后，又从dis中找出最小值，重复上述动作，直到T中包含了图的所有顶点。

进一步地，在步骤6中，所述视频与污染数据为无人机视频摄像头与PM2.5传感器，PM10传感器,SO2传感器,NO2传感器,CO传感器,O3传感器,NH3传感器,H2S传感器采集的数据。

本发明还提供了一种无人机环境监测巡航系统，如图2所示，所述系统包括：

监测区域划分单元，用于按照污染实时数据监控点的监测区域将待监测区域划分为多个子区域块；

污染数据采集单元，用于读取子区域块中的污染实时数据监控点的污染实时监控数据；

污染块标记单元，用于标记超过污染阈值的污染实时监控数据的子区域块为污染块；

污染路网构建单元，用于将污染块连接生成污染静态路网；

导航路径生成单元，用于采用Dijkstra算法生成无人机到污染静态路网的导航路径；

无人机巡航单元，用于无人机根据导航路径巡航污染区域采集视频与污染数据。

一种无人机环境监测巡航系统在用户登录系统后首先展示首页地图是卫星二维图,在二维图上有3个功能:轨迹查询,热力图和实时数据监控,用户可以在地图上选择相应的功能查看相应的数据图。

一种无人机环境监测巡航系统的轨迹查询需要3个条件：无人机编号、开始时间、结束时间,当用户条件输入完毕后点击飞行轨迹按钮可以查看到满足条件的无人机飞行轨迹,轨迹标明起点和终点,采集点需要标记出来,并且采集点与采集点之间有箭头来表示无人机的飞行方向.点击采集点,弹出窗口,窗口显示如下信息:①无人机的经纬度②采集时间③气体信息④热力图按钮,点击按钮后可以查看相应气体的热力图⑤曲线图按钮,点击按钮后可以查看相应气体的曲线图。

一种无人机环境监测巡航系统中的热力图是基于飞行轨迹基础上查询出来的,用户输入需要查看的气体后可以查看气体的分布情况和密度,气体只能单个查询而不能多个同时查询,气体范围越大热力图上气体对应的面积越大,气体密度越大热力图上气体对应的颜色越深。

一种无人机环境监测巡航系统的实时数据监控是监控用户所选择的因子数据的信息,因子有PM25,PM10,SO2,NO2,CO,O3,NH3,H2S共8种,因子选择默认是全选的,用户可以自行选择需要监控的因子,然后查询出所选因子的数据信息。

一种无人机环境监测巡航系统采集后数据的数据，可以对应无人机的飞行轨迹和热力图，进行地图数据的切换，主要可以对应有GIS矢量图，3D实景图，卫星影像图和瓦片地图。

一种无人机环境监测巡航系统可以采集无人机的飞行高度，在地图上的飞行轨迹采集点需要显示出无人机的飞行高度数据。无人机飞行高度数据的采集数据，可用于对应的气体浓度进行不同平面和不同垂直面的数据分析图。

一种无人机环境监测巡航系统历史数据查询需要四个查询条件:无人机编号,气体,飞行开始时间和飞行结束时间,气体默认为全选,条件输入完毕点击查询按钮可以查看到相应气体的曲线图。

一种无人机环境监测巡航系统报告输出是对大气监测情况进行记录，对产生异常情况进行描述。为日后查询追溯提供时间、地点、采样值、采样轨迹等有力的数据支持。报告输出有新增、修改、保存、删除、查询功能。

所述一种无人机环境监测巡航系统有以下特点：

1.使用无人机搭载气体监测传感器，实现对大气质量监测；

2.使用GPS定位与GIS地图相结合，实现采样准确，位置精确，无论采样、分析、取证都能快速完成，并提供轨迹查询，热力图分布，历史数据追溯，方便日后调取查阅；

3.无人机采集数据通过4G移动网实时将数据传送到后台，系统可实时查看无人机飞行状况及气体检测值及趋势图；

4.通过后台系统可以即时生成检测报告，记录异常情况和异常地点。

所述一种无人机环境监测巡航系统可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种无人机环境监测巡航系统可运行的系统可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种无人机环境监测巡航系统的示例，并不构成对一种无人机环境监测巡航系统的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种无人机环境监测巡航系统还可以包括输入输出设备、网络接入设备、总线等。所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种无人机环境监测巡航系统运行系统的控制中心，利用各种接口和线路连接整个一种无人机环境监测巡航系统可运行系统的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种无人机环境监测巡航系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。

Claims (8)

1.一种无人机环境监测巡航方法，其特征在于，所述方法包括：

步骤1，按照污染实时数据监控点的监测区域将待监测区域划分为多个子区域块；

步骤2，读取子区域块中的污染实时数据监控点的污染实时监控数据；

步骤3，标记超过污染阈值的污染实时监控数据的子区域块为污染块；

步骤4，将污染块连接生成污染静态路网；

步骤5，采用Dijkstra算法生成无人机到污染静态路网的导航路径；

步骤6，无人机根据导航路径巡航污染区域采集视频与污染数据。

2.根据权利要求1所述的一种无人机环境监测巡航方法，其特征在于，在步骤1中，所述将待监测区域划分为多个子区域块的方法为，按照安装好的污染实时数据监控点的监测区域将待检测区域进行划分，每个子区域块包括至少一个污染实时数据监控点。

3.根据权利要求1所述的一种无人机环境监测巡航方法，其特征在于，在步骤2中，所述污染实时数据监控点包括通过PM2.5传感器，PM10传感器,SO2传感器,NO2传感器,CO传感器,O3传感器,NH3传感器,H2S传感器采集的信息的监控系统，所述污染实时监控数据是监控用户所选择的因子数据的信息,因子有PM25,PM10,SO2,NO2,CO,O3,NH3,H2S共8种数据信息。

4.根据权利要求1所述的一种无人机环境监测巡航方法，其特征在于，在步骤3中，所述污染阈值为PM2.5为300微克/立方米、PM10为150微克/立方米、SO2为0.25毫克/立方米、CO为100微克/立方米、O3为120微克/立方米、NH3为30毫克/立方米即40PPM、H2S为1000微克/立方米，如果超过其中任意一项超过即为超过污染阈值。

5.根据权利要求1所述的一种无人机环境监测巡航方法，其特征在于，在步骤4中，将污染块连接生成污染静态路网的方法为，将各污染块作为污染静态路网的节点，其污染块之间的直线距离作为权重值构建污染静态路网。

6.根据权利要求1所述的一种无人机环境监测巡航方法，其特征在于，在步骤5中，所述导航路径为Dijkstra算法生成的无人机到污染静态路网中各个污染块的最短路径。

7.根据权利要求1所述的一种无人机环境监测巡航方法，其特征在于，在步骤6中，所述视频与污染数据为无人机视频摄像头与PM2.5传感器，PM10传感器,SO2传感器,NO2传感器,CO传感器,O3传感器,NH3传感器,H2S传感器采集的数据。

8.一种无人机环境监测巡航系统，其特征在于，所述系统包括：

监测区域划分单元，用于按照污染实时数据监控点的监测区域将待监测区域划分为多个子区域块；

污染数据采集单元，用于读取子区域块中的污染实时数据监控点的污染实时监控数据；

污染块标记单元，用于标记超过污染阈值的污染实时监控数据的子区域块为污染块；

污染路网构建单元，用于将污染块连接生成污染静态路网；

导航路径生成单元，用于采用Dijkstra算法生成无人机到污染静态路网的导航路径；

无人机巡航单元，用于无人机根据导航路径巡航污染区域采集视频与污染数据。