CN110297921A - 一种基于大数据技术的大气污染物无人机溯源系统及方法 - Google Patents
一种基于大数据技术的大气污染物无人机溯源系统及方法 Download PDFInfo
- Publication number
- CN110297921A CN110297921A CN201910548525.1A CN201910548525A CN110297921A CN 110297921 A CN110297921 A CN 110297921A CN 201910548525 A CN201910548525 A CN 201910548525A CN 110297921 A CN110297921 A CN 110297921A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- chip microcontroller
- data
- big data
- atmosphere pollution
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
- H04N5/765—Interface circuits between an apparatus for recording and another apparatus
- H04N5/77—Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television camera
- H04N5/772—Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television camera the recording apparatus and the television camera being placed in the same enclosure
Abstract
本发明涉及大数据技术领域,公开了一种基于大数据技术的大气污染物无人机溯源系统及方法。无人机搭载单片机,在单片机上驱动传感器,测得基础大气数据信息。同时利用无人机上搭载的单片机驱动摄像头拍照取证,同时单片机对图片信息实时的进行分析,对应分析得到的异常图片存储到单片机内置的FLASH中。同时利用ATK‑ESP8266串口,实现无人机大气环境检测平台和地面终端的通信。将数据文件上传到大数据HDFS中,并利用大数据分析框架MapReduce进行分析,得到被检测地区各项污染物指标的污染情况汇总,并将分析结果写入HDFS中,方便环境保护执法人员查看使用,并根据实际情况重点整治污染严重地区,帮助改善大气环境。
Description
技术领域
本发明属于大数据技术领域,尤其涉及一种基于大数据技术的大气污染物无人机溯源系统及方法。
背景技术
在现实环境中,由于经济发展阶段的限制,不合理的经济发展方式往往伴随着对环境的破坏。不断恶化的大气环境污染状况导致了很多恶劣的后果。例如危害人体健康,对动植物的生长造成一定的破坏,对长期的经济发展也是有害无益的。随着时代的进步,国家对环境治理工作的重视,经济发展方式的变化,绿色经济的倡导,目前对大气环境的重视程度已经上升到国家层面。在推进工业化和城镇化的进程中,越来越注意大气环境的治理工作。如何快速、准确找到污染物源头进行集中治理就显得尤为重要。而在现实生活中,大气污染排放源往往因为地理等环境因素不适合人工检测,而采用在污染源源头布控传感器的方案往往成本较大、灵活性较差、布控范围有限的缺陷,且无法及时处理突发情况。另外在现实生活中,存在一些黑心企业,若采用人工污染物检测的方式,这些黑心企业往往会在人工监测的时候作假,停止污染源的排放,对政府的环境治理产生不利影响。利用该大气污染物无人机溯源系统可以有效的减少人工成本,提高工作效率,有助于大气环境治理。
发明内容
为了解决上述问题,本发明提供了一种可以实时、机动、监测、分析、追踪大气污染源的系统及方法,利用无人机的机动性能挂载传感器采集大气污染物基础数据,利用大数据存储分析框架分析溯源大气污染源。
本发明提供如下技术方案:一种基于大数据技术的大气污染物无人机溯源系统,包括了无人机、单片机、大气污染物检测传感器、大气环境检测平台、温湿度传感器、硫化氢传感器、摄像头、无线模块、PC电脑端、大数据存储框架HDFS,大数据分析框架MapReduce,所述无人机上安装有摄像头和单片机,所述单片机上配置有大气污染物检测传感器、温湿度传感器、硫化氢传感器、无线模块;所述单片机包括CPU、DMA、FLASH存储单元;所述单片机通过无线模块与PC电脑端连接,PC电脑端与大数据HDFS连接。
进一步,所述无人机为四轴飞行器无人机。
进一步,所述摄像头为OV2640摄像头。
进一步,所述单片机为STM32F407单片机。
进一步,所述无线模块为ATK-ESP8266串口。
进一步,所述温湿度传感器为DHT11温湿度传感器。
进一步,所述硫化氢传感器为MQ136硫化氢传感器。
进一步,一种基于大数据技术的大气污染物无人机溯源方法,还包括以下具体操作步骤:
S1、利用四轴飞行器无人机的机动性能,大气环境检测人员可选择手动遥控无人机飞行,控制无人机飞行轨迹,前往要测试的大气污染物排放源头,进行实地检测;
S2、无人机搭载单片机,单片机上配置大气基础数据检测传感器,单片机初始化传感器的配置;
S3、单片机上装载了温湿度传感器测得污染物源头附近的温湿度数据;
S4、单片机上装载的硫化氢传感器测得污染物源头附近的硫化氢有毒有害气体的浓度;
S5、单片机通过DCMI接口驱动摄像头,摄像头开始图像采集,摄像头采集到的数据通过DMA的方式传输到单片机的内存中,CPU通过图像处理程序,若检测到异常图像信息,则将该异常图像信息保存在单片机内置的FLASH存储单元中存储下来,以进行后续的处理工作;
S6、单片机上配置ATK-ESP8266串口无线模块,该模块高性能的无线传输模块,该模块中内置了TCP/IP协议栈,若已经进行过所需的串口配置,该模块能够将从串口传输来的数据转换成WIFI数据,再与终端进行实时的信息数据传输,同时保证了传输的稳定性;
S7、通过无线模块,PC电脑端和ATK-ESP8266串口无线模块联通之后就可以进行双向的数据通信;
S8、PC电脑端接收到从无人机大气环境检测平台传送来的数据之后,将数据显示在上位机上,PC电脑端和ATK-ESP8266串口无线模块采用的是客服端服务器模式,采用TCP/IP协议,数据传输稳定;
S9、PC电脑端接收来的数据不仅显示在终端上的上位机上,还会结构化写入文本文件中;
S10、将结构化数据文件上传到大数据存储框架HDFS中,并用大数据分析框架MapReduce进行数据分析,得到被检测的各个地区各项大气污染物的情况汇总,并将分析结果写入大数据存储框架HDFS中,方便环境保护执法人员查看,并根据分析结果,有效对高污染地区重点整治。
与现有技术相比,本发明的有益效果是:本发明设计新颖,可实现性高,本发明提出了一种基于大数据技术的大气污染物无人机溯源系统,利用无人机的机动性能和搭载的高性能单片机微处理器,能够有效的完成大气污染物的采集工作,减少人工成本,提高工作效率。同时利用大数据的存储分析框架,可以高效的对大气污染物进行分析,溯源污染物。
高机动性:本发明采用的无人机即四旋翼飞行器,该飞行器机械简单,飞行稳定性好,其平衡自身重量的方式是利用空气动力,既能够自主飞行,又能够在人为控制下遥控飞行。利用了多旋翼无人机良好的机动性能,大气污染物排放的源头往往由于地理环境等因素,不适合人为的进行检测。而且有些大气污染物例如硫化氢气体属于有毒有害气体,若采用人工检测的方式,会对检测人员的健康产生一定的危害。利用四轴无人机的垂直起降,自由悬停的功能,可以突破地理环境的限制,对多样的污染物源头进行检测,提高了效率,保证了环境监测人员的安全,减低了安全风险。
实时性能高:在现实环境中,大气污染物的源头很多都是私有化工企业,在党和国家的大力治理之下,企业已经积极配合对大气污染源的治理工作,但是不乏一些黑心企业,在利益的熏陶下,仍然继续排放大气污染物。若采用人工检测的方式,很难完全避免,排放大气污染源的个别企业弄虚作假,提前关闭污染源的排放,对大气污染源的治理工作造成了很大的阻碍。本发明利用四轴无人机,可以在不通知企业的情况下,随时突发检测企业大气污染物的排放情况,并及时记录下来,作为证据,且检测成本较低。
可靠性高:基于大数据的海量数据分析,能够对长时间检测记录的数据文件进行精确统计分析,对被检测的各个地区的污染情况作详细统计,分析结果的可靠性高。
附图说明
图1为本发明中大气环境监测平台结构示意图。
图2为本发明中大数据存储分析流程示意图。
图3为本发明实施例中大数据存储分析部分的Map()、Reduce()函数主要逻辑处理流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
并且,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
请参阅附图1-3,本发明实施例中提出的一种基于大数据技术的大气污染物无人机溯源系统的可以分为两大部分,包括无人机大气环境检测平台设计部分和大数据存储与分析部分。
无人机大气环境检测平台设计部分如图1所示,由无人机搭载STM32F407单片机,利用STM32F407单片机驱动基础大气检测采集传感器模块,包括DHT11温湿度传感器模块、MQ136硫化氢有毒气体采集模块等空气污染物传感器模块。同时STM32F407单片机驱动OV2640图像传感器,STM32F407采用的是ARM公司推出的Cortex-M4处理内核,其主频可以达到168MHz,有着极高的处理速度。利用STM32G高性能的处理器芯片,可以实时处理分析OV2640传感器采集到的图像信息。微处理器芯片有着丰富的外设资源,其中包括19KBSRAM、2个32位的定时器、3个12位ADC外设,同时该微处理器芯片内置1024KB FLASH,有着足够大的存储空间。正是由于STM32丰富的外设资源和足够的存储空间,当单片机监测到大气环境污染物异常时,可以及时的写入STM32F407单片机内置的FLASH中,同时将图像处理后异常的图像信息保存在单片机内置的FLASH中。本无人机大气环境检测平台采用ATK-ESP8266高性能串口-无线模块,板载ai-thinker公司的ESP8266模块通过串口3与STM32F407进行通信。当无人机大气检测平台检测完大气污染物数据后,通过该ESP8266串口无线模块与PC上位机终端进行通信。
终端接收显示部分由自己书写的上位机来接收无人机通过ESP8266串口-无线模块传输来的数据,并在上位机中实时显示出无人机大气环境检测平台测得的实际数据,并在上位机上显示OV2640摄像头的采集画面。同时以天为单位,将无人机采集到的基础大气数据写入文本文件中,数据文件采用结构化存储的方式,具体记录无人机大气污染物采集地区各项大气指标的具体数值,并将结构化存储的数据文本文件存储到磁盘并上传到到大数据存储框架HDFS中,当采集存储足够多的数据文本文件时,利用大数据分析框架MapReduce进行分析,分析得到具体哪个被检测地区的各项大气污染物指标存在超标的现象及超标的严重程度,以一定时间内的采集数据量分析为例,具体分析该地区某项大气污染物指标在被检测时长内有多少天的超标情况发生以判断超标的严重程度,最终确定各个被检测区域的污染情况,溯源污染源,进而通知环境管理人员重点整治。
一种基于大数据技术的大气污染物无人机溯源系统的具体操作方法包括了如下部分:
1.大气基础信息采集检测
通过无人机搭载STM32F407单片机驱动大气污染物传感器采集模块,采集基础大气污染物环境数据。
(1)采集温湿度
STM32F407单片机驱动DHT11传感器模块,该传感器是温湿度一体的数字传感器。单片机采用单总线的方式和与DHT11模块进行通信,采用单总线的方式驱动DHT11模块后,DHT11会将内部采集到的温湿度数据一次性传给单片机,单片机只需将DHT11通过单总线传送来的数据进行解析即可得到温湿度数据。在STM32单片机中,开启了定时器中断来进行温湿度模块的采集,保证了能够实时的进行温湿度数据的采集。
(2)硫化氢采集模块
硫化氢有毒气体的采集采用MQ136模块,采用5V电压给模块供电,给该传感器模块供电预热后,其AOUT引脚会自动输出模拟信号量,采用STM32单片机的ADC外设功能读取AOUT引脚输出的模拟信号量,转换成数字信号量。在没有硫化氢有毒气体的正常环境下,利用STM32单片机的ADC功能,测得一个电压值作为基础电压值,当处于硫化氢环境中时,根据电压每升高0.1V,实际被测硫化氢气体的浓度增加200ppm来测得实测环境下硫化氢气体的浓度。同样在STM32单片机中,开启了定时器来进行硫化氢气体的采集,定时器中断时间为200m,保证了能够实时进行硫化氢气体的采集。
(3)摄像头采集模块
摄像头采用OV公司生产的OV2640图像传感器。该OV2640图像传感器具有丰富的功能模块,包括模拟放大、增益控制的模拟信号处理,10位的A/D转换,整列的感光功能,还有强大的数字信号处理器,包括镜头补偿、颜色空间转换、黑白点补偿等。而且图像传感器模块的工作电压低,体积小,非常适合应用在嵌入式系统的开发中。在本设计系统方案中,采用的是SCCB时序来驱动0V2640摄像头传感器,实现对该模块的初始化等工作。通过SCCB时序来设置摄像头传感器的传输速率,图像格式等参数。该摄像头模块还自带了一个8位的微处理器,其中该微处理器自带512字节的SRAM,4KB的ROM,具备微调图像质量的功能。
摄像头OV2640的图像数据输出是在像素时钟(PLCK)、帧同步信号(VSYNC)和行同步信号(HREF/HSYNC)的共同控制下进行的。如图2所示的是摄像头OV2640的行输出时序,当行同步信号HREF为高的时候,输出图像数据。在HREF变高之后,一个PCLK时钟周期就会完成一个8/10位的数据输出,在本发明中,采用的是8位接口,这样一个PCLK时钟就会输出一个字节,若采用RGB/YUV的输出格式,一个tp等于两个Tpclk,若采用Raw格式,一个tp等于一个Tpclk。若采用UXGA时序、RGB565格式,那么一个像素的颜色可以由两个字节组成,这样每行有3200个像素时钟,有3200个字节输出。图3表示的是UXGA模式下的帧时序,清楚的表示了摄像头OV2640数据输出的方式。采用图3所示的帧时序读取摄像头数据就可以得到摄像头采集到的图像信息。
STM32单片机通过DCMI接口驱动OV2640的步骤如下:首先配置摄像头OV2640的控制引脚,配置摄像头内置寄存器,配置摄像头的工作模式。配置好OV2640之后,配置单片机上DCMI接口中与OV2640模块相关的的IO口,并使能相关时钟,将相关的IO模式设置成复用功能,选择为DCMI复用。然后进行STM32上DCMI接口的相关配置,其中VSPOL和数据宽度等参数都是通过DCMI_CR寄存器来进行设置。同时为了便于后期在JPEG模式下的数据处理,要开启帧中断以及进行DCMI中断服务函数的编写。同时针对摄像头输出的JPEG数据采用直接采集的正常模式。接着通过DMA2数据流1的通道1来将摄像头采集到的信息输出到内存中,通过该方式完成DCMI的DMA传输。最后设置摄像头采集到的图像大小格式,采用JPEG模式,开启DCMI的捕获功能,驱动OV2640摄像头进行图像采集。
2.摄像头图像处理部分
图像处理部分就是对摄像头采集到的一帧帧数据进行处理,经过DMA传输的一帧图像数据大小为4800个字节,实际上图像处理就是对摄像头实时输出的这些字节进行实时处理。用二维数组的方式保存这4800(60*80)个字节,这样就相当于将这一帧图像分成了60行,每行有80个字节。这样对一帧图像的处理,就可以转换成对这60行数据分别进行处理。然后设置一个计数器,计数该帧图像信息中指定像素的个数,当计数指定像素的个数达到某一个阈值的时候,就将该帧图像数据视为异常图像数据,将该帧图像数据保存在STM32单片机内置的FLASH中,方便后期的查看。
3.大数据存储分析部分
PC端与无人机上挂载的ESP8266高性能串口-无线模块通过WIFI相连,将接收图像数据和大气基础数据实时显示在上位机上,上位机用QT编写。在电脑与ATK-ESP8266模块相连时,设置端电脑协议类型为TCP Client,同时设置服务器的相应地址和端口号。当连接上之后,PC端和ATK-ESP8266之间相互通信发送数据。根据在STM32F407单片机上烧写的程序,单片机开发板上的KEY0按键控制ATKESP8266模块端向PC电脑端的数据发送,并且能够在上位机上面实时的显示出来。同时用QT编写的上位机同样具备向ATK-ESP8266模块端发送数据的功能,控制STM32单片机个别功能的开启和关闭。
除了将接收到的大气基础数据在上位机上显示之外,以结构化存储的方式将无人机采集到的大气基础信息写入文件中,每一行数据文件记录着该时段无人机采集到的该地区温湿度、硫化氢等被检测气体的具体数值,写入磁盘文件中。再由磁盘文件上传到大数据存储框架HDFS中进行存储。HDFS存储框架具有高容错性,能够自动保存多个副本,当某一个副本丢失以后,可以自动进行恢复,以处理大批量数据,保证数据的唯一性。
大数据存储分析流程如图2所示,当存储到HDFS中的文件数据达到一定的数据量的时候,利用大数据分析框架MapReduce进行分析。MapReduce是一个分布式运算程序的编程框架,MapReduce易于编程,而且具有良好的扩展性。MapReduce同时具有高容错性,比如若其中的一台机器宕机,可以将其上面的任务转移到另一个节点上。
MapReduce阶段又可以分为Map Task阶段和Reduce Task阶段,在Map Task阶段由Map()函数处理主要的业务逻辑,在Reduce阶段主要由Reduce()阶段处理主要的业务逻辑,如下图3所示。根据MapReduce编程规范,分为Mapper、Reducer、Driver三个阶段。在Mapper编程阶段,先将结构化存储的数据文件的文本内容转化为String,因为数据文件的每一行内容分别为数据采集记录时间、温湿度、硫化氢等各项大气基础数据的值,数据文件以空格分隔各项数据,在map()函数中,根据空格将一行内容切分成单词,并将各项大气基础数据保存在String数组fields[N]中,fields[0]为温湿度指标的值,fields[1]为硫化氢气体的值,即fields[N]为第N-1项大气污染物数据的值,然后将fields[n]的值跟该项大气指标的标准值进行比较,如果超过标志值,即记为超标,将该项指标输出为<大气污染物,1>,否则将该项指标输出为<大气污染物,0>,数据文件经过map()函数处理后就会形成一系列新的key/value值,即以某项大气污染物为key,若该大气污染物在对应时段超标,则value值为1,否则为0。当map()函数数据处理完成后,会调用OutputCollector.collect()输出结果。在该函数内部,它会将生成的key/value分区(调用Partitioner),并写入一个环形内存缓冲区中。当环形缓冲区满后,MapReduce会将数据写到本地磁盘上,生成一个临时文件。然后进入Reduce Task阶段。
在Reduce Task阶段中,首先从各个Map Task上远程拷贝Map Task阶段生成的数据,并针对某一片数据,如果其大小超过一定的阈值,则写入磁盘中,否则直接放到内存中,Reduce Task会在远程拷贝数据的同时对内存和磁盘中的文件进行合并。然后自己编写的reduce()函数对Map Task传来的key/value数据进行处理,输入到reduce()函数的数据是按key聚集的一组数,只要是同一个大气数据指标的value都会进入到reduce()函数中,在reduce()函数中将所有的value值相加,即可以得到该项大气污染物在一定时间内超标时间。最后reduce()函数会将得到的各项大气污染物在一定时间内超标时长结果写入到大数据存储框架HDFS中,存储分析结果,方便记录及查看。
以上所述仅为本发明的较佳实施方式,本发明的保护范围并不以上述实施方式为限,但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化,皆应纳入权利要求书中记载的保护范围内。
Claims (8)
1.一种基于大数据技术的大气污染物无人机溯源系统,其特征在于,包括:无人机、单片机、大气污染物检测传感器、大气环境检测平台、温湿度传感器、硫化氢传感器、摄像头、无线模块、PC电脑端、大数据存储框架HDFS,大数据分析框架MapReduce;所述无人机上安装有摄像头和单片机,所述单片机上配置有大气污染物检测传感器、温湿度传感器、硫化氢传感器、无线模块;所述单片机包括CPU、DMA、FLASH存储单元;所述单片机通过无线模块与PC电脑端连接,PC电脑端与大数据HDFS连接。
2.根据权利要求1所述的一种基于大数据技术的大气污染物无人机溯源系统,其特征在于:所述无人机为四轴飞行器无人机。
3.根据权利要求1所述的一种基于大数据技术的大气污染物无人机溯源系统,其特征在于:所述摄像头为OV2640摄像头。
4.根据权利要求1所述的一种基于大数据技术的大气污染物无人机溯源系统,其特征在于:所述单片机为STM32F407单片机。
5.根据权利要求1所述的一种基于大数据技术的大气污染物无人机溯源系统,其特征在于:所述无线模块为ATK-ESP8266串口。
6.根据权利要求1所述的一种基于大数据技术的大气污染物无人机溯源系统,其特征在于:所述温湿度传感器为DHT11温湿度传感器。
7.根据权利要求1所述的一种基于大数据技术的大气污染物无人机溯源系统,其特征在于:所述硫化氢传感器为MQ136硫化氢传感器。
8.一种基于大数据技术的大气污染物无人机溯源方法,其特征在于,包括以下步骤:
S1、利用四轴飞行器无人机的机动性能,大气环境检测人员可选择手动遥控无人机飞行,控制无人机飞行轨迹,前往要测试的大气污染物排放源头,进行实地检测;
S2、无人机搭载单片机,单片机上配置大气基础数据检测传感器,单片机初始化传感器的配置;
S3、单片机上装载了温湿度传感器测得污染物源头附近的温湿度数据;
S4、单片机上装载的硫化氢传感器测得污染物源头附近的硫化氢有毒有害气体的浓度;
S5、单片机通过DCMI接口驱动摄像头,摄像头开始图像采集,摄像头采集到的数据通过DMA的方式传输到单片机的内存中,CPU通过图像处理程序,若检测到异常图像信息,则将该异常图像信息保存在单片机内置的FLASH存储单元中存储下来,以进行后续的处理工作;
S6、单片机上配置ATK-ESP8266串口无线模块,该模块高性能的无线传输模块,该模块中内置了TCP/IP协议栈,若已经进行过所需的串口配置,该模块能够将从串口传输来的数据转换成WIFI数据,再与终端进行实时的信息数据传输,同时保证了传输的稳定性;
S7、通过无线模块,PC电脑端和ATK-ESP8266串口无线模块联通之后就可以进行双向的数据通信;
S8、PC电脑端接收到从无人机大气环境检测平台传送来的数据之后,将数据显示在上位机上,PC电脑端和ATK-ESP8266串口无线模块采用的是客服端服务器模式,采用TCP/IP协议,数据传输稳定;
S9、PC电脑端接收来的数据不仅显示在终端上的上位机上,还会结构化写入文本文件中;
S10、将结构化数据文件上传到大数据存储框架HDFS中,并用大数据分析框架MapReduce进行数据分析,得到被检测的各个地区各项大气污染物的情况汇总,并将分析结果写入大数据HDFS中,方便环境保护执法人员查看,并根据分析结果,有效对高污染地区重点整治。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910548525.1A CN110297921A (zh) | 2019-06-24 | 2019-06-24 | 一种基于大数据技术的大气污染物无人机溯源系统及方法 |
PCT/CN2019/092685 WO2020258007A1 (zh) | 2019-06-24 | 2019-06-25 | 一种基于大数据技术的大气污染物无人机溯源系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910548525.1A CN110297921A (zh) | 2019-06-24 | 2019-06-24 | 一种基于大数据技术的大气污染物无人机溯源系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110297921A true CN110297921A (zh) | 2019-10-01 |
Family
ID=68028603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910548525.1A Withdrawn CN110297921A (zh) | 2019-06-24 | 2019-06-24 | 一种基于大数据技术的大气污染物无人机溯源系统及方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110297921A (zh) |
WO (1) | WO2020258007A1 (zh) |
Cited By (2)
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 |
CN111564031A (zh) * | 2020-05-26 | 2020-08-21 | 河南赛贝电子科技有限公司 | 一种网格化大气污染应急移动监测系统 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113029252A (zh) * | 2021-04-16 | 2021-06-25 | 中科海拓(无锡)科技有限公司 | 一种基于数据处理的工业园区空气质量检测系统 |
CN113777223B (zh) * | 2021-08-12 | 2024-04-30 | 北京金水永利科技有限公司 | 一种大气污染物溯源方法及系统 |
CN114878750A (zh) * | 2022-05-13 | 2022-08-09 | 苏州清泉环保科技有限公司 | 一种集大气污染监测及溯源为一体的智能化控制系统和方法 |
CN115495499B (zh) * | 2022-09-22 | 2023-05-30 | 生态环境部南京环境科学研究所 | 一种基于污染场地同介质多批次海量数据的整合统计方法 |
CN116359218B (zh) * | 2023-06-02 | 2023-08-04 | 北京建工环境修复股份有限公司 | 一种工业聚集区大气污染移动监测系统 |
CN117405563B (zh) * | 2023-12-14 | 2024-03-19 | 河北师范大学 | 一种燃料燃烧温室效应污染物监测方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103595792A (zh) * | 2013-11-15 | 2014-02-19 | 南京云创存储科技有限公司 | 一种环境污染趋势监控系统 |
US11263707B2 (en) * | 2017-08-08 | 2022-03-01 | Indigo Ag, Inc. | Machine learning in agricultural planting, growing, and harvesting contexts |
CN107422747B (zh) * | 2017-08-14 | 2023-06-20 | 上海交通大学 | 用于大气环境在线监测及大气受控采样的无人机系统 |
-
2019
- 2019-06-24 CN CN201910548525.1A patent/CN110297921A/zh not_active Withdrawn
- 2019-06-25 WO PCT/CN2019/092685 patent/WO2020258007A1/zh active Application Filing
Cited By (2)
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 |
CN111564031A (zh) * | 2020-05-26 | 2020-08-21 | 河南赛贝电子科技有限公司 | 一种网格化大气污染应急移动监测系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2020258007A1 (zh) | 2020-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110297921A (zh) | 一种基于大数据技术的大气污染物无人机溯源系统及方法 | |
CN107357313A (zh) | 一种基于无人机巡检图像的输电线路故障维护系统及方法 | |
EP3115858B1 (en) | Centralized monitoring system and monitoring method for unmanned aerial vehicle to patrol power transmission line | |
CN205540227U (zh) | 基于物联网技术的智慧环保环境质量监测监督管理信息平台系统 | |
CN103125457B (zh) | 基于dsp和物联网的果园橘小实蝇虫害识别系统 | |
CN205843666U (zh) | 一种无人直升机三维数据采集与巡检系统 | |
CN107077506A (zh) | 无人机的控制方法及无人机 | |
CN108896799A (zh) | 重要客户电能表摄像智读远传装置 | |
CN109855685A (zh) | 无人机环境监测装置 | |
CN107860869A (zh) | 一种基于飞行器的智能空气监测系统及监测方法 | |
CN202306884U (zh) | 基于无线传感网络的物联网实验系统 | |
CN206450666U (zh) | 一种可搭载于无人机上的空气质量监测及取证装置 | |
CN205785331U (zh) | 环境自动监测无人机 | |
CN205983818U (zh) | 一种基于采样监测设备信息自动化传输装置 | |
CN204089884U (zh) | 一种云集控实时监控平台 | |
CN207895289U (zh) | 一种基于NB-IoT的油烟监控设备 | |
Chodorek et al. | The prototype monitoring system for pollution sensing and online visualization with the use of a UAV and a WebRTC-based platform | |
CN106507801B (zh) | 全自动空间细胞生物学研究实验平台 | |
CN109343429A (zh) | 冷链产品流通过程参数记录系统及方法 | |
CN204256925U (zh) | 一种畜禽养殖舍的环境数据采集分析系统 | |
CN106442030A (zh) | 一种基于四旋翼飞行器的气体实时监测及采集装置 | |
CN103196211A (zh) | 一种气象信息采集系统 | |
CN109883017A (zh) | 空气净化器的控制方法、装置和空气净化器 | |
CN107239938A (zh) | 企业人员出入量统计系统和方法 | |
CN206387790U (zh) | 一种森林环境下空气质量数据采集与无线传输装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191001 |