CN110172941A - 一种智慧城市道路环卫系统 - Google Patents
一种智慧城市道路环卫系统 Download PDFInfo
- Publication number
- CN110172941A CN110172941A CN201910513037.7A CN201910513037A CN110172941A CN 110172941 A CN110172941 A CN 110172941A CN 201910513037 A CN201910513037 A CN 201910513037A CN 110172941 A CN110172941 A CN 110172941A
- Authority
- CN
- China
- Prior art keywords
- gray
- road
- image
- module
- water
- 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
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01H—STREET CLEANING; CLEANING OF PERMANENT WAYS; CLEANING BEACHES; DISPERSING OR PREVENTING FOG IN GENERAL CLEANING STREET OR RAILWAY FURNITURE OR TUNNEL WALLS
- E01H1/00—Removing undesirable matter from roads or like surfaces, with or without moistening of the surface
- E01H1/10—Hydraulically loosening or dislodging undesirable matter; Raking or scraping apparatus ; Removing liquids or semi-liquids e.g., absorbing water, sliding-off mud
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Studio Devices (AREA)
- Cleaning By Liquid Or Steam (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Cleaning Of Streets, Tracks, Or Beaches (AREA)
Abstract
本发明公开了一种智慧城市道路环卫系统,涉及图像处理领域,所述系统包括:图像采集模块,用于采集待清洗第一城市道路表面的原始图像;图像处理模块,用于将所述原始图像进行灰度化处理;像素灰度获取模块,用于采集所述灰度图像的像素点总个数以及各像素点的灰度值;出水速度求解模块,用于求解道路清洗的出水速度;道路清扫控制模块,用于根据所述出水速度,调控清洗车的喷水装置的输出功率,对所述第一城市道路表面进行清洗。本发明通过图像采集模块对道路表面采集图像,采用图像处理模块对采集的图像进行处理,方便判断道路脏污程度,且识别速度较快;根据道路实际脏污程度,控制清洗车出水速度,有效的保证每个路段清洗干净,同时能够有效节约水资源。
Description
技术领域
本发明涉及城市道路清洗领域,特别是涉及一种智慧城市道路环卫系统。
背景技术
随着城市的不断发展,城市道路四通八达,但城市道路经常会有垃圾灰尘等附着,严重影响城市面貌,为了保持城市面貌干净;一般采用城市道路环卫专用车,充分利用高压水流的动能,以高压力的方式清洗路面脏污,能够满足快节奏的城市化发展所需的路面清洗、保洁养护。
现有技术的高压清洗车,是采用统一均匀的压力对路面进行冲洗或清洗,即不论道路的干净程度均采用统一能量清洗道路,容易导致脏污严重的地方,不能够有效去除,脏污轻微的地方,耗用较多水流。
发明内容
有鉴于现有技术的缺陷,本发明所要解决的技术问题是本发明所要解决的技术问题是提供一种智慧城市道路环卫系统,旨在提供一种能够通过采集图片并进行处理,来判断实际不同道路的脏污情况,控制清洗设备排出相对应的水流,进行清洗。
为实现上述目的,本发明提供了一种智慧城市道路环卫系统,包括如下步骤:
图像采集模块,用于采集待清洗第一城市道路表面的原始图像;
图像处理模块,用于将所述原始图像进行灰度化处理,获得灰度图像;
像素灰度获取模块,用于采集经灰度化处理后的所述灰度图像的像素点总个数N以及各像素点的灰度值Grayh;所述N为正整数;所述h满足1≤h≤N;
出水速度求解模块,用于根据所述灰度值Grayh和所述像素点总个数N,求解道路清洗的出水速度V;所述V满足:所述Gray0为标准道路图像灰化处理后的基准灰度值,所述α为常数;
道路清扫控制模块,用于根据所述出水速度,调控清洗车的喷水装置的输出功率,对所述第一城市道路表面进行清洗。
在该技术方案中,通过图像采集模块对道路表面进行采集图像,采用图像处理模块对采集的图像进行处理,方便判断道路脏污程度,且识别速度较快;同时通过出水速度求解模块计算出水速度据道路实际脏污程度,控制清洗车出水速度,对于脏污程度低的道路路段采用较小出水速度进行冲洗,对于脏污程度高的道路路段采用较大出水速度进行冲洗,有效的保证每个路段清洗干净,同时能够有效节约水资源。
在一具体实施方式中,所述图像处理模块还包括:
像素RGB采集单元,用于采集所述原始图像二维图片中坐标点(x,y)上red的分量值R(x,y)、greed的分量值G(x,y)以及blue的分量值B(x,y);
灰度值换算单元,用于根据所述R(x,y)、所述G(x,y)以及所述B(x,y)计算灰度值Gray(x,y),所述Gray(x,y)=E*R(x,y)+F*G(x,y)+G*B(x,y);所述E=0.3,所述F=0.59以及所述G=0.11。
在一具体实施方式中,像素RGB采集单元和灰度值换算单元能够计算最佳灰度值,从而获取灰度化效果最好的灰度图像,使得后续图片处理识别更加精确。
在一具体实施方式中,所述出水速度求解模块包括:
基准灰度值计算单元,用于采集所述第一城市道路表面在清洗干净状态下的图像作为标准道路图像,求解所述标准道路图像的平均灰度值作为所述基准灰度值Gray0。
在一具体实施方式中,在所述基准灰度值计算单元中,采用所述求解所述Gray0;所述M为灰度化处理后的所述标准道路图像灰度化后的像素点总个数,所述Grayj为各像素点的灰度值,其中所述M为正整数,所述j满足1≤j≤M。
在一具体实施例中,在所述图像采集模块中,设置有图像传感器,用于采集所述待清洗第一城市道路表面的原始图像。
在一具体实施例中,所述道路清扫控制模块还用于根据所述出水速度V求解所述喷水装置的所述输出功率P;所述输出功率P满足所述ρ为水的密度,所述D为水流横截面积。
本发明的有益效果是:本发明通过图像采集模块对道路表面进行采集图像,采用图像处理模块对采集的图像进行处理,方便判断道路脏污程度,且识别速度较快;同时通过出水速度求解模块计算出水速度据道路实际脏污程度,控制清洗车出水速度,对于脏污程度低的道路路段采用较小出水速度进行冲洗,对于脏污程度高的道路路段采用较大出水速度进行冲洗,有效的保证每个路段清洗干净,同时能够有效节约水资源。
附图说明
图1是本发明一具体实施方式的一种智慧城市道路环卫系统的结构示意图;
图2是本发明一具体实施方式中灰度均值与灰度偏移程度值的函数关系曲线图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明:
如图1-2所示,在本实施例中,提供一种智慧城市道路环卫系统,所述系统包括:
图像采集模块100,用于采集待清洗第一城市道路表面的原始图像;
图像处理模块200,用于将所述原始图像进行灰度化处理,获得灰度图像;
像素灰度获取模块300,用于采集经灰度化处理后的所述灰度图像的像素点总个数N以及各像素点的灰度值Grayh;所述N为正整数;所述h满足1≤h≤N;
出水速度求解模块400,用于根据所述灰度值Grayh和所述像素点总个数N,求解道路清洗的出水速度V;所述V满足:所述Gray0为标准道路图像灰化处理后的基准灰度值,所述α为常数;
道路清扫控制模块500,用于根据所述出水速度,调控清洗车的喷水装置的输出功率,对所述第一城市道路表面进行清洗。
值得一提的是,在出水速度求解模块400中,采用可计算出水速度;由于出水速度随着第一城市道路表面脏污增大而增大,第一城市道路表面在干净状态下的灰度值Gray0,随着第一城市道路表面变脏,由于脏污物的灰度值不一致,待清洗第一城市道路表面的原始图像的灰度值Grayh可能会增大或变小,其脏污情况可根据灰度值偏移度变化大小从而控制出水量;同时,假定道路表面亮度与基准亮度之差与道路表面脏污程度相关,则相对于灰度值Grayh大于灰度值Gray0,当灰度值Grayh小于灰度值Gray0时,同样的亮度变化而呈现灰阶变化较大;因此灰度值偏差度满足如图2所示;道路清洗的出水速度V满足其中α为常数,通过多次试验计算可以得出来。
在本实施例中,所述图像处理模块200还包括:
像素RGB采集单元201,用于采集所述原始图像二维图片中坐标点(x,y)上red的分量值R(x,y)、greed的分量值G(x,y)以及blue的分量值B(x,y);
灰度值换算单元202,用于根据所述R(x,y)、所述G(x,y)以及所述B(x,y)计算灰度值Gray(x,y),所述Gray(x,y)=E*R(x,y)+F*G(x,y)+G*B(x,y);所述E=0.3,所述F=0.59以及所述G=0.11。
在本实施例中,所述出水速度求解模块400包括:
基准灰度值计算单元401202,用于采集所述第一城市道路表面在清洗干净状态下的图像作为标准道路图像,求解所述标准道路图像的平均灰度值作为所述基准灰度值Gray0。
在本实施例中,在所述基准灰度值计算单元401202中,采用所述求解所述Gray0;所述M为灰度化处理后的所述标准道路图像灰度化后的像素点总个数,所述Grayj为各像素点的灰度值,其中所述M为正整数,所述j满足1≤j≤M。
在本实施例中,在所述图像采集模块100中,设置有图像传感器,用于采集所述待清洗第一城市道路表面的原始图像。
在本实施例中,所述道路清扫控制模块500还用于根据所述出水速度V求解所述喷水装置的所述输出功率P;所述输出功率P满足所述ρ为水的密度,所述D为水流横截面积。
值得一提的是,所述喷水装置的喷水孔横截面积不变和喷射时间固定不变,从而使水流横截面积D保持不变,通过调节水流速度达到控制水量;同时输出功率P等于所述喷水装置的实际功率P1;根据所述实际功率P1可以求解出所述喷水装置的额定功率P2;所述额定功率P2满足所述为转换系数。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (6)
1.一种智慧城市道路环卫系统,其特征在于,所述系统包括:
图像采集模块,用于采集待清洗第一城市道路表面的原始图像;
图像处理模块,用于将所述原始图像进行灰度化处理,获得灰度图像;
像素灰度获取模块,用于采集经灰度化处理后的所述灰度图像的像素点总个数N以及各像素点的灰度值Grayh;所述N为正整数;所述h满足1≤h≤N;
出水速度求解模块,用于根据所述灰度值Grayh和所述像素点总个数N,求解道路清洗的出水速度V;所述V满足:所述Gray0为标准道路图像灰化处理后的基准灰度值,所述α为常数;
道路清扫控制模块,用于根据所述出水速度,调控清洗车的喷水装置的输出功率,对所述第一城市道路表面进行清洗。
2.如权利要求1所述的一种智慧城市道路环卫系统,其特征在于,所述图像处理模块还包括:
像素RGB采集单元,用于采集所述原始图像二维图片中坐标点(x,y)上red的分量值R(x,y)、greed的分量值G(x,y)以及blue的分量值B(x,y);
灰度值换算单元,用于根据所述R(x,y)、所述G(x,y)以及所述B(x,y)计算灰度值Gray(x,y),所述Gray(x,y)=E*R(x,y)+F*G(x,y)+G*B(x,y);所述E=0.3,所述F=0.59以及所述G=0.11。
3.如权利要求1所述的一种智慧城市道路环卫系统,其特征在于,所述出水速度求解模块包括:
基准灰度值计算单元,用于采集所述第一城市道路表面在清洗干净状态下的图像作为标准道路图像,求解所述标准道路图像的平均灰度值作为所述基准灰度值Gray0。
4.如权利要求3所述的一种智慧城市道路环卫系统,其特征在于,在所述基准灰度值计算单元中,采用所述求解所述Gray0;所述M为灰度化处理后的所述标准道路图像灰度化后的像素点总个数,所述Grayj为各像素点的灰度值,其中所述M为正整数,所述j满足1≤j≤M。
5.如权利要求1所述的一种智慧城市道路环卫系统,其特征在于,在所述图像采集模块中,设置有图像传感器,用于采集所述待清洗第一城市道路表面的原始图像。
6.如权利要求1所述的一种智慧城市道路环卫系统,其特征在于,所述道路清扫控制模块还用于根据所述出水速度V求解所述喷水装置的所述输出功率P;所述输出功率P满足所述ρ为水的密度,所述D为水流横截面积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910513037.7A CN110172941B (zh) | 2019-06-14 | 2019-06-14 | 一种智慧城市道路环卫系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910513037.7A CN110172941B (zh) | 2019-06-14 | 2019-06-14 | 一种智慧城市道路环卫系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110172941A true CN110172941A (zh) | 2019-08-27 |
CN110172941B CN110172941B (zh) | 2021-05-04 |
Family
ID=67698468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910513037.7A Active CN110172941B (zh) | 2019-06-14 | 2019-06-14 | 一种智慧城市道路环卫系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110172941B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111084589A (zh) * | 2019-12-17 | 2020-05-01 | 万翼科技有限公司 | 清洁方法及相关产品 |
CN112721863A (zh) * | 2021-01-26 | 2021-04-30 | 中铁二十局集团市政工程有限公司 | 一种建筑工地车辆清洗装置及方法 |
CN114494304A (zh) * | 2022-04-18 | 2022-05-13 | 山东施卫普环保科技有限公司 | 一种智能的干洗车厢内部物料快速疏导方法 |
CN116639067A (zh) * | 2022-12-29 | 2023-08-25 | 摩斯智联科技有限公司 | 车辆清洗智能判断系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101409765A (zh) * | 2008-10-21 | 2009-04-15 | 深圳市迅雷网络技术有限公司 | 一种图像处理方法和装置 |
US20160259028A1 (en) * | 2015-03-06 | 2016-09-08 | Wal-Mart Stores, Inc. | Apparatus and method of obtaining location information of a motorized transport unit |
CN106530291A (zh) * | 2016-10-28 | 2017-03-22 | 重庆工商职业学院 | 一种基于图像处理的抛光表面检测方法及其系统 |
CN107545254A (zh) * | 2017-09-14 | 2018-01-05 | 湖南酷陆网络科技有限公司 | 路面洁净度的检测方法及装置 |
CN107881958A (zh) * | 2017-11-06 | 2018-04-06 | 徐工集团工程机械有限公司 | 环卫作业控制方法、系统及洗扫车 |
CN109024417A (zh) * | 2018-07-24 | 2018-12-18 | 长安大学 | 一种智能道路清扫车及其道路污染物识别方法和控制方法 |
CN109146750A (zh) * | 2018-08-29 | 2019-01-04 | 新安洁环境卫生股份有限公司 | 一种智慧环卫系统 |
-
2019
- 2019-06-14 CN CN201910513037.7A patent/CN110172941B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101409765A (zh) * | 2008-10-21 | 2009-04-15 | 深圳市迅雷网络技术有限公司 | 一种图像处理方法和装置 |
US20160259028A1 (en) * | 2015-03-06 | 2016-09-08 | Wal-Mart Stores, Inc. | Apparatus and method of obtaining location information of a motorized transport unit |
US20180282139A1 (en) * | 2015-03-06 | 2018-10-04 | Walmart Apollo, Llc | Overriding control of motorize transport unit systems, devices and methods |
CN106530291A (zh) * | 2016-10-28 | 2017-03-22 | 重庆工商职业学院 | 一种基于图像处理的抛光表面检测方法及其系统 |
CN107545254A (zh) * | 2017-09-14 | 2018-01-05 | 湖南酷陆网络科技有限公司 | 路面洁净度的检测方法及装置 |
CN107881958A (zh) * | 2017-11-06 | 2018-04-06 | 徐工集团工程机械有限公司 | 环卫作业控制方法、系统及洗扫车 |
CN109024417A (zh) * | 2018-07-24 | 2018-12-18 | 长安大学 | 一种智能道路清扫车及其道路污染物识别方法和控制方法 |
CN109146750A (zh) * | 2018-08-29 | 2019-01-04 | 新安洁环境卫生股份有限公司 | 一种智慧环卫系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111084589A (zh) * | 2019-12-17 | 2020-05-01 | 万翼科技有限公司 | 清洁方法及相关产品 |
CN112721863A (zh) * | 2021-01-26 | 2021-04-30 | 中铁二十局集团市政工程有限公司 | 一种建筑工地车辆清洗装置及方法 |
CN114494304A (zh) * | 2022-04-18 | 2022-05-13 | 山东施卫普环保科技有限公司 | 一种智能的干洗车厢内部物料快速疏导方法 |
CN116639067A (zh) * | 2022-12-29 | 2023-08-25 | 摩斯智联科技有限公司 | 车辆清洗智能判断系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110172941B (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110172941A (zh) | 一种智慧城市道路环卫系统 | |
CN107506798A (zh) | 一种基于图像识别的水位监测方法 | |
CN101286231B (zh) | 一种均匀分布图像亮度的对比度增强方法 | |
CN104020086B (zh) | 一种基于数字图像处理技术的液雾特性快速测量方法 | |
CN105741276B (zh) | 一种船舶水线提取方法 | |
CN101923718B (zh) | 基于粒子滤波和光流矢量的视频目标跟踪方法的优化方法 | |
CN103996049B (zh) | 一种基于视频图像的船舶超长超宽检测方法 | |
CN101877130A (zh) | 复杂场景下基于粒子滤波器的运动目标跟踪方法 | |
CN101739549B (zh) | 人脸检测方法及系统 | |
CN104123734A (zh) | 基于可见光和红外检测结果融合的运动目标检测方法 | |
CN109408985A (zh) | 基于计算机视觉的桥梁钢结构裂缝精准识别方法 | |
CN102831472A (zh) | 一种基于视频流图像处理的人数统计方法 | |
CN109543676A (zh) | 一种基于图像处理的字轮型水表数字字符识别方法 | |
CN109214380A (zh) | 车牌倾斜校正方法 | |
CN105632170A (zh) | 一种基于Mean Shift跟踪算法的交通流检测方法 | |
CN104700405A (zh) | 一种前景检测方法和系统 | |
CN202444572U (zh) | 一种无参考的视频监控图像模糊质量检测装置 | |
Li et al. | A traffic congestion estimation approach from video using time-spatial imagery | |
CN103841296A (zh) | 一种具有大范围旋转及平移运动估计的实时电子稳像方法 | |
CN114639064B (zh) | 一种水位识别方法及装置 | |
CN202024878U (zh) | 风挡雨刷刮净能力的测试装置 | |
CN103868473A (zh) | 一种基于递推法的高光物体表面相位快速恢复方法 | |
CN110241766A (zh) | 一种智慧城市道路环卫方法 | |
CN105117998A (zh) | 一种教室空余度计算方法以及教室分配方法、装置 | |
CN117188811A (zh) | 一种可量化灌注胶的钢筋混凝土柱结构加固方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210414 Address after: No. B06, 2nd floor, liufuyuan, food city, Daliang Jianhai South Road, Shunde District, Foshan City, Guangdong Province, 528300 Applicant after: GUANGDONG TELIJIE ENVIRONMENTAL ENGINEERING Co.,Ltd. Address before: 351139 Hualin Industrial Zone, Xiagao village, Huating Town, Chengxiang District, Putian City, Fujian Province Applicant before: PUTIAN ZHUHUO INFORMATION TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |