CN111766643A - 一种基于天气监测的激光雷达自动开关机装置及操作方法 - Google Patents

一种基于天气监测的激光雷达自动开关机装置及操作方法 Download PDF

Info

Publication number
CN111766643A
CN111766643A CN202010580507.4A CN202010580507A CN111766643A CN 111766643 A CN111766643 A CN 111766643A CN 202010580507 A CN202010580507 A CN 202010580507A CN 111766643 A CN111766643 A CN 111766643A
Authority
CN
China
Prior art keywords
sky
cloud
laser radar
laser
sub
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
Application number
CN202010580507.4A
Other languages
English (en)
Other versions
CN111766643B (zh
Inventor
王积勤
程学武
杨国韬
林兆祥
毛飞跃
杨勇
林鑫
季凯俊
郑金州
杜丽芳
龚顺生
李发泉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Precision Measurement Science and Technology Innovation of CAS
Original Assignee
Institute of Precision Measurement Science and Technology Innovation of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Precision Measurement Science and Technology Innovation of CAS filed Critical Institute of Precision Measurement Science and Technology Innovation of CAS
Priority to CN202010580507.4A priority Critical patent/CN111766643B/zh
Publication of CN111766643A publication Critical patent/CN111766643A/zh
Application granted granted Critical
Publication of CN111766643B publication Critical patent/CN111766643B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/10Devices for predicting weather conditions
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00Photometry, e.g. photographic exposure meter
    • G01J1/42Photometry, e.g. photographic exposure meter using electric radiation detectors
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/95Lidar systems specially adapted for specific applications for meteorological use
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00Photometry, e.g. photographic exposure meter
    • G01J1/42Photometry, e.g. photographic exposure meter using electric radiation detectors
    • G01J2001/4266Photometry, e.g. photographic exposure meter using electric radiation detectors for measuring solar light
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • G06T2207/10044Radar image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30192Weather; Meteorology
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Electromagnetism (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明专利提供了一种基于天气监测的激光雷达自动开关机装置,通过太阳辐射仪、广角相机、激光雷达综合获取激光雷达局地上空天气状况,包括云层形状、云层高度、云层厚度、太阳辐射强度等,引导自动开启天窗、开启激光器。同时利用广角相机对天空大范围云层的走势走向进行短期预测预报,本发明还公开了一种基于天气监测的激光雷达自动开关机装置的操作方法。本发明比当地值班人员根据卫星云图进行人工判断更准确可靠,提高了激光雷达的自动化程度,有利于激光雷达的推广应用。

Description

一种基于天气监测的激光雷达自动开关机装置及操作方法
技术领域
本发明提供属于自动化控制技术领域,具体涉及一种基于天气监测的激光雷达自动开关机装置,还涉及一种基于天气监测的激光雷达自动开关机装置的操作方法,适用于天气监测预警与激光雷达开关机控制。
背景技术
激光雷达是传统无线电雷达向光学波段的延伸,是工作于光学波段的精密主动遥感设备。和无线电雷达相比,激光雷达具有更高的时间/空间分辨率、更好的探测灵敏度、能分辨被探测物种,广泛应用于大气环境监测、海洋探测、空间天气预报等领域,已成为大气观测研究不可或缺的重要手段。由于激光雷达通常工作在可见光波段,光波在大气中传输时会受到云层、大气气溶胶、雾霾等环境天气影响,光的传输效率会大大减少,严重影响到激光雷达的回波信号质量。特别是高空激光雷达,通常采用高功率发射激光和大口径接收望远镜,发射激光和接收望远镜都是通过打开的天窗直接暴露在室外工作,以提高高空大气探测能力。在遇到天气条件较差,如厚云、下雨、下雪等天气时,激光雷达通常都需要关闭天窗,以免精密发射光学镜片和大口径光学接收望远镜损坏或者损毁。因此,实时监测和预报激光雷达所处的局地天气环境,引导激光雷达天窗开关控制,是自动化与智能化激光雷达观测研究的发展方向之一。
影响激光雷达正常观测的因素主要是云层,云层变厚激光雷达就需要关机。目前,激光雷达天窗开关控制通常由当地观测人员每半小时到一小时观测当时室外天气情况、结合气象卫星云图发展趋势,再根据值班观测人员长期积累的经验进行激光雷达天窗开关机人工判断控制。该方法在实际操作的过程中需要观测值班人员24小时实时值守,费时费力,而且根据卫星云图的动态判断,由于卫星云图范围很广,其时间和空间分辨率均不太高,对局地云层情况不够精准,人为天气预测判断具有很大的偶然性和偏差,降低了激光雷达的使用效率,不利于激光雷达的高效自动化观测研究。
激光雷达观测条件和天文观测所需要的环境类似。天文观测大多基于全天空云量探测仪(赵永恒等,天文望远镜的自动观测技术,科研信息化技术与应用,2012,3(4):11~16;陶法等,地基自动云观测技术对比分析,气象水文海洋仪器,2017,34(4):1~8),通过红外或者可见光相机获得全天空云图,再根据图像RGB颜色来判断是晴空蓝天还是云,如果是蓝天则代表天气晴朗可以观测,否则代表多云不能观测。云与晴天的判断标准是通过获取全天空云图中RGB三基色的蓝色和红色比值,蓝红比值为1则代表是有云,比值超过1.3则代表蓝天,比值越高表示天越蓝,也即天气越晴朗(霍娟等,全天空云识别阈值法的数值模拟初步研究,自然科学进展,2006,16(4):480-484)。天空云层运动情况则可以利用光流法,提取运动云层中的运动矢量,建立特征点分布图,算出云层运动速度和方向,从而预测云层的遮挡情况(周水良,祝雪妹.基于光流法的云层测速新方法[J].太阳能学报,2017(12).)。全天空云量探测仪现已有产品出售,如日本EKO SRF-02全天空成像仪自动实时捕捉全天空云图,并通过软件转换为定量云信息。这种全天空云量探测仪仅仅用于测量云量,功能比较单一。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷,提供一种基于天气监测的激光雷达自动开关机装置,还提供一种基于天气监测的激光雷达自动开关机装置的操作方法。
为了解决上述技术问题,本发明所采用的技术方案是:
一种基于天气监测的激光雷达自动开关机装置,包括方舱,还包括设置在方舱顶部上空无遮挡位置的太阳辐射仪、广角相机和透明半球罩,广角相机位于透明半球罩中,方舱的顶部设置有电动天窗,方舱内部位于电动天窗下方设置有光学接收望远镜和激光器,光纤的一端安装于接收望远镜焦点处且与接收望远镜同轴,光纤的另一端与信号检测系统连接。
如上所述的太阳辐射仪、广角相机、电动天窗、信号检测系统、激光器分别与计算机连接。
一种基于天气监测的激光雷达自动开关机装置的操作方法,包括以下步骤:
步骤一,打开计算机,设置观测地时区、时间、日期、经纬度、海拔高度;
步骤二,计算机实时读取广角相机拍摄的天空图像,计算机实时读取太阳辐射仪的太阳辐射强度;
步骤三,计算观测地经纬度处当日的日出时间和日落时间,如果当前时间位于当日的日出时间之后日落时间之前,即表示白天,跳转到步骤四;否则,表示为夜间,跳转到步骤五;
步骤四,白天,根据太阳辐射仪获得太阳辐射强度,并将广角相机拍摄的天空图像分割成多行多列的子区域,则接收望远镜的观测天顶对应于天空图像的中心的子区域,根据天空图像的蓝红比分别计算各个子区域的云量大小,即可获得天空不同子区域的云量大小及分布,并跳转到步骤六;
步骤五,夜间,计算机读取广角相机拍摄的夜间天空图像并分割成多行多列的子区域,基于星点提取算法提取各个子区域的星星数目;
步骤六,判断天气状况:
白天如果天空图像的中心的子区域的蓝红比值大于设定比值阈值P,或者太阳辐射强度大于设定辐射强度阈值Q,则代表晴天,跳转到步骤七,否则为阴天,跳转到步骤十二;
夜间如果天空图像的中心的子区域的星星数目大于设定星星数目阈值R,则代表晴天,跳转到步骤七,否则为阴天,则跳转到步骤十二;
步骤七,如果电动天窗未打开,则跳转到步骤八;如果电动天窗已打开,且激光器和信号检测系统均启动,则跳转到步骤九;
步骤八,打开电动天窗、开启激光器发射激光、开启信号检测系统;
步骤九,通过信号检测系统采集激光雷达回波光信号;并监测激光雷达回波光信号中的低空信号,获取云层高度和云层厚度;
步骤十,计算机对步骤九获得云层厚度进行数据拟合获得云层厚度曲线,如果检测到云层厚度曲线升高且超过云层厚度阈值则进入步骤十一,否则跳转到步骤九,
步骤十一,获取广角相机拍摄的天空图像,
在白天,则根据图像蓝红比计算出天空图像的各个的子区域的云量大小,可获得天空不同区域云量大小及分布,再根据光流法获取各个子区域的云层移动方向,如果将要移动到接收望远镜的观测天顶对应的子区域的云层的蓝红比大于设定比值阈值P,则预测后面的一段时间内天气晴好;如蓝红比小于设定比值阈值P,则预测后面天气会变坏;
在夜间,则根据天空图像计算出天空图像各个子区域的星星数量,如果除了天空图像的中心的子区域以外,周围子区域里的星星数目均大于设定星星数目阈值R,则代表天气会继续晴好;否则代表云变厚天气变差;如果预测天气晴好,则跳转到步骤九;否则跳转到步骤十二;
步骤十二,如果天窗开关打开,且激光器和信号检测系统均启动,则跳转到步骤十三;如果电动天窗未打开,则跳转到步骤二;
步骤十三,计算机控制电动天窗关闭、关闭激光器停止发射激光、关闭信号检测系统停止数据采集,并跳转到步骤二。
如上所述的云量大小以及云移动方向由以下步骤判断:
基于全天空的天空图像中RGB三基色的蓝色和红色比值获得天空中云量大小及云层分布;基于图像变化检测算法将广角相机前后两帧的天空图像进行比较,获得梯度图像,如果梯度图像出现块状边缘,则可通过光流法对梯度图像分析,获得云层的移动方向。
本发明相对于现有技术,具有以下有益效果:
本发明利用太阳辐射仪、广角相机和激光雷达回波信号综合判断激光雷达观测局地天气状况,可获得局地上空太阳辐射强度、云量、云移动速度和方位等信息,并利用广角相机对天空云层进行实时短期预报,精准有效引导激光雷达开关机。和局地观测人员人工目测及卫星云图预测相比,本方法更能反映局地上空天气状况,避免人工判断和预测带来的误差。通过计算计全自动控制电动天窗、激光器和信号检测系统,即可实现激光雷达的全自动大气观测,实用性强,提高激光雷达自动化程度,为激光雷达的推广应用提供有效手段。
附图说明
图1为一种基于天气监测的激光雷达自动开关机装置的结构示意图。
其中,1-太阳辐射仪;2-广角相机;3-半球罩;4-电动天窗;5-接收望远镜;6-光纤;7-信号检测;8-计算机;9-激光器;10-方舱。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
一种基于天气监测的激光雷达自动开关机装置,包括方舱,还包括设置在方舱顶部上空无遮挡位置的太阳辐射仪、广角相机和透明半球罩,广角相机位于透明半球罩中,方舱的顶部设置有电动天窗,方舱内部位于电动天窗下方设置有光学接收望远镜和激光器,光纤的一端安装于接收望远镜焦点处且与接收望远镜同轴,光纤的另一端与信号检测系统连接。
太阳辐射仪、广角相机、电动天窗、信号检测系统、激光器分别与计算机连接。
太阳辐射仪1安置于方舱10顶部上空无遮挡位置,便于直接接收太阳光;广角相机2放置于密封的透明半球罩3内以避免雨水和灰尘,广角相机2和透明半球罩3一起置于方舱10顶部上空无遮挡位置,便于拍摄方舱10顶部天空天气状况;电动天窗4位于方舱10顶部,由计算机8电动控制其打开和关闭,方舱10内部位于电动天窗4下方设置有接收望远镜5和激光器9,便于电动天窗4打开后接收望远镜5接收视场能直接接收激光雷达散射光回波光信号,激光器9能向天空发出激光;光纤6的入射端口安装于接收望远镜5焦点处且与接收望远镜5同轴,便于接收望远镜5回波光信号的接收,光纤6的另一头接信号检测系统7,信号检测系统7将激光雷达回波光信号转换成电信号后由计算机8内高速采样卡采集并保存;计算机8还同时负责收集太阳辐射仪1、广角相机2的信息,计算机8还用于控制电动天窗4打开和关闭,计算机8还用于控制激光器9的开启并发出激光或者关闭激光。方舱10为接收望远镜5和发射激光束提供可对天敞开的电动天窗4,为激光器9、信号检测系统7、计算机8等提供恒温、洁净的室内环境。
一种基于天气监测的激光雷达自动开关机装置的操作方法,包括以下步骤:
步骤一,打开计算机,设置观测地时区、时间、日期、经纬度、海拔高度;
步骤二,计算机实时读取广角相机拍摄的天空图像,计算机实时读取太阳辐射仪的太阳辐射强度;
步骤三,计算观测地经纬度处当日的日出时间和日落时间,如果当前时间位于当日的日出时间之后日落时间之前,即表示白天,跳转到步骤四;否则,表示为夜间,跳转到步骤五;
步骤四,白天,根据太阳辐射仪获得太阳辐射强度,并将广角相机拍摄的天空图像分割成行*列为N*N的子区域,例如3*3九宫格,则接收望远镜的观测天顶对应于天空图像的中心的子区域,根据天空图像的蓝红比分别计算各个子区域的云量大小,即可获得天空不同子区域的云量大小及分布,并跳转到步骤六;
步骤五,夜间,计算机读取广角相机拍摄的夜间天空图像并分割成行*列为N*N的子区域,基于星点提取算法提取各个子区域的星星数目;
步骤六,判断天气状况:
白天如果天空图像的中心的子区域的蓝红比值大于设定比值阈值P(如P设为1.3),或者太阳辐射强度大于设定辐射强度阈值Q(如Q为600瓦/平方米),则代表晴天,跳转到步骤七,否则为阴天,跳转到步骤十二;
夜间如果天空图像的中心的子区域的星星数目大于设定星星数目阈值R(如R为20个星星),则代表晴天,跳转到步骤七,否则为阴天,则跳转到步骤十二;
步骤七,如果电动天窗未打开,则跳转到步骤八;如果电动天窗已打开,且激光器和信号检测系统均启动,则跳转到步骤九;
步骤八,打开电动天窗、开启激光器发射激光、开启信号检测系统;
步骤九,通过信号检测系统采集激光雷达回波光信号;并监测激光雷达回波光信号中的低空信号,获取云层高度和云层厚度;
步骤十,计算机对步骤九获得云层厚度进行数据拟合获得云层厚度曲线,如果检测到云层厚度曲线升高且超过云层厚度阈值则进入步骤十一,否则跳转到步骤九,
步骤十一,获取广角相机拍摄的天空图像,
在白天,则根据图像蓝红比计算出天空图像的各个N*N的子区域的云量大小,可获得天空不同区域云量大小及分布,再根据光流法获取各个子区域的云层移动方向,如果将要移动到接收望远镜的观测天顶对应的子区域的云层的蓝红比大于设定比值阈值P,则预测后面的一段时间内天气晴好;如蓝红比小于设定比值阈值P,则预测后面天气会变坏;
在夜间,则根据天空图像计算出天空图像各个N*N子区域的星星数量。如果除了天空图像的中心的子区域以外,周围子区域里的星星数目均大于设定星星数目阈值R(如R为20个星星),则代表天气会继续晴好;否则代表云变厚天气变差;如果预测天气晴好,则跳转到步骤九;否则跳转到步骤十二;
步骤十二,如果天窗开关打开,且激光器和信号检测系统均启动,则跳转到步骤十三;如果电动天窗未打开,则跳转到步骤二;
步骤十三,计算机控制电动天窗关闭、关闭激光器停止发射激光、关闭信号检测系统停止数据采集,并跳转到步骤二;
如上所述的云量大小以及云移动方向由以下步骤判断:
基于全天空的天空图像中RGB三基色的蓝色和红色比值获得天空中云量大小及云层分布;基于图像变化检测算法将广角相机前后两帧的天空图像进行比较,获得梯度图像,如果梯度图像出现块状边缘,则可通过光流法对梯度图像分析,获得云层的移动方向。
白天云层识别方法是与人眼识别原理类似,利用蓝天和有云时候表现出来的颜色差异,读取广角相机拍摄天空图像中RGB三基色信号强度,如果蓝色和红色信号强度比值超过1.3一般认为是蓝天,且比值越大代表天气越晴朗。
太阳辐射常数约为1300多瓦/平方米,通常认为太阳辐射强度大于600瓦/平方米则表示晴天,数值越大表示天气越晴朗。
夜间天空星星是衡量天气好坏的重要标志,星星数量越多代表天气越晴朗,根据激光雷达观测经验,通常星星数目大于20个视为晴朗天气,激光雷达即可观测。
广角相机拍摄到的天空图像分割成行*列为N*N的子区域,根据不同子区域对应天空不同方向,可以对天空天气状况进行区域管理,根据每个子区域的云量大小可以和云层移动速度及方向,可以短期预测接收望远镜的观测天顶对应的子区域上空的天气状况。
本文中所描述的具体实施例仅仅是对本发明作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或替代,但不会偏离本发明的精髓或者超越所附权利要求书外定义的范围。

Claims (4)

1.一种基于天气监测的激光雷达自动开关机装置,包括方舱(10),其特征在于,还包括设置在方舱(10)顶部上空无遮挡位置的太阳辐射仪(1)、广角相机(2)和透明半球罩(3),广角相机(2)位于透明半球罩(3)中,方舱(10)的顶部设置有电动天窗(4),方舱(10)内部位于电动天窗(4)下方设置有光学接收望远镜(5)和激光器(9),光纤(6)的一端安装于接收望远镜(5)焦点处且与接收望远镜(5)同轴,光纤(6)的另一端与信号检测系统(7)连接。
2.根据权利要求1所述的基于天气监测的激光雷达自动开关机装置,其特征在于,太阳辐射仪(1)、广角相机(2)、电动天窗(4)、信号检测系统(7)、激光器(9)分别与计算机(8)连接。
3.一种基于天气监测的激光雷达自动开关机装置的操作方法,其特征在于,包括以下步骤:
步骤一,打开计算机,设置观测地时区、时间、日期、经纬度、海拔高度;
步骤二,计算机实时读取广角相机拍摄的天空图像,计算机实时读取太阳辐射仪的太阳辐射强度;
步骤三,计算观测地经纬度处当日的日出时间和日落时间,如果当前时间位于当日的日出时间之后日落时间之前,即表示白天,跳转到步骤四;否则,表示为夜间,跳转到步骤五;
步骤四,白天,根据太阳辐射仪获得太阳辐射强度,并将广角相机拍摄的天空图像分割成多行多列的子区域,则接收望远镜的观测天顶对应于天空图像的中心的子区域,根据天空图像的蓝红比分别计算各个子区域的云量大小,即可获得天空不同子区域的云量大小及分布,并跳转到步骤六;
步骤五,夜间,计算机读取广角相机拍摄的夜间天空图像并分割成多行多列的子区域,基于星点提取算法提取各个子区域的星星数目;
步骤六,判断天气状况:
白天如果天空图像的中心的子区域的蓝红比值大于设定比值阈值P,或者太阳辐射强度大于设定辐射强度阈值Q,则代表晴天,跳转到步骤七,否则为阴天,跳转到步骤十二;
夜间如果天空图像的中心的子区域的星星数目大于设定星星数目阈值R,则代表晴天,跳转到步骤七,否则为阴天,则跳转到步骤十二;
步骤七,如果电动天窗未打开,则跳转到步骤八;如果电动天窗已打开,且激光器和信号检测系统均启动,则跳转到步骤九;
步骤八,打开电动天窗、开启激光器发射激光、开启信号检测系统;
步骤九,通过信号检测系统采集激光雷达回波光信号;并监测激光雷达回波光信号中的低空信号,获取云层高度和云层厚度;
步骤十,计算机对步骤九获得云层厚度进行数据拟合获得云层厚度曲线,如果检测到云层厚度曲线升高且超过云层厚度阈值则进入步骤十一,否则跳转到步骤九,
步骤十一,获取广角相机拍摄的天空图像,
在白天,则根据图像蓝红比计算出天空图像的各个的子区域的云量大小,可获得天空不同区域云量大小及分布,再根据光流法获取各个子区域的云层移动方向,如果将要移动到接收望远镜的观测天顶对应的子区域的云层的蓝红比大于设定比值阈值P,则预测后面的一段时间内天气晴好;如蓝红比小于设定比值阈值P,则预测后面天气会变坏;
在夜间,则根据天空图像计算出天空图像各个子区域的星星数量,如果除了天空图像的中心的子区域以外,周围子区域里的星星数目均大于设定星星数目阈值R,则代表天气会继续晴好;否则代表云变厚天气变差;如果预测天气晴好,则跳转到步骤九;否则跳转到步骤十二;
步骤十二,如果天窗开关打开,且激光器和信号检测系统均启动,则跳转到步骤十三;如果电动天窗未打开,则跳转到步骤二;
步骤十三,计算机控制电动天窗关闭、关闭激光器停止发射激光、关闭信号检测系统停止数据采集,并跳转到步骤二。
4.根据权利要求3所述的一种基于天气监测的激光雷达自动开关机装置的操作方法,其特征在于,所述的云量大小以及云移动方向由以下步骤判断:
基于全天空的天空图像中RGB三基色的蓝色和红色比值获得天空中云量大小及云层分布;基于图像变化检测算法将广角相机前后两帧的天空图像进行比较,获得梯度图像,如果梯度图像出现块状边缘,则可通过光流法对梯度图像分析,获得云层的移动方向。
CN202010580507.4A 2020-06-23 2020-06-23 一种基于天气监测的激光雷达自动开关机装置及操作方法 Active CN111766643B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010580507.4A CN111766643B (zh) 2020-06-23 2020-06-23 一种基于天气监测的激光雷达自动开关机装置及操作方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010580507.4A CN111766643B (zh) 2020-06-23 2020-06-23 一种基于天气监测的激光雷达自动开关机装置及操作方法

Publications (2)

Publication Number Publication Date
CN111766643A true CN111766643A (zh) 2020-10-13
CN111766643B CN111766643B (zh) 2022-08-30

Family

ID=72722811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010580507.4A Active CN111766643B (zh) 2020-06-23 2020-06-23 一种基于天气监测的激光雷达自动开关机装置及操作方法

Country Status (1)

Country Link
CN (1) CN111766643B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112630376A (zh) * 2020-10-19 2021-04-09 上海申博信息系统工程有限公司 一种使用LoRa通信的船用气体监测装置及低功耗实现方法
CN113678151A (zh) * 2021-07-12 2021-11-19 中国科学院微小卫星创新研究院 一种碳卫星的自主任务规划方法
CN117193392A (zh) * 2023-11-07 2023-12-08 中国科学院长春光学精密机械与物理研究所 随动圆顶智能控制系统及其控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005147678A (ja) * 2003-11-11 2005-06-09 Mitsubishi Heavy Ind Ltd 監視装置
US20120084006A1 (en) * 2010-10-04 2012-04-05 Seiko Epson Corporation System for providing weather fluctuation prediction information and method of providing weather fluctuation prediction information
CN107037447A (zh) * 2017-06-06 2017-08-11 合肥光博量子科技有限公司 户外型全天候全天时大气气溶胶颗粒物激光雷达装置
CN107237575A (zh) * 2017-05-31 2017-10-10 中国科学院合肥物质科学研究院 一种激光雷达智能天窗控制系统及方法
CN109444854A (zh) * 2018-12-21 2019-03-08 中国科学院合肥物质科学研究院 一种激光雷达智能天窗控制装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005147678A (ja) * 2003-11-11 2005-06-09 Mitsubishi Heavy Ind Ltd 監視装置
US20120084006A1 (en) * 2010-10-04 2012-04-05 Seiko Epson Corporation System for providing weather fluctuation prediction information and method of providing weather fluctuation prediction information
CN107237575A (zh) * 2017-05-31 2017-10-10 中国科学院合肥物质科学研究院 一种激光雷达智能天窗控制系统及方法
CN107037447A (zh) * 2017-06-06 2017-08-11 合肥光博量子科技有限公司 户外型全天候全天时大气气溶胶颗粒物激光雷达装置
CN109444854A (zh) * 2018-12-21 2019-03-08 中国科学院合肥物质科学研究院 一种激光雷达智能天窗控制装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李红萍: "地基天空图像中云团的特征提取与辨识模型研究", 《中国优秀硕士学位论文全文数据库 (基础科学辑)电子期刊》 *
詹伟强: "基于形态学分析的激光雷达智能开机系统", 《道客巴巴网站》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112630376A (zh) * 2020-10-19 2021-04-09 上海申博信息系统工程有限公司 一种使用LoRa通信的船用气体监测装置及低功耗实现方法
CN113678151A (zh) * 2021-07-12 2021-11-19 中国科学院微小卫星创新研究院 一种碳卫星的自主任务规划方法
CN113678151B (zh) * 2021-07-12 2024-03-26 中国科学院微小卫星创新研究院 一种碳卫星的自主任务规划方法
CN117193392A (zh) * 2023-11-07 2023-12-08 中国科学院长春光学精密机械与物理研究所 随动圆顶智能控制系统及其控制方法
CN117193392B (zh) * 2023-11-07 2024-01-30 中国科学院长春光学精密机械与物理研究所 随动圆顶智能控制系统及其控制方法

Also Published As

Publication number Publication date
CN111766643B (zh) 2022-08-30

Similar Documents

Publication Publication Date Title
CN111766643B (zh) 一种基于天气监测的激光雷达自动开关机装置及操作方法
CN112422783B (zh) 一种基于停机坪集群的无人机智能巡查系统
CN109416413B (zh) 太阳能预报
CN112435207B (zh) 一种基于天空地一体化的森林火灾监测预警方法
CN101452078B (zh) 极轨气象卫星遥感白天和夜间海雾的检测方法
CA2301895C (en) Apparatus and method for monitoring and reporting weather conditions
CN107728136A (zh) 一种机场跑道异物监测和清除引导系统及方法
US20170299686A1 (en) Detection unit and method for identifying and monitoring clouds in an observed area of the sky
CN202486332U (zh) 机场道面异物扫描装置
CN108509844B (zh) 基于地基云图的vper云团识别方法
CN102692271B (zh) 基于天空可见光图像的太阳直接辐射强度测量方法和装置
KR102250247B1 (ko) 무인비행체를 이용한 태양광 패널 관리장치 및 시스템
CN109406361B (zh) 一种基于遥感技术的干旱区灰霾污染预警方法
CN102854138A (zh) 基于数字摄像法的能见度测量系统及方法
CN104089590A (zh) 一种获取植被冠层结构参数的自动测量装置
CN104280344A (zh) 基于数字摄像法的能见度测量系统及方法
JP2012008097A (ja) 空模様判定システム及び空模様判定方法
CN106327477A (zh) 一种基于计算机视觉技术的凌汛观测系统
CN203190947U (zh) 输电线路图像采集装置及输电线路覆冰厚度检测系统
CN102176074A (zh) 日照时数测量方法和日照时数测量装置
CN105842755A (zh) 一种城市居住区热岛效应的测量装置及其方法
CN217467460U (zh) 一种全天空摄像系统
CN208110074U (zh) 远程自动气象站
CN115018796A (zh) 一种城市夜间光环境天地协同监测方法
CN205539536U (zh) 机场气象观测视频辅助系统

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