CN112945136B - 用于边坡风险监测的监测点位遴选方法及系统 - Google Patents
用于边坡风险监测的监测点位遴选方法及系统 Download PDFInfo
- Publication number
- CN112945136B CN112945136B CN202110123969.8A CN202110123969A CN112945136B CN 112945136 B CN112945136 B CN 112945136B CN 202110123969 A CN202110123969 A CN 202110123969A CN 112945136 B CN112945136 B CN 112945136B
- Authority
- CN
- China
- Prior art keywords
- slope
- monitoring
- data
- voice
- monitoring point
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- 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
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Alarm Systems (AREA)
Abstract
本发明属于边坡监测技术领域,尤其涉及用于边坡风险监测的监测点位遴选方法及系统,该系统包括地形采集单元、模拟单元、录入单元、分析单元和实时采集单元;地形采集单元用于采集边坡地形数据;模拟单元用于根据采集的边坡地形数据进行BIM建模,得到边坡模型;录入单元用于录入边坡的勘测数据;勘测数据包括地勘数据、物探数据、钻探数据及测绘数据;模拟单元还用于将录入的勘测数据与边坡模型进行结合得到仿真模型;分析单元用于对仿真模型进行点位分析,得到监测点位;实时采集单元用于采集监测点位的边坡实时数据;分析单元还用于根据边坡实时数据及仿真模型,分析是否更新监测点位。本申请能够选择出合适的边坡监测点位。
Description
技术领域
本发明属于边坡监测技术领域,尤其涉及用于边坡风险监测的监测点位遴选方法及系统。
背景技术
边坡指的是为保证路基稳定,在路基两侧做成的具有一定坡度的坡面。一旦发生边坡事故,造成的人力物力损失将非常巨大。因此,需要对边坡的状态进行监测。
主流的边坡监测技术主要是通过布置及各种传感器、机械设施,获取边坡上监测点处的位移,土压力等,通过相应参数改变推断边坡状态。由于边坡风险的后果非常严重,为了保证监测结果的有效性,监测点位的选取就显得非常重要。
目前,监测点位往往仅凭经验布置,导致出现诸多不合理的监测点布置,从而浪费人力物力,这类监测点位采集的数据,往往难以反映边坡真正存在安全隐患的区域的情况,对于边坡的风险监测难以起到应有的作用。
因此,需要一种用于边坡风险监测的监测点位遴选方法及系统,能够选择出合适的边坡监测点位。
发明内容
本发明的目的在于,提供一种用于边坡风险监测的监测点位遴选方法及系统,能够选择出合适的边坡监测点位。
为了解决上述技术问题,本申请提供如下技术方案:
用于边坡风险监测的监测点位遴选系统,包括地形采集单元、模拟单元、录入单元、分析单元和实时采集单元;
地形采集单元用于采集边坡地形数据;模拟单元用于根据采集的边坡地形数据进行BIM建模,得到边坡模型;
录入单元用于录入边坡的勘测数据;勘测数据包括地勘数据、物探数据、钻探数据及测绘数据;模拟单元还用于将录入的勘测数据与边坡模型进行结合得到仿真模型;
分析单元用于对仿真模型进行点位分析,得到监测点位;实时采集单元用于采集监测点位的边坡实时数据;分析单元还用于根据边坡实时数据及仿真模型,分析是否更新监测点位,若分析结果为更新,还用于更新监测点位。
基础方案原理及有益效果如下:
地形采集单元采集边坡地形数据后,模拟单元根据采集的边坡地形数据进行BIM建模,得到边坡模型,这样,可对边坡的外形进行虚拟建模,方便后续的监测点位分析。
工作人员通过录入单元录入边坡的勘测数据,如地勘数据、物探数据、钻探数据、测绘数据等。模拟单元将勘测数据与边坡模型进行结合得到仿真模型。这样得到的仿真模型,不仅外形轮廓上与实际的边坡基本相同,内在结构上也和边坡基本一致。之后,分析单元对仿真模型进行点位分析得到监测点位。这样结合了边坡的整体轮廓以及内部结构得到的监测点位,能够保证对边坡的关键位置进行有效监测,同时保证监测区域的完整性。与凭借经验布置监测点位相比,本申请中监测点位的数据能够有效的反应边坡关键位置的情况,同时能够完整的对边坡进行监测。同时,这样的监测点分析方法,由于监测点位都是关键点位,可以有效的减少监测点位的数量,从而节约物料资源。
之后,实时采集单元用于采集监测点位的边坡实时数据(如温度、湿度等);分析单元则根据边坡实时数据及仿真模型,分析是否更新监测点位。由于边坡各位置的状态是动态变化而非静态的,随着这种变化的进行,之前的监测点可能已经无法保证监测质量。因此,若分析结果为更新,则更新监测点位。这样,工作人员可依据分析单元生成的监测点位,对边坡上的实际监测点位进行调整。从而保证监测信息的持续有效性。
综上,本申请能够选择出合适的边坡监测点位。
进一步,录入单元还用于录入气象资料;分析单元分析是否更新监测点位时,还结合气象资料进行分析。
气象的异常(如长时间干燥后的持续强降雨),也会导致关键监测点位发生变化,通过这样的设置,能够更加全面、彻底的对监测点位的更新情况进行分析判断。
进一步,分析单元还用于根据边坡实时数据、仿真模型及气象资料,判断是否存在边坡事故的风险,若存在,则生成警报。
这样,能够合理的利用各项数据,在判断存在边坡事故风险的时候生成警报,便于工作人员提前作出应对措施。
进一步,录入单元还用于对边坡的勘测数据进行更新。
在勘测数据更新后,可及时用于监测工作。
进一步,实时采集单元包括均匀安装在边坡上的湿度传感器、震动传感器、拾音器、摄像头及扩音器;每个震动传感器、拾音器、摄像头及扩音器均有唯一编号;
当湿度传感器的监测数据超出预设安全值时,启动震动传感器;分析单元还用于根据震动传感器的采集数据进行震动分析,当分析结果为存在异常时,根据震动传感器的编号确定异常区域,并启动异常区域的拾音器;
分析单元还用于根据拾音器的反馈数据进行语音识别分析,若语音识别分析结果为正在施工,则关闭异常区域的拾音器,启动相邻区域的拾音器,同时分析单元对相邻区域的语音进行降噪处理,将施工语音进行过滤,得到降噪语音,还启动异常区域外预设监控距离的拾音器,采集施工监控语音;分析单元还用于对降噪语音及监控语音进行分析;
若语音识别分析结果为未施工,并且有人说话或有车辆驶过,或者降噪语音分析的结果为有车辆驶过有人说话,则控制对应区域的扩音器播放预设的警报语音;
若语音识别分析的结果为无施工声音,分析单元还分析异常区域在第一预设时间内是否有过防护记录,若否,分析单元生成防护信号;若有,则控制异常区域的摄像头采集区域图像,分析单元用图像分析的方式进行防护工作检查;
若监控语音分析的结果为超过预设分贝值,则分析单元生成施工安全警报信息。
有益效果:
在修建的时候,大部分的边坡变过都经过加固处理,但是由于缺少检修或者天气持续异常,边坡仍有发生事故的风险。
当湿度传感器的监测数据超出预设安全值时,说明边坡的湿度存在问题,有发生事故的可能性。为了进一步确认情况,启动震动传感器,分析单元据根据震动传感器的采集数据进行震动分析,当分析结果为存在异常时,说明存在事故的风险,因此,启动异常区域的拾音器,同时分析单元对拾音器的采集数据进行语音分析。
若语音识别分析结果为正在施工,则说明该风险与正进行的施工相关,区域的其他声音会被施工声音覆盖,因此,关闭异常区域的拾音器,启动相邻区域的拾音器;但施工的声音会对后续的分析产生很大影响,因此,分析单元对相邻区域的语音进行降噪处理,将施工语音进行过滤,得到降噪语音;除了为了对施工进行监督,还启动异常区域外预设监控距离的拾音器,采集施工监控语音。分析单元还对降噪语音及监控语音进行分析。
若语音识别分析结果为未施工,并且有人说话或有车辆驶过,或者降噪语音分析的结果为有车辆驶过有人说话,由于存在事故的风险,需要进行人员的疏散,因此,打开对应区域的扩音器播放预设的警报语音,如“危险区域,请尽快离开!”。
若语音识别分析的结果为无施工声音,则说明该区域的震动是由于边坡的坡体不够稳固,存在事故的风险。因此,分析单元分析异常区域在第一预设时间(如近一个月)内是否有过防护记录,若无,说明该区域急需进行防护加固,因此,分析单元生成防护信号,工作人员通过防护信号,可及时对异常区域进行防护加固。若异常区域在第一预设时间内有过防护记录,为了查看防护是否到位,控制异常区域的摄像头采集区域图像,并用图像分析的方式进行防护工作检查。通过这样的方式,可以对异常区域的防护工作进行检查。
除此,若监控语音分析的结果为超过预设分贝值,则说明施工的动静过大,会提升边坡事故风险的概率,因此,分析单元生成施工安全警报信息。工作人员通过施工安全警报信息,可对施工进行合理的调整以规避风险。
这样,本申请在判断存在边坡事故风险时可以进行具体的原因分析判断,并根据原因不同,分别作出针对性的应对。并且,正常情况下震动传感器、拾音器及扩音器都处于待机状态,可节约电能。
进一步,分析单元进行施工语音过滤时,接收相邻区域的待过滤语音,待过滤语音包括待分析语音和施工语音,根据待过滤语音确定初始理想二值掩蔽矩阵,初始理想二值掩蔽矩阵用于区分待分析语音及施工语音,分析单元还根据初始理想二值掩蔽矩阵对待过滤语音进行谐波补偿得到补偿分离语音,并根据补偿分离语音对待过滤语音进行滤波,得到降噪语音。
采用这样的方式对待过滤语音进行滤波,可以减少降噪语音中能量空洞的产生,进而抑制降噪语音的扭曲。
进一步,分析单元确定初始理想二值掩蔽矩阵时,先计算施工语音的功率谱的平均值,根据平均值确定构成初始理想二值掩蔽矩阵的所有时频单元的值,再根据所有时频单元的值确定初始理想二值掩蔽矩阵。
进一步,计算施工语音的功率谱的平均值时,根据待过滤语音中用于估计施工语音的帧数目和对待过滤语音进行傅里叶变换之后第M帧、第N频段的频域信号的功率谱密度,计算施工语音的功率谱的平均值,其中,M及N分别为正整数。
进一步,防护信号包括防护区域。
便于工作人员快速、准确的找到需要防护处理的区域。
本发明的另一目的在于,提供一种用于边坡风险监测的监测点位遴选方法,使用上述用于边坡风险监测的监测点位遴选系统。
附图说明
图1为本发明实施例一的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
如图1所示,用于边坡风险监测的监测点位遴选系统,包括地形采集单元、模拟单元、录入单元、分析单元和实时采集单元。
其中,采集单元用于采集边坡的地形数据,本实施例中,采集单元为3D激光扫描仪。模拟单元用于根据采集的边坡地形数据进行BIM建模,得到边坡模型。
录入单元用于录入气象资料及边坡的勘测数据;勘测数据包括地勘数据、物探数据、钻探数据及测绘数据。气象资料可通过气象网站数据爬取的方式自动录入。模拟单元还用于将录入的气象资料及勘测数据与边坡模型进行结合得到仿真模型。
分析单元用于对仿真模型进行点位分析,得到监测点位;实时采集单元用于采集监测点位的边坡实时数据;分析单元还用于根据边坡实时数据及仿真模型,分析是否更新监测点位,若分析结果为更新,还用于更新监测点位。
分析单元还用于根据边坡实时数据、仿真模型及气象资料,判断是否存在边坡事故的风险,若存在,则生成警报。
本申请能够选择出合适的边坡监测点位。并且能够合理的利用各项数据,在判断存在边坡事故风险的时候生成警报,便于工作人员提前作出应对措施。
本发明还提供一种用于边坡风险监测的监测点位遴选方法,使用上述用于边坡风险监测的监测点位遴选系统。
实施例二
与实施例一不同的是,本实施例中,实时采集单元包括均匀安装在边坡上的湿度传感器、震动传感器、拾音器、摄像头及扩音器;每个震动传感器、拾音器、摄像头及扩音器均有唯一编号。具体的,分析单元可以集成在云服务器(如腾讯云服务器)上,震动传感器、拾音器、摄像头及扩音器可以按区域分组设置,每组配备一个微控制器及通信模块,通过微信控制进行内部控制,通过通信模块与分析单元进行通信。
当湿度传感器的监测数据超出预设安全值时,启动震动传感器;分析单元还用于根据震动传感器的采集数据进行震动分析,当分析结果为存在异常时,根据震动传感器的编号确定异常区域,并启动异常区域的拾音器;
分析单元还用于根据拾音器的反馈数据进行语音识别分析,若语音识别分析结果为正在施工,则关闭异常区域的拾音器,启动相邻区域的拾音器,同时分析单元对相邻区域的语音进行降噪处理,将施工语音进行过滤,得到降噪语音,还启动异常区域外预设监控距离的拾音器,采集施工监控语音;分析单元还用于对降噪语音及监控语音进行分析;
若语音识别分析结果为未施工,并且有人说话或有车辆驶过,或者降噪语音分析的结果为有车辆驶过有人说话,则控制对应区域的扩音器播放预设的警报语音;
若语音识别分析的结果为无施工声音,分析单元还分析异常区域在第一预设时间内是否有过防护记录,若否,分析单元生成防护信号,防护信号包括防护区域;若有,则控制异常区域的摄像头采集区域图像,分析单元用图像分析的方式进行防护工作检查;
若监控语音分析的结果为超过预设分贝值,则分析单元生成施工安全警报信息。
分析单元进行施工语音过滤时,接收相邻区域的待过滤语音,待过滤语音包括待分析语音和施工语音,根据待过滤语音确定初始理想二值掩蔽矩阵,初始理想二值掩蔽矩阵用于区分待分析语音及施工语音。具体的,分析单元确定初始理想二值掩蔽矩阵时,先计算施工语音的功率谱的平均值,根据平均值确定构成初始理想二值掩蔽矩阵的所有时频单元的值,再根据所有时频单元的值确定初始理想二值掩蔽矩阵。计算施工语音的功率谱的平均值时,根据待过滤语音中用于估计施工语音的帧数目和对待过滤语音进行傅里叶变换之后第M帧、第N频段的频域信号的功率谱密度,计算施工语音的功率谱的平均值,其中,M及N分别为正整数。
分析单元还根据初始理想二值掩蔽矩阵对待过滤语音进行谐波补偿得到补偿分离语音,并根据补偿分离语音对待过滤语音进行滤波,得到降噪语音。
本系统在判断存在边坡事故风险时可以进行具体的原因分析判断,并根据原因不同,分别作出针对性的应对。并且,正常情况下震动传感器、拾音器及扩音器都处于待机状态,可节约电能。
以上的仅是本发明的实施例,该发明不限于此实施案例涉及的领域,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (9)
1.用于边坡风险监测的监测点位遴选系统,其特征在于:包括地形采集单元、模拟单元、录入单元、分析单元和实时采集单元;
地形采集单元用于采集边坡地形数据;模拟单元用于根据采集的边坡地形数据进行BIM建模,得到边坡模型;
录入单元用于录入边坡的勘测数据;勘测数据包括地勘数据、物探数据、钻探数据及测绘数据;模拟单元还用于将录入的勘测数据与边坡模型进行结合得到仿真模型;
分析单元用于对仿真模型进行点位分析,得到监测点位;实时采集单元用于采集监测点位的边坡实时数据;分析单元还用于根据边坡实时数据及仿真模型,分析是否更新监测点位,若分析结果为更新,还用于更新监测点位;
实时采集单元包括均匀安装在边坡上的湿度传感器、震动传感器、拾音器、摄像头及扩音器;每个震动传感器、拾音器、摄像头及扩音器均有唯一编号;
当湿度传感器的监测数据超出预设安全值时,启动震动传感器;分析单元还用于根据震动传感器的采集数据进行震动分析,当分析结果为存在异常时,根据震动传感器的编号确定异常区域,并启动异常区域的拾音器;
分析单元还用于根据拾音器的反馈数据进行语音识别分析,若语音识别分析结果为正在施工,则关闭异常区域的拾音器,启动相邻区域的拾音器,同时分析单元对相邻区域的语音进行降噪处理,将施工语音进行过滤,得到降噪语音,还启动异常区域外预设监控距离的拾音器,采集施工监控语音;分析单元还用于对降噪语音及监控语音进行分析;
若语音识别分析结果为未施工,并且有人说话或有车辆驶过,或者降噪语音分析的结果为有车辆驶过有人说话,则控制对应区域的扩音器播放预设的警报语音;
若语音识别分析的结果为无施工声音,分析单元还分析异常区域在第一预设时间内是否有过防护记录,若否,分析单元生成防护信号;若有,则控制异常区域的摄像头采集区域图像,分析单元用图像分析的方式进行防护工作检查;
若监控语音分析的结果为超过预设分贝值,则分析单元生成施工安全警报信息。
2.根据权利要求1所述的用于边坡风险监测的监测点位遴选系统,其特征在于:录入单元还用于录入气象资料;分析单元分析是否更新监测点位时,还结合气象资料进行分析。
3.根据权利要求2所述的用于边坡风险监测的监测点位遴选系统,其特征在于:分析单元还用于根据边坡实时数据、仿真模型及气象资料,判断是否存在边坡事故的风险,若存在,则生成警报。
4.根据权利要求1所述的用于边坡风险监测的监测点位遴选系统,其特征在于:录入单元还用于对边坡的勘测数据进行更新。
5.根据权利要求1所述的用于边坡风险监测的监测点位遴选系统,其特征在于:分析单元进行施工语音过滤时,接收相邻区域的待过滤语音,待过滤语音包括待分析语音和施工语音,根据待过滤语音确定初始理想二值掩蔽矩阵,初始理想二值掩蔽矩阵用于区分待分析语音及施工语音,分析单元还根据初始理想二值掩蔽矩阵对待过滤语音进行谐波补偿得到补偿分离语音,并根据补偿分离语音对待过滤语音进行滤波,得到降噪语音。
6.根据权利要求5所述的用于边坡风险监测的监测点位遴选系统,其特征在于:分析单元确定初始理想二值掩蔽矩阵时,先计算施工语音的功率谱的平均值,根据平均值确定构成初始理想二值掩蔽矩阵的所有时频单元的值,再根据所有时频单元的值确定初始理想二值掩蔽矩阵。
7.根据权利要求6所述的用于边坡风险监测的监测点位遴选系统,其特征在于:计算施工语音的功率谱的平均值时,根据待过滤语音中用于估计施工语音的帧数目和对待过滤语音进行傅里叶变换之后第M帧、第N频段的频域信号的功率谱密度,计算施工语音的功率谱的平均值,其中,M及N分别为正整数。
8.根据权利要求1所述的用于边坡风险监测的监测点位遴选系统,其特征在于:防护信号包括防护区域。
9.用于边坡风险监测的监测点位遴选方法,其特征在于:使用上述权利要求1-8任一项用于边坡风险监测的监测点位遴选系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110123969.8A CN112945136B (zh) | 2021-01-29 | 2021-01-29 | 用于边坡风险监测的监测点位遴选方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110123969.8A CN112945136B (zh) | 2021-01-29 | 2021-01-29 | 用于边坡风险监测的监测点位遴选方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112945136A CN112945136A (zh) | 2021-06-11 |
CN112945136B true CN112945136B (zh) | 2022-07-01 |
Family
ID=76239652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110123969.8A Active CN112945136B (zh) | 2021-01-29 | 2021-01-29 | 用于边坡风险监测的监测点位遴选方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112945136B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116228131A (zh) * | 2022-12-28 | 2023-06-06 | 广州希华通讯设备有限公司 | 一种基于工地bim监控辅助方法 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103748620A (zh) * | 2011-04-22 | 2014-04-23 | 艾克潘尔基公司 | 用于分析能量使用的系统和方法 |
CN102636364B (zh) * | 2012-04-01 | 2015-04-15 | 周志祥 | 车载桥面形态-结构安全监测系统及检测方法 |
CN102722775A (zh) * | 2012-05-16 | 2012-10-10 | 山西潞安环保能源开发股份有限公司 | 煤矿安全危机管理系统及方法 |
CN103590856B (zh) * | 2013-11-20 | 2014-12-31 | 煤科集团沈阳研究院有限公司 | 矿井气体束管管路监测系统的监测方法 |
AU2015296139B2 (en) * | 2014-08-01 | 2019-11-07 | Lifelens Technologies, Llc | Modular physiologic monitoring systems, kits, and methods |
US20160147408A1 (en) * | 2014-11-25 | 2016-05-26 | Johnathan Bevis | Virtual measurement tool for a wearable visualization device |
CN204288566U (zh) * | 2014-12-15 | 2015-04-22 | 福建北讯智能科技有限公司 | 一种智能家居安防、环境监测实训装置 |
CN105761434A (zh) * | 2014-12-17 | 2016-07-13 | 黑龙江真美广播通讯器材有限公司 | 一种可监测山洪震感的预警广播机 |
CN104616433A (zh) * | 2015-02-04 | 2015-05-13 | 清华大学 | 用于基坑工程的实时监测与预警系统 |
CN204465736U (zh) * | 2015-02-05 | 2015-07-08 | 成都君禾天成科技有限公司 | 一种基于物联网的输电线路智能远程监控系统 |
US20200267941A1 (en) * | 2015-06-16 | 2020-08-27 | Radio Systems Corporation | Apparatus and method for delivering an auditory stimulus |
CN105892538B (zh) * | 2016-04-22 | 2018-08-31 | 郑贵林 | 用于构建主动消防体系及智慧建筑的智能终端和智能终端系统 |
CN105957311A (zh) * | 2016-06-01 | 2016-09-21 | 中国水利水电科学研究院 | 自适应扩展的边坡稳定智能监测预警系统 |
CN107527479A (zh) * | 2016-06-21 | 2017-12-29 | 深圳市爱丰达盛科技有限公司 | 一种边坡监测预警的方法和系统 |
CN106595565B (zh) * | 2017-01-17 | 2019-05-03 | 中山大学 | 一种基于bim的智能化监测系统 |
CN107370649B (zh) * | 2017-08-31 | 2020-09-11 | 广东美的制冷设备有限公司 | 家电控制方法、系统、控制终端、及存储介质 |
US10388157B1 (en) * | 2018-03-13 | 2019-08-20 | Allstate Insurance Company | Processing system having a machine learning engine for providing a customized driving assistance output |
CN108508855A (zh) * | 2018-03-20 | 2018-09-07 | 安徽赛福贝特信息技术有限公司 | 一种基于物联网的监控系统 |
CN108759916A (zh) * | 2018-05-28 | 2018-11-06 | 佛山市小沙江科技有限公司 | 一种基于物联网的桥梁监测系统 |
CN109358545A (zh) * | 2018-10-25 | 2019-02-19 | 孝感轻芯网络科技有限公司 | 一种多功能婴幼儿床铺监控装置 |
CN109443431A (zh) * | 2018-10-31 | 2019-03-08 | 广西路桥工程集团有限公司 | 一种公路边坡智能监控及维护系统 |
CN109506568B (zh) * | 2018-12-29 | 2021-06-18 | 思必驰科技股份有限公司 | 一种基于图像识别和语音识别的声源定位方法及装置 |
CN110319882B (zh) * | 2019-06-24 | 2021-04-20 | 中国路桥工程有限责任公司 | 公路沿线坡体灾害监测系统 |
CN110991720A (zh) * | 2019-11-25 | 2020-04-10 | 中国长江三峡集团有限公司 | 地质灾害监测预警与防治系统 |
CN111122790A (zh) * | 2019-12-31 | 2020-05-08 | 浙江正元地理信息有限责任公司 | 一种基于物联网技术的井下有毒气体监测装置及方法 |
CN111504251A (zh) * | 2020-04-21 | 2020-08-07 | 北京中资国源科技有限公司 | 一种高速公路边坡安全监测的新方法 |
-
2021
- 2021-01-29 CN CN202110123969.8A patent/CN112945136B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112945136A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3534361B1 (en) | Method and apparatus for continuously optimized road noise cancellation | |
KR101688246B1 (ko) | 지하 침투 탐지 시스템 | |
AU2020262969B2 (en) | Detection of structural anomalies in a pipeline network | |
CN106442720A (zh) | 一种声振式轨道桥梁健康监测装置、系统及方法 | |
JP2019529952A5 (zh) | ||
CN109357167A (zh) | 一种燃气管道漏点检测装置及检测方法 | |
CN112945136B (zh) | 用于边坡风险监测的监测点位遴选方法及系统 | |
CN110239914B (zh) | 红外视听频谱融合输送带纵向撕裂检测预警装置及方法 | |
CN106600869A (zh) | 一种用于光纤围栏安防系统的围栏入侵识别方法 | |
CN112907900B (zh) | 一种边坡监测实体风险预警评估模型 | |
CN102945675A (zh) | 检测户外呼救声音的智能传感网络系统 | |
JP2023538474A (ja) | ケーブル切断防止のための統計的画像処理に基づく異常検出 | |
CN105608822A (zh) | 铁路周界入侵振动光纤报警方法及装置 | |
Orga Vidal et al. | Anomalous noise events considerations for the computation of road traffic noise levels: The DYNAMAP's Milan case study | |
CN106600870A (zh) | 一种分布式光纤围栏振动入侵识别系统 | |
CN113366545A (zh) | 道路监视系统、道路监视设备、道路监视方法和非暂时性计算机可读介质 | |
CN112836956B (zh) | 用于隧道风险监测的点位选择方法及系统 | |
Mahmoud et al. | Performance investigation of real-time fiber optic perimeter intrusion detection systems using event classification | |
DE102005045763A1 (de) | System und Verfahren zur Sicherung einer großen Infrastruktur | |
CN108180398B (zh) | 一种燃气管道防第三方破坏检测方法及检测系统 | |
CN104376666B (zh) | 一种基于监狱隔离网振动的分析方法 | |
Mahmoud et al. | Elimination of rain-induced nuisance alarms in distributed fiber optic perimeter intrusion detection systems | |
JP3433144B2 (ja) | 地震早期検知警報・制御システム | |
CN114033377B (zh) | 一种基于声纹检测技术的放顶煤控制方法及系统 | |
Tejedor et al. | Towards detection of pipeline integrity threats using a SmarT fiber-OPtic surveillance system: PIT-STOP project blind field test results |
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 |