CN109596487A - 一种高大建筑物工程扬尘溯源方法 - Google Patents
一种高大建筑物工程扬尘溯源方法 Download PDFInfo
- Publication number
- CN109596487A CN109596487A CN201811407083.0A CN201811407083A CN109596487A CN 109596487 A CN109596487 A CN 109596487A CN 201811407083 A CN201811407083 A CN 201811407083A CN 109596487 A CN109596487 A CN 109596487A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- fugitive dust
- dust source
- polarisation
- tracing method
- 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
- 239000000428 dust Substances 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 238000010276 construction Methods 0.000 claims abstract description 10
- 239000013618 particulate matter Substances 0.000 claims description 12
- 239000002245 particle Substances 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 238000012300 Sequence Analysis Methods 0.000 claims description 3
- 238000013144 data compression Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 239000003570 air Substances 0.000 abstract description 9
- 239000012080 ambient air Substances 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G01N15/075—
Abstract
本发明提供了一种高大建筑物工程扬尘溯源方法,涉及大气环境监测及管控技术;该方法基于搭载偏光粒径谱仪的无人机的飞行优点,提供高大建筑物工程周边环境大气质量监测系统,通过建立合理的路径规划和最优条件,建立无人机的运动方向调整模型,控制无人机朝目标点方向运动,在下一位置重新根据目标函数更新无人机的运动方向,逐步确认施工中的高大建筑物产生的扬尘来源并进行管控,其机动性好、可重复试使用,能够快速对施工中的高大建筑物周边大气进行全面的空气质量采集和监测,并将数据实时传入地面无人机控制中心,一定程度上提高了大气环境管控效率。
Description
技术领域
本发明涉及大气环境监测及管控技术领域,尤其涉及一种高大建筑物工程扬尘溯源方法。
背景技术
目前,大气污染是大家比较关注的一个话题,扬尘则是城市污染中的一个重要组成部分。建筑物工程在进行的过程中会产生大量的扬尘,此外,由于当前工程周边排放情况复杂、变化频繁,环境监察工作任务繁重,环境监察人员力量也显不足,监管模式相对单一。
而且因为通常建筑物高度高,仅靠地面的监测系统无法及时获取关于扬尘污染的准确信息,更无法探测高扬尘排放位置,因此急需一种可以从宏观上观测污染源分布、排放状况以及项目建设情况的方法,为环境监察提供决策依据。
发明内容
本发明的目的在于提供一种高大建筑物工程扬尘溯源方法,从而解决现有技术中存在的前述问题。
为了实现上述目的,本发明采用的技术方案如下:
一种高大建筑物工程扬尘溯源方法,主要包括以下步骤:
S1收集待溯源建筑工地附近大气中粗模态颗粒物的浓度阈值;
S2搭载有偏光粒径谱仪的无人机接收到扬尘溯源指令后,飞行至待测指定位置;
S3所述无人机绕建筑物规划探测路线飞行,无人机地面控制中心记录无人机飞行数据以及偏光粒径谱仪探测得到的数据;
S4实时对比步骤S3中探测的数据与步骤S1中测得的浓度阈值,若未超过该浓度阈值,则无人机结束巡查;若超过该浓度阈值,则进入步骤S5;
S5识别无人机飞行路径上,超出颗粒物浓度阈值时无人机的飞行位置,控制中心指示无人机飞行至该位置;
S6无人机在该位置2-5立方米范围内进行飞行扫描,地面无人机控制中心记录该立方体8个顶点位置的粗模态颗粒物浓度,计算得到各个方向的浓度梯度。
S7识别浓度梯度最大的方向,再向该方向飞行10-20m,到达下一位置后重复S5和S6操作,直到找到裸露扬尘源,进行管控。
优选的,步骤S1中所述的粗模态颗粒物为4-8μm的颗粒物。
优选的,步骤S2中所述搭载有偏光粒径谱仪的无人机上还设置有GPS模块、采集数据处理器和电源模块,所述电源模块和所述偏光粒径谱仪连接,所述偏光粒径谱仪模块和所述GPS模块通过分线器与所述采集数据处理器连接。
优选的,所述采集数据处理器内设置空气质量监测程序,通过移动网络GPRS把偏光粒径谱仪模块数据和GPS模块的位置信息数据实时上传地面无人机控制中心。
优选的,所述采集数据处理器在对空气质量6大要素和颗粒物偏光性质测量时,系统采用时间序列分析算法,设定存储文件格式,将同一时刻的数据压缩写入一个记录文件。
优选的,所述步骤S3中无人机绕建筑物按照螺旋式全建筑规划探测路线飞行,倾斜角为30°;所述飞行数据包括飞行高度、经度和纬度;所述偏光粒径谱仪检测分析得到的数据为颗粒物体积浓度粒径谱。
优选的,步骤S5中识别出的超过阈值的无人机位置信息包括经度、纬度和高度。
优选的,步骤S6中无人机在识别出的超过阈值的位置2立方米内进行原地立体扫描飞行。
本发明的有益效果是:
本发明提供的建筑物溯源方法,基于无人机的飞行特点,结合偏光粒径谱仪和地面控制系统,通过建立合理的路径规划和最优条件,建立无人机的运动方向调整模型,控制无人机朝目标点方向运动,在下一位置重新根据目标函数更新无人机的运动方向,监测系统能够快速对工程高大建筑物周边环境大气质量和悬浮颗粒物偏光特性进行全面的数据采集和监测,并将环境数据和位置信息数据实时上传地面无人机控制中心,监测人员可在任意地点同步观测工程周边环境大气质量;逐步确认施工中的高大建筑物产生的扬尘来源并进行管控,其机动性好、可重复试使用,能够快速对施工中的高大建筑物周边大气进行全面的空气质量采集和监测,一定程度上提高了大气环境管控效率。
附图说明
图1是是本发明技术路线示意图;
图2是螺旋式全建筑物规划探测路线图;
图3是无人机原地立体扫描路线规划图;
图4是本发明对高大建筑物工程扬尘溯源的无人机系统的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本实施例记载的高大建筑物工程扬尘溯源方法包括以下步骤:
S1收集待溯源建筑工地附近大气中4-8μm的粗模态颗粒物的浓度阈值;
S2搭载有偏光粒径谱仪的无人机接收到扬尘溯源指令后,飞行至待测指定位置;
S3绕建筑物按照螺旋式全建筑物规划探测路线飞行,如图2所示,倾斜角30°,地面无人机控制中心记录无人机飞行经度、纬度、高度,以及偏光粒径谱仪探测得到的颗粒物体积浓度粒径谱;
S4实时对比步骤S3中探测的数据与步骤S1中测得的浓度阈值,若未超过该浓度阈值,则无人机结束巡查,直接返航;若超过该浓度阈值,则进入步骤S5;
S5识别无人机飞行路径上超出4-8μm颗粒物浓度阈值时无人机的飞行位置为目标位置,控制中心指示无人机飞行至第一组目标位置;
S6无人机在该位置2立方米范围内进行原地立体扫描飞行,路径如图3所示,地面无人机控制中心记录该立方体8个顶点位置(A-H)的粗模态颗粒物浓度,计算得到各个方向的浓度梯度,包括26个方向的浓度梯度:A→B;A→D;A→C;A→E;A→F;A→G;A→H;B→C;B→D;B→E;B→F;B→G;B→H;C→D;C→E;C→F;C→G;C→H;E→F;E→G;E→H;F→G;F→H;G→H。
S7识别浓度梯度最大的方向,再向该方向飞行10m,到达下一目标位置后重复S5和S6操作,直到找到裸露扬尘源,进行管控。
值得注意的是,本发明中采用的无人机为四旋翼无人机,无人机上还设置有GPS模块、采集数据处理器和电源模块,所述电源模块和所述偏光粒径谱仪连接,所述偏光粒径谱仪模块和所述GPS模块通过分线器与所述采集数据处理器连接。
在进行数据采集时,所述采集数据处理器内设置空气质量监测程序,空气质量6大要素和颗粒物偏光性质测量时,系统采用时间序列分析算法,设定存储文件格式,将同一时刻的数据压缩写入一个记录文件,通过移动网络GPRS把偏光粒径谱仪模块数据和GPS模块的位置信息数据实时上传地面无人机控制中心。
所述分线器为一拖二USB Type-C HUB分线器,所述USB Type-C HUB分线器的母接口与所述采集数据处理器接口USB相连,另外两个分接口分别与所述偏光粒径谱仪模块、所述GPS模块相连。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:
本发明提供的建筑物溯源方法,基于无人机的飞行特点,结合偏光粒径谱仪和地面控制系统,通过建立合理的路径规划和最优条件,建立无人机的运动方向调整模型,控制无人机朝目标点方向运动,在下一位置重新根据目标函数更新无人机的运动方向,监测系统能够快速对工程高大建筑物周边环境大气质量和悬浮颗粒物偏光特性进行全面的数据采集和监测,并将环境数据和位置信息数据实时上传地面无人机控制中心,监测人员可在任意地点同步观测工程周边环境大气质量;逐步确认施工中的高大建筑物产生的扬尘来源并进行管控,其机动性好、可重复试使用,能够快速对施工中的高大建筑物周边大气进行全面的空气质量采集和监测,一定程度上提高了大气环境管控效率。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (9)
1.一种高大建筑物工程扬尘溯源方法,其特征在于,主要包括以下步骤:
S1收集待溯源建筑工地附近大气中粗模态颗粒物的浓度阈值;
S2搭载有偏光粒径谱仪的无人机接收到扬尘溯源指令后,飞行至待测指定位置;
S3所述无人机绕建筑物规划探测路线飞行,无人机地面控制中心记录无人机飞行数据以及偏光粒径谱仪探测得到的数据;
S4实时对比步骤S3中探测的数据与步骤S1中测得的浓度阈值,若未超过该浓度阈值,则无人机结束巡查;若超过该浓度阈值,则进入步骤S5;
S5识别无人机飞行路径上,超出颗粒物浓度阈值时无人机的飞行位置,控制中心指示无人机飞行至该位置进行全面飞行扫描,直到确认裸露扬尘源。
2.根据权利要求1所述的扬尘溯源方法,其特征在于,步骤S1中所述的粗模态颗粒物为4-8μm的颗粒物。
3.根据权利要求1所述的扬尘溯源方法,其特征在于,步骤S2中所述搭载有偏光粒径谱仪的无人机上还设置有GPS模块、采集数据处理器和电源模块,所述电源模块和所述偏光粒径谱仪连接,所述偏光粒径谱仪模块和所述GPS模块通过分线器与所述采集数据处理器连接。
4.根据权利要求3所述的扬尘溯源方法,其特征在于,所述采集数据处理器内设置空气质量监测程序,通过移动网络GPRS把偏光粒径谱仪模块数据和GPS模块的位置信息数据实时上传地面无人机控制中心。
5.根据权利要求4所述的扬尘溯源方法,其特征在于,所述采集数据处理器在对空气质量6大要素和颗粒物偏光性质测量时,系统采用时间序列分析算法,设定存储文件格式,将同一时刻的数据压缩写入一个记录文件。
6.根据权利要求1所述的扬尘溯源方法,其特征在于,所述步骤S3中无人机绕建筑物按照螺旋式全建筑规划探测路线飞行,倾斜角为30°;所述飞行数据包括飞行高度、经度和纬度;所述偏光粒径谱仪检测分析得到的数据为颗粒物体积浓度粒径谱。
7.根据权利要求1所述的扬尘溯源方法,其特征在于,步骤S5中识别出的超过阈值的无人机位置信息包括经度、纬度和高度。
8.根据权利要求1所述的扬尘溯源方法,其特征在于,步骤S5中所述的全面扫描方式包括如下步骤:
S6无人机在该位置2-5立方米范围内进行飞行扫描,地面无人机控制中心记录该立方体8个顶点位置的粗模态颗粒物浓度,计算得到各个方向的浓度梯度。
S7识别浓度梯度最大的方向,再向该方向飞行10-20m,到达下一位置后重复S5和S6操作,直到找到裸露扬尘源,进行管控。
9.根据权利要求1所述的扬尘溯源方法,其特征在于,步骤S6中无人机在识别出的超过阈值的位置2立方米内进行原地立体扫描飞行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811407083.0A CN109596487B (zh) | 2018-11-23 | 2018-11-23 | 一种高大建筑物工程扬尘溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811407083.0A CN109596487B (zh) | 2018-11-23 | 2018-11-23 | 一种高大建筑物工程扬尘溯源方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109596487A true CN109596487A (zh) | 2019-04-09 |
CN109596487B CN109596487B (zh) | 2020-12-15 |
Family
ID=65959579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811407083.0A Active CN109596487B (zh) | 2018-11-23 | 2018-11-23 | 一种高大建筑物工程扬尘溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109596487B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111103397A (zh) * | 2019-11-21 | 2020-05-05 | 浙江华珍科技有限公司 | 一种大气污染溯源监测方法 |
CN113156998A (zh) * | 2021-04-30 | 2021-07-23 | 中国人民解放军陆军装甲兵学院 | 一种无人机飞控系统及控制方法 |
CN113420102A (zh) * | 2021-06-25 | 2021-09-21 | 山东诺方电子科技有限公司 | 一种利用积尘与扬尘精准定位污染源的方法 |
CN114201560A (zh) * | 2021-11-29 | 2022-03-18 | 中国科学院计算机网络信息中心 | 一种5G环境下基于Web的实时多人行动路径规划方法及系统 |
CN115931659A (zh) * | 2022-10-31 | 2023-04-07 | 信阳师范学院 | 一种城市堆场扬尘对空气质量影响评估的系统和方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104089855A (zh) * | 2014-07-17 | 2014-10-08 | 清华大学深圳研究生院 | 一种偏振光散射测量颗粒物的方法及装置 |
CN106203265A (zh) * | 2016-06-28 | 2016-12-07 | 江苏大学 | 一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测系统及方法 |
CN106290080A (zh) * | 2016-08-15 | 2017-01-04 | 天津市杜赛科技发展有限公司 | 扬尘气象地空监控装置 |
CN106405040A (zh) * | 2016-11-17 | 2017-02-15 | 苏州航天系统工程有限公司 | 一种基于无人设备的水质巡检、污染物溯源系统及其方法 |
CN108535418A (zh) * | 2018-04-12 | 2018-09-14 | 盐城工学院 | 一种污染物溯源方法、装置、监控终端及存储介质 |
CN108760594A (zh) * | 2018-06-12 | 2018-11-06 | 中国环境科学研究院 | 基于无人机的扬尘监测系统 |
CN108827722A (zh) * | 2018-09-13 | 2018-11-16 | 潘小乐 | 一种用于估算工业区pm高架直排源强的无人机系统及方法 |
-
2018
- 2018-11-23 CN CN201811407083.0A patent/CN109596487B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104089855A (zh) * | 2014-07-17 | 2014-10-08 | 清华大学深圳研究生院 | 一种偏振光散射测量颗粒物的方法及装置 |
CN106203265A (zh) * | 2016-06-28 | 2016-12-07 | 江苏大学 | 一种基于无人机采集图像的施工扬尘污染源自动监测及影响范围预测系统及方法 |
CN106290080A (zh) * | 2016-08-15 | 2017-01-04 | 天津市杜赛科技发展有限公司 | 扬尘气象地空监控装置 |
CN106405040A (zh) * | 2016-11-17 | 2017-02-15 | 苏州航天系统工程有限公司 | 一种基于无人设备的水质巡检、污染物溯源系统及其方法 |
CN108535418A (zh) * | 2018-04-12 | 2018-09-14 | 盐城工学院 | 一种污染物溯源方法、装置、监控终端及存储介质 |
CN108760594A (zh) * | 2018-06-12 | 2018-11-06 | 中国环境科学研究院 | 基于无人机的扬尘监测系统 |
CN108827722A (zh) * | 2018-09-13 | 2018-11-16 | 潘小乐 | 一种用于估算工业区pm高架直排源强的无人机系统及方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111103397A (zh) * | 2019-11-21 | 2020-05-05 | 浙江华珍科技有限公司 | 一种大气污染溯源监测方法 |
CN113156998A (zh) * | 2021-04-30 | 2021-07-23 | 中国人民解放军陆军装甲兵学院 | 一种无人机飞控系统及控制方法 |
CN113156998B (zh) * | 2021-04-30 | 2023-07-25 | 中国人民解放军陆军装甲兵学院 | 一种无人机飞控系统的控制方法 |
CN113420102A (zh) * | 2021-06-25 | 2021-09-21 | 山东诺方电子科技有限公司 | 一种利用积尘与扬尘精准定位污染源的方法 |
CN113420102B (zh) * | 2021-06-25 | 2022-08-23 | 山东诺方电子科技有限公司 | 一种利用积尘与扬尘精准定位污染源的方法 |
CN114201560A (zh) * | 2021-11-29 | 2022-03-18 | 中国科学院计算机网络信息中心 | 一种5G环境下基于Web的实时多人行动路径规划方法及系统 |
CN114201560B (zh) * | 2021-11-29 | 2022-12-16 | 中国科学院计算机网络信息中心 | 一种5G环境下基于Web的实时多人行动路径规划方法及系统 |
CN115931659A (zh) * | 2022-10-31 | 2023-04-07 | 信阳师范学院 | 一种城市堆场扬尘对空气质量影响评估的系统和方法 |
CN115931659B (zh) * | 2022-10-31 | 2023-11-03 | 信阳师范学院 | 一种城市堆场扬尘对空气质量影响评估的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109596487B (zh) | 2020-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109596487A (zh) | 一种高大建筑物工程扬尘溯源方法 | |
CN108109437B (zh) | 一种基于地图特征的无人机自主航线提取生成方法 | |
CN106896145A (zh) | 有毒有害气体无人机检测系统和检测方法 | |
US20100215212A1 (en) | System and Method for the Inspection of Structures | |
CN107328783A (zh) | 一种基于无人机的桥梁智能检测系统 | |
CN112101088B (zh) | 一种无人机电力自动巡检方法、装置及系统 | |
CN103455036A (zh) | 一种场景空中巡视方法和飞行器 | |
CN112327906A (zh) | 一种基于无人机的智能自动巡检系统 | |
CN109358644A (zh) | 无人机自动巡视航线的生成方法和装置 | |
CN109164214B (zh) | 一种边界污染源快速映射定位及强度反演系统及方法 | |
CN103984355A (zh) | 一种巡检飞行机器人与架空电力线路距离预测和保持方法 | |
CN207882165U (zh) | 智能充电的风电场扇叶表面缺陷检测的装置 | |
CN114265418A (zh) | 一种用于光伏电站的无人机巡检与缺陷定位系统及方法 | |
CN110673643A (zh) | 一种无人机智能环保监测系统及方法 | |
RU2471209C1 (ru) | Способ мониторинга атмосферного воздуха | |
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 | |
CN112802004B (zh) | 便携式输电线路和杆塔健康智能视频检测装置 | |
CN105333900A (zh) | 基于多旋翼平台的烟气监测系统及其方法 | |
CN113342041A (zh) | 一种无人机实现自动化巡检风叶发电设备的方法及系统 | |
CN115185292A (zh) | 基于地空一体化的空气污染智能监测方法及平台 | |
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 | |
CN116258980A (zh) | 一种基于视觉的无人机分布式光伏电站巡检方法 | |
CN113009100A (zh) | 一种基站式无人机流域水环境监测系统 | |
CN112487894A (zh) | 基于人工智能的轨道交通保护区自动巡查方法及装置 | |
CN112526065A (zh) | 一种基于无人机的自动定位污染源的系统及方法 |
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 |