CN113029304A - 一种摄像识别与脉冲计量相结合的智能水表及系统 - Google Patents
一种摄像识别与脉冲计量相结合的智能水表及系统 Download PDFInfo
- Publication number
- CN113029304A CN113029304A CN202110229368.5A CN202110229368A CN113029304A CN 113029304 A CN113029304 A CN 113029304A CN 202110229368 A CN202110229368 A CN 202110229368A CN 113029304 A CN113029304 A CN 113029304A
- Authority
- CN
- China
- Prior art keywords
- pulse
- data
- character wheel
- water
- module
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 183
- 230000006698 induction Effects 0.000 claims abstract description 49
- 238000004891 communication Methods 0.000 claims abstract description 12
- 238000013528 artificial neural network Methods 0.000 claims abstract description 5
- 238000013135 deep learning Methods 0.000 claims abstract description 5
- 230000005540 biological transmission Effects 0.000 claims abstract description 3
- 238000004590 computer program Methods 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 16
- 238000009532 heart rate measurement Methods 0.000 claims description 10
- 238000004092 self-diagnosis Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 9
- 230000000737 periodic effect Effects 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 235000014676 Phragmites communis Nutrition 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F25/00—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume
- G01F25/10—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume of flowmeters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F15/00—Details of, or accessories for, apparatus of groups G01F1/00 - G01F13/00 insofar as such details or appliances are not adapted to particular types of such apparatus
- G01F15/07—Integration to give total flow, e.g. using mechanically-operated integrating mechanism
- G01F15/075—Integration to give total flow, e.g. using mechanically-operated integrating mechanism using electrically-operated integrating means
Landscapes
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- General Physics & Mathematics (AREA)
- Measuring Volume Flow (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种摄像识别与脉冲计量相结合的智能水表及系统,包括表端与平台,表端包括脉冲感应模块、摄像模块、控制模块、通讯模块,控制模块分别与脉冲感应模块、摄像模块、通讯模块连接,脉冲感应模块用于实时记录脉冲信号,计算脉冲用水量;摄像模块用于间隔性拍摄水表字轮数据,得到字轮图像;控制模块用于在设定时间点同时摄取脉冲用水量与字轮图像数据,识别字轮图像,将字轮数据与脉冲用水数据比较诊断,通讯模块用于表端与平台之间的数据传输。平台接收表端发送的数据,采用深度学习神经网络,对字轮图像进行训练与识别,建立优化字轮图像识别模型,自适应地关联在线数据与模型数据,两者相互配合,提高用水计量的精度。
Description
技术领域
本发明涉及智能水表技术领域,尤其是涉及一种摄像识别与脉冲计量相结合的智能水表及系统。
背景技术
目前,在居民用水的计量领域,有脉冲水表和摄像水表等全电子水表。其中摄像水表采用摄像识别技术,脉冲水表将水流量转换成脉冲数字进行计量,无磁水表属于脉冲水表的一种。
摄像识别技术的原理是由摄像头拍摄基表字轮盘的图片,如果在表端对该图片运用表端识别算法进行识别,然后识别数据和(或)图片一起上传至抄表管理平台,称为表端识别技术;如果将拍摄的图片上传至抄表管理平台,运用平台识别算法识别,称为平台识别技术。
表端识别技术的缺点是计算资源有限,往往不能进行高复杂度、高精度的计算,导致识别率不够高。平台识别虽然可以达到更高的识别精度,但是也无法实现100%识别率。无论数据审核还是训练模型,都需要大量的人工介入,人工成本较高、工作效率较低,投入产出处于较低水平。
脉冲水表按照所安装的机电转换结构和原理,分为干簧管式、霍尔元器件式、红外光脉冲式、电感阻尼振荡式、线圈耦合感应式等种类。它们的共同特点是通过某种物理原理,将水表内机械部件的运动转化为电脉冲讯号,从而可以通过对电脉冲的累加和记忆来判断机械部件(如字轮或指针)的位置,来得出用水的计量值。
在抗静磁场能力方面,干簧管式和霍尔元器件式都是静磁场本身驱动的,它们的抗磁能力最弱。电感阻尼式由于其工作原理也牵涉磁场,其抗磁能力较弱。红外光脉冲式和线圈耦合感应式,基本上不受磁场影响,但是前者只能用在干式表内,功耗较高,机芯寿命较短,而后者的抗电磁波能力较弱,结合NB-IOT或LoRa通讯技术的无磁表,存在受其自身通讯电磁波影响的几率。这些都会造成机电转换误差,影响计量精度。
无磁水表采用的无磁传感技术,也叫线圈耦合感应式技术或电涡流传感技术,是近年来比较热门的水表计量技术。其运用傅科电涡流原理,在水表指针上加装金属片,当其随着指针转动时就形成封闭涡旋回路形状的感应电流。水表指针的作用距离和位置改变对电涡流产生影响,位于其上方的电子感应模块可以检测到影响量,从而将水表指针旋转量或示数盘上读数转换成脉冲或增量编码电信号,完成机电转换。
单纯的摄像水表图片识别,无论表端识别或平台识别,都不能使识别率达到100%,且越接近100%越难以提高识别率;摄像水表的图片识别采用机器学习算法时,其模型训练必须由人工输入正确读数,投入产出水平较低;而无磁水表乃至一般的脉冲水表,由于技术原因,普遍存在机电转换误差,随着使用时间增长部件逐步老化,这种误差发生的机率越来越高。
因此,设计一种能够精确计量用水量的智能水表,是目前亟待解决的问题。
发明内容
本发明的目的是提供一种摄像识别与脉冲计量相结合的智能水表及系统,将摄像识别原理与脉冲计量原理同时应用到水表系统中,用摄像识别的数据校准脉冲计量数据,实现对脉冲计量数据的自诊断;利用脉冲计量数据训练与优化图像识别模型,提高图像识别精确度,实现图像识别模型的自学习;充分利用图像识别与脉冲计量各自的优势,提高用水计量的精度。
第一方面,本发明的上述发明目的通过以下技术方案得以实现:
一种摄像识别与脉冲计量相结合的智能水表系统,包括表端,表端包括脉冲感应模块、摄像模块、控制模块、通讯模块,控制模块分别与脉冲感应模块、摄像模块、通讯模块连接,脉冲感应模块用于实时记录脉冲信号,计算脉冲数据的用水增量与用水量;摄像模块用于间隔性拍摄水表字轮数据,得到字轮图像;控制模块用于在设定时间点同时摄取脉冲用水量与字轮图像数据,利用字轮图像识别模型识别字轮数据,并将字轮数据与脉冲用水数据二者进行比较诊断,通讯模块用于表端与平台之间的数据传输。
本发明进一步设置为:还包括平台,用于接收表端发送的数据,采用深度学习神经网络,对字轮图像进行训练与识别,建立并优化字轮图像识别模型,自适应地进行在线数据与模型数据的动态关联,并将优化后的字轮图像识别模型下装到表端。
第二方面,本发明的上述发明目的通过以下技术方案得以实现:
一种摄像识别与脉冲计量相结合的智能水表系统控制方法,表端控制包括低功耗运行阶段、高功耗运行阶段,在低功耗运行阶段,脉冲感应模块实时记录脉冲数据,计算用水量,在高功耗运行阶段,摄像模块进行闪光拍照,进行字轮图像识别,将识别用水数据用与脉冲用水数据进行比较,判断脉冲用水数据与图像用水数据的差是否满足精度要求,并上传数据到平台。
本发明进一步设置为:低功耗运行阶段控制,包括以下步骤:
S1、感应模块是否感应到用水,若是,进入下一步,若否,继续等待;
S2、记录脉冲信号;
S3、计算用水增量,用水量;
S4、判断是否到周期抄表时间,若是,进入下一步,若否,转S1;
S5、上传脉冲数据到控制模块。
本发明进一步设置为:高功耗运行阶段控制,包括以下步骤:
A1、记时;
A2、判断是否到周期抄表时间,若是,进入下一步,若否,转A1;
A3、进行拍照,得到字轮图像;
A4、判断是否对字轮图像进行识别,若是,进入下一步,若否,转A10;
A5、进行字轮图像识别,得到字轮用水数据;
A6、判断是否对字轮用水数据与脉冲用水数据比较,进行自诊断,若是,进入下一步,若否,转A10;
A7、计算字轮用水数据与脉冲用水数据的差值绝对值;
A8、判断差值绝对值是否满足设定要求,若否,进入下一步,若是,转A10;
A9、进行故障报警;
A10、上传数据与字轮图像到平台;
A11、转A1。
第三方面,本发明的上述发明目的通过以下技术方案得以实现:
一种摄像识别与脉冲计量相结合的智能水表系统控制方法,平台在收到表端数据与图像后,进行如下步骤处理:
B1、接收表端数据包并解析,得到表端脉冲数据与字轮图像;
B2、判断是否基于脉冲用水数据训练优化字轮图像识别模型,进行自学习,若是,进入下一步,若否,转B9;
B3、平台进行字轮图像识别,得到字轮用水数据;
B4、计算字轮用水数据与脉冲用水数据的差值绝对值;
B5、判断差值绝对值是否满足设定要求,若否,进入下一步,若是,转B9;
B6、输入脉冲用水数据到字轮图像识别模型,进行反向传播,训练优化字轮图像识别模型;
B7、字轮图像识别模型的识别一致率是否满足要求,若是,进入下一步,若否,转B9;
B8、下发字轮图像识别模型到表端;
B9、保存表端数据;
B10、转B1。
第四方面,本发明的上述发明目的通过以下技术方案得以实现:
一种摄像识别与脉冲计量相结合的智能水表终端,包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于:所述处理器执行所述计算机程序时实现本申请所述方法。
第五方面,本发明的上述发明目的通过以下技术方案得以实现:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现本申请所述方法。
第六方面,本发明的上述发明目的通过以下技术方案得以实现:
一种摄像识别与脉冲计量相结合的智能水表,包括脉冲感应模块、摄像模块、控制模块,摄像模块包括摄像电路、摄像头,摄像头与摄像电路连接,脉冲感应模块包括脉冲指针、脉冲感应电路,摄像头位于水表字轮上方,脉冲感应电路位于脉冲指针的感应范围内,摄像电路、脉冲感应电路分别与控制模块连接。
本发明进一步设置为:脉冲感应模块为无磁感应模块,或除无磁感应以外的脉冲感应模块;脉冲指针设置在对应于测量精度的基表指针上,无磁感应电路位于无磁脉冲指针的正上方;脉冲感应模块、摄像模块能够以独立或混合模式工作。
与现有技术相比,本申请的有益技术效果为:
1.本申请通过同时设置摄像识别与脉冲计量两种用水计量方式,用脉冲计量数据训练优化图像识别模型,用摄像识别数据校准脉冲计量数据,克服了图像识别精确度不高、脉冲计量误差大的缺点,提高用水计量的精度;
2.进一步地,本申请采用低功耗运行与高功耗运行相结合的方式,低功耗阶段只运行脉冲计量,在高功耗阶段运行图像识别和/或脉冲计量,即节约了能源,又保证了计量的准确;
3.进一步地,本申请的两种计量方式相互依托、互为参考,实现了水表的自学习与自诊断,提高了水表的智能化程度。
附图说明
图1是本申请的一个具体实施例的智能水表控制流程示意图;
图2是本申请的一个具体实施例的智能水表侧视图示意图;
图3是本申请的一个具体实施例的智能水表俯视图示意图;
图4是本申请的一个具体实施例的智能水表自适应与自学习示意图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
具体实施例一
本申请的一种摄像识别与脉冲计量相结合的智能水表系统,包括表端、平台,表端与平台之间以无线或有线方式进行数据交互,表端将脉冲数据、字轮图像等数据上传给平台,平台下传图像识别模型给表端,在收到更新的图像识别模型后,表端对图像识别模型进行更新。
表端包括脉冲感应模块、摄像模块、控制模块、通讯模块,控制模块分别与脉冲感应模块、摄像模块、通讯模块连接,脉冲感应模块实时记录脉冲信号,计算脉冲数据的用水增量与用水量,在设定时刻将脉冲用水数据上传到控制模块;摄像模块在设定时刻进行间水表字轮数据的拍摄,得到字轮图像,设定时刻是固定时间周期的;控制模块在设定时间点同时摄取脉冲用水量与字轮图像,采用字轮图像识别模型识别字轮数据,得到字轮用水数据,将字轮用水数据与脉冲用水数据二者进行比较诊断,若二者的差值绝对值大于设定值,则产生故障报警;通讯模块将字轮用水数据、脉冲用水数据、字轮图像打包后上传给平台。
表端分阶段运行,在非设定时间,脉冲感应模块实时记录脉冲数据,计算用水量,系统处于低功耗运行阶段;在设定时间,系统处于高功耗运行阶段,控制模块控制摄像模块工作,对字轮图像进行闪光拍照,进行字轮图像识别,将识别用水数据用与脉冲用水数据进行比较,判断脉冲用水数据与图像用水数据的差是否满足要求,若不满足,进行故障报警,并上传数据到平台。
平台在接收到打包数据后,进行解析,得到字轮用水数据、脉冲用水数据、字轮图像,基于深度学习神经网络的反向传播算法(BP,Back-propagation),将脉冲用水数据作为反向传播输入,对字轮图像识别模型进行训练优化,建立在线数据与字轮图像识别模型数据参数的动态关联,自动地完成误差传播、参数更新两个环节循环迭代。当通过自学习将字轮图像识别模型训练到足够准确时,通过通讯协议将新字轮图像识别模型下传到表端,提高表端识别率。
表端与平台端的控制流程,如图1所示。
表端在低功耗运行时,控制包括以下步骤:
S1、感应模块是否感应到用水,若是,进入下一步,若否,继续等待;
S2、记录脉冲信号;
S3、计算用水增量,用水量;
S4、判断是否到周期抄表时间,若是,进入下一步,若否,转S1;
S5、上传脉冲数据到控制模块。
在感应到用水时,启动脉冲记数,从而计算出用水增量、用水量,在到达抄表的设定时刻,保存或上传脉冲用水数据。
在高功耗运行阶段,控制包括以下步骤:
A1、记录时间;
A2、判断是否到周期抄表时间,若是,进入下一步,若否,转A1;
A3、进行拍照,得到字轮图像;
A4、是否对字轮图像进行识别,若是,进入下一步,若否,转A10;
A5、进行字轮图像识别,得到字轮用水数据;
A6、判断是否对字轮用水数据与脉冲用水数据比较,进行自诊断,若是,进入下一步,若否,转A10;
A7、计算字轮用水数据与脉冲用水数据的差值绝对值;
A8、判断差值绝对值是否满足设定要求,若否,进入下一步,若是,转A10;
A9、进行故障报警;
A10、上传数据与字轮图像到平台;
A11、转A1。
在判断到需要抄表上传数据的时间,打开闪光灯,拍摄字轮图像进行识别,得到字轮用水数据,将字轮用水数据与脉冲用水数据比较,进行自诊断,在二者的差值绝对值大于设定值时,判断出错,发出故障报警,上传数据与字轮图像到平台。
平台的控制,包括以下步骤:
B1、接收表端数据包并解析,得到表端脉冲数据与字轮图像;
B2、判断是否基于脉冲用水数据训练优化字轮图像识别模型,进行自学习,若是,进入下一步,若否,转B9;
B3、平台进行字轮图像识别,得到字轮用水数据;
B4、计算字轮用水数据与脉冲用水数据的差值绝对值;
B5、判断差值绝对值是否满足设定要求,若否,进入下一步,若是,转B9;
B6、输入脉冲用水数据到字轮图像识别模型,进行反向传播,训练优化字轮图像识别模型;
B7、字轮图像识别模型的识别一致率是否满足要求,若是,进入下一步,若否,转B9;
B8、下发字轮图像识别模型到表端;
B9、保存表端数据;
B10、转B1。
平台在接收到数据包后,进行解析,得到脉冲数据与字轮图像;在脉冲用水数据与字轮图像识别的用水数据满足设定条件时,说明字轮图像识别模块的识别性能能达到要求,不需要对字轮图像识别模块进行优化,若不满足设定长期保持,则需要对字轮图像识别模块进行优化。
将脉冲用水数据到字轮图像识别模型,进行反向传播,训练优化字轮图像识别模型;当字轮图像识别模型的识别率达到一致率要求时,则认为达到优化目的,将优化后的字轮图像识别模型下发到表端,更新表端模型。
具体实施例二
本申请的一种摄像识别与脉冲计量相结合的智能水表,表端侧视图结构如图2所示,表端俯视图即表盘结构如图3所示。
包括设置在水表外壳内的脉冲感应模块、摄像模块、控制模块、外壳,摄像模块包括摄像电路、摄像头,摄像头与摄像电路连接,脉冲感应模块包括脉冲指针、脉冲感应电路,摄像头位于水表字轮正上方,脉冲感应电路位于脉冲指针的感应范围内,摄像电路、脉冲感应电路分别与控制模块连接。控制电路、摄像电路集成在一起,与摄像头一起设置在水表字轮上方。
脉冲感应模块采用无磁感应模块。
无磁脉冲指针为半圆形金属片,设置在对应于测量精度的基表指针上,如测量精度为0.001,则无磁脉冲指针设置在小数点后第三位的指针上。
无磁感应模块位于无磁脉冲指针的感应范围内,为了保证感应强度,无磁感应模块位于无磁脉冲指针正上方,且两者之间的距离要能够实现磁感应,目前,磁感应的距离为6mm。
无磁感应模块的运行:当无磁感应模块处于低功耗运行模式时,只保留时钟晶振、无磁脉冲信号接收和累加等动作;当时钟触发上报数据动作时,无磁感应模块进入耗电运行模式,执行搜网、连服务器、发送数据等操作,执行完毕,回到低功耗运行模式。
摄像模块以针对表盘字轮数的摄像识别方式进行抄表的。当摄像模块处于低功耗运行模式时,只保留时钟晶振;当时钟触发周期抄表动作,摄像模块进入耗电运行模式,摄像模块上的发光二极管发出闪光,摄像头拍照曝光并产生表盘字轮图片,此时若对表盘字轮图片进行算法识别,即得到表端摄像用水识别数据,然后执行搜网、连服务器、发送数据等操作,执行完毕,回到低功耗运行模式。
无磁感应模块与摄像模块相互配合,完成自学习与自诊断功能,如图4所示。
在表端,采用字轮图像识别模型识别拍摄的字轮图像,得到摄像用水数据,将摄像用水数据与无磁用水数据进行比较和诊断。如果表端的字轮图像识别不能满足准确度要求,就上传字轮图像到平台,关闭表端的图像识别功能。如果识别能够满足准确度要求,将识别出来的摄像用水数据与无磁用水数据比较,进行自诊断;若摄像用水数据与无磁用水数据的差值绝对值小于准确度设定值,则不产生故障报警;若差值绝对值大于等于准确度设定值,则产生故障报警。
自学习功能能够在表端进行,也能够在平台进行。
自学习功能是使用脉冲用水数据训练优化字轮图像识别模型,使字轮图像识别一致率达到设定值。
在平台上进行自学习功能,基于深度学习神经网络的反向传播算法,使用无磁计量数据作为反向传播输入,建立在线数据跟模型参数的动态关联,自动地完成误差传播、参数更新两个环节循环迭代,从而实现对图片识别模型的持续优化。
本申请的摄像识别与脉冲计量相结合的智能水表,不仅能工作在摄像识别或脉冲计量状态,还能够相互配合,实现自动更新字轮识别模型、相互诊断、协同工作的功能,提高计量精确度。
具体实施例三
本发明一实施例提供的一种摄像识别与脉冲计量相结合的智能水表终端,该实施例的终端包括:处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,例如自诊断程序,所述处理器执行所述计算机程序时实现实施例1中方法步骤。
所述计算机程序可以被分割成一个或多个模块/单元,所述一个或多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述终端中的执行过程。例如,所述计算机程序可以被分割成多个模块,各模块具体功能如下:
1.识别模块,用于识别字轮图像;
2.自诊断模块,用于进行摄像用水数据与脉冲用水数据的自诊断;
3.自学习模块,用于根据脉冲用水数据对字轮图像识别模型进行训练优化。
所述摄像识别与脉冲计量相结合的智能水表终端可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述上述示例仅仅是所述摄像识别与脉冲计量相结合的智能水表终端的示例,并不构成对所述摄像识别与脉冲计量相结合的智能水表终端的限定,可以包括比图示更多或更少的部件,或组合某些部件,或不同的部件,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所述处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数据信号处理器(Digital Signal Processor,DSP) 、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述一种摄像识别与脉冲计量相结合的智能水表终端的控制中心,利用各种接口和线路连接整个一种摄像识别与脉冲计量相结合的智能水表终端的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述一种摄像识别与脉冲计量相结合的智能水表终端的各种功能。所述存储器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(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器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,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card ,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
具体实施例四
所述一种摄像识别与脉冲计量相结合的智能水表终端集成的模块/单元,如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
本具体实施方式的实施例均为本发明的较佳实施例,并非依此限制本发明的保护范围,故:凡依本发明的结构、形状、原理所做的等效变化,均应涵盖于本发明的保护范围之内。
Claims (10)
1.一种摄像识别与脉冲计量相结合的智能水表系统,其特征在于:包括表端,表端包括脉冲感应模块、摄像模块、控制模块、通讯模块,控制模块分别与脉冲感应模块、摄像模块、通讯模块连接,脉冲感应模块用于实时记录脉冲信号,计算脉冲数据的用水增量与用水量;摄像模块用于间隔性拍摄水表字轮数据,得到字轮图像;控制模块用于在设定时间点同时摄取脉冲用水量与字轮图像数据,利用字轮图像识别模型识别字轮数据,并将字轮数据与脉冲用水数据二者进行比较诊断,通讯模块用于表端与平台之间的数据传输。
2.根据权利要求1所述摄像识别与脉冲计量相结合的智能水表系统,其特征在于:还包括平台,用于接收表端发送的数据,采用深度学习神经网络,对字轮图像进行训练与识别,建立并优化字轮图像识别模型,自适应地进行在线数据与模型数据的动态关联,并将优化后的字轮图像识别模型下装到表端。
3.一种摄像识别与脉冲计量相结合的智能水表系统控制方法,其特征在于:表端控制包括低功耗运行阶段、高功耗运行阶段,在低功耗运行阶段,脉冲感应模块实时记录脉冲数据,计算用水量,在高功耗运行阶段,摄像模块进行闪光拍照,进行字轮图像识别,将识别用水数据用与脉冲用水数据进行比较,判断脉冲用水数据与图像用水数据的差是否满足精度要求,并上传数据到平台。
4.根据权利要求3所述摄像识别与脉冲计量相结合的智能水表系统控制方法,其特征在于:低功耗运行阶段控制,包括以下步骤:
S1、感应模块是否感应到用水,若是,进入下一步,若否,继续等待;
S2、记录脉冲信号;
S3、计算用水增量,用水量;
S4、判断是否到周期抄表时间,若是,进入下一步,若否,转S1;
S5、上传脉冲数据到控制模块。
5.根据权利要求3所述摄像识别与脉冲计量相结合的智能水表系统控制方法,其特征在于:高功耗运行阶段控制,包括以下步骤:
A1、记时;
A2、判断是否到周期抄表时间,若是,进入下一步,若否,转A1;
A3、进行拍照,得到字轮图像;
A4、判断是否对字轮图像进行识别,若是,进入下一步,若否,转A10;
A5、进行字轮图像识别,得到字轮用水数据;
A6、判断是否对字轮用水数据与脉冲用水数据比较,进行自诊断,若是,进入下一步,若否,转A10;
A7、计算字轮用水数据与脉冲用水数据的差值绝对值;
A8、判断差值绝对值是否满足设定要求,若否,进入下一步,若是,转A10;
A9、进行故障报警;
A10、上传数据与字轮图像到平台;
A11、转A1。
6.一种摄像识别与脉冲计量相结合的智能水表系统控制方法,其特征在于:平台在收到表端数据与图像后,进行如下步骤处理:
B1、接收表端数据包并解析,得到表端脉冲数据与字轮图像;
B2、判断是否基于脉冲用水数据训练优化字轮图像识别模型,进行自学习,若是,进入下一步,若否,转B9;
B3、平台进行字轮图像识别,得到字轮用水数据;
B4、计算字轮用水数据与脉冲用水数据的差值绝对值;
B5、判断差值绝对值是否满足设定要求,若否,进入下一步,若是,转B9;
B6、输入脉冲用水数据到字轮图像识别模型,进行反向传播,训练优化字轮图像识别模型;
B7、字轮图像识别模型的识别一致率是否满足要求,若是,进入下一步,若否,转B9;
B8、下发字轮图像识别模型到表端;
B9、保存表端数据;
B10、转B1。
7.一种摄像识别与脉冲计量相结合的智能水表终端,包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于:所述处理器执行所述计算机程序时实现如权利要求3-6任一所述方法。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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3-6任一所述方法。
9.一种摄像识别与脉冲计量相结合的智能水表,其特征在于:包括脉冲感应模块、摄像模块、控制模块,摄像模块包括摄像电路、摄像头,摄像头与摄像电路连接,脉冲感应模块包括脉冲指针、脉冲感应电路,摄像头位于水表字轮上方,脉冲感应电路位于脉冲指针的感应范围内,摄像电路、脉冲感应电路分别与控制模块连接。
10.根据权利要求9所述摄像识别与脉冲计量相结合的智能水表,其特征在于:脉冲感应模块为无磁感应模块,或除无磁感应以外的脉冲感应模块;脉冲指针设置在对应于测量精度的基表指针上,无磁感应电路位于无磁脉冲指针的正上方;脉冲感应模块、摄像模块能够以独立或混合模式工作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110229368.5A CN113029304A (zh) | 2021-03-02 | 2021-03-02 | 一种摄像识别与脉冲计量相结合的智能水表及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110229368.5A CN113029304A (zh) | 2021-03-02 | 2021-03-02 | 一种摄像识别与脉冲计量相结合的智能水表及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113029304A true CN113029304A (zh) | 2021-06-25 |
Family
ID=76465694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110229368.5A Pending CN113029304A (zh) | 2021-03-02 | 2021-03-02 | 一种摄像识别与脉冲计量相结合的智能水表及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113029304A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114018354A (zh) * | 2021-10-19 | 2022-02-08 | 湖南省计量检测研究院 | 指针式计量器具表盘图像转换方法、系统、设备及介质 |
CN116839702A (zh) * | 2023-07-19 | 2023-10-03 | 江花集团有限公司 | 一种在线水表故障报警检测设备 |
CN117202174A (zh) * | 2023-01-31 | 2023-12-08 | 杭州水务数智科技股份有限公司 | 一种基于加密无线通信的低功耗水表信息传输方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105387904A (zh) * | 2015-12-26 | 2016-03-09 | 无锡聚为科技有限公司 | 一种摄像远传水表 |
CN205449190U (zh) * | 2015-12-26 | 2016-08-10 | 无锡聚为科技有限公司 | 一种基于字轮和指针组合识别的摄像远传水表 |
CN209117102U (zh) * | 2018-08-10 | 2019-07-16 | 山东潍微科技股份有限公司 | 一种直读加脉冲式远传水表 |
CN110160594A (zh) * | 2018-02-11 | 2019-08-23 | 辽宁思凯科技股份有限公司 | 一种带有智能水表专用引脚的NB-IoT模组 |
CN111272247A (zh) * | 2020-01-22 | 2020-06-12 | 福建工程学院 | 一种实时用水数据采集方法及终端 |
CN112378463A (zh) * | 2020-10-29 | 2021-02-19 | 北京市万智生科技有限公司 | 一种可以彻底消除机电转换计量误差的远传水表及方法 |
-
2021
- 2021-03-02 CN CN202110229368.5A patent/CN113029304A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105387904A (zh) * | 2015-12-26 | 2016-03-09 | 无锡聚为科技有限公司 | 一种摄像远传水表 |
CN205449190U (zh) * | 2015-12-26 | 2016-08-10 | 无锡聚为科技有限公司 | 一种基于字轮和指针组合识别的摄像远传水表 |
CN110160594A (zh) * | 2018-02-11 | 2019-08-23 | 辽宁思凯科技股份有限公司 | 一种带有智能水表专用引脚的NB-IoT模组 |
CN209117102U (zh) * | 2018-08-10 | 2019-07-16 | 山东潍微科技股份有限公司 | 一种直读加脉冲式远传水表 |
CN111272247A (zh) * | 2020-01-22 | 2020-06-12 | 福建工程学院 | 一种实时用水数据采集方法及终端 |
CN112378463A (zh) * | 2020-10-29 | 2021-02-19 | 北京市万智生科技有限公司 | 一种可以彻底消除机电转换计量误差的远传水表及方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114018354A (zh) * | 2021-10-19 | 2022-02-08 | 湖南省计量检测研究院 | 指针式计量器具表盘图像转换方法、系统、设备及介质 |
CN114018354B (zh) * | 2021-10-19 | 2024-04-16 | 湖南省计量检测研究院 | 指针式计量器具表盘图像转换方法、系统、设备及介质 |
CN117202174A (zh) * | 2023-01-31 | 2023-12-08 | 杭州水务数智科技股份有限公司 | 一种基于加密无线通信的低功耗水表信息传输方法 |
CN116839702A (zh) * | 2023-07-19 | 2023-10-03 | 江花集团有限公司 | 一种在线水表故障报警检测设备 |
CN116839702B (zh) * | 2023-07-19 | 2024-05-14 | 江花集团有限公司 | 一种在线水表故障报警检测设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113029304A (zh) | 一种摄像识别与脉冲计量相结合的智能水表及系统 | |
CN111475384B (zh) | 壳体温度的计算方法、装置、存储介质及电子设备 | |
CN108733540B (zh) | 矿机算力与功耗的测试方法及系统 | |
CN108460387A (zh) | 智能电力表计抄录计算系统及方法 | |
CN107067560A (zh) | 一种计量表的计费阀控系统和方法 | |
CN109633448A (zh) | 识别电池健康状态的方法、装置和终端设备 | |
CN111062620A (zh) | 基于混合计费数据的电力计费公平性智能分析系统及方法 | |
CN108197714B (zh) | 利用机器学习模型进行工作模式判决的方法及装置 | |
CN109688535A (zh) | 确定无线热点地理位置的方法、装置、电子设备及介质 | |
CN104076284A (zh) | 电池荷电状态soc的跟踪方法和装置 | |
CN104394039B (zh) | 一种基于Sigmoid指数模型网络性能成熟度评价系统及其评价方法 | |
CN203350433U (zh) | 一种快速测定电能表误差的装置 | |
CN108600690A (zh) | 基于图像识别的仪表盘抄表方法及系统、存储介质及服务器 | |
CN117331017A (zh) | 一种三相四线电能表错接线研判方法及系统 | |
CN104569599B (zh) | 一种电子标签电阻在线检测电路 | |
CN204422652U (zh) | 电子标签电阻在线检测电路 | |
CN115561700A (zh) | 一种直流电能表的计量标准分析方法及装置 | |
CN209485465U (zh) | 一种具有抗干扰计量功能的智能燃气表 | |
CN115932711B (zh) | 一种电能表计量可信度的数据处理方法、装置及介质 | |
CN110263785A (zh) | 一种自动抄表方法、装置及计算机可读存储介质 | |
CN201945344U (zh) | 高精度直读式燃气表 | |
CN109829575A (zh) | 能源数据预测的处理方法、装置、可读介质及电子设备 | |
Bai et al. | Design of the parking lot intelligent management system | |
CN115100843B (zh) | 一种智能电能表通信可靠性的测试方法、系统、设备 | |
CN220304605U (zh) | 一种带机电转换校准功能的物联网水表 |
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 |