CN111754638A - 一种堆场内的自动抑尘降尘系统及堆场内抑尘降尘方法 - Google Patents

Abstract

本发明公开一种堆场内的自动抑尘降尘系统及堆场内抑尘降尘方法，该系统包括感知模块、视觉模块、执行模块与控制模块；感知模块用于获取堆场中的环境参数以及测量点的粉尘浓度值；执行模块用于对堆场进行全面抑尘；视觉模块用于获设在堆场中各个位置的多视角图像；控制模块与视觉模块通信相连，用于将堆场网格化，得到三维网格化视场；控制模块与感知模块通信相连，用于得到堆场中的浓度分布，进而得到执行模块中各抑尘装置的控制策略；控制模块与执行模块通信相连，用于根据控制策略控制执行模块中各抑尘装置的运行。实现堆场中粉尘的网格化监测、智能化控制，精准化治理，减少水、电资源消耗。

Description

一种堆场内的自动抑尘降尘系统及堆场内抑尘降尘方法

技术领域

本发明涉及环保技术领域，具体是一种堆场内的自动抑尘降尘系统及堆场内抑尘降尘方法。

背景技术

钢铁、焦化、火电、水泥、铸造、砖瓦窑、炭素、玻璃、陶瓷、建材、矿山等行业存在原料或施工堆场，车辆在堆场内行驶、施工、倾倒等作业过程中会产生无组织粉尘，粉尘的主要危害如下：1)危害人体健康；2)引起粉尘爆炸；3)降低能见度，雾霾的重要组成部分就是粉尘；4)弄脏建筑物等；5)腐蚀金属设施；6)增大机器设备的磨损；7)降低产品质量；8)导致植物生长不良。目前对于堆场的车辆施工、运输与倾倒等作业过程中产生的无组织粉尘，一般是采用人工控制喷雾除尘机进行喷雾降尘，或在周界上加装喷嘴进行喷雾降尘。

2018年，面源污染防治技术被列入《2018年国家先进污染防治技术目录（大气污染防治领域）》。2019年，华北各城市开始实施钢铁、焦化等行业深度减排实施方案，并要求：全面完成无组织排放精准治理和监测，以及无组织排放源的管、控、治一体化智能平台建设，达到验收标准。无组织排放精准治理和监测得到越来越多企业、公司与研究单位的关注。

目前一般是在堆场合适的位置布置风送式喷雾除尘机，在周界每隔一定距离布置一个雾化喷嘴，车辆在堆场内行驶、施工、倾倒等作业过程中产生粉尘后，由人工开动风送式喷雾除尘机进行喷雾，人工操作喷雾降尘的随意性较大。人工控制的喷雾机降尘，一方面难以从方位、距离等方面实现对车辆作业产尘点进行精准喷雾降尘，另一方面，难以实现以较优的水消耗来进行喷雾降尘；而周界的喷嘴长期工作，也需消耗大量水资源。

发明内容

针对上述技术问题中的一项或多项不足，本发明提供一种堆场内的自动抑尘降尘系统及堆场内抑尘降尘方法，实现对堆场内粉尘进行网格化监测、智能化控制，精准化治理，减少水、电资源的消耗。

为实现上述目的，本发明提供一种堆场内的自动抑尘降尘系统，包括感知模块、视觉模块、执行模块与控制模块；

所述感知模块设在堆场中，用于获取堆场中的环境参数以及测量点的粉尘浓度值；

所述执行模块设在堆场中，所述执行模块包括若干不同抑尘形式的抑尘装置，以用于对堆场进行全面抑尘；

所述视觉模块设在堆场中，所述视觉模块包括若干不同摄像形式的摄像装置，以用于获设在堆场中各个位置的多视角图像；

所述控制模块与视觉模块通信相连，用于获取堆场中各个位置的多视角图像，通过对堆场中各个位置的多视角图像进行拼接，将堆场网格化，得到三维网格化视场；

所述控制模块与感知模块通信相连，用于堆场中的环境参数以及测量点的粉尘浓度值，并基于环境参数、测量点的粉尘浓度值结合三维网格化视场得到堆场中的浓度分布，进而通过堆场的浓度分布得到执行模块中各抑尘装置的控制策略；

所述控制模块与执行模块通信相连，用于根据控制策略控制执行模块中各抑尘装置的运行。

进一步优选的，所述感知模块包括：

空气质量监测子模块，设在堆场中，用于获取堆场的环境参数，其中，所述环境参数包括但不限于温度、湿度、风速、风向、大气压；

粉尘传感监测子模块，设在堆场中的测量点，用于获取堆场中测量点的粉尘浓度值，其中，所述粉尘浓度值包括但不限于PM2.5浓度值、PM10浓度值、TSP浓度值；

所述空气质量监测子模块、粉尘传感监测子模块与控制模块通信相连。

进一步优选的，所述控制模块包括：

视场生成子模块，与视觉模块通信相连，用于获取堆场中各个位置的多视角图像，通过对堆场中各个位置的多视角图像进行拼接，将堆场网格化，得到三维网格化视场；

浓度分布生成子模块，与视场生成子模块、感知模块通信相连，用于获取堆场中的环境参数以及测量点的粉尘浓度值，并基于堆场的环境参数以及测量点的粉尘浓度值结合三维网格化视场得到堆场的浓度分布；

策略生成子模块，与浓度分布生成子模块通信相连，用于通过堆场的浓度分布得到执行模块中各抑尘装置的控制策略；

策略发送子模块，与策略生成子模块、执行模块通信相连，用于将各抑尘装置的控制策略发送至执行模块。

进一步优选的，所述执行模块中的抑尘装置包括但不限于固定式喷雾除尘机、移动式喷雾除尘机、干雾机。

进一步优选的，所述视觉模块中的摄像装置包括但不限于全景摄像头、枪机、球机、枪球一体机。

为实现上述目的，本发明还提供一种堆场内抑尘降尘方法，包括如下步骤：

步骤101，获取堆场中各个位置的多视角图像，并基于堆场中各个位置的多视角图像将堆场网格化，得到三维网格化视场；

步骤102，获取堆场的环境参数以及测量点的粉尘浓度值；

步骤103，基于堆场的环境参数以及测量点的粉尘浓度值结合三维网格化视场得到堆场的浓度分布；

步骤104，基于堆场的浓度分布得到各抑尘装置的控制策略；

步骤105，基于各抑尘装置的控制策略控制各抑尘装置运行，进行粉尘治理；

步骤106，在经过N秒之后重复步骤102-步骤105。

进一步优选的，步骤103中，所述基于堆场的环境参数以及测量点的粉尘浓度值结合三维网格化视场得到堆场的浓度分布，具体为：

步骤201，基于堆场中各个位置的多视角图像得到三维网格化视场内粉尘的分布空间；

步骤202，获取三维网格化视场内所有粉尘在多视角图像中对应的灰度值；

步骤203，获取三维网格化视场内各测量点的粉尘浓度值以及测量点在多视角图像中对应的灰度值；

步骤204，通过三维网格化视场内所有粉尘在多视角图像中对应的灰度值、各测量点的粉尘浓度值以及测量点在多视角图像中对应的灰度值三者进行插值，得到三维网格化视场内的粉尘浓度分布。

进一步优选的，步骤201中，基于堆场中各个位置的多视角图像得到三维网格化视场内粉尘的分布空间，具体为：

步骤301，获取采样周期内堆场中各个位置的多视角图像，将多视角图像按时间排序，得到视频图像序列；

步骤302，基于视频图像序列识别三维网格化视场中的静止几何物体，得到三维网格化视场中静止物体的空间坐标；

步骤303，将视频图像序列中相邻的两帧视频图像作差分运算，得到灰度图序列，基于灰度图序列与像素点第一阈值得到三维网格化视场在采样周期内新增运动物体的空间坐标以及新增高浓度粉尘的点云图形；

步骤304，基于灰度图序列与像素点第二阈值得到三维网格化视场在采样周期内新增低浓度粉尘的点云图形，其中，像素点第二阈值小于像素点第一阈值；

步骤305，将三维网格化视场中新增高浓度粉尘、新增低浓度粉尘与静止物体、新增运动物体之间进行空间相对位置分析，确定粉尘产生的运动物体源头、静止物体源头；

步骤306，由粉尘产生的运动物体源头、静止物体源头的空间坐标得到新增运动粉尘的空间坐标，其中，新增运动粉尘包括新增高浓度粉尘与新增低浓度粉尘；

步骤307，基于粉尘的运移参数对新增运动粉尘进行跟踪，得到新增运动粉尘在下一个采样周期内的空间坐标；

步骤308，重复步骤307，完成对三维网格化视场内新增粉尘的持续跟踪定位。

进一步优选的，步骤303中，所述基于灰度图序列与像素点第一阈值得到三维网格化视场在采样周期内新增运动物体的空间坐标以及新增高浓度粉尘的点云图形，具体为：

提取出灰度图序列中灰度值大于像素点第一阈值的轮廓点云图形，得到第一轮廓序列；

若第一轮廓序列中的轮廓具有确定规则几何形状，则可判断这一类型的轮廓对应三维网格化视场中的运动物体，根据运动物体的运动特征、轮廓特征，通过不同视角图像的信息综合，获得运动物体的形状特征、标志性特征，以区分不同的运动物体，进而确定三维网格化视场在采样周期内新增的运动物体的空间坐标，即产尘源头；

若第一轮廓序列中的轮廓具有不确定规则几何形状，则可判断这一类型的轮廓对应三维网格化视场在采样周期内的新增高浓度运动粉尘的点云图形。

进一步优选的，步骤304中，所述基于灰度图序列与像素点第二阈值得到三维网格化视场在采样周期内新增低浓度粉尘的点云图形，具体为：

提取出灰度图序列中灰度值大于像素点第二阈值的点云轮廓图形，得到第二轮廓序列；

剔除第二轮廓序列中的运动物体轮廓、静止物体轮廓以及新增高浓度粉尘的点云图形，得到第三轮廓序列；

若第三轮廓序列中的点云轮廓具有不确定形状，则可判断这一类型的轮廓对应三维网格化视场在采样周期内的新增低浓度粉尘的点云图形。

本发明提供的一种堆场内的自动抑尘降尘系统及堆场内抑尘降尘方法，可以有效的实现堆场内车辆等装备的产尘监测、粉尘浓度检测，然后自动控制抑尘装置之间的协调喷雾作业，从而降低粉尘浓度到标准值。具有粉尘、产尘行为的及时监测传感、及时控制喷雾，精准降尘，减少水、电资源的消耗等多种优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明实施例中堆场内的自动抑尘降尘系统的结构示意图；

图2为本发明实施例中堆场内抑尘降尘方法的流程示意图；

图3为本发明实施例中获取堆场粉尘浓度分布的流程示意图；

图4为本发明实施例中获取堆场粉尘空间分布的流程示意图。

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

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的一部分实施例，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作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。

需要说明，本发明实施例中所有方向性指示（诸如上、下、左、右、前、后……）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接，还可以是物理连接或无线通信连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

另外，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。

如图1所示为本实施例公开的一种堆场内的自动抑尘降尘系统（以下简称“本实施例降尘系统”），包括感知模块、视觉模块、执行模块与控制模块；

感知模块设在堆场中，用于获取堆场中的环境参数以及测量点的粉尘浓度值；

执行模块设在堆场中，执行模块包括若干不同抑尘形式的抑尘装置，以用于对堆场进行全面抑尘；

视觉模块设在堆场中，视觉模块包括若干不同摄像形式的摄像装置，以用于获设在堆场中各个位置的多视角图像；

控制模块与视觉模块通信相连，用于获取堆场中各个位置的多视角图像，通过对堆场中各个位置的多视角图像进行拼接，将堆场网格化，得到三维网格化视场，其中，将堆场空间基于机器视觉进行网格化为常规技术手段，因此本实施例中不再赘述，具体可参见专利CN106548628A、CN107766855A等；

控制模块与感知模块通信相连，用于堆场中的环境参数以及测量点的粉尘浓度值，并基于环境参数、测量点的粉尘浓度值结合三维网格化视场得到堆场中的浓度分布，进而通过堆场的浓度分布得到执行模块中各抑尘装置的控制策略；

控制模块与执行模块通信相连，用于根据控制策略控制执行模块中各抑尘装置的运行。

需要注意的是，本实施例降尘系统为采用“云计算+监测执行端”模式构建的一体化系统，其中，云计算由部署在云端的控制模块实现；监测执行端中的监测端由设在堆场中的感知模块、视觉模块实现，监测执行端中的执行端由设在堆场中执行模块实现。

感知模块包括设在堆场中的空气质量监测子模块与粉尘传感监测子模块，支持多种污染物、环境信息的监测，包括：粉尘(PM2.5、PM10、TSP（total suspended particulate，总悬浮颗粒物）)、硫化氢、氨气、VOCs(Volatile Organic Compounds, 挥发性有机物)，以及噪声、温度、湿度、风速、风向、风力、大气压等。空气质量监测子模块、粉尘传感监测子模块采用基于NB-IOT无线通信、或蓝牙无线通信、或RS485通信、或以太网口通信等把数据传送到控制模块；可以基于手机APP的远程配置、采集数据分析等；结构上采用基于多传感器的拔插式接口与结构整体集成。

视觉模块设在堆场中，视觉模块包括若干不同摄像形式的摄像装置，如全景摄像头、枪机、球机、枪球一体机等；通过视觉模块采集堆场中的工况信息，视觉模块与决策模块相连接，通过决策模块对视觉模块采集到的视频信息进行分析，从而对产尘点源、产尘行为与粉尘运移、粉尘浓度等进行动态识别，可以实现无组织排放三维立体监测。

执行模块设在堆场中，执行模块包括若干不同抑尘形式的抑尘装置，如固定式喷雾除尘机、移动式喷雾除尘机、干雾机等，其中，固定式喷雾除尘机的位置固定，但轴流风筒可以旋转、俯仰、升降运动，移动式喷雾除尘机的轴流风筒可以旋转、俯仰、升降运动，从而实现空间立体喷雾；关于固定式喷雾除尘机、移动式喷雾除尘机、干雾机的具体结构、控制原理以及其控制原理同样属于常规技术手段，因此本实施例不在赘述，具体实施方式可以参考专利CN110359946A、CN209900939U、CN102755756A等。

控制模块包括视场生成子模块、浓度分布生成子模块、策略生成子模块、策略发送子模块：

视场生成子模块，与视觉模块通信相连，用于获取堆场中各个位置的多视角图像，通过对堆场中各个位置的多视角图像进行拼接，将堆场网格化，得到三维网格化视场；

浓度分布生成子模块，与视场生成子模块、感知模块通信相连，用于获取堆场中的环境参数以及测量点的粉尘浓度值，并基于堆场的环境参数以及测量点的粉尘浓度值结合三维网格化视场得到堆场的浓度分布；

策略生成子模块，与浓度分布生成子模块通信相连，用于通过堆场的浓度分布得到执行模块中各抑尘装置的控制策略；例如，当堆场中的某一位置的粉尘浓度达到第一浓度阈值时，则生成固定式喷雾除尘机旋转角度、俯仰角度值以及喷雾运行的控制策略控制策略；当该位置的粉尘浓度达到高于第一浓度阈值的第二浓度阈值时，则生成固定式喷雾除尘机与移动式喷雾除尘机旋转角度、俯仰角度值以及喷雾运行的控制策略，具体关于策略的生成为所属领域的常规手段，是可以根据实际情况实时设置的，因此本实施例中不再对其进行赘述。

策略发送子模块，与策略生成子模块、执行模块通信相连，用于将各抑尘装置的控制策略发送至执行模块。

控制模块与固定式喷雾除尘机、移动式喷雾除尘机、干雾机、空气质量监测子模块与粉尘传感监测子模块通过无线通信、或RS485通信、或以太网口通信等通信相连，控制模块通过以太网通信模块与云服务器、或服务器相连，云服务器、或服务器中安装有决策模块；控制模块接受决策模块的控制策略并控制执行模块的运行；控制模块基于微型工控系统，建立无组织排放监测与喷雾降尘控制的植入式微服务资源池，汇集工具、算法、模型等微服务组件，从而构建无组织排放的控制与治理的闭环控制系统。

综上，本实施例提供的一种堆场内的自动抑尘降尘系统中，将控制模块作为计算云端、将执行模块作为应用执行端，其中，控制模块在获得视觉模块上传的堆场中各个位置的多视角图像后将堆场转换为三维网格化视场，随后在获得感知模块上传的环境参数以及测量点粉尘浓度后计算得到堆场的浓度分布，并进一步生成执行模块中各抑尘装置的控制策略，随后使控制模块根据控制策略控制各抑尘装置的运行，在传统风送式喷雾、高压云雾除尘技术的基础上，融合检测传感技术、通信物联技术、人工智能技术、工业控制技术、大数据分析技术、云计算技术、系统集成技术等，结合物联网应用、“智能+环保”应用、“云+端”应用等，构建了集粉尘监测、抑尘控制与粉尘治理一体化的模式，实现对粉尘进行网格化监测、智能化控制，精准化治理，减少水、电资源的消耗。

参考图2，本实施例还公开了一种堆场内抑尘降尘方法，包括如下步骤：

步骤101，获取堆场中各个位置的多视角图像，并基于堆场中各个位置的多视角图像将堆场网格化，得到三维网格化视场；

步骤102，获取堆场的环境参数以及测量点的粉尘浓度值；

步骤103，基于堆场的环境参数以及测量点的粉尘浓度值结合三维网格化视场得到堆场的浓度分布；

步骤104，基于堆场的浓度分布得到各抑尘装置的控制策略；

步骤105，基于各抑尘装置的控制策略控制各抑尘装置运行，进行粉尘治理；

步骤106，在经过N秒之后重复步骤102-步骤105，本实施例中的N为25~35。

参考图3，步骤103中，所述基于堆场的环境参数以及测量点的粉尘浓度值结合三维网格化视场得到堆场的浓度分布，具体为：

步骤201，基于堆场中各个位置的多视角图像得到三维网格化视场内飘逸新增粉尘的分布空间；

步骤202，获取三维网格化视场内所有粉尘在多视角图像中飘逸新增粉尘对应的灰度值；

步骤203，获取三维网格化视场内各测量点的粉尘浓度增加值以及测量点在多视角图像中对应的灰度值；

步骤204，通过三维网格化视场内所有粉尘在多视角图像中飘逸新增粉尘对应的灰度值、各测量点的粉尘浓度增加值以及测量点在多视角图像中飘逸新增粉尘对应的灰度值三者进行插值与解算，得到三维网格化视场内的粉尘浓度分布，其中，粉尘浓度值具体为PM2.5、PM10的浓度等，插值的过程为：

例如具有三个测量点，其飘逸新增粉尘的浓度增加值与帧差灰度值分别为：测量点1：（粉尘浓度增加值：1.0mg/m³，帧差灰度值：72）、测量点2：（粉尘浓度增加值：1.4mg/m³，灰度值：101）、测量点1：（粉尘浓度增加值：1.85mg/m³，帧差灰度值：133）；通过平均，得到帧差灰度值为72时，粉尘浓度增加值1.0mg/m³，则在三维网格化视场中帧差灰度值为90的网格空间所在位置的新增粉尘浓度即为1.25mg/m³，三维网格化视场中帧差灰度值为115的网格空间所在位置的粉尘浓度即为1.6mg/m³，以此类推，即得到堆场中所有粉尘浓度的分布情况信息。

参考图4，步骤201中，基于堆场中各个位置的多视角图像得到三维网格化视场内粉尘的分布空间，具体为：

步骤301，获取采样周期内堆场中各个位置的多视角图像，将多视角图像按时间排序，得到视频图像序列；

步骤302，基于视频图像序列识别三维网格化视场中的静止几何物体，得到三维网格化视场中静止物体的空间坐标；

步骤303，将视频图像序列中相邻的两帧视频图像作差分运算，得到灰度图序列，基于灰度图序列与设定的像素点第一阈值得到三维网格化视场在采样周期内新增运动物体的空间坐标以及新增高浓度粉尘的点云图形；

步骤304，基于灰度图序列与设定的像素点第二阈值得到三维网格化视场在采样周期内新增低浓度粉尘的点云图形，其中，像素点第二阈值小于像素点第一阈值；

步骤305，将三维网格化视场中新增高浓度粉尘、新增低浓度粉尘与静止物体、新增运动物体之间进行空间相对位置分析，确定粉尘产生的运动物体源头、静止物体源头；

步骤306，由粉尘产生的运动物体源头、静止物体源头的空间坐标得到新增运动粉尘的空间坐标，其中，新增运动粉尘包括新增高浓度粉尘与新增低浓度粉尘；

步骤307，基于粉尘的运移参数对新增运动粉尘进行跟踪，得到新增运动粉尘在下一个采样周期内的空间坐标；

步骤308，重复步骤307，完成对三维网格化视场内新增粉尘的持续跟踪定位。

需要注意的是，由于通过图像直接定位粉尘的位置较为困难，因此本实施例的实施过程是，先对粉尘产生的源头，即上述步骤301-步骤308中的静止物体与运动物体进行定位，其中，运动物体与静止物体均为堆场中的车辆、作业设备、人员等；本实施例中先通过公知的特征识别技术识别物料堆场、施工区域、作业厂房、生产系统等大型空间区域的常驻固定物，即车辆、作业设备、人员的特征及其几何形状、空间坐标；建立常驻固定物的几何形状、空间坐标等特征库。最终在传统粉尘浓度监测仪的基础上，融合机器视觉技术，通过摄像装置对空间粉尘图像、视频进行采集，通过机器视觉系统对粉尘进行特征识别，与空间固定点位粉尘浓度检测传感器联合使用，实现堆场粉尘的网格化定位空间固定点位粉尘浓度检测。

步骤301中，图像采样周期的选择取决于实施例的视频图像处理硬软件速度，本实施例定位方法的采样周期为0.1-10秒，在采样周期内各摄像装置拍摄的视频图像序列中包括若干视频图像子序列，即一个摄像装置拍摄的图像组成一个视频图像子序列，所有的视频图像子序列组成视频图像序列；在步骤303中的差分运算是基于每个视频图像子序列进行的，即灰度图序列中包括若干灰度图子序列，一个灰度图子序列由一个视频图像子序列进行差分运算后得到的。

步骤302中，所述基于视频图像序列识别三维网格化视场中的静止几何物体，得到三维网格化视场中静止物体的空间坐标，具体为：

通过多摄像装置拍摄的视频图像，基于视频图像序列中各视频图像的图像特征分析识别三维网格化视场中的静止几何物体，得到三维网格化视场中的静止物体的空间坐标，其中，所述图像特征包括但不限于颜色分布、轮廓连续、几何关联、像素密度、点云分布等。

步骤303中，所述基于灰度图序列与像素点第一阈值得到三维网格化视场在采样周期内新增运动物体的空间坐标以及新增高浓度粉尘的点云图形，具体为：

提取出灰度图序列中灰度值大于像素点第一阈值的轮廓点云图形，得到第一轮廓序列；

若第一轮廓序列中的轮廓具有确定规则几何形状，则可判断这一类型的轮廓对应三维网格化视场中的运动物体，根据运动物体的运动特征、轮廓特征，通过不同视角图像的信息综合，获得运动物体的形状特征、标志性特征，以区分不同的运动物体，进而确定三维网格化视场在采样周期内新增的运动物体的空间坐标，即产尘源头；

若第一轮廓序列中的轮廓具有不确定规则几何形状，则可判断这一类型的轮廓对应三维网格化视场在采样周期内的新增高浓度运动粉尘的点云图形。

步骤304中，所述基于灰度图序列与像素点第二阈值得到三维网格化视场在采样周期内新增低浓度粉尘的点云图形，具体为：

提取出灰度图序列中灰度值大于像素点第二阈值的点云轮廓图形，得到第二轮廓序列；

剔除第二轮廓序列中的运动物体轮廓、静止物体轮廓以及新增高浓度粉尘的点云图形，得到第三轮廓序列；

若第三轮廓序列中的点云轮廓具有不确定形状，则可判断这一类型的轮廓对应三维网格化视场在采样周期内的新增低浓度粉尘的点云图形。

步骤305中，所述将三维网格化视场中新增高浓度粉尘、新增低浓度粉尘与静止物体、新增运动物体之间进行空间相对位置分析，确定粉尘产生的运动物体源头、静止物体源头，具体为：

将三维网格化视场中新增高浓度粉尘、新增低浓度粉尘与静止物体、新增运动物体之间进行空间相对位置分析，认定距离新增高浓度粉尘或新增低浓度粉尘距离最近的静止物体或新增运动物体为其产尘源，即确定粉尘产生的运动物体源头、静止物体源头。

步骤306中，由于运动物体源头、静止物体源头在三维网格化视场中是能够直接定位的，即能通过多摄像头识别直接得到运动物体源头、静止物体源头的空间坐标，在步骤305中已经确定粉尘产生的运动物体源头、静止物体源头，即在运动物体源头、静止物体源头产生的新增高浓度粉尘与新增低浓度粉尘分布在运动物体源头、静止物体源头周围，由于三维网格化视场中的网格分布具有连续性，因此在已知运动物体源头、静止物体源头的空间坐标的前提下，能够直接得到三维网格化视场中新增运动粉尘的空间坐标。

步骤307中，所述粉尘的运移参数包括粉尘的运移方向与运移速度，所述粉尘的运移方向与运移速度通过其点云轮廓的运动，以及三维网格化视场内的环境参数推算获得；所述环境参数包括但不限于三维网格化视场内的温度、湿度、风速、风向、大气压。步骤307中，基于粉尘的运移参数对新增运动粉尘进行跟踪的具体过程与原理均为常规技术手段，因此本实施例中不再赘述，具体实施过程可以参考论文“综掘巷道粉尘运移规律及降尘系统应用浅析”、“基于FLUENT综采工作面风流-粉尘逸散规律探究”等。

本实施例中的一种堆场内的自动抑尘降尘系统及堆场内抑尘降尘方法具有如下效果：

1)应用于钢铁、焦化、火电、水泥、铸造、砖瓦窑、炭素、玻璃、陶瓷、建材、矿山等行业的堆场的运输车辆运行与倾倒引起的扬尘监测与喷雾抑尘降尘设备控制，从而形成一个抑尘降尘闭环控制系统；

2)通过感知模块可以实时检测粉尘浓度和监测环境参数信息，如风速、风力、温度、湿度、气压等信息，从而为抑尘降尘闭环控制提供检测信息；

3)通过视觉模块可以跟踪堆场内的车辆，当视觉模块中的两台球机同时跟踪一辆车时，通过控制模块可以实时确定车辆的空间坐标位置，同时，也可以求解出车辆运行轨迹；或通过空间部署视觉模块中的多个枪机的视野对于堆场地面的覆盖，通过视频的拼接与分析，可以求解车辆在堆场地面平面的具体位置坐标以及运行轨迹；或者通过车载GPS确定车辆的具体位置坐标以及运行轨迹；车辆的运行轨迹与停靠倾倒点就是车辆引起的扬尘分布轨迹与产尘点；

4)把粉尘浓度监测与机器视觉监测或GPS定位相结合，实时监测堆场的产尘点与扬尘轨迹及其浓度的变化，从而实现粉尘的精准监测；

5)通过控制模块按照产尘点与扬尘轨迹进行堆场布局的多台喷雾设备、干雾机的喷雾运动决策，从而实现喷雾联动控制与精准抑尘降尘。

以上所述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，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (10)

1.一种堆场内的自动抑尘降尘系统，其特征在于，包括感知模块、视觉模块、执行模块与控制模块；

所述感知模块设在堆场中，用于获取堆场中的环境参数以及测量点的粉尘浓度值；

所述执行模块设在堆场中，所述执行模块包括若干不同抑尘形式的抑尘装置，以用于对堆场进行全面抑尘；

所述视觉模块设在堆场中，所述视觉模块包括若干不同摄像形式的摄像装置，以用于获设在堆场中各个位置的多视角图像；

所述控制模块与视觉模块通信相连，用于获取堆场中各个位置的多视角图像，通过对堆场中各个位置的多视角图像进行拼接，将堆场网格化，得到三维网格化视场；

所述控制模块与感知模块通信相连，用于堆场中的环境参数以及测量点的粉尘浓度值，并基于环境参数、测量点的粉尘浓度值结合三维网格化视场得到堆场中的浓度分布，进而通过堆场的浓度分布得到执行模块中各抑尘装置的控制策略；

所述控制模块与执行模块通信相连，用于根据控制策略控制执行模块中各抑尘装置的运行。

2.根据权利要求1所述堆场内的自动抑尘降尘系统，其特征在于，所述感知模块包括：

空气质量监测子模块，设在堆场中，用于获取堆场的环境参数，其中，所述环境参数包括但不限于温度、湿度、风速、风向、大气压；

粉尘传感监测子模块，设在堆场中的测量点，用于获取堆场中测量点的粉尘浓度值，其中，所述粉尘浓度值包括但不限于PM2.5浓度值、PM10浓度值、TSP浓度值；

所述空气质量监测子模块、粉尘传感监测子模块与控制模块通信相连。

3.根据权利要求1所述堆场内的自动抑尘降尘系统，其特征在于，所述控制模块包括：

视场生成子模块，与视觉模块通信相连，用于获取堆场中各个位置的多视角图像，通过对堆场中各个位置的多视角图像进行拼接，将堆场网格化，得到三维网格化视场；

浓度分布生成子模块，与视场生成子模块、感知模块通信相连，用于获取堆场中的环境参数以及测量点的粉尘浓度值，并基于堆场的环境参数以及测量点的粉尘浓度值结合三维网格化视场得到堆场的浓度分布；

策略生成子模块，与浓度分布生成子模块通信相连，用于通过堆场的浓度分布得到执行模块中各抑尘装置的控制策略；

策略发送子模块，与策略生成子模块、执行模块通信相连，用于将各抑尘装置的控制策略发送至执行模块。

4.根据权利要求1所述堆场内的自动抑尘降尘系统，其特征在于，所述执行模块中的抑尘装置包括但不限于固定式喷雾除尘机、移动式喷雾除尘机、干雾机。

5.根据权利要求1所述堆场内的自动抑尘降尘系统，其特征在于，所述视觉模块中的摄像装置包括但不限于全景摄像头、枪机、球机、枪球一体机。

6.一种堆场内抑尘降尘方法，其特征在于，包括如下步骤：

步骤101，获取堆场中各个位置的多视角图像，并基于堆场中各个位置的多视角图像将堆场网格化，得到三维网格化视场；

步骤102，获取堆场的环境参数以及测量点的粉尘浓度值；

步骤103，基于堆场的环境参数以及测量点的粉尘浓度值结合三维网格化视场得到堆场的浓度分布；

步骤104，基于堆场的浓度分布得到各抑尘装置的控制策略；

步骤105，基于各抑尘装置的控制策略控制各抑尘装置运行，进行粉尘治理；

步骤106，在经过N秒之后重复步骤102-步骤105。

7.根据权利要求6所述堆场内抑尘降尘方法，其特征在于，步骤103中，所述基于堆场的环境参数以及测量点的粉尘浓度值结合三维网格化视场得到堆场的浓度分布，具体为：

步骤201，基于堆场中各个位置的多视角图像得到三维网格化视场内粉尘的分布空间；

步骤202，获取三维网格化视场内所有粉尘在多视角图像中对应的灰度值；

步骤203，获取三维网格化视场内各测量点的粉尘浓度值以及测量点在多视角图像中对应的灰度值；

步骤204，通过三维网格化视场内所有粉尘在多视角图像中对应的灰度值、各测量点的粉尘浓度值以及测量点在多视角图像中对应的灰度值三者进行插值，得到三维网格化视场内的粉尘浓度分布。

8.根据权利要求7所述堆场内抑尘降尘方法，其特征在于，步骤201中，基于堆场中各个位置的多视角图像得到三维网格化视场内粉尘的分布空间，具体为：

步骤301，获取采样周期内堆场中各个位置的多视角图像，将多视角图像按时间排序，得到视频图像序列；

步骤302，基于视频图像序列识别三维网格化视场中的静止几何物体，得到三维网格化视场中静止物体的空间坐标；

步骤303，将视频图像序列中相邻的两帧视频图像作差分运算，得到灰度图序列，基于灰度图序列与设定的像素点第一阈值得到三维网格化视场在采样周期内新增运动物体的空间坐标以及新增高浓度粉尘的点云图形；

步骤304，基于灰度图序列与设定的像素点第二阈值得到三维网格化视场在采样周期内新增低浓度粉尘的点云图形，其中，像素点第二阈值小于像素点第一阈值；

步骤305，将三维网格化视场中新增高浓度粉尘、新增低浓度粉尘与静止物体、新增运动物体之间进行空间相对位置分析，确定粉尘产生的运动物体源头、静止物体源头；

步骤306，由粉尘产生的运动物体源头、静止物体源头的空间坐标得到新增运动粉尘的空间坐标，其中，新增运动粉尘包括新增高浓度粉尘与新增低浓度粉尘；

步骤307，基于粉尘的运移参数对新增运动粉尘进行跟踪，得到新增运动粉尘在下一个采样周期内的空间坐标；

步骤308，重复步骤307，完成对三维网格化视场内新增粉尘的持续跟踪定位。

9.根据权利要求8所述堆场内抑尘降尘方法，其特征在于，步骤303中，所述基于灰度图序列与像素点第一阈值得到三维网格化视场在采样周期内新增运动物体的空间坐标以及新增高浓度粉尘的点云图形，具体为：

提取出灰度图序列中灰度值大于像素点第一阈值的轮廓点云图形，得到第一轮廓序列；

若第一轮廓序列中的轮廓具有确定规则几何形状，则可判断这一类型的轮廓对应三维网格化视场中的运动物体，根据运动物体的运动特征、轮廓特征，通过不同视角图像的信息综合，获得运动物体的形状特征、标志性特征，以区分不同的运动物体，进而确定三维网格化视场在采样周期内新增的运动物体的空间坐标，即产尘源头；

若第一轮廓序列中的轮廓具有不确定规则几何形状，则可判断这一类型的轮廓对应三维网格化视场在采样周期内的新增高浓度运动粉尘的点云图形。

10.根据权利要求9所述堆场内抑尘降尘方法，其特征在于，步骤304中，所述基于灰度图序列与像素点第二阈值得到三维网格化视场在采样周期内新增低浓度粉尘的点云图形，具体为：

提取出灰度图序列中灰度值大于像素点第二阈值的点云轮廓图形，得到第二轮廓序列；

剔除第二轮廓序列中的运动物体轮廓、静止物体轮廓以及新增高浓度粉尘的点云图形，得到第三轮廓序列；

若第三轮廓序列中的点云轮廓具有不确定形状，则可判断这一类型的轮廓对应三维网格化视场在采样周期内的新增低浓度粉尘的点云图形。

Images