CN110308244B - 无人机的空气监测预警方法、系统及存储介质 - Google Patents
无人机的空气监测预警方法、系统及存储介质 Download PDFInfo
- Publication number
- CN110308244B CN110308244B CN201910559935.6A CN201910559935A CN110308244B CN 110308244 B CN110308244 B CN 110308244B CN 201910559935 A CN201910559935 A CN 201910559935A CN 110308244 B CN110308244 B CN 110308244B
- Authority
- CN
- China
- Prior art keywords
- detection
- preset
- aerial vehicle
- unmanned aerial
- early warning
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000001514 detection method Methods 0.000 claims abstract description 182
- 230000002159 abnormal effect Effects 0.000 claims abstract description 13
- 238000004891 communication Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 description 13
- 238000004519 manufacturing process Methods 0.000 description 10
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 4
- 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 description 3
- 238000003915 air pollution Methods 0.000 description 3
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 239000013618 particulate matter Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000012855 volatile organic compound Substances 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
Images
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
-
- 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
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0063—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Combustion & Propulsion (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Alarm Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种无人机的空气监测预警方法、无人机的空气监测预警系统及存储介质，该方法包括步骤：根据预设行程飞行，预设行程中包括至少一个检测点，一个检测点对应一个厂区；在检测点停留，检测并获得第一空气状态信息，第一空气状态信息包括多个检测项目以及与检测项目对应的第一检测值；获取与各个检测项目对应预设标准阈值；判断与检测项目对应的第一检测值是否大于与检测项目对应的预设标准阈值；若与检测项目对应的第一检测值大于与检测项目对应的预设标准阈值，则获取检测点对应的厂区，将厂区关联非正常排放标识。本发明通过无人机可对位于任何厂区上空的空气进行实时监测，灵活度高。
Description
技术领域
本发明涉及空气监测技术领域，尤其涉及无人机的空气监测预警方法、系统及存储介质。
背景技术
随着各国城市化进展的迅速展开，忽视了对环境的护理，导致在经济得到发展的同时，空气污染严重。城市的空气污染以煤烟型为主，主要污染物是二氧化硫，二氧化碳和烟尘，造成空气污染的原因有很多，城市车辆的增多导致过多尾气的排放、加工制造企业的过度集中、家庭烹饪习惯等。其中以加工制造企业未按标准排放最为严重。目前针对加工制造企业监管采用人工监管，工作人员不能随时进行取样检测，从而导致监管不及时、监管不到位。
为此，有必要提供一种基于无人机的空气监测预警系统来克服上述缺陷。
发明内容
本发明的主要目的在于提供一种无人机的空气监测预警方法、无人机的空气监测预警系统及存储介质，旨在解决现有空气监测取样不便的技术问题。
为实现上述目的，本发明提供一种无人机的空气监测预警方法，包括步骤：
根据预设行程飞行，所述预设行程中包括至少一个检测点，一个所述检测点对应一个厂区；
在所述检测点停留，检测并获得第一空气状态信息，所述第一空气状态信息包括多个检测项目以及与所述检测项目对应的第一检测值；
获取与各个所述检测项目对应预设标准阈值；
判断与所述检测项目对应的所述第一检测值是否大于与所述检测项目对应的所述预设标准阈值；
若与所述检测项目对应的所述第一检测值大于与所述检测项目对应的所述预设标准阈值，则获取所述检测点对应的所述厂区，将所述厂区关联非正常排放标识。
优选地，所述根据所述预设行程飞行的步骤之前，包括：
获取当前天气情况，确定与所述天气情况对应的检测点和检测高度；
根据与所述天气情况对应的检测点绘制所述预设行程；
所述在所述检测点停留，检测并获得第一空气状态信息的步骤包括：
在所述检测点停留，在所述检测高度检测并获得第一空气状态信息。
优选地，所述根据所述预设行程飞行的步骤，包括：
获取预设间隔时间和当前时间，判断所述当前时间是否为工作时段；
若所述当前时间为所述工作时段，则增加所述预设间隔时间时长；
每间隔所述预设间隔时间获取所述预设行程，并根据所述预设行程飞行。
优选地，所述无人机的空气监测预警方法还包括：
接收用户终端发送的投诉文本，并将所述投诉文本在预设厂区词库中进行匹配查询；
若在预设厂区词库中有与所述投诉文本中的字符相匹配的第一字符组，则确定与所述第一字符组对应的所述厂区，以及与所述厂区对应检测点；
将与所述第一字符组对应的检测点设置至最近的所述预设行程中。
优选地，所述所述若在预设厂区词库中有与所述投诉文本中的字符相匹配的第一字符组，则确定与所述第一字符组对应的所述厂区，以及与所述厂区对应检测点的步骤之后，还包括：
将所述投诉文本在预设时间词库中进行匹配查询；
若在预设时间词库中有与所述投诉文本中的字符相匹配的第二字符组，则确定与所述第二字符组对应的时间段；
所述若在预设时间词库中有与所述投诉文本中的字符相匹配的第二字符组，则确定与所述第二字符组对应的时间段；
将与所述第一字符组对应的检测点设置至与所述时间段对应的所述预设行程中。
优选地，所述若在预设厂区词库中有与所述投诉文本中的字符相匹配的第一字符组，则确定与所述第一字符组对应的所述厂区，以及与所述厂区对应检测点的步骤之后，还包括：
记录所述厂区在预设第一时间段内的投诉次数，判断所述投诉次数是否大于第一预设阈值；
当所述投诉次数大于所述第一预设阈值，则设置包含所述厂区的预设行程，并执行步骤：根据预设行程飞行。
优选地，所述若与所述检测项目对应的所述第一检测值大于与所述检测项目对应的所述预设标准阈值，则获取所述检测点对应的所述厂区，将所述厂区关联非正常排放标识的步骤，包括：
若与所述检测项目对应的所述第一检测值大于与所述检测项目对应的所述预设标准阈，则计算所述第一检测值与所述预设标准阈值之间的第一差值；
判断所述第一差值是否小于与所述检测项目对应的第二预设阈值，所述第二预设阈值大于所述预设标准阈值；
若所述第一差值小于与所述检测项目对应的第二预设阈值，则获取所述检测点对应的所述厂区，将所述厂区关联非正常排放标识。
优选地，所述判断所述差值小于与所述检测项目对应的第二预设阈值的步骤，还包括：
若所述差值大于或等于与所述检测项目对应的第二预设阈值，则自所述检测点分别向第一方向、第二方向、第三方向和第四方向移动预设距离并分别检测获得第二空气状态信息；
根据所述第二空气状态信息计算平均空气状态值，计算所述第二空气状态信息的检测项目的第一检测值与所述预设标准阈值之间的第二差值；
判断所述第二差值是否小于与所述检测项目对应的第二预设阈值；
若所述第二差值大于或等于与所述检测项目对应的第二预设阈值，则获取所述检测点对应的所述厂区，将所述厂区关联超标排放标识。
此外，为实现上述目的，本发明还提供一种无人机的空气监测预警系统，所述无人机的空气监测预警系统包括无人机和与所述无人机通信连接的终端，所述无人机包括通信模块、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述的无人机的空气监测预警方法的步骤。
此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的无人机的空气监测预警方法的步骤。
本发明提出的一种无人机的空气监测预警方法、无人机的空气监测预警系统及存储介质，通过无人机可对位于任何厂区上空的空气进行实时监测，灵活度高；通过预先设置各个检测点与各个厂区对应，从而可知晓不同厂区的排放状况，有效监控。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的结构示意图；
图2为本发明无人机的空气监测预警方法第一实施例的流程示意图；
图3为本发明无人机的空气监测预警方法第二实施例的流程示意图；
图4为本发明无人机的空气监测预警方法第三实施例的流程示意图；
图5为本发明无人机的空气监测预警方法第四实施例的流程示意图；
图6为本发明无人机的空气监测预警方法第五实施例的流程示意图；
图7为本发明无人机的空气监测预警方法第六实施例的流程示意图；
图8为本发明无人机的空气监测预警方法第七实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参照图1，图1为本发明各个实施例中的无人机的硬件结构示意图。本发明所提供的所述无人机的空气监测预警系统包括无人机和与所述无人机通信连接的终端。具体地，无人机包括通信模块10、存储器20及处理器30等部件。其中，所述处理器30分别与所述存储器20和所述通信模块10连接，所述存储器20上存储有计算机程序，所述计算机程序同时被处理器30执行。终端也可以包括上述模块，以辅助无人机执行计算机程序，实现本发明提供的无人机的空气监测预警方法。
通信模块10，可通过网络与外部通讯设备连接。通信模块10可以接收外部通讯设备发出的请求，还可发送广播事件、指令及信息至所述外部通讯设备。所述外部通讯设备可以是服务器、手机、电脑等。
存储器20，可用于存储软件程序以及各种数据。存储器20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（比如转化率计算程序）等；存储数据区可存储根据监控服务端100的使用所创建的数据或信息等。此外，存储器20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。
处理器30，是无人机的控制中心，利用各种接口和线路连接整个无人机的各个部分，通过运行或执行存储在存储器20内的软件程序和/或模块，以及调用存储在存储器20内的数据，执行无人机的各种功能和处理数据，从而对无人机进行整体监控。处理器30可包括一个或多个处理单元；优选地，处理器30可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器30中。
尽管图1未示出，但上述无人机还可以包括电路控制模块，用于与电源连接，保证其他部件的正常工作等。上述无人机还可以包括显示模块，用于显示系统界面等，方便工作人员进行实时操作和控制。该无人机还包括摄像模块、定位模块、检测模块等。
本领域技术人员可以理解，图1中示出的无人机结构并不构成对无人机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
基于上述硬件结构，提出本发明方法各个实施例。
参照图2，在本发明无人机的空气监测预警方法的第一实施例中，包括步骤：
步骤S1，根据预设行程飞行，所述预设行程中包括至少一个检测点，一个所述检测点对应一个厂区；
预设行程中设置有无人机飞行的路线，途径至少一个检测点。预设行程可以由无人机的空气监测预警系统的地图模块自行生成，也可以由本领域技术人员自行设置。预设行程中还可以包括航速、离地高度等参数。在本发明中每间隔预设时间获取一次预设行程，根据预设行程飞行。
步骤S2，在所述检测点停留，检测并获得第一空气状态信息，所述第一空气状态信息包括多个检测项目以及与所述检测项目对应的第一检测值；
具体地，无人机上搭载有多个检测模块，检测模块具体可以包括颗粒物检测传感器、二氧化氮检测传感器、二氧化硫检测传感器、臭氧检测传感器、一氧化碳检测传感器、硫化氢检测传感器、VOCs检测传感器等，以获取第一空气状态信息。检测项目具体为各个检测模块对应的项目，例如：颗粒物检测传感器对应的检测项目为颗粒物，二氧化氮检测传感器对应的检测项目为二氧化氮。
步骤S3，获取与各个所述检测项目对应预设标准阈值；
各个检测项目与预设有预设标准阈值，该预设标准阈值可以为国标最大标准，也可以由本领域技术人员自行设置。
步骤S4，判断与所述检测项目对应的所述第一检测值是否大于与所述检测项目对应的所述预设标准阈值；
步骤S5，若与所述检测项目对应的所述第一检测值大于与所述检测项目对应的所述预设标准阈值，则获取所述检测点对应的所述厂区，将所述厂区关联非正常排放标识。
若与所述检测项目对应的所述第一检测值小于或等于与所述检测项目对应的所述预设标准阈值，则不做处理。
关联有非正常排放标识的厂区需要工作人员重点监视。当一个加工制造企业面积较大时，也可以设置多个厂区与该加工制造企业对应。
本发明提出的一种无人机的空气监测预警方法、无人机的空气监测预警系统及存储介质，通过无人机可对位于任何厂区上空的空气进行实时监测，灵活度高；通过预先设置各个检测点与各个厂区对应，从而可知晓不同厂区的排放状况，有效监控。
进一步的，参照图3，本申请第二实施例提供一种无人机的空气监测预警方法，基于上述实施例，所述步骤S1之前，包括：
步骤S61，获取当前天气情况，确定与所述天气情况对应的检测点和检测高度；
不同的天气情况，对应的检测点和检测高度可以不同。例如当前为东风，则将检测点对应所述厂区的东边；当前3级风，则检测高度相对于2级风对应的检测高度更低；当前风速较大，不适宜飞行，则对应的检测点为零。
步骤S62，根据与所述天气情况对应的检测点绘制所述预设行程；
地图模块将各个检测点根据远近绘制最优路线，生成所述预设行程。
所述步骤S2包括：
步骤S21，在所述检测点停留，在距离地面所述检测高度检测并获得第一空气状态信息。
距离地面的检测高度，可以是以无人机始飞时高度为参考线，也可以以海平面为参考线，以计算检测高度。
通过设置不同天气情况，获得不同的检测点和检测高度，从而可保证无人机飞行安全，并确保无人机检测的第一检测值准确。
进一步的，参照图4，本申请第三实施例提供一种无人机的空气监测预警方法，基于上述实施例，所述步骤S1包括：
步骤S11，获取预设间隔时间和当前时间，判断所述当前时间是否为工作时段；
工作时段为本领域技术人员自行设置的时间段，具体可以是周一至周五，早上8点至下午6点。
步骤S12，若所述当前时间为所述工作时段，则增加所述预设间隔时间时长；
步骤S13，每间隔所述预设间隔时间获取所述预设行程，并根据所述预设行程飞行。
由于工作时段，制造加工企业进行加工的频率较高，增加预设间隔时间，以提供监控的密集性。
进一步的，参照图5，本申请第四实施例提供一种无人机的空气监测预警方法，基于上述实施例，所述无人机的空气监测预警方法还包括：
步骤S71，接收用户终端发送的投诉文本，并将所述投诉文本在预设厂区词库中进行匹配查询；
具体可以是系统、也可以是无人机接收到投诉文本，用户终端可以是居民使用的手机、电脑等可进行通信的终端。投诉文本为用户针对各个生产加工企业违规排放编辑的文本，在该投诉文本中可能包括与各个生产加工企业对应的公司名、商标名、地址等。预设厂区词库中预先设置了多个与厂区对应的词汇。
步骤S72，若在预设厂区词库中有与所述投诉文本中的字符相匹配的第一字符组，则确定与所述第一字符组对应的所述厂区，以及与所述厂区对应检测点；
投诉文本可以是一个或多个词组，可以是一句话，也可以是一段文字，例如，需要搜索的投诉文本可以为“A工厂违规排放气体”，可以从该数据投诉文本中提取出“A工厂”字符组。当然还可以利用Lucene与分词器从投诉文本中精确提取字符组，并且，当无法在预设厂区词库中找到对应的字符组时，生成无法提取字符组的提示信息，以提醒工作人员无法对投诉文本进行识别
步骤S73，将与所述第一字符组对应的检测点设置至最近的所述预设行程中。
将识别到的第一字符组对应的检测点设置至最近的所述预设行程中，即在最近一次无人机飞离时，将会针对该用户投诉文本中的厂区进行检测。
进一步的，参照图6，本申请第五实施例提供一种无人机的空气监测预警方法，基于上述实施例，所述步骤S72之后，还包括：
步骤S74，将所述投诉文本在预设时间词库中进行匹配查询；
步骤S75，若在预设时间词库中有与所述投诉文本中的字符相匹配的第二字符组，则确定与所述第二字符组对应的时间段；
步骤S76，将与所述第一字符组对应的检测点设置至与所述时间段对应的所述预设行程中。
在本实施例中，具体第二字符组的确定参照第六实施例。通过识别时间段，从而可针对投诉文本中的时间段针对厂区进行检测，以避免加工制造企业为逃避监管，故意在非正常时间段进行加工生产，排放废气。
进一步的，参照图7，本申请第六实施例提供一种无人机的空气监测预警方法，基于上述实施例，所述步骤S72之后，还包括：
步骤S77，记录所述厂区在预设第一时间段内的投诉次数，判断所述投诉次数是否大于第一预设阈值；
第一时间段和第一预设阈值由本领域技术人员工具实际情况设置。第一时间段可以是上一次检测该厂区对应的检测点到当前时间。
步骤S78，若所述投诉次数大于所述第一预设阈值，则设置包含所述厂区的预设行程，并执行步骤S1。
若所述投诉次数小于或等于所述第一预设阈值，则设置包含所述厂区的预设行程，并执行步骤S1。
当所述投诉次数大于所述第一预设阈值，则表示当前有大量用户对该厂区进行投诉，设置包含所述厂区的预设行程，并执行步骤S1，即即刻让无人机去该厂区进行检测。
进一步的，参照图8，本申请第七实施例提供一种无人机的空气监测预警方法，基于上述实施例，所述步骤S5包括：
步骤S51，若与所述检测项目对应的所述第一检测值大于与所述检测项目对应的所述预设标准阈值，则计算所述第一检测值与所述预设标准阈值之间的第一差值；
即将第一检测值减去预设标准阈值，获得第一差值。
步骤S52，判断所述第一差值是否小于与所述检测项目对应的第二预设阈值，所述第二预设阈值大于所述预设标准阈值；
第二预设阈值为本领域技术人员根据实际情况自行设置。具体可以是各项检测项目对应的超标上限。
步骤S53，若所述第一差值小于与所述检测项目对应的第二预设阈值，则获取所述检测点对应的所述厂区，将所述厂区关联非正常排放标识。
当第一检测值大于预设标准阈值，且第一检测值小于第二预设阈值，将该厂区关联非正常排放标识，以待工作人员加强监管。
进一步的，请参照图8，基于上述实施例，所述步骤S52之后，包括：
步骤S54，若所述第一差值大于或等于与所述检测项目对应的第二预设阈值，则自所述检测点分别向第一方向、第二方向、第三方向和第四方向移动预设距离并分别检测获得第二空气状态信息；
优选地，第一方向和第二方向为两相反方向、第三方向和第四方向为两相反方向，第一方向、第二方向、第三方向和第四方向在同一平行于底面的平面内。
步骤S55，根据所述第二空气状态信息计算平均空气状态值，计算所述第二空气状态信息的检测项目的第二检测值与所述预设标准阈值之间的第二差值；
步骤S56，判断所述第二差值是否小于与所述检测项目对应的第二预设阈值；
步骤S57，若所述第二差值大于或等于与所述检测项目对应的第二预设阈值，则获取所述检测点对应的所述厂区，将所述厂区关联超标排放标识。
若所述第二差值大于或等于与所述检测项目对应的第二预设阈值，则将所述厂区关联所述非正常排放标识。
通过获取第一方向、第二方向、第三方向和第四方向的第二空气状态信息，计算平均空气状态值，以保证获取的得到的的第二差值准确无误。若所述第二差值大于或等于与所述检测项目对应的第二预设阈值，则获取所述检测点对应的所述厂区，将所述厂区关联超标排放标识。
请再次结合图1，在一实施例中，无人机的空气监测预警系统包括无人机和与无人机通信连接的终端，无人机包括通信模块10、存储器20及处理器30，其中，所述处理器30分别与所述存储器20和通信模块10连接，所述存储器20上存储有计算机程序，所述计算机程序被所述处理器20执行时实现如上所述的无人机的空气监测预警方法的步骤。
本发明无人机的空气监测预警系统的具体实施例与上述无人机的空气监测预警方法各实施例基本相同，在此不作赘述。
本发明还提出一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述无人机的空气监测预警方法的步骤。
本发明计算机可读存储介质的具体实施例与上述无人机的空气监测预警方法各实施例基本相同，在此不作赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种无人机的空气监测预警方法，其特征在于，包括步骤：
根据预设行程飞行，所述预设行程中包括至少一个检测点，一个所述检测点对应一个厂区；
在所述检测点停留，检测并获得第一空气状态信息，所述第一空气状态信息包括多个检测项目以及与所述检测项目对应的第一检测值；
获取与各个所述检测项目对应预设标准阈值；
判断与所述检测项目对应的所述第一检测值是否大于与所述检测项目对应的所述预设标准阈值；
若与所述检测项目对应的所述第一检测值大于与所述检测项目对应的所述预设标准阈值，则获取所述检测点对应的所述厂区，将所述厂区关联非正常排放标识；
其中，所述无人机的空气监测预警方法还包括：
接收用户终端发送的投诉文本，并将所述投诉文本在预设厂区词库中进行匹配查询；
若在预设厂区词库中有与所述投诉文本中的字符相匹配的第一字符组，则确定与所述第一字符组对应的所述厂区，以及与所述厂区对应检测点；
将与所述第一字符组对应的检测点设置至最近的所述预设行程中；
其中，所述若在预设厂区词库中有与所述投诉文本中的字符相匹配的第一字符组，则确定与所述第一字符组对应的所述厂区，以及与所述厂区对应检测点的步骤之后，还包括：
记录所述厂区在预设第一时间段内的投诉次数，判断所述投诉次数是否大于第一预设阈值；
当所述投诉次数大于所述第一预设阈值，则设置包含所述厂区的预设行程，并执行步骤：根据预设行程飞行。
2.如权利要求1所述的无人机的空气监测预警方法，其特征在于，所述根据所述预设行程飞行的步骤之前，包括：
获取当前天气情况，确定与所述天气情况对应的所述检测点和检测高度；
根据与所述天气情况对应的检测点绘制所述预设行程；
所述在所述检测点停留，检测并获得第一空气状态信息的步骤包括：
在所述检测点停留，在所述检测高度检测并获得第一空气状态信息。
3.如权利要求1所述的无人机的空气监测预警方法，其特征在于，所述根据所述预设行程飞行的步骤，包括：
获取预设间隔时间和当前时间，判断所述当前时间是否为工作时段；
若所述当前时间为所述工作时段，则增加所述预设间隔时间时长；
每间隔所述预设间隔时间获取所述预设行程，并根据所述预设行程飞行。
4.如权利要求1所述的无人机的空气监测预警方法，其特征在于，所述若在预设厂区词库中有与所述投诉文本中的字符相匹配的第一字符组，则确定与所述第一字符组对应的所述厂区，以及与所述厂区对应检测点的步骤之后，还包括：
将所述投诉文本在预设时间词库中进行匹配查询；
若在预设时间词库中有与所述投诉文本中的字符相匹配的第二字符组，则确定与所述第二字符组对应的时间段；
将与所述第一字符组对应的检测点设置至与所述时间段对应的所述预设行程中。
5.如权利要求1所述的无人机的空气监测预警方法，其特征在于，所述若与所述检测项目对应的所述第一检测值大于与所述检测项目对应的所述预设标准阈值，则获取所述检测点对应的所述厂区，将所述厂区关联非正常排放标识的步骤，包括：
若与所述检测项目对应的所述第一检测值大于与所述检测项目对应的所述预设标准阈，则计算所述第一检测值与所述预设标准阈值之间的第一差值；
判断所述第一差值是否小于与所述检测项目对应的第二预设阈值，所述第二预设阈值大于所述预设标准阈值；
若所述第一差值小于与所述检测项目对应的第二预设阈值，则获取所述检测点对应的所述厂区，将所述厂区关联非正常排放标识。
6.如权利要求5所述的无人机的空气监测预警方法，其特征在于，所述判断所述第一差值是否小于与所述检测项目对应的第二预设阈值的步骤之后，还包括：
若所述第一差值大于或等于与所述检测项目对应的第二预设阈值，则自所述检测点分别向第一方向、第二方向、第三方向和第四方向移动预设距离并分别检测获得第二空气状态信息；
根据所述第二空气状态信息计算平均空气状态值，计算所述第二空气状态信息的检测项目的第二检测值与所述预设标准阈值之间的第二差值；
判断所述第二差值是否小于与所述检测项目对应的第二预设阈值；
若所述第二差值大于或等于与所述检测项目对应的第二预设阈值，则获取所述检测点对应的所述厂区，将所述厂区关联超标排放标识。
7.一种无人机的空气监测预警系统，其特征在于，所述无人机的空气监测预警系统包括无人机和与所述无人机通信连接的终端，所述无人机包括通信模块、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的无人机的空气监测预警方法的步骤。
8.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的无人机的空气监测预警方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910559935.6A CN110308244B (zh) | 2019-06-26 | 2019-06-26 | 无人机的空气监测预警方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910559935.6A CN110308244B (zh) | 2019-06-26 | 2019-06-26 | 无人机的空气监测预警方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110308244A CN110308244A (zh) | 2019-10-08 |
| CN110308244B true CN110308244B (zh) | 2022-03-04 |
Family
ID=68077601
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910559935.6A Active CN110308244B (zh) | 2019-06-26 | 2019-06-26 | 无人机的空气监测预警方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110308244B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111351908A (zh) * | 2020-03-04 | 2020-06-30 | 深圳市宇驰检测技术股份有限公司 | 基于机器人的水生生态调查方法、水下机器人及存储介质 |
| CN111561962B (zh) * | 2020-04-26 | 2022-03-08 | 深圳市宇驰检测技术股份有限公司 | 废气排放追溯方法、装置、设备和存储介质 |
| CN112765249A (zh) * | 2021-01-14 | 2021-05-07 | 广州禾顺环保科技有限公司 | 一种数据管理方法、数据管理装置及环保检测设备 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2199790A1 (en) * | 2008-12-19 | 2010-06-23 | Duvas Technologies Limited | System and apparatus for measurement and mapping of pollutants |
| CN103065198A (zh) * | 2012-12-17 | 2013-04-24 | 天津市环境保护科学研究院 | 大气恶臭污染精细源解析方法 |
| CN104181276A (zh) * | 2013-05-28 | 2014-12-03 | 东北大学 | 一种基于无人机的企业碳排放量检测方法 |
| CN104281615A (zh) * | 2013-07-08 | 2015-01-14 | 中国移动通信集团甘肃有限公司 | 一种投诉处理的方法和系统 |
| CN105469224A (zh) * | 2016-01-06 | 2016-04-06 | 天津工业大学 | 一种恶臭污染源关键致臭物质的识别方法 |
| CN106841436A (zh) * | 2017-01-18 | 2017-06-13 | 上海市环境监测中心 | 一种工业区大气VOCs自动监测预警溯源系统及其方法 |
| CN107941988A (zh) * | 2017-10-16 | 2018-04-20 | 华南理工大学 | 一种检测气体污染源的无人机设备及监测方法 |
| 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 |
| CN108760912A (zh) * | 2018-05-21 | 2018-11-06 | 天津市环境保护科学研究院 | 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104750947A (zh) * | 2015-04-21 | 2015-07-01 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种无人机航线库设计方法及该航线库的验证方法 |
| US9928649B2 (en) * | 2015-08-03 | 2018-03-27 | Amber Garage, Inc. | Interface for planning flight path |
| CN106896145A (zh) * | 2017-04-06 | 2017-06-27 | 邹霞 | 有毒有害气体无人机检测系统和检测方法 |
| CN206991123U (zh) * | 2017-07-13 | 2018-02-09 | 深圳市宇驰检测技术股份有限公司 | 一种基于无人机的污染检测系统 |
| CN108254503A (zh) * | 2018-01-11 | 2018-07-06 | 上海交通大学 | 无人机排放遥测方法及其系统 |
| CN109635283B (zh) * | 2018-11-26 | 2022-10-14 | 汉纳森（厦门）数据股份有限公司 | 一种基于挖掘市民投诉文本的公共安全事件事前预警方法 |
| CN109886830B (zh) * | 2019-01-02 | 2023-07-04 | 同济大学 | 一种基于用户投诉信息的供水管网污染源追踪定位方法 |
-
2019
- 2019-06-26 CN CN201910559935.6A patent/CN110308244B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2199790A1 (en) * | 2008-12-19 | 2010-06-23 | Duvas Technologies Limited | System and apparatus for measurement and mapping of pollutants |
| CN103065198A (zh) * | 2012-12-17 | 2013-04-24 | 天津市环境保护科学研究院 | 大气恶臭污染精细源解析方法 |
| CN104181276A (zh) * | 2013-05-28 | 2014-12-03 | 东北大学 | 一种基于无人机的企业碳排放量检测方法 |
| CN104281615A (zh) * | 2013-07-08 | 2015-01-14 | 中国移动通信集团甘肃有限公司 | 一种投诉处理的方法和系统 |
| CN105469224A (zh) * | 2016-01-06 | 2016-04-06 | 天津工业大学 | 一种恶臭污染源关键致臭物质的识别方法 |
| CN106841436A (zh) * | 2017-01-18 | 2017-06-13 | 上海市环境监测中心 | 一种工业区大气VOCs自动监测预警溯源系统及其方法 |
| CN107941988A (zh) * | 2017-10-16 | 2018-04-20 | 华南理工大学 | 一种检测气体污染源的无人机设备及监测方法 |
| 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 |
| CN108760912A (zh) * | 2018-05-21 | 2018-11-06 | 天津市环境保护科学研究院 | 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110308244A (zh) | 2019-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110308244B (zh) | 无人机的空气监测预警方法、系统及存储介质 | |
| CN114155129B (zh) | 一种基于工业园区的大气环境溯评方法和系统 | |
| CN104992254B (zh) | 基于电网gis的山火与气象结合的趋势预判方法 | |
| KR102267045B1 (ko) | 실시간 대기 확산 모니터링 시스템 | |
| CN105959181B (zh) | 一种用于检验检测电力巡检无人机的系统及方法 | |
| KR102240396B1 (ko) | 실시간 악취 추적 통합 모니터링 시스템 | |
| CN114755367B (zh) | 一种环保污染监测方法、系统、设备及介质 | |
| CN110989678A (zh) | 一种基于多无人机的油田巡检定点数据采集系统及方法 | |
| CN106153836A (zh) | 一种环保无人机远程气体监控方法及其系统 | |
| CN110807725A (zh) | 一种大气污染溯源方法、装置、计算设备和介质 | |
| CN115457675A (zh) | 安全巡检方法、设备和存储介质 | |
| KR102281317B1 (ko) | 초경량비행장치를 이용한 실시간 악취 추적 시스템 | |
| CN116665096A (zh) | 基于深度学习视觉算法的智慧加油站安全监管方法 | |
| CN117761455A (zh) | 基于故障测距的线路故障研判方法及系统 | |
| CN113359829B (zh) | 一种基于大数据的无人机电厂智能巡检方法 | |
| CN109900865A (zh) | 一种基于神经网络的空气污染检测系统 | |
| CN113705893A (zh) | 充电调度管理方法、装置、计算机设备及可读存储介质 | |
| CN112683916A (zh) | 集电线路杆塔小金具缺失或安装错误的识别方法及装置 | |
| CN111814026A (zh) | 一种基于微信小程序的垃圾分类系统 | |
| CN114999099B (zh) | 基于大数据的协同预警方法、装置、设备及存储介质 | |
| CN115311826A (zh) | 一种基于智能识别的语音平台电力灾情预警方法 | |
| CN110555586A (zh) | 一种基于热点网格的生态监测方法及装置 | |
| CN115187880A (zh) | 基于图像识别的通信光缆缺陷检测方法、系统及存储介质 | |
| CN114739876A (zh) | 一种空气质量监测方法、系统及其装置 | |
| CN111561962B (zh) | 废气排放追溯方法、装置、设备和存储介质 |
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 |