CN113848226A - 一种智能化空间移动污染物自主溯源系统及溯源方法 - Google Patents

一种智能化空间移动污染物自主溯源系统及溯源方法 Download PDF

Info

Publication number
CN113848226A
CN113848226A CN202111105677.8A CN202111105677A CN113848226A CN 113848226 A CN113848226 A CN 113848226A CN 202111105677 A CN202111105677 A CN 202111105677A CN 113848226 A CN113848226 A CN 113848226A
Authority
CN
China
Prior art keywords
pollutant
unmanned aerial
aerial vehicle
unit
communication
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
Application number
CN202111105677.8A
Other languages
English (en)
Other versions
CN113848226B (zh
Inventor
李福生
张伟业
杨婉琪
赵彦春
吴泽桂
鲁欣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202111105677.8A priority Critical patent/CN113848226B/zh
Publication of CN113848226A publication Critical patent/CN113848226A/zh
Application granted granted Critical
Publication of CN113848226B publication Critical patent/CN113848226B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/223—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material by irradiating the sample with X-rays or gamma-rays and by measuring X-ray fluorescence
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
    • H04Q2209/84—Measuring functions

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Automation & Control Theory (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Mathematical Optimization (AREA)
  • Chemical & Material Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种智能化空间移动污染物自主溯源系统及方法，属于污染物监测技术领域。该系统使用无人机为空间移动平台，搭载X射线荧光光谱分析仪检测空气中污染物成分和浓度，同时中央数据处理器计算指定污染物的梯度上升方向，污染物梯度上升方向就是当前污染源扩散的反方向，将污染物梯度上升方向传输给无人机平台，自主在空中进行路径决策，从而快速进行污染物的溯源，保证了系统运行的快速性、实时性、自主性、方向收敛、位置准确。

Description

一种智能化空间移动污染物自主溯源系统及溯源方法
技术领域
本发明属于污染物监测技术领域，具体涉及一种智能化空间移动污染物自主溯源系统及溯源方法。
背景技术
随着城市化进程加快，人们在各个方面(如工业、农业)的需求大量增多，造成了空气污染的急剧增加，大气污染及室内公共场所等污染已经成为人们身体健康的一大威胁，如何加强对污染物检测、快速的寻找污染源也日渐成为当下社会的一大难题。当下针对空气中特定污染物溯源，如化工厂烟囱中排放的烟雾中的硫、磷、铅等空气污染物、农田中燃烧秸秆产生的空气污染物、工厂管道中泄露的磷、硫、氯、砷等剧毒空气污染元素的检测多是采用防治区域静态布置传感器的节点的方式、或者布置相关的载具进行有毒物质采样。其缺陷是采用节点布置的成本太高、设备容易老化、时效时不能进行及时的更换；使用载具时，仅能检测是否含有空气污染物，而不能检测污染物含量、不能在空间中任意移动、缺乏特定算方法自主智能的寻找污染源。如专利CN108008099A“一种污染源定位方法”中提到，在污染较为严重的区域布置多个传感器节点，利用各个传感器的浓度在各个时间段的变化去计算污染物传播速度来定位污染源，这种方法不仅缺乏可移动性，算法也较为模糊，缺乏自主性、智能化，并不能精确定位污染源，其次在布置传感器时人员的安全性也不能保证。
随着无人机技术的发展，现有越来越多的检测手段通过无人机搭载检测设备实现对污染物的检测。例如：专利CN112526065A“一种基于无人机的自动定位污染源的系统及方法”中提到可以使用无人机搭载污染物检测模块来检测空气中污染物，以污染物浓度最大点为圆心画圆飞行并找到最大污染物点，并继续以此为圆心，依次画圆飞行移动来寻找污染物的污染源，这种方法在无人机自主决策的过程中并不具备方向上唯一确定性，其算法的收敛性慢，寻找污染源的过程中需耗时长、飞行步长难以确定、目的性较差；谢丽华等人(谢丽华,丁涛.基于无人机的大气污染物变步长溯源算法研究[J].中国计量大学学报,2020,v.31；No.97(01):85-90.)提到一种采用“Z字形搜索方法”改善了之前提出的画圆搜索并不能快速搜索方向的缺点，可以较好的搜索污染物方向，但是其在搜索过程中收敛性仍难以保证，其搜索方法更多基于经验搜索方法，不能严格保证在恶劣环境行快速性、准确性。
因此，如何基于无人机实现对污染物的快速监测以及自主快速溯源定位就成为了亟待解决的问题。
发明内容
针对背景技术所存在的问题，本发明的目的在于提供一种智能化空间移动污染物自主溯源系统及方法。该系统使用无人机为空间移动平台，搭载X射线荧光光谱分析仪检测空气中污染物成分和浓度，同时中央数据处理器计算指定污染物的梯度上升方向，然后将污染物梯度上升方向传输给无人机平台，自主在空中进行路径决策，从而快速进行污染物的溯源，保证了系统运行的快速性、实时性、自主性、方向收敛、位置准确。
为实现上述目的，本发明的技术方案如下：
一种智能化空间移动污染物自主溯源系统，包括无人机载具、DGI组合导航单元、中央数据处理器CPU、X射线荧光光谱分析仪、无线通讯网络单元和用户数据监测终端；所述无线通讯网络单元和DGI组合导航单元位于无人机载具上方、中央数据处理器CPU位于无人机载具下方、X射线荧光光谱分析仪位于中央数据处理器CPU下方；
其中，所述无人机载具用于空间移动；所述DGI组合导航单元用于对无人机载具进行定位和提供位置信息参数；所述中央数据处理器CPU同时与无人机、X射线荧光光谱分析仪、DGI组合导航单元和线通讯网络单元连接，中央数据处理器CPU接收X射线荧光光谱分析仪采集的污染物数据和成分分析结果，并进行处理，根据处理后的结果向无人机载具发送空间移动命令，控制无人机以期望状态运行；所述X射线荧光光谱分析仪用于采集污染物并进行分析，同时将分析结果传输至中央数据处理器CPU；所述无线通讯网络单元用于向用户数据检测终端发送X射线荧光光谱分析仪采集、分析结果，中央数据处理器CPU处理后的结果和DGI组合导航单元获取的位置信息，同时接收用户数据监测终端发送的检测指令，并将指令传输至中央数据处理器CPU；所述用户数据监测终端用于接收无线通讯网络单元发送的DGI组合导航单元获取的位置信息、X射线荧光光谱分析仪采集的污染物信息、中央数据处理器CPU处理的结果、无人机载具的位置参数；所述用户数据监测终端接收到上述信息后根据信息绘制空间中相应区域的对应污染物分布图、对应污染物分布来源方向指示并进行显示。
进一步地，所述X射线荧光光谱分析仪包含荧光X射线探头、数据采集单元、数据处理单元和功能控制单元；所述数据采集单元与荧光X射线探头相连接用于采集X射线荧光探头发射到被测物体上并反弹的电信号；数据处理单元与数据采集单元相连，用以处理分析特定物质的成分及含量；功能控制单元与数据处理单元相连接，用于控制污染物数据的采集、数据的处理、数据的传输等。
进一步地，所述DGI组合导航单元RTK定位单元、INS惯性导航单元和数据融合单元，首先获取RTK导航定位的绝对位置，其次获取INS惯性导航的相对位置数据，利用DGI组合导航系统的数据融合单元融合出当前飞行载体的精确绝对位置，获取无人机载具的位置信息；其中，所述RTK定位单元包括北斗导航系统和GPS导航系统，所述INS惯性导航单元包括三轴加速度计、三轴陀螺仪、三轴磁力计和气压计。
进一步地，所述无人机载具的位置信息包括无人机的姿态、位置、速度、航向等信息。
进一步地，无线通讯网络单元的无线通信方式有5.8GHz通讯、2.4GHz通讯、433MHz通讯和GPRS通讯；具体的通讯方式的选择为：当有5.8GHz通讯信号时选择5.8GHz通讯，否则当有2.4GHz通讯信号时选择2.4GHz通讯，否则当有433MHz通讯信号时选择433MHz通讯，否则当有GPRS通讯信号时选择GPRS通讯，通讯优先选择5.8GHz通讯大于2.4GHz通讯大于433MHz通讯大于GPRS通讯。
一种智能化空间移动污染物自主溯源方法，包括以下步骤：
步骤1.控制无人机载具起飞，飞行一段距离，设置起飞点i＝0，每飞行一米距离更新当前位置信息X(i)和污染物浓度信息C(i)，然后将采集的信息传输至中央数据处理器CPU，其中，i点的坐标表示为X(i)＝[x(i),y(i),z(i)]；同时利用当前飞行载体搭载的无线通讯网络单元发送位置信息X(i)和污染物浓度信息C(i)给用户数据监测终端，用于用户数据监测终端数据的显示；
步骤2.根据步骤1所获得的i点的位置信息X(i)和污染物浓度信息C(i)计算选定污染物的浓度关于位置变化的梯度上升方向，具体过程为：
步骤2.1.计算获取污染物分布的二次型拟合曲线：由于污染物在空间中分布浓度的等势面为曲面，在这个面下，每一点污染物的浓度相等，设定在空间中污染物浓度等势面近似方程为二次函数：
Figure BDA0003272214350000031
其中，a1,a2,a3参数为向量；
二次函数表达为矩阵形式为：
Figure BDA0003272214350000032
可得到简化形式X×A＝C，其中
Figure BDA0003272214350000033
则矩阵系数A由A＝(X'×X)-1×X'×C可求出，带入步骤1得到的参数X(i)和C(i)，可求得矩阵系数A即可得污染物分布的拟合曲线的方程系数；
将拟合曲线化为二次型为：
Figure BDA0003272214350000041
其中，XT表示矩阵X的转秩；
步骤2.2.根据步骤2.1得到的污染物分布的二次型拟合曲线采用梯度下降法求取当前路径下的污染物梯度上升最快的方向，具体求解公式为：
Figure BDA0003272214350000042
其中，k为采用梯度下降法计算的次数，d(k)为飞行方向，r(k)为位置信息X(i)的残差向量(修正向量)，α(k)为飞行距离；
同时向数据监测终端发送飞行方向d(k)和飞行距离α(k)信息，数据监测终端进行污染物分布图和飞行规划图绘制；
步骤2.3.设定梯度下降法的初始化值，当第一次执行梯度下降法计算时，
d(0)＝-r(0)＝a1X(0)-a2；
步骤3.判断步骤2每次采用梯度下降法计算后得到的飞行距离α(k)与设定污染源位置误差ε的关系，若飞行距离α(k)小于误差ε，则当前位置为污染源；否则进行步骤4；
步骤4.根据步骤2得到的选定污染物浓度的梯度上升方向控制无人机载具的飞行方向d(k)和飞行距离α(k)，然后进行步骤1。
进一步地，步骤1中第一次起飞沿任意路径，飞行距离为50m-100m。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
本发明提出了一种智能化空间移动污染物自主溯源装置，该装置不但可以进行高精度的移动定位，快速精准分析某一区域空气污染物的成分、浓度，而且还可以根据选定的污染物进行快速溯源，移动到污染源进行采样记录，同时可以根据发送的污染物成分和浓度信息变化数据信息，绘制区域的空气污染情况图和无人机寻找污染源的详细移动路径，以便于环保部门做出及时的响应和处理，保障在危险污染源泄露情况下人员和设施的安全。同时，装置具有极强的通讯可靠性和适应性，能保证系统在近中远各种极端条件下完成污染源搜索和空间污染状态图绘制任务。
附图说明
图1是本发明智能化空间移动污染物自主溯源系统结构示意图。
图2是本发明智能化空间移动污染物自主溯源系统各部分的信号流向示意图。
图3是本发明智能化空间移动污染物自主溯源系统的工作流程图。
图4是本发明智能化空间移动污染物自主溯源路径示意图。
图5是本发明的一种智能化空间移动污染物成分、浓度检测及溯源系统无线通讯单元工作流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面结合实施方式和附图，对本发明作进一步地详细描述。
一种智能化空间移动污染物自主溯源装置，其结构示意图如图1所示，包括无人机载具4、DGI组合导航单元1、中央数据处理器5、X射线荧光光谱分析仪3、无线通讯网络单元2和用户数据监测终端；其中无线通讯网络单元和DGI组合导航单元位于无人机载体上方、中央数据处理器CPU位于无人机载体下方、X射线荧光光谱分析仪位于中央数据处理器CPU下方；这种结构上的安排可以及时的在模块间传递信息，保证了采集到的污染物信息能够及时收集与处理。
所述无人机载具用于空间移动；
所述DGI组合导航单元用于对无人机载具进行定位，并将位置信息传输至中央数据处理器CPU；所述DGI组合导航单元包括RTK定位单元、INS惯性导航单元和数据融合单元，首先获取RTK导航定位的绝对位置，其次获取INS惯性导航的相对位置数据，利用DGI组合导航系统的数据融合单元融合出当前飞行载体的精确绝对位置，获取飞行载体的位置信息和移动信息；其中所述RTK定位单元包括北斗导航系统和GPS导航系统，所述INS惯性导航单元包括三轴加速度计、三轴陀螺仪、三轴磁力计和气压计；
所述X射线荧光光谱分析仪用于采集特定污染物质并进行分析，并将分析结果传输至中央数据处理器CPU；所述X射线荧光光谱分析仪包含荧光X射线探头、数据采单元、数据处理单元和功能控制单元；数据采集单元与荧光X射线探头相连接用以X射线采集荧光探头接收到的电信号；数据处理单元与数据采集单元相连，用以处理分析特定物质的成分及含量，功能控制单元与数据处理单元相连接用来控制数据的采集、数据的处理、数据的传输等；
所述中央数据处理器CPU与无人机载具、DGI组合导航单元、X射线荧光光谱分析仪和无线通讯网络单元分别连接，用以接收X射线荧光光谱分析仪采集的数据和物质成分分析结果、当前无人机的位置信息，并将这两者信息传输至无线通讯网络单元，同时对污染物分析结果使用梯度下降法处理后向无人机载具发送空间移动命令，控制无人机以期望状态运行；
所述无线通讯网络单元用于向用户数据监测终端发送“DGI组合导航单元获取的位置信息”、“X射线荧光光谱分析仪采集的污染物信息”、“中央数据处理器CPU处理的梯度信息”、“多旋翼无人机平台发送的姿态、位置、速度、航向等信息”，同时也用于接收用户数据监测终端发送的控制指令；无线通讯网络单元的无线通信方式有5.8GHz通讯、2.4GHz通讯、433MHz通讯和GPRS通讯；具体的通讯方式的选择为：当有5.8GHz通讯信号时选择5.8GHz通讯，否则当有2.4GHz通讯信号时选择2.4GHz通讯，否则当有433MHz通讯信号时选择433MHz通讯，否则当有GPRS通讯信号时选择GPRS通讯，通讯优先选择5.8GHz通讯大于2.4GHz通讯大于433MHz通讯大于GPRS通讯；
所述用户数据监测终端用于接收无线通讯网络单元传输的信息，根据信息绘制空间中相应区域的对应污染物分布图、对应污染物分布来源方向指示并进行显示。
其中，无线通讯网络单元选取以上几种通信方式和通讯优先级选择主要原因有：
1.目前开放的主流公共通讯频率为以上几种，所以仅选择主流的通讯频率；
2.通讯速率上，5.8GHz通讯大于2.4GHz通讯大于433MHz通讯大于GPRS通讯，通讯距离上，5.8GHz通讯小于2.4GHz通讯小于433MHz通讯小于GPRS通讯，考虑到刚运行设备时需要传送的数据较多和距离接受设备较近故而采用优先通讯速率的方案；
3.考虑到通讯方式可能存在无网络环境和网络环境较差的情况下GPRS通讯仅作为备用选项，而采用5.8GHz通讯、2.4GHz通讯和433MHz通讯组合的方式不仅能在通讯的质量上更有保证，同时也可以应对通讯时的抗干扰能力；
一种智能化空间移动污染物自主溯源方法，包括以下步骤：
步骤1.控制飞行载体起飞，沿任意曲线飞行50米至100米范围，常规状态下污染物的扩散边缘为曲线，且在50至100米范围内其曲线可以较好地近似为二次曲线，对梯度计算更加有利，以起飞点i＝0，每飞行一米距离更新i＝i+1，同时更新当前具体飞行参数，如飞行载体的具体位置X(i)、选定污染物的浓度C(i)，并且同时发送至CPU进行计算；其中，i点的坐标表示为X(i)＝[x(i),y(i),z(i)]；
利用当前飞行器搭载的无线通讯网络单元发送坐标信息X(i)和污染物浓度信息C(i)给用户数据监测终端；
步骤2.根据步骤1所获得的i点的位置信息X(i)和污染物浓度信息C(i)计算选定污染物的浓度关于位置变化的梯度上升方向，具体过程为：
步骤2.1.由于污染物在空间中分布浓度的等势面为曲面，在这个面下，每一点污染物的浓度相等，设定在空间中污染物浓度等势面近似方程为二次函数：
Figure BDA0003272214350000071
其中，a1,a2,a3为方程的系数，参数为向量形式；
污染物浓度等势面近似方程表达为矩阵形式为：
Figure BDA0003272214350000072
可得到简化形式X×A＝C，其中
Figure BDA0003272214350000073
则矩阵系数A由A＝(X'×X)-1×X'×C可求出，带入步骤1得到的参数X(i)，C(i)，可求得矩阵系数A即可得污染物分布的拟合曲线的方程系数；求出的拟合曲线化为二次型为：
Figure BDA0003272214350000074
其中，XT表示矩阵X的转置；
步骤2.2.根据步骤2.1得到的污染物分布的二次型拟合曲线采用梯度下降法求取当前路径下的污染物梯度上升最快的方向，具体求解公式为：
Figure BDA0003272214350000075
其中，k为采用梯度下降法计算的次数，d(k)为飞行方向，r(k)为位置信息X(i)的残差向量(修正向量)，α(k)为飞行距离；
同时向数据监测终端发送飞行方向d(k)和飞行距离α(k)信息，数据监测终端进行污染物分布图和飞行规划图绘制；
步骤2.3.设定梯度下降法的初始化值，当第一次执行梯度下降法计算时，
d(0)＝-r(0)＝a1X(0)-a2；
步骤3.判断步骤2得到的飞行距离α(k)与设定污染源位置误差ε的关系，若飞行距离小于误差ε，则当前位置为污染源；否则进行步骤4；
步骤4.根据步骤2得到的选定污染物浓度的梯度上升方向控制飞行载体的航向，执行飞行方向d(k)，飞行距离α(k)，然后进行步骤1，记录当前飞行状态，。
数据监测终端显示的空间污染物分布结果包含真实当前无人机位置下的地理地图、地图上的地理坐标、根据检测到的污染物浓度绘制明暗地图，其中明暗地图绘制标准为，设定亮度B(i)对于当前污染物，例如硫，以当前监测结果记录中的最大浓度Cmax为基准划分255级，对所有位置检测到的硫浓度C(i)进行B(i)＝C(i)/Cmax*255，其中0代表最暗，255代表最亮，根据B(i)对地图上对应点的对应污染物进行亮度绘制便可得到当前污染物的明暗地图，同时根据中央数据处理器计算的梯度信息步长信息绘制飞行器指示航向图。
以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换；所公开的所有特征、或所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。

Claims (7)

1.一种智能化空间移动污染物自主溯源系统，其特征在于，包括无人机载具、DGI组合导航单元、中央数据处理器CPU、X射线荧光光谱分析仪、无线通讯网络单元和用户数据监测终端；所述无线通讯网络单元和DGI组合导航单元位于无人机载具上方、中央数据处理器CPU位于无人机载具下方、X射线荧光光谱分析仪位于中央数据处理器CPU下方；
其中，所述无人机载具用于空间移动；所述DGI组合导航单元用于对无人机载具进行定位和提供位置信息参数；所述中央数据处理器CPU同时与无人机、X射线荧光光谱分析仪、DGI组合导航单元和线通讯网络单元连接，中央数据处理器CPU接收X射线荧光光谱分析仪采集的污染物数据和成分分析结果，并进行处理，根据处理后的结果向无人机载具发送空间移动命令，控制无人机以期望状态运行；所述X射线荧光光谱分析仪用于采集污染物并进行分析，同时将分析结果传输至中央数据处理器CPU；所述无线通讯网络单元用于向用户数据检测终端发送X射线荧光光谱分析仪采集、分析结果，中央数据处理器CPU处理后的结果和DGI组合导航单元获取的位置信息，同时接收用户数据监测终端发送的检测指令，并将指令传输至中央数据处理器CPU；所述用户数据监测终端用于接收无线通讯网络单元发送的DGI组合导航单元获取的位置信息、X射线荧光光谱分析仪采集的污染物信息、中央数据处理器CPU处理的结果、无人机载具的位置参数；所述用户数据监测终端接收到上述信息后根据信息绘制空间中相应区域的对应污染物分布图、对应污染物分布来源方向指示并进行显示。
2.如权利要求1所述的智能化空间移动污染物自主溯源系统，其特征在于，所述X射线荧光光谱分析仪包含荧光X射线探头、数据采集单元、数据处理单元和功能控制单元；所述数据采集单元与荧光X射线探头相连接用于采集X射线荧光探头发射到被测物体上并反弹的电信号；数据处理单元与数据采集单元相连，用以处理分析特定物质的成分及含量；功能控制单元与数据处理单元相连接，用于控制污染物数据的采集、数据的处理、数据的传输。
3.如权利要求1所述的智能化空间移动污染物自主溯源系统，其特征在于，所述DGI组合导航单元RTK定位单元、INS惯性导航单元和数据融合单元，首先获取RTK导航定位的绝对位置，其次获取INS惯性导航的相对位置数据，利用DGI组合导航系统的数据融合单元融合出当前无人机载具的精确绝对位置，获取无人机载具的位置信息；其中，所述RTK定位单元包括北斗导航系统和GPS导航系统，所述INS惯性导航单元包括三轴加速度计、三轴陀螺仪、三轴磁力计和气压计。
4.如权利要求1所述的智能化空间移动污染物自主溯源系统，其特征在于，所述无人机载具的位置信息包括无人机的姿态、位置、速度和航向信息。
5.如权利要求1所述的智能化空间移动污染物自主溯源系统，其特征在于，无线通讯网络单元的无线通信方式有5.8GHz通讯、2.4GHz通讯、433MHz通讯和GPRS通讯；具体的通讯方式的选择为：当有5.8GHz通讯信号时选择5.8GHz通讯，否则当有2.4GHz通讯信号时选择2.4GHz通讯，否则当有433MHz通讯信号时选择433MHz通讯，否则当有GPRS通讯信号时选择GPRS通讯，通讯优先选择5.8GHz通讯大于2.4GHz通讯大于433MHz通讯大于GPRS通讯。
6.一种基于智能化空间移动污染物自主溯源系统的自主溯源方法，其特征在于，包括以下步骤：
步骤1.控制无人机载具起飞，飞行一段距离，设置起飞点i＝0，每飞行一米距离更新当前位置信息X(i)和污染物浓度信息C(i)，然后将采集的信息传输至中央数据处理器CPU，其中，i点的坐标表示为X(i)＝[x(i),y(i),z(i)]；同时利用当前无人机载具搭载的无线通讯网络单元发送位置信息X(i)和污染物浓度信息C(i)给用户数据监测终端，用于用户数据监测终端数据的显示；
步骤2.根据步骤1所获得的i点的位置信息X(i)和污染物浓度信息C(i)计算选定污染物的浓度关于位置变化的梯度上升方向，具体过程为：
步骤2.1.计算获取污染物分布的二次型拟合曲线：由于污染物在空间中分布浓度的等势面为曲面，在这个面下，每一点污染物的浓度相等，设定在空间中污染物浓度等势面近似方程为二次函数：
Figure FDA0003272214340000021
其中，a1,a2,a3参数为向量；
二次函数表达为矩阵形式为：
Figure FDA0003272214340000022
可得到简化形式X×A＝C，其中
Figure FDA0003272214340000023
则矩阵系数A由A＝(X'×X)-1×X'×C可求出，带入步骤1得到的参数X(i)和C(i)，可求得矩阵系数A即可得污染物分布的拟合曲线的方程系数；
将拟合曲线化为二次型为：
Figure FDA0003272214340000024
其中，XT表示矩阵X的转秩；
步骤2.2.根据步骤2.1得到的污染物分布的二次型拟合曲线采用梯度下降法求取当前路径下的污染物梯度上升最快的方向，具体求解公式为：
Figure FDA0003272214340000031
其中，k为采用梯度下降法计算的次数，d(k)为飞行方向，r(k)为位置信息X(i)的残差向量，α(k)为飞行距离；
同时向数据监测终端发送飞行方向d(k)和飞行距离α(k)信息，数据监测终端进行污染物分布图和飞行规划图绘制；
步骤2.3.设定梯度下降法的初始化值，当第一次执行梯度下降法计算时，
d(0)＝-r(0)＝a1X(0)-a2；
步骤3.判断步骤2每次采用梯度下降法计算后得到的飞行距离α(k)与设定污染源位置误差ε的关系，若飞行距离α(k)小于误差ε，则当前位置为污染源；否则进行步骤4；
步骤4.根据步骤2得到的选定污染物浓度的梯度上升方向控制无人机载具的飞行方向d(k)和飞行距离α(k)，然后进行步骤1。
7.如权利要求6所述的自主溯源方法，其特征在于，步骤1中第一次起飞沿任意路径，飞行距离为50m-100m。
CN202111105677.8A 2021-09-22 2021-09-22 一种智能化空间移动污染物自主溯源系统及溯源方法 Active CN113848226B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111105677.8A CN113848226B (zh) 2021-09-22 2021-09-22 一种智能化空间移动污染物自主溯源系统及溯源方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111105677.8A CN113848226B (zh) 2021-09-22 2021-09-22 一种智能化空间移动污染物自主溯源系统及溯源方法

Publications (2)

Publication Number Publication Date
CN113848226A true CN113848226A (zh) 2021-12-28
CN113848226B CN113848226B (zh) 2023-06-13

Family

ID=78974976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111105677.8A Active CN113848226B (zh) 2021-09-22 2021-09-22 一种智能化空间移动污染物自主溯源系统及溯源方法

Country Status (1)

Country Link
CN (1) CN113848226B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114878750A (zh) * 2022-05-13 2022-08-09 苏州清泉环保科技有限公司 一种集大气污染监测及溯源为一体的智能化控制系统和方法
CN115060850A (zh) * 2022-06-14 2022-09-16 浙江大学 空地双场耦合的大气污染源追踪和通量测量装置及方法
CN117420084A (zh) * 2023-12-19 2024-01-19 海南中南标质量科学研究院有限公司 多参数水质光谱遥感监测预警系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003022777A (ja) * 2001-07-09 2003-01-24 Nippon Steel Corp 高感度超音速分子ジェット多光子吸収イオン化質量分析装置
CN201513233U (zh) * 2009-09-17 2010-06-23 陕西科技大学 一种具有静电分层燃烧功能的差压式内燃机
CN102086972A (zh) * 2010-11-17 2011-06-08 广州精测管线技术有限公司 一种使用气体检测埋地管道泄漏点位置的方法
CN105158431A (zh) * 2015-09-22 2015-12-16 浙江大学 一种无人污染物溯源系统及其溯源方法
CN106405040A (zh) * 2016-11-17 2017-02-15 苏州航天系统工程有限公司 一种基于无人设备的水质巡检、污染物溯源系统及其方法
CN106920275A (zh) * 2017-01-24 2017-07-04 天衍智（北京）科技有限公司 一种复杂属性边界三维矢量迭代方法及应用系统
CN107132313A (zh) * 2017-05-08 2017-09-05 南京信息工程大学 一种无人机排查污染源的方法及污染源排查系统
CN107168215A (zh) * 2017-07-03 2017-09-15 河北新禾科技有限公司 一种污染源在线监控系统及其分析方法
CN107422747A (zh) * 2017-08-14 2017-12-01 上海交通大学 用于大气环境在线监测及大气受控采样的无人机系统
CN110426362A (zh) * 2019-07-19 2019-11-08 武汉理工大学 一种新型港口空气监测系统
CN111258334A (zh) * 2020-03-23 2020-06-09 安徽工业大学 一种环境污染自动寻源方法
CN112596545A (zh) * 2020-12-18 2021-04-02 江苏省苏力环境科技有限责任公司 一种基于多光谱的水污染源头无人机排查方法、系统和存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003022777A (ja) * 2001-07-09 2003-01-24 Nippon Steel Corp 高感度超音速分子ジェット多光子吸収イオン化質量分析装置
CN201513233U (zh) * 2009-09-17 2010-06-23 陕西科技大学 一种具有静电分层燃烧功能的差压式内燃机
CN102086972A (zh) * 2010-11-17 2011-06-08 广州精测管线技术有限公司 一种使用气体检测埋地管道泄漏点位置的方法
CN105158431A (zh) * 2015-09-22 2015-12-16 浙江大学 一种无人污染物溯源系统及其溯源方法
CN106405040A (zh) * 2016-11-17 2017-02-15 苏州航天系统工程有限公司 一种基于无人设备的水质巡检、污染物溯源系统及其方法
CN106920275A (zh) * 2017-01-24 2017-07-04 天衍智（北京）科技有限公司 一种复杂属性边界三维矢量迭代方法及应用系统
CN107132313A (zh) * 2017-05-08 2017-09-05 南京信息工程大学 一种无人机排查污染源的方法及污染源排查系统
CN107168215A (zh) * 2017-07-03 2017-09-15 河北新禾科技有限公司 一种污染源在线监控系统及其分析方法
CN107422747A (zh) * 2017-08-14 2017-12-01 上海交通大学 用于大气环境在线监测及大气受控采样的无人机系统
CN110426362A (zh) * 2019-07-19 2019-11-08 武汉理工大学 一种新型港口空气监测系统
CN111258334A (zh) * 2020-03-23 2020-06-09 安徽工业大学 一种环境污染自动寻源方法
CN112596545A (zh) * 2020-12-18 2021-04-02 江苏省苏力环境科技有限责任公司 一种基于多光谱的水污染源头无人机排查方法、系统和存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114878750A (zh) * 2022-05-13 2022-08-09 苏州清泉环保科技有限公司 一种集大气污染监测及溯源为一体的智能化控制系统和方法
CN115060850A (zh) * 2022-06-14 2022-09-16 浙江大学 空地双场耦合的大气污染源追踪和通量测量装置及方法
CN117420084A (zh) * 2023-12-19 2024-01-19 海南中南标质量科学研究院有限公司 多参数水质光谱遥感监测预警系统

Also Published As

Publication number Publication date
CN113848226B (zh) 2023-06-13

Similar Documents

Publication Publication Date Title
CN113848226B (zh) 一种智能化空间移动污染物自主溯源系统及溯源方法
CN107272028B (zh) 基于无人机的导航设备在线监测及飞行校验系统和方法
CN105352504B (zh) 一种惯性导航与激光扫描融合的采煤机定位装置及方法
Altstädter et al. ALADINA–an unmanned research aircraft for observing vertical and horizontal distributions of ultrafine particles within the atmospheric boundary layer
CN109780452A (zh) 基于激光遥测技术的气体泄漏无人机巡检浓度反演方法
CN106405040A (zh) 一种基于无人设备的水质巡检、污染物溯源系统及其方法
CN106124517A (zh) 检测结构件表面裂缝的多旋翼无人机检测平台系统及其用于检测结构件表面裂缝的方法
CN108535418A (zh) 一种污染物溯源方法、装置、监控终端及存储介质
CN109923492A (zh) 飞行路径确定
CN112130579A (zh) 一种隧道无人机巡检方法及系统
CN110308023A (zh) 基于无人机机载的气溶胶粒子垂直观测系统及采样方法
CN105547366A (zh) 微小型无人机农作物信息获取与施肥灌溉指导装置
CN109164214B (zh) 一种边界污染源快速映射定位及强度反演系统及方法
CN206657233U (zh) 基于无人机的大气环境质量及污染物连续监测系统
CN112305163A (zh) 基于固定翼无人机的大气污染监测系统及数据处理方法
CN107607091A (zh) 一种测量无人机飞行航迹的方法
CN108827722A (zh) 一种用于估算工业区pm高架直排源强的无人机系统及方法
CN115060850B (zh) 空地双场耦合的大气污染源追踪和通量测量装置及方法
CN115185292A (zh) 基于地空一体化的空气污染智能监测方法及平台
CN110162098A (zh) 一种矿用无人机
CN113009100A (zh) 一种基站式无人机流域水环境监测系统
WO2014207492A1 (en) Measurement data collection method and system for spatially detecting atmosphere properties
CN100541120C (zh) 一种蝗灾超低空预警系统及其田间蝗虫自动识别方法
CN207601310U (zh) 一种抗干扰的测距装置
CN114001715A (zh) 一种高空遥感与低空无人机倾斜摄影的环境地质调查方法

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