CN110333320A - 粮仓漏气及三维温度的空中与仓壁无线联动检测装置和方法 - Google Patents
粮仓漏气及三维温度的空中与仓壁无线联动检测装置和方法 Download PDFInfo
- Publication number
- CN110333320A CN110333320A CN201910580655.3A CN201910580655A CN110333320A CN 110333320 A CN110333320 A CN 110333320A CN 201910580655 A CN201910580655 A CN 201910580655A CN 110333320 A CN110333320 A CN 110333320A
- Authority
- CN
- China
- Prior art keywords
- silo
- module
- unmanned plane
- temperature
- data
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title description 7
- 238000004891 communication Methods 0.000 claims abstract description 62
- 238000004364 calculation method Methods 0.000 claims abstract description 42
- 239000007789 gas Substances 0.000 claims description 73
- 238000009423 ventilation Methods 0.000 claims description 33
- 230000002093 peripheral effect Effects 0.000 claims description 30
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 20
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 16
- XYFCBTPGUUZFHI-UHFFFAOYSA-N Phosphine Chemical compound P XYFCBTPGUUZFHI-UHFFFAOYSA-N 0.000 claims description 11
- 238000007689 inspection Methods 0.000 claims description 9
- 229910052757 nitrogen Inorganic materials 0.000 claims description 9
- 239000001569 carbon dioxide Substances 0.000 claims description 8
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 8
- 238000003062 neural network model Methods 0.000 claims description 7
- 238000004320 controlled atmosphere Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 229910000073 phosphorus hydride Inorganic materials 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 claims description 2
- 238000013135 deep learning Methods 0.000 claims description 2
- 229910001873 dinitrogen Inorganic materials 0.000 claims description 2
- 239000001257 hydrogen Substances 0.000 claims 1
- 229910052739 hydrogen Inorganic materials 0.000 claims 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 claims 1
- 238000012986 modification Methods 0.000 claims 1
- 230000004048 modification Effects 0.000 claims 1
- 230000000505 pernicious effect Effects 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 210000000352 storage cell Anatomy 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 230000007096 poisonous effect Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
- G01J5/485—Temperature profile
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/002—Investigating fluid-tightness of structures by using thermal means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
-
- 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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
-
- 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
-
- 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
- G01N33/0073—Control unit therefor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- 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
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Combustion & Propulsion (AREA)
- Biochemistry (AREA)
- Automation & Control Theory (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Ventilation (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开了一种粮仓漏气及三维温度的空中与仓壁无线联动检测方法及所用的装置，该装置包括配合使用的自动巡检母车机器人和无人机系统；所述无人机系统包括无人机，无人机上设置有气体检测模块、无人机红外热像仪模块、无人机高清摄像头模块和无人机LTE/NB‑IOT通信模块；所述自动巡检母车机器人包含机器人高清摄像头模块、机器人红外热像仪模块、LTE/NB‑IOT通信模块、智能安全网关模块和边缘计算服务器模块等。本发明聚焦于粮仓工控网络，由无人机代替工人进行有害气体检测，保证人员安全。
Description
技术领域
本发明涉及一种粮仓管理方法，具体涉及一种粮仓漏气及三维温度的空中与仓壁无线联动检测装置和方法。
背景技术
目前全国的储粮企业有近1200亿公斤仓库属于危仓老库，储粮条件差。许多省份的大型粮仓虽然正在构建智慧粮库体系，但目前市场上的相关软硬件产品都存在较多的缺陷，很难达到国家的相关标准。粮仓外部的温度情况影响着粮仓内部的温度变化，同时也是判断是否进行通风、气调、控温等基本仓储作业的必须条件。同时，在进行日常粮仓巡检和仓内勘测时，会存在仓内硫化氢等有害气体泄漏，仓内氧含量不足等危及工作人员安全的隐患。目前亟待解决的三个关键问题有：
(1)如何实现对粮仓内部三维温度分布和仓外墙壁温度分布及环境温度的精准采集检测，避免人工操作中的误差；
(2)如何解决粮仓通风充气等业务过程中人工设置参数时缺乏判断依据，导致参数选择误差大易影响粮食存储品质的问题；
(3)如何解决在人工检测粮仓充气灭虫状态以及仓外高窗漏气时易造成员工受到伤害危险的问题；
目前市场上的粮库巡检车只能进行安防报警，没有仓外环境的检测功能，更不具备搭载边缘计算服务器并结合实时内部温度进行人工智能分析判断的功能。对于粮仓外部的磷化氢等有害气体的泄露，只能依靠人工检测，常常会造成工作人员气体中毒的伤亡事件。
因此，需要对现有技术进行改进。
发明内容
本发明要解决的技术问题是提供一种高效的粮仓漏气及三维温度的空中与仓壁无线联动检测装置和方法。
为了解决上述技术问题，本发明提供一种粮仓漏气及三维温度的空中与仓壁无线联动检测装置，包括配合使用的自动巡检母车机器人和无人机系统；
所述无人机系统包括无人机，无人机上设置有气体检测模块、无人机红外热像仪模块、无人机高清摄像头模块和无人机LTE/NB-IOT通信模块；
所述自动巡检母车机器人包含机器人高清摄像头模块、机器人红外热像仪模块、LTE/NB-IOT通信模块、智能安全网关模块和边缘计算服务器模块；
所述气体检测模块、无人机红外热像仪模块和无人机高清摄像头模块均与无人机LTE/NB-IOT通信模块信号连接；
所述机器人高清摄像头模块、机器人红外热像仪模块、智能安全网关模块和边缘计算服务器模块均与机器人LTE/NB-IOT通信模块信号连接；
所述智能安全网关模块与边缘计算服务器模块信号连接。
本发明还同时提供了利用上述装置进行的粮仓漏气及三维温度的空中与仓壁无线联动检测方法，包括以下步骤：
S1、控制搭载无人机和自动巡检母车机器人到达待检测的粮仓外；
S2、遥控无人机分别移动到粮仓的仓门、排气窗和通风口，通过气体检测模块进行磷化氢、二氧化碳和氮气的气体浓度检测，并将气体浓度数据发送给控制台；
S3、遥控无人机环绕粮仓，无人机红外热像仪模块采集粮仓外围空气温度数据，并将粮仓外围空气温度数据发送给机器人LTE/NB-IOT通信模块；
S4、遥控自动巡检母车机器人环绕粮仓一周，采集粮仓外壁温度数据的温度数据，并将数据存储到边缘计算服务器；
S5、机器人LTE/NB-IOT通信模块接收来自无人机的粮仓外围空气温度数据，接收来自云端服务器的粮仓内部三维温度分布数据，并将这两类数据通过安全智能网关模块后发送至边缘计算服务器；
S6、边缘计算服务器接收粮仓外围空气温度数据、粮仓外壁温度数据和粮仓内部三维温度分布数据，通过深度学习算法模型对粮仓内部温度变化进行实时的预测计算，结合国家对通风作业的技术规程，修正通风作业的参数设置，并将设置结果发送到通风作业装置；
S7、机器人LTE/NB-IOT通信模块将粮仓外围空气温度数据，粮仓外壁的温度数据，对粮仓内部温度变化的预测结果，对通风作业的修正参数，利用LTE通信发送到云端服务器。
作为本发明的粮仓漏气及三维温度的空中与仓壁无线联动检测方法的改进：
步骤S2包括以下步骤：
S21、无人机高清摄像头模块将拍摄到的实时工作画面，利用无人机LTE/NB-IOT通信模块发送到控制台；
S22、控制台根据实时工作画面遥控无人机，在粮仓每一个仓门、排气窗、通风口处，利用气体检测模块通过传感器检测气体浓度数据；
S23、无人机LTE/NB-IOT通信模块将气体检测模块检测到的气体浓度数据通过WiFi通信发送给控制台；
S24、控制台读取气体浓度数据，若磷化氢浓度小于每立方米0.3毫克，氮气浓度不高于平均空气中氮气含量的1％，二氧化碳浓度不高于平均空气中二氧化碳含量的0.01％，则粮仓处于气密性良好的状态，无需执行操作；否则，立即停止气调作业。
作为本发明的粮仓漏气及三维温度的空中与仓壁无线联动检测方法的进一步改进：
步骤S3包括以下步骤：
S31、无人机高清摄像头模块将拍摄到的实时工作画面，利用无人机LTE/NB-IOT通信模块发送到控制台；
S32、控制台根据工作画面遥控无人机，在距离粮仓外壁1-3米内的空中环绕，通过无人机红外热像仪模块采集温度数据；
S33、无人机LTE/NB-IOT通信模块将无人机红外热像仪模块采集到的粮仓外围空气温度数据通过WiFi通信发送给自动巡检母车机器人的机器人LTE/NB-IOT通信模块。
作为本发明的粮仓漏气及三维温度的空中与仓壁无线联动检测方法的进一步改进：
步骤S4包括以下步骤：
S41、无人机高清摄像头模块将拍摄到的实时工作画面，利用无人机LTE/NB-IOT通信模块发送到控制台；
S42、控制台根据工作画面遥控自动巡检母车机器人，环绕粮仓底端进行粮仓外壁，通过无人机红外热像仪模块采集温度数据，采集点与粮仓外壁的距离不得超过0.5米；
S43、将采集到的粮仓外壁温度数据发送到边缘计算服务器。
作为本发明的粮仓漏气及三维温度的空中与仓壁无线联动检测方法的进一步改进：
步骤S5包括以下步骤：
S51、机器人LTE/NB-IOT通信模块通过WiFi通信接收来自无人机的粮仓外围空气温度数据，并将数据存储至边缘计算服务器；
S52、机器人LTE/NB-IOT通信模块通过LTE通信接收来自云端服务器的粮仓内部三维温度分布数据；
S53、智能安全网关模块判断数据安全性，对存疑的数据进行智能拦截，将校验通过的数据存储至边缘计算服务器。
作为本发明的粮仓漏气及三维温度的空中与仓壁无线联动检测方法的进一步改进：
步骤S6包括以下步骤：
S61、边缘计算服务器根据粮仓外围空气温度数据、粮仓外壁温度数据和粮仓内部三维温度分布数据，按时间标记为温度队列末尾长度为n的温度数据S＝[s1，s2，...，sn]；
S62、将温度数据进行归一化处理，得到S'＝[s'1，s'2，...，s'n]；
S63、将归一化后的S'输入训练完的温度预测神经网络模型，得到温度预测结果R＝[state，number]。
S64、根据输出的温度预测结果R和结合国家对通风作业的技术规程，修改最佳通风条件的参数设置，输入训练完的通风预测神经网络模型，得到最佳的通风温度、通风时间和通风时长。
S65、边缘计算服务器将得到最佳的通风温度、通风时间和通风时长发送给通风控制作业装置。
本发明粮仓漏气及三维温度的空中与仓壁无线联动检测装置和方法的技术优势为：
本发明聚焦于粮仓工控网络，由无人机代替工人进行有害气体检测，保证人员安全。同时还能检测粮仓外围空气温度，通过WIFI通信传回母车机器人。由母车机器人测量粮仓外壁温度，结合无人机传回的仓外空气温度数据和云端服务器通过LTE/5G传回的仓内三维温度分布数据，利用母车上搭载的边缘计算服务器，进行人工智能预测和判断，辅助进行粮仓自动控制作业的进行，创新性地结合了粮仓内部三维温度、粮仓外围空气温度和粮仓外壁温度三类温度数据进行粮仓内部温度预测，使用LTE/5G通信加快了数据传输的速度，保证了温度预测所需的低时延性。最终可以快速准确地将粮仓环境控制在最佳状态，保障仓储粮食的最佳品质。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细说明。
图1为本发明粮仓漏气及三维温度的空中与仓壁无线联动检测装置的系统总框图；
图2为图1中无人机系统组成图；
图3为图1中自动巡检航空母车系统组成图；
图4为图2中粮仓气体泄露检测流程图；
图5为图3中边缘计算服务器进行温度预测算法流程图；
图6为粮仓三维温度的空中与仓壁无线联动检测模式图。
具体实施方式
下面结合具体实施例对本发明进行进一步描述，但本发明的保护范围并不仅限于此。
实施例1、粮仓漏气及三维温度的空中与仓壁无线联动检测装置，如图1-6所示，包括自动巡检母车机器人和无人机系统，系统总框图如图1所示。
无人机系统如图2所示，可由控制台遥控。无人机系统包括无人机，无人机可用市售大疆M600型专业无人机，其悬挂架上安装有气体检测模块、无人机红外热像仪模块、无人机高清摄像头模块和无人机LTE/NB-IOT通信模块。
无人机红外热像仪模块，负责采集粮仓外部空气的三维气体温度，并将数据发送给自动巡检航空母车机器人。
无人机高清摄像头模块，负责拍摄实施工作画面，将拍摄画面传送给控制台，用于人工远程遥控；
无人机LTE/NB-IOT通信模块，负责利用WiFi通信，将检测到的气体浓度数据发送给控制台，将采集到的温度数据发送到自动巡检母车机器人。
自动巡检母车机器人如图3所示，可由控制台遥控，包含，机器人高清摄像头模块、机器人红外热像仪模块、机器人LTE/NB-IOT通信模块、智能安全网关模块和边缘计算服务器模块。
边缘计算服务器模块中设置有数据存储单元和数据分析单元。
机器人高清摄像头模块，负责拍摄实施工作画面，将拍摄画面传送给控制台，用于人工远程遥控；
机器人红外热像仪模块，负责采集粮仓外壁温度数据，并将数据发送给边缘计算服务器；
机器人LTE/NB-IOT通信模块，负责边缘计算服务器与无人机系统以及云端服务器间的数据通信；
智能安全网关模块，在已有网关基础上搭建网关与服务器之间的网盾，负责边缘计算服务器与云端服务器间进行通信时的安全防御。
边缘计算服务器模块，负责数据交互，存储历史温度数据，构建温度数据分析模型，计算得到温度预测的结果，修正通风作业的参数设置，并将设置结果发送到通风作业装置。
气体检测模块、无人机红外热像仪模块和无人机高清摄像头模块均与无人机LTE/NB-IOT通信模块信号连接；
机器人高清摄像头模块、机器人红外热像仪模块、智能安全网关模块和边缘计算服务器模块均与机器人LTE/NB-IOT通信模块信号连接；
智能安全网关模块与边缘计算服务器模块信号连接。
无人机高清摄像头模块和机器人高清摄像头模块使用180°高清摄像头，采用市售Marlboze MBZ-W30高清摄像机；无人机LTE/NB-IOT通信模块和机器人LTE/NB-IOT通信模块采用市售LongSung U9507C 4G全网通LTE无线通信模组和NB73物联网模块；气体检测模块，由磷化氢、二氧化碳和氮气三类气体的复合式传感器构成如市售唐仪特安TY50多气体便携式测量仪或HFP-4IN1型,也可以用市售其它便携式便携式相关气体检测仪的组合，用于检测粮仓外这三类气体的泄露情况，并将检测结果发送给自动巡检母车机器人及控制台。自动巡检母车机器人由市售AGV如EAI Dashgo基础型稍加改进而成。无人机红外热像仪模块和机器人红外热像仪模块使用360°红外热像仪。
无人机的红外热像仪模块主要用于检测粮仓墙壁和仓顶的温度分布情况，机器人上的红外热像仪主要用于测量仓库下端和门等环境的温度分布。
本发明还提供一种粮仓漏气及三维温度的空中与仓壁无线联动检测方法：包括以下步骤：
S1、遥控搭载无人机的自动巡检母车机器人到达待检测的粮仓外；
S2、遥控无人机分别移动到粮仓的仓门、排气窗和通风口，通过气体检测模块进行磷化氢、二氧化碳和氮气的气体浓度检测，并将得到的粮仓外围气体浓度数据发送给控制台；包括以下步骤：
S21、无人机高清摄像头模块将拍摄到的实时工作画面，利用无人机WIFI/LTE/NB-IOT通信模块发送到控制台；无人机拍摄的实时画面主要用于判断仓库检测漏气的具体位置并也用于远程遥控。
S22、控制台根据实时工作画面遥控无人机，在粮仓每一个仓门、排气窗、通风口处，利用气体检测模块通过传感器(磷化氢、二氧化碳和氮气三类气体的复合式传感器)检测粮仓外围气体浓度数据。无人机与检测点的垂直距离不得超过2米，检测时间不得少于10秒。(距离近，保证采集到的数据准确；停留时间10s足够采集所需，节省时间)；
S23、无人机LTE/NB-IOT通信模块将气体检测模块检测到的粮仓外围气体浓度数据通过WiFi通信发送给控制台；
S24、控制台读取粮仓外围气体浓度数据，若磷化氢浓度小于每立方米0.3毫克，氮气浓度不高于平均空气中氮气含量的1％，二氧化碳浓度不高于平均空气中二氧化碳含量的0.01％，则粮仓处于气密性良好的状态，无需执行操作；否则，则为发生相应气体泄露情况，立即停止气调作业。
S3、遥控无人机环绕粮仓顶部以及外围1-3米处，无人机红外热像仪模块采集粮仓外围空气温度数据，并将温度数据发送给自动巡检母车机器人；包括以下步骤：
S31、无人机高清摄像头模块将拍摄到的实时工作画面，利用无人机LTE/NB-IOT通信模块发送到控制台；
S32、控制台根据工作画面遥控无人机，在粮仓外围的空中环绕，通过无人机红外热像仪模块采集温度数据，无人与粮仓外壁的垂直距离控制在1-3米之间，无人机是环绕粮仓采集数据的，环绕一圈，采集环绕轨道5米内的温度；需要由下往上环绕多圈，才能采集完整的粮仓外围温度，因此有多条环绕轨道，环绕轨道间的间距不得超过3米；
S33、无人机LTE/NB-IOT通信模块将无人机红外热像仪模块采集到的粮仓外围空气温度数据通过WiFi通信发送给自动巡检母车机器人的机器人LTE/NB-IOT通信模块。
S4、遥控自动巡检母车机器人环绕粮仓一周，采集粮仓外壁温度数据，并将粮仓外壁温度数据存储到边缘计算服务器的数据存储单元；
S41、机器人高清摄像头模块将拍摄到的实时工作画面，利用机器人LTE/NB-IOT通信模块发送到控制台；
S42、控制台根据工作画面遥控自动巡检母车机器人，环绕粮仓底端进行粮仓外壁，通过机器人红外热像仪模块采集温度数据，机器人红外热像仪模块与粮仓外壁的距离不得超过0.5米；
S43、机器人红外热像仪模块将采集到的粮仓外壁温度数据发送到边缘计算服务器。
S5、机器人LTE/NB-IOT通信模块接收来自S3步骤得到的粮仓外围空气温度数据，接收来自云端服务器的粮仓内部三维温度分布数据(粮仓内部三维温度分布数据通过粮仓内的三维粮情采集系统采集，再上传到云端服务器，三维粮情采集系统和云端服务器均为现有)，并将粮仓外围空气温度数据和粮仓内部三维温度分布数据通过安全智能网关模块后发送至边缘计算服务器。
S51、机器人LTE/NB-IOT通信模块通过WiFi通信接收来自无人机的粮仓外围空气温度数据，并将数据存储至边缘计算服务器；
S52、机器人LTE/NB-IOT通信模块通过LTE通信接收来自云端服务器的粮仓内部三维温度分布数据；
S53、机器人LTE/NB-IOT通信模块将粮仓外围空气温度数据和粮仓内部三维温度分布数据发送给智能安全网关模块，智能安全网关模块判断数据安全性，对存疑的数据进行智能拦截，将校验通过的数据存储至边缘计算服务器的数据存储单元。
S6、边缘计算服务器接收粮仓外围空气温度数据、粮仓外壁温度数据和粮仓内部三维温度分布数据，通过已有的温度预测神经网络模型对粮仓内部温度变化进行实时的预测计算，结合国家对通风作业的技术规程，修正通风作业的参数设置，并将设置结果发送到通风作业装置。
S61、边缘计算服务器从数据存储单元中获取粮仓外围空气温度数据、粮仓外壁温度数据和粮仓内部三维温度分布数据，按时间标记为温度队列末尾长度为n的温度数据S＝[s1，s2，…，sn]；S1表示第一个时间点标记的温度数据组。
S62、数据分析模块将温度数据进行归一化处理，得到S'＝[s'1，s'2，…，s'n]；
S63、数据分析单元将归一化后的S'输入训练完的温度预测神经网络模型，得到温度预测结果R＝[state，number]。
S64、数据分析单元根据输出的温度预测结果R和结合国家对通风作业的技术规程，修改最佳通风条件的参数设置，输入训练完的现有的通风预测神经网络模型，得到最佳的通风温度、通风时间和通风时长。
S65、边缘计算服务器将得到最佳的通风温度、通风时间和通风时长发送给通风控制作业装置。
S7、机器人LTE/NB-IOT通信模块将粮仓外围空气温度数据，粮仓外壁的温度数据，对粮仓内部温度变化的预测结果，对通风作业的修正参数，利用LTE通信发送到云端服务器。
最后，还需要注意的是，以上列举的仅是本发明的若干个具体实施例。显然，本发明不限于以上实施例，还可以有许多变形。本领域的普通技术人员能从本发明公开的内容直接导出或联想到的所有变形，均应认为是本发明的保护范围。
Claims (7)
1.粮仓漏气及三维温度的空中与仓壁无线联动检测装置，其特征在于：包括配合使用的自动巡检母车机器人和无人机系统；
所述无人机系统包括无人机，无人机上设置有气体检测模块、无人机红外热像仪模块、无人机高清摄像头模块和无人机LTE/NB-IOT通信模块；
所述自动巡检母车机器人包含机器人高清摄像头模块、机器人红外热像仪模块、LTE/NB-IOT通信模块、智能安全网关模块和边缘计算服务器模块；
所述气体检测模块、无人机红外热像仪模块和无人机高清摄像头模块均与无人机LTE/NB-IOT通信模块信号连接；
所述机器人高清摄像头模块、机器人红外热像仪模块、智能安全网关模块和边缘计算服务器模块均与机器人LTE/NB-IOT通信模块信号连接；
所述智能安全网关模块与边缘计算服务器模块信号连接。
2.利用如权利要求1所述的粮仓漏气及三维温度的空中与仓壁无线联动检测装置的粮仓漏气及三维温度的空中与仓壁无线联动检测方法，其特征在于：包括以下步骤：
S1、控制搭载无人机和自动巡检母车机器人到达待检测的粮仓外；
S2、遥控无人机分别移动到粮仓的仓门、排气窗和通风口，通过气体检测模块进行磷化氢、二氧化碳和氮气的气体浓度检测，并将气体浓度数据发送给控制台；
S3、遥控无人机环绕粮仓，无人机红外热像仪模块采集粮仓外围空气温度数据，并将粮仓外围空气温度数据发送给机器人LTE/NB-IOT通信模块；
S4、遥控自动巡检母车机器人环绕粮仓一周，采集粮仓外壁温度数据的温度数据，并将数据存储到边缘计算服务器；
S5、机器人LTE/NB-IOT通信模块接收来自无人机的粮仓外围空气温度数据，接收来自云端服务器的粮仓内部三维温度分布数据，并将这两类数据通过安全智能网关模块后发送至边缘计算服务器；
S6、边缘计算服务器接收粮仓外围空气温度数据、粮仓外壁温度数据和粮仓内部三维温度分布数据，通过深度学习算法模型对粮仓内部温度变化进行实时的预测计算，结合国家对通风作业的技术规程，修正通风作业的参数设置，并将设置结果发送到通风作业装置；
S7、机器人LTE/NB-IOT通信模块将粮仓外围空气温度数据，粮仓外壁的温度数据，对粮仓内部温度变化的预测结果，对通风作业的修正参数，利用LTE通信发送到云端服务器。
3.根据权利要求2所述的粮仓漏气及三维温度的空中与仓壁无线联动检测方法，其特征在于：
步骤S2包括以下步骤：
S21、无人机高清摄像头模块将拍摄到的实时工作画面，利用无人机LTE/NB-IOT通信模块发送到控制台；
S22、控制台根据实时工作画面遥控无人机，在粮仓每一个仓门、排气窗、通风口处，利用气体检测模块通过传感器检测气体浓度数据；
S23、无人机LTE/NB-IOT通信模块将气体检测模块检测到的气体浓度数据通过WiFi通信发送给控制台；
S24、控制台读取气体浓度数据，若磷化氢浓度小于每立方米0.3毫克，氮气浓度不高于平均空气中氮气含量的1％，二氧化碳浓度不高于平均空气中二氧化碳含量的0.01％，则粮仓处于气密性良好的状态，无需执行操作；否则，立即停止气调作业。
4.根据权利要求3所述的粮仓漏气及三维温度的空中与仓壁无线联动检测方法，其特征在于：
步骤S3包括以下步骤：
S31、无人机高清摄像头模块将拍摄到的实时工作画面，利用无人机LTE/NB-IOT通信模块发送到控制台；
S32、控制台根据工作画面遥控无人机，在距离粮仓外壁1-3米内的空中环绕，通过无人机红外热像仪模块采集温度数据；
S33、无人机LTE/NB-IOT通信模块将无人机红外热像仪模块采集到的粮仓外围空气温度数据通过WiFi通信发送给自动巡检母车机器人的机器人LTE/NB-IOT通信模块。
5.根据权利要求4所述的粮仓漏气及三维温度的空中与仓壁无线联动检测方法，其特征在于：
步骤S4包括以下步骤：
S41、无人机高清摄像头模块将拍摄到的实时工作画面，利用无人机LTE/NB-IOT通信模块发送到控制台；
S42、控制台根据工作画面遥控自动巡检母车机器人，环绕粮仓底端进行粮仓外壁，通过无人机红外热像仪模块采集温度数据，采集点与粮仓外壁的距离不得超过0.5米；
S43、将采集到的粮仓外壁温度数据发送到边缘计算服务器。
6.根据权利要求5所述的粮仓漏气及三维温度的空中与仓壁无线联动检测方法，其特征在于：
步骤S5包括以下步骤：
S51、机器人LTE/NB-IOT通信模块通过WiFi通信接收来自无人机的粮仓外围空气温度数据，并将数据存储至边缘计算服务器；
S52、机器人LTE/NB-IOT通信模块通过LTE通信接收来自云端服务器的粮仓内部三维温度分布数据；
S53、智能安全网关模块判断数据安全性，对存疑的数据进行智能拦截，将校验通过的数据存储至边缘计算服务器。
7.根据权利要求6所述的粮仓漏气及三维温度的空中与仓壁无线联动检测方法，其特征在于：
步骤S6包括以下步骤：
S61、边缘计算服务器根据粮仓外围空气温度数据、粮仓外壁温度数据和粮仓内部三维温度分布数据，按时间标记为温度队列末尾长度为n的温度数据S＝[s1，s2，...，sn]；
S62、将温度数据进行归一化处理，得到S'＝[s'1，s'2，...，s'n]；
S63、将归一化后的S'输入训练完的温度预测神经网络模型，得到温度预测结果R＝[state，number]；
S64、根据输出的温度预测结果R和结合国家对通风作业的技术规程，修改最佳通风条件的参数设置，输入训练完的通风预测神经网络模型，得到最佳的通风温度、通风时间和通风时长；
S65、边缘计算服务器将得到最佳的通风温度、通风时间和通风时长发送给通风控制作业装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910580655.3A CN110333320B (zh) | 2019-06-29 | 2019-06-29 | 粮仓漏气及三维温度的空中与仓壁无线联动检测装置和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910580655.3A CN110333320B (zh) | 2019-06-29 | 2019-06-29 | 粮仓漏气及三维温度的空中与仓壁无线联动检测装置和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110333320A true CN110333320A (zh) | 2019-10-15 |
| CN110333320B CN110333320B (zh) | 2020-12-11 |
Family
ID=68143679
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910580655.3A Active CN110333320B (zh) | 2019-06-29 | 2019-06-29 | 粮仓漏气及三维温度的空中与仓壁无线联动检测装置和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110333320B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110730245A (zh) * | 2019-10-22 | 2020-01-24 | 青岛农业大学 | 基于神经网络的边缘计算系统和方法 |
| CN113012333A (zh) * | 2021-02-23 | 2021-06-22 | 郑州贝博电子股份有限公司 | 一种用于粮库作业的智慧门禁系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4293854A (en) * | 1979-07-30 | 1981-10-06 | Gookins William L | Monitor means and method for grain bin |
| CN105739579A (zh) * | 2016-03-16 | 2016-07-06 | 河南工业大学 | 一种基于移动机器人技术的粮库粮情智能检测监控系统 |
| CN105807822A (zh) * | 2016-03-16 | 2016-07-27 | 河南工业大学 | 一种粮库粮情智能检测及监控系统 |
| CN106200667A (zh) * | 2016-09-05 | 2016-12-07 | 南京理工大学 | 石化生产现场智能巡检系统 |
| CN107817767A (zh) * | 2016-09-14 | 2018-03-20 | 天津科技大学 | 一种基于"互联网+"的粮库在线监控系统及方法 |
| CN107990939A (zh) * | 2017-12-04 | 2018-05-04 | 北京理工大学 | 一种基于物联网的用于复杂环境的多用途实时监测系统 |
| CN108090628A (zh) * | 2018-01-16 | 2018-05-29 | 浙江大学 | 一种基于pso-lssvm算法的粮情安全检测分析方法 |
| CN109388856A (zh) * | 2018-09-13 | 2019-02-26 | 北京大学 | 一种基于传感数据融合的温度场预测方法 |
| CN109850149A (zh) * | 2019-01-15 | 2019-06-07 | 南京财经大学 | 一种基于无人飞行装置技术的粮库巡查系统 |
| CN110116816A (zh) * | 2019-06-06 | 2019-08-13 | 南京捷航电子科技有限公司 | 一种用于无人机挂载的粮仓气体采集装置 |
-
2019
- 2019-06-29 CN CN201910580655.3A patent/CN110333320B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4293854A (en) * | 1979-07-30 | 1981-10-06 | Gookins William L | Monitor means and method for grain bin |
| CN105739579A (zh) * | 2016-03-16 | 2016-07-06 | 河南工业大学 | 一种基于移动机器人技术的粮库粮情智能检测监控系统 |
| CN105807822A (zh) * | 2016-03-16 | 2016-07-27 | 河南工业大学 | 一种粮库粮情智能检测及监控系统 |
| CN106200667A (zh) * | 2016-09-05 | 2016-12-07 | 南京理工大学 | 石化生产现场智能巡检系统 |
| CN107817767A (zh) * | 2016-09-14 | 2018-03-20 | 天津科技大学 | 一种基于"互联网+"的粮库在线监控系统及方法 |
| CN107990939A (zh) * | 2017-12-04 | 2018-05-04 | 北京理工大学 | 一种基于物联网的用于复杂环境的多用途实时监测系统 |
| CN108090628A (zh) * | 2018-01-16 | 2018-05-29 | 浙江大学 | 一种基于pso-lssvm算法的粮情安全检测分析方法 |
| CN109388856A (zh) * | 2018-09-13 | 2019-02-26 | 北京大学 | 一种基于传感数据融合的温度场预测方法 |
| CN109850149A (zh) * | 2019-01-15 | 2019-06-07 | 南京财经大学 | 一种基于无人飞行装置技术的粮库巡查系统 |
| CN110116816A (zh) * | 2019-06-06 | 2019-08-13 | 南京捷航电子科技有限公司 | 一种用于无人机挂载的粮仓气体采集装置 |
Non-Patent Citations (1)
| Title |
|---|
| 谭菊 等: "磷化氢熏蒸对周边环境空气的影响", 《烟草科技》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110730245A (zh) * | 2019-10-22 | 2020-01-24 | 青岛农业大学 | 基于神经网络的边缘计算系统和方法 |
| CN110730245B (zh) * | 2019-10-22 | 2022-12-16 | 青岛农业大学 | 基于神经网络的边缘计算系统和方法 |
| CN113012333A (zh) * | 2021-02-23 | 2021-06-22 | 郑州贝博电子股份有限公司 | 一种用于粮库作业的智慧门禁系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110333320B (zh) | 2020-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108189043B (zh) | 一种应用于高铁机房的巡检方法及巡检机器人系统 | |
| CN108255189A (zh) | 一种电力巡检无人机系统 | |
| CN106896145A (zh) | 有毒有害气体无人机检测系统和检测方法 | |
| CN110085029A (zh) | 基于轨道式巡检机器人的高速公路巡检系统与方法 | |
| CN107390865A (zh) | 一种适用于可穿戴巡检系统的智能头盔 | |
| CN110333320A (zh) | 粮仓漏气及三维温度的空中与仓壁无线联动检测装置和方法 | |
| CN207817531U (zh) | 一种室内巡检机器人系统 | |
| CN207268846U (zh) | 电力巡检机器人 | |
| CN110823465B (zh) | 利用移动传感器定位化学气体泄漏点的方法和设备 | |
| CN108827722A (zh) | 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 | |
| CN105445729A (zh) | 无人机飞行三维航迹精度检测方法及系统 | |
| CN114104653A (zh) | 一种输煤仓区域输煤皮带机智能巡检检测方法 | |
| CN110673643A (zh) | 一种无人机智能环保监测系统及方法 | |
| CN108873837A (zh) | 巡检机器人系统 | |
| CN112665578A (zh) | 一种基于隧道巡检机器人的巡检定位方法及系统 | |
| CN109038818A (zh) | 电力设备远程监控系统及方法 | |
| CN105372650A (zh) | 一种无人机飞行航迹精度检测方法及装置 | |
| CN112446543A (zh) | 基于神经网络的城市地下综合管廊风险管控系统及方法 | |
| CN117528404B (zh) | 一种用于地下洞室多出入口对象实时统计的系统 | |
| CN109308746A (zh) | 一种基于物联网的石化企业智能巡检系统及方法 | |
| CN112880732A (zh) | 一种电网职业性有害因素监测系统 | |
| CN113037984B (zh) | 一种基于雾计算的油气站场安全组合监测系统与方法 | |
| CN116608907B (zh) | 一种用于医药冷链的故障监测系统 | |
| CN114894249B (zh) | 基于仓储环境多参数传感器的食物霉变预警系统及方法 | |
| CN109473186A (zh) | 用于核电站的机器人监控系统 |
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 |