CN113970072A - 一种基于数据处理的监控方法及监控系统 - Google Patents

Abstract

本申请实施例提供一种基于数据处理的监控方法及监控系统。所述方法应用于天然气管道的监控系统，包括：天然气管道的第一探测部和第二探测部分别采用光信号感测天然气管道的第一传输部和第二传输部中的振动信号；将所述振动信号发送至云服务器，所述云服务器将所述振动信号输入预先训练的事故发生模型，获得所述第一传输部和/或所述第二传输部中的危险位置；所述云服务器发送控制信号至所述至少一图像捕获装置，所述至少一图像捕获装置捕获所述危险位置的图像；所述云服务器根据捕获的所述危险位置的图像结合预设XR模型确定所述第一传输部和/或所述第二传输部的危险事件。

Description

一种基于数据处理的监控方法及监控系统

技术领域

本申请实施例涉及智能技术领域，尤其涉及一种基于数据处理的监控方法及监控系统。

背景技术

现如今，人工智能和大数据等技术被越来越多地使用。天然气管道用于输送天然气，由于天然气管道在输送天然气时一般铺设在户外的地下，因此常常会面临危险情况，由于天然气管道被人为盗挖、意外碰撞（例如被挖掘机铲到）很有可能导致天然气管道破坏或者毁坏。一旦导致天然气泄漏会对环境和人身安全带来严重后果，因此必须对天然气管道进行有效的监控。现有技术中，对天然气管道进行监控一般是在天然气管道的附近设置多个固定的监控设备，每个监控设备对准天然气管道的一个位置进行拍摄，现有技术中的监控方式使得监控天然气管道时的效率十分低下，难以保证对天然气管道进行监控的效果。

发明内容

有鉴于此，本申请实施例提供一种基于数据处理的监控方法及监控系统，以至少部分解决上述问题。

根据本申请实施例的第一方面，提供了一种基于数据处理的监控方法，应用于天然气管道的监控系统，所述天然气管道包括第一传输部、第一固定部、第一探测部，以及第二传输部、第二固定部、第二探测部，所述监控系统还包括：至少一图像捕获装置以及与所述图像捕获装置耦接的云服务器，所述第一传输部与所述第二传输部连通并用于天然气输送，所述第一固定部固定所述第一探测部至所述第一传输部，所述第二固定部固定所述第二探测部至所述第二传输部，所述方法包括：所述第一探测部和所述第二探测部分别采用光信号感测所述第一传输部和所述第二传输部中的振动信号；将所述振动信号发送至所述云服务器，所述云服务器将所述振动信号输入预先训练的事故发生模型，获得所述第一传输部和/或所述第二传输部中的危险位置；所述云服务器发送控制信号至所述至少一图像捕获装置，所述至少一图像捕获装置捕获所述危险位置的图像；所述云服务器根据捕获的所述危险位置的图像结合预设XR模型确定所述第一传输部和/或所述第二传输部的危险事件。

在本申请一实施例的具体实现中，在所述云服务器将所述振动信号输入预先训练的事故发生模型之前，所述方法还包括：接收所述第一传输部和/或所述第二传输部中在不同的时间点传输至所述云服务器的振动信号；对所述振动信号进行差分计算得到差分数据序列，并滤除所述差分数据序列的中低频漂移；提高滤除中低频漂移的差分数据序列的信噪比，并根据预设长度窗口，获得所述差分数据序列在窗口内数据的绝对值的最大值；根据所述绝对值的最大值作为包络信号，并根据所述包络信号进行寻峰计算，将峰值的所在位置确定为危险位置。

在本申请一实施例的具体实现中，将所述振动信号发送至所述云服务器，所述云服务器将所述振动信号输入预先训练的事故发生模型，获得所述第一传输部和/或所述第二传输部中的危险位置，包括：计算所述振动信号输入所述事故发生模型后，生成候选危险位置序列；遍历所述候选危险位置序列，获得所述候选危险位置序列中危险数值高于阈值的位置作为危险位置。

在本申请一实施例的具体实现中，所述云服务器根据所述危险位置的图像结合预设XR模型判断所述第一传输部和/或所述第二传输部的危险事件，包括：获得所述危险位置的图像，并将所述图像投影至所述云服务器的XR模型构建的视觉场景中；在所述视觉场景中，所述第一传输部和所述第二传输部的位置和取向被确定，并且在所述天然气管道传输中的环境因素被投射至所述视觉场景；根据所述视觉场景，判断所述第一传输部和/或所述第二传输部的危险事件。

在本申请一实施例的具体实现中，所述根据所述视觉场景，判断所述第一传输部和/或所述第二传输部的危险事件，包括：确定三维坐标，获得在所述三维坐标下的危险情况范围；至少部分地使得所述危险情况范围内的图像与危险内容关联呈现，所述危险内容与所述图像重叠，所述危险情况范围内的图像包括所述危险位置处的地面图像与地下图像；根据重叠图像判断所述第一传输部和/或所述第二传输部的危险事件。

根据本申请实施例的第二方面，提供了一种基于数据处理的监控系统，应用于天然气管道监控，所述天然气管道包括第一传输部、第一固定部、第一探测部，以及第二传输部、第二固定部、第二探测部，所述监控系统还包括：至少一图像捕获装置以及与所述图像捕获装置耦接的云服务器，所述第一传输部与所述第二传输部连通并用于天然气输送，所述第一固定部固定所述第一探测部至所述第一传输部，所述第二固定部固定所述第二探测部至所述第二传输部，所述监控系统包括：

信号感测模块，用于令所述第一探测部和所述第二探测部分别采用光信号感测所述第一传输部和所述第二传输部中的振动信号；

信号传输模块，用于将所述振动信号发送至所述云服务器，所述云服务器将所述振动信号输入预先训练的事故发生模型，获得所述第一传输部和/或所述第二传输部中的危险位置；

图像捕获模块，用于令所述云服务器发送控制信号至所述至少一图像捕获装置，所述至少一图像捕获装置捕获所述危险位置的图像；

危险确认模块，用于所述云服务器根据捕获的所述危险位置的图像结合预设XR模型确定所述第一传输部和/或所述第二传输部的危险事件。

在本申请一实施例的具体实现中，所述信号传输模块还用于：接收所述第一传输部和/或所述第二传输部中在不同的时间点传输至所述云服务器的振动信号；对所述振动信号进行差分计算得到差分数据序列，并滤除所述差分数据序列的中低频漂移；提高滤除中低频漂移的差分数据序列的信噪比，并根据预设长度窗口，获得所述差分数据序列在窗口内数据的绝对值的最大值；根据所述绝对值的最大值作为包络信号，并根据所述包络信号进行寻峰计算，将峰值的所在位置确定为危险位置。

在本申请一实施例的具体实现中，所述信号传输模块，包括：

信号计算单元，用于计算所述振动信号输入所述事故发生模型后，生成候选危险位置序列；

位置确定单元，用于遍历所述候选危险位置序列，获得所述候选危险位置序列中危险数值高于阈值的位置作为危险位置。

在本申请一实施例的具体实现中，所述危险确认模块，包括：

投影构建单元，用于获得所述危险位置的图像，并将所述图像投影至所述云服务器的XR模型构建的视觉场景中；场景投射单元，用于在所述视觉场景中，所述第一传输部和所述第二传输部的位置和取向被确定，并且在所述天然气管道传输中的环境因素被投射至所述视觉场景；危险判断单元，用于根据所述视觉场景，判断所述第一传输部和/或所述第二传输部的危险事件。

在本申请一实施例的具体实现中，所述危险判断单元，包括：

坐标确定子单元，用于确定三维坐标，获得在所述三维坐标下的危险情况范围；关联呈现子单元，用于至少部分地使得所述危险情况范围内的图像与危险内容关联呈现，所述危险内容与所述图像重叠，所述危险情况范围内的图像包括所述危险位置处的地面图像与地下图像；事件判断子单元，用于根据重叠图像判断所述第一传输部和/或所述第二传输部的危险事件。

根据本申请实施例提供的监控方法，由于其能够采用光信号感测第一传输部和第二传输部中的振动信号，将振动信号发送至云服务器，云服务器将振动信号输入预先训练的事故发生模型，获得第一传输部和/或第二传输部中的危险位置；云服务器令至少一图像捕获装置捕获危险位置的图像并根据捕获的危险位置的图像结合预设XR模型确定第一传输部和/或第二传输部的危险事件。因而该监控方法通过云服务器对光信号感测振动信号在事故发生模型中进行计算，能够快速准确地对大面积天然气管道是否存在危险隐患进行侦测，如可能存在危险隐患则令至少一图像捕获装置捕获危险位置的图像，并结合预设XR模型确定危险事件。本申请实施例能够实现准确及时的大面积天然气管道感测，结合了云计算和XR模型实现大面积天然气管道可能发生危险事件的快速准确预测。因此该监控方法可以有效保证监控天然气管道时的效率和对天然气管道进行监控的效果。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为根据本申请实施例的一种可选的监控系统的示意图。

图2为根据本申请实施例的一种可选的监控方法的步骤流程图。

图3为根据本申请实施例中的事故发生模型训练的一种具体的步骤流程图。

图4为根据本申请实施例中的步骤S2的一种具体的步骤流程图。

图5为根据本申请实施例中的步骤S4的一种具体的步骤流程图。

图6为根据本申请实施例中的步骤S43的一种具体的步骤流程图。

图7为根据本申请实施例的一可选的监控系统的结构框图。

图8为根据本申请实施例的一可选的监控系统中信号传输模块的结构框图。

图9为根据本申请实施例的一可选的监控系统中危险确认模块的结构框图。

图10为根据本申请实施例的一可选的监控系统中危险判断单元的结构框图。

具体实施方式

为了使本领域的人员更好地理解本申请实施例中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请实施例保护的范围。

现如今，人工智能和大数据等技术被越来越多地使用。天然气管道用于输送天然气，由于天然气管道在输送天然气时一般铺设在户外的地下，因此常常会面临危险情况，由于天然气管道被人为盗挖、意外碰撞（例如被挖掘机铲到）很有可能导致天然气管道破坏或者毁坏。一旦导致天然气泄漏会对环境和人身安全带来严重后果，因此必须对天然气管道进行有效的监控。

通常对天然气管道进行监控一般是沿天然气管道的附近设置多个固定的用于监控的设备，每个用于监控的设备对准一个位置进行拍摄，这使得监控天然气管道时的效率十分低下，难以保证对天然气管道进行监控的效果。

下面结合本申请实施例的附图进一步说明本申请实施例的具体实现。

根据本申请实施例中的一方面，参照图1，示出了本申请实施例中提供的一种监控系统的可选的示意图，其天然气传输管道包括第一传输部101、第一固定部102、第一探测部103，以及第二传输部104、第二固定部105、第二探测部106。

所述监控系统还包括：至少一图像捕获装置107以及与所述图像捕获装置耦接的云服务器108。

所述第一传输部101与所述第二传输部104连通并用于天然气输送，所述第一固定部102固定所述第一探测部103至所述第一传输部101，所述第二固定部105固定所述第二探测部106至所述第二传输部104。

参照图2，所述基于数据处理的监控方法包括：

S1，所述第一探测部和所述第二探测部分别采用光信号感测所述第一传输部和所述第二传输部中的振动信号。

具体地，第一探测部103和第二探测部106可以是光纤的不同部分，第一传输部101和第二传输部104可以是天然气管道（例如，第一传输部101和第二传输部104是相邻连接的两截天然气管道）。光信号采用与天然气管道同沟铺设的光纤进行感测，光纤用来检测天然气管道的振动信号。具体地，光纤利用瑞利散射效应提供非常有优势的新的振动探测方式。在瑞利效应作用下光纤内部的分子或原子的空间分布随机性起伏，光纤中传输的激光会产生向后的散射光。当光纤所处的环境中存在振动时，振动会引起光纤产生应力应变，导致向后传输的散射光信号相应地发生变化。因此整根光纤既能传输激光又能作为振动传感器。分布式光纤传感器的检测范围可高达上百公里，一根光纤等效于成千上百个传感器，对于天然气管道大空间尺度下的振动检测具有独特的优势。另外，光纤还具有抗电磁干扰、耐腐蚀、体积小、成本低等优点。

本申请实施例中，作为示例性地，光纤铺设在户外地下的土壤中，光纤可以以极高的灵敏度感测天然气管道附近一定范围内的土壤的振动信号，可以理解的是，该振动信号一般由多种因素导致，例如地面上方人员或车辆移动、挖掘或施工、天然气管道连接接口处爆裂等。

S2，将所述振动信号发送至所述云服务器，所述云服务器将所述振动信号输入预先训练的事故发生模型，获得所述第一传输部和/或所述第二传输部中的危险位置。

光纤（即第一探测部103和第二探测部106）通过通信网络与所述云服务器108进行连接，具体可以通过线缆或者无线通信的方式进行连接，光纤用于感测土壤的振动信号，光纤可以通过线缆或者无线通信将感测的土壤的振动信号传输给云服务器108进行处理。

云服务器108将所述振动信号输入预先训练的事故发生模型，获得所述第一传输部和/或所述第二传输部中的危险位置。

S3，所述云服务器发送控制信号至所述至少一图像捕获装置，所述至少一图像捕获装置捕获所述危险位置的图像。

具体地，采用球形摄像头作为图像捕获装置107对天然气管道进行监控，其可以被云服务器控制以调整不同的拍摄视角。

本申请实施例中的监控系统中，球形摄像头可以设置在任一合适的位置，能够便于对天然气管道进行监控即可，例如可以设置在天然气管道周围的一个预定距离之内。

本申请实施例中，云服务器可以在获取光纤感测的振动信号后，根据振动信号，确定获取到振动信号的位置是否发生危险事件，对于确定发生危险事件的位置，确定球形摄像头的拍摄视角，控制球形摄像头以该拍摄视角进行监控。

本申请实施例中的监控系统可以完成对天然气管道铺设的任意位置范围内的天然气管道进行监控的任务，具有较好的监控效果。S4，所述云服务器根据捕获的所述危险位置的图像结合预设XR模型确定所述第一传输部和/或所述第二传输部的危险事件。

本申请实施例采用云服务器108根据捕获的所述危险位置的图像结合预设XR模型确定所述第一传输部和/或所述第二传输部的危险事件，从而避免了天然气管道铺设在地下，危险位置图像通常为地面图像，无法可视化地模拟获得天然气管道危险事件所造成的损害情况，也无法采取有效措施规避危险事件对财务所造成的损失。

该监控方法通过云服务器对光信号感测振动信号在事故发生模型中进行计算，能够快速准确地对大面积天然气管道是否存在危险隐患进行侦测，如可能存在危险隐患则令至少一图像捕获装置捕获危险位置的图像，并结合预设XR模型确定危险事件。本申请实施例能够实现准确及时的大面积天然气管道感测，结合了云计算和XR模型实现大面积天然气管道可能发生危险事件的快速准确预测。

在本申请另一具体实施例的实现中，如图3所示，在云服务器将振动信号输入预先训练的事故发生模型之前，上述监控方法还包括：

T1，接收所述第一传输部和/或所述第二传输部中在不同的时间点传输至所述云服务器的振动信号。

T2，对所述振动信号进行差分计算得到差分数据序列，并滤除所述差分数据序列的中低频漂移。

T3，提高滤除中低频漂移的差分数据序列的信噪比，并根据预设长度窗口，获得所述差分数据序列在窗口内数据的绝对值的最大值。

具体地，长度窗口可以根据需要进行选择。

T4，根据所述绝对值的最大值作为包络信号，并根据所述包络信号进行寻峰计算，将峰值的所在位置确定为危险位置。

在本申请实施例中，采用上述步骤训练的事故发生模型考虑到对于天然气管道而言，存在铺设面积大，中间安装接口多，且接口位置容易发生天然气泄露的特点，对第一传输部和/或第二传输部中在不同的时间点传输至所述云服务器的振动信号进行差分计算，滤除差分数据序列中的中低频漂移，从而能够滤除天然气管道中正常管道的计算，极大减少计算量。进而通过提高滤除中低频漂移的差分数据序列的信噪比，进而放大可能存在的振动异常，避免漏掉天然气管道可能发生的危险。本申请实施例通过预设长度窗口以及包括信号的寻峰计算进一步确定危险位置，能够准确地获得振动异常所发生的位置。

在本申请再一具体实施例的实现中，如图4所示，步骤S2，包括：

S21，计算所述振动信号输入所述事故发生模型后，生成候选危险位置序列。

S22，遍历所述候选危险位置序列，获得所述候选危险位置序列中危险数值高于阈值的位置作为危险位置。

由于光纤感测的光信号转换为振动信号后容易带来噪声，而天然气管道的铺设面积非常大，为了避免危险位置的错误报警，本申请实施例通过遍历所述候选危险位置序列，选择高于阈值的位置作为最终确定的危险位置。

在本申请再一具体实施例的实现中，如图5所示，步骤S4包括：

S41，获得所述危险位置的图像，并将所述图像投影至所述云服务器的XR模型构建的视觉场景中。

S42，在所述视觉场景中，所述第一传输部和所述第二传输部的位置和取向被确定，并且在所述天然气管道传输中的环境因素被投射至所述视觉场景。

S43，根据所述视觉场景，判断所述第一传输部和/或所述第二传输部的危险事件。

由于天然气管道都铺设在地下，而图像捕获装置获得图像为地面图像，本申请实施例将危险位置的图像（地面图像）投影至云服务器的XR模型构建的视觉场景中，从而模拟出地下的天然气管道的环境因素构成的视觉场景与地面图像场景的结合，真实地获得危险事件对周围地面建筑或者人员等财物所造成的危害与损失。

在本申请再一具体实施例的实现中，如图6所示，步骤S43，包括：

S431，确定三维坐标，获得在所述三维坐标下的危险情况范围。

具体地，设定第一传输部和第二传输部所在空间的三维坐标，一般选择危险位置核心点作为原点，在预设范围内建立三维坐标，预设范围被设定为危险情况范围。

可选地，预设范围可以预先设定，或者根据需要选择。

三维坐标通常选择重力方向作为Z轴以及地面平面作为X轴和Y轴。

S432，至少部分地使得所述危险情况范围内的图像与危险内容关联呈现，所述危险内容与所述图像重叠，所述危险情况范围内的图像包括所述危险位置处的地面图像与地下图像。

在本申请具体实现中，天然气管道的三维图像库中截取出危险情况范围内的天然气管道的三维图像。

S433，根据重叠图像判断所述第一传输部和/或所述第二传输部的危险事件。

本申请具体实现中，根据所述重叠图像，可以获得三维天然气管道与危险情况范围内的图像的XR展示情况，从而预估天然气危险对于周围环境的损害，从而判断所述第一传输部和/或所述第二传输部的危险事件。

综合上述内容可以看出，本申请实施例提供的监控方法，由于其能够采用光信号感测第一传输部和第二传输部中的振动信号，将振动信号发送至云服务器，云服务器将振动信号输入预先训练的事故发生模型，获得第一传输部和/或第二传输部中的危险位置；云服务器令至少一图像捕获装置捕获危险位置的图像并根据捕获的危险位置的图像结合预设XR模型确定第一传输部和/或第二传输部的危险事件。因而该监控方法通过云服务器对光信号感测振动信号在事故发生模型中进行计算，能够快速准确地对大面积天然气管道是否存在危险隐患进行侦测，如可能存在危险隐患则令至少一图像捕获装置捕获危险位置的图像，并结合预设XR模型确定危险事件。本申请实施例能够实现准确及时的大面积天然气管道感测，结合了云计算和XR模型实现大面积天然气管道可能发生危险事件的快速准确预测，因此该监控方法可以有效保证监控天然气管道时的效率和对天然气管道进行监控的效果。

对应上述方法，本申请还提供一种基于数据处理的监控系统，参照图7，所述基于数据处理的监控系统包括：

信号感测模块701，用于令所述第一探测部和所述第二探测部分别采用光信号感测所述第一传输部和所述第二传输部中的振动信号。

信号传输模块702，用于将所述振动信号发送至所述云服务器，所述云服务器将所述振动信号输入预先训练的事故发生模型，获得所述第一传输部和/或所述第二传输部中的危险位置。

图像捕获模块703，用于令所述云服务器发送控制信号至所述至少一图像捕获装置，所述至少一图像捕获装置捕获所述危险位置的图像。

危险确认模块704，用于所述云服务器根据捕获的所述危险位置的图像结合预设XR模型确定所述第一传输部和/或所述第二传输部的危险事件。

具体地，第一探测部103和第二探测部106可以是光纤的不同部分，第一传输部101和第二传输部104可以是天然气管道（例如，第一传输部101和第二传输部104是相邻连接的两截天然气管道）。光信号采用与天然气管道同沟铺设的光纤进行感测，光纤用来检测天然气管道的振动信号。具体地，光纤利用瑞利散射效应提供非常有优势的新的振动探测方式。在瑞利效应作用下光纤内部的分子或原子的空间分布随机性起伏，光纤中传输的激光会产生向后的散射光。当光纤所处的环境中存在振动时，振动会引起光纤产生应力应变，导致向后传输的散射光信号相应地发生变化。因此整根光纤既能传输激光又能作为振动传感器。分布式光纤传感器的检测范围可高达上百公里，一根光纤等效于成千上百个传感器，对于天然气管道大空间尺度下的振动检测具有独特的优势。另外，光纤还具有抗电磁干扰、耐腐蚀、体积小、成本低等优点。

本申请实施例中，示例性地，光纤铺设在户外地下的土壤中，光纤可以以极高的灵敏度感测天然气管道附近一定范围内的土壤的振动信号，可以理解的是，该振动信号一般由多种因素导致，例如地面上方人员或车辆移动、挖掘或施工、天然气管道连接接口处爆裂。

光纤通过通信网络与所述云服务器进行连接，具体可以通过线缆或者无线通信的方式进行连接，光纤用于感测土壤的振动信号，光纤可以通过线缆或者无线通信将感测的土壤的振动信号传输给云服务器进行处理。

云服务器将所述振动信号输入预先训练的事故发生模型，获得所述第一传输部和/或所述第二传输部中的危险位置。

具体地，采用球形摄像头作为图像捕获装置对天然气管道进行监控，其可以被云服务器控制以调整不同的拍摄视角。

本申请实施例中的监控系统中，球形摄像头可以设置在任一合适的位置，能够便于对天然气管道进行监控即可，例如可以设置在天然气管道周围的一个预定距离之内。

本申请实施例中，云服务器可以在获取光纤感测的振动信号后，根据振动信号，确定获取到振动信号的位置是否发生危险事件，对于确定发生危险事件的位置，确定球形摄像头的拍摄视角，控制球形摄像头以该拍摄视角进行监控。

本申请实施例中的监控系统可以完成对天然气管道铺设的任意位置范围内的天然气管道进行监控的任务，具有较好的监控效果。本申请实施例采用云服务器根据捕获的所述危险位置的图像结合预设XR模型确定所述第一传输部和/或所述第二传输部的危险事件，从而避免了天然气管道铺设在地下，危险位置图像通常为地面图像，无法可视化地模拟获得天然气管道危险事件所造成的损害情况，也无法采取有效措施规避危险事件对财务所造成的损失。

该监控方法通过云服务器对光信号感测振动信号在事故发生模型中进行计算，能够快速准确地对大面积天然气管道是否存在危险隐患进行侦测，如可能存在危险隐患则令至少一图像捕获装置捕获危险位置的图像，并结合预设XR模型确定危险事件。本申请实施例能够实现准确及时的大面积天然气管道感测，结合了云计算和XR模型实现大面积天然气管道可能发生危险事件的快速准确预测。

在本申请另一具体实施例的实现中，如图3所示，上述事故发生模型的训练包括：

T1，接收所述第一传输部和/或所述第二传输部中在不同的时间点传输至所述云服务器的振动信号。

T2，对所述振动信号进行差分计算得到差分数据序列，并滤除所述差分数据序列的中低频漂移。

T3，提高滤除中低频漂移的差分数据序列的信噪比，并根据预设长度窗口，获得所述差分数据序列在窗口内数据的绝对值的最大值。

具体地，长度窗口可以根据需要进行选择。

T4，根据所述绝对值的最大值作为包络信号，并根据所述包络信号进行寻峰计算，将峰值的所在位置确定为危险位置。

在本申请实施例中，采用上述步骤训练的事故发生模型考虑到对于天然气管道而言，存在铺设面积大，中间安装接口多，且接口位置容易发生天然气泄露的特点，对第一传输部和/或第二传输部中在不同的时间点传输至所述云服务器的振动信号进行差分计算，滤除差分数据序列中的中低频漂移，从而能够滤除天然气管道中正常管道的计算，极大减少计算量。进而通过提高滤除中低频漂移的差分数据序列的信噪比，进而放大可能存在的振动异常，避免漏掉天然气管道可能发生的危险。本申请实施例通过预设长度窗口以及包括信号的寻峰计算进一步确定危险位置，能够准确地获得振动异常所发生的位置。

在本申请再一具体实施例的实现中，如图8所示，信号传输模块702包括：

信号计算单元7021，用于计算所述振动信号输入所述事故发生模型后，生成候选危险位置序列。

位置确定单元7022，用于遍历所述候选危险位置序列，获得所述候选危险位置序列中危险数值高于阈值的位置作为危险位置。

由于光纤感测的光信号转换为振动信号后容易带来噪声，而天然气管道的铺设面积非常大，为了避免危险位置的错误报警，本申请实施例通过遍历所述候选危险位置序列，选择高于阈值的位置作为最终确定的危险位置。

在本申请再一具体实施例的实现中，如图9所示，危险确认模块704包括：

投影构建单元7041，获得所述危险位置的图像，并将所述图像投影至所述云服务器的XR模型构建的视觉场景中。

场景投射单元7042，在所述视觉场景中，所述第一传输部和所述第二传输部的位置和取向被确定，并且在所述天然气管道传输中的环境因素被投射至所述视觉场景。

危险判断单元7043，根据所述视觉场景，判断所述第一传输部和/或所述第二传输部的危险事件。

由于天然气管道都铺设在地下，而图像捕获装置获得图像为地面图像，本申请实施例将危险位置的图像（地面图像）投影至云服务器的XR模型构建的视觉场景中，从而模拟出地下的天然气管道的环境因素构成的视觉场景与地面图像场景的结合，真实地获得危险事件对周围地面建筑或者人员等财物所造成的危害与损失。

在本申请再一具体实施例的实现中，如图10所示，危险判断单元7043，包括：

坐标确定子单元70431，确定三维坐标，获得在所述三维坐标下的危险情况范围。

具体地，设定第一传输部和第二传输部所在空间的三维坐标，一般选择危险位置核心点作为原点，在预设范围内建立三维坐标，预设范围被设定为危险情况范围。

可选地，预设范围可以预先设定，或者根据需要选择。

三维坐标通常选择重力方向作为Z轴以及地面作为X轴和Y轴。

关联呈现子单元70432，用于至少部分地使得所述危险情况范围内的图像与危险内容关联呈现，所述危险内容与所述图像重叠，所述危险情况范围内的图像包括所述危险位置处的地面图像与地下图像。

在本申请具体实现中，天然气管道的三维图像库中截取出危险情况范围内的天然气管道的三维图像。

事件判断子单元70433，用于根据重叠图像判断所述第一传输部和/或所述第二传输部的危险事件。

本申请具体实现中，根据所述重叠图像，可以获得三维天然气管道与危险情况范围内的图像的XR展示情况，从而预估天然气危险对于周围环境的损害，从而判断所述第一传输部和/或所述第二传输部的危险事件。

需要指出，根据实施的需要，可将本申请实施例中描述的各个部件/步骤拆分为更多部件/步骤，也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤，以实现本申请实施例的目的。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请实施例的范围。

以上实施方式仅用于说明本申请实施例，而并非对本申请实施例的限制，有关技术领域的普通技术人员，在不脱离本申请实施例的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本申请实施例的范畴，本申请实施例的专利保护范围应由权利要求限定。

Claims (10)

1.一种基于数据处理的监控方法，应用于天然气管道的监控系统，所述天然气管道包括第一传输部、第一固定部、第一探测部，以及第二传输部、第二固定部、第二探测部，其特征在于，所述监控系统还包括：至少一图像捕获装置以及与所述图像捕获装置耦接的云服务器，所述第一传输部与所述第二传输部连通并用于天然气输送，所述第一固定部将所述第一探测部固定至所述第一传输部，所述第二固定部将所述第二探测部固定至所述第二传输部，所述方法包括：

所述第一探测部和所述第二探测部分别采用光信号感测所述第一传输部和所述第二传输部中的振动信号；

将所述振动信号发送至所述云服务器，所述云服务器将所述振动信号输入预先训练的事故发生模型，获得所述第一传输部和/或所述第二传输部中的危险位置；

所述云服务器发送控制信号至所述至少一图像捕获装置，所述至少一图像捕获装置捕获所述危险位置的图像；

所述云服务器根据捕获的所述危险位置的图像结合预设XR模型确定所述第一传输部和/或所述第二传输部的危险事件。

2.根据权利要求1所述的监控方法，其特征在于，在所述云服务器将所述振动信号输入预先训练的事故发生模型之前，所述方法还包括：

接收所述第一传输部和/或所述第二传输部中各位置在不同的时间点传输至所述云服务器的振动信号；

对所述振动信号进行差分计算得到差分数据序列，并滤除所述差分数据序列的中低频漂移；

提高滤除中低频漂移的差分数据序列的信噪比，并根据预设长度窗口，获得所述差分数据序列在窗口内数据的绝对值的最大值；和

根据所述绝对值的最大值作为包络信号，并根据所述包络信号进行寻峰计算，将峰值的所在位置确定为危险位置。

3.根据权利要求2所述的监控方法，其特征在于，将所述振动信号发送至所述云服务器，所述云服务器将所述振动信号输入预先训练的事故发生模型，获得所述第一传输部和/或所述第二传输部中的危险位置，包括：

计算所述振动信号输入所述事故发生模型后，生成候选危险位置序列；

遍历所述候选危险位置序列，获得所述候选危险位置序列中危险数值高于阈值的位置作为危险位置。

4.根据权利要求3所述的监控方法，其特征在于，所述云服务器根据所述危险位置的图像结合预设XR模型判断所述第一传输部和/或所述第二传输部的危险事件，包括：

获得所述危险位置的图像，并将所述图像投影至所述云服务器的XR模型构建的视觉场景中；

在所述视觉场景中，所述第一传输部和所述第二传输部的位置和取向被确定，并且在所述天然气管道传输中的环境因素被投射至所述视觉场景；

根据所述视觉场景，判断所述第一传输部和/或所述第二传输部的危险事件。

5.根据权利要求4所述的监控方法，其特征在于，所述根据所述视觉场景，判断所述第一传输部和/或所述第二传输部的危险事件，包括：

确定三维坐标，获得在所述三维坐标下的危险情况范围；

至少部分地使得所述危险情况范围内的图像与危险内容关联呈现，所述危险内容与所述图像重叠，所述危险情况范围内的图像包括所述危险位置处的地面图像与地下图像；

根据重叠图像判断所述第一传输部和/或所述第二传输部的危险事件。

6.一种基于数据处理的监控系统，应用于天然气管道监控，所述天然气管道包括第一传输部、第一固定部、第一探测部，以及第二传输部、第二固定部、第二探测部，其特征在于，所述监控系统还包括：至少一图像捕获装置以及与所述图像捕获装置耦接的云服务器，所述第一传输部与所述第二传输部连通并用于天然气输送，所述第一固定部固定所述第一探测部至所述第一传输部，所述第二固定部固定所述第二探测部至所述第二传输部，所述监控系统包括：

信号感测模块，用于令所述第一探测部和所述第二探测部分别采用光信号感测所述第一传输部和所述第二传输部中的振动信号；

信号传输模块，用于将所述振动信号发送至所述云服务器，所述云服务器将所述振动信号输入预先训练的事故发生模型，获得所述第一传输部和/或所述第二传输部中的危险位置；

图像捕获模块，用于令所述云服务器发送控制信号至所述至少一图像捕获装置，所述至少一图像捕获装置捕获所述危险位置的图像；

危险确认模块，用于所述云服务器根据捕获的所述危险位置的图像结合预设XR模型确定所述第一传输部和/或所述第二传输部的危险事件。

7.根据权利要求6所述的监控系统，其特征在于，在所述云服务器将所述振动信号输入预先训练的事故发生模型之前，所述信号传输模块还用于：

接收所述第一传输部和/或所述第二传输部中在不同的时间点传输至所述云服务器的振动信号；

对所述振动信号进行差分计算得到差分数据序列，并滤除所述差分数据序列的中低频漂移；

提高滤除中低频漂移的差分数据序列的信噪比，并根据预设长度窗口，获得所述差分数据序列在窗口内数据的绝对值的最大值；

根据所述绝对值的最大值作为包络信号，并根据所述包络信号进行寻峰计算，将峰值的所在位置确定为危险位置。

8.根据权利要求7所述的监控系统，其特征在于，所述信号传输模块，包括：

信号计算单元，用于计算所述振动信号输入所述事故发生模型后，生成候选危险位置序列；

位置确定单元，用于遍历所述候选危险位置序列，获得所述候选危险位置序列中危险数值高于阈值的位置作为危险位置。

9.根据权利要求8所述的监控系统，其特征在于，所述危险确认模块，包括：

投影构建单元，用于获得所述危险位置的图像，并将所述图像投影至所述云服务器的XR模型构建的视觉场景中；

场景投射单元，用于在所述视觉场景中，所述第一传输部和所述第二传输部的位置和取向被确定，并且在所述天然气管道传输中的环境因素被投射至所述视觉场景；

危险判断单元，用于根据所述视觉场景，判断所述第一传输部和/或所述第二传输部的危险事件。

10.根据权利要求9所述的监控系统，其特征在于，所述危险判断单元，包括：

坐标确定子单元，用于确定三维坐标，获得在所述三维坐标下的危险情况范围；

关联呈现子单元，用于至少部分地使得所述危险情况范围内的图像与危险内容关联呈现，所述危险内容与所述图像重叠，所述危险情况范围内的图像包括所述危险位置处的地面图像与地下图像；

事件判断子单元，用于根据重叠图像判断所述第一传输部和/或所述第二传输部的危险事件。

Images