CN113421422B - 一种基于物联网及云计算技术的城市道路噪声预测系统 - Google Patents
一种基于物联网及云计算技术的城市道路噪声预测系统 Download PDFInfo
- Publication number
- CN113421422B CN113421422B CN202110688703.8A CN202110688703A CN113421422B CN 113421422 B CN113421422 B CN 113421422B CN 202110688703 A CN202110688703 A CN 202110688703A CN 113421422 B CN113421422 B CN 113421422B
- Authority
- CN
- China
- Prior art keywords
- road
- data
- noise
- time
- night
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 50
- 238000013480 data collection Methods 0.000 claims abstract description 29
- 230000007613 environmental effect Effects 0.000 claims abstract description 8
- 238000007726 management method Methods 0.000 claims description 43
- 238000004891 communication Methods 0.000 claims description 41
- 238000013523 data management Methods 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 20
- 238000005259 measurement Methods 0.000 claims description 16
- 208000019116 sleep disease Diseases 0.000 claims description 7
- 208000020685 sleep-wake disease Diseases 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 2
- 239000013078 crystal Substances 0.000 description 14
- 239000010453 quartz Substances 0.000 description 8
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 8
- 238000004088 simulation Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000006698 induction Effects 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000011384 asphalt concrete Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004567 concrete Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G04—HOROLOGY
- G04R—RADIO-CONTROLLED TIME-PIECES
- G04R20/00—Setting the time according to the time information carried or implied by the radio signal
- G04R20/02—Setting the time according to the time information carried or implied by the radio signal the radio signal being sent by a satellite, e.g. GPS
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于物联网及云计算技术的城市道路噪声预测系统，所述系统通过物联网和云计算技术实现对道路环境噪声的实时预测并预测所述噪声水平对城市居民产生影响的人口比例从而实现对道路的噪声污染管治；所述系统包括：实时数据收集平台、数据处理平台及道路管理平台；所述实时数据收集平台分别与所述数据处理平台、道路管理平台数据连接；本发明的目的在于解决目前城市道路噪声污染环境问题，通过实施检测和预测的方式减少或防止城市居民暴露在噪声环境而引起有害的影响。
Description
技术领域
本发明涉及道路交通与环境保护技术领域，尤其涉及物联网及云计算技术下城市道路噪声检测及预测方法。
背景技术
随着国家对环境整治的关注，城市道路的噪声污染越来越引起国家的重视，噪声污染不仅危害当地居民的生活的质量还会给社会造成环境危害。
如CN108254069A现有技术公开了一种城市道路噪声预测方法，该发明建立基于车辆车型、车辆速度与总车流等效声级的噪声关系统计模型；但是该发明的模型存在一定的缺陷不能准确的预测城市道路的分贝水平。
另一种典型的如CN110222843A的现有技术公开的一种噪声预测系统及方法，该发明通过获取核磁共振扫描进行声压波形对比，通过机器学习进行模拟训练从而进行噪声预测，但是该发明并没有使用物联网技术进行噪声预测，使得预测结果并不准确。
再来看如CN105740637B的现有技术公开的一种车内噪声预测的方法，该发明公开了一种车内噪声预测的方法，该方法根据逐维分析理论确定设计人员所关心的车内噪声响应的波动范围，虽然对噪声预测由良好的技术手段，但是不是运用在城市道路上。
为了解决本领域普遍存在城市道路噪声数据收集繁琐导致城市道路噪声水平难以预测、物联网设备数据收集的时间基准不一致导致预测结果难以匹配并且城市道路噪声污染对城市居民的影响程度并不能通过数据反映出来等等问题，作出了本发明。
发明内容
本发明的目的在于解决目前城市道路噪声污染环境问题，通过实施检测和预测的方式减少或防止城市居民暴露在噪声环境而引起有害的影响，针对目前城市道路噪声数据收集繁琐导致城市道路噪声水平难以预测、物联网设备数据收集的时间基准不一致导致预测结果难以匹配并且城市道路噪声污染对城市居民的影响程度并不能通过数据有效反映出来所存在的不足，提出了一种基于物联网及云计算技术的城市道路噪声预测系统。
为了克服现有技术的不足，本发明采用如下技术方案：
所述系统包括：实时数据收集平台、数据处理平台及道路管理平台；所述实时数据收集平台分别与所述数据处理平台、道路管理平台数据连接；
可选的，所述实时数据收集平台由C-V2X通信模块、测量模块和数据管理模块组成，其中所述C-V2X通信模块负责与所述实时数据收集平台和所述道路管理平台相互通信；
可选的，所述测量模块由计数仪和测速仪组成，其中所述计数仪负责测量城市道路的机动车交通量，所述测速仪负责测量所述道路上机动车的车速，所述测量模块将所述计数仪和所述测速仪测量的数据传输至所述数据管理模块中进行存储，所述数据存储模块在规定的时间周期将所述数据传输至所述数据处理平台中；
可选的，所述数据管理模块内搭建有时间基准处理模型，对所述测量模块测量的数据进行时间校准后存储在所述数据管理模块中；
可选的，所述数据处理平台由算法模块和通信模块组成；
可选的，所述算法模块中搭建有两个算法模型，所述算法模块负责接收所述实时数据收集平台发送的实时数据后根据其中一种算法模型计算所述分贝水平对处在所述城市道路的居民的影响结果，另外一种算法模型根据所述实时数据计算所述城市道路的噪声水平进行实时预测，所述算法模块将所述算法模型计算的结果传输至所述通信模块中，由所述通信模块将所述计算结果发送至所述道路管理平台；
可选的，所述道路管理平台由WEB管理模块组成，所述道路管理平台接收所述数据处理平台发送的所述计算结果，道路管理人员根据所述计算结果对所述道路进行道路降噪管理；
本发明所取得的有益效果是：
1.通过采用GPS和高稳石英晶体建立高精度时间基准，将短时稳定性高的高稳石英晶振作为时钟信号输入，使物联网系统的时间进行统一。
2.通过采用城市道路噪声水平和城市居民干扰影响模型和城市道路噪声水平对城市居民睡眠质量影响模型，根据当前噪声水平可实时观测噪声对城市居民的实时影响。
3.通过采用城市道路噪声水平预测模型对当前城市道路噪声水平进行实时的预估，及时对当前城市道路进行降噪管理。
4.通过采用WEB管理模块及时发布当前城市道路噪声影响指数，有效提高当前城市居民的生活质量。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。
图1为本发明的平台间关系的结构示意图。
图2为本发明的数据管理模块中的时间基准处理的结构示意图。
图3为本发明的测量模块在城市道路进行数据测量的结构示意图。
附图标号说明：1-计数仪；2-声级计；3-城市道路管理平台。
具体实施方式
为了使得本发明的目的.技术方案及优点更加清楚明白，以下结合其实施例，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用于解释本发明，并不用于限定本发明。对于本领域技术人员而言，在查阅以下详细描述之后，本实施例的其它系统.方法和/或特征将变得显而易见。旨在所有此类附加的系统.方法.特征和优点都包括在本说明书内. 包括在本发明的范围内，并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征，并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”.“下”.“左”.“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位. 以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
实施例一：
一种基于物联网及云计算的道路环境噪声预测系统，所述系统包括：实时数据收集平台、数据处理平台及道路管理平台；所述实时数据收集平台分别与所述数据处理平台、道路管理平台数据连接；如权利要求1所述的一种基于物联网及云计算技术的城市道路噪声预测系统，其特征在于，所述实时数据收集平台由C-V2X通信模块、测量模块和数据管理模块组成，其中所述C-V2X通信模块负责与所述实时数据收集平台和所述道路管理平台相互通信；所述测量模块的数据收集通过C-2X/5G通信技术进行，其中所述测量模块由计数仪、测速仪和声级计组成，其中所述计数仪负责测量城市道路的机动车交通量，所述测速仪负责测量所述道路上机动车平均车速，所述测量模块将所述计数仪和所述测速仪测量的数据传输至所述数据管理模块中进行存储，所述数据存储模块在规定的时间周期将所述数据传输至所述数据处理平台中；
其中所述声级计布点如下所述：在所述城市道路的交通线上选择一处作为测点，所述测点选择在所述城市道路的人行道上，离所述城市道路 20厘米，距所述城市道路的路口距离大于50米，所述声级计每隔5秒计一个瞬时A声级，连续记录200个数据，当所述声级计记录完成后将所述数据上传至所述数据管理模块中；
在本实施例中采用对城市道路的城市道路路段上进行环境噪声污染预测，其中所述计数仪为自动计数仪，所述计数仪可选取下列任意类别计数仪：观点式计数器、感应式计数器、超声波计数器、气压式计数器；所述计数仪负责计数所述城市道路机动车交通量，每5分钟将所述交通量上传至所述数据管理模块中，所述测速仪负责对所述城市道路上的所述机动车进行平均车速测量，每5分钟将所述平均车速数据上传至所述数据管理模块中，所述数据管理模块中搭建有时间基准处理模型，对所述测量模块检测的实时数据进行时间校准后存储在所述数据管理模块中；
其中所述时间基准处理模型内搭建有GPS的PPS秒脉冲与高稳晶振的结合集成块、实时时钟芯片和FPGA主控子块，其中所述高稳晶振由外部高温石英晶振所组成，所述FPGA主控子块负责对所述测量模块上传的所述实时数据打上时间标志，再按照通信协议内容格式对所述数据进行整合；其中所述FPGA主控子块内由逻辑单元、时钟管理单元和计时器组成，所述逻辑单元内搭建有微秒计数器，所述微妙计数器内设置有时间阈值，所述计时器负责解析GPS内的协调世界时的时间并刷新所述管理模块的时间；所述时间基准处理模型对整合后的所述数据传输给所述算法模块进行融合计算，其中所述时间基准处理模型的运作流程如下：
本系统开始启动时，所述时间基准处理模型读取所述实时时钟芯片的时间作为本系统的初始时间，所述外部高温石英晶振为所述FPGA主控子块提供工作时钟，所述工作时钟作为所述FPGA主控子块的输入参考时间，即将所述工作时钟输入到所述FPGA主控子块的时钟管理单元中，利用所述FPGA内部的逻辑单元内的微妙计数器对输入的所述工作时钟进行累加计算，即模拟时钟运行，同时检测所述GPS输出的所述PPS秒脉冲，一旦检测所述PPS秒脉冲信号的上升沿所述计时器及时清零并矫正所述微妙计数器设置的阈值，保证所述FPGA内部模拟输出的秒脉冲与接收到的所述 PPS秒脉冲的信号边沿对齐，当所述GPS系统及惯性测量单元信号稳定时，所述FPGA内的计时器通过所述信号接口对所述GPS系统及惯性测量单元的协调世界时时间进行解析，并每隔半个小时将解析出的所述协调世界时的时间信息写入所述实时时钟芯片中，保证所述系统下次启动时的时间精准性；实现所述测量模块传输的数据时间同一，即完成高精度的时间基准处理；
所述数据管理模块将完成所述时间基准处理的数据传输至所述C-V2X 通信模块，由所述C-V2X通信模块将所述完成时间基准处理的数据传输至所述数据处理平台中，其中所述C-V2X通信模块是基于4G/5G蜂窝网技术形成所述平台间的无线通信。
实施例二：本实施例应当理解为至少包含前述任一一个实施例的全部特征，并在其基础上进一步改进，具体的，
一种基于物联网及云计算的道路环境噪声预测系统，所述系统包括：实时数据收集平台、数据处理平台及道路管理平台；所述实时数据收集平台分别与所述数据处理平台、道路管理平台数据连接；如权利要求1所述的一种基于物联网及云计算技术的城市道路噪声预测系统，其特征在于，所述实时数据收集平台由C-V2X通信模块、测量模块和数据管理模块组成，其中所述C-V2X通信模块负责与所述实时数据收集平台和所述道路管理平台相互通信；所述测量模块的数据收集通过C-2X/5G通信技术进行，其中所述测量模块由计数仪、测速仪和声级计组成，其中所述计数仪负责测量城市道路的机动车交通量，所述测速仪负责测量所述道路上机动车平均车速，所述测量模块将所述计数仪和所述测速仪测量的数据传输至所述数据管理模块中进行存储，所述数据存储模块在规定的时间周期将所述数据传输至所述数据处理平台中；
其中所述声级计布点如下所述：在所述城市道路的交通线上选择一处作为测点，所述测点选择在所述城市道路的人行道上，离所述城市道路 20厘米，距所述城市道路的路口距离大于50米，所述声级计每隔5秒计一个瞬时A声级，连续记录200个数据，当所述声级计记录完成后将所述数据上传至所述数据管理模块中；
在本实施例中采用对城市道路的城市道路路段上进行环境噪声污染预测，其中所述计数仪为自动计数仪，所述计数仪可选取下列任意类别计数仪：观点式计数器、感应式计数器、超声波计数器、气压式计数器；所述计数仪负责计数所述城市道路机动车交通量，每5分钟将所述交通量上传至所述数据管理模块中，所述测速仪负责对所述城市道路上的所述机动车进行平均车速测量，每5分钟将所述平均车速数据上传至所述数据管理模块中，所述数据管理模块中搭建有时间基准处理模型，对所述测量模块检测的实时数据进行时间校准后存储在所述数据管理模块中；
其中所述时间基准处理模型内搭建有GPS的PPS秒脉冲与高稳晶振的结合集成块、实时时钟芯片和FPGA主控子块，其中所述高稳晶振由外部高温石英晶振所组成，所述FPGA主控子块负责对所述测量模块上传的所述实时数据打上时间标志，再按照通信协议内容格式对所述数据进行整合；其中所述FPGA主控子块内由逻辑单元、时钟管理单元和计时器组成，所述逻辑单元内搭建有微秒计数器，所述微妙计数器内设置有时间阈值，所述计时器负责解析GPS内的协调世界时的时间并刷新所述管理模块的时间；所述时间基准处理模型对整合后的所述数据传输给所述算法模块进行融合计算，其中所述时间基准处理模型的运作流程如下：
本系统开始启动时，所述时间基准处理模型读取所述实时时钟芯片的时间作为本系统的初始时间，所述外部高温石英晶振为所述FPGA主控子块提供工作时钟，所述工作时钟作为所述FPGA主控子块的输入参考时间，即将所述工作时钟输入到所述FPGA主控子块的时钟管理单元中，利用所述FPGA内部的逻辑单元内的微妙计数器对输入的所述工作时钟进行累加计算，即模拟时钟运行，同时检测所述GPS输出的所述PPS秒脉冲，一旦检测所述PPS秒脉冲信号的上升沿所述计时器及时清零并矫正所述微妙计数器设置的阈值，保证所述FPGA内部模拟输出的秒脉冲与接收到的所述 PPS秒脉冲的信号边沿对齐，当所述GPS系统及惯性测量单元信号稳定时，所述FPGA内的计时器通过所述信号接口对所述GPS系统及惯性测量单元的协调世界时时间进行解析，并每隔半个小时将解析出的所述协调世界时的时间信息写入所述实时时钟芯片中，保证所述系统下次启动时的时间精准性；实现所述测量模块传输的数据时间同一，即完成高精度的时间基准处理；
所述数据管理模块将完成所述时间基准处理的数据传输至所述C-V2X 通信模块，由所述C-V2X通信模块将所述完成时间基准处理的数据传输至所述数据处理平台中，其中所述C-V2X通信模块是基于4G/5G蜂窝网技术形成所述平台间的无线通信；
所述算法模块接收所述C-V2X通信模块传输的数据后对所述城市道路进行所述道路噪声计算，计算当前所述道路的噪声值，其中所述计算过程如下：
1、计算平均18小时平均交通量；根据所述计数仪提供在18小时内的经过所述城市道路的机动车的数量，所述机动车数量记为Qi，在本实施例中计算时间段的小时数规定为18个小时，根据公式(1)计算所述机动车在夜间的平均小时交通量，单位为veh/h：
2、计算车辆平均行驶速度；根据所述测速仪计算在夜间经过所述城市道路的所述机动车的平均行驶速度，记为ur；
其中公式(2)中n表示在连续18小时内检测到车速的所述机动车的数量，数值取任意整数；ui表示在所述时间内被所述测速仪测量到的所述机动车的车速；
3、计算所述城市道路上的18小时内的噪声水平；根据公式(3)计算当前所述所述噪声水平：
其中所述公式(3)中的Q和ur分别由步骤1和步骤2计算可得数据；
4、计算夜间分贝水平；先将步骤3的所述噪声水平进行数据转换，在本实施例中所述噪声水平的测定地点为所述城市道路，时间测量为夜间，故根据公式(4)进行转换：
(4)Lnight＝0.9*Ll-3.77
其中公式(4)中的Lnight为所述夜间的城市道路的转换指数；
由公式(5)计算夜间分贝水平：
其中公式(5)中的Lday是从07：00到19：00的12小时内A加权平均声音水平，Leve从19：00到23：00的4小时内A加权平均声音水平，数值由所述声级计提供；Lnight是从23：00到07：00的8小时夜间时段内的A加权平均声音水平，根据公式(4)计算所得；Leve和Lnight分别有5db 和10db的惩罚，分别加在Leve和Lnight后，所述惩罚是考虑人们在在夜间对噪音的敏感性；
5、计算所述城市道路噪声水平对处于所述城市道路的居民的产生干扰的比例；根据公式(6)计算所述干扰所占的人口比例：
(6)
A＝0.5118(Lden-42)-0.01436(Lden-42)2+0.00099(Lden-42)3其
中公式(6)中的A表示所述比例。单位为百分比，根据公式(4)和公式 (5)分别计算出Lnight和Lden，从而根据公式(6)计算出所述干扰比例，其中所述Lden计算得出的数值结果范围为45dB至75dB；
6、计算所述城市道路噪声水平对处于所述城市道路的居民产生睡眠障碍的人口比例；根据公式(7)计算所述睡眠障碍比例：
(7)S＝20.8-1.05Lnight+0.01486Lnight 2
其中公式(7)中的S表示产生所述睡眠障碍的人口比例。根据公式 (4)计算出所述Lnight，其中所述Lnight计算得出的数值结果范围为40B至 70B；
根据步骤5和步骤6计算出所述城市道路的噪声水平对处于所述城市道路上的所述居民产生的生活影响比例数值，所述算法模块将所述比例数值传输至所述通信模块，由所述通信模块将所述比例数值发送至所述道路管理平台中。
实施例三：本实施例应当理解为至少包含前述任一一个实施例的全部特征，并在其基础上进一步改进，具体的，
一种基于物联网及云计算的道路环境噪声预测系统，所述系统包括：实时数据收集平台、数据处理平台及道路管理平台；所述实时数据收集平台分别与所述数据处理平台、道路管理平台数据连接；如权利要求1所述的一种基于物联网及云计算技术的城市道路噪声预测系统，其特征在于，所述实时数据收集平台由C-V2X通信模块、测量模块和数据管理模块组成，其中所述C-V2X通信模块负责与所述实时数据收集平台和所述道路管理平台相互通信；所述测量模块的数据收集通过C-2X/5G通信技术进行，其中所述测量模块由计数仪、测速仪和声级计组成，其中所述计数仪负责测量城市道路的机动车交通量，所述测速仪负责测量所述道路上机动车平均车速，所述测量模块将所述计数仪和所述测速仪测量的数据传输至所述数据管理模块中进行存储，所述数据存储模块在规定的时间周期将所述数据传输至所述数据处理平台中；
其中所述声级计布点如下所述：在所述城市道路的交通线上选择一处作为测点，所述测点选择在所述城市道路的人行道上，离所述城市道路 20厘米，距所述城市道路的路口距离大于50米，所述声级计每隔5秒计一个瞬时A声级，连续记录200个数据，当所述声级计记录完成后将所述数据上传至所述数据管理模块中；
在本实施例中采用对城市道路的城市道路路段上进行环境噪声污染预测，其中所述计数仪为自动计数仪，所述计数仪可选取下列任意类别计数仪：观点式计数器、感应式计数器、超声波计数器、气压式计数器；所述计数仪负责计数所述城市道路机动车交通量，每5分钟将所述交通量上传至所述数据管理模块中，所述测速仪负责对所述城市道路上的所述机动车进行平均车速测量，每5分钟将所述平均车速数据上传至所述数据管理模块中，所述数据管理模块中搭建有时间基准处理模型，对所述测量模块检测的实时数据进行时间校准后存储在所述数据管理模块中；
其中所述时间基准处理模型内搭建有GPS的PPS秒脉冲与高稳晶振的结合集成块、实时时钟芯片和FPGA主控子块，其中所述高稳晶振由外部高温石英晶振所组成，所述FPGA主控子块负责对所述测量模块上传的所述实时数据打上时间标志，再按照通信协议内容格式对所述数据进行整合；其中所述FPGA主控子块内由逻辑单元、时钟管理单元和计时器组成，所述逻辑单元内搭建有微秒计数器，所述微妙计数器内设置有时间阈值，所述计时器负责解析GPS内的协调世界时的时间并刷新所述管理模块的时间；所述时间基准处理模型对整合后的所述数据传输给所述算法模块进行融合计算，其中所述时间基准处理模型的运作流程如下：
本系统开始启动时，所述时间基准处理模型读取所述实时时钟芯片的时间作为本系统的初始时间，所述外部高温石英晶振为所述FPGA主控子块提供工作时钟，所述工作时钟作为所述FPGA主控子块的输入参考时间，即将所述工作时钟输入到所述FPGA主控子块的时钟管理单元中，利用所述FPGA内部的逻辑单元内的微妙计数器对输入的所述工作时钟进行累加计算，即模拟时钟运行，同时检测所述GPS输出的所述PPS秒脉冲，一旦检测所述PPS秒脉冲信号的上升沿所述计时器及时清零并矫正所述微妙计数器设置的阈值，保证所述FPGA内部模拟输出的秒脉冲与接收到的所述 PPS秒脉冲的信号边沿对齐，当所述GPS系统及惯性测量单元信号稳定时，所述FPGA内的计时器通过所述信号接口对所述GPS系统及惯性测量单元的协调世界时时间进行解析，并每隔半个小时将解析出的所述协调世界时的时间信息写入所述实时时钟芯片中，保证所述系统下次启动时的时间精准性；实现所述测量模块传输的数据时间同一，即完成高精度的时间基准处理；
所述数据管理模块将完成所述时间基准处理的数据传输至所述C-V2X 通信模块，由所述C-V2X通信模块将所述完成时间基准处理的数据传输至所述数据处理平台中，其中所述C-V2X通信模块是基于4G/5G蜂窝网技术形成所述平台间的无线通信；
所述算法模块接收所述C-V2X通信模块传输的数据后对所述城市道路进行所述道路噪声计算，计算当前所述道路的噪声值，其中所述计算过程如下：
a1、计算平均18小时平均交通量；根据所述计数仪提供在18小时内的经过所述城市道路的机动车的数量，所述机动车数量记为Qi，在本实施例中计算时间段的小时数规定为18个小时，根据公式(1)计算所述机动车在夜间的平均小时交通量，单位为veh/h：
a2、计算车辆平均行驶速度；根据所述测速仪计算在夜间经过所述城市道路的所述机动车的平均行驶速度，记为ur；
其中公式(2)中n表示在连续18小时内检测到车速的所述机动车的数量，数值取任意整数；ui表示在所述时间内被所述测速仪测量到的所述机动车的车速；
a3、计算所述城市道路上的18小时内的噪声水平；根据公式(3)计算当前所述所述噪声水平：
其中所述公式(3)中的Q和ur分别由步骤1和步骤2计算可得数据；
a4、计算夜间分贝水平；先将步骤a3的所述噪声水平进行数据转换，在本实施例中所述噪声水平的测定地点为所述城市道路，时间测量为夜间，故根据公式(4)进行转换：
(4)Lnight＝0.9*Ll-3.77
其中公式(4)中的Lnight为所述夜间的城市道路的转换指数；
由公式(5)计算夜间分贝水平：
其中公式(5)中的Lday是从07：00到19：00的12小时内A加权平均声音水平，Leve从19：00到23：00的4小时内A加权平均声音水平，数值由所述声级计提供；Lnight是从23：00到07：00的8小时夜间时段内的A加权平均声音水平，根据公式(4)计算所得；Leve和Lnight分别有5db 和10db的惩罚，分别加在Leve和Lnight后，所述惩罚是考虑人们在在夜间对噪音的敏感性；
a5、计算所述城市道路噪声水平对处于所述城市道路的居民的产生干扰的比例；根据公式(6)计算所述干扰所占的人口比例：
(6) A＝0.5118(Lden-42)-0.01436(Lden-42)2+0.00099(Lden-42)3
其中公式(6)中的A表示所述比例。单位为百分比，根据公式(4)和公式(5)分别计算出Lnight和Lden，从而根据公式(6)计算出所述干扰比例，其中所述Lden计算得出的数值结果范围为45dB至75dB；
a6、计算所述城市道路噪声水平对处于所述城市道路的居民产生睡眠障碍的人口比例；根据公式(7)计算所述睡眠障碍比例：
(7)S＝20.8-1.05Lnight+0.01486Lnight 2
其中公式(7)中的S表示产生所述睡眠障碍的人口比例。根据公式 (4)计算出所述Lnight，其中所述Lnight计算得出的数值结果范围为40B至 70B；
根据步骤5和步骤6计算出所述城市道路的噪声水平对处于所述城市道路上的所述居民产生的生活影响比例数值，所述算法模块将所述比例数值传输至所述通信模块，由所述通信模块将所述比例数值发送至所述道路管理平台中；
所述算法模块接收所述C-V2X通信模块传输的数据后根据所述另一种算法模型对所述城市道路进行道路噪声水平预测，其中所述预测计算过程如下：
b1、计算平均日交通量；根据所述计数仪提供在夜间经过所述城市道路的机动车的数量，所述机动车数量记为Qi，在本实施例中计算时间段的天数规定为3天，根据公式(8)计算所述机动车在夜间的平均小时交通量，单位为veh/h：
b2、预测所述城市道路的交通噪声；由公式(9)预测出所述城市道路在夜间的噪声数值；
其中公式(9)中的LA表示在夜间所述机动车在所述城市道路上预测点接收到的小时交通噪声值，单位为HB，Lw表示平均辐射声波，所述Lw数值由公式(10)进行拟合计算；
(10)Lw＝a+bur
其中公式(10)中的a、b为模型参数，在本实施例中根据所述声级计提供的具体噪声值，采用回归分析的方法进行数据拟合计算所述a和b 的值，ur为车辆的平均行驶速度，由步骤a2计算可得；
公式(8)中的ADT表示在夜间的平均小时交通量，由步骤b1计算其数值，ur表示平均行驶速度，由步骤a2计算其数值，T表示所述LA的预测时间，在本实施例中选取1小时；△LS表示所述机动车行驶的噪声，夜间在距噪声效行车线距离为r的预测点出的距离衰减量，单位为dB，由公式(11)至公式(13)计算所得：
(11)d＝1000*ur/N
公式(11)中的d表示车辆间的车间距离，ur表示所述平均行驶速度，由步骤a2计算可得，N表示所述平均小时交通量，由步骤a1计算可得， r表示预测点至噪声等效行车线距离，由公式(12)计算所得，所述r单位为米:
公式(12)中的DN表示所述预测点至近车道的距离，单位为m，DF表示所述预测点至远车道的距离，单位m；由公式(13)可计算出所述△ LS：
其中公式(13)中的K1表示所述预测点与所述城市道路之间地面状况常数，在本实施例中所述城市道路为硬质地面，故所述K1取值为0.9； K2表示与所述车间距离d有关常数，所述d由公式(11)计算可得，所述 K2根据下表进行取值；
公式(9)中的△Lp表示所述城市道路的纵坡引起的交通噪声修正量，单位取dB，在本实施例中选取所述机动车对象为小型车，所述△Lp取值为50β，其中β表示所述城市道路的纵坡坡度，取值范围为0至1；
△Lr表示在所述城市道路路面引起的交通再生修正量，单位取dB；若所述城市道路为水泥混泥土路面，则所述△Lr取值为1至2，若所述城市道路为沥青混泥土路面，则所述△Lr取值为0；
根据所述算法模块预测出所述城市道路的道路噪声数值后将所述噪声数值发送至所述通信模块中，所述通信模块将所述噪声数值上传至所述道路管理平台中；
所述道路管理平台接收到所述比例数值和所述噪声数值后根据所述 WEB管理模块对所述城市道路噪声水平进行实时更改，道路管理人员短期内根据所述比例数值实时采取政策措施对所述城市道路进行降噪措施。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
综上所述，本发明的一种基于物联网及云计算技术的城市道路噪声预测系统。
虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。也就是说上面讨论的方法，系统和设备是示例。各种配置可以适当地省略，替换或添加各种过程或组件。例如，在替代配置中，可以以与所描述的顺序不同的顺序执行方法，和/或可以添加，省略和/或组合各种部件。而且，关于某些配置描述的特征可以以各种其他配置组合，如可以以类似的方式组合配置的不同方面和元素。此外，随着技术发展其中的元素可以更新，即许多元素是示例，并不限制本公开或权利要求的范围。
在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而，可以在没有这些具体细节的情况下实践配置例如，已经示出了众所周知的电路，过程，算法，结构和技术而没有不必要的细节，以避免模糊配置。该描述仅提供示例配置，并且不限制权利要求的范围，适用性或配置。相反，前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本公开的精神或范围的情况下，可以对元件的功能和布置进行各种改变。
综上，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (5)
1.一种基于物联网及云计算技术的城市道路噪声预测系统，其特征在于，所述系统通过物联网和云计算技术实现对道路环境噪声的实时预测并预测所述噪声水平对城市居民产生影响的人口比例从而实现对道路的噪声污染管治；所述系统包括：实时数据收集平台、数据处理平台及道路管理平台；所述实时数据收集平台分别与所述数据处理平台、道路管理平台数据连接；
所述数据处理平台由算法模块和通信模块组成；所述算法模块中搭建有至少一个算法模型用于对所述城市道路进行所述道路噪声计算，所述计算过程如下：
a、根据式(1)计算夜间平均交通量Q，单位为veh/h，其中Qi为第i小时经过的机动车数量，i为1至18的自然数：
(1)
b、计算车辆平均行驶速度；根据测速仪计算在夜间经过所述城市道路的所述机动车的平均行驶速度，记为ur；
(2)
其中公式(2)中n表示在连续18小时内检测到车速的所述机动车的数量，数值取任意整数；ui表示在所述时间内被所述测速仪测量到的所述机动车的车速；
c、计算所述城市道路上的18小时内的噪声水平；根据公式(3)计算当前所述噪声水平：
(3)
其中所述公式(3)中的Q和ur分别由步骤a和步骤b计算可得数据；
d、计算夜间分贝水平；先将步骤c的所述噪声水平进行数据转换：
(4)Lnight＝0.9*Ll-3.77
其中公式(4)中的Lnight为所述夜间的城市道路的转换指数；
由公式(5)计算夜间分贝水平：
其中公式(5)中的Lday是从07：00到19：00的12小时内A加权平均声音水平，Leve从19：00到23：00的4小时内A加权平均声音水平，数值由声级计提供；Lnight是从23：00到07：00的8小时夜间时段内的A加权平均声音水平，根据公式(4)计算所得；Leve和Lnight分别有5db和10db的惩罚，分别加在Leve和Lnight后，所述惩罚是考虑人们在夜间对噪音的敏感性；
e、计算所述城市道路噪声水平对处于所述城市道路的居民的产生干扰的比例；根据公式(6)计算所述干扰所占的人口比例A：
A＝0.5118(Lden-42)-0.01436(Lden-42)2+0.00099(Lden-42)3 (6)
f、计算所述城市道路噪声水平对处于所述城市道路的居民产生睡眠障碍的人口比例S；
(7)S＝20.8-1.05Lnight+0.01486Lnight 2。
2.如权利要求1所述的一种基于物联网及云计算技术的城市道路噪声预测系统，其特征在于，所述实时数据收集平台由C-V2X通信模块、测量模块和数据管理模块组成，其中所述C-V2X通信模块负责与所述实时数据收集平台和所述道路管理平台相互通信。
3.如权利要求2所述的一种基于物联网及云计算技术的城市道路噪声预测系统，其特征在于，所述测量模块由计数仪和测速仪组成，其中所述计数仪负责测量城市道路的机动车交通量，所述测速仪负责测量所述道路上机动车的车速，所述测量模块将所述计数仪和所述测速仪测量的数据传输至所述数据管理模块中进行存储，所述数据管理模块在规定的时间周期将所述数据传输至所述数据处理平台中。
4.如权利要求3所述的一种基于物联网及云计算技术的城市道路噪声预测系统，其特征在于，所述数据管理模块内搭建有时间基准处理模型，对所述测量模块测量的数据进行时间校准后存储在所述数据管理模块中。
5.如权利要求4所述的一种基于物联网及云计算技术的城市道路噪声预测系统，其特征在于，所述道路管理平台由WEB管理模块组成，所述道路管理平台接收所述数据处理平台发送的计算结果，道路管理人员根据所述计算结果对所述道路进行道路降噪管理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110688703.8A CN113421422B (zh) | 2021-06-22 | 2021-06-22 | 一种基于物联网及云计算技术的城市道路噪声预测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110688703.8A CN113421422B (zh) | 2021-06-22 | 2021-06-22 | 一种基于物联网及云计算技术的城市道路噪声预测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113421422A CN113421422A (zh) | 2021-09-21 |
| CN113421422B true CN113421422B (zh) | 2022-04-12 |
Family
ID=77789711
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110688703.8A Active CN113421422B (zh) | 2021-06-22 | 2021-06-22 | 一种基于物联网及云计算技术的城市道路噪声预测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113421422B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115271544B (zh) * | 2022-09-19 | 2022-12-09 | 中国科学院地理科学与资源研究所 | 降低噪声投诉率的方法、装置、电子设备及存储介质 |
| CN117173893B (zh) * | 2023-09-21 | 2024-02-20 | 广东车卫士信息科技有限公司 | 一种基于电子车牌的车辆预警方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104332050A (zh) * | 2014-10-27 | 2015-02-04 | 浙江省环境保护科学设计研究院 | 一种智能环境噪声与振动监测装置及监测方法 |
| CN204288513U (zh) * | 2014-10-27 | 2015-04-22 | 浙江省环境保护科学设计研究院 | 一种智能环境噪声与振动监测装置 |
| CN106777837A (zh) * | 2017-02-20 | 2017-05-31 | 中国环境监测总站 | 一种城市道路噪声源强预测方法及装置 |
| CN107705566A (zh) * | 2017-10-20 | 2018-02-16 | 吉利汽车研究院（宁波）有限公司 | 一种城市道路交通噪声预测方法及系统 |
| CN109162182A (zh) * | 2018-09-04 | 2019-01-08 | 广州小楠科技有限公司 | 一种基于在线预测的城市道路全面养护系统 |
-
2021
- 2021-06-22 CN CN202110688703.8A patent/CN113421422B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104332050A (zh) * | 2014-10-27 | 2015-02-04 | 浙江省环境保护科学设计研究院 | 一种智能环境噪声与振动监测装置及监测方法 |
| CN204288513U (zh) * | 2014-10-27 | 2015-04-22 | 浙江省环境保护科学设计研究院 | 一种智能环境噪声与振动监测装置 |
| CN106777837A (zh) * | 2017-02-20 | 2017-05-31 | 中国环境监测总站 | 一种城市道路噪声源强预测方法及装置 |
| CN107705566A (zh) * | 2017-10-20 | 2018-02-16 | 吉利汽车研究院（宁波）有限公司 | 一种城市道路交通噪声预测方法及系统 |
| CN109162182A (zh) * | 2018-09-04 | 2019-01-08 | 广州小楠科技有限公司 | 一种基于在线预测的城市道路全面养护系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113421422A (zh) | 2021-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113421422B (zh) | 一种基于物联网及云计算技术的城市道路噪声预测系统 | |
| Ausejo et al. | Study of precision, deviations and uncertainty in the design of the strategic noise map of the macrocenter of the city of Buenos Aires, Argentina | |
| CN110969857B (zh) | 一种交通信息处理方法及装置 | |
| CN109709961A (zh) | 道路障碍物检测方法、装置及自动驾驶汽车 | |
| WO2013001307A1 (en) | Method and system for collecting traffic data | |
| Stipancic et al. | Impact of congestion and traffic flow on crash frequency and severity: application of smartphone-collected GPS travel data | |
| CN103838772A (zh) | 一种多源交通数据融合方法 | |
| Bennett et al. | Environmental noise mapping using measurements in transit | |
| CN106205125A (zh) | 一种救护车抵达时间实时预测系统及方法 | |
| JP7408258B2 (ja) | 勾配と速度を組み合わせたモードの開発装置及び開発方法 | |
| CN109326133A (zh) | 高速公路安全监管方法及系统、车载终端 | |
| Quintero et al. | Statistical requirements for noise mapping based on mobile measurements using bikes | |
| KR102199369B1 (ko) | 도로 교통 혼잡도 예측 및 모의 방법 | |
| Bąkowski et al. | Frequency analysis of urban traffic noise | |
| Abdur-Rouf et al. | A before-and-after traffic noise analysis of a roundabout converted to a signalized intersection | |
| US11150381B2 (en) | Collection vessel for collecting, measuring, and aggregrating precipitation accumulation data | |
| Gallo et al. | The effects of urban traffic plans on noise abatement: a case study | |
| Czyżewski et al. | Creating acoustic maps employing supercomputing cluster | |
| Iliescu et al. | Monitoring noise pollution in urban area through SUNET system. | |
| CN209388490U (zh) | 车载终端 | |
| JP3355887B2 (ja) | 旅行時間予測方法および旅行時間予測装置 | |
| Džambas et al. | Monitoring of traffic noise on urban road intersection-Case Study | |
| Sooriyarachchi et al. | Modelling free flowing vehicular traffic noise | |
| Fehon et al. | Modeling active traffic management with paramics | |
| CN117292548B (zh) | 交通仿真方法、装置、设备及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220511 Address after: No.1, 5 / F, building 1, No.511, Xingshi Road, Wuhou District, Chengdu, Sichuan 610000 Patentee after: SICHUAN SANYUAN ENVIRONMENTAL GOVERNANCE Co.,Ltd. Address before: 210093 Nanjing University, 22 Hankou Road, Gulou District, Nanjing, Jiangsu Patentee before: Wu Tongyu |
|
| TR01 | Transfer of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An urban road noise prediction system based on Internet of Things and cloud computing technology Effective date of registration: 20220825 Granted publication date: 20220412 Pledgee: Industrial Bank Limited by Share Ltd. Chengdu branch Pledgor: SICHUAN SANYUAN ENVIRONMENTAL GOVERNANCE Co.,Ltd. Registration number: Y2022980013590 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20231124 Granted publication date: 20220412 Pledgee: Industrial Bank Limited by Share Ltd. Chengdu branch Pledgor: SICHUAN SANYUAN ENVIRONMENTAL GOVERNANCE Co.,Ltd. Registration number: Y2022980013590 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Urban Road Noise Prediction System Based on Internet of Things and Cloud Computing Technology Effective date of registration: 20231130 Granted publication date: 20220412 Pledgee: Industrial Bank Limited by Share Ltd. Chengdu branch Pledgor: SICHUAN SANYUAN ENVIRONMENTAL GOVERNANCE Co.,Ltd. Registration number: Y2023510000262 |