CN114279503A - 一种边云协同的自主巡航型水污染排放智能监测小船 - Google Patents
一种边云协同的自主巡航型水污染排放智能监测小船 Download PDFInfo
- Publication number
- CN114279503A CN114279503A CN202210007858.5A CN202210007858A CN114279503A CN 114279503 A CN114279503 A CN 114279503A CN 202210007858 A CN202210007858 A CN 202210007858A CN 114279503 A CN114279503 A CN 114279503A
- Authority
- CN
- China
- Prior art keywords
- unit
- monitoring
- water
- autonomous
- boat
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 65
- 238000003911 water pollution Methods 0.000 title claims abstract description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 105
- 238000005070 sampling Methods 0.000 claims abstract description 29
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 26
- 238000003384 imaging method Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 13
- 230000004927 fusion Effects 0.000 claims abstract description 8
- 238000013507 mapping Methods 0.000 claims abstract description 6
- 230000002093 peripheral effect Effects 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 49
- 238000001514 detection method Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 15
- 238000013527 convolutional neural network Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000004888 barrier function Effects 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 claims description 4
- 239000013589 supplement Substances 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 230000000844 anti-bacterial effect Effects 0.000 claims description 3
- 230000000845 anti-microbial effect Effects 0.000 claims description 3
- 239000004599 antimicrobial Substances 0.000 claims description 3
- 239000011248 coating agent Substances 0.000 claims description 3
- 238000000576 coating method Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000013439 planning Methods 0.000 claims description 3
- 238000010223 real-time analysis Methods 0.000 claims 1
- 239000002351 wastewater Substances 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 5
- 240000007651 Rubus glaucus Species 0.000 description 4
- 235000011034 Rubus glaucus Nutrition 0.000 description 4
- 235000009122 Rubus idaeus Nutrition 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000010865 sewage Substances 0.000 description 4
- 239000000047 product Substances 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 2
- 239000012153 distilled water Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229920006351 engineering plastic Polymers 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- VGPSUIRIPDYGFV-UHFFFAOYSA-N [N].O[N+]([O-])=O Chemical compound [N].O[N+]([O-])=O VGPSUIRIPDYGFV-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- WUKWITHWXAAZEY-UHFFFAOYSA-L calcium difluoride Chemical compound [F-].[F-].[Ca+2] WUKWITHWXAAZEY-UHFFFAOYSA-L 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000010436 fluorite Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000033116 oxidation-reduction process Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- -1 turbidity Chemical compound 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种边云协同的自主巡航型水污染排放智能监测小船；其包括船体、搭载在船体上的具有定位功能的北斗导航模块、监测功能单元、排放管道和暗管成像识别单元、自主巡航避障单元、边缘计算单元、通讯单元、控制单元；排放管道和暗管成像识别单元采用平面摄像头对水面排污状况进行识别，采用水下声纳侧扫设备对水下管道和地网进行识别；自主巡航避障单元通过ROS2.0机器人操作系统、激光雷达和超声雷达进行实时建图与定位，通过融合算法确认周边物体离船体的距离以进行障碍规避；边缘计算功能单元将不同的传感数据进行边缘端和云端协同推理。本发明具有水质定点采样监测和自主巡航的能力，可用于河流湖泊废水偷排的监管与治理。
Description
技术领域
本发明涉及环境监测和人工智能技术领域，具体的说，涉及一种边云协同的自主巡航型水污染排放智能监测小船。
背景技术
在环境学中水质参数的重要因素是测量水体的溶解氧（DO）、pH值、电导率、温度、化学需氧量（COD）、氨氮（NH3-N）电极、总磷（TP）、氧化还原电位（ORP）、浊度、氯离子、硝酸氮等因子。
传统水质监测船使用局限性大，监测人员需要到水上才可以实现水质采样与判断，对水上操作人员身体素质要求高，危险系数高，操作过程复杂繁琐，手动操作不当使水样中混入杂质而影响准确性，同时在水质监测方面实时性不足，难以发现河道污水偷排等问题。
发明内容
针对现有技术中水质监测船在水质监测方面实时性不足，使用局限性大，河道污水偷排难以发现等问题，本发明的目的在于提供一种用于对河流湖泊废水偷排进行监管治理的智能水体监测船，其拥有常规的水质定点采样监测的能力，同时其基于边云协同技术，能实现对水上、水下采集到的图像进行污染排放管道识别的功能；基于ROS2.0机器人操作系统、超声波定位、激光雷达定位、和北斗导航定位，能实现自主巡航的功能。
本发明的技术方案具体介绍如下。
一种边云协同的自主巡航型水污染排放智能监测小船，其包括船体、搭载在船体上的具有定位功能的北斗导航模块、监测功能单元、排放管道和暗管成像识别单元、自主巡航避障单元、边缘计算单元、通讯单元、控制单元；其中：
监测功能单元：其包括对水体进行采集的采样设备、和对水体的水质参数进行检测的若干传感器；
排放管道和暗管成像识别单元：其包括对水面排污状况进行识别的水面识别模块、和对水下管道和地网进行识别的水下成像识别模块，其中，水面图像识别模块包括平面摄像机，平面摄像机采集到的水面图像信息经由卷积神经网络CNN算法进行图像识别实现水面管道的识别和标记，水下成像识别模块采用水下声纳侧扫设备采集水下信息，采集的水下声纳信息由OPENCV图像处理数据库识别判断是否存在偷排管道；
自主巡航避障单元：其通过ROS2.0机器人操作系统、激光雷达和超声雷达进行实时建图与定位，通过融合算法确认周边物体离船体的距离以进行障碍规避；
边缘计算功能单元：其以微型计算机作为边缘计算节点，通过Baetyl边缘计算操作系统使用训练好的人工智能模型将监测功能单元中不同传感器收集和测量的传感数据进行边缘端智能推理分析，同时推理数据反馈到云端进行模型训练，训练好的模型补充道边缘端进行学习的进化补充；
通讯单元：用于实现北斗导航模块、监测功能单元、排放管道和暗管成像识别单元、自主巡航避障单元和边缘计算功能单元之间的数字通信；
控制单元，用于控制船体、北斗导航模块、监测功能单元、排放管道和暗管成像识别单元、自主巡航避障单元、边缘计算功能单元的工作。
本发明中，船体上方设置太阳能电池板和GPS定位系统，船体上涂有耐磨抗菌的防微生物涂层。
本发明中，监测功能单元中，采样设备包括微型水泵和采样瓶；传感器包括温湿度传感器、WQM水质传感器和pH液体传感器。
本发明中，水下成像识别模块基于OPENCV图像处理数据库中的图像特征识别算法和卷积神经网络CNN算法判别是否存在偷排管道。
本发明中，融合算法为扩展卡尔曼EKF数据融合滤波算法。
本发明中，自主巡航避障单元结合北斗定位单元进行巡航路线的导航与水体水质监测点位的确定。
本发明中，自主巡航避障单元进行实时建图与定位，将感知到的路径障碍物通过A*算法进行实时优化，调整实时路线，并将路线重新规划的移动指令通过脉冲宽度调制PWM算法实现对船体电机的调节。
本发明中，边缘计算功能单元通过物联网平台进行分析，分析得到的区域水质数据通过手机移动终端APP进行查看。
本发明中，排放管道和暗管成像识别单元中的OPENCV图像处理数据库，自主巡航避障单元中的ROS2.0机器人操作系统搭载在边缘计算功能单元中边缘计算节点的Baetyl边缘计算操作系统的功能节点上。
本发明中，通讯单元采用5G网络模块。
和现有技术相比，本发明的有益效果在于：
（1）本发明将复杂繁琐且不易操作的手动控制转变为简单便利易操作的自动控制的水质参数实时测量，能加快水域污染防治的治理节奏，推出高效污染源头判断方案，使监测人员可以不用到水上便可以实现水质采样与判断，简化过程且较大降低了危险系数，同时也解决了由于手动操作不当使水样中混入杂质而影响准确性，对操作人员水上身体素质要求高的问题。
（2）本发明的船体基于物联网模式，具有实时监测、采样分析方便的特点，其最终通过 5G网络模块实时上传到物联网平台进行分析，并且可以通过手机移动终端进行区域水质整体数据查看，可以实时监测水质变化，通过对水质以及河道其他方面数据的分析，协助环境监管，能高效的保障水体污染治理工作。
（3）监测小船具备北斗定位返航功能，当遇到突发情况或电力不足时，船体切换到节能模式自动返回初始地点。
（4）本发明可以基于监测功能单元和排放管道和暗管成像识别单元，将水质检测分析和实时监测数据变化情况和排污管道检测情况进行相关性分析，提高偷排发现概率，对于环保检查中一直难于发现的偷排漏排问题有了很好的解决方案，可以提高检测效率和河道与水质保护的水平。。
附图说明
图1为本发明的监测小船实物图。
图2 为监测小船的系统功能图。
图3 为监测小船的工作流程图。
图4为APP界面图。
图5为平台数据传输图。
图6为虚拟设备上报数据图。
图7为温度校正公式。
图8为雷达仿真结果图示。
具体实施方式
下面结合附图和实施例对本发明的技术方案进行详细介绍。
实施例1
实施例中，提供一种边云协同的自主巡航型水污染排放智能监测小船，其实物图如图1所示。船体为小型轻量的ABS工程塑料船体，ABS工程塑料船体涂有耐磨抗菌的防微生物涂层，可有效抑制水藻以及各种菌类附着，影响船体的清洁性与采样准确性。
船体使用双电机驱动水下3叶片螺旋桨，最高速度2m/s，最大载重8KG。船体自身具备夜间远程兼采样监测作业功能，船体自身防水性强，双马达动力强，可在多水域复杂环境中实时采样作业。船体同时为流线型船体，具备抗冲击和耐磨性强等优点，能显著提升此实时监测采样船的实际工作寿命，以达到低成本高经济的特性。
船体上方设置太阳能电池板，对船体提供能源补充，太阳能电池板使用的是多晶硅电池板。本多晶硅电池板的优势是光电衰减慢，发电量较稳定，抗外界干扰能力强，成本低，虽光电转化率约为15%-17%，但足以满足基本应急续航能力。
实施例中，监测小船的监测系统功能图如图2所示：其包括船体控制电板、嵌入式物联网主控板、手机APP和机智云平台和路由设备；船体控制电板连接动力电机、遥控装置、指示灯、GPS定位模块；嵌入式物联网主控板连接微型水泵、各种水质传感器和摄像机，其使用低功耗STM32F103单片机，支持RTOS操作系统，采集数据最终对接机智云平台作为服务器功能，能够传输BHT-D型pH传感器、WQMB01M光谱水质传感器，微型水泵及DH11温湿度传感器数据，手机APP展示水质监测结果，并可对微型水泵转速进行调节，构建出完整的网络数据上传控制的系统。
实施例中，采集单元主控板的STM32F103单片机软件功能需要将光谱水质传感器，pH值水质传感器等采集模块进行实时数据采集，通过微型水泵为主的采样模块进行液体采样，并通过实时传输数据最后发送到机智云平台进行数据处理和在手机APP端进行数据同步显示。
表1采集单元硬件使用表
实施例中，温湿度传感器是一款含有已校准数字信号输出的DHT11温湿度复合传感器，具有一个电阻式感湿元件和一个 NTC 测温元件，因此该产品具有品质卓越、抗干扰能力强、性价比极高等优点。微型水泵模块的微型直流电动机采用 L9110 进行驱动。L9110是为控制和驱动电机设计的两通道推挽式功率放大专用集成电路器件，将分立电路集成在单片 IC 之中，使外围器件成本降低，整机可靠性提高。
嵌入式物联网主控板上设计一个通过串口通信（TTL转232串口线）或SPI通信，采进行WQM01B水质传感器信号收发。WQM01B水质传感器是一款进口的高性能激光光谱水质传感器，其体积小、集成度高、整机可靠性强。该传感器支持指令输入，具有良好的抗干扰性。满TOC、COD、TDS、水温四合一水质监测功能，对水质整体质量的监测具有较高意义。
嵌入式物联网主控板上使用BHT-D型pH值传感器采用双高阻三电极体系，具有在线一键校准、实时温度补偿、电极松断报警、校准时电极好坏报警、掉电保护（可使标定结果和预置数据不因关机或停电而丢失）、测量精度高、响应快、使用寿命长等特点。能进行人性化的在线一键校准功能方便用户定期对电极进行校准修正，结合温度补偿、掉电保护功能，能有效地完成对测量数据的转换、处理、等过程。产品具有体积小、重量轻、易于安装和维护，可pH值、温度同时输出0-5V、0.4-2V、1-3V线性模拟信号,或串口输出数字信号，方便进行二次开发。
实施例中，APP设计功能包括水泵转速调节、环境温湿度显示、水质综合指标显示功能。在机智云Android 开发框架，只需要确定需求的开发控制界面和属性格式，API接口，即可灵活地开发出满足功能的APP（图4）。
实施例中，APP数据同步是创建设备后，之后进行调试 APP 绑定虚拟设备，点击机智云平台“调试提示”功能内的红框“显示二维码”来显示虚拟设备二维码。绑定虚拟设备后，设备信息和APP实时数据等内容即可同步到机智云平台。
表2 数据点信息
机智云平台是面向个人、企业开发者的一站式智能硬件开发及云服务平台。平台提供了从定义产品、设备端开发调试、应用开发、产测、云端开发、运营管理、数据服务等覆盖智能硬件接入到运营管理全生命周期服务的能力。
实施例中，数据从传感器检测到的数值传递到手机APP，同步到虚拟设备（机智云平台），平台数据传输图如图5所示。数值在硬件控制程序、APP程序、机智云端名称不完全相同，但是存在一一对应关系，数值对应如下：
表3数值对应表
实施例中，数据上传可选择HEX值或JSON格式，为满足网络数据传输的通用性，此处选择使用JSON规范，将每次上传数字规范。上传到机智云平台后(图6)，可查看设备运行上下线、开启关闭时间、传输数据管理等内容。此外上传到虚拟设备后可在机智云平台申请企业API，进行设备的状态、任务、数据的聚合管理。聚合管理可对多台设备信息进行处理，更高效地对区域整体水质质量进行分析。
船体通过遥控器发送指令进行遥控，接收到的指令转化成驱动电路板上的电机信号，指示灯信号灯控制船体动作。遥控器动作指令包括前进、转弯、巡航、夜灯等，有效遥控范围5000米。
船身具有北斗定位返航功能，用于遥控功能故障的小船回收功能，当超过信号范围，或遇到突发情况导致失联后，自动返航到起始位置。
小船在运动过程中，当电量少于60%时，通过遥控器，控制太阳能电板开启，当电量大于90%时，太阳能电板关闭。（事先计算好小船在探测距离最远处返回所需的最低电量，假设为15%）当小船电量为20%时，通过遥控器控制感光传感器工作，若检测为有光，则太阳能电板损坏警示灯亮，关闭小船所有功能并返航。反之，灯不亮，亦返航。
监测小船根据北斗导航模块进行定位，使小船往返在不同的点相隔等间距的采取水样，由水质检测仪将检测到的水质状况传送到机智云平台。若水质超出每个指标设定值后，则判断此处该项水质指标不合格，通过GPS定位模块记录当前位置坐标，并在显示屏上用不同颜色点代表超标数量，与此同时监测小船返回与上一个未标记采样点的中点再次采样，循环往复，直到位移距离小于1m时停止采样，将所得信息传输进行分析，通过通讯模块传输给手机APP；若水质状况未超出设定值，机器判断该处水质合格，继续前进。当运动到设定的最远距离，小船开始反方向运动，保证足够电量回到出发点。
实施例中，监测小船的工作流程图如图3所示，其基于边云协同技术，包括监测单元的工作、管道识别节点中水面与水下图像识别系统的启动、巡航避障单元的工作，以及数据之间的传输通信。
水面与水下图像识别系统中，水面识别设备选用海康威视4G监控摄像头，高清萤石XP1作为图像和视频采集设备，具有360度双向云台，具有高清像素和红外高清夜视，200万像素，焦距4mm，具有较强抗干扰能力，工业级4G专用监控芯片，耐高温，不易掉线。首先将采集到的图像作为训练数据集，经过训练CNN卷积神经网络模型后，需要移植到水面图像识别单元的STM32L431嵌入式单片机中对水面常见图像进行特征的提取，通过不断对卷积神经网络（Convolutional Neural Network，CNN）进行局部优化以及调整，提升在嵌入式终端上实现图像识别的性能，最终对比模型库的样本进行是否为水面排污管道的判定。同时摄像视频通过无线网络进行传输，用于遥控人员观察水面状态。
水下声纳成像选用一款Klein max600的侧扫声呐，其特点是尾部安装了两个天底换能器，对侧扫声呐底部的成像也有较好的效果。使用双频单波束：600KHz(侧扫换能器)，850KHz(尾部天底换能器)，CHIRP脉冲类型进行成像扫描。对声纳侧方、下方、尾部扫描成像比较完整。并将获取信息发送给树莓派中Baetyl边缘计算操作系统中挂载的OPENCV图像处理功能节点，通过OPENCV图像处理数据库识别水下扫描信息，基于OPENCV库中图像特征识别算法和CNN卷积神经网络算法判别是否存在偷排管道。
实施例中，5G网络设备选用华为EMH5000的5G模组，然后用树莓派4B作为边缘计算设备和透传设备，5G模组作为WAN口，以太网口作为LAN口，实现通过以太网的5G转发。硬件准备使用5G模组一块外加天线4根，USB 3.0数据线一根，操作系统使用ubuntu 16.04。以船载5G网络进行数据的远程传递和数据上云，边云协同数据传输。使用树莓派的边缘计算硬件设备中植入baetyl边缘操作系统作为实现边云协同功能的软件环境，云端使用百度云提供的BIE边云智能服务系统。在baetyl使用训练好的人工智能模型用于边缘端智能推理，同时推理数据反馈到云端进行模型训练，训练后的模型补充到边缘端进行学习的进化补充。
实施例中，使用XX激光雷达和KS103超声波雷达感知水上周边信息（图7），并将获取信息发送给树莓派中Baetyl边缘计算操作系统中挂载的机器人操作系统ROS2.0功能节点，在ROS2.0的LaserScan激光雷达数据结构中获取核心数据，并通过gmapping功能包结合激光雷达和KS103超声波雷达两者信息经扩展卡尔曼（EKF）数据融合滤波算法，实现即时定位与地图构建功能（SLAM）。基于SLAM功能实现对水面物体信息变化的感知，将感知到的路径障碍物通过A*算法进行实时优化，调整实时路线。并将路线重新规划的移动指令通过PWM算法实现对船体电机的调节。
A*算法是启发式搜索算法，启发式搜索即在搜索过程中建立启发式搜索规则，以此来衡量实时搜索位置和目标位置的距离关系，使搜索方向优先朝向目标点所处位置的方向，最终达到提高搜索效率的效果。A*算法的核心在于估价函数的设计上，A*算法的基本思想如下：引入当前节点x的估计函数f(x),当前节点x的估计函数定义为：
f (x)= g(x)+h(x)
其中g(x)是从起点到当前节点x的实际距离量度（代码中可以用两点之间距离代替）；h(x)是从节点x到终点的最小距离估计，h(x)的形式可以从欧几里得距离或者曼哈顿距离中选取。算法基本实现过程为：从起始点开始计算其每一个子节点的f值，从中选择f值最小的子节点作为搜索的下一点，往复迭代，直到下一子节点为目标点。
实施例中，当船体两侧传感器收集到船体大幅度晃动的信息，通过遥控器，船体两侧放出收纳于船体的漂浮小球，这些小球与船体紧密相连，实现智能稳定。
实施例中，小船运动中，红外探测器与雷达探测仪同时工作。小船上的雷达对周边环境实时进行探测，并传输至控制计算机。红外探测器和雷达探测仪器分别监测到排水口、障碍物、水质等和暗管，避障，渔网或地笼时，小船警报灯亮，通过控制器，使摄像机工作进行四周拍照，保存图片信息通过WiFi模块传输到计算机同时经过信号处理系统，根据图片信息进行避障。
本发明可采用实时测量的检测方法更能保证所得数据的可靠性，使误差在允许的范围内降低误差值。目前水体环境检测工作符合中华人民共和国水利部制定发布的《水环境监测规范》（SL 219-2013）；《污水综合排放标准》（GB 18918-2002）；《污水监测技术规范》（HJ 91.1-2019）等条文中明确规定的测试数据的采样地点、取样条件，检测方法和不同实验分别所使用的仪器。
1）消除误差：在设备进行水质参数检测的过程中，如果在一次检测完成后未进行蒸馏水清洗，或在同一水域不同地点进行检测，会因为残液的影响导致不同程度的检测误差。尤其在第二次取样之初，误差影响更大。为消除和减小检测误差的影响，应在一次作业完成后，进行残液排空，并进行蒸馏水清洗水管和传感器检测部分，并对取样瓶进行更换，确保基本消除残液。同一水域不同检测点检测，应等待检测设备稳定5秒以上，显示数据稳定后再作为记录数值。
2）传感器校验准备：传感器本身存在一定的精度误差，如检测TDS传感器自身测量精度为上下5%，即1000ppm误差约50ppm(25摄氏度下)。不同温度下水质密度和溶解度的变化即导致一定的水质参数波动，加上温度对传感器灵敏度和电压差动对检测反馈的影响，导致检测数值误差更大。为减少这几种误差的叠加，根据硬件和软件实情进行电压稳压、和温度的补偿、传感器使用校验的方法减少误差。
如TDS检测中，根据硬件情况采用3.3V串口稳定电压，并根据TDS电压曲线表经过测试选取最小误差值。对于温度误差进行温度修正校核，并通过软件算法进行温度校核补偿，具体如图8所示。
3）监测实施过程：监测人员首先在岸边对船身和遥控、网络、电机等单元进行启动和测试，功能测试正常后将船体投入水面，监测人员遥控船体进行移动，进行位置标定和所在水域的水质参数读取。
4）采样实施过程：到达预定取样点，从手机APP上点击水泵开启按钮，设置水泵转速后采样模块即开始采样，采样过程为动态过程，在水泵开启按钮中断之前进行持续采样。
Claims (10)
1.一种边云协同的自主巡航型水污染排放智能监测小船，其特征在于，其包括船体、搭
载在船体上的具有定位功能的北斗导航模块、监测功能单元、排放管道和暗管成像识别单元、自主巡航避障单元、边缘计算单元、通讯单元、控制单元；其中：
监测功能单元：其包括对水体进行采集的采样设备、和对水体的水质参数进行检测的若干传感器；
排放管道和暗管成像识别单元：其包括对水面排污状况进行识别的水面识别模块、和对水下管道和地网进行识别的水下成像识别模块，其中，水面图像识别模块包括平面摄像机，平面摄像机采集到的水面图像信息经由卷积神经网络CNN算法进行图像识别实现水面管道的识别和标记，水下成像识别模块采用水下声纳侧扫设备采集水下信息，采集的水下声纳信息由OPENCV图像处理数据库识别判断是否存在偷排管道；
自主巡航避障单元：其通过ROS2.0机器人操作系统、激光雷达和超声雷达进行实时建图与定位，通过融合算法确认周边物体离船体的距离以进行障碍规避；
边缘计算功能单元：其以微型计算机作为边缘计算节点，通过Baetyl边缘计算操作系统使用训练好的人工智能模型将监测功能单元中不同传感器收集和测量的传感数据进行边缘端智能推理分析，同时推理数据反馈到云端进行模型训练，训练好的模型补充道边缘端进行学习的进化补充；
通讯单元：用于实现北斗导航模块、监测功能单元、排放管道和暗管成像识别单元、自主巡航避障单元和边缘计算功能单元之间的数字通信；
控制单元，用于控制船体、北斗导航模块、监测功能单元、排放管道和暗管成像识别单元、自主巡航避障单元、边缘计算功能单元的工作。
2.根据权利要求1所述的自主巡航型水污染排放智能检测小船，其特征在于，船体上方设置太阳能电池板和GPS定位系统，船体上涂有耐磨抗菌的防微生物涂层。
3.根据权利要求1所述的自主巡航型水污染排放智能监测小船，其特征在于，监测功能单元中，采样设备包括微型水泵和采样瓶；传感器包括温湿度传感器、WQM水质传感器和pH液体传感器。
4.根据权利要求1所述的自主巡航型水污染排放智能监测小船，其特征在于，水下成像识别模块基于OPENCV图像处理数据库中的图像特征识别算法和卷积神经网络CNN算法判别是否存在偷排管道。
5.根据权利要求1所述的自主巡航型水污染排放智能监测小船，其特征在于，融合算法为扩展卡尔曼EKF数据融合滤波算法。
6.根据权利要求1所述的自主巡航型水污染排放智能监测小船，其特征在于，自主巡航避障单元结合北斗定位单元进行巡航路线的导航与水体水质监测点位的确定。
7.根据权利要求1所述的自主巡航型水污染排放智能监测小船，其特征在于，自主巡航避障单元进行实时建图与定位，将感知到的路径障碍物通过A*算法进行实时优化，调整实时路线，并将路线重新规划的移动指令通过脉冲宽度调制PWM算法实现对船体电机的调节。
8.根据权利要求1所述的自主巡航型水污染排放智能监测小船，其特征在于，边缘计算功能单元通过物联网平台进行实时分析，分析得到的区域水质数据通过手机移动终端APP进行查看。
9.根据权利要求1所述的自主巡航型水污染排放智能监测小船，其特征在于，排放管道和
暗管成像识别单元中的OPENCV图像处理数据库，自主巡航避障单元中的ROS2.0机器人
操作系统搭载在边缘计算功能单元中边缘计算节点的Baetyl边缘计算操作系统的功能节点上。
10.根据权利要求1所述的自主巡航型水污染排放智能监测小船，其特征在于，通讯单元采用5G网络模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210007858.5A CN114279503A (zh) | 2022-01-06 | 2022-01-06 | 一种边云协同的自主巡航型水污染排放智能监测小船 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210007858.5A CN114279503A (zh) | 2022-01-06 | 2022-01-06 | 一种边云协同的自主巡航型水污染排放智能监测小船 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114279503A true CN114279503A (zh) | 2022-04-05 |
Family
ID=80880354
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210007858.5A Pending CN114279503A (zh) | 2022-01-06 | 2022-01-06 | 一种边云协同的自主巡航型水污染排放智能监测小船 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114279503A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114720663A (zh) * | 2022-04-25 | 2022-07-08 | 国网陕西省电力有限公司电力科学研究院 | 一种激光、光敏、超声三相融合测钎装置及方法 |
| CN115063427A (zh) * | 2022-08-18 | 2022-09-16 | 中海油天津化工研究设计院有限公司 | 用于新型船舶的污染物排放监控图像处理方法 |
| CN115743486A (zh) * | 2022-12-02 | 2023-03-07 | 高建军 | 一种基于物联网的黑臭水体治理系统 |
| CN116580302A (zh) * | 2023-05-09 | 2023-08-11 | 湖北一方科技发展有限责任公司 | 一种高维水文数据处理系统及方法 |
| CN117369349A (zh) * | 2023-12-08 | 2024-01-09 | 如特数字科技(苏州)有限公司 | 一种远程监测智能机器人的管理系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105137993A (zh) * | 2015-09-09 | 2015-12-09 | 广州睿航电子科技有限公司 | 一种用于无人船的污染源追踪方法及系统 |
| CN105242022A (zh) * | 2015-11-02 | 2016-01-13 | 北斗天汇（上海）科技有限公司 | 北斗导航智能水质监测双体船 |
| 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 |
| CN207010858U (zh) * | 2017-07-26 | 2018-02-13 | 南京信息工程大学 | 一种基于自主巡航无人船的河流污染视频采集传输系统 |
| CN207427358U (zh) * | 2017-11-23 | 2018-05-29 | 四川中科水务科技有限公司 | 一种水下监控系统 |
| CN110539852A (zh) * | 2019-08-29 | 2019-12-06 | 皖西学院 | 具有自主避障巡航功能的河道水质检测无人船 |
| CN110937074A (zh) * | 2019-12-18 | 2020-03-31 | 哈尔滨工程大学 | 一种小型自动巡航水质监测船 |
| CN111332415A (zh) * | 2020-03-28 | 2020-06-26 | 哈尔滨工程大学 | 一种自主巡航节能水质监测船及监测方法 |
| CN111516808A (zh) * | 2020-05-07 | 2020-08-11 | 中国水利水电科学研究院 | 一种环境监测巡河机器人系统和方法 |
| CN111897318A (zh) * | 2020-06-12 | 2020-11-06 | 中国环境科学研究院 | 基于无人船的水体污染智能调查方法及装置 |
| CN113238234A (zh) * | 2021-06-22 | 2021-08-10 | 生态环境部华南环境科学研究所 | 一种基于水下声呐识别水下排污口识别方法 |
-
2022
- 2022-01-06 CN CN202210007858.5A patent/CN114279503A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105137993A (zh) * | 2015-09-09 | 2015-12-09 | 广州睿航电子科技有限公司 | 一种用于无人船的污染源追踪方法及系统 |
| CN105242022A (zh) * | 2015-11-02 | 2016-01-13 | 北斗天汇（上海）科技有限公司 | 北斗导航智能水质监测双体船 |
| 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 |
| CN207010858U (zh) * | 2017-07-26 | 2018-02-13 | 南京信息工程大学 | 一种基于自主巡航无人船的河流污染视频采集传输系统 |
| CN207427358U (zh) * | 2017-11-23 | 2018-05-29 | 四川中科水务科技有限公司 | 一种水下监控系统 |
| CN110539852A (zh) * | 2019-08-29 | 2019-12-06 | 皖西学院 | 具有自主避障巡航功能的河道水质检测无人船 |
| CN110937074A (zh) * | 2019-12-18 | 2020-03-31 | 哈尔滨工程大学 | 一种小型自动巡航水质监测船 |
| CN111332415A (zh) * | 2020-03-28 | 2020-06-26 | 哈尔滨工程大学 | 一种自主巡航节能水质监测船及监测方法 |
| CN111516808A (zh) * | 2020-05-07 | 2020-08-11 | 中国水利水电科学研究院 | 一种环境监测巡河机器人系统和方法 |
| CN111897318A (zh) * | 2020-06-12 | 2020-11-06 | 中国环境科学研究院 | 基于无人船的水体污染智能调查方法及装置 |
| CN113238234A (zh) * | 2021-06-22 | 2021-08-10 | 生态环境部华南环境科学研究所 | 一种基于水下声呐识别水下排污口识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 杨秀霞等: "Python数据分析 挖掘与可视化", 北京航空航天大学出版社, pages: 233 - 73 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114720663A (zh) * | 2022-04-25 | 2022-07-08 | 国网陕西省电力有限公司电力科学研究院 | 一种激光、光敏、超声三相融合测钎装置及方法 |
| CN115063427A (zh) * | 2022-08-18 | 2022-09-16 | 中海油天津化工研究设计院有限公司 | 用于新型船舶的污染物排放监控图像处理方法 |
| CN115063427B (zh) * | 2022-08-18 | 2022-11-15 | 中海油天津化工研究设计院有限公司 | 用于新型船舶的污染物排放监控图像处理方法 |
| CN115743486A (zh) * | 2022-12-02 | 2023-03-07 | 高建军 | 一种基于物联网的黑臭水体治理系统 |
| CN116580302A (zh) * | 2023-05-09 | 2023-08-11 | 湖北一方科技发展有限责任公司 | 一种高维水文数据处理系统及方法 |
| CN116580302B (zh) * | 2023-05-09 | 2023-11-21 | 湖北一方科技发展有限责任公司 | 一种高维水文数据处理系统及方法 |
| CN117369349A (zh) * | 2023-12-08 | 2024-01-09 | 如特数字科技(苏州)有限公司 | 一种远程监测智能机器人的管理系统 |
| CN117369349B (zh) * | 2023-12-08 | 2024-02-23 | 如特数字科技(苏州)有限公司 | 一种远程监测智能机器人的管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114279503A (zh) | 一种边云协同的自主巡航型水污染排放智能监测小船 | |
| CN103287549B (zh) | 一种智能水质监测与水面清理船 | |
| CN206991539U (zh) | 一种无人船复杂水域智能监控系统 | |
| CN203929111U (zh) | 一种自动巡航水产养殖在线监控船 | |
| CN211235830U (zh) | 无人船水质监测系统 | |
| WO2020133709A1 (zh) | 一种水生态监测与修复水面机器人及水生态修复控制方法 | |
| CN104765333A (zh) | 一种基于gprs的水产养殖智能船监控系统 | |
| CN103970093A (zh) | 一种自动巡航水产养殖在线监控系统 | |
| CN111348161B (zh) | 一种应用于海洋牧场的资源环境监测系统及其操作方法 | |
| CN108303508B (zh) | 基于激光雷达和深度学习路径寻优的生态预警系统及方法 | |
| CN108415323A (zh) | 一种海洋牧场智能化管理系统 | |
| CN106873578A (zh) | 无人作业智能船装置及控制系统 | |
| CN110667813A (zh) | 一种用于水质监测和增氧的移动式仿生机器鱼及控制方法 | |
| CN109515086A (zh) | 海洋探测机器人及其作业方法 | |
| CN105974075A (zh) | 一种基于北斗导航的水质监测系统 | |
| CN110146675A (zh) | 一种水文信息监测系统 | |
| CN209426501U (zh) | 海洋探测机器人 | |
| CN209410285U (zh) | 一种水质监测和水处理一体化无人船 | |
| CN112357030B (zh) | 一种用于海洋或内河湖泊的水质监测机器鱼 | |
| CN110199961A (zh) | 一种自主避障寻迹识别的多功能智能捕鱼船 | |
| CN108896728A (zh) | 一种基于新能源无人船平台的智能水质监测系统 | |
| CN113291420A (zh) | 一种智能无人船系统 | |
| CN108593005A (zh) | 一种基于水下机器人的海洋环境监测系统 | |
| CN203268293U (zh) | 水质监测与水面清理船 | |
| Liu et al. | Unmanned airboat technology and applications in environment and agriculture |
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 |