CN115144547B - 基于物联网的隧道气体浓度检测方法、装置及电子设备 - Google Patents
基于物联网的隧道气体浓度检测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115144547B CN115144547B CN202211036699.8A CN202211036699A CN115144547B CN 115144547 B CN115144547 B CN 115144547B CN 202211036699 A CN202211036699 A CN 202211036699A CN 115144547 B CN115144547 B CN 115144547B
- Authority
- CN
- China
- Prior art keywords
- information
- tunnel
- gas concentration
- concentration detection
- gas
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 146
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000004590 computer program Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims 1
- 239000007789 gas Substances 0.000 description 138
- 238000012545 processing Methods 0.000 description 29
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 26
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 24
- 229910002091 carbon monoxide Inorganic materials 0.000 description 24
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 20
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 20
- 238000004891 communication Methods 0.000 description 20
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 19
- 230000002159 abnormal effect Effects 0.000 description 15
- 229910002092 carbon dioxide Inorganic materials 0.000 description 13
- 239000001569 carbon dioxide Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 239000013618 particulate matter Substances 0.000 description 11
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 10
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 10
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 9
- 238000004806 packaging method and process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 229910021529 ammonia Inorganic materials 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005538 encapsulation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- -1 PM2.5 Substances 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 230000003472 neutralizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0063—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Physics & Mathematics (AREA)
- Food Science & Technology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Pathology (AREA)
- Combustion & Propulsion (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本申请的实施例提供了基于物联网的隧道气体浓度检测方法、装置及电子设备,该方法应用于气体浓度检测设备,气体浓度检测设备安装于隧道,该方法包括:确定第一信息,第一信息包括:隧道内的至少一种气体的浓度信息;向服务器发送第一信息,服务器用于根据第一信息确定至少一种气体的浓度。上述检测方法、装置及电子设备能够有效检测隧道内的气体的浓度,帮助相关人员掌握隧道内的气体浓度信息,为隧道安全提供保障手段。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,涉及基于物联网的隧道气体浓度检测方法、装置及电子设备。
背景技术
隧道是埋置于地层内的工程建筑物,是人类利用地下空间的一种形式。隧道可分为交通隧道、水工隧道、市政隧道、矿山隧道、军事隧道等。
隧道的空间是半封闭的,一旦发生在隧道内发生安全事故(例如隧道内出现车祸、火灾),营救人员如果不清楚隧道内的具体情况,冒然施救可能造成更大的损失。基于此,如何帮助相关人员掌握隧道的具体信息,成为亟需解决的问题。
发明内容
有鉴于此,本申请的目的在于提供基于物联网的隧道气体浓度检测方法、装置及电子设备,能够检测隧道内的气体的浓度,帮助相关人员掌握隧道内的气体浓度信息,为隧道安全提供保障手段。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请提供一种检测方法,应用于气体浓度检测设备,所述气体浓度检测设备安装于隧道,所述方法包括:确定第一信息,所述第一信息包括:所述隧道内的至少一种气体的浓度信息;向服务器发送所述第一信息,所述服务器用于根据所述第一信息确定所述至少一种气体的浓度。
在本申请的可选实施例中,第一方面所述方法还包括:确定第二信息,所述第二信息包括:所述第一信息、所述隧道内的红外线信息、所述隧道内的图像信息中的一项或多项;向服务器发送所述第二信息,所述服务器用于根据所述第二信息确定所述隧道内是否发生火灾。
在本申请的可选实施例中,第一方面所述方法还包括:根据所述第二信息确定所述隧道内是否发生火灾;若所述隧道内发送火灾,则拍摄所述隧道内的第一视频;向所述服务器发送所述第一视频和警告信息,所述警告信息用于指示所述隧道内发生火灾。
在本申请的可选实施例中,第一方面所述方法还包括:每间隔第一时间长度,确定一次所述隧道内的图像信息;所述第一时间长度大于0;根据所述隧道内的图像信息确定第三信息;所述第三信息包括所述隧道在一段时间内车辆的通过数量和每个车辆的行驶速度;向所述服务器发送所述第三信息。
在本申请的可选实施例中,第一方面所述方法还包括:根据每个车辆的行驶速度确定第四信息;满足触发条件时,向所述服务器发送所述第四信息;其中,所述第四信息用于指示所述隧道内车辆的拥堵情况,所述触发条件包括:所述隧道内的多个车辆的行驶速度均低于第一阈值,所述第一阈值大于0。
在本申请的可选实施例中,所述至少一种气体包括:一氧化碳(CO)、氨气(NH3)、硫化氢(H2S)、二氧化氮(NO2)、二氧化硫(SO2)、甲烷(CH4)、二氧化碳(CO2)中的一种或多种。
在本申请的可选实施例中,所述第一信息还包括颗粒物的浓度信息、所述隧道内的温度、所述隧道内的湿度中的一项或多项。
在本申请的可选实施例中,第一方面所述方法还包括:利用温度传感器测量所述隧道内的温度,和/或,利用湿度传感器测量所述隧道内的湿度。
第二方面,本申请提供一种检测方法,应用于服务器,所述方法包括:接收气体浓度检测设备发送的第一信息,所述第一信息包括:所述隧道内的至少一种气体的浓度信息,所述气体浓度检测设备安装于隧道;根据所述第一信息确定所述至少一种气体的浓度。
在本申请的可选实施例中,第二方面所述方法还包括:接收所述气体浓度检测设备发送的第二信息、所述隧道内的第一视频、警告信息、第三信息、第四信息中的一项或多项;其中,所述第二信息包括:所述第一信息、所述隧道内的红外线信息、所述隧道内的图像信息中的一项或多项;所述警告信息用于指示所述隧道内发生火灾;所述第三信息包括所述隧道在一段时间内车辆的通过数量和每个车辆的行驶速度;所述第四信息用于指示所述隧道内车辆的拥堵情况。
在本申请的可选实施例中,所述至少一种气体包括:一氧化碳、氨气、硫化氢、二氧化氮、二氧化硫、甲烷、二氧化碳中的一种或多种。
在本申请的可选实施例中,所述第一信息还包括颗粒物的浓度信息、所述隧道内的温度、所述隧道内的湿度中的一项或多项。
第三方面,本申请提供一种检测装置,包括:处理模块和收发模块。处理模块,用于确定第一信息,所述第一信息包括:所述隧道内的至少一种气体的浓度信息;收发模块,用于向服务器发送所述第一信息,所述服务器用于根据所述第一信息确定所述至少一种气体的浓度。
在本申请的可选实施例中,处理模块,还用于确定第二信息,所述第二信息包括:所述第一信息、所述隧道内的红外线信息、所述隧道内的图像信息中的一项或多项;收发模块,还用于向服务器发送所述第二信息,所述服务器用于根据所述第二信息确定所述隧道内是否发生火灾。
在本申请的可选实施例中,处理模块,还用于根据所述第二信息确定所述隧道内是否发生火灾;处理模块,还用于若所述隧道内发送火灾,则拍摄所述隧道内的第一视频;收发模块,还用于向所述服务器发送所述第一视频和警告信息,所述警告信息用于指示所述隧道内发生火灾。
在本申请的可选实施例中,处理模块,还用于每间隔第一时间长度,确定一次所述隧道内的图像信息;所述第一时间长度大于0;处理模块,还用于根据所述隧道内的图像信息确定第三信息;所述第三信息包括所述隧道在一段时间内车辆的通过数量和每个车辆的行驶速度;收发模块,还用于向所述服务器发送所述第三信息。
在本申请的可选实施例中,处理模块,还用于根据每个车辆的行驶速度确定第四信息;其中,所述第四信息用于指示所述隧道内车辆的拥堵情况,所述触发条件包括:所述隧道内的多个车辆的行驶速度均低于第一阈值,所述第一阈值大于0;收发模块,还用于向所述服务器发送所述第四信息。
在本申请的可选实施例中,所述至少一种气体包括:一氧化碳、氨气、硫化氢、二氧化氮、二氧化硫、甲烷、二氧化碳中的一种或多种。
在本申请的可选实施例中,所述第一信息还包括颗粒物的浓度信息、所述隧道内的温度、所述隧道内的湿度中的一项或多项。
在本申请的可选实施例中,处理模块,还用于利用温度传感器测量所述隧道内的温度,和/或,处理模块,还用于利用湿度传感器测量所述隧道内的湿度。
第三方面,本申请提供一种检测装置,包括:处理模块和收发模块。收发模块,用于接收气体浓度检测设备发送的第一信息,所述第一信息包括:所述隧道内的至少一种气体的浓度信息,所述气体浓度检测设备安装于隧道;处理模块,用于根据所述第一信息确定所述至少一种气体的浓度。
在本申请的可选实施例中,收发模块,还用于接收所述气体浓度检测设备发送的第二信息、所述隧道内的第一视频、警告信息、第三信息、第四信息中的一项或多项;其中,所述第二信息包括:所述第一信息、所述隧道内的红外线信息、所述隧道内的图像信息中的一项或多项;所述警告信息用于指示所述隧道内发生火灾;所述第三信息包括所述隧道在一段时间内车辆的通过数量和每个车辆的行驶速度;所述第四信息用于指示所述隧道内车辆的拥堵情况。
在本申请的可选实施例中,所述至少一种气体包括:一氧化碳、氨气、硫化氢、二氧化氮、二氧化硫、甲烷、二氧化碳中的一种或多种。
在本申请的可选实施例中,所述第一信息还包括颗粒物的浓度信息、所述隧道内的温度、所述隧道内的湿度中的一项或多项。
第五方面,本申请提供一种电子设备,包括与存储器耦合的处理器,所述处理器用于执行所述存储器中的计算机程序,使得第一方面所述的检测方法被执行,或者使得第二方面所述的检测方法被执行。
其中,当处理器用于执行所述存储器中的计算机程序,使得第一方面所述的检测方法被执行时,该电子设备可以是气体浓度检测设备。当处理器用于执行所述存储器中的计算机程序,使得第二方面所述的检测方法被执行时,该电子设备可以是服务器。
第六方面,本申请提供一种检测系统,包括气体浓度检测设备和服务器。其中,气体浓度检测设备用于执行第一方面中任一种可能的实现方式所述的检测方法,服务器用于执行第二方面中任一种可能的实现方式所述的检测方法。
第七方面,本申请提供一种计算机可读存储介质,包括计算机程序,当所述计算机程序在计算机上运行时,使得第一方面所述的检测方法被执行,或者使得第二方面所述的检测方法被执行。
基于上述各个方面提供的实施例,安装于隧道的气体浓度检测设备可以确定隧道内的至少一种气体的浓度信息,服务器可以根据该信息确定隧道内的至少一种气体的浓度。这样,在隧道内某部分气体的浓度超过合理范围时,服务器可以及时将指示隧道内气体浓度异常的警示信息发送至相关人员的终端上。例如,将该警示信息发送至抢险救灾人员的手机、救灾平台的服务器或消防报警中心的平台上,提示相关人员及时检查隧道内是否发生异常,并可以将隧道内的气体浓度信息报告给相关人员,帮助其掌握隧道具体信息、作出决策,从而为隧道安全提供保障手段。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举本申请实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的检测系统的架构示意图;
图2为本申请实施例提供的电子设备的一种结构示意图;
图3为本申请实施例提供的气体浓度检测设备的结构示意图;
图4为本申请实施例提供的一种检测方法的交互示意图;
图5为本申请实施例提供的公式1的示意图;
图6为本申请实施例提供的一种检测装置的一种功能模块图一;
图7为本申请实施例提供的一种检测装置的一种功能模块图二。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
此外,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在不冲突的情况下,本申请的实施例中的特征可以相互结合。
在实现本申请实施例的技术方案的过程中,本申请发明人发现:隧道的空间是半封闭的,一旦发生在隧道内发生安全事故(例如隧道内出现车祸、火灾),营救人员如果不清楚隧道内的具体情况,冒然施救可能造成更大的损失。基于此,如何帮助相关人员掌握隧道的具体信息,成为亟需解决的问题。
为了解决上述问题,本申请实施例提供一种技术方案,该技术方案包括检测系统、应用于该检测系统的检测方法和检测装置。下面将结合附图,对本申请提供的技术方案进行说明。
首先,介绍本申请实施例提供的一种检测系统。图1为本申请实施例提供的检测系统的架构示意图,如图1所示,该检测系统可以包括:服务器和气体浓度检测设备,本申请实施例对气体浓度检测设备的数量不作限定。其中,服务器可以与气体浓度检测设备进行通信。
可选地,本申请实施例中的服务器可以是数据库服务器、网络服务器、云平台、消防服务平台、平台等,对此不作限定。
本申请实施例并未对本申请实施例提供的方法的执行主体的具体结构特别限定,只要能够通过运行记录有本申请实施例的提供的方法的代码的程序,以根据本申请实施例提供的方法检测隧道内的气体的浓度即可,例如,本申请实施例提供的检测方法的执行主体可以是服务器、气体浓度检测设备,或者,是服务器、气体浓度检测设备中能够调用程序并执行程序的功能模块。
可以理解的是,上述功能既可以是硬件设备中的网络元件,也可以是在专用硬件上运行的软件功能,或者是硬件与软件的结合,或者是平台(例如,云平台)上实例化的虚拟化功能。
例如,本申请实施例中的服务器、气体浓度检测设备的相关功能可以通过图2中的电子设备100来实现。图2为本申请实施例提供的电子设备的一种结构示意图。该电子设备100可以包括一个或多个处理器101,通信线路102,以及至少一个通信接口(图2中仅是示例性的以包括通信接口104,以及一个处理器101为例进行说明),可选地还可以包括存储器103。
处理器101可以是一个中央处理器(central processing unit,CPU),微处理器,特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个用于控制本申请方案程序执行的集成电路。
通信线路102可包括用于连接不同组件的通路。示例性的,该通信线路102可以为总线,如地址总线、数据总线、控制总线等。
通信接口104可以是收发模块,可以用于与其他设备或通信网络通信。例如,所述收发模块可以是收发器、收发机一类的装置。可选地,所述通信接口104也可以是位于处理器101内的收发电路,用以实现处理器的信号输入和信号输出。
存储器103可以是具有存储功能的装置。例如可以是只读存储器(read-onlymemory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过通信线路102与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器103用于存储执行本申请方案的计算机执行指令,并由处理器101来控制执行。处理器101用于执行存储器103中存储的计算机执行指令,从而实现本申请实施例中提供的检测方法。
或者,本申请实施例中,也可以是处理器101执行本申请下述实施例提供的检测方法中的处理相关的功能,通信接口104负责与其他设备或通信网络通信,本申请实施例对此不作具体限定。
本申请实施例中的计算机可执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
在具体实现中,作为一种实施例,处理器101可以包括一个或多个CPU,例如图2中的CPU0和CPU1。
在具体实现中,作为一种实施例,电子设备100还可以包括输出设备105和输入设备106。输出设备105和处理器101通信,可以以多种方式来显示信息。
示例性的,在图2所示的电子设备的基础上,本申请实施例中的气体浓度检测设备的结构可以如图3所示。
请参照图3,图3为本申请实施例提供的气体浓度检测设备的结构示意图。该气体浓度检测设备可以包括:处理器、探测模块、通信模块、设备管理模块、电源模块。这些模块的耦合关系可以参照图3所示,在此不再赘述。图3所示的气体浓度检测设备中,处理器可以利用通信模块与服务器通信。
可选地,在图3所示结构中,探测模块可以包括:能够用于检测如下一项或多项气体浓度的传感器:一氧化碳、氨气、硫化氢、二氧化氮、二氧化硫、甲烷、二氧化碳。通信模块可以包括蜂窝通信模块(例如,4G(4th-generation,第四代移动通信技术)模块)和/或以太网通信模块(以太网通信模块例如是RJ45接口)。处理器可以是STM32F407ZE型号的MCU(Microcontroller Unit,微控制单元)。电源模块可以是220V(voltage,伏特)转DC(DirectCurrent,直流)直流12V电源模块,可以气体浓度检测设备的各个模块提供电源输入,或者是可充电锂电池,对此不作限定。
可选地,探测模块还可以包括:能够用于检测如下一项或多项的传感器:颗粒物(particulate matter,PM)的浓度信息(包括PM2.5、PM10)、温度、湿度。比如,湿度传感器、温度传感器等。
可选地,图3所示的气体浓度检测设备还可以包括I/O输入模块、AI输入模块等,对此不作限定。I/O输入模块为检测外部输入数字信号接口,提供与其他隧道气体浓度检测系统进行联动的硬件接口。AI输入模块为检测外部输入模拟信号接口,可以用于模拟信号传感器与模拟信号接口的输入。
在图1示出的检测系统的基础上,本申请实施例还提供一种检测方法,可以应用于上述检测系统,可以由上述检测系统中的服务器、气体浓度检测设备执行,该气体浓度检测设备安装于隧道。请参见图4,图4为本申请实施例提供的一种检测方法的交互示意图,该检测方法可以包括以下步骤:
S110,气体浓度检测设备确定第一信息。
其中,第一信息可以包括:隧道内的至少一种气体的浓度信息。
在一些可能的实施例中,S110中的至少一种气体可以包括:一氧化碳、氨气、硫化氢、二氧化氮、二氧化硫、甲烷、二氧化碳中的一种或多种。
可选地,气体浓度检测设备可以利用第一传感器检测至少一种气体的浓度信息。该第一传感器中可以包括一个或多个气体传感器,例如,第一传感器可以包括一氧化碳传感器和氨气传感器等。该第一传感器能够用于检测如下一项或多项气体浓度:一氧化碳、氨气、硫化氢、二氧化氮、二氧化硫、甲烷、二氧化碳。
在一些可能的实施例中,第一信息还可以包括颗粒物的浓度信息、隧道内的温度、隧道内的湿度中的一项或多项。换言之,第一传感器还可以包括能够用于检测如下一项或多项的传感器:颗粒物的浓度信息、隧道内的温度、隧道内的湿度。比如,第一传感器可以包括温度传感器、湿度传感器。
例如,气体浓度检测设备还可以用于利用温度传感器测量所述隧道内的温度,和/或,利用湿度传感器测量所述隧道内的湿度。
S120,气体浓度检测设备向服务器发送第一信息。相应地,服务器接收气体浓度检测设备发送的第一信息。
以图3所示的结构举例,气体浓度检测设备可以利用4G模块和/或以太网通信模块向服务器发送该第一信息。
S130,服务器根据第一信息确定至少一种气体的浓度。
以至少一种气体包括一氧化碳和氨气举例,气体浓度检测设备中可以设置有一氧化碳传感器和氨气传感器。气体浓度检测设备可以利用一氧化碳传感器和氨气传感器检测一氧化碳和氨气的浓度信息,并将一氧化碳和氨气的浓度信息封装为第一信息发送至服务器。服务器可以根据该第一信息获取一氧化碳和氨气的浓度信息。
在上述S110~S130中,安装于隧道的气体浓度检测设备可以确定隧道内的至少一种气体的浓度信息,服务器可以根据该信息确定隧道内的至少一种气体的浓度。这样,在隧道内某部分气体的浓度超过合理范围时,服务器可以及时将指示隧道内气体浓度异常的警示信息发送至相关人员的终端上。例如,将该警示信息发送至抢险救灾人员的手机、救灾平台的服务器或消防报警中心的平台上,提示相关人员及时检查隧道内是否发生异常,并可以将隧道内的气体浓度信息报告给相关人员,帮助其掌握隧道具体信息、作出决策,从而为隧道安全提供保障手段。
在一些可能的实施例中,上述图4所示的方法实施例还可以包括:S140,气体浓度检测设备确定第二信息,并向服务器发送第二信息。相应地,服务器接收气体浓度检测设备发送的第二信息。
其中,第二信息可以包括:第一信息、隧道内的红外线信息、隧道内的图像信息中的一项或多项。
在隧道内发送火灾时,通常会导致各种气体的浓度改变、隧道内的红外信息改变以及隧道内出现明显的火焰。因此,服务器在接收到第二信息后,可以通过第二信息,判断隧道内是否发生火灾。如果发生火灾,服务器可以及时生成指示隧道内发生火灾的警示信息,并将该警示信息发送至相关人员的终端上,使得相关人员快速做出抢险救灾反应,为隧道安全提供保障手段。
示例性的,假设第二信息包括第一信息,假设第一信息中的一氧化碳和二氧化碳的浓度均超过设定阈值,则服务器可以判断隧道内发生火灾。该设定阈值可以是预先定义的经验值,当一氧化碳和二氧化碳的浓度均超过设定阈值时,表示发生火灾。
示例性的,假设第二信息包括隧道内的红外线信息或隧道内的图像信息,服务器可以通过神经网络模型,识别隧道内的红外线信息或隧道内的图像信息,判断隧道内是否存在火焰,从而判断隧道内发生火灾。
在一些可能的实施例中,上述图4所示的方法实施例还可以包括:S150,气体浓度检测设备根据第一信息确定至少一种气体中是否存在异常气体;若存在异常气体,则向服务器发送气体异常信息。相应地,服务器接收气体浓度检测设备发送的气体异常信息。
其中,异常气体是气体的浓度超过设定范围的气体,气体异常信息用于指示异常气体的类型以及异常气体的浓度。这样,通过将异常气体的判断放在气体浓度检测设备侧,能够减少服务器的计算量,降低服务器的负载,从而提升整个检测系统的稳定性。另外,服务器可以根据气体异常信息生成指示隧道内出现气体异常的警示信息,并将该警示信息发送至相关人员的终端上,使得相关人员快速做出抢险救灾反应,为隧道安全提供保障手段。
在一些可能的实施例中,上述图4所示的方法实施例还可以包括:S160,气体浓度检测设备根据第二信息确定隧道内是否发生火灾;若隧道内发送火灾,则拍摄隧道内的第一视频,并向服务器发送第一视频和警告信息。相应地,服务器接收气体浓度检测设备发送的第一视频和警告信息。
其中,警告信息可以用于指示隧道内发生火灾。第一视频可以是隧道内发生火灾方向的视频。具体地,气体浓度检测设备可以根据隧道内的红外线信息、隧道内的图像信息判断隧道内发送火灾的方位,并利用摄像头拍摄该方位的视频,从而得到第一视频。
示例性的,假设第二信息包括第一信息,第一信息中的一氧化碳和二氧化碳的浓度均超过设定阈值,则气体浓度检测设备可以判断隧道内发生火灾。该设定阈值可以是预先定义的经验值,当一氧化碳和二氧化碳的浓度均超过设定阈值时,表示发生火灾。
示例性的,假设第二信息包括隧道内的红外线信息或隧道内的图像信息,气体浓度检测设备可以通过神经网络模型,识别隧道内的红外线信息或隧道内的图像信息,判断隧道内是否存在火焰,从而判断隧道内发生火灾。
这样,通过将隧道内是否发生火灾的判断放在气体浓度检测设备侧,能够减少服务器的计算量,降低服务器的负载,从而提升整个检测系统的稳定性。并且,气体浓度检测设备还可以向服务器上报第一视频,服务器可以将该第一视频反馈至抢险救灾人员的手机、救灾平台的服务器或消防报警中心的平台上,能够帮助其掌握隧道具体信息、作出决策,提升救援效率。
在一些可能的实施例中,上述图4所示的方法实施例还可以包括:S170,气体浓度检测设备每间隔第一时间长度,确定一次隧道内的图像信息;根据隧道内的图像信息确定第三信息,并向服务器发送第三信息。相应地,服务器接收气体浓度检测设备发送的第三信息。
其中,第一时间长度大于0,第三信息可以包括隧道在一段时间内车辆的通过数量和每个车辆的行驶速度。
示例性的,气体浓度检测设备可以利用训练好的神经网络识别隧道内的图像信息中包含的车辆的通过数量,以及根据相邻两个图像信息确定隧道在一段时间内车辆的通过数量和每个车辆的行驶速度。
具体地,T为第x次确定隧道内的图像信息到第x+1次确定隧道内的图像信息之间的时间长度。例如,T的单位为秒,假设N0=5,K=375,r=0.05,那么第1次确定隧道内的图像信息到第2次确定隧道内的图像信息之间的时间长度 秒。
可以理解,公式1的函数图像如图5所示,也即是说,随着x的增加,T越来越大,且呈现S型增长,这样,可以慢慢将隧道内的图像信息获取周期拉长,直至到达一个阈值,既可以节省功耗,又不影响对隧道内的图像信息的获取。并且,在隧道内发生火灾时,通过将x置为1,提升隧道内的图像信息的获取频率,向服务器发送更多的隧道内的图像信息,能够帮助救援人员掌握隧道更具体信息、作出决策,进一步提升救援效率。
在一些可能的实施例中,上述图4所示的方法实施例还可以包括:S180,气体浓度检测设备根据每个车辆的行驶速度确定第四信息,并向服务器发送第四信息。相应地,服务器接收该第四信息。
其中,第四信息用于指示隧道内车辆的拥堵情况,该触发条件可以包括:隧道内的多个车辆的行驶速度均低于第一阈值,第一阈值大于0。例如,第一阈值可以为30公里/小时。
这样,通过将第四信息的计算放在气体浓度检测设备侧,能够减少服务器的计算量,降低服务器的负载,从而提升整个检测系统的稳定性。另外,服务器可以根据第四信息生成指示隧道的拥堵情况的提示信息,并将该提示信息发送至相关人员的终端上,例如,将该提示信息发送至隧道口的车辆的车载终端或驾驶员的手机,提示隧道出现拥堵,请谨慎驾驶,从而为隧道安全提供保障手段。
在上述S140~S180中,可以理解,服务器可以接收气体浓度检测设备发送的第二信息、隧道内的第一视频、警告信息、第三信息、第四信息中的一项或多项。
对于上述S110~S170,在实际应用中,气体浓度检测设备可以周期性地确定第一信息、第二信息、隧道内的第一视频、警告信息、第三信息、第四信息中的一项或多项(记为隧道信息),并向服务器发送该隧道信息。如此,服务器可以周期性地根据收到的隧道信息确定隧道情况。这样,服务器能够根据一段时间内的隧道信息生成第一锥形桶的隧道变化情况,能够帮助相关人员掌握隧道更具体信息,为隧道安全提供保障手段。
下面结合实际应用示例,对气体浓度检测设备执行上述方法实施例的过程作进一步说明。
在一些可能的实施例中,气体浓度检测设备的执行流程可以包括如下步骤:
步骤1,气体浓度检测设备上电,并初始化系统。
其中,气体浓度检测设备初始化系统包括:初始化系统时钟、中断、定时器,各个模块外设等。具体地,设备上电开始,中断初始化、I/O模块初始化、串口初始化、AD初始化、SPI(Serial Peripheral Interface,串行外设接口)初始化、I2C(Inter-IntegratedCircuit)初始化、闪存初始化、定时器的初始化、完成初始化。
步骤2,气体浓度检测设备开启定时器,开始计时。当计时到达设置的采集时间后,气体浓度检测设备通过串口,I2C,SPI等接口采集各个气体传感器的数据。
具体地,气体浓度检测设备可以判断是否到了传感器数据更新的时间,如果没有到则继续等待。如果到了时间则,执行如下过程:采集并封装CO浓度数据,采集并封装CO2浓度数据,采集并封装NH3浓度数据,采集并封装NO2浓度数据,采集并封装SO2浓度数据,采集并封装CH4浓度数据,采集并封装H2S浓度数据,采集并封装温湿度数据,采集并封装PM2.5浓度数据。
以采集PM10传感器的数据举例,其他气体的浓度数据以此为例,不再赘述。首先,气体浓度检测设备开始定时器计时,定时器到时时,气体浓度检测设备读取PM10传感器采集的PM10浓度数据。然后,气体浓度检测设备重置定时器,重新开始计时。
其中,定时器的设置方式可以包括:设定某个定时器的定时周期与重装载值,清理定时器中断标志,启动定时器,判断定时是否到时,如果到时则置中断标志。
步骤3,如果出现异常气体,气体浓度检测设备将异常气体对应的异常数据打包成相应的数据格式,通过4G传输至服务器。
步骤4,气体浓度检测设备将采集到的数据(包括第一信息、第二信息、隧道内的第一视频、警告信息、第三信息、第四信息中的一项或多项)打包成相应的数据格式,通过4G传输到服务器。
步骤5,气体浓度检测设备清理定时器,清理相应的缓存,重新开始定时计时,也即是返回执行步骤2。
在上述图3所示的结构中,设备管理模块的功能可以实现如下功能:传感器参数的设定,模块参数的设定,定时器的定时间隔设定,设备参数更新设定与保存。
为了执行上述实施例及各个可能的方式中的相应步骤,下面给出一种检测装置的实现方式,请参阅图6,图6示出了本申请实施例提供的一种检测装置的一种功能模块图一。该检测装置可以用于实现上述图1所示系统中的气体浓度检测设备,可以用于执行上述方法实施例中的气体浓度检测设备所能够执行的步骤。需要说明的是,本实施例所提供的一种第一检测装置200,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。该第一检测装置200可以包括:第一处理模块210、第一收发模块220。
可选地,上述模块可以软件或固件(Firmware)的形式存储于存储器中或固化于本申请提供的图1所示系统中的气体浓度检测设备的操作系统(Operating System,OS)中,并可由图1所示系统中的气体浓度检测设备中的处理器执行。同时,执行上述模块所需的数据、程序的代码等可以存储在存储器中。
其中,第一处理模块210,用于确定第一信息,所述第一信息包括:所述隧道内的至少一种气体的浓度信息;第一收发模块220,用于向服务器发送所述第一信息,所述服务器用于根据所述第一信息确定所述至少一种气体的浓度。
在本申请的可选实施例中,第一处理模块210,还用于确定第二信息,所述第二信息包括:所述第一信息、所述隧道内的红外线信息、所述隧道内的图像信息中的一项或多项;第一收发模块220,还用于向服务器发送所述第二信息,所述服务器用于根据所述第二信息确定所述隧道内是否发生火灾。
在本申请的可选实施例中,第一处理模块210,还用于根据所述第二信息确定所述隧道内是否发生火灾;第一处理模块210,还用于若所述隧道内发送火灾,则拍摄所述隧道内的第一视频;第一收发模块220,还用于向所述服务器发送所述第一视频和警告信息,所述警告信息用于指示所述隧道内发生火灾。
在本申请的可选实施例中,第一处理模块210,还用于每间隔第一时间长度,确定一次所述隧道内的图像信息;所述第一时间长度大于0;第一处理模块210,还用于根据所述隧道内的图像信息确定第三信息;所述第三信息包括所述隧道在一段时间内车辆的通过数量和每个车辆的行驶速度;第一收发模块220,还用于向所述服务器发送所述第三信息。
在本申请的可选实施例中,第一处理模块210,还用于根据每个车辆的行驶速度确定第四信息;其中,所述第四信息用于指示所述隧道内车辆的拥堵情况,所述触发条件包括:所述隧道内的多个车辆的行驶速度均低于第一阈值,所述第一阈值大于0;第一收发模块220,还用于向所述服务器发送所述第四信息。
在本申请的可选实施例中,所述至少一种气体包括:一氧化碳、氨气、硫化氢、二氧化氮、二氧化硫、甲烷、二氧化碳中的一种或多种。
在本申请的可选实施例中,所述第一信息还包括颗粒物的浓度信息、所述隧道内的温度、所述隧道内的湿度中的一项或多项。
在本申请的可选实施例中,第一处理模块210,还用于利用温度传感器测量所述隧道内的温度,和/或,第一处理模块210,还用于利用湿度传感器测量所述隧道内的湿度。
可以理解的是,第一处理模块210、第一收发模块220可以用于支持图1所示系统中的气体浓度检测设备执行上述方法实施例中相关的步骤,和/或用于本文所描述的技术的其他过程,对此不作限定。
为了执行上述实施例及各个可能的方式中的相应步骤,下面再给出一种检测装置的实现方式,请参阅图7,图7示出了本申请实施例提供的一种检测装置的一种功能模块图二。该检测装置可以用于实现上述图1所示系统中的服务器,可以用于执行上述方法实施例中的服务器所能够执行的步骤。需要说明的是,本实施例所提供的一种第二检测装置300,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。该第二检测装置300包括:第二处理模块310、第二收发模块320。
可选地,上述模块可以软件或固件(Firmware)的形式存储于存储器中或固化于本申请提供的图1所示系统中的服务器的操作系统(Operating System,OS)中,并可由图1所示系统中的服务器中的处理器执行。同时,执行上述模块所需的数据、程序的代码等可以存储在存储器中。
其中,第一收发模块220,用于接收气体浓度检测设备发送的第一信息,所述第一信息包括:所述隧道内的至少一种气体的浓度信息,所述气体浓度检测设备安装于隧道;第一处理模块210,用于根据所述第一信息确定所述至少一种气体的浓度。
在本申请的可选实施例中,第一收发模块220,还用于接收所述气体浓度检测设备发送的第二信息、所述隧道内的第一视频、警告信息、第三信息、第四信息中的一项或多项;其中,所述第二信息包括:所述第一信息、所述隧道内的红外线信息、所述隧道内的图像信息中的一项或多项;所述警告信息用于指示所述隧道内发生火灾;所述第三信息包括所述隧道在一段时间内车辆的通过数量和每个车辆的行驶速度;所述第四信息用于指示所述隧道内车辆的拥堵情况。
在本申请的可选实施例中,所述至少一种气体包括:一氧化碳、氨气、硫化氢、二氧化氮、二氧化硫、甲烷、二氧化碳中的一种或多种。
在本申请的可选实施例中,所述第一信息还包括颗粒物的浓度信息、所述隧道内的温度、所述隧道内的湿度中的一项或多项。
可以理解的是,第二处理模块310、第二收发模块320可以用于支持图1所示系统中的服务器执行上述方法实施例中相关的步骤,和/或用于本文所描述的技术的其他过程,对此不作限定。
基于上述方法实施例,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述检测方法的步骤。
具体地,该存储介质可以为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述检测方法,从而解决“隧道的空间是半封闭的,一旦发生在隧道内发生安全事故(例如隧道内出现车祸、火灾),营救人员如果不清楚隧道内的具体情况,冒然施救可能造成更大的损失”的问题,实现检测隧道内的气体的浓度,帮助相关人员掌握隧道内的气体浓度信息,为隧道安全提供保障手段的目的。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.基于物联网的隧道气体浓度检测方法,其特征在于,应用于气体浓度检测设备,所述气体浓度检测设备安装于隧道,所述方法包括:
确定第一信息,所述第一信息包括:所述隧道内的至少一种气体的浓度信息;
向服务器发送所述第一信息,所述服务器用于根据所述第一信息确定所述至少一种气体的浓度;其中,
每间隔第一时间长度,确定一次所述隧道内的图像信息;所述第一时间长度大于0;
根据所述隧道内的图像信息确定第三信息;所述第三信息包括所述隧道在一段时间内车辆的通过数量和每个车辆的行驶速度;
向所述服务器发送所述第三信息;
其中,T为所述第一时间长度,K、N0、r均为大于0的常数,x为确定所述隧道内的图像信息的次数,并且当所述隧道内发生火灾时,x置为1。
2.根据权利要求1所述的基于物联网的隧道气体浓度检测方法,其特征在于,所述方法还包括:
确定第二信息,所述第二信息包括:所述第一信息、所述隧道内的红外线信息、所述隧道内的图像信息中的一项或多项;
向服务器发送所述第二信息,所述服务器用于根据所述第二信息确定所述隧道内是否发生火灾。
3.根据权利要求2所述的基于物联网的隧道气体浓度检测方法,其特征在于,所述方法还包括:
根据所述第二信息确定所述隧道内是否发生火灾;
若所述隧道内发送火灾,则拍摄所述隧道内的第一视频;
向所述服务器发送所述第一视频和警告信息,所述警告信息用于指示所述隧道内发生火灾。
4.根据权利要求1所述的基于物联网的隧道气体浓度检测方法,其特征在于,所述方法还包括:
根据所述每个车辆的行驶速度确定第四信息;满足触发条件时,向所述服务器发送所述第四信息;
其中,所述第四信息用于指示所述隧道内车辆的拥堵情况,所述触发条件包括:所述隧道内的多个车辆的行驶速度均低于第一阈值,所述第一阈值大于0。
5.基于物联网的隧道气体浓度检测方法,特征在于,应用于服务器,所述方法包括:
接收气体浓度检测设备发送的第一信息,所述第一信息包括:所述隧道内的至少一种气体的浓度信息,所述气体浓度检测设备安装于隧道;
根据所述第一信息确定所述至少一种气体的浓度;
接收所述气体浓度检测设备发送的第三信息;其中,所述第三信息包括所述隧道在一段时间内车辆的通过数量和每个车辆的行驶速度;所述第三信息由所述气体浓度检测设备根据所述隧道内的图像信息确定,所述图像信息由所述气体浓度检测设备每间隔第一时间长度确定一次;所述第一时间长度大于0;其中,
其中,T为所述第一时间长度,K、N0、r均为大于0的常数,x为确定所述隧道内的图像信息的次数,并且当所述隧道内发生火灾时,x置为1。
6.据权利要求5所述的基于物联网的隧道气体浓度检测方法,其特征在于,所述方法还包括:
接收所述气体浓度检测设备发送的第二信息、所述隧道内的第一视频、警告信息、第四信息中的一项或多项;
其中,所述第二信息包括:所述第一信息、所述隧道内的红外线信息、所述隧道内的图像信息中的一项或多项;
所述警告信息用于指示所述隧道内发生火灾;
所述第四信息用于指示所述隧道内车辆的拥堵情况。
7.一种检测装置,其特征在于,包括用于执行如权利要求1-4中任一项所涉及的方法中的各个步骤的模块;或者包括用于执行如权利要求5-6中任一项所涉及的方法中的各个步骤的模块。
8.一种电子设备,其特征在于,包括与存储器耦合的处理器,所述处理器用于执行所述存储器中的计算机程序,使得如权利要求1-4中任一项所述的基于物联网的隧道气体浓度检测方法被执行,或者使得如权利要求5-6中任一项所述的基于物联网的隧道气体浓度检测方法被执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211036699.8A CN115144547B (zh) | 2022-08-29 | 2022-08-29 | 基于物联网的隧道气体浓度检测方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211036699.8A CN115144547B (zh) | 2022-08-29 | 2022-08-29 | 基于物联网的隧道气体浓度检测方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115144547A CN115144547A (zh) | 2022-10-04 |
CN115144547B true CN115144547B (zh) | 2022-12-09 |
Family
ID=83416628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211036699.8A Active CN115144547B (zh) | 2022-08-29 | 2022-08-29 | 基于物联网的隧道气体浓度检测方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115144547B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1285987A (en) * | 1968-10-29 | 1972-08-16 | Simrad As | An apparatus for storage and delayed recording of echo signals |
JPH0546886A (ja) * | 1991-08-19 | 1993-02-26 | Mitsubishi Electric Corp | トンネル内防災システム |
JPH11328577A (ja) * | 1998-05-14 | 1999-11-30 | Matsushita Electric Ind Co Ltd | 車群速度による交通状況測定方法 |
CN104778704A (zh) * | 2015-04-20 | 2015-07-15 | 北京航空航天大学 | 基于随机扫视图稀疏信号重构的图像关注区域检测方法 |
CN105427519A (zh) * | 2015-12-08 | 2016-03-23 | 刘兴 | 一种隧道智能三合一报警系统 |
KR20160094654A (ko) * | 2015-02-02 | 2016-08-10 | 주식회사 일리시스 | 이벤트 감지 방법 및 이를 실행하는 장치 |
CN106408956A (zh) * | 2016-11-01 | 2017-02-15 | 长安大学 | 一种隧道交通拥堵快速疏散方法及控制系统 |
CN210899299U (zh) * | 2019-11-19 | 2020-06-30 | 郑州海为电子科技有限公司 | 一种隧道监控系统 |
CN111982192A (zh) * | 2020-08-11 | 2020-11-24 | 国家电网有限公司技术学院分公司 | 一种基于物联网的电缆故障自学习识别方法及系统 |
CN112377265A (zh) * | 2020-12-09 | 2021-02-19 | 中国矿业大学(北京) | 基于图像识别加速度特征的冲击地压报警方法 |
CN112651991A (zh) * | 2019-10-10 | 2021-04-13 | 阿里巴巴集团控股有限公司 | 视觉定位方法、装置及计算机系统 |
CN112837183A (zh) * | 2021-01-18 | 2021-05-25 | 南京红薇电子科技有限公司 | 基于大数据和物联网协同作用的隧道工程项目施工安全实时监测方法和云监测平台 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100504318C (zh) * | 2007-04-12 | 2009-06-24 | 上海交通大学 | 昼夜视频车辆检测间的切换方法 |
US9635271B2 (en) * | 2011-11-17 | 2017-04-25 | GM Global Technology Operations LLC | Vision-based scene detection |
WO2015182752A1 (ja) * | 2014-05-30 | 2015-12-03 | 株式会社日立国際電気 | 無線通信装置及び無線通信システム |
US9466209B2 (en) * | 2015-01-09 | 2016-10-11 | International Business Machines Corporation | Traffic network sensor placement |
KR102285073B1 (ko) * | 2017-03-31 | 2021-08-03 | 삼성전자주식회사 | 복수개의 액세서리 장치들에 대응하는 콘텐트를 제공하기 위한 방법 및 그 전자 장치 |
KR101865770B1 (ko) * | 2017-10-23 | 2018-06-08 | 주식회사 이바다 | 터널 균열 및 누수 탐지 시스템 |
CN109191911A (zh) * | 2018-10-09 | 2019-01-11 | 湖南车路协同智能科技有限公司 | 一种隧道路况预警系统、方法及计算机可读存储介质 |
JP7353964B2 (ja) * | 2019-12-25 | 2023-10-02 | 株式会社東芝 | 誘導システム、サーバ、プログラムおよびサービス提供方法 |
JP7321983B2 (ja) * | 2020-08-20 | 2023-08-07 | 株式会社東芝 | 情報処理システム、情報処理方法、プログラムおよび車両制御システム |
CN111982810A (zh) * | 2020-08-27 | 2020-11-24 | 四川九通智路科技有限公司 | 一种公路隧道有害气体监测方法 |
CN112211674A (zh) * | 2020-11-01 | 2021-01-12 | 浙江柯瑞普科技有限公司 | 一种隧道轮廓标及隧道道路异常检测系统 |
CN112767644B (zh) * | 2020-12-31 | 2022-05-24 | 千方捷通科技股份有限公司 | 一种基于视频识别的公路隧道内火灾预警方法及装置 |
CN113062772A (zh) * | 2021-03-17 | 2021-07-02 | 河北国华安全技术工程有限公司 | 一种电缆隧道在线监测报警系统 |
CN114530045B (zh) * | 2022-02-16 | 2022-09-16 | 刘孟旭 | 一种综合信息采集处理系统 |
-
2022
- 2022-08-29 CN CN202211036699.8A patent/CN115144547B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1285987A (en) * | 1968-10-29 | 1972-08-16 | Simrad As | An apparatus for storage and delayed recording of echo signals |
JPH0546886A (ja) * | 1991-08-19 | 1993-02-26 | Mitsubishi Electric Corp | トンネル内防災システム |
JPH11328577A (ja) * | 1998-05-14 | 1999-11-30 | Matsushita Electric Ind Co Ltd | 車群速度による交通状況測定方法 |
KR20160094654A (ko) * | 2015-02-02 | 2016-08-10 | 주식회사 일리시스 | 이벤트 감지 방법 및 이를 실행하는 장치 |
CN104778704A (zh) * | 2015-04-20 | 2015-07-15 | 北京航空航天大学 | 基于随机扫视图稀疏信号重构的图像关注区域检测方法 |
CN105427519A (zh) * | 2015-12-08 | 2016-03-23 | 刘兴 | 一种隧道智能三合一报警系统 |
CN106408956A (zh) * | 2016-11-01 | 2017-02-15 | 长安大学 | 一种隧道交通拥堵快速疏散方法及控制系统 |
CN112651991A (zh) * | 2019-10-10 | 2021-04-13 | 阿里巴巴集团控股有限公司 | 视觉定位方法、装置及计算机系统 |
CN210899299U (zh) * | 2019-11-19 | 2020-06-30 | 郑州海为电子科技有限公司 | 一种隧道监控系统 |
CN111982192A (zh) * | 2020-08-11 | 2020-11-24 | 国家电网有限公司技术学院分公司 | 一种基于物联网的电缆故障自学习识别方法及系统 |
CN112377265A (zh) * | 2020-12-09 | 2021-02-19 | 中国矿业大学(北京) | 基于图像识别加速度特征的冲击地压报警方法 |
CN112837183A (zh) * | 2021-01-18 | 2021-05-25 | 南京红薇电子科技有限公司 | 基于大数据和物联网协同作用的隧道工程项目施工安全实时监测方法和云监测平台 |
Non-Patent Citations (6)
Title |
---|
"Barrier-coverage for City Block Monitoring in Bandwidth Sensitive Vehicular Adhoc Networks";Lee JL. et al;《10th International Conference on Mobile Ad-hoc and Sensor Networks》;20161021;第80-87页 * |
"Estimation of rear-end vehicle crash frequencies in urban";Meng Qiang et al;《ACCIDENT ANALYSIS AND PREVENTION》;20120930;第48卷(第1期);第254-263页 * |
"Experimental study on fire temperature distribution based on air curtain separation effect in a reduced-scale bifurcation tunnel";Tao Li et al;《Tunnelling and Underground Space Technology》;20020430;第17卷(第2期);第1-15页 * |
"精确车辆识别在高速公路运营安全管理中的应用探讨";胡中华;《中国交通信息化》;20220728(第1期);第121-124页 * |
"视频交通事件检测系统在高速公路隧道中的应用";杨明有;《中国交通信息化》;20200715(第7期);第126-128页 * |
"高速公路智慧隧道交通安全保障技术";唐格;《中国交通信息化》;20210115(第1期);第125-127页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115144547A (zh) | 2022-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111052771B (zh) | 用于将中继消息发送到外部车辆的电子设备及其方法 | |
CN103640533B (zh) | 一种基于车辆碰撞侧翻检测、自动呼救的装置及方法 | |
CN109891148B (zh) | 用于监控压力储箱系统的方法和控制单元 | |
US20170309086A1 (en) | Method and apparatus for rescuing driverless vehicles | |
US20130069802A1 (en) | Car accident automatic emergency service alerting system | |
CN102622853B (zh) | 用于鲁棒的人倒下警报的系统和方法 | |
US20170229015A1 (en) | Device and method for providing congestion location information and medium storing congestion location information providing program | |
CN110092256B (zh) | 电动车乘电梯上楼监测的方法、系统以及监测装置 | |
CN111192378B (zh) | 一种车辆移动识别方法、装置及车辆告警系统 | |
CN203455922U (zh) | 基于ZigBee网络的汽车防中暑中毒报警系统 | |
CN103544806B (zh) | 基于视频绊线规则的重要物资运输车辆监控预警系统 | |
CN115144547B (zh) | 基于物联网的隧道气体浓度检测方法、装置及电子设备 | |
CN112416471A (zh) | 尾气监控方法、装置、计算机可读存储介质及电子设备 | |
CN108944282A (zh) | 轮胎更换监测方法、胎压监测装置、系统及设备 | |
CN111612938B (zh) | 一种事件记录设备控制方法、装置、设备及存储介质 | |
CN208360116U (zh) | 车载t-box及报警系统 | |
CN106970793B (zh) | 一种上下文一致性检测与修复系统及检验方法与平台 | |
CN104217536A (zh) | 一种车辆安全管理系统 | |
KR101537815B1 (ko) | 위치 및 단말 정보 기반 사용자 위험 상황 예측 시스템 | |
CN113763344A (zh) | 操作平台安全检测方法、装置、电子设备及介质 | |
CN206067682U (zh) | 一种用于监控危险品运输车辆的车载终端 | |
CN113326730A (zh) | 室内老年人安全监护方法、系统、电子设备及介质 | |
CN113100193A (zh) | 鱼竿上鱼自动提醒方法、系统、设备及可读存储介质 | |
CN206544512U (zh) | 一种交通监管中的离线安全报警系统 | |
JP2009003871A (ja) | 安全管理システム |
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 |