CN112884219A - 地面结冰预测方法、装置、电子设备和存储介质 - Google Patents

地面结冰预测方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112884219A
CN112884219A CN202110169498.4A CN202110169498A CN112884219A CN 112884219 A CN112884219 A CN 112884219A CN 202110169498 A CN202110169498 A CN 202110169498A CN 112884219 A CN112884219 A CN 112884219A
Authority
CN
China
Prior art keywords
temperature
ground
thermal imaging
icing
parameter
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
Application number
CN202110169498.4A
Other languages
English (en)
Inventor
陈猛
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.)
Shanghai Eye Control Technology Co Ltd
Original Assignee
Shanghai Eye Control Technology Co Ltd
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 Shanghai Eye Control Technology Co Ltd filed Critical Shanghai Eye Control Technology Co Ltd
Priority to CN202110169498.4A priority Critical patent/CN112884219A/zh
Publication of CN112884219A publication Critical patent/CN112884219A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Computational Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Radiation Pyrometers (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明公开了一种地面结冰预测方法、装置、电子设备和存储介质，其中，该方法包括：采集预设地面的热成像数据，并生成所述热成像数据对应的温度点阵；获取外部气象参数和所述温度点阵的平均温度；根据所述外部气象参数与所述平均温度的关联关系预测预设时间段的地面结冰情况。本发明实施例通过温度点阵以面的形式采集地面温度，提高地面温度数据的可靠性，通过外部气象参数辅助地面温度判断地面结冰情况，提高了地表结冰情况判断的准确性。

Description

地面结冰预测方法、装置、电子设备和存储介质
技术领域
本发明实施例涉及计算机应用技术领域，尤其涉及一种地面结冰预测方法、装置、电子设备和存储介质。
背景技术
高速公路的行车安全一直受到广泛关注，在冬季或者严寒地区，高速公路路面结冰会使车辆轮胎与路面的摩擦力大大降低，降低车辆的刹车安全距离，车辆在结冰路面行驶时存在车辆侧翻和车辆碰撞的风险，对车辆和人员安全产生巨大威胁。因此需要及时确定高速公路路面的路面结冰状况。
现有技术中常使用图像识别或者温度传感器测量的方式确定路面结冰状况，然而由于路面在不存在积水的情况下，路面结冰后与正常无冰路面基本没有差异，通过图像识别的方式难以分辨路面是否结冰，路面结冰状况判断受到环境条件限制。而通过温度传感器测量路面温度，地面的测温区域为单点，测量结果存在偶然性，并且温度传感器与路面不直接接触，测量结果受到空气温度的影响较大，例如，空气温度受光照、湿度和风速等原因的影响，即使路面温度过低存在结冰状况，但是温度传感器的测量结果仍为5-8摄氏度，使用温度传感器测量地面温度的误差较大，容易导致路面结冰情况判断错误。
发明内容
本发明提供一种地面结冰预测方法、装置、电子设备和存储介质，以实现地面温度的准确获取，实现地面结冰情况的准确预测，可有助于及时部署安全措施，可增强地面行走的安全性。
第一方面，本发明实施例提供了一种地面结冰预测方法，该方法包括：
采集预设地面的热成像数据，并生成所述热成像数据对应的温度点阵；
获取外部气象参数和所述温度点阵的平均温度；
根据所述外部气象参数与所述平均温度的关联关系预测预设时间段的地面结冰情况。
进一步的，在上述发明实施例的基础上，所述方法中采集预设地面的热成像数据，包括：
控制红外热成像相机按照预设时间间隔采集视野内预设地面的热成像数据；
其中，所述红外热成像相机预先部署在龙门架和/或栏杆上，且所述红外热成像相机的视线与所述预设地面的夹角在预设角度范围。
进一步的，在上述发明实施例的基础上，所述方法中生成所述热成像数据对应的温度点阵，包括：
去除所述热成像数据的数据头标记位和数据尾标记位；
将处理后的所述热成像数据按照预设图像长宽参数填充到二维数据矩阵；
按照所述红外热成像相机对应的转换公式将所述二维数据矩阵中每个热成像数据转化为温度值，以将填充温度值的所述二维数据矩阵作为温度点阵。
进一步的，在上述发明实施例的基础上，获取外部气象参数和所述温度点阵的平均温度，包括：
采集外部网站中当前时段的温度参数、湿度参数和风力参数作为外部气象参数；
确定所述温度点阵内温度值的平均值作为平均温度。
进一步的，在上述发明实施例的基础上，根据所述外部气象参数与所述平均温度的关联关系预测预设时间段的地面结冰情况，包括：
拟合所述平均温度以及所述外部气象参数中的温度参数、湿度参数和风力参数以确定关联函数作为关联关系，其中，所述关联函数中温度参数、湿度参数和风力参数作为自变量，所述平均温度作为因变量；
使用所述关联函数确定预设时间段的预测温度、预测湿度和预测风力对应的预测地面温度；
若所述预测地面温度小于结冰阈值时，则确定所述预设地面结冰，否则确定所述预设地面不结冰。
进一步的，在上述发明实施例的基础上，地面结冰预测方法还包括：
根据阈值时间范围内的真实气象参数和真实地表温度调整所述关联函数内各参数的权重值以提高所述地面结冰情况预测的准确性。
进一步的，在上述发明实施例的基础上，地面结冰预测方法还包括：
在所述温度点阵的平均温度低于预警温度时，生成的结冰预警信息并根据所述结冰语句信息进行报警。
第二方面，本发明实施例还提供了一种地面结冰预测装置，该装置包括：
点阵获取模块，用于采集预设地面的热成像数据，并生成所述热成像数据对应的温度点阵；
参数获取模块，用于获取外部气象参数和所述温度点阵的平均温度；
结冰预测模块，用于根据所述外部气象参数与所述平均温度的关联关系预测预设时间段的地面结冰情况。
进一步的，在上述发明实施例的基础上，所述点阵获取模块包括：
采集执行单元，用于控制红外热成像相机按照预设时间间隔采集视野内预设地面的热成像数据；其中，所述红外热成像相机预先部署在龙门架和/或栏杆上，且所述红外热成像相机的视线与所述预设地面的夹角在预设角度范围。
进一步的，在上述发明实施例的基础上，所述点阵获取模块还包括：
预处理单元，用于去除所述热成像数据的数据头标记位和数据尾标记位；
二维转换单元，用于将处理后的所述热成像数据按照预设图像长宽参数填充到二维数据矩阵；
点阵生成单元，用于按照所述红外热成像相机对应的转换公式将所述二维数据矩阵中每个热成像数据转化为温度值，以将填充温度值的所述二维数据矩阵作为温度点阵。
进一步的，在上述发明实施例的基础上，所述参数获取模块包括：
气象采集单元，用于采集外部网站中当前时段的温度参数、湿度参数和风力参数作为外部气象参数；
温度确定单元，用于确定所述温度点阵内温度值的平均值作为平均温度。
进一步的，在上述发明实施例的基础上，所述结冰预测模块包括：
关系拟合单元，用于拟合所述平均温度以及所述外部气象参数中的温度参数、湿度参数和风力参数以确定关联函数作为关联关系，其中，所述关联函数中温度参数、湿度参数和风力参数作为自变量，所述平均温度作为因变量；
温度预测单元，用于使用所述关联函数确定预设时间段的预测温度、预测湿度和预测风力对应的预测地面温度；
结冰判断单元，用于若所述预测地面温度小于结冰阈值时，则确定所述预设地面结冰，否则确定所述预设地面不结冰。
进一步的，在上述发明实施例的基础上，所述装置还包括：
关系调整单元，用于根据阈值时间范围内的真实气象参数和真实地表温度调整所述关联函数内各参数的权重值以提高所述地面结冰情况预测的准确性。
进一步的，在上述发明实施例的基础上，所述装置还包括：
结冰报警模块，用于在所述温度点阵的平均温度低于预警温度时，生成的结冰预警信息并根据所述结冰语句信息进行报警。
第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的地面结冰预测方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其中，该计算机程序被处理器执行时实现如本发明实施例中任一所述的地面结冰预测方法。
本发明实施例，通过采集预设地面的热成像数据，并按照该热成像数据生成温度点阵，获取外部气象参数和温度点阵的平均温度，根据外部气象参数和该平均温度之间的关联关系对预设时间段的地面结冰情况进行预测，通过温度点阵降低单点温度误差，提高地面温度的准确性，结合外部气象参数预测地面结冰情况，提高预测发现地面结冰，可增强地面行走时的安全性。
附图说明
图1是本发明实施例一提供的一种地面结冰预测方法的流程图；
图2是本发明实施例二提供的一种地面结冰预测方法的流程图；
图3是本发明实施例二提供的一种热成像示例图；
图4是本发明实施例二提供的一种温度点阵的示例图；
图5是本发明实施例三提供的一种地面结冰预测装置的结构示意图；
图6是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构，此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
图1是本发明实施例一提供的一种地面结冰预测方法的流程图，本实施例可适用于对地面结冰状况进行判断的情况，该方法可以由地面结冰预测装置来执行，该装置可以采用硬件和/或软件的方式来实现，参见图1，本发明实施例提供的方法具体可以包括如下步骤：
步骤110、采集预设地面的热成像数据，并生成热成像数据对应的温度点阵。
其中，预设地面可以是需要进行结冰状况判断的地面，预设地面可以由用户根据实际需要进行设定，预设地面的面积越大，相应的，对地面结冰情况的判断也越准确。热成像数据可以是通过热成像仪或者红外热成像相机采集物体生成的数据，热成像数据具体可以为16进制的温度数据。温度点阵可以二维矩阵形式存储温度值，维度点阵中的每个温度值可以对应于预设地面上一个区域的地面温度。
具体的，可以通过热成像仪或者红外热成像相机对预设地面进行数据采集，获取到预设地面各位置处的热成像数据，可以对采集到的热成像数据进行处理，将热成像数据转换为温度数值并存储到二维矩阵，可以将存储有温度数值的二维矩阵作为温度点阵，可以理解的是，二维矩阵的大小可以与预设地面相对应，二维矩阵中每个温度值可以是预设地面对应位置的温度数值。
步骤120、获取外部气象参数和温度点阵的平均温度。
其中，外部气象参数可以是通过外部数据源获取到的气象参数，外部气象参数可以包括预设地面处的风力、空气湿度和空气温度等，例如，外部气象参数可以是通过天气预报网站获取到的天气信息。平均温度可以是温度点阵中所有温度值的平均值。
在本发明实施例中，可以计算温度点阵中所有温度值的平均值作为平均温度，可以通过天气预报等天气网站获取当前时间段的气温、风速、湿度等信息作为外部气象参数。
步骤130、根据外部气象参数与平均温度的关联关系预测预设时间段的地面结冰情况。
其中，关联关系可以是反映外部气象参数与平均温度之间的内在联系的关系，关联关系可以通过数学函数关系进行表示，该数学函数关系中可以将外部气象参数作为自变量，而将平均温度作为因变量，关联关系可以包括线性组合关系、幂指关系和正态关系等。预设时间段可以是未来某个时间段，预设时间段的取值可以通过实验确定，例如，预设时间段的取值可以为30分钟或者1小时。
在本发明实施例中，可以通过确定出的外部气象参数与平均温度的关联关系预测预设时间段内的预设地面的平均温度值，通过该平均温度值确定出地面结冰情况。示例性的，可以通过预设时间段的外部气象参数代入上述的关联关系以确定出对应的平均温度值，在该平均温度值小于0摄氏度时确定路面结冰。
本发明实施例，通过获取预设地面的热成像数据，将该热成像数据处理为温度点阵，获取温度点阵对应的平均温度以及获取外部气象参数，根据外部气象参数与平均温度的关联关系预测预设时间段的地面结冰情况，通过温度点阵消除单点测温误差，提高地面温度测量的准确性，结合外部气象参数实现地面结冰状况的预测，可及时发现地面结冰情况，便于制定处置方案，可增强地面行走的安全性。
实施例二
图2是本发明实施例二提供的一种地面结冰预测方法的流程图，本发明实施例是在上述发明实施例基础上的具体化，参见图2，本发明实施例提供的方法具体包括如下步骤：
步骤210、控制红外热成像相机按照预设时间间隔采集视野内预设地面的热成像数据；其中，红外热成像相机预先部署在龙门架和/或栏杆上，且红外热成像相机的视线与预设地面的夹角在预设角度范围。
其中，预设时间间隔可以是使用红外热成像相机的数据采集间隔，预设时间间隔的取值可以根据实际情况的进行设置，例如，预设时间间隔具体可以为1分钟。预设角度范围可以是红外热成像相机的采集数据的角度范围，预设角度可以是指红外热像相机与预设地面形成的夹角。
在本发明实施例中，红外热成像相机可以预先设置在龙门架和/或栏杆上，该红外热成像相机被调整为视线与地面的夹角的范围在预设角度范围内，例如，45度到90度，以保证红外热成像相机观测的温度范围有效。该红外热成像相机的采集参数被设置为每隔预设时间间隔采集一次预设地面的热成像数据，该预设间隔可以被设置为1分钟，能够将采集的热成像数据及时回传，提高地面结冰状况判断的及时性。
步骤220、去除热成像数据的数据头标记位和数据尾标记位。
其中，数据头标记位和数据尾标记位可以是热成像数据中固定位置，上述位置的内容可以表示热成像数据的起始和热成像数据的结束。
具体的，可以对采集到热成像数据进行预处理，分别去除数据头标记位和数据尾标记位以获取到热成像数据的内容。
步骤230、将处理后的热成像数据按照预设图像长宽参数填充到二维数据矩阵。
其中，预设图像长宽参数可以包括预设图像长和预设图像宽，可以分别代表二维数据矩阵的长和宽，预设图像长可以代表二维数据矩阵的列数，预设图像宽可以代表二维数据矩阵的行数，预设图像长和预设图像宽可以由用户设定，也可以由热成像相机的厂商设定。
在本发明实施例中，可以按照预设图像长宽参数设定一个二维数据矩阵，可以将预设图像长作为二维矩阵的列数，将预设图像宽作为二维矩阵的行数，可以去除数据头标记位和数据尾标记位的热成像数据依次填充到二维数据矩阵中，例如，可以将热成像数据按照四个字符为一个像素温度的规律，可以热成像数据由一维数据转换为二维数据矩阵，该二维数矩阵的大小可以为M*N，M和N可以是预设图像长宽参数。
步骤240、按照红外热成像相机对应的转换公式将二维数据矩阵中每个热成像数据转化为温度值，以将填充温度值的二维数据矩阵作为温度点阵。
其中，转换公式可以是将热成像数据转换为温度值的公式，该转换公式可以由热成像相机的生产商确定。
在本发明实施例中，可以按照转换公式依次将二维数据矩阵中的所有热成像数据转换为一个温度值，并将完成温度值转换的二维数据矩阵作为温度点阵，在一个示例性的实施方式中，转换公式具体可以为：
Tcol1,row1＝(OxOE*256+0x6E)/100＝36.94
其中，0x可以是十六进制的表示方式，0E可以为二维数据矩阵T列上存储的热成像数据，6E可以是二维数据矩阵T行上面的值，最后36.94可以是温度点阵中的温度值。
步骤250、采集外部网站中当前时段的温度参数、湿度参数和风力参数作为外部气象参数。
其中，当前时段可以是采集预设地面温度所处的时间段，例如，当前时段可以为当前时刻前后五分钟的范围。
在本发明实施例中，可以通过爬虫脚本或者接口调用的方式在外部网站采取当前时段对应的温度参数、湿度参数和风力参数作为外部气象参数，在检测地面结冰情况的过程中可以持续获取，以提高外部气象参数的准确性。
步骤260、确定温度点阵内温度值的平均值作为平均温度。
具体的，可以对温度点阵进行处理，确定温度点阵内包含的所有温度值的平均值，可以将该平均值作为温度点阵对应的平均温度。
进一步的，在上述发明实施例的基础上，还包括：在温度点阵的平均温度低于预警温度时，生成的结冰预警信息并根据结冰语句信息进行报警。
其中，预警温度可以是判断地面结冰的临界温度，当温度点阵的平均温度低于该预设温度时，可以进行预警。结冰预警信息可以用于提醒地面结冰的信息，结冰预警信息可以包括平均温度值、结冰地面位置和结冰地面面积等信息，结冰预警信息具体可以为视频信息、语音信息或者文字信息。
在本发明实施例中，可以预先设置一个预警温度，当确定的温度点阵的平均温度低于预警温度时，可以根据该平均温度生成包含平均温度值、结冰地面位置和结冰地面面积等信息的结冰预警信息，并通过文字、视频或者语音的方式进行预警，提醒用户对地面结冰进行处置。
步骤270、拟合平均温度以及外部气象参数中的温度参数、湿度参数和风力参数以确定关联函数作为关联关系，其中，关联函数中温度参数、湿度参数和风力参数作为自变量，平均温度作为因变量。
其中，关联函数可以是反映外部气象参数和平均温度之间关联关系的数学表达，关联函数可以通过外部气象参数和平均温度拟合的方式确定。
具体的，可以将温度参数、湿度参数和风力参数作为自变量，平均温度作为因变量进行拟合，可以将拟合生成的数学表达作为外部气象参数与平均温度的关联函数，例如，可以将外部气象参数中的温度参数Tk、湿度参数Sk和风力参数Fk,以及平均温度Thk一同代入线性组合关系：
aTk+bSk+cFk＝Thk
通过线性组合关系分别确定出关联函数的权重值a，b和c，可以将确定出权重值后的线性组合关系作为外部气象参数和平均温度的关联函数。
步骤280、使用关联函数确定预设时间段的预测温度、预测湿度和预测风力对应的预测地面温度。
其中，预设时间段可以预测的未来时间段，可以是未来的30分钟或者未来1小时，预设时间段可以由用户根据需要设置，预测地面温度可以是通过关联函数确定的地面在未来时间段的温度值。
在本发明实施例中，可以在外部气象网站获取预测温度、预测湿度和预设风力，并将上述的参数代入步骤270确定的关联函数中，可以使用该关联函数确定出对应的预测地面温度，该预测地面温度可以表示预设时间段地面的温度。
步骤290、若预测地面温度小于结冰阈值时，则确定预设地面结冰，否则确定预设地面不结冰。
其中，结冰阈值可以是地面结冰的临界温度值，结冰阈值可以与地面材料相关联，结冰阈值的取值可以由用户设定，例如，结冰阈值可以为0摄氏度。
具体的，可以将预测地面温度与结冰阈值进行比较，若预测地面温度小于结冰阈值则可以确定预设地面在预设时间段内存在结冰情况，若预设地面温度大于或等于结冰阈值，则可以确定预设地址在预设时间段内不存在结冰情况。
本发明实施例，通过控制红外热成像相机按照预设时间间隔采集热成像数据，去除上述热成像数据中的数据头标记位和数据尾标记位，并按照预设图像长宽参数填充到二维数据矩阵，使用转换公式将二维数据矩阵的热成像数据转换为温度值以作为温度点阵，采集当前时段的温度参数、湿度参数和风力参数作为外部气象参数，确定温度点阵内所有温度值的平均温度，将温度参数、湿度参数和风力参数与平均温度拟合生成关联函数，使用关联函数确定预设时间段的预测温度、预测湿度和预测风力对应的预测地面温度，根据预测地面与结冰阈值的比较结果确定预设地面的结冰情况，通过温度点阵消除单点测温误差，提高地面温度测量的准确性，结合外部气象参数实现地面结冰状况的预测，可及时发现地面结冰情况，便于制定处置方案，可增强地面行走的安全性。
进一步的，在上述发明实施例的基础上，还包括：根据阈值时间范围内的真实气象参数和真实地表温度调整所述关联函数内各参数的权重值以提高所述地面结冰情况预测的准确性。
其中，阈值时间范围可以是采集预设地面温度后的一个时间段，真实地表温度可以是通过热成像相机采集到的地面温度，真实气象参数可以是通过气象传感器或者天气预报网站获取到的真实的气象参数，例如，气温参数、湿度参数和风力参数等。
在本发明实施例中，在确定出关联函数后，可以采集阈值时间范围内的气温参数、湿度参数和风力参数等真实气象参数以及真实地表温度，可以通过这真实气象参数和真实地表温度对作为关联函数的各参数的权重值进行调整，使得关联函数更加准确的反映外部气象参数与平均温度之间的关联关系，实现预测地面温度的准确预测，实现地表结冰状况判断的准确性。
在一个示例性的实施方式中，通过红外热成像相机的确定路面结冰情况的方式可以包括如下步骤：S1：红外热成像相机的部署和图像采集。所述步骤S1包括：S11、将红外热成像相机固定在高速公路栏杆或者龙门架上，同时调整相机的视线与地面夹角在一定的范围内(45-90度)以保证观测的温度范围有效；S12、设置相机的采集参数，时间间隔为1分钟，获取到热成像图片，参见图3，其中图3中间有显著突出框体部分为低温区域。热成像图片中针对每个像素块采集温度数据，可以在热成像图片中标识出包括的所有像素块的最小温度MIN、最大温度MAX以及红外热成像相机周围环境温度TA等。S2：采用相机采集十六进制的热成像数据以及使用数据模型对热成像数据解析，使成像的图片对应一个温度点阵，温度点阵可以由多个温度值组成，温度点阵中每个温度值可以对应热成像图片中一个像素块，参见图4，其中示出的温度点阵可以对应图3示出的热成像图片中的低温区域；其中，所述步骤S2包括：S21、将相机采集的十六进制热成像数据存储到data.txt文件中；S22、根据热成像数据的数据特性去除数据头和数据尾的标志位，然后将热成像数据按照四个字符为一个像素温度的规律将热成像数据由一维变为二维M*N，其中，M和N分别是采集的温度图像的长宽大小；S23、对每一个像素点的热成像数据按照如下的数据公式进行解析：
Tcol1,row1＝(OxOE*256+0x6E)/100＝36.94
其中，Ox是十六进制的表示方式，0E为一个温度值T列上面的值，6E为一个温度值T行上面的值，最后的36.94是一个像素的温度值，通过上述的数据公式依次解析出每个像素值的温度即可得到温度点阵。S3：对解析的温度点阵进行处理，若温度点阵中的均值温度值小于0摄氏度，那么就认为是结冰路面，然后将结冰信号传回系统，产生预警。S4：从天气预报等天气网站中获得温度T、湿度S和风力F，并为这三种值创建不同的权重参数，然后与路面的实际温度建立起映射关系，从而可以实现根据天气预报的情况就对路面温度进行预测，能更加及时的部署安全措施。其中，步骤S4包括：S41、按时间段收集相应时间的开源气象参数温度Tk、湿度Sk、风力Fk以及热成像相机采集的温度均值Thk；S42、在时刻K时，对开源的气象参数进行线性组合，可建立起与热成像温度值的数学模型如下：
aTk+bSk+cFk＝Thk
其中a、b、c为开源气象参数的权重系数，根据不同的时刻可进行动态调整，但总体会根据时刻一一对应，不会有随机调整的情况出现；S43、采集未来一定时间内的开源气象参数，并预测地表温度，用来和真实的地表温度进行比对验证，调整开源气象参数的权重系统，使预测模型更加准确；S44、根据预测模型和开源气象参数进行地表温度的预测。
实施例三
图5是本发明实施例三提供的一种地面结冰预测装置的结构示意图，可执行本发明任意实施例所提供的地面结冰预测方法，具备执行方法相应的功能模块和有益效果。该装置可以由软件和/或硬件实现，具体包括：点阵获取模块301、参数获取模块302和结冰预测模块303。其中，
点阵获取模块301，用于采集预设地面的热成像数据，并生成所述热成像数据对应的温度点阵。
参数获取模块302，用于获取外部气象参数和所述温度点阵的平均温度；
结冰预测模块303，用于根据所述外部气象参数与所述平均温度的关联关系预测预设时间段的地面结冰情况。
本发明实施例，通过点阵获取模块获取预设地面的热成像数据，将该热成像数据处理为温度点阵，参数获取模块获取温度点阵对应的平均温度以及获取外部气象参数，结冰预测模块根据外部气象参数与平均温度的关联关系预测预设时间段的地面结冰情况，通过温度点阵消除单点测温误差，提高地面温度测量的准确性，结合外部气象参数实现地面结冰状况的预测，可及时发现地面结冰情况，便于制定处置方案，可增强地面行走的安全性。
进一步的，在上述发明实施例的基础上，所述点阵获取模块301包括：
采集执行单元，用于控制红外热成像相机按照预设时间间隔采集视野内预设地面的热成像数据；其中，所述红外热成像相机预先部署在龙门架和/或栏杆上，且所述红外热成像相机的视线与所述预设地面的夹角在预设角度范围。
进一步的，在上述发明实施例的基础上，所述点阵获取模块301还包括：
预处理单元，用于去除所述热成像数据的数据头标记位和数据尾标记位。
二维转换单元，用于将处理后的所述热成像数据按照预设图像长宽参数填充到二维数据矩阵。
点阵生成单元，用于按照所述红外热成像相机对应的转换公式将所述二维数据矩阵中每个热成像数据转化为温度值，以将填充温度值的所述二维数据矩阵作为温度点阵。
进一步的，在上述发明实施例的基础上，所述参数获取模块302包括：
气象采集单元，用于采集外部网站中当前时段的温度参数、湿度参数和风力参数作为外部气象参数。
温度确定单元，用于确定所述温度点阵内温度值的平均值作为平均温度。
进一步的，在上述发明实施例的基础上，所述结冰预测模块303包括：
关系拟合单元，用于拟合所述平均温度以及所述外部气象参数中的温度参数、湿度参数和风力参数以确定关联函数作为关联关系，其中，所述关联函数中温度参数、湿度参数和风力参数作为自变量，所述平均温度作为因变量。
温度预测单元，用于使用所述关联函数确定预设时间段的预测温度、预测湿度和预测风力对应的预测地面温度。
结冰判断单元，用于若所述预测地面温度小于结冰阈值时，则确定所述预设地面结冰，否则确定所述预设地面不结冰。
进一步的，在上述发明实施例的基础上，所述装置还包括：
关系调整单元，用于根据阈值时间范围内的真实气象参数和真实地表温度调整所述关联函数内各参数的权重值以提高所述地面结冰情况预测的准确性。
进一步的，在上述发明实施例的基础上，所述装置还包括：
结冰报警模块，用于在所述温度点阵的平均温度低于预警温度时，生成的结冰预警信息并根据所述结冰语句信息进行报警。
实施例四
图6是本发明实施例四提供的一种电子设备的结构示意图，如图6所示，该电子设备包括处理器40、存储器41、输入装置42和输出装置43；电子设备中处理器40的数量可以是一个或多个，图6中以一个处理器40为例；电子设备中的处理器40、存储器41、输入装置42和输出装置43可以通过总线或其他方式连接，图6中以通过总线连接为例。
存储器41作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的地面结冰预测方法对应的程序指令/模块(例如，地面结冰预测装置中的点阵获取模块301、参数获取模块302和结冰预测模块303)。处理器40通过运行存储在存储器41中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述的地面结冰预测方法。
存储器41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；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器41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、或其他非易失性固态存储器件。在一些实例中，存储器41可进一步包括相对于处理器40远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置42可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置43可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种地面结冰预测方法，该方法包括：
采集预设地面的热成像数据，并生成所述热成像数据对应的温度点阵；
获取外部气象参数和所述温度点阵的平均温度；
根据所述外部气象参数与所述平均温度的关联关系预测预设时间段的地面结冰情况。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的地面结冰预测方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，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，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述地面结冰预测装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种地面结冰预测方法，其特征在于，所述方法包括：
采集预设地面的热成像数据，并生成所述热成像数据对应的温度点阵；
获取外部气象参数和所述温度点阵的平均温度；
根据所述外部气象参数与所述平均温度的关联关系预测预设时间段的地面结冰情况。
2.根据权利要求1所述的方法，其特征在于，所述采集预设地面的热成像数据，包括：
控制红外热成像相机按照预设时间间隔采集视野内预设地面的热成像数据；
其中，所述红外热成像相机预先部署在龙门架和/或栏杆上，且所述红外热成像相机的视线与所述预设地面的夹角在预设角度范围。
3.根据权利要求2所述的方法，其特征在于，所述生成所述热成像数据对应的温度点阵，包括：
去除所述热成像数据的数据头标记位和数据尾标记位；
将处理后的所述热成像数据按照预设图像长宽参数填充到二维数据矩阵；
按照所述红外热成像相机对应的转换公式将所述二维数据矩阵中每个热成像数据转化为温度值，以将填充温度值的所述二维数据矩阵作为温度点阵。
4.根据权利要求1所述的方法，其特征在于，所述获取外部气象参数和所述温度点阵的平均温度，包括：
采集外部网站中当前时段的温度参数、湿度参数和风力参数作为外部气象参数；
确定所述温度点阵内温度值的平均值作为平均温度。
5.根据权利要求4所述的方法，其特征在于，所述根据所述外部气象参数与所述平均温度的关联关系预测预设时间段的地面结冰情况，包括：
拟合所述平均温度以及所述外部气象参数中的温度参数、湿度参数和风力参数以确定关联函数作为关联关系，其中，所述关联函数中温度参数、湿度参数和风力参数作为自变量，所述平均温度作为因变量；
使用所述关联函数确定预设时间段的预测温度、预测湿度和预测风力对应的预测地面温度；
若所述预测地面温度小于结冰阈值时，则确定所述预设地面结冰，否则确定所述预设地面不结冰。
6.根据权利要求1所述的方法，其特征在于，还包括：
根据阈值时间范围内的真实气象参数和真实地表温度调整所述关联函数内各参数的权重值以提高所述地面结冰情况预测的准确性。
7.根据权利要求1-6任一所述的方法，其特征在于，还包括：
在所述温度点阵的平均温度低于预警温度时，生成的结冰预警信息并根据所述结冰语句信息进行报警。
8.一种地面结冰预测装置，其特征在于，所述装置包括：
点阵获取模块，用于采集预设地面的热成像数据，并生成所述热成像数据对应的温度点阵；
参数获取模块，用于获取外部气象参数和所述温度点阵的平均温度；
结冰预测模块，用于根据所述外部气象参数与所述平均温度的关联关系预测预设时间段的地面结冰情况。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的地面结冰预测方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的地面结冰预测方法。
CN202110169498.4A 2021-02-07 2021-02-07 地面结冰预测方法、装置、电子设备和存储介质 Pending CN112884219A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110169498.4A CN112884219A (zh) 2021-02-07 2021-02-07 地面结冰预测方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110169498.4A CN112884219A (zh) 2021-02-07 2021-02-07 地面结冰预测方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN112884219A true CN112884219A (zh) 2021-06-01

Family

ID=76056050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110169498.4A Pending CN112884219A (zh) 2021-02-07 2021-02-07 地面结冰预测方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112884219A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114088212A (zh) * 2021-11-29 2022-02-25 浙江天铂云科光电股份有限公司 基于温度视觉的诊断方法及诊断装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110211325A (zh) * 2019-06-27 2019-09-06 上海同望信息技术有限公司 一种基于气象大数据的区域道路结冰高精度监测预警系统
CN110348520A (zh) * 2019-07-12 2019-10-18 河南工业大学 一种基于气象数据预测仓储粮堆表层温度的方法和系统
CN110599789A (zh) * 2019-09-17 2019-12-20 北京心中有数科技有限公司 一种道路气象预测方法、装置、电子设备及存储介质
CN211044510U (zh) * 2019-07-22 2020-07-17 北京交通大学 高速公路路面积雪结冰监测预警系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110211325A (zh) * 2019-06-27 2019-09-06 上海同望信息技术有限公司 一种基于气象大数据的区域道路结冰高精度监测预警系统
CN110348520A (zh) * 2019-07-12 2019-10-18 河南工业大学 一种基于气象数据预测仓储粮堆表层温度的方法和系统
CN211044510U (zh) * 2019-07-22 2020-07-17 北京交通大学 高速公路路面积雪结冰监测预警系统
CN110599789A (zh) * 2019-09-17 2019-12-20 北京心中有数科技有限公司 一种道路气象预测方法、装置、电子设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114088212A (zh) * 2021-11-29 2022-02-25 浙江天铂云科光电股份有限公司 基于温度视觉的诊断方法及诊断装置

Similar Documents

Publication Publication Date Title
KR102026685B1 (ko) 영상과 진동을 이용한 도로불량정보 제공 장치 및 서버
CN103184719B (zh) 道路表面调查装置
JP2018041122A (ja) ドライブレコーダ
US20050206531A1 (en) Portable system for detection and management of road traffic and environmental conditions
EP3361412A1 (en) Black ice detection system, program, and method
CN106023645A (zh) 一种光电与雷达复合车位检测系统
CN112769877A (zh) 团雾预警方法、云端服务器及车辆和介质
CN112884219A (zh) 地面结冰预测方法、装置、电子设备和存储介质
US11181665B2 (en) Systems and methods for monitoring updrafts in clouds
KR20010016528A (ko) Ｇｉｓ 기반의 도로 기상 정보 제공 방법 및 시스템
CN116882758A (zh) 一种大坝安全监测体检单生成方法
WO2013096029A2 (en) Integrated video quantization
KR101910892B1 (ko) IoT 기반의 모바일 스마트 태양광 발전 관리 시스템
CN113945988B (zh) 基于雷达测量的覆冰检测方法、覆冰检测系统及设备
US10489923B2 (en) Estimating conditions from observations of one instrument based on training from observations of another instrument
WO2021193148A1 (ja) 道路劣化診断装置、道路劣化診断システム、道路劣化診断方法、及び、記録媒体
KR20220153247A (ko) 블랙아이스 모니터링 시스템
KR20060113053A (ko) 적설량 원격 측정 시스템 및 그 방법.
CN110455207A (zh) 桥梁梁板铰缝状态在线识别装置及其使用方法
CN111640307A (zh) 车辆超速行驶的监控方法、装置和相关产品
US20230032819A1 (en) Methods, apparatuses, systems and computer program products for estimating road surface temperature
JPH11211659A (ja) 路面状態判別方法およびその装置
CN109118731B (zh) 输电线路覆冰雪监测预警方法及系统
JPH09166666A (ja) 路面凍結予測方法
CN111983729A (zh) 天气现象确定方法、装置、计算机设备和介质

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