CN111024565A - 一种基于激光粉尘传感器的路面积尘负荷监测系统 - Google Patents
一种基于激光粉尘传感器的路面积尘负荷监测系统 Download PDFInfo
- Publication number
- CN111024565A CN111024565A CN201910881720.6A CN201910881720A CN111024565A CN 111024565 A CN111024565 A CN 111024565A CN 201910881720 A CN201910881720 A CN 201910881720A CN 111024565 A CN111024565 A CN 111024565A
- Authority
- CN
- China
- Prior art keywords
- sensor
- ground
- monitoring
- data
- cloud platform
- 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.)
- Pending
Links
- 239000000428 dust Substances 0.000 title claims abstract description 59
- 238000012544 monitoring process Methods 0.000 title claims abstract description 56
- 238000009825 accumulation Methods 0.000 title description 3
- 230000005540 biological transmission Effects 0.000 claims abstract description 16
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 239000000463 material Substances 0.000 claims description 41
- 230000003595 spectral effect Effects 0.000 claims description 23
- 239000013618 particulate matter Substances 0.000 claims description 14
- 238000012806 monitoring device Methods 0.000 claims description 12
- 239000002245 particle Substances 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 239000004568 cement Substances 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 239000010426 asphalt Substances 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 238000002485 combustion reaction Methods 0.000 claims description 3
- 239000011449 brick Substances 0.000 claims description 2
- 239000002131 composite material Substances 0.000 claims description 2
- 238000002955 isolation Methods 0.000 claims description 2
- 239000004033 plastic Substances 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- 238000007873 sieving Methods 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 230000002265 prevention Effects 0.000 abstract 1
- 239000003570 air Substances 0.000 description 8
- 238000005259 measurement Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
-
- 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
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种基于激光粉尘传感器的路面积尘负荷监测系统,属于环境监测技术领域,包括监测设备、无线传输模块、传输基站、云平台、展示端。用户可根据实时数据对污染超标或有裸露地面的路段进行及时治理,也可根据历史数据走势对颗粒物污染进行针对性预防。该系统具有监测结果客观、精准,监测数据多样且数据直观可视的优点。
Description
技术领域
本发明涉及一种便携式环境监测系统,属于环境监测技术领域。
背景技术
积尘负荷是道路扬尘排放清单中一个十分重要的参数,也是各地环境管理的一个重要方面。路面积尘负荷指单位道路面积上能够通过200目标准筛(相当于几何粒径75微米以下)的那部分积尘的质量。
路面积尘在一定的动力条件的作用下进入环境空气中形成的扬尘称为道路扬尘。积尘负荷可以表征路面清洁程度,即路面越脏积尘负荷相应越大;反之,路面越干净积尘负荷就越小。
实用新型专利“基于车载仪器的路面积尘负荷测量系统”(授权公告号:CN203422305 U)公开了一种基于车载仪器的路面积尘负荷测量系统,该系统包括测试车辆,第一颗粒物浓度测量仪、轮胎扬尘颗粒物浓度测量结构和数据处理及输出单元,是通过测量车速V、颗粒物浓度差C,再根据相关函数关系sL=f(C,V)间接推算出积尘负荷浓度sL。相比于《防治城市扬尘污染技术规范》(HJ/T393-2007)中推荐的人工取样法,该方法安全性好、测量效率高、人力耗费少。但该系统只能监测路面积尘负荷浓度且监测横截面只有200mm,无法识别路面材质以及分析颗粒物浓度与各因素的关系,并且由于是通过函数关系间接推算出的积尘负荷浓度,数据容易受多种因素的干扰,例如:车速变化产生的扬尘、湿度对颗粒物浓度的影响也极大,缺乏一定的客观性。
发明内容
针对背景技术中测量路面积尘负荷系统的不足,本发明提供了一种基于激光粉尘传感器的路面积尘负荷监测系统,利用激光散射原理直接监测路面积尘负荷的浓度,同时还可以直接监测其他颗粒物浓度以及识别地面材质,代替人工监测的同时还实现了多样、高效、客观、精准、安全的监测路面颗粒物浓度,填补了相关领域的空白。
本发明是通过以下技术方案实现的:一种基于激光粉尘传感器的路面积尘负荷监测系统,其特征在于:包括监测设备、无线传输模块、传输基站、云平台、展示端。
进一步:所述无线传输模块在所述监测设备内,所述监测设备还包括供电模块、驱动模块、交通流量仪、地物电磁波传感器、湿度传感器、温度传感器、气泵、过滤(筛)装置、多核传感器模组、智能语音控制系统、主控模块、定位系统。
进一步:所述交通流量仪用来监测车流量,所述交通流量仪为超声波、微波复合式交通流量仪、纯超声波交通流量仪、视频交通量流量仪、微波交通流量仪中的一种;所述交通流量仪安装在所述监测设备的顶部,可以实现360°旋转及升降。
进一步:所述地物电磁波传感器利用不同材质光谱特征的不同区分水泥、沥青、塑胶、方砖、裸露地面;所述地物电磁波传感器为地物热红外传感器、地物微波波段传感器、地物可见光传感器、地物红外传感器、地物短波红外波段传感器的一种或几种;所述地物电磁波传感器安装于所述监测设备的底部。
进一步:所述气泵安装于监测设备的底部,所述气泵吸入的颗粒物经过所述过筛装置后经过所述多核传感器模组,再经过所述过滤装置后排出;所述气泵的吸入口设置在所述监测设备的前端,可以在0~1.5m范围内按照设定高度随意升降。
进一步:所述多核传感器模组包括激光粉尘传感器,所述激光粉尘传感器是TSP传感器、PM10传感器、PM2.5传感器的一种或几种;所述激光粉尘传感器利用激光散射原理监测路面积尘负荷浓度。
进一步:所述多核传感器模组包含至少四个同类子传感器,当所述主控模块发现所述多核传感器模组中一个子传感器出现疑似异常,并判断该子传感器为异常传感器后,对所述异常传感器进行隔离,所述异常传感器归入隔离区,所述多核传感器模组降级后继续正常工作。
进一步:所述交通流量仪、所述地物电磁波传感器、所述湿度传感器、所述温度传感器、所述多核传感器模组都可以实现实时秒级监测;所述定位系统监测的位置数据与交通流量数据、路面材质数据、湿度数据、温度数据、积尘负荷浓度数据、PM100浓度数据、PM10浓度数据、PM2.5浓度数据进行实时关联后发送到所述云平台。
进一步:所述监测设备在监测区域内运行,所述监测区域可以通过所述监测设备、所述展示端手动设置,也可通过所述智能语音控制系统设置。
进一步:所述无线传输模块为4G、5G或WIFI实时传输。
进一步:所述云平台包含常用地物光谱特征库的光谱特征,所述云平台接收、校正、分析、储存数据;所述云平台根据计算PM100或PM10与PM2.5的比值分析污染源;所述云平台根据比对常用地物光谱特征库存储的光谱特征分析地面材质及裸露地面的面积;所述云平台基于历史数据分析PM100、PM10、PM2.5及积尘负荷粒径、浓度、散射光强的时间分布,立体空间分布,以及各颗粒物浓度与车流量、温度、湿度、地面材质、裸露地面面积的关系;所述云平台将校正、分析后的数据发送到所述展示端。
进一步:所述比值T的计算公式为:或,其中C(PM100)为PM100的浓度,C(PM10)为PM10的浓度,C(PM2.5)为PM2.5的浓度,如果比值T>设定比值T1为扬尘污染,比值T<设定比值T2为燃烧污染。
进一步:若所述地面材质的光谱特征与所述常用地物光谱特征库配对成功,则地面材质为单一材质,所述云平台直接输出对应材质;若所述地面材质的光谱特征与所述常用地物光谱特征库配对失败,则地面材质为混合材质,所述云平台可以依据算法f计算出各材质的分布与面积;若所述混合材质中包含裸露地面,则根据算法f就可以计算出裸露地面的面积,所述裸露地面的面积与位置信息关联后单独发往所述展示端。
进一步:所述展示端接收到所述云平台发送的数据后以不同的颜色或符号表示不同的颗粒物,以稀密程度或彩色条柱图例表示颗粒物的浓度,各颗粒物分布可以单独展示,也可以叠加展示;所述展示端将所述云平台分析PM100、PM10、PM2.5及积尘负荷粒径、浓度、散射光强的时间分布,立体空间分布,裸露地面的位置、面积,路面材质以可视化三维立体图的方式展示,其中,裸露地面的位置与面积在单独的标签中展示;所述展示端将各颗粒物浓度与车流量、温度、湿度、地面材质、裸露地面面积的关系以折线图的方式展示。
该发明的有益之处是:
1)监测结果客观、精准:利用激光散射原理直接监测积尘负荷浓度,避免了人为及其他因素干扰;所述监测设备使用多核传感器,自动隔离异常子传感器,更保证了监测数据的精准。
2)监测数据多样:可实时同步监测0~1.5m任意高度的多种颗粒物浓度、识别常见路面材质和裸露地面,方便后期数据处理和比对。
3)监测数据可视化:云平台自动进行大数据分析并将结果以可视化三维立体云图及折线图的形式展示,用户可直观的看到各颗粒物浓度与各要素之间的关系。
附图说明
图1为本发明的系统架构示意图。
附图中的标记为:1-监测设备;2-传输基站;3-云平台;4-展示端;101-无线传输模块;102-供电模块;103-驱动模块;104-交通流量仪;105-地物电磁波传感器;106-湿度传感器;107-温度传感器;108-气泵;109-过滤(筛)装置;110-多核传感器模组;111-智能语音控制系统;112-主控模块;113-定位系统;301-常用地物光谱特征库。
具体实施方法
为了令本发明的目的、特征、优点更加明显易懂,下面结合附图对本发明的具体实施方式进行清楚、完整地描述。以下实例用于说明本发明,但不用来限制本发明的范围。
实施例一
打开电源,所述供电模块102向所述监测设备1供电,调整所述设备顶部所述交通流量仪104的高度为30cm,方向面向车流方向。通过所述智能语音控制系统111语音设置监测区域、监测面积为10cm2、监测高度为呼吸带高度1.5m、监测速度为3m/s,监测路线直行,所述驱动模块103将所述气泵吸入口108抬升到1.5m处,并驱动所述监测设备1按照设定速度匀速前进。所述气泵108在所述监测设备行进的同时开始吸入空气,所述交通流量仪104、所述地物电磁波传感器105、所述湿度传感器106、所述温度传感器107、所述多核传感器模组110在所述监测设备行进的同时测量对应参数,测得的车流量、地面材质光谱特征、湿度、温度数据以及PM100、PM10、PM2.5、积尘负荷的浓度与粒径数据与位置数据绑定后经所述无线传输模块101利用5G技术通过所述传输基站2发送到所述云平台3。
所述云平台3接收到数据后自动矫正数据,将所述地面材质光谱特征与常用地物光谱特征库301配对,分析出路面材质为单一沥青地面;取默认值T1=2.5,T2=1.5,计算PM100或PM10与PM2.5的比值,将T>2.5的归为扬尘污染,T<1.5的归为燃烧污染;再基于历史数据分析PM100、PM10、PM2.5及积尘负荷粒径、浓度、散射光强的时间分布,立体空间分布,以及各颗粒物浓度与车流量、温度、湿度、地面材质、裸露地面面积的关系,将分析结果储存后发送到所述展示端4。
所述展示端4接收到所述云平台发送的数据后,将所有数据转化为可视立体三维图。
实施例二
所述云平台3接收到数据后,将所述地面材质光谱特征与常用地物光谱特征库301进行配对,配对失败,判断所述光谱为混合光谱,通过算法f计算出该路面含有水泥和裸露地面两种材质,进一步分析计算出裸露地面的比例,从而计算出裸露地面的面积,将所述裸露地面的面积与位置信息关联后单独发往所述展示端4,所述展示端4将裸露地面的面积与位置标记于地图中后在警报标签中单独展示。
实施例三
当所述展示端4为手机端时,用不同颜色区分颗粒物的种类,用稀密程度表示颗粒物浓度,在手机端以立体三维图的形式展示,手机端APP可以获取手机的摄像权限,以摄像头实时拍摄的影像作为手机展示端的背景界面,并在所述云平台3自动获取与手机的位置、高度信息匹配的数据,在手机端实现VR实时观看污染情况,也可以查看历史情况。
实施例四
当所述展示端4为电脑端时,用不同形状表示颗粒物的种类,颜色表示污染程度:绿色为优、黄色为良、橙色为污染、红色为严重污染,标签一为实时监测云图,标签二为历史监测云图,云图为立体三维可视化,可以选择不同的高度、时间、坐标,不同的颗粒物种类和路面材质可以单独展示也可以叠加展示,标签三为各颗粒物浓度分别与车流量、温度、湿度、地面材质、裸露地面面积的折线图,标签四为报警标签,用来展示裸露地面的位置与面积信息。用户可根据实时数据及报警数据对污染超标或有裸露地面的路段进行及时治理,也可根据历史数据走势对颗粒物污染进行针对性预防。
对于本领域的普通技术人员而言,根据本发明的教导,在不脱离本发明的原理与精神的情况下,对实施方式所进行的改变、修改、替换和变型仍落入本发明的保护范围内。
Claims (14)
1.一种基于激光粉尘传感器的路面积尘负荷监测系统,其特征在于:包括监测设备、无线传输模块、传输基站、云平台、展示端。
2.如权利要求1所述的基于激光粉尘传感器的路面积尘负荷监测系统,其特征在于:所述无线传输模块在所述监测设备内,所述监测设备还包括供电模块、驱动模块、交通流量仪、地物电磁波传感器、湿度传感器、温度传感器、气泵、过滤(筛)装置、多核传感器模组、智能语音控制系统、主控模块、定位系统。
3.如权利要求2所述的监测设备,其特征在于:所述交通流量仪用来监测车流量,所述交通流量仪为超声波、微波复合式交通流量仪、纯超声波交通流量仪、视频交通量流量仪、微波交通流量仪中的一种;
所述交通流量仪安装在所述监测设备的顶部,可以实现360°旋转及升降。
4.如权利要求2所述的监测设备,其特征在于:所述地物电磁波传感器利用不同材质光谱特征的不同区分水泥、沥青、塑胶、方砖、裸露地面;
所述地物电磁波传感器为地物热红外传感器、地物微波波段传感器、地物可见光传感器、地物红外传感器、地物短波红外波段传感器的一种或几种;
所述地物电磁波传感器安装于所述监测设备的底部。
5.如权利要求2所述的监测设备,其特征在于:所述气泵吸入的颗粒物经过所述过筛装置后经过所述多核传感器模组,再经过所述过滤装置后排出;
所述气泵的吸入口设置在所述监测设备的前端,可以在0~1.5m范围内按照设定高度随意升降。
6.如权利要求2所述的监测设备,其特征在于:所述多核传感器模组包括激光粉尘传感器,所述激光粉尘传感器是TSP传感器、PM10传感器、PM2.5传感器的一种或几种;
所述激光粉尘传感器利用激光散射原理监测路面积尘负荷浓度。
7.如权利要求6所述的监测设备,其特征在于:所述多核传感器模组包含至少四个同类子传感器,当所述主控模块发现所述多核传感器模组中一个子传感器出现疑似异常,并判断该子传感器为异常传感器后,对所述异常传感器进行隔离,所述异常传感器归入隔离区,所述多核传感器模组降级后继续正常工作。
8.如权利要求2所述的监测设备,其特征在于:所述交通流量仪、所述地物电磁波传感器、所述湿度传感器、所述温度传感器、所述多核传感器模组都可以实现实时秒级监测;
所述定位系统监测的位置数据与交通流量数据、路面材质数据、湿度数据、温度数据、积尘负荷浓度数据、PM100浓度数据、PM10浓度数据、PM2.5浓度数据进行实时关联后发送到所述云平台。
9.如权利要求1所述的基于激光粉尘传感器的路面积尘负荷监测系统,其特征在于:所述监测设备在监测区域内运行,所述监测区域可以通过所述监测设备、所述展示端手动设置,也可通过所述智能语音控制系统设置。
10.如权利要求1所述的基于激光粉尘传感器的路面积尘负荷监测系统,其特征在于:所述无线传输模块为4G、5G或WIFI实时传输。
11.如权利要求1所述的基于激光粉尘传感器的路面积尘负荷监测系统,其特征在于:所述云平台包含常用地物光谱特征库,所述云平台接收、校正、分析、储存数据;
所述云平台根据计算PM100或PM10与PM2.5的比值分析污染源;
所述云平台根据比对常用地物光谱特征库存储的光谱特征分析地面材质及裸露地面的面积;
所述云平台基于历史数据分析PM100、PM10、PM2.5及积尘负荷粒径、浓度、散射光强的时间分布,立体空间分布,以及各颗粒物浓度与车流量、温度、湿度、地面材质、裸露地面面积的关系;
所述云平台将校正、分析后的数据发送到所述展示端。
13.如权利要求11所述的云平台,其特征在于:若所述地面材质的光谱特征与所述常用地物光谱特征库配对成功,则地面材质为单一材质,所述云平台直接输出对应材质;
若所述地面材质的光谱特征与所述常用地物光谱特征库配对失败,则地面材质为混合材质,所述云平台可以依据算法f计算出各材质的分布与面积;
若所述混合材质中包含裸露地面,则根据算法f就可以计算出裸露地面的面积,所述裸露地面的面积与位置信息关联后单独发往所述展示端。
14.如权利要求1所述的基于激光粉尘传感器的路面积尘负荷监测系统,其特征在于:所述展示端接收到所述云平台发送的数据后以不同的颜色或符号表示不同的颗粒物,以稀密程度或彩色条柱图例表示颗粒物的浓度,各颗粒物分布可以单独展示,也可以叠加展示;
所述展示端将所述云平台分析PM100、PM10、PM2.5及积尘负荷粒径、浓度、散射光强的时间分布,立体空间分布,裸露地面的位置、面积,路面材质以可视化三维立体图的方式展示,其中,裸露地面的位置与面积信息在单独的标签中展示;
所述展示端将各颗粒物浓度与车流量、温度、湿度、地面材质、裸露地面面积的关系以折线图的方式展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910881720.6A CN111024565A (zh) | 2019-09-18 | 2019-09-18 | 一种基于激光粉尘传感器的路面积尘负荷监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910881720.6A CN111024565A (zh) | 2019-09-18 | 2019-09-18 | 一种基于激光粉尘传感器的路面积尘负荷监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111024565A true CN111024565A (zh) | 2020-04-17 |
Family
ID=70203673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910881720.6A Pending CN111024565A (zh) | 2019-09-18 | 2019-09-18 | 一种基于激光粉尘传感器的路面积尘负荷监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111024565A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112304830A (zh) * | 2020-09-27 | 2021-02-02 | 山东诺方电子科技有限公司 | 一种使用社会车辆监测道路积尘负荷的方法 |
CN112964608A (zh) * | 2021-04-05 | 2021-06-15 | 山东诺方电子科技有限公司 | 一种尘荷数据采集系统及方法 |
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 |
-
2019
- 2019-09-18 CN CN201910881720.6A patent/CN111024565A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112304830A (zh) * | 2020-09-27 | 2021-02-02 | 山东诺方电子科技有限公司 | 一种使用社会车辆监测道路积尘负荷的方法 |
CN112964608A (zh) * | 2021-04-05 | 2021-06-15 | 山东诺方电子科技有限公司 | 一种尘荷数据采集系统及方法 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111024565A (zh) | 一种基于激光粉尘传感器的路面积尘负荷监测系统 | |
CN107153928A (zh) | 可视化的公路养护决策系统 | |
US8547530B2 (en) | System and method to detect foreign objects on a surface | |
EP2800964A1 (en) | Method and apparatus for detection of foreign object debris | |
US20020186865A1 (en) | System for automated determination of retroreflectivity of road signs and other reflective objects | |
CN112885100A (zh) | 一种公路隧道运营管控系统 | |
WO2021199915A1 (ja) | 劣化表示システム、劣化表示方法と記録媒体 | |
CN101936900A (zh) | 一种基于视频的能见度检测系统 | |
CN105300854A (zh) | 雾滴参数测量装置及利用该装置的雾滴参数测量分析方法 | |
Xu et al. | A gradient boost approach for predicting near-road ultrafine particle concentrations using detailed traffic characterization | |
CN214894715U (zh) | 一种车载式城市道路积尘负荷快速走航监测系统 | |
CN116362113B (zh) | 一种基于数字孪生的事故灾害演化模拟方法及系统 | |
CN111220782A (zh) | 一种道路上空大气中颗粒污染物检测报警系统 | |
KR20210012714A (ko) | 차량을 이용한 대기의 미세먼지 모니터링 시스템 및 포집 장치 | |
CN106855491A (zh) | 一种基于智能灯网的车辆尾气排放检测判别系统 | |
CN113638294A (zh) | 道路养护病害智慧检测系统技术 | |
CN105096620B (zh) | 一种高速公路机动车气态污染物排放的测定、评估与警示装置及方法 | |
CN111948351A (zh) | 一种基于5g基站分布设置的大气监测装置及系统 | |
CN201740736U (zh) | 一种基于视频的能见度检测系统 | |
CN212540037U (zh) | 一种基于激光粉尘传感器的路面积尘负荷监测系统 | |
KR100582592B1 (ko) | 이동차량을 이용하여 도로 먼지의 배출량을 측정하기 위한 장치 및 그 방법 | |
JP6892197B1 (ja) | 劣化表示システム、劣化表示方法、及び、プログラム | |
CN116434525A (zh) | 一种高速公路智能管理预警系统 | |
JP2002162343A (ja) | 可視画像式路面状況把握装置における路面状況判定方法 | |
Keler et al. | Visualization of traffic congestion based on Floating Taxi Data |
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 |