CN112987750A - 一种基于视觉分析的渠道多垂线测流自动避障方法 - Google Patents

Abstract

本发明涉及一种基于视觉分析的渠道多垂线测流自动避障方法，通过将灌区渠道测流、图像识别、自动控制等技术融合，分别对渠道漂浮物进行定位、面积计算、轨迹识别及影响范围测算，进而实现自动控制测流单元规避障碍物(漂浮物)的破坏，完成灌区渠道多垂线自动避障测流。本发明有助于实现真正无人值守的智能化多垂线自动测流，保障多垂线自动测流系统的正常运行，显著减轻测流压力、降低测流成本，提升灌区水量计量的精确性，保障计量设备长期安全稳定运行。

Description

一种基于视觉分析的渠道多垂线测流自动避障方法

技术领域

本发明涉及一种基于视觉分析的渠道多垂线测流自动避障方法，属于灌区渠道水量自动测量技术领域。

背景技术

公知的，灌区用水多垂线自动测流是灌区节水改造及最严格水资源管理的关键技术手段，一般用于农业灌溉、防洪排涝、水资源调度等方面的用水自动测流。多垂线自动测流是通过自动缆道或者测流车等方式替代人工断面测流的一种方法，具有测量精度高、稳定性好的特点，是重要测流节点高精度测流的主要应用方法之一。整个测流系统包括流速仪、测流车(或测流缆道)控制模块、流量计算设备等部分组成，该类测流设备可根据预设定的多个测流垂线，控制模块自动控制流速仪分别测得不同垂线的点位流速，流量计算设备按照断面测流模型计算各垂线平均流速和断面平均流速。

灌区取水高精度计量是广大灌区面临的技术难题，复杂的渠道工况、未知的水流变化、暴露野外的运行环境等因素严重影响灌区取水的计量。多垂线测流是最科学与最准确的方式之一，因此，多垂线自动测流技术常应用在对精度要求较高的量水节点。在实际运行中，对于多垂线自动测流设备而言，最致命的干扰因素乃为渠道漂浮物，特别是较大一些的漂浮物，容易与测流线缆、铅鱼、传感器等缠绕，影响测流，甚至破坏测流线缆、铅鱼及传感器等测流设备。目前，尚未有针对漂浮物影响开发的避障测流系统，只能采用人工观测、现场实时控制的方法，当人工发现漂浮物影响时立即停止测流，人工控制测流设备撤出。该测流方法无法摆脱人员参与，无法真正做到全自动测流，浪费人力资源的同时，也给测流设备带来安全隐患。

发明内容

本发明针对现有技术存在的不足，提供了一种基于视觉分析的渠道多垂线测流自动避障方法，具体技术方案如下：

一种基于视觉分析的渠道多垂线测流自动避障方法，包括以下步骤：

步骤a、依据灌区渠道最大流速V、摄像头有效探测长度L、测流单元单条垂线测流最长时间T，测算出灌区渠道视频采集点布设数量与视频采集点S₁、S₂、……、S_n的布设位置；

步骤b、利用依次构成通讯连接的视频采集点、图像采集单元、视觉分析单元，将各视频采集点所采集的图像进行存储与分析，实现对漂浮物的实时监视、定位、面积计算、轨迹识别等，最终测算出漂浮物对测流断面的影响范围；

步骤c、控制单元根据视觉分析单元测算出的漂浮物影响结果，研判漂浮物是否影响测流状态，并自动识别影响范围对应的测流垂线，进而自动选择暂停测流或选择影响范围外的垂线进行测流，避免测流单元被漂浮物破坏。

作为上述技术方案的改进，所述步骤a包括以下步骤：

步骤a₁、视频采集点S₁距测流断面距离为L₁，测流单元收回测流铅鱼最大时间为t₁，则L₁满足2·t₁·V＞L₁＞t₁·V，进而确定视频采集点S₁位置；

步骤a₂、相邻两个视频采集点之间距离设为L，为视频采集点能识别渠道全断面漂浮物的最远距离；根据视频采集点S₁位置与L，进而确定视频采集点S₂、……、S_n的位置；

步骤a₃、测流单元单条垂线测流最长时间为T，则需满足(n-1)·L＞V·T，按照(n-1)·L＝V·T测算n的具体数值，并按照进一法，取整n的值，即为视频采集点个数。

作为上述技术方案的改进，所述步骤b包括以下步骤：

步骤b₁、图像采集单元负责分n路视频采集点的信息采集、存储，以“帧”为单位，每间隔设定时间提取标准图像，并逐帧转发至视觉分析单元A3；

步骤b₂、视觉分析单元A3根据图像识别算法对标准图像帧进行分析，依次对标准图像进行滤波、顶帽变换、自适应二值化、图像腐蚀、边缘提取处理，提取图像范围内渠道水面边缘及漂浮物边缘，并分别计算漂浮物距离两侧水面的距离，进而得到漂浮物在测流断面的影响范围；根据该标准图像所属视频采集点的编号、L及L₁，计算漂浮物距测流断面的距离L₂；进而根据灌区渠道最大流速V和L₂，计算漂浮物在测流断面的影响时间；将影响范围与影响时间等结果传输至控制单元；

步骤b₃、根据多垂线测流单元当前工作状态，若多垂线测流单元当前正在进行测流工作，则多垂线测流单元向控制单元上报多垂线测流单元当前所测垂线的位置、后续测流垂线的位置及测流所需时间。

作为上述技术方案的改进，在步骤b₁中，设定时间为1秒。

作为上述技术方案的改进，所述步骤c包括以下步骤：

步骤c₁、基于漂浮物在测流断面的影响范围及影响时间、测流铅鱼所在位置及完成测流所需时间结果，自动识别测流方案，向测流单元发布测流控制指令；

步骤c₂、测流单元执行测流命令，控制测流单元进行避障测流。

作为上述技术方案的改进，在步骤c₁中，测流方案包括暂停测流或选择影响范围外的垂线进行测流。

本发明的有益效果：

将灌区渠道测流、图像识别、自动控制等技术融合，分别对渠道漂浮物进行定位、面积计算、轨迹识别及影响范围测算，进而实现自动控制测流单元规避障碍物(漂浮物)的破坏，完成灌区渠道多垂线自动避障测流。本发明有助于实现真正无人值守的智能化多垂线自动测流，保障多垂线自动测流系统的正常运行，显著减轻测流压力、降低测流成本，提升灌区水量计量的精确性，保障计量设备长期安全稳定运行。

附图说明

图1为本发明所述基于视觉分析的渠道多垂线测流自动避障方法的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，所述基于视觉分析的渠道多垂线测流自动避障方法，包括以下步骤：

步骤a、依据灌区渠道最大流速V、摄像头有效探测长度L、测流单元单条垂线测流最长时间T，测算出灌区渠道视频采集点布设数量与视频采集点S₁、S₂、……、S_n的合理布设位置。即视频采集点分别采用S₁、S₂、……、S_n等进行标记。

具体为：

步骤a₁、视频采集点S₁距测流断面距离为L₁，测流单元收回测流铅鱼最大时间为t₁，则L₁满足2·t₁·V＞L₁＞t₁·V，进而确定视频采集点S₁位置。

步骤a₂、相邻两个视频采集点之间距离设为L，为视频采集点能识别渠道全断面漂浮物的最远距离；根据视频采集点S₁位置与L，进而确定视频采集点S₂、……、S_n的位置。

步骤a₃、测流单元单条垂线测流最长时间为T，则需满足(n-1)·L＞V·T，按照(n-1)·L＝V·T测算n的具体数值，并按照进一法，取整n的值，即为视频采集点个数。

步骤b、利用依次构成通讯连接的视频采集点、图像采集单元、视觉分析单元，将各视频采集点所采集的图像进行存储与分析，实现对漂浮物的实时监视、定位、面积计算、轨迹识别等，最终测算出漂浮物对测流断面的影响范围。

具体为：

步骤b₁、图像采集单元负责分n路视频采集点的信息采集、存储，以“帧”为单位，每间隔1秒提取标准图像，并逐帧转发至视觉分析单元A3；

步骤b₂、视觉分析单元A3根据图像识别算法对标准图像帧进行分析，依次对标准图像进行滤波、顶帽变换、自适应二值化、图像腐蚀、边缘提取处理，提取图像范围内渠道水面边缘及漂浮物边缘，并分别计算漂浮物距离两侧水面的距离，进而得到漂浮物在测流断面的影响范围；此外，根据该标准图像所属视频采集点的编号、L及L₁，计算漂浮物距测流断面的距离L₂；进而根据灌区渠道最大流速V和L₂，计算漂浮物在测流断面的影响时间；将影响范围与影响时间等结果传输至控制单元；

步骤b₃、根据多垂线测流单元当前工作状态，若多垂线测流单元当前正在进行测流工作，则多垂线测流单元向控制单元上报多垂线测流单元当前所测垂线的位置、后续测流垂线的位置及测流所需时间。

步骤c、控制单元根据视觉分析单元测算出的漂浮物影响结果，研判漂浮物是否影响测流状态，并自动识别影响范围对应的测流垂线，进而自动选择暂停测流或选择影响范围外的垂线进行测流，避免测流单元被漂浮物破坏。

具体为：

步骤c₁、基于漂浮物在测流断面的影响范围及影响时间、测流铅鱼所在位置及完成测流所需时间等结果，自动识别测流方案(如暂停测流或选择影响范围外的垂线进行测流等)，向测流单元发布测流控制指令；从而避免测流单元被漂浮物的破坏；切实实现无人值守的智能化多垂线自动测流，显著减轻测流压力、降低测流成本，提升灌区水量的计量精确性，保障计量设备长期安全稳定运行。

步骤c₂、测流单元执行测流命令，控制测流单元进行避障测流。

本发明的有益效果是：将灌区渠道测流、图像识别、自动控制等技术融合，分别对渠道漂浮物进行定位、面积计算、轨迹识别及影响范围测算，进而实现自动控制测流单元规避障碍物(漂浮物)的破坏，完成灌区渠道多垂线自动避障测流。本发明有助于实现真正无人值守的智能化多垂线自动测流，保障多垂线自动测流系统的正常运行。

在上述实施例中，本发明的目的在于提供一种基于视觉分析的渠道多垂线测流自动避障方法，该方法基于多路渠道视频采集，实时分析与识别渠道水流中漂浮物的大小，计算其行为轨迹及对测流断面的影响范围，并自动控制测流车(或缆道测流设备)避开漂浮物影响范围，保障测流单元正常测流与运行。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于视觉分析的渠道多垂线测流自动避障方法，其特征在于包括以下步骤：

步骤a、依据灌区渠道最大流速V、摄像头有效探测长度L、测流单元单条垂线测流最长时间T，测算出灌区渠道视频采集点布设数量与视频采集点S₁、S₂、……、S_n的布设位置；

步骤b、利用依次构成通讯连接的视频采集点、图像采集单元、视觉分析单元，将各视频采集点所采集的图像进行存储与分析，实现对漂浮物的实时监视、定位、面积计算、轨迹识别等，最终测算出漂浮物对测流断面的影响范围；

步骤c、控制单元根据视觉分析单元测算出的漂浮物影响结果，研判漂浮物是否影响测流状态，并自动识别影响范围对应的测流垂线，进而自动选择暂停测流或选择影响范围外的垂线进行测流，避免测流单元被漂浮物破坏。

2.根据权利要求1所述的一种基于视觉分析的渠道多垂线测流自动避障方法，其特征在于，所述步骤a包括以下步骤：

步骤a₁、视频采集点S₁距测流断面距离为L₁，测流单元收回测流铅鱼最大时间为t₁，则L₁满足2·t₁·V＞L₁＞t₁·V，进而确定视频采集点S₁位置；

步骤a₂、相邻两个视频采集点之间距离设为L，为视频采集点能识别渠道全断面漂浮物的最远距离；根据视频采集点S₁位置与L，进而确定视频采集点S₂、……、S_n的位置；

步骤a₃、测流单元单条垂线测流最长时间为T，则需满足(n-1)·L＞V·T，按照(n-1)·L＝V·T测算n的具体数值，并按照进一法，取整n的值，即为视频采集点个数。

3.根据权利要求2所述的一种基于视觉分析的渠道多垂线测流自动避障方法，其特征在于，所述步骤b包括以下步骤：

步骤b₁、图像采集单元负责分n路视频采集点的信息采集、存储，以“帧”为单位，每间隔设定时间提取标准图像，并逐帧转发至视觉分析单元A3；

步骤b₂、视觉分析单元A3根据图像识别算法对标准图像帧进行分析，依次对标准图像进行滤波、顶帽变换、自适应二值化、图像腐蚀、边缘提取处理，提取图像范围内渠道水面边缘及漂浮物边缘，并分别计算漂浮物距离两侧水面的距离，进而得到漂浮物在测流断面的影响范围；根据该标准图像所属视频采集点的编号、L及L₁，计算漂浮物距测流断面的距离L₂；进而根据灌区渠道最大流速V和L₂，计算漂浮物在测流断面的影响时间；将影响范围与影响时间等结果传输至控制单元；

步骤b₃、根据多垂线测流单元当前工作状态，若多垂线测流单元当前正在进行测流工作，则多垂线测流单元向控制单元上报多垂线测流单元当前所测垂线的位置、后续测流垂线的位置及测流所需时间。

4.根据权利要求3所述的一种基于视觉分析的渠道多垂线测流自动避障方法，其特征在于：在步骤b₁中，设定时间为1秒。

5.根据权利要求1所述的一种基于视觉分析的渠道多垂线测流自动避障方法，其特征在于，所述步骤c包括以下步骤：

步骤c₁、基于漂浮物在测流断面的影响范围及影响时间、测流铅鱼所在位置及完成测流所需时间结果，自动识别测流方案，向测流单元发布测流控制指令；

步骤c₂、测流单元执行测流命令，控制测流单元进行避障测流。

6.根据权利要求5所述的一种基于视觉分析的渠道多垂线测流自动避障方法，其特征在于，在步骤c₁中，测流方案包括暂停测流或选择影响范围外的垂线进行测流。

Images