CN112946779A - 用于隧道安全监测的点域识别系统及方法 - Google Patents
用于隧道安全监测的点域识别系统及方法 Download PDFInfo
- Publication number
- CN112946779A CN112946779A CN202110120377.0A CN202110120377A CN112946779A CN 112946779 A CN112946779 A CN 112946779A CN 202110120377 A CN202110120377 A CN 202110120377A CN 112946779 A CN112946779 A CN 112946779A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- risk
- background server
- preset
- risk factors
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 21
- 239000007787 solid Substances 0.000 claims abstract description 10
- 238000004891 communication Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010291 electrical method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/593—Recognising seat occupancy
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及固体变形监测技术领域,具体涉及用于隧道安全监测的点域识别系统及方法,包括多个第一采集端,每个第一采集端包括多个以不同采集方式采集隧道风险因素的采集器,还包括与第一采集端无线通信的后台服务器,后台服务器获取隧道风险因素并判断风险类型和风险范围,后台服务器针对每种地质结构的隧道计算每个采集器所采集隧道风险因素的风险类型的数目值,在数目值相同时,后台服务器将风险范围最大的采集器的采集方式作为目标采集方式,在数目值不相同时,后台服务器将位于预设范围内的风险范围的采集器的采集方式作为目标采集方式。本发明根据风险范围判断对应的目标采集方式,提高隧道风险因素采集所适用方式的适应性和准确性。
Description
技术领域
本发明涉及固体变形监测技术领域,具体涉及用于隧道安全监测的点域识别系统及方法。
背景技术
隧道是连接两段具有阻碍物道路的通道,隧道极大地缩短了道路修建的长度,隧道通常是挖掘山体后经过钢筋混凝土进行支撑而形成。不同区域交通的便捷性也使得隧道广泛应用于跨区域的道路上,由于多数隧道位于较为偏僻的位置上,所以,隧道的安全监测也成为了道路管控的重点和难点。
针对隧道的安全监测问题,目前公开了很多的监测方法,例如,公开号为CN108801170A的专利公开了一种隧道变形监测系统,所述隧道变形监测系统包括:激光测距仪,设置在隧道水平最大宽度的侧壁上,用于测量隧道断面的宽度;监控摄像头,设置于激光测距仪上,用于查看隧道现场情况;控制与传输设备,用于接收控制指令并控制激光测距仪和监控摄像头,同时接收激光测距仪的监测数据和所述监控摄像头采集的视频数据;远程控制端,用于发送控制指令给控制与传输设备,同时接收监测数据和所述视频数据,并对监测数据和视频数据进行分析和显示。该监测系统可以安装在地铁隧道结构上,监测需要重点关注的区域,实时监视现场环境情况,通过远程控制自动采集监测数据,自动传回服务器后台,安装简便。
但是,现在的各种监测方法都具有一定的好处和弊端,针对不同地质情况下隧道的监测方法可能会不同,以能让监测结果更准确及时,所以,急需一种选择最有效监测方法的系统。
发明内容
本发明意在提供一种用于隧道安全监测的点域识别系统,以确定最合适的监测方法。
本方案中的用于隧道安全监测的点域识别系统,包括多个不同地质结构处隧道风险因素的第一采集端,每个第一采集端包括多个以不同采集方式采集隧道风险因素的采集器,还包括与第一采集端无线通信的后台服务器,所述后台服务器获取隧道风险因素并判断风险类型和风险范围,所述后台服务器针对每种地质结构的隧道计算每个采集器所采集隧道风险因素的风险类型的数目值,在数目值相同时,所述后台服务器将风险范围最大的采集器的采集方式作为目标采集方式,在数目值不相同时,所述后台服务器将位于预设范围内的风险范围的采集器的采集方式作为目标采集方式。
本方案的有益效果是:
通过对不同地质处的隧道进行隧道风险因素采集,并在每个隧道处使用不同的采集方式进行隧道风险因素采集,再对同一隧道采集的隧道风险因素进行处理,提高多种隧道风险因素的可比性;对多个采集器的隧道风险因素的风险类型数量进行统计,即对能够采集到某种风险类型的采集器的数量进行统计,根据所能够采集到隧道风险因素的采集器的数量,根据风险范围判断对应的目标采集方式,提高隧道风险因素采集所适用方式的适应性和准确性。
进一步,还包括位于隧道内的第二采集端,所述第二采集端采集隧道内车辆通过时的振动强度并发送至后台服务器,所述后台服务器根据风险类型判断振动强度是否大于预设值,当振动强度大于预设值时,所述后台服务器判断振动强度小于预设值时的风险类型与振动强度大于预设值时的风险类型是否相同,当不相同时,所述后台服务器判断隧道风险因素不受干扰。
有益效果是:由于隧道内通行载重型车辆时,载重型车辆因速度和自身重力会给隧道施加影响,通过第二采集端进行隧道内通行车辆时的振动强度来判断隧道风险因素是否受到干扰,提高隧道风险因素检测的准确性。
进一步,所述第二采集端上固设有连接架,所述连接架固定在隧道的内壁上,所述连接架成U形,所述连接架的水平段长度大于第二采集端的宽度。
有益效果是:将第二采集端通过连接架进行固定,保证第二采集端能够感应采集到载重型车辆通行时引起的振动。
进一步,还包括位于隧道入口处的图像采集端和通信端,所述后台服务器包括固存模块和暂存模块,所述图像采集端用于拍摄车辆图像并通过通信端发送至后台服务器,所述后台服务器识别车辆图像上车辆所占的面积值并与预设面积进行对比,当面积值大于预设面积时,所述后台服务器根据车辆图像判断车辆的总载人数量,所述后台服务器将总载人数量与阈值进行对比,当总载人数量大于阈值时,所述后台服务器将判断到总载人数量大于阈值后预设时段内获取的隧道风险因素存储至暂存模块,所述后台服务器将预设时段外的隧道风险因素存储至固存模块。
有益效果是:拍摄隧道入口处的车辆图像并识别车辆在图像上占到的面积值,判断车辆上总载人数量,以进而判断车辆上可能持有的无线设备数量,在数量较多时,将预设时段内采集到的隧道风险因素与预设时段外的隧道风险因素分开存储,以快速识别到可能受到干扰的数据,便于对受到干扰的数据进行处理。
进一步,当面积值小于预设面积时,所述后台服务器从车辆图像上识别功能标识并判断与预设标识是否相同,当功能标识与预设标识相同时,所述后台服务器将判断到功能标识与预设标识相同后的预设时段内的隧道风险因素存储至暂存模块。
有益效果是:由于部分功能性小型车辆上会配备无线通信设备进行工作,这种车辆上的无线通信设备可能会对部分采集器的工作产生干扰,所以,本技术方案识别车辆图像上的功能标识,例如巡检、警察、消防等字样的标识,然后单独存储预设时段内的隧道风险因素,便于快速定位到可能受到了干扰的数据。
进一步,所述后台服务器识别车辆图像上的窗户区域,所述后台服务器根据窗户区域的形状判断总载人数量,所述后台服务器对比预设时段内的隧道风险因素与预设时段外的隧道风险因素是否相同,当相同时,所述后台服务器将暂存模块中的隧道风险因素移送至固存模块。
有益效果是:判断总载人数量时通过识别窗户区域的形状进行,无需准确到每个座位上有人与否,避免部分车辆的窗户贴膜或者卧铺车上人员躺着无法识别的情况,再通过判断预设时段内和外的隧道风险因素来确认是否有干扰,降低隧道风险因素被误判的几率。
用于隧道安全监测的点域识别方法,应用了上述用于隧道安全监测的点域识别系统。
附图说明
图1为本发明用于隧道安全监测的点域识别系统实施例一的原理框图;
图2为本发明用于隧道安全监测的点域识别系统实施例一的流程框图。
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
用于隧道安全监测的点域识别系统,如图1所示:包括多个不同地质结构处隧道风险因素的第一采集端和与第一采集端无线通信的后台服务器,每个第一采集端包括多个以不同采集方式采集隧道风险因素的采集器,多个采集器分别为地质雷达、SSP地震散射勘探仪器、地震波CT勘探仪器和利用高密度电法进行勘探的仪器;后台服务器包括处理模块、暂存模块和固存模块,处理模块可用现有搭载了隧道监测数据处理软件的主机,由处理模块对数据进行处理,隧道风险因素即为不同监测设备所采集到的数据。
后台服务器获取隧道风险因素并判断风险类型和风险范围,风险类型可以是裂缝、空洞或者滑坡等,风险范围可以是隧道具有裂缝、空洞或者滑坡的范围;后台服务器针对每种地质结构的隧道计算每个采集器所采集隧道风险因素的风险类型的数目值,例如地质雷达采集器采集到裂缝、空洞和滑坡三种风险类型,数目值为三,在多个采集器的数目值相同时,后台服务器将风险范围最大的采集器的采集方式作为目标采集方式,在多个采集器的数目值不相同时,后台服务器将位于预设范围内的风险范围的采集器的采集方式作为目标采集方式。
还包括位于隧道内的第二采集端,第二采集端上通过卡箍卡接有连接架,连接架通过螺钉等固定在隧道的内壁上,连接架成U形,连接架的水平段长度大于第二采集端的宽度;第二采集端采集隧道内车辆通过时的振动强度并发送至后台服务器,第二采集端可用现有的振动传感器,后台服务器根据风险类型判断振动强度是否大于预设值,当振动强度大于预设值时,后台服务器获取振动强度小于预设值时的风险类型与振动强度大于预设值时的风险类型进行对比,后台服务器判断振动强度小于预设值时的风险类型与振动强度大于预设值时的风险类型是否相同,例如均是滑坡类型,当不相同时,后台服务器判断隧道风险因素不受干扰。
还包括位于隧道入口处的图像采集端和通信端,后台服务器包括固存模块和暂存模块,图像采集端用于从侧面上拍摄车辆图像并通过通信端发送至后台服务器,振动强度可以通过通信器发送至后台服务器,图像采集端可以通过现有道路的违章抓拍摄像端,后台服务器识别车辆图像上车辆所占的面积值并与预设面积进行对比,所拍摄车辆图像上车辆的侧面面积,当面积值大于预设面积时,后台服务器根据车辆图像判断车辆的总载人数量,判断总载人数量的具体过程为,后台服务器识别车辆图像上的窗户区域,后台服务器根据窗户区域的形状判断总载人数量,根据实际车辆上窗户的形状来判断窗户区域的形状,如根据轿车、货车和大客车等的窗户形状判断总载人数,后台服务器对比预设时段内的隧道风险因素与预设时段外的隧道风险因素是否相同,当相同时,后台服务器将暂存模块中的隧道风险因素移送至固存模块。
后台服务器将总载人数量与阈值进行对比,当总载人数量大于阈值时,后台服务器将判断到总载人数量大于阈值后预设时段内获取的隧道风险因素存储至暂存模块,预设时段根据车辆通过隧道的时间段进行设置,后台服务器将预设时段外的隧道风险因素存储至固存模块;当面积值小于预设面积时,后台服务器从车辆图像上识别功能标识并判断与预设标识是否相同,当功能标识与预设标识相同时,后台服务器将判断到功能标识与预设标识相同后的预设时段内的隧道风险因素存储至暂存模块。
基于上述用于隧道安全监测的点域识别系统,本实施例一还提供了用于隧道安全监测的点域识别方法,如图2所示,包括以下内容:
将第一采集端和第二采集端布设至不同隧道处,将多个第一采集端的不同采集器布设至隧道的监测区域上,由采集器对隧道的风险因素进行采集。
由后台服务器的处理模块获取隧道风险因素并判断风险类型和风险范围,(并列)通过第二采集端采集车辆通过隧道时的振动强度,由后台服务器的处理模块根据风险类型判断振动强度是否大于预设值,当振动强度大于预设值时,让后台服务器获取振动强度小于预设值时的风险类型与振动强度大于预设值时的风险类型进行对比,即判断振动强度小于预设值时的风险类型与振动强度大于预设值时的风险类型是否相同,当不相同时,后台服务器判断隧道风险因素不受干扰,以及时标注出受到载重型车辆行驶影响的风险因素。
通过隧道入口处的图像采集端拍摄车辆图像,当振动强度大于预设值时,通过车辆图像上的车辆所占面积值与预设面积进行对比,在面积值大于预设面积时,根据车辆图像上车辆的窗户区域形状判断总载人数量,最后根据总载人数量启动判断预设时段内与预设时段外的隧道风险因素是否相同,即判断该车辆在隧道内行驶过程中与该车辆未在隧道内行驶的隧道风险因素是否系统,根据总载人数量将风险因素存储至不同位置上,便于及时将受到大型载人车辆无线电干扰的风险因素。
当不受到干扰时,由后台服务器的处理模块针对每种地质结构的隧道计算每个采集器所采集隧道风险因素的风险类型的数目值,在多个采集器的数目值相同时,后台服务器将风险范围最大的采集器的采集方式作为目标采集方式,在多个采集器的数目值不相同时,由后台服务器将位于预设范围内的风险范围的采集器的采集方式作为目标采集方式。
实施例二
与实施例一的区别是,还包括接收不同频段无线信号的第一无线电接收器和第二无线电接收器,第一无线电接收器位于隧道的一端入口处,第二无线电接收器位于隧道另一端的出口处,第一无线电接收器底部安装有第一移动座,第二无线电接收器底部安装有第二移动座,第一移动座上安装有第一移动机械臂、第一通信器和对应的第一控制器,第二移动座上安装有第二移动机械臂、第二通信器和对应的第二控制器,两个移动机械臂可用现有能够多个维度移动的产品,第一移动机械臂在第一控制器的控制下带动无线电接收器进行移动,第二移动机械臂在第二控制器的控制下带动无线电接收器进行移动,让第一无线电接收器和第二无线电接收器能够从多个方向上接收无线信号;当具有功能标识的车辆从隧道入口处行驶时,第一无线电接收器接收车辆上设备的无线电信号后输出信号频率并发送至第一控制器,控制器对比工作频率与预设的采集器的信号频率是否位于同一频段,当工作频率与信号频率位于同一频段时,第一控制器控制第一移动机械臂带动第一无线电接收器朝着该无线信号发出的车辆移动,即锁定该车辆,第一控制器收到无线信号后通过第一通信器向第二控制器发送锁定信号,第二控制器记录启动时刻,第二控制器收到来自第二无线电接收器的无线信号后记录结束时刻,第二控制器将启动时刻和结束时刻发送至处理模块;处理模块根据启动时刻和结束时刻计算预设时段,处理模块将该预设时段内的隧道风险因素从固存模块移动至暂存模块存储。
本实施例二通过两个无线电接收器分别接受隧道两端的无线信号,识别无线信号的信号频率进行判断是否与采集器的工作频率位于同一频段内,例如同位于极高频段,即判断具有功能标识车辆上的无线电信号是否对部分采集器的工作产生干扰,在位于同一频段时,从车辆进入隧道时记录启动时刻,在车辆出隧道时记录结束时刻,将启动时刻和结束时刻之间的隧道风险因素剔除出来单独存放,防止将可能受到功能标识的车辆上发出无线电信号干扰的采集结果用于分析导致的误差,提高所确定适用方式的准确性。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述。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 (7)
1.用于隧道安全监测的点域识别系统,包括多个不同地质结构处隧道风险因素的第一采集端,每个第一采集端包括多个以不同采集方式采集隧道风险因素的采集器,其特征在于:还包括与第一采集端无线通信的后台服务器,所述后台服务器获取隧道风险因素并判断风险类型和风险范围,所述后台服务器针对每种地质结构的隧道计算每个采集器所采集隧道风险因素的风险类型的数目值,在数目值相同时,所述后台服务器将风险范围最大的采集器的采集方式作为目标采集方式,在数目值不相同时,所述后台服务器将位于预设范围内的风险范围的采集器的采集方式作为目标采集方式。
2.根据权利要求1所述的用于隧道安全监测的点域识别系统,其特征在于:还包括位于隧道内的第二采集端,所述第二采集端采集隧道内车辆通过时的振动强度并发送至后台服务器,所述后台服务器根据风险类型判断振动强度是否大于预设值,当振动强度大于预设值时,所述后台服务器判断振动强度小于预设值时的风险类型与振动强度大于预设值时的风险类型是否相同,当不相同时,所述后台服务器判断隧道风险因素不受干扰。
3.根据权利要求2所述的用于隧道安全监测的点域识别系统,其特征在于:所述第二采集端上固设有连接架,所述连接架固定在隧道的内壁上,所述连接架成U形,所述连接架的水平段长度大于第二采集端的宽度。
4.根据权利要求1所述的用于隧道安全监测的点域识别系统,其特征在于:还包括位于隧道入口处的图像采集端和通信端,所述后台服务器包括固存模块和暂存模块,所述图像采集端用于拍摄车辆图像并通过通信端发送至后台服务器,所述后台服务器识别车辆图像上车辆所占的面积值并与预设面积进行对比,当面积值大于预设面积时,所述后台服务器根据车辆图像判断车辆的总载人数量,所述后台服务器将总载人数量与阈值进行对比,当总载人数量大于阈值时,所述后台服务器将判断到总载人数量大于阈值后预设时段内获取的隧道风险因素存储至暂存模块,所述后台服务器将预设时段外的隧道风险因素存储至固存模块。
5.根据权利要求4所述的用于隧道安全监测的点域识别系统,其特征在于:当面积值小于预设面积时,所述后台服务器从车辆图像上识别功能标识并判断与预设标识是否相同,当功能标识与预设标识相同时,所述后台服务器将判断到功能标识与预设标识相同后的预设时段内的隧道风险因素存储至暂存模块。
6.根据权利要求4所述的用于隧道安全监测的点域识别系统,其特征在于:所述后台服务器识别车辆图像上的窗户区域,所述后台服务器根据窗户区域的形状判断总载人数量,所述后台服务器对比预设时段内的隧道风险因素与预设时段外的隧道风险因素是否相同,当相同时,所述后台服务器将暂存模块中的隧道风险因素移送至固存模块。
7.使用权利要求1-6任一项所述用于隧道安全监测的点域识别系统的用于隧道安全监测的点域识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110120377.0A CN112946779B (zh) | 2021-01-28 | 2021-01-28 | 用于隧道安全监测的点域识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110120377.0A CN112946779B (zh) | 2021-01-28 | 2021-01-28 | 用于隧道安全监测的点域识别系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112946779A true CN112946779A (zh) | 2021-06-11 |
CN112946779B CN112946779B (zh) | 2024-02-20 |
Family
ID=76238863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110120377.0A Active CN112946779B (zh) | 2021-01-28 | 2021-01-28 | 用于隧道安全监测的点域识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112946779B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114741454A (zh) * | 2022-06-10 | 2022-07-12 | 成都秦川物联网科技股份有限公司 | 用于巡检数据处理的工业物联网及其控制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636997A (zh) * | 2013-11-07 | 2015-05-20 | 大连市勘察测绘研究院有限公司 | 基于卡尔曼滤波法的地铁施工风险快速评估方法 |
CN104636576A (zh) * | 2013-11-07 | 2015-05-20 | 大连市勘察测绘研究院有限公司 | 基于加权平均法的地铁施工风险快速评估方法 |
CN106224007A (zh) * | 2016-08-26 | 2016-12-14 | 招商局重庆交通科研设计院有限公司 | 隧道施工安全监测预警管理系统 |
CN108801170A (zh) * | 2018-06-29 | 2018-11-13 | 深圳市市政设计研究院有限公司 | 一种隧道变形监测系统 |
CN109209506A (zh) * | 2018-11-07 | 2019-01-15 | 招商局公路信息技术(重庆)有限公司 | 隧道运营安全监控多维度监测隧道运营安全监控多维度监测与智能控制系统及方法 |
KR102094856B1 (ko) * | 2019-08-09 | 2020-03-30 | 주식회사 엠에스텍 | 빅 데이터 기반의 인공지능을 이용한 위험요소 예측 시스템 |
CN111257415A (zh) * | 2020-01-17 | 2020-06-09 | 同济大学 | 基于移动列车振动信号的隧道损伤检测管理系统 |
CN111810241A (zh) * | 2020-09-07 | 2020-10-23 | 南京派光智慧感知信息技术有限公司 | 基于多源感知的隧道风险及灾害实时监测系统及方法 |
-
2021
- 2021-01-28 CN CN202110120377.0A patent/CN112946779B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636997A (zh) * | 2013-11-07 | 2015-05-20 | 大连市勘察测绘研究院有限公司 | 基于卡尔曼滤波法的地铁施工风险快速评估方法 |
CN104636576A (zh) * | 2013-11-07 | 2015-05-20 | 大连市勘察测绘研究院有限公司 | 基于加权平均法的地铁施工风险快速评估方法 |
CN106224007A (zh) * | 2016-08-26 | 2016-12-14 | 招商局重庆交通科研设计院有限公司 | 隧道施工安全监测预警管理系统 |
CN108801170A (zh) * | 2018-06-29 | 2018-11-13 | 深圳市市政设计研究院有限公司 | 一种隧道变形监测系统 |
CN109209506A (zh) * | 2018-11-07 | 2019-01-15 | 招商局公路信息技术(重庆)有限公司 | 隧道运营安全监控多维度监测隧道运营安全监控多维度监测与智能控制系统及方法 |
KR102094856B1 (ko) * | 2019-08-09 | 2020-03-30 | 주식회사 엠에스텍 | 빅 데이터 기반의 인공지능을 이용한 위험요소 예측 시스템 |
CN111257415A (zh) * | 2020-01-17 | 2020-06-09 | 同济大学 | 基于移动列车振动信号的隧道损伤检测管理系统 |
CN111810241A (zh) * | 2020-09-07 | 2020-10-23 | 南京派光智慧感知信息技术有限公司 | 基于多源感知的隧道风险及灾害实时监测系统及方法 |
Non-Patent Citations (2)
Title |
---|
叶英;穆千祥;张成平;: "隧道施工多元信息预警与安全管理系统研究", 岩石力学与工程学报, no. 05, pages 900 - 907 * |
廖志鹏;丁浩;夏杨于雨;马非;: "基于大数据的城市隧道风险评估信息系统研究", 现代隧道技术, no. 2, pages 850 - 854 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114741454A (zh) * | 2022-06-10 | 2022-07-12 | 成都秦川物联网科技股份有限公司 | 用于巡检数据处理的工业物联网及其控制方法 |
CN114741454B (zh) * | 2022-06-10 | 2022-09-13 | 成都秦川物联网科技股份有限公司 | 用于巡检数据处理的工业物联网及其控制方法 |
US11662703B1 (en) | 2022-06-10 | 2023-05-30 | Chengdu Qinchuan Iot Technology Co., Ltd. | Industrial internet of things for inspection data processing, control method, and storage medium thereof |
US11953874B2 (en) | 2022-06-10 | 2024-04-09 | Chengdu Qinchuan Iot Technology Co., Ltd. | Industrial internet of things systems for inspection operation management of inspection robots and methods thereof |
Also Published As
Publication number | Publication date |
---|---|
CN112946779B (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101303735B (zh) | 探测车辆盲点区域内运动物体的方法及盲点探测装置 | |
CN110085029B (zh) | 基于轨道式巡检机器人的高速公路巡检系统与方法 | |
CN109634282A (zh) | 自动驾驶车辆、方法和装置 | |
US11361556B2 (en) | Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program | |
CN108417091A (zh) | 基于网联车的行车风险路段辨识与预警系统与方法 | |
CN110288839B (zh) | 一种etc干扰器的检测定位的装置和方法 | |
CN105976450A (zh) | 无人驾驶车辆的数据处理方法和装置、黑匣子系统 | |
CN104851295A (zh) | 获取路况信息的方法和系统 | |
CN206164739U (zh) | 一种车辆远光灯违规使用的自动录像取证及执法系统 | |
CN105115605A (zh) | 轨道列车红外检测系统及检测方法 | |
CN110517501A (zh) | 一种车辆超限预警系统及方法 | |
CN106741008B (zh) | 铁路线路异物识别方法及系统 | |
CN113627213B (zh) | 车辆异常行为监控方法、装置及系统 | |
KR20160110457A (ko) | 차량 식별 | |
CN216110866U (zh) | 一种基于rssi的隧道车辆事故检测及预警装置 | |
CN106529401A (zh) | 一种车辆反跟踪方法、装置及系统 | |
CN107464416B (zh) | 巴士的半自动驾驶方法及系统 | |
CN109406161A (zh) | 一种基于距离测试的前防卫碰撞测试系统及其测试方法 | |
CN110445556B (zh) | 一种检测和定位etc干扰器的装置和方法 | |
CN105390027A (zh) | 一种道路安全监控预警设备及方法 | |
CN112597965A (zh) | 一种驾驶行为识别方法、装置和计算机可读存储介质 | |
CN115527364B (zh) | 一种基于雷视数据融合的交通事故溯源方法及系统 | |
CN112946779A (zh) | 用于隧道安全监测的点域识别系统及方法 | |
EP1657568A1 (en) | System and method for monitoring the external environment of a motor vehicle | |
CN115600124A (zh) | 地铁隧道巡检系统及巡检方法 |
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 |