CN114354872A - 一种无人化河长智能巡河系统 - Google Patents
一种无人化河长智能巡河系统 Download PDFInfo
- Publication number
- CN114354872A CN114354872A CN202111681419.4A CN202111681419A CN114354872A CN 114354872 A CN114354872 A CN 114354872A CN 202111681419 A CN202111681419 A CN 202111681419A CN 114354872 A CN114354872 A CN 114354872A
- Authority
- CN
- China
- Prior art keywords
- treatment
- river
- water quality
- unit
- coefficient
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B35/00—Vessels or similar floating structures specially adapted for specific purposes and not otherwise provided for
-
- 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
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/203—Specially adapted for sailing ships
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/04—Systems determining presence of a target
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Immunology (AREA)
- Acoustics & Sound (AREA)
- Emergency Management (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Pathology (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Aviation & Aerospace Engineering (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种无人化河长智能巡河系统,涉及巡河设备技术领域,应用于无人船,包括水质检测单元、自主巡航单元以及治理分析单元;无人船上搭载有无人机,无人机包括GPS定位航线规划单元和图像采集单元;自主巡航单元用于控制无人船按照GPS定位航线规划单元规划的巡航路线航行,并根据途经河段的治理系数调整无人船的巡航速度,合理分配巡航时间;水质检测单元用于采集巡航路线上各点的水质参数信息进行检测分析;图像采集单元用于通过GPS定位航线规划单元设定的航飞路线采集各河段的河面视频信息并传输至图像分析单元进行分析,判断对应河段是否被堵塞,以提醒监控中心的管理人员及时对河段进行治理,有效提高河流治理效率。
Description
技术领域
本发明涉及巡河设备技术领域,具体是一种无人化河长智能巡河系统。
背景技术
目前船载水质监测技术已经十分完善,对于水质参数的检测可以通过搭载高精度的水质监测传感器对多种水质参数信息实现精准的采集,实现船载水质监测对同一点位水质进行连续监测采样以及监控以污染源为中心的污染范围;
但由于船体的局限性以及航行速度的限制,船载水质监测无法对大范围水域进行水质信息检测与对水质污染源进行快速高效的寻源,只能通过对水域遍历式航行水质采样同时寻找水质污染源,这种方法对于大面积的水域的水质监测的工作效率不高,同时目前的巡河系统无法智能识别污染程度高的河段重点巡查,提高寻找污染源的效率,为此,我们提出一种无人化河长智能巡河系统。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种无人化河长智能巡河系统。
为实现上述目的,根据本发明的第一方面的实施例提出一种无人化河长智能巡河系统,应用于无人船,包括水质检测单元、自主巡航单元、声呐探测单元以及治理分析单元;
所述无人船上搭载有无人机,所述无人机包括GPS定位航线规划单元和图像采集单元;所述GPS定位航线规划单元用于爬取流域内各河流的上下游汇水关系,并根据爬取到的数据为无人船规划巡航路线;
所述自主巡航单元用于控制无人船按照GPS定位航线规划单元规划的巡航路线航行,并根据途经河段的治理系数ZL调整无人船的巡航速度;
所述水质检测单元用于采集巡航路线上各点的水质参数信息进行检测分析,将各水质参数与数据库中存储的对应水质参数的安全数据进行对比,计算对应河段的水质影响系数;
所述图像采集单元用于通过GPS定位航线规划单元设定的航飞路线采集各河段的河面视频信息并传输至图像分析单元;所述图像分析单元用于对河面视频信息作出指定处理,判断对应河段是否被堵塞;
所述治理分析单元用于采集各个河段的治理记录进行治理系数分析,并将各个河段的治理系数ZL打上时间戳存储至存储单元。
进一步地,所述自主巡航单元的具体工作步骤如下:
获取无人船的巡航路线,统计该巡航路线途经的各个河段,将当前途经的河段标记为n;自动从存储单元中获取当前河段n的治理系数ZL;
设定若干个无人船的巡航速度阈值,并标记为Hm,m=1,2,…,15;且H1>H2>…>H15;设定每个巡航速度阈值Hm均对应一个预设治理系数范围,具体表现为:H1对应的预设治理系数范围为(h0,h1],…,H15对应的预设治理系数范围为(h14,h15];其中0<h1<h2<…<h15,h0=0;
当ZL∈(hm-1,hm]时,则预设治理系数范围对应的巡航速度阈值为Hm,所述自主巡航单元控制无人船按照巡航速度阈值Hm进行航行。
进一步地,所述水质检测单元的具体分析步骤为:
获取当前河段的水质参数信息,将各水质参数与数据库中存储的对应水质参数的安全数据进行对比,得到对应水质参数的数据差值;
获取大于零的各水质参数的数据差值,结合数据库中存储的各水质参数对水环境的影响因子,计算对应河段的水质影响系数;若水质影响系数大于水质系数阈值,则生成水污染信号;
所述水质检测单元用于将水污染信号与当前河段的定位数据一并上传至监控中心,以提醒监控中心的管理人员及时对该河段进行治理。
进一步地,所述图像分析单元的具体分析步骤如下:
从河面视频信息提取出河面图像信息;将河面图像信息转化成灰度图像,并通过图像预处理将灰度图像转化成标准图像;
获取预设区域内标准图像中的像素点总数,并标记为区域面积X1;
对各像素点进行识别,识别出对应的漂浮物像素点;统计漂浮物像素点总数为X2;利用公式Zx=X2/X1计算得到漂浮物占比Zx;若Zx大于占比阈值,则将对应区域标记为堵塞区域;
统计堵塞区域的数量为C1,将所有堵塞区域的漂浮物占比进行求和并取均值得到堵塞占比DZ;利用公式DS=C1×a1+DZ×a2计算得到对应河段的堵塞系数DS,其中a1、a2均为系数因子;
若DS大于堵塞阈值,则生成堵塞信号;所述图像分析单元用于将堵塞信号与当前河段的定位数据一并上传至监控中心,以提醒监控中心的管理人员及时对该河段进行治理。
进一步地,对各像素点进行识别的具体过程如下:
将标准图像中像素点的灰度值与预设的标准灰度值做差分运算,得到差分结果C1;若C1大于差分阈值,则判定该像素点为漂浮物像素点。
进一步地,所述治理分析单元的具体分析步骤为:
在预设时间内,采集同一河段的治理记录,统计对应河段的治理次数为L1,将每次治理的治理时长标记为T1,将对应的治理等级标记为G1;利用公式DL=T1×d1+G1×d2计算得到治理值DL;
统计DL大于治理阈值的次数为P1,当DL大于治理阈值时,获取DL与治理阈值的差值并进行求和得到超治总值CZ,利用公式Cd=P1×a3+CZ×a4计算得到超治系数Cd,其中a3、a4均为系数因子;
将最近一次治理结束时刻与系统当前时间进行时间差计算得到缓冲时长HT,利用公式ZL=(L1×d3+Cd×d4)×HT计算得到对应河段的治理系数ZL,其中d3、d4为系数因子;所述治理分析单元用于将各个河段的治理系数ZL打上时间戳并存储至存储单元。
进一步地,所述治理记录包括治理开始时刻、治理结束时刻以及治理等级;所述水质参数信息包括溶解氧信息、浊度信息、硫化物信息、PH值信息和水温信息。
进一步地,所述声呐探测单元用于探测当前河段以及河岸是否有人,当探测到有人时,通过语音播报器播放安全提醒信息,以提醒人员远离河流。
与现有技术相比,本发明的有益效果是:
1、本发明中水质检测单元用于采集巡航路线上各点的水质参数信息并进行检测分析,计算对应河段的水质影响系数;若水质影响系数大于水质系数阈值,则生成水污染信号,以提醒监控中心的管理人员及时采集对应措施对该河段进行治理;图像分析单元用于对采集的河面视频信息进行分析,若预设区域内漂浮物占比Zx大于占比阈值,则将对应区域标记为堵塞区域,结合堵塞区域的数量和堵塞占比,计算得到对应河段的堵塞系数DS,若DS大于堵塞阈值,则生成堵塞信号,以提醒监控中心的管理人员及时对该河段进行治理;
2、本发明中治理分析单元用于采集各个河段的治理记录并进行治理系数分析;GPS定位航线规划单元用于爬取流域内各河流的上下游汇水关系,并根据爬取到的数据为无人船规划巡航路线,自主巡航单元用于控制无人船按照GPS定位航线规划单元规划的巡航路线航行,并根据途经河段的治理系数ZL调整无人船的巡航速度;在治理系数高的河段,降低巡航速度,花较多时间进行水质采样以及寻找水质污染源,避免遗漏并及时预警治理;在治理系数低的河段,提高巡航速度,合理分配巡航时间,有效提高河流治理效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的系统框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种无人化河长智能巡河系统,应用于无人船,包括水质检测单元、监控中心、自主巡航单元、声呐探测单元、治理分析单元以及存储单元;
无人船上搭载有无人机,无人机包括GPS定位航线规划单元和图像采集单元;GPS定位航线规划单元与自主巡航单元相连接;
GPS定位航线规划单元用于爬取流域内各河流的上下游汇水关系,并根据爬取到的数据为无人船规划巡航路线,自主巡航单元用于控制无人船按照GPS定位航线规划单元规划的巡航路线航行,并根据途经河段的治理系数调整无人船的巡航速度,具体步骤如下:
获取无人船的巡航路线,统计该巡航路线途经的各个河段,将当前途经的河段标记为n;自动从存储单元中获取当前河段n的治理系数ZL;
设定若干个无人船的巡航速度阈值,并标记为Hm,m=1,2,…,15;且H1>H2>…>H15;其中不同的巡航速度阈值对应的不同的治理系数;
设定每个巡航速度阈值Hm均对应一个预设治理系数范围,具体表现为:H1对应的预设治理系数范围为(h0,h1],H2对应的预设治理系数范围为(h1,h2],…,H15对应的预设治理系数范围为(h14,h15];其中0<h1<h2<…<h15,h0=0;治理系数越大,则对应的巡航速度越慢;
当ZL∈(hm-1,hm]时,则预设治理系数范围对应的巡航速度阈值为Hm,自主巡航单元控制无人船按照巡航速度阈值Hm进行航行;
在本实施例中,自主巡航单元能够按照途经河段的治理系数调整无人船的巡航速度,在治理系数高的河段,巡航速度较慢,花较多时间进行水质采样以及寻找水质污染源,避免遗漏并及时预警治理;在治理系数低的河段,巡航速度较快,节省时间;本发明结合治理系数合理分配巡航时间,对污染程度高的河段重点巡查,达到时间利用最大化,有效提高河流治理效率;其中治理系数越高,则表明该河段被污染的可能性越高;
水质检测单元用于采集巡航路线上各点的水质参数信息并进行检测分析,水质参数信息包括溶解氧信息、浊度信息、硫化物信息、PH值信息以及水温信息;具体分析步骤为:
S1:获取当前河段的水质参数信息,将各水质参数与数据库中存储的对应水质参数的安全数据进行对比,得到对应水质参数的数据差值;若对应水质参数的数据差值小于或等于零,则表明对应水质参数不造成水污染;
S2:获取大于零的各水质参数的数据差值,结合数据库中存储的各水质参数对水环境的影响因子,计算对应河段的水质影响系数;
S3:将水质影响系数与水质系数阈值相比较,若水质影响系数大于水质系数阈值,则生成水污染信号;
水质检测单元用于将水污染信号与当前河段的定位数据一并上传至监控中心,以提醒监控中心的管理人员及时采集对应措施对该河段进行治理;
GPS定位航线规划单元还用于规划无人机的航飞路线,图像采集单元通过GPS定位航线规划单元设定的航飞路线采集各河段的河面视频信息,并将采集的河面视频信息传输至图像分析单元,图像分析单元的具体分析步骤如下:
从河面视频信息提取出河面图像信息;将河面图像信息转化成灰度图像,并通过图像预处理将灰度图像转化成标准图像;图像预处理包括高斯滤波、图像分割和图像增强;
获取预设区域内标准图像中的像素点总数,并标记为区域面积X1;
对各像素点进行识别,识别出对应的漂浮物像素点,具体为:
首先将标准图像中像素点的灰度值标记为H1;再将各像素点的灰度值与预设的标准灰度值做差分运算,得到差分结果并标记为C1;若C1大于差分阈值,则认为该像素点为漂浮物像素点;
统计漂浮物像素点总数并标记为漂浮物面积X2;利用公式Zx=X2/X1计算得到漂浮物占比Zx;
若Zx大于占比阈值,则将对应区域标记为堵塞区域;统计堵塞区域的数量为C1,将所有堵塞区域的漂浮物占比进行求和并取均值得到堵塞占比DZ;利用公式DS=C1×a1+DZ×a2计算得到对应河段的堵塞系数DS,其中a1、a2均为系数因子;
将堵塞系数DS与堵塞阈值相比较,若DS大于堵塞阈值,则生成堵塞信号;图像分析单元用于将堵塞信号与当前河段的定位数据一并上传至监控中心,以提醒监控中心的管理人员及时对该河段进行治理;
治理分析单元用于采集各个河段的治理记录并进行治理系数分析,具体分析步骤为:
在预设时间内,采集同一河段的治理记录,治理记录包括治理开始时刻、治理结束时刻以及治理等级,治理等级由治理人员治理完成后根据治理过程中投入的人力物力资源进行评估并上传至监控中心;其中投入的人力物力资源越多,则治理等级越高;
统计对应河段的治理次数为L1,将每次治理的治理时长标记为T1,将对应的治理等级标记为G1;利用公式DL=T1×d1+G1×d2计算得到治理值DL,其中d1、d2均为系数因子;
将治理值DL与治理阈值相比较,统计DL大于治理阈值的次数为P1,当DL大于治理阈值时,获取DL与治理阈值的差值并进行求和得到超治总值CZ,利用公式Cd=P1×a3+CZ×a4计算得到超治系数Cd,其中a3、a4均为比例因子;
将最近一次治理结束时刻与系统当前时间进行时间差计算得到缓冲时长HT,将治理次数、超治系数以及缓冲时长进行归一化处理并取其数值,利用公式ZL=(L1×d3+Cd×d4)×HT计算得到对应河段的治理系数ZL,其中d3、d4为系数因子;治理分析单元用于将各个河段的治理系数ZL打上时间戳并存储至存储单元;
声呐探测单元用于探测当前河段以及河岸是否有人,当探测到有人时,通过语音播报器播放安全提醒信息,以提醒人员远离河流。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理:
一种无人化河长智能巡河系统,在工作时,GPS定位航线规划单元用于爬取流域内各河流的上下游汇水关系,并根据爬取到的数据为无人船规划巡航路线,自主巡航单元用于控制无人船按照GPS定位航线规划单元规划的巡航路线航行,水质检测单元用于采集巡航路线上各点的水质参数信息并进行检测分析,将各水质参数与数据库中存储的对应水质参数的安全数据进行对比,计算对应河段的水质影响系数;若水质影响系数大于水质系数阈值,则生成水污染信号,以提醒监控中心的管理人员及时采集对应措施对该河段进行治理;
无人机上的图像采集单元通过GPS定位航线规划单元设定的航飞路线采集各河段的河面视频信息,图像分析单元用于对采集的河面视频信息进行分析,判断河段是否被堵塞;若预设区域内漂浮物占比Zx大于占比阈值,则将对应区域标记为堵塞区域,结合堵塞区域的数量和堵塞占比,计算得到对应河段的堵塞系数DS,若DS大于堵塞阈值,则生成堵塞信号,以提醒监控中心的管理人员及时对该河段进行治理;声呐探测单元用于探测当前河段以及河岸是否有人,当探测到有人时,通过语音播报器播放安全提醒信息,以提醒人员远离河流;
同时治理分析单元用于采集各个河段的治理记录并进行治理系数分析,结合对应河段的治理次数、每次治理的治理值以及缓冲时长,计算得到对应河段的治理系数ZL,自主巡航单元控制无人船巡航时,根据途经河段的治理系数ZL调整无人船的巡航速度,在治理系数高的河段,巡航速度降低,花较多时间进行水质采样以及寻找水质污染源,避免遗漏并及时预警治理;在治理系数低的河段,巡航速度提高,合理分配巡航时间,有效提高河流治理效率。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种无人化河长智能巡河系统,应用于无人船,其特征在于,包括水质检测单元、自主巡航单元、声呐探测单元以及治理分析单元;
所述无人船上搭载有无人机,所述无人机包括GPS定位航线规划单元和图像采集单元;所述GPS定位航线规划单元用于爬取流域内各河流的上下游汇水关系,并根据爬取到的数据为无人船规划巡航路线;
所述自主巡航单元用于控制无人船按照GPS定位航线规划单元规划的巡航路线航行,并根据途经河段的治理系数ZL调整无人船的巡航速度;
所述水质检测单元用于采集巡航路线上各点的水质参数信息进行检测分析,将各水质参数与数据库中存储的对应水质参数的安全数据进行对比,计算对应河段的水质影响系数;
所述图像采集单元用于通过GPS定位航线规划单元设定的航飞路线采集各河段的河面视频信息并传输至图像分析单元;所述图像分析单元用于对河面视频信息作出指定处理,判断对应河段是否被堵塞;
所述治理分析单元用于采集各个河段的治理记录进行治理系数分析,并将各个河段的治理系数ZL打上时间戳存储至存储单元。
2.根据权利要求1所述的一种无人化河长智能巡河系统,其特征在于,所述自主巡航单元的具体工作步骤如下:
获取无人船的巡航路线,统计该巡航路线途经的各个河段,将当前途经的河段标记为n;自动从存储单元中获取当前河段n的治理系数ZL;
设定若干个无人船的巡航速度阈值,并标记为Hm,m=1,2,…,15;且H1>H2>…>H15;设定每个巡航速度阈值Hm均对应一个预设治理系数范围,具体表现为:H1对应的预设治理系数范围为(h0,h1],…,H15对应的预设治理系数范围为(h14,h15];其中0<h1<h2<…<h15,h0=0;
当ZL∈(hm-1,hm]时,则预设治理系数范围对应的巡航速度阈值为Hm,所述自主巡航单元控制无人船按照巡航速度阈值Hm进行航行。
3.根据权利要求1所述的一种无人化河长智能巡河系统,其特征在于,所述水质检测单元的具体分析步骤为:
获取当前河段的水质参数信息,将各水质参数与数据库中存储的对应水质参数的安全数据进行对比,得到对应水质参数的数据差值;
获取大于零的各水质参数的数据差值,结合数据库中存储的各水质参数对水环境的影响因子,计算对应河段的水质影响系数;若水质影响系数大于水质系数阈值,则生成水污染信号;
所述水质检测单元用于将水污染信号与当前河段的定位数据一并上传至监控中心,以提醒监控中心的管理人员及时对该河段进行治理。
4.根据权利要求1所述的一种无人化河长智能巡河系统,其特征在于,所述图像分析单元的具体分析步骤如下:
从河面视频信息提取出河面图像信息;将河面图像信息转化成灰度图像,并通过图像预处理将灰度图像转化成标准图像;
获取预设区域内标准图像中的像素点总数,并标记为区域面积X1;对各像素点进行识别,识别出对应的漂浮物像素点;统计漂浮物像素点总数为X2;利用公式Zx=X2/X1计算得到漂浮物占比Zx;
若Zx大于占比阈值,则将对应区域标记为堵塞区域;统计堵塞区域的数量为C1,将所有堵塞区域的漂浮物占比进行求和并取均值得到堵塞占比DZ;利用公式DS=C1×a1+DZ×a2计算得到对应河段的堵塞系数DS,其中a1、a2均为系数因子;若DS大于堵塞阈值,则生成堵塞信号;所述图像分析单元用于将堵塞信号与当前河段的定位数据一并上传至监控中心,以提醒监控中心的管理人员及时对该河段进行治理。
5.根据权利要求4所述的一种无人化河长智能巡河系统,其特征在于,对各像素点进行识别的具体过程如下:
将标准图像中像素点的灰度值与预设的标准灰度值做差分运算,得到差分结果C1;若C1大于差分阈值,则判定该像素点为漂浮物像素点。
6.根据权利要求1所述的一种无人化河长智能巡河系统,其特征在于,所述治理分析单元的具体分析步骤为:
在预设时间内,采集同一河段的治理记录,统计对应河段的治理次数为L1,将每次治理的治理时长标记为T1,将对应的治理等级标记为G1;利用公式DL=T1×d1+G1×d2计算得到治理值DL,其中d1、d2为系数因子;
统计DL大于治理阈值的次数为P1,当DL大于治理阈值时,获取DL与治理阈值的差值并进行求和得到超治总值CZ,利用公式Cd=P1×a3+CZ×a4计算得到超治系数Cd,其中a3、a4均为系数因子;
将最近一次治理结束时刻与系统当前时间进行时间差计算得到缓冲时长HT,利用公式ZL=(L1×d3+Cd×d4)×HT计算得到对应河段的治理系数ZL,其中d3、d4为系数因子;所述治理分析单元用于将各个河段的治理系数ZL打上时间戳并存储至存储单元。
7.根据权利要求1所述的一种无人化河长智能巡河系统,其特征在于,所述治理记录包括治理开始时刻、治理结束时刻以及治理等级;所述水质参数信息包括溶解氧信息、浊度信息、硫化物信息、pH值信息和水温信息。
8.根据权利要求1所述的一种无人化河长智能巡河系统,其特征在于,所述声呐探测单元用于探测当前河段以及河岸是否有人,当探测到有人时,通过语音播报器播放安全提醒信息,以提醒人员远离河流。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111681419.4A CN114354872B (zh) | 2021-12-28 | 2021-12-28 | 一种无人化河长智能巡河系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111681419.4A CN114354872B (zh) | 2021-12-28 | 2021-12-28 | 一种无人化河长智能巡河系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114354872A true CN114354872A (zh) | 2022-04-15 |
CN114354872B CN114354872B (zh) | 2023-10-17 |
Family
ID=81104867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111681419.4A Active CN114354872B (zh) | 2021-12-28 | 2021-12-28 | 一种无人化河长智能巡河系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114354872B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114966699A (zh) * | 2022-05-19 | 2022-08-30 | 安徽科创中光科技股份有限公司 | 基于车载雷达运动监测的定点监测系统 |
CN115027627A (zh) * | 2022-06-17 | 2022-09-09 | 杜明芳 | 面向流域安全的巡检救援智能无人船系统 |
CN115327065A (zh) * | 2022-10-17 | 2022-11-11 | 中大智能科技股份有限公司 | 一种水利水电工程样本检测方法及系统 |
CN116660633A (zh) * | 2023-05-19 | 2023-08-29 | 中通维易科技服务有限公司 | 一种通信基站环境电磁辐射检测系统 |
CN117146831A (zh) * | 2023-10-31 | 2023-12-01 | 北京佳格天地科技有限公司 | 基于机器学习和无人机的果树生长状态评估方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955808A (zh) * | 2014-05-22 | 2014-07-30 | 都江堰盛图软件有限公司 | 一种污染源巡查方法及其系统 |
US20200311319A1 (en) * | 2019-03-28 | 2020-10-01 | China Waterborne Transport Research Institute | Method for evaluating ecological environmental impact of channel project and countermeasures thereof based on mechanism analysis |
CN112723446A (zh) * | 2021-04-01 | 2021-04-30 | 佛山市玉凰生态环境科技有限公司 | 一种河道自动巡航式污水治理设备 |
CN113155102A (zh) * | 2021-02-24 | 2021-07-23 | 时代云英(深圳)科技有限公司 | 一种河流综合治理系统 |
US20210272263A1 (en) * | 2018-11-29 | 2021-09-02 | Fujifilm Corporation | Structure repair method selection system, structure repair method selection method, and structure repair method selection server |
CN113379184A (zh) * | 2021-04-28 | 2021-09-10 | 广东广宇科技发展有限公司 | 巡查周期动态调控方法、系统以及存储介质 |
CN113485376A (zh) * | 2021-08-16 | 2021-10-08 | 厦门中卡科技股份有限公司 | 自适应巡航与路径规划的无人驾驶巡检车 |
CN113727214A (zh) * | 2021-08-30 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 大气污染的巡查方法、装置、设备及存储介质 |
CN215005324U (zh) * | 2021-04-01 | 2021-12-03 | 浙江理工大学 | 一种水空无人系统协同水质无人检测系统 |
US20210389766A1 (en) * | 2020-06-12 | 2021-12-16 | Chinese Research Academy Of Environmental Sciences | Methods and Apparatuses for Water Body Pollution Intelligent Investigation Utilizing Unmanned Ships |
-
2021
- 2021-12-28 CN CN202111681419.4A patent/CN114354872B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955808A (zh) * | 2014-05-22 | 2014-07-30 | 都江堰盛图软件有限公司 | 一种污染源巡查方法及其系统 |
US20210272263A1 (en) * | 2018-11-29 | 2021-09-02 | Fujifilm Corporation | Structure repair method selection system, structure repair method selection method, and structure repair method selection server |
US20200311319A1 (en) * | 2019-03-28 | 2020-10-01 | China Waterborne Transport Research Institute | Method for evaluating ecological environmental impact of channel project and countermeasures thereof based on mechanism analysis |
US20210389766A1 (en) * | 2020-06-12 | 2021-12-16 | Chinese Research Academy Of Environmental Sciences | Methods and Apparatuses for Water Body Pollution Intelligent Investigation Utilizing Unmanned Ships |
CN113155102A (zh) * | 2021-02-24 | 2021-07-23 | 时代云英(深圳)科技有限公司 | 一种河流综合治理系统 |
CN112723446A (zh) * | 2021-04-01 | 2021-04-30 | 佛山市玉凰生态环境科技有限公司 | 一种河道自动巡航式污水治理设备 |
CN215005324U (zh) * | 2021-04-01 | 2021-12-03 | 浙江理工大学 | 一种水空无人系统协同水质无人检测系统 |
CN113379184A (zh) * | 2021-04-28 | 2021-09-10 | 广东广宇科技发展有限公司 | 巡查周期动态调控方法、系统以及存储介质 |
CN113485376A (zh) * | 2021-08-16 | 2021-10-08 | 厦门中卡科技股份有限公司 | 自适应巡航与路径规划的无人驾驶巡检车 |
CN113727214A (zh) * | 2021-08-30 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 大气污染的巡查方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
原翠萍;李淑芹;雷启祥;曹全意;何爱东;苏广旭;: "黄土丘陵沟壑区治理与非治理对比小流域侵蚀产流比较研究", 中国农业大学学报, no. 06, pages 95 - 101 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114966699A (zh) * | 2022-05-19 | 2022-08-30 | 安徽科创中光科技股份有限公司 | 基于车载雷达运动监测的定点监测系统 |
CN115027627A (zh) * | 2022-06-17 | 2022-09-09 | 杜明芳 | 面向流域安全的巡检救援智能无人船系统 |
CN115327065A (zh) * | 2022-10-17 | 2022-11-11 | 中大智能科技股份有限公司 | 一种水利水电工程样本检测方法及系统 |
CN115327065B (zh) * | 2022-10-17 | 2022-12-27 | 中大智能科技股份有限公司 | 一种水利水电工程样本检测方法及系统 |
CN116660633A (zh) * | 2023-05-19 | 2023-08-29 | 中通维易科技服务有限公司 | 一种通信基站环境电磁辐射检测系统 |
CN117146831A (zh) * | 2023-10-31 | 2023-12-01 | 北京佳格天地科技有限公司 | 基于机器学习和无人机的果树生长状态评估方法及系统 |
CN117146831B (zh) * | 2023-10-31 | 2024-01-02 | 北京佳格天地科技有限公司 | 基于机器学习和无人机的果树生长状态评估方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114354872B (zh) | 2023-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114354872A (zh) | 一种无人化河长智能巡河系统 | |
CN108230302B (zh) | 一种核电厂冷源海域入侵海洋生物探测及处置方法 | |
CN111680745B (zh) | 一种基于多源交通大数据融合的突发拥堵判别方法及系统 | |
CN106816038A (zh) | 一种内河水域异常行为船舶自动识别系统及方法 | |
CN111680866B (zh) | 一种海洋生态保护重要性的评价方法、应用和装置 | |
CN111222526B (zh) | 一种渔船实时捕捞行为识别方法、装置、设备及存储介质 | |
CN115327065B (zh) | 一种水利水电工程样本检测方法及系统 | |
CN114936332A (zh) | 一种风电场水域船舶交通流分析的方法、装置和存储介质 | |
CN116645789A (zh) | 一种基于无人机测绘的土地自然灾害预警管控系统 | |
CN109902596A (zh) | 一种开阔地区大群野生动物无人机调查方法 | |
CN117351702A (zh) | 一种基于车流量进行调节的智慧交通管理方法 | |
CN114547541B (zh) | 一种应用于河涌巡测的系统 | |
CN117912301A (zh) | 一种基于孤立森林的船舶异常行为监测告警方法 | |
CN116908114B (zh) | 一种流域颗粒有机碳通量遥感监测方法 | |
CN116504102A (zh) | 一种基于ais数据的航道边界确定方法 | |
CN115440071B (zh) | 一种自动驾驶违规停车检测方法 | |
CN108257420A (zh) | 基于摄像头的计人计车方法、装置及系统 | |
CN114655361B (zh) | 智能浮标、海上巡航的无人机集群化控制管理系统和方法 | |
CN111242010A (zh) | 一种基于边缘ai的判断并识别乱扔垃圾人员身份的方法 | |
CN115713781A (zh) | 一种基于鱼类监测评价水生态环境质量的方法及系统 | |
CN110619346B (zh) | 一种基于数据融合的海面移动目标模型的建模方法 | |
CN112529366A (zh) | 一种基于机器视觉的工程远程监理协同管控系统 | |
CN111239050A (zh) | 一种基于物联网的河湖水生态环境监控方法 | |
CN112326917A (zh) | 一种水环境污染溯源系统 | |
CN114646305B (zh) | 一种无人机测绘行为的智能识别方法 |
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 |