CN114840622A - 一种数字管网的构建和管理方法及系统 - Google Patents

一种数字管网的构建和管理方法及系统 Download PDF

Info

Publication number
CN114840622A
CN114840622A CN202210420484.XA CN202210420484A CN114840622A CN 114840622 A CN114840622 A CN 114840622A CN 202210420484 A CN202210420484 A CN 202210420484A CN 114840622 A CN114840622 A CN 114840622A
Authority
CN
China
Prior art keywords
abnormal
event
processing
pipe network
drainage
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
Application number
CN202210420484.XA
Other languages
English (en)
Inventor
金少锋
王紫龙
李晓金
倪迎港
徐文骏
俞铖炳
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.)
Zhejiang Youkong Cloud Technology Co ltd
Original Assignee
Zhejiang Youkong Cloud Technology Co ltd
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 Zhejiang Youkong Cloud Technology Co ltd filed Critical Zhejiang Youkong Cloud Technology Co ltd
Priority to CN202210420484.XA priority Critical patent/CN114840622A/zh
Publication of CN114840622A publication Critical patent/CN114840622A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00—Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152—Water filtration

Abstract

本发明提供了一种数字管网的构建和管理方法及系统，其中，方法包括：步骤1：获取城市的排水管路的管路分布图，同时，动态获取排水管路的排水数据；步骤2：基于GIS技术，根据管路分布图和排水数据，构建对应于排水管路的数字管网；步骤3：基于数字管网，对排水管路进行异常检测和相应异常处理指挥，同时，输出显示数字管网。本发明的数字管网的构建和管理方法及系统，无需设置巡检人员进行巡检查看排水管路的管路情况，极大程度降低了人力成本；提升了管道异常发现的及时性，避免错过管道异常的最佳解决时间，提升了管道异常的解决效率；输出显示数字管网，供工作人员直观查看。

Description

一种数字管网的构建和管理方法及系统
技术领域
本发明涉及管理系统技术领域，特别涉及一种数字管网的构建和管理方法及系统。
背景技术
目前，城市排水管路的管道情况均需要多个巡检人员进行巡检查看，人力成本较大，同时，巡检人员对排水管路进行巡检查看的全面性不足，导致管道异常发现的及时性不足，另外，管道异常的异常问题一般会随时间越趋严重(例如：管道堵塞不及时处理，管道内的污水由窖井漫至地面)，若不能及时发现管道异常，可能会错过管道异常的最佳解决时间，降低管道异常的解决效率。
因此，亟需一种解决办法。
发明内容
本发明提供一种数字管网的构建和管理方法及系统，无需设置巡检人员进行巡检查看排水管路的管路情况，极大程度降低了人力成本；提升了管道异常发现的及时性，避免错过管道异常的最佳解决时间，提升了管道异常的解决效率；输出显示数字管网，供工作人员直观查看。
本发明提供一种数字管网的构建和管理方法，包括：
步骤1：获取城市的排水管路的管路分布图，同时，动态获取排水管路的排水数据；
步骤2：基于GIS技术，根据管路分布图和排水数据，构建对应于排水管路的数字管网；
步骤3：基于数字管网，对排水管路进行异常检测和相应异常处理指挥，同时，输出显示数字管网。
优选的，步骤1中，动态获取排水管路的排水数据，包括：
通过设置在排水管路内的多个排水监测设备动态获取排水数据；
其中，排水监测设备包括：摄像头、水质监测仪、液位监测仪、水流量监测仪、可燃气体监测仪、有害气体监测仪和井盖开关监测仪中一种或多种结合。
优选的，步骤3中，基于数字管网，对排水管路进行异常检测和相应异常处理指挥，包括：
获取排水管路异常检测模型；
基于排水管路异常检测模型，根据数字管网，对排水管路进行异常检测；
当异常检测出排水管路内发生的至少一个异常事件时；
获取历史上进行排水管路异常处理指挥的多个第一案例事件；
提取出异常事件的多个第一事件元素，同时，提取出第一案例事件的多个第二事件元素；
将第一事件元素与第二事件元素进行元素类别归类；
归类后，将同一元素类别的第一元素与第二元素进行匹配，获得匹配度；
获取进行匹配的第一元素与第二元素的元素类别对应的预设的匹配度-利用度对照表；
基于匹配度和匹配度-利用度对照表，确定利用度，并与对应第一案例事件进行关联；
获取预设的多个第一专家节点，同时，获取第一专家节点对应于异常事件的异常类型的专业度；
确定第一案例事件关联的利用度的利用度和中最大利用度和，并作为目标值，同时，从目标值对应的第一案例事件中提取第一异常处理指挥策略；
若目标值大于预设的第一阈值，基于第一异常处理指挥策略，对异常事件进行异常处理指挥；
若目标值大于等于预设的第二阈值且小于等于第一阈值，确定第一专家节点中专业度最大的第一专家节点，并作为第二专家节点；
将异常事件和第一异常处理指挥策略投递至第二专家节点，由第二专家节点基于异常事件对第一异常处理指挥策略进行修正，并回复修正后的第二异常处理指挥策略；
基于第二异常处理指挥策略，对异常事件进行异常处理指挥；
若目标值小于第二阈值，确定第一专家节点中空闲的第一专家节点中专业度最大的第一专家节点，并作为第三专家节点；
将异常事件投递至第三专家节点，由第三专家节点制定并回复异常事件适宜的第三异常处理指挥策略；
基于第三异常处理指挥策略，对异常事件进行异常处理指挥。
优选的，获取排水管路异常检测模型，包括：
获取历史上人工进行排水管路异常检测的多个异常检测记录；
整合异常检测记录，获得训练样本；
将训练样本输入至预设的神经网络模型中，对神经网络模型进行模型训练；
当模型训练完成后，将神经网络模型作为排水管路异常检测模型，完成获取。
优选的，数字管网的构建和管理方法，还包括：
当对异常事件进行异常处理指挥时，基于预设的异常事件严重性分析库，对异常事件进行严重性分析，获得严重值；
若严重值大于等于预设的第三阈值和/或用户输入对应于异常事件的处理现场转播请求时，动态获取处理现场的现场画面，将现场画面映射于数字管网中。
优选的，动态获取处理现场的现场画面，包括：
当至少一个第一处理人员抵达处理现场后，获取对异常事件进行异常处理指挥的当前指挥总进度；
基于当前指挥总进度，确定第一处理人员中需要进行处理行为画面转播的第二处理人员和对应视角需求，视角需求包括：第一人称视角和第三人称视角中一种或两种结合；
确定视角需求包含第一人称视角的第二处理人员，并作为第三处理人员；
触发激活第三处理人员头部佩戴的作业记录仪；
通过作业记录仪拍摄第三处理人员在处理现场内进行处理作业时的第一人称视角画面；
确定视角需求包含第三人称视角的第二处理人员，并作为第四处理人员；
触发激活任一第一处理人员携带的拍摄机器人；
控制拍摄机器人在处理现场内巡航采集处理现场的三维信息；
基于三维信息，构建对应于处理现场的现场三维模型；
确定现场三维模型中对应于第四处理人员的目标人体模型的模型位置；
基于各模型位置，确定各目标人体模型在现场三维模型中的目标人体模型分布；
基于预设的拍摄动态控制模型，根据目标人体模型分布，控制拍摄机器人拍摄第四处理人员在处理现场内进行处理作业时第三人称视角画面；
获取第二处理人员对应于当前指挥总进度的表征处理作业重要性的重要度；
基于重要度和预设的重要度-拼接比例，确定拼接比例；
基于拼接比例，将第二处理人员对应的第一人称视角画面进行画面拼接，获得第一人称视角总画面；
拼接完成后，将第一人称视角总画面与第三人称视角画面进行画面拼接，获得处理现场的现场画面。
本发明提供一种数字管网的构建和管理系统，包括：
获取模块，用于获取城市的排水管路的管路分布图，同时，动态获取排水管路的排水数据；
构建模块，用于基于GIS技术，根据管路分布图和排水数据，构建对应于排水管路的数字管网；
管理模块，用于基于数字管网，对排水管路进行异常检测和相应异常处理指挥，同时，输出显示数字管网。
优选的，获取模块动态获取排水管路的排水数据，执行如下操作：
通过设置在排水管路内的多个排水监测设备动态获取排水数据；
其中，排水监测设备包括：摄像头、水质监测仪、液位监测仪、水流量监测仪、可燃气体监测仪、有害气体监测仪和井盖开关监测仪中一种或多种结合。
优选的，管理模块基于数字管网，对排水管路进行异常检测和相应异常处理指挥，执行如下操作：
获取排水管路异常检测模型；
基于排水管路异常检测模型，根据数字管网，对排水管路进行异常检测；
当异常检测出排水管路内发生的至少一个异常事件时；
获取历史上进行排水管路异常处理指挥的多个第一案例事件；
提取出异常事件的多个第一事件元素，同时，提取出第一案例事件的多个第二事件元素；
将第一事件元素与第二事件元素进行元素类别归类；
归类后，将同一元素类别的第一元素与第二元素进行匹配，获得匹配度；
获取进行匹配的第一元素与第二元素的元素类别对应的预设的匹配度-利用度对照表；
基于匹配度和匹配度-利用度对照表，确定利用度，并与对应第一案例事件进行关联；
获取预设的多个第一专家节点，同时，获取第一专家节点对应于异常事件的异常类型的专业度；
确定第一案例事件关联的利用度的利用度和中最大利用度和，并作为目标值，同时，从目标值对应的第一案例事件中提取第一异常处理指挥策略；
若目标值大于预设的第一阈值，基于第一异常处理指挥策略，对异常事件进行异常处理指挥；
若目标值大于等于预设的第二阈值且小于等于第一阈值，确定第一专家节点中专业度最大的第一专家节点，并作为第二专家节点；
将异常事件和第一异常处理指挥策略投递至第二专家节点，由第二专家节点基于异常事件对第一异常处理指挥策略进行修正，并回复修正后的第二异常处理指挥策略；
基于第二异常处理指挥策略，对异常事件进行异常处理指挥；
若目标值小于第二阈值，确定第一专家节点中空闲的第一专家节点中专业度最大的第一专家节点，并作为第三专家节点；
将异常事件投递至第三专家节点，由第三专家节点制定并回复异常事件适宜的第三异常处理指挥策略；
基于第三异常处理指挥策略，对异常事件进行异常处理指挥。
优选的，管理模块获取排水管路异常检测模型，包括：
获取历史上人工进行排水管路异常检测的多个异常检测记录；
整合异常检测记录，获得训练样本；
将训练样本输入至预设的神经网络模型中，对神经网络模型进行模型训练；
当模型训练完成后，将神经网络模型作为排水管路异常检测模型，完成获取。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种数字管网的构建和管理方法的流程图；
图2为本发明实施例中一种数字管网的构建和管理系统的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供一种数字管网的构建和管理方法，如图1所示，包括：
步骤1：获取城市的排水管路的管路分布图，同时，动态获取排水管路的排水数据；
步骤2：基于GIS技术，根据管路分布图和排水数据，构建对应于排水管路的数字管网；
步骤3：基于数字管网，对排水管路进行异常检测和相应异常处理指挥，同时，输出显示数字管网。
上述技术方案的工作原理及有益效果为：
管路分布图可以与城市排水管路建设方对接获取。在排水管路内设置监测仪器，采集排水数据；例如：在窖井内设置液位传感器，采集窖井内的污水液位。基于GIS(Geographic Information Systems，地理信息系统)技术，可以将排水数据标注于管路分布图中的对应管路位置，形成数字管网。无需设置巡检人员进行巡检查看排水管路的管路情况，极大程度降低了人力成本。基于数字管网，对排水管路进行异常检测和对应异常处理指挥；例如：分析数字管网中的窖井的液位是否超标，若是，说明与窖井对接的管路可能发生堵塞，窖井内的污水即将漫至地面，调度附近的维修人员前往窖井进行处理。提升了管道异常发现的及时性，避免错过管道异常的最佳解决时间，提升了管道异常的解决效率。另外，输出显示数字管网，供工作人员直观查看。
本发明提供一种数字管网的构建和管理方法，步骤1中，动态获取排水管路的排水数据，包括：
通过设置在排水管路内的多个排水监测设备动态获取排水数据；
其中，排水监测设备包括：摄像头、水质监测仪、液位监测仪、水流量监测仪、可燃气体监测仪、有害气体监测仪和井盖开关监测仪中一种或多种结合。
上述技术方案的工作原理及有益效果为：
摄像头可以监测排水管道内图像，基于图像识别技术，确定液位和流量等；水质监测仪可以监测排水管道内污水的水质情况等，例如：电导率、pH、ORP、浊度和COD等；液位监测仪可以监测排水管道内污水的液位；水流量监测仪可以监测排水管道内污水的流量；可燃气体可以监测排水管道内的可燃气体情况，例如：甲烷；有害气体监测仪可以监测排水管道内的有害气体情况，例如：硫化氢；井盖开关监测仪可以监测井盖安全情况，例如：是否被偷窃。从多个维度采集排水数据，提升了数字管网构建的全面性。
本发明提供一种数字管网的构建和管理方法，步骤3中，基于数字管网，对排水管路进行异常检测和相应异常处理指挥，包括：
获取排水管路异常检测模型；
基于排水管路异常检测模型，根据数字管网，对排水管路进行异常检测；
当异常检测出排水管路内发生的至少一个异常事件时；
获取历史上进行排水管路异常处理指挥的多个第一案例事件；
提取出异常事件的多个第一事件元素，同时，提取出第一案例事件的多个第二事件元素；
将第一事件元素与第二事件元素进行元素类别归类；
归类后，将同一元素类别的第一元素与第二元素进行匹配，获得匹配度；
获取进行匹配的第一元素与第二元素的元素类别对应的预设的匹配度-利用度对照表；
基于匹配度和匹配度-利用度对照表，确定利用度，并与对应第一案例事件进行关联；
获取预设的多个第一专家节点，同时，获取第一专家节点对应于异常事件的异常类型的专业度；
确定第一案例事件关联的利用度的利用度和中最大利用度和，并作为目标值，同时，从目标值对应的第一案例事件中提取第一异常处理指挥策略；
若目标值大于预设的第一阈值，基于第一异常处理指挥策略，对异常事件进行异常处理指挥；
若目标值大于等于预设的第二阈值且小于等于第一阈值，确定第一专家节点中专业度最大的第一专家节点，并作为第二专家节点；
将异常事件和第一异常处理指挥策略投递至第二专家节点，由第二专家节点基于异常事件对第一异常处理指挥策略进行修正，并回复修正后的第二异常处理指挥策略；
基于第二异常处理指挥策略，对异常事件进行异常处理指挥；
若目标值小于第二阈值，确定第一专家节点中空闲的第一专家节点中专业度最大的第一专家节点，并作为第三专家节点；
将异常事件投递至第三专家节点，由第三专家节点制定并回复异常事件适宜的第三异常处理指挥策略；
基于第三异常处理指挥策略，对异常事件进行异常处理指挥。
上述技术方案的工作原理及有益效果为：
基于数字管网，对排水管路进行异常检测由排水管路异常检测模型完成，提升了异常检测效率，进一步降低了人力成本。
当检测出异常事件时，可以参考历史上进行排水管路异常处理指挥的多个第一案例事件确定对异常事件进行处理指挥的异常处理指挥策略。但是，由于第一案例事件的异常情况与当前异常事件的异常情况的不同，需要评定第一案例事件的可参考程度。
评定第一案例事件的可参考程度时，将两者事件进行同类别事件元素匹配，获得匹配度，基于匹配度和预设的匹配度-利用度对照表，确定利用度，利用度越高，说明当前类别的事件元素进行匹配的匹配度表征第一案例事件的可参考程度越大；元素类别可以为，例如：管道大小、管道长度、管道投入使用年限和管路周边居民情况等；事件元素可以为，例如：管道投入使用年限3年等；预设的匹配度-利用度对照表存储有一一对应的匹配度和利用度，不同元素类别对应的匹配度-利用度对照表中的匹配度与利用度之间的关系不同，一般的，匹配度越大，利用度越高。累加计算第一案例事件关联的利用度，获得利用度和，利用度和第一案例事件的总体可参考程度越大；累加计算利用度的公式为：
Figure BDA0003606611850000101
Figure BDA0003606611850000102
为利用度和，Hi为第一案例事件关联的第i个利用度，n为为第一案例事件关联的利用度的总数目。选取最大利用度和作为目标值，从目标值对应的第一案例事件中提取第一异常处理指挥策略。
但是，由于城市的排水管路比较复杂，新出现的异常问题可能无法由第一案例事件借鉴处理指挥方法，需要配合预设的第一专家节点进行最终的适宜异常处理指挥策略制定；保证异常事件能够有最佳异常处理指挥策略进行指挥处理，提升了异常处理指挥的精准性，同时，也更具有适用性；预设的第一专家节点为：具有排水管道异常处理丰富经验的工作人员；第一专家节点对应于异常事件的异常类型的专业度越高，说明第一专家节点解决该类异常类型的异常事件的经验越丰富等。
配合第一专家节点进行最终的适宜异常处理指挥策略制定有三种类型：第一种，目标值大于预设的第一阈值时，说明对应第一案例事件的总体可参考程度较高，第一异常处理指挥策略可直接应用，基于其进行异常处理指挥；减少专家节点的资源占用，提升适宜异常处理指挥策略制定的制定效率。第二种，目标值大于等于预设的第二阈值且小于等于第一阈值时，说明对应第一案例事件的总体可参考程度处于一般水平，第一异常处理指挥策略总体可直接应用，但是需要专业度最大的第二专家节点进行简单修正，无需考虑第二专家节点是否空闲，既保证了修正的精准性，也不会对第二专家节点造成过多打扰。第三种，目标值小于第二阈值，说明对应第一案例事件的总体可参考程度较低，第一异常处理指挥策略没有参考意义，需要第三专家节点基于异常事件进行异常处理指挥策略制定。其中，第一阈值大于第二阈值。
本发明提供一种数字管网的构建和管理方法，获取排水管路异常检测模型，包括：
获取历史上人工进行排水管路异常检测的多个异常检测记录；
整合异常检测记录，获得训练样本；
将训练样本输入至预设的神经网络模型中，对神经网络模型进行模型训练；
当模型训练完成后，将神经网络模型作为排水管路异常检测模型，完成获取。
上述技术方案的工作原理及有益效果为：
将人工进行进行排水管路异常检测的多个异常检测记录作为训练样本对神经网络模型进行模型训练，获得排水管路异常检测模型，排水管路异常检测模型可以学习人工基于数字管网，对排水管路进行异常检测；提升了系统的智能化，进一步降低人力成本；神经网络模型以及利用训练样本对神经网络模型进行模型训练均属于现有技术，不作赘述。
本发明提供一种数字管网的构建和管理方法，还包括：
当对异常事件进行异常处理指挥时，基于预设的异常事件严重性分析库，对异常事件进行严重性分析，获得严重值；
若严重值大于等于预设的第三阈值和/或用户输入对应于异常事件的处理现场转播请求时，动态获取处理现场的现场画面，将现场画面映射于数字管网中。
上述技术方案的工作原理及有益效果为：
一般的，当对异常事件进行异常处理指挥时，后台管理人员等希望看到现场情况，需要进行现场画面转播，另外，当异常事件的严重性较大时，也需要将现场画面作为推送项转播给后台管理人员，可随时由后台管理人员人工介入接力指挥；提升了适用性，也更加人性化。评定异常事件的严重性时，基于预设的异常事件严重性分析库，对异常事件进行严重性分析；预设的异常事件严重性分析库中存储有大量严重性分析模板，例如：窖井液位超过2米时，严重性低，窖井液位超过3米时，严重性高等；提升了异常事件严重性分析的分析效率；预设的第三阈值可以为，例如：85，可由工作人员设定。
本发明提供一种数字管网的构建和管理方法，动态获取处理现场的现场画面，包括：
当至少一个第一处理人员抵达处理现场后，获取对异常事件进行异常处理指挥的当前指挥总进度；
基于当前指挥总进度，确定第一处理人员中需要进行处理行为画面转播的第二处理人员和对应视角需求，视角需求包括：第一人称视角和第三人称视角中一种或两种结合；
确定视角需求包含第一人称视角的第二处理人员，并作为第三处理人员；
触发激活第三处理人员头部佩戴的作业记录仪；
通过作业记录仪拍摄第三处理人员在处理现场内进行处理作业时的第一人称视角画面；
确定视角需求包含第三人称视角的第二处理人员，并作为第四处理人员；
触发激活任一第一处理人员携带的拍摄机器人；
控制拍摄机器人在处理现场内巡航采集处理现场的三维信息；
基于三维信息，构建对应于处理现场的现场三维模型；
确定现场三维模型中对应于第四处理人员的目标人体模型的模型位置；
基于各模型位置，确定各目标人体模型在现场三维模型中的目标人体模型分布；
基于预设的拍摄动态控制模型，根据目标人体模型分布，控制拍摄机器人拍摄第四处理人员在处理现场内进行处理作业时第三人称视角画面；
获取第二处理人员对应于当前指挥总进度的表征处理作业重要性的重要度；
基于重要度和预设的重要度-拼接比例，确定拼接比例；
基于拼接比例，将第二处理人员对应的第一人称视角画面进行画面拼接，获得第一人称视角总画面；
拼接完成后，将第一人称视角总画面与第三人称视角画面进行画面拼接，获得处理现场的现场画面。
上述技术方案的工作原理及有益效果为：
一般的，处理人员在现场进行作业时，想要获取现场作业画面时，有两种获取方式：第一种，安排一处理人员提前佩戴拍摄设备，进行现场画面拍摄，但是，存在拍摄不全面等问题，且处理人员可能不清楚拍摄重点，需要后台管理人员发出拍摄重点指令，其才能进行相应拍摄；第二种，安排各处理人员佩戴作业记录仪，一般均佩戴在头部上，就可以获取各个处理人员的第一人称视角画面，但是，第一人称视角画面的内容局限，处理人员在作业时，后台管理人员需要看到处理人员的作业行为等，由于身体的移动等，会造成第一人称视角画面晃动，即使其他处理人员出现在某处理人员的第一人称视角画面内，出现持续时长也不会太长；其次，这两种方式的拍摄设备均需时刻开启，增加拍摄设备的功耗，减少待机时长。因此，亟需进行解决。
本申请基于当前指挥总进度，确定需要进行处理行为画面转播的第二处理人员和对应视角需求；例如：当前指挥总进度为指挥处理人员进入窖井前进行事先整备，则需要转播处理人员的整备情况，全部第二处理人员均需要画面转播，且对应视角需求包含第三人称视角；又例如：当前指挥总进度为指挥处理人员进入窖井，则需要转播进入窖井时的第二处理人员的第一人称视角画面，同时，转播各第二处理人员进入窖井时的第三人称视角画面，后台人员可以基于第三人称视角画面进行行为规范监测。系统自行确定拍摄重点，保证拍摄的全面性，也克服了仅转播第一人称视角画面的内容局限性，基于视角需求，确定触发处理人员头部佩戴的作业记录仪还是拍摄机器人，拍摄设备无需时刻开启，降低设备功耗，增加待机时长，特别是复杂需要很长时间解决的管道问题，更具有适用性。
另外，需要控制拍摄机器人全部第四处理人员存在的第三人称视角画面时，引入预设的拍摄动态控制模型，基于三维建模的现场三维模型中各对应于第四处理人员的目标人体模型的目标人体模型分布，动态控制拍摄机器人进行拍摄，动态寻找最佳拍摄角度，保证画面的完整性；预设的拍摄动态控制模型为利用大量人工基于现场信息和拍摄对象分布的拍摄控制记录对神经网络模型进行模型训练至收敛时获得的神经网络模型。
最后，若将第一人称视角画面和第三人称视角画面进行简单拼接，在映射至数字管网后，后台管理人员可能根据当前处理进度对各画面进行缩放，为了进一步提升人性化和智能化且降低人力成本，在映射前，基于第二处理人员对应于当前指挥总进度的重要度和预设的重要度-拼接比例，确定拼接比例，基于拼接比例，将第二处理人员对应的第一人称视角画面进行画面拼接，保证了拼接后的第一人称视角总画面符合当前处理进度需要；例如：当前指挥总进度为指挥某第二处理人员启动清污设备，则该第二处理人员对应于当前指挥总进度的重要度较大，拼接比例较大即将该第二处理人员第一人称视角画面放大一定比例与其余第一人称视角画面进行拼接；拼接比例为第一人称视角画面与第一人称视角总画面之间的比例，拼接比例越大，第一人称视角画面占第一人称视角总画面的面积越大。
本发明提供一种数字管网的构建和管理方法，将现场画面映射于数字管网中，包括：
获取数字管网中发生异常事件的发生点位；
确定数字管网中发生点位中周边预设的范围内的多个第一待映射块；
确定数字管网中从发生点位出发前往第一待映射块的移动路线；
确定数字管网中正在现场转播的其他现场画面所在的第二待映射块；
确定数字管网中从第一待映射块出发前往第二待映射块的移动距离，并与对应第一待映射块进行关联；
获取用户的查看习惯路线，对查看习惯路线和移动路线进行差异分析，获得差异度，并与对应第一待映射块进行关联；
基于第一待映射块关联的差异度和移动距离，计算第一待映射块的筛选指数，计算公式如下：
Figure BDA0003606611850000151
其中，γ为第一待映射块的筛选指数，d为第一待映射块关联的差异度，σt为第一待映射块关联的第t个移动距离，J为第一待映射块关联的移动距离的总数目，ε1和ε2为预设的权重值；
将现场画面映射于最大筛选指数对应的第一待映射块中。
上述技术方案的工作原理及有益效果为：
移动路线为用户先查看发生点位在数字管网中的位置再查看第一待映射块目光移动的移动路线；移动距离为用户线查看其他转播画面再查看第一待映射块目光移动的移动距离；用户的查看习惯路线可以分析用户以往查看数字管网的目光习惯获得，查看习惯路线可以为，例如：从左到右等；计算筛选指数时，差异度越小，说明符合用户查看习惯，筛选指数越大，移动距离越小，说明用户在各正在使用的映射块之间移动的移动距离越小，方便来回切换查看，筛选指数越大。选取最大筛选指数对应的第一待映射块进行现场画面的映射，保证用户能够有最佳查看体验，进一步提升了数字管网构建的智能化。
本发明提供一种数字管网的构建和管理系统，如图2所示，包括：
获取模块1，用于获取城市的排水管路的管路分布图，同时，动态获取排水管路的排水数据；
构建模块2，用于基于GIS技术，根据管路分布图和排水数据，构建对应于排水管路的数字管网；
管理模块3，用于基于数字管网，对排水管路进行异常检测和相应异常处理指挥，同时，输出显示数字管网。
本发明提供一种数字管网的构建和管理系统，获取模块1动态获取排水管路的排水数据，执行如下操作：
通过设置在排水管路内的多个排水监测设备动态获取排水数据；
其中，排水监测设备包括：摄像头、水质监测仪、液位监测仪、水流量监测仪、可燃气体监测仪、有害气体监测仪和井盖开关监测仪中一种或多种结合。
本发明提供一种数字管网的构建和管理系统，管理模块3基于数字管网，对排水管路进行异常检测和相应异常处理指挥，执行如下操作：
获取排水管路异常检测模型；
基于排水管路异常检测模型，根据数字管网，对排水管路进行异常检测；
当异常检测出排水管路内发生的至少一个异常事件时；
获取历史上进行排水管路异常处理指挥的多个第一案例事件；
提取出异常事件的多个第一事件元素，同时，提取出第一案例事件的多个第二事件元素；
将第一事件元素与第二事件元素进行元素类别归类；
归类后，将同一元素类别的第一元素与第二元素进行匹配，获得匹配度；
获取进行匹配的第一元素与第二元素的元素类别对应的预设的匹配度-利用度对照表；
基于匹配度和匹配度-利用度对照表，确定利用度，并与对应第一案例事件进行关联；
获取预设的多个第一专家节点，同时，获取第一专家节点对应于异常事件的异常类型的专业度；
确定第一案例事件关联的利用度的利用度和中最大利用度和，并作为目标值，同时，从目标值对应的第一案例事件中提取第一异常处理指挥策略；
若目标值大于预设的第一阈值，基于第一异常处理指挥策略，对异常事件进行异常处理指挥；
若目标值大于等于预设的第二阈值且小于等于第一阈值，确定第一专家节点中专业度最大的第一专家节点，并作为第二专家节点；
将异常事件和第一异常处理指挥策略投递至第二专家节点，由第二专家节点基于异常事件对第一异常处理指挥策略进行修正，并回复修正后的第二异常处理指挥策略；
基于第二异常处理指挥策略，对异常事件进行异常处理指挥；
若目标值小于第二阈值，确定第一专家节点中空闲的第一专家节点中专业度最大的第一专家节点，并作为第三专家节点；
将异常事件投递至第三专家节点，由第三专家节点制定并回复异常事件适宜的第三异常处理指挥策略；
基于第三异常处理指挥策略，对异常事件进行异常处理指挥。
本发明提供一种数字管网的构建和管理系统，管理模块3获取排水管路异常检测模型，包括：
获取历史上人工进行排水管路异常检测的多个异常检测记录；
整合异常检测记录，获得训练样本；
将训练样本输入至预设的神经网络模型中，对神经网络模型进行模型训练；
当模型训练完成后，将神经网络模型作为排水管路异常检测模型，完成获取。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种数字管网的构建和管理方法，其特征在于，包括：
步骤1：获取城市的排水管路的管路分布图，同时，动态获取所述排水管路的排水数据；
步骤2：基于GIS技术，根据所述管路分布图和所述排水数据，构建对应于所述排水管路的数字管网；
步骤3：基于所述数字管网，对所述排水管路进行异常检测和相应异常处理指挥，同时，输出显示所述数字管网。
2.如权利要求1所述的一种数字管网的构建和管理方法，其特征在于，所述步骤1中，动态获取所述排水管路的排水数据，包括：
通过设置在所述排水管路内的多个排水监测设备动态获取排水数据；
其中，所述排水监测设备包括：摄像头、水质监测仪、液位监测仪、水流量监测仪、可燃气体监测仪、有害气体监测仪和井盖开关监测仪中一种或多种结合。
3.如权利要求1所述的一种数字管网的构建和管理方法，其特征在于，所述步骤3中，基于所述数字管网，对所述排水管路进行异常检测和相应异常处理指挥，包括：
获取排水管路异常检测模型；
基于所述排水管路异常检测模型，根据所述数字管网，对所述排水管路进行异常检测；
当异常检测出所述排水管路内发生的至少一个异常事件时；
获取历史上进行排水管路异常处理指挥的多个第一案例事件；
提取出所述异常事件的多个第一事件元素，同时，提取出所述第一案例事件的多个第二事件元素；
将所述第一事件元素与第二事件元素进行元素类别归类；
归类后，将同一元素类别的所述第一元素与所述第二元素进行匹配，获得匹配度；
获取进行匹配的所述第一元素与所述第二元素的所述元素类别对应的预设的匹配度-利用度对照表；
基于所述匹配度和所述匹配度-利用度对照表，确定利用度，并与对应所述第一案例事件进行关联；
获取预设的多个第一专家节点，同时，获取所述第一专家节点对应于所述异常事件的异常类型的专业度；
确定所述第一案例事件关联的所述利用度的利用度和中最大所述利用度和，并作为目标值，同时，从所述目标值对应的所述第一案例事件中提取第一异常处理指挥策略；
若所述目标值大于预设的第一阈值，基于所述第一异常处理指挥策略，对所述异常事件进行异常处理指挥；
若所述目标值大于等于预设的第二阈值且小于等于所述第一阈值，确定所述第一专家节点中所述专业度最大的所述第一专家节点，并作为第二专家节点；
将所述异常事件和所述第一异常处理指挥策略投递至所述第二专家节点，由所述第二专家节点基于所述异常事件对所述第一异常处理指挥策略进行修正，并回复修正后的第二异常处理指挥策略；
基于所述第二异常处理指挥策略，对所述异常事件进行异常处理指挥；
若所述目标值小于所述第二阈值，确定所述第一专家节点中空闲的所述第一专家节点中所述专业度最大的所述第一专家节点，并作为第三专家节点；
将所述异常事件投递至所述第三专家节点，由所述第三专家节点制定并回复所述异常事件适宜的第三异常处理指挥策略；
基于所述第三异常处理指挥策略，对所述异常事件进行异常处理指挥。
4.如权利要求3所述的一种数字管网的构建和管理方法，其特征在于，所述获取排水管路异常检测模型，包括：
获取历史上人工进行排水管路异常检测的多个异常检测记录；
整合所述异常检测记录，获得训练样本；
将所述训练样本输入至预设的神经网络模型中，对所述神经网络模型进行模型训练；
当模型训练完成后，将所述神经网络模型作为排水管路异常检测模型，完成获取。
5.如权利要求3所述的一种数字管网的构建和管理方法，其特征在于，还包括：
当对所述异常事件进行异常处理指挥时，基于预设的异常事件严重性分析库，对所述异常事件进行严重性分析，获得严重值；
若所述严重值大于等于预设的第三阈值和/或用户输入对应于所述异常事件的处理现场转播请求时，动态获取所述处理现场的现场画面，将所述现场画面映射于所述数字管网中。
6.如权利要求5所述的一种数字管网的构建和管理方法，其特征在于，所述动态获取所述处理现场的现场画面，包括：
当至少一个第一处理人员抵达所述处理现场后，获取对所述异常事件进行异常处理指挥的当前指挥总进度；
基于所述当前指挥总进度，确定所述第一处理人员中需要进行处理行为画面转播的第二处理人员和对应视角需求，所述视角需求包括：第一人称视角和第三人称视角中一种或两种结合；
确定所述视角需求包含第一人称视角的所述第二处理人员，并作为第三处理人员；
触发激活所述第三处理人员头部佩戴的作业记录仪；
通过所述作业记录仪拍摄所述第三处理人员在所述处理现场内进行处理作业时的第一人称视角画面；
确定所述视角需求包含第三人称视角的所述第二处理人员，并作为第四处理人员；
触发激活任一所述第一处理人员携带的拍摄机器人；
控制所述拍摄机器人在所述处理现场内巡航采集所述处理现场的三维信息；
基于所述三维信息，构建对应于所述处理现场的现场三维模型；
确定所述现场三维模型中对应于所述第四处理人员的目标人体模型的模型位置；
基于各所述模型位置，确定各所述目标人体模型在所述现场三维模型中的目标人体模型分布；
基于预设的拍摄动态控制模型，根据所述目标人体模型分布，控制所述拍摄机器人拍摄所述第四处理人员在所述处理现场内进行处理作业时第三人称视角画面；
获取所述第二处理人员对应于所述当前指挥总进度的表征处理作业重要性的重要度；
基于所述重要度和预设的重要度-拼接比例，确定拼接比例；
基于所述拼接比例，将所述第二处理人员对应的所述第一人称视角画面进行画面拼接，获得第一人称视角总画面；
拼接完成后，将所述第一人称视角总画面与所述第三人称视角画面进行画面拼接，获得所述处理现场的现场画面。
7.一种数字管网的构建和管理系统，其特征在于，包括：
获取模块，用于获取城市的排水管路的管路分布图，同时，动态获取所述排水管路的排水数据；
构建模块，用于基于GIS技术，根据所述管路分布图和所述排水数据，构建对应于所述排水管路的数字管网；
管理模块，用于基于所述数字管网，对所述排水管路进行异常检测和相应异常处理指挥，同时，输出显示所述数字管网。
8.如权利要求7所述的一种数字管网的构建和管理系统，其特征在于，所述获取模块动态获取所述排水管路的排水数据，执行如下操作：
通过设置在所述排水管路内的多个排水监测设备动态获取排水数据；
其中，所述排水监测设备包括：摄像头、水质监测仪、液位监测仪、水流量监测仪、可燃气体监测仪、有害气体监测仪和井盖开关监测仪中一种或多种结合。
9.如权利要求7所述的一种数字管网的构建和管理系统，其特征在于，所述管理模块基于所述数字管网，对所述排水管路进行异常检测和相应异常处理指挥，执行如下操作：
获取排水管路异常检测模型；
基于所述排水管路异常检测模型，根据所述数字管网，对所述排水管路进行异常检测；
当异常检测出所述排水管路内发生的至少一个异常事件时；
获取历史上进行排水管路异常处理指挥的多个第一案例事件；
提取出所述异常事件的多个第一事件元素，同时，提取出所述第一案例事件的多个第二事件元素；
将所述第一事件元素与第二事件元素进行元素类别归类；
归类后，将同一元素类别的所述第一元素与所述第二元素进行匹配，获得匹配度；
获取进行匹配的所述第一元素与所述第二元素的所述元素类别对应的预设的匹配度-利用度对照表；
基于所述匹配度和所述匹配度-利用度对照表，确定利用度，并与对应所述第一案例事件进行关联；
获取预设的多个第一专家节点，同时，获取所述第一专家节点对应于所述异常事件的异常类型的专业度；
确定所述第一案例事件关联的所述利用度的利用度和中最大所述利用度和，并作为目标值，同时，从所述目标值对应的所述第一案例事件中提取第一异常处理指挥策略；
若所述目标值大于预设的第一阈值，基于所述第一异常处理指挥策略，对所述异常事件进行异常处理指挥；
若所述目标值大于等于预设的第二阈值且小于等于所述第一阈值，确定所述第一专家节点中所述专业度最大的所述第一专家节点，并作为第二专家节点；
将所述异常事件和所述第一异常处理指挥策略投递至所述第二专家节点，由所述第二专家节点基于所述异常事件对所述第一异常处理指挥策略进行修正，并回复修正后的第二异常处理指挥策略；
基于所述第二异常处理指挥策略，对所述异常事件进行异常处理指挥；
若所述目标值小于所述第二阈值，确定所述第一专家节点中空闲的所述第一专家节点中所述专业度最大的所述第一专家节点，并作为第三专家节点；
将所述异常事件投递至所述第三专家节点，由所述第三专家节点制定并回复所述异常事件适宜的第三异常处理指挥策略；
基于所述第三异常处理指挥策略，对所述异常事件进行异常处理指挥。
10.如权利要求8所述的一种数字管网的构建和管理系统，其特征在于，所述管理模块获取排水管路异常检测模型，包括：
获取历史上人工进行排水管路异常检测的多个异常检测记录；
整合所述异常检测记录，获得训练样本；
将所述训练样本输入至预设的神经网络模型中，对所述神经网络模型进行模型训练；
当模型训练完成后，将所述神经网络模型作为排水管路异常检测模型，完成获取。
CN202210420484.XA 2022-04-20 2022-04-20 一种数字管网的构建和管理方法及系统 Pending CN114840622A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210420484.XA CN114840622A (zh) 2022-04-20 2022-04-20 一种数字管网的构建和管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210420484.XA CN114840622A (zh) 2022-04-20 2022-04-20 一种数字管网的构建和管理方法及系统

Publications (1)

Publication Number Publication Date
CN114840622A true CN114840622A (zh) 2022-08-02

Family

ID=82565828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210420484.XA Pending CN114840622A (zh) 2022-04-20 2022-04-20 一种数字管网的构建和管理方法及系统

Country Status (1)

Country Link
CN (1) CN114840622A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117556992A (zh) * 2023-11-21 2024-02-13 盐城工学院 一种基于bim的工程项目可视化管理方法及系统
CN117556992B (zh) * 2023-11-21 2024-05-10 盐城工学院 一种基于bim的工程项目可视化管理方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117556992A (zh) * 2023-11-21 2024-02-13 盐城工学院 一种基于bim的工程项目可视化管理方法及系统
CN117556992B (zh) * 2023-11-21 2024-05-10 盐城工学院 一种基于bim的工程项目可视化管理方法及系统

Similar Documents

Publication Publication Date Title
CN111798127B (zh) 基于动态火灾风险智能评估的化工园区巡检机器人路径优化系统
CN113689013A (zh) 一种变压器智能监测与运维系统
KR102536822B1 (ko) 3ｄ 디지털 트윈 댐 안전 관리 시스템 및 방법
KR20110113348A (ko) 하천과 지하수의 수질 및 생태 모니터링 시스템
KR102191382B1 (ko) 통합 물환경 관리 지원을 위한 스마트 조사 서비스 시스템
CN111062150A (zh) 一种三维可视化工厂管理系统
CN115019008B (zh) 一种智能3d模型设计分析服务管理平台
CN112712148A (zh) 一种地下管网监测方法、系统、装置和存储介质
CN115293923A (zh) 一种入河入海排污口监督溯源管理平台
CN116485066B (zh) 基于gis的智慧燃气安全巡线管理方法和物联网系统
CN113240249A (zh) 基于无人机增强现实的城市工程质量智能评价方法及其系统
CN102938712A (zh) 作业现场数字化管控系统
Rankohi et al. Image-based modeling approaches for projects status comparison
CN115759868A (zh) 一种森林巡检人员管理方法、智能终端及存储介质
CN112446543A (zh) 基于神经网络的城市地下综合管廊风险管控系统及方法
CN110186923B (zh) 一种河道污染监测方法、装置和存储介质
CN111343285A (zh) 一种强化学习与图像智能识别的电力在线监测系统
CN110148290B (zh) 智能感知矿山安全生产预警与防控监管信息化大数据系统
CN114840622A (zh) 一种数字管网的构建和管理方法及系统
CN115481941B (zh) 一种多功能区联合的智能化安防管理方法及系统
CN115938009A (zh) 一种智能电子巡检定位方法及系统
KR102034190B1 (ko) 태양광 패널의 표면을 관리하는 장치 및 방법
KR20130127402A (ko) 음극방식 관리장치의 ｃｉｐｓ 측정방법
CN116259101A (zh) 一种用于考场或课堂纪律巡视的方法及巡视机器人
CN115829324A (zh) 一种人员安全风险静默监视方法

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