CN115540971B - 一种基于语音识别的地理信息数据采集系统 - Google Patents

Abstract

本发明涉及地理信息采集技术领域，且公开了种基于语音识别的地理信息数据采集方法，S1、划分测量区段，并在每个测量区段内选取至少两个测量截面；S2、在每个测量截面内选取两个横向测点，获取语音指令并根据语音指令对横向测点进行深度测量；S3、设置偏差阈值，并计算每个测量区段内两个测量截面的偏差值，包括，截面平均水深的偏差值，和截面平均泥深的偏差值。该基于语音识别的地理信息数据采集系统，通过对河流划分测量区段，以便于对各个区段内的河流进行区分测量，设置偏差阈值，若某一区段内河流的偏差值大于偏差阈值，通过增设测量截面的方式更能够从整体上反映某一测量区段内的情况。

Description

一种基于语音识别的地理信息数据采集系统

技术领域

本发明涉及地理信息采集技术领域，具体为一种基于语音识别的地理信息数据采集系统。

背景技术

语音识别技术是当前广为应用的一项智能技术，他可以通过语音的形式向设备输入操作指令，以便于控制设备运行工作，常用于汽车导航系统以及手机智能语音中，一定程度上方便了设备操作的便捷性，当前这类技术也逐步应用到地理信息的数据采集处理设备中。

地理信息多种多样，如某地标建筑物的位置、地面的地势、河流位置、河流深度、河流的流域等等，统属于地理信息，一些城市建设工程中，往往需要对一些地理信息进行初步采样处理，如对河流的深度以及河内淤泥深度进行初步测量，以便于后续工程建设过程中对具体河段位置采用与之匹配对应的工程设备。

现有用于测量河流深度的设备多种多样，如测深杆、测深锤以及声纳系统，声纳系统一半用于水深较大的水域，而对于水深较浅的河流探测更多的是采用测深杆，然而无论是测深杆还是测深锤，也都仅仅能够测出河流的水深，却难以测出河流底部的淤泥深度，这样就一定程度上降低了现有测量设备的实用性，为满足测量需求，本方案意在提出一种能够同时测出水深以及淤泥深度的方法和系统。

发明内容

本发明提供了一种基于语音识别的地理信息数据采集系统，能够同时测量出河流的水域深度以及淤泥深度，促进解决了上述背景技术中所提到现有用于测量河流深度的设备多种多样，如测深杆、测深锤以及声纳系统，声纳系统一半用于水深较大的水域，而对于水深较浅的河流探测更多的是采用测深杆，然而无论是测深杆还是测深锤，也都仅仅能够测出河流的水深，却难以测出河流底部的淤泥深度的问题。

本发明提供如下技术方案：一种基于语音识别的地理信息数据采集方法，包括：

S1、划分测量区段，并在每个测量区段内选取至少两个测量截面；

S2、在每个测量截面内选取两个横向测点，获取语音指令并根据语音指令对横向测点进行深度测量；

S3、设置偏差阈值，并计算每个测量区段内两个测量截面的偏差值，包括，截面平均水深的偏差值，和截面平均泥深的偏差值；

S4、若偏差值小于偏差阈值，取测量区段内的区段平均水深和区段平均泥深作为数据采集值；

S5、若偏差值大于偏差阈值，则增设测量截面，重复步骤S2-S4，直至偏差值小于偏差阈值，取测量区段内的区段平均水深和区段平均泥深作为数据采集值。

作为本发明所述基于语音识别的地理信息数据采集方法的一种可选方案，其中：S1步骤中，划分测量区段以河流水面的横截面宽度进行划分。

作为本发明所述基于语音识别的地理信息数据采集方法的一种可选方案，其中：获取语音指令包括：

采集工作人员发出的语音；

对工作人员的语音进行语音识别，并形成用于命令测量设备执行操作命令的语音指令。

作为本发明所述基于语音识别的地理信息数据采集方法的一种可选方案，其中：所述对横向测点进行深度测量具体包括：

通过驱动装置驱动测量装置向下进深并记录这一过程中扭力传感器的扭矩值；

建立扭矩值随时间变化的线图，用以反馈扭矩变化率；

根据扭矩变化率分析介质变化的时间节点；

根据时间节点，获取这一时间节点下测量装置的进深量。

作为本发明所述基于语音识别的地理信息数据采集方法的一种可选方案，其中：所述根据扭矩变化率分析介质变化的时间节点具体包括；

获取该水域的扭矩变化阈值；

通过驱动装置驱动测量装置向下进深这一过程中，记录扭矩传感器扭矩变化率超过扭矩变化阈值的开始时间节点和结束时间节点；

上述开始时间节点和结束时间节点按照时间顺序依次记为第一时间节点、第二时间节点...第N时间节点；

若某一时间节点出现扭矩增大的现象，且该时间节点之后，扭矩传感器的扭矩持续增大，且扭矩变化率超过扭矩变化阈值，则将该时间节点记为实际介质变化点，并记录该时间点为介质变化时间点；

若某一时间节点之后出现力矩变小的情况，则将该时间节点以及该时间节点之前的所有时间节点标记为虚拟时间节点，并忽略不计，将该节点之后的时间节点作为介质变化时间点。

作为本发明所述基于语音识别的地理信息数据采集方法的一种可选方案，其中：根据测量装置的进深量测量出每个横向测点的水域深度以及淤泥深度；

计算每个测量截面的截面平均水深和截面平均泥深；

比较相邻两个测量截面的截面平均水深的偏差值，和截面平均泥深的偏差值；

若截面平均水深的偏差值和截面平均泥深偏差值任意一个大于偏差阈值，则增设测量截面，重复步骤S2-S4，直至偏差值小于偏差阈值取测量区段内的区段平均水深和区段平均泥深作为数据采集值。

作为本发明所述基于语音识别的地理信息数据采集方法的一种可选方案，其中：获取测量装置的角度偏移量；

根据测量装置的进深量测量出每个横向测点的水域深度以及淤泥深度；

根据测量装置的角度偏移量修正每个横向测点的修正水域深度以及修正淤泥深度，并将修正后的水域深度以及淤泥深度作为实测水域深度和实测淤泥深度。

一种用于实现所述基于语音识别的地理信息数据采集方法的系统，包括：

语音处理装置：用于接收工作人员语音指令，并根据语音指令通过测量装置对横向测点进行深度测量；

测量模块：用于测量水深以及淤泥深度的测量装置；

处理器：用于承接语音模块的信息并生成语音指令，并根据语音指令控制测量模块工作。

作为本发明所述基于语音识别的地理信息数据采集系统的一种可选方案，其中：所述语音模块包括：

语音采集模块：用于采集工作人员发出的声音；

语音识别模块：包括；

语音特征提取单元，用于采用滤波和分帧对声音信息进行预处理，并根据傅里叶变换处理声音信息，生成特征向量；

语言数据库，用于预先存储若干语音样本信息；

结果生成单元，用于根据深度神经网络处理语音样本信息，经过多次迭代训练，得到训练成功的语言模型，并根据HMM算法处理特征向量，将特征向量匹配到语言模型中，生成相应的语音指令。

作为本发明所述基于语音识别的地理信息数据采集系统的一种可选方案，其中：测量模块包括：

用于将测量装置送至河流内某一定点的承载装置；

转动连接在承载装置上的套筒；

滑动安装在套筒内的测量装置，以及设置在测量装置顶部的倾角仪；

用于驱动测量装置向河流内进深的驱动装置，和设置在驱动装置转轴上的扭矩传感器。

本发明具备以下有益效果：

1、该基于语音识别的地理信息数据采集系统，通过对河流划分测量区段，以便于对各个区段内的河流进行区分测量，设置偏差阈值，若某一区段内河流的偏差值大于偏差阈值，通过增设测量截面的方式更能够从整体上反映某一测量区段内的情况。

2、该基于语音识别的地理信息数据采集系统，通过伺服电机驱动测量装置向水面下进深，并且通过扭矩传感器记录这一过程中伺服电机的扭矩变化，以此来确定测量装置触碰到淤泥的具体时间点以及触碰到淤泥底部硬质河床的具体时间点，并根据这两个时间点测量装置的具体进深量来确定水深以及淤泥深度。

3、该基于语音识别的地理信息数据采集系统，由于水通常是会流动的，这一测量装置入水也容易发生倾斜，通过设置倾角仪来计算测量装置的倾斜角度，并根据倾斜角度来对测量的数据进行修正，促使修正后的数据更能代表实际的水深以及淤泥深度。

附图说明

图1为本发明测量区段以及测量截面划分的结构示意图。

图2为本发明一种扭矩传感器扭力随时间变化的结构示意图。

图3为本发明另一种扭矩传感器扭力随时间变化的结构示意图。

图4为本发明测量设备一个视角的结构示意图。

图5为本发明测量设备另一个视角的结构示意图。

图6为本发明语音处理装置与测量装置内电子元件的连接的框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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他实施例，都属于本发明保护的范围。

实施例1

参照图1-3，一种基于语音识别的地理信息数据采集方法，其特征在于，包括：

S1、划分测量区段，并在每个测量区段内选取至少两个测量截面；具体参照图1，图1中将一河流分为左右两个测量区段，具体为位于左侧的第一测量区段和位于右侧的第二测量区段；第一测量区段内设有两个测量截面；划分测量区段以河流水面的横截面宽度进行划分，比如说某一段长度的河流其宽度在20米左右，另一段河流的宽度在25米左右，则将宽度为20米左右的这段河流划分成一个测量区段，将另一宽度的河流划分成另外一个测量区段，也可以按照固定的长度来划分，比如说，每50米长的河流划分为一个测量区段。

S2、在每个测量截面内选取两个横向测点，横向测点一个选取在位于河流的中央位置，一个选取在河流靠边缘的位置，若河流的宽度较大，可选的，如果横向的测点也可以相应的多选取一个；

获取语音指令并根据语音指令对横向测点进行深度测量；

所述对横向测点进行深度测量具体包括：

通过驱动装置驱动测量装置向下进深并记录这一过程中扭力传感器的扭矩值；

建立扭矩值随时间变化的线图，用以反馈扭矩变化率；

根据扭矩变化率分析介质变化的时间节点；

所述根据扭矩变化率分析介质变化的时间节点具体包括；

获取该水域的扭矩变化阈值；具体做法为，通过驱动装置驱动测量装置向下进深，该进深过程需要保证测量装置是伸入水中一段距离停止，并且确保测量装置没有抵触到任何障碍物，记录扭矩传感器从开始进深时力矩的数值，记为A1，以及进深结束后力矩的数值，记为A2，测量装置从深入水中到停止的时间记为t，则，该水域的扭矩变化阈值为；

通过驱动装置驱动测量装置向下进深这一过程中，记录扭矩传感器扭矩变化率超过扭矩变化阈值的开始时间节点和结束时间节点；

扭矩变化率理解为，单位时间内扭矩传感器力值的增加量，本实施例中，通过伺服电机区段测量装置进入河流中，测量装置可以是一个具有一定体积的圆柱形尺子，随着尺子没入河流内的部分越多，其所受浮力也越大，当伺服电机的运行速度一定时，此时扭矩传感器所受到的浮力也就越大，且该受力与时间的关系成正相关（忽略水流拨动造成的其他影响），尺子在水中进深时，其扭矩变化量将基本与扭矩变化阈值相同，随着尺子进入河底淤泥，尺子明显受阻，且，扭矩变化率也会大于扭矩变化阈值；

时间和扭矩传感器的受力关系可参考图2和图3所示：

上述开始时间节点和结束时间节点按照时间顺序依次记为第一时间节点、第二时间节点...第N时间节点，图中分别表示为t1、t2...tN；

计算相邻时间节点内的扭矩值。

若某一时间节点出现扭矩增大的现象，且该时间节点之后，扭矩传感器的扭矩持续增大，且扭矩变化率超过扭矩变化阈值，则将该时间节点记为实际介质变化点，并记录该时间点为介质变化时间点；具体可参考图2中的情形，图2中，t1、t2均为介质变化时间点，0-t1时间，扭矩值平缓递增，说明尺子在伺服电机的驱动下在水中匀速下沉，t1时间点，扭矩值突然增加，意味着，尺子抵触到河底淤泥，t1-t2时间段，意味着尺子在不断的向淤泥中进深，t2时间后，扭矩值陡然升高，意味着尺子抵触到河流的硬质部分，此时读取t1时间是尺子的进深值，可以得到该测点河流的水深，读取t2时间尺子的进深值，可以得到该测点淤泥和水深的总深度，两数据值相减可求得淤泥的深度。

若某一时间节点之后出现力矩变小的情况，则将该时间节点以及该时间节点之前的所有时间节点标记为虚拟时间节点，并忽略不计，将该节点之后的时间节点作为介质变化时间点。

如图3所示，由于t2点之后出现力矩值变小的情况，因此，t1、t2这两个时间节点均视为虚拟时间节点，则，t3、t4为介质变化时间点，t1时间扭矩值的陡然增高，意味着抵触到水中的障碍物，因此，t2中扭矩值的降低意味着冲破水中障碍物，0-t3时间段内意味着尺子在水中进深，t3-t4时间段内意味着，尺子在淤泥中进深，t4时间点后，扭矩值陡然升高，意味着尺子抵触到河流的硬质部分，此时，读取t3时间是尺子的进深值，可以得到该测点河流的水深，读取t4时间尺子的进深值，可以得到该测点淤泥和水深的总深度，两数据值相减可求得淤泥的深度。

根据时间节点，获取这一时间节点下测量装置的进深量；

根据测量装置的进深量测量出每个横向测点的水域深度以及淤泥深度；

计算每个测量截面的截面平均水深和截面平均泥深；截面平均水深=同一测量截面中各横向测点的水域深度之和除以横向测点的个数；

截面平均泥深=同一测量截面中各横向测点的淤泥深度之和除以横向测点的个数；

S3、设置偏差阈值，并计算每个测量区段内两个测量截面的偏差值，包括，截面平均水深的偏差值，和截面平均泥深的偏差值；本实施例中偏差阈值包括水深偏差阈值和泥深偏差阈值，水深偏差阈值可设为1m，泥深偏差阈值可设为20cm，水深偏差阈值以及泥深偏差阈值根据可能对该区段河流作业的器械来拟定，若对该区段河流作业的设备，如挖掘机等，挖掘机的型号越大，则说明微小的偏差不至于影响大型挖掘机的作业，此时水深偏差阈值以及泥深偏差阈值可设置的大一些，反之，则需要设置的小一些；

比较相邻两个测量截面的截面平均水深的偏差值，和截面平均泥深的偏差值；

S4、若偏差值小于偏差阈值，取测量区段内的区段平均水深和区段平均泥深作为数据采集值；

S5、若偏差值大于偏差阈值，则增设测量截面，重复步骤S2-S4，直至偏差值小于偏差阈值，取测量区段内的区段平均水深和区段平均泥深作为数据采集值；具体为：

若截面平均水深的偏差值和截面平均泥深偏差值任意一个大于偏差阈值，则增设测量截面，重复步骤S2-S4，直至偏差值小于偏差阈值取测量区段内的区段平均水深和区段平均泥深作为数据采集值。

获取语音指令包括：

采集工作人员发出的语音；如执行测量操作或停止测量操作等等；

对工作人员的语音进行语音识别，并形成用于命令测量设备执行操作命令的语音指令。

通过对河流划分测量区段，以便于对各个区段内的河流进行区分测量，设置偏差阈值，若某一区段内河流的偏差值大于偏差阈值，通过增设测量截面的方式更能够从整体上反映某一测量区段内的情况。

通过伺服电机驱动测量装置向水面下进深，并且通过扭矩传感器记录这一过程中伺服电机的扭矩变化，以此来确定测量装置触碰到淤泥的具体时间点以及触碰到淤泥底部硬质河床的具体时间点，并根据这两个时间点测量装置的具体进深量来确定水深以及淤泥深度。

实施例2

结合图1-4，本实施例是在实施例1的基础上作出的改进，还包括如下步骤，获取测量装置的角度偏移量；记为，D；

根据测量装置的进深量测量出每个横向测点的水域深度以及淤泥深度；

根据测量装置的角度偏移量修正每个横向测点的修正水域深度以及修正淤泥深度，并将修正后的水域深度以及淤泥深度作为实测水域深度和实测淤泥深度，则实测水域深度=水域深度×cosD,D的取值范围为0°≤D≤90°。

由于水通常是会流动的，这一测量装置入水也容易发生倾斜，通过计算测量装置的倾斜角度，并根据倾斜角度来对测量的数据进行修正，促使修正后的数据更能代表实际的水深以及淤泥深度。

实施例3

参见图6，一种用于实现基于语音识别的地理信息数据采集方法的系统，包括：

语音处理装置：用于接收工作人员语音指令，并根据语音指令通过测量装置对横向测点进行深度测量；

测量模块：用于测量水深以及淤泥深度的测量装置；

处理器：用于承接语音模块的信息并生成语音指令，并根据语音指令控制测量模块工作。

其中，所述语音模块包括：

语音采集模块也即传声器：用于采集工作人员发出的声音，常见的传声器有麦克风；

语音识别模块：包括；

语音特征提取单元，用于采用滤波和分帧对声音信息进行预处理，并根据傅里叶变换处理声音信息，生成特征向量；

语言数据库，用于预先存储若干语音样本信息；

结果生成单元，用于根据深度神经网络处理语音样本信息，经过多次迭代训练，得到训练成功的语言模型，并根据HMM算法处理特征向量，将特征向量匹配到语言模型中，生成相应的语音指令。

上述为现有技术，在此不再过多赘述。

实施例4

本实施例还提供一种测量装置，参见，4-图6，测量模块包括：

用于将测量装置送至河流内某一定点的承载装置；本实施例中，承载装置可以为航行在水面的船舶，图4中，介质分界面为水与污泥的分界面。

转动连接在承载装置上的套筒，套筒可以通过轴与承载装置上的安装筒转动连接，以便于测量装置，也即尺子，能够一定程度上顺着水流摇摆，避免水流直接受水流冲击，减小其发生折损的概率；

滑动安装在套筒内的测量装置，以及设置在测量装置顶部的倾角仪，倾角仪为现有技术，用于记录尺子的偏角度数；

用于驱动测量装置向河流内进深的驱动装置，和设置在驱动装置转轴上的扭矩传感器，驱动装置为伺服电机，伺服电机的输出轴上安装有扭矩传感器，并且通过扭矩传感器装配齿轮，齿轮与尺子上的齿牙配合，齿轮转动用以驱动尺子向水面下进深，扭矩传感器用于测量伺服电机的扭矩。

需要说明的是，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。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于语音识别的地理信息数据采集方法，其特征在于，包括：

S1、划分测量区段，并在每个测量区段内选取至少两个测量截面；

S2、在每个测量截面内选取两个横向测点，获取语音指令并根据语音指令对横向测点进行深度测量；

S3、设置偏差阈值，并计算每个测量区段内两个测量截面的偏差值，包括，截面平均水深的偏差值，和截面平均泥深的偏差值；

S4、若偏差值小于偏差阈值，取测量区段内的区段平均水深和区段平均泥深作为数据采集值；

S5、若偏差值大于偏差阈值，则增设测量截面，重复步骤S2-S4，直至偏差值小于偏差阈值，取测量区段内的区段平均水深和区段平均泥深作为数据采集值。

2.根据权利要求1所述的基于语音识别的地理信息数据采集方法，其特征在于，S1步骤中，划分测量区段以河流水面的横截面宽度进行划分。

3.根据权利要求1所述的基于语音识别的地理信息数据采集方法，其特征在于，获取语音指令包括：

采集工作人员发出的语音；

对工作人员的语音进行语音识别，并形成用于命令测量设备执行操作命令的语音指令。

4.根据权利要求3所述的基于语音识别的地理信息数据采集方法，其特征在于，所述对横向测点进行深度测量具体包括：

通过驱动装置驱动测量装置向下进深并记录这一过程中扭力传感器的扭矩值；

建立扭矩值随时间变化的线图，用以反馈扭矩变化率；

根据扭矩变化率分析介质变化的时间节点；

根据时间节点，获取这一时间节点下测量装置的进深量。

5.根据权利要求4所述的基于语音识别的地理信息数据采集方法，其特征在于，所述根据扭矩变化率分析介质变化的时间节点具体包括；

获取水域的扭矩变化阈值；

通过驱动装置驱动测量装置向下进深这一过程中，记录扭矩传感器扭矩变化率超过扭矩变化阈值的开始时间节点和结束时间节点；

上述开始时间节点和结束时间节点按照时间顺序依次记为第一时间节点、第二时间节点...第N时间节点；

若某一时间节点出现扭矩增大的现象，且该时间节点之后，扭矩传感器的扭矩持续增大，且扭矩变化率超过扭矩变化阈值，则将该时间节点记为实际介质变化点，并记录该时间点为介质变化时间点；

若某一时间节点之后出现力矩变小的情况，则将该时间节点以及该时间节点之前的所有时间节点标记为虚拟时间节点，并忽略不计，将该节点之后的时间节点作为介质变化时间点。

6.根据权利要求5所述的基于语音识别的地理信息数据采集方法，其特征在于，根据测量装置的进深量测量出每个横向测点的水域深度以及淤泥深度；

计算每个测量截面的截面平均水深和截面平均泥深；

比较相邻两个测量截面的截面平均水深的偏差值，和截面平均泥深的偏差值；

若截面平均水深的偏差值和截面平均泥深偏差值任意一个大于偏差阈值，则增设测量截面，重复步骤S2-S4，直至偏差值小于偏差阈值取测量区段内的区段平均水深和区段平均泥深作为数据采集值。

7.根据权利要求6所述的基于语音识别的地理信息数据采集方法，其特征在于，获取测量装置的角度偏移量；

根据测量装置的进深量测量出每个横向测点的水域深度以及淤泥深度；

根据测量装置的角度偏移量修正每个横向测点的修正水域深度以及修正淤泥深度，并将修正后的水域深度以及淤泥深度作为实测水域深度和实测淤泥深度。

8.一种用于实现权利要求1-6任一所述基于语音识别的地理信息数据采集方法的系统，其特征在于，包括：

语音处理装置：用于接收工作人员语音指令，并根据语音指令通过测量装置对横向测点进行深度测量；

测量模块：用于测量水深以及淤泥深度的测量装置；

处理器：用于承接语音模块的信息并生成语音指令，并根据语音指令控制测量模块工作。

9.根据权利要求8所述基于语音识别的地理信息数据采集方法的系统，其特征在于，所述语音模块包括：

语音采集模块：用于采集工作人员发出的声音；

语音识别模块：包括；

语音特征提取单元，用于采用滤波和分帧对声音信息进行预处理，并根据傅里叶变换处理声音信息，生成特征向量；

语言数据库，用于预先存储若干语音样本信息；

结果生成单元，用于根据深度神经网络处理语音样本信息，经过多次迭代训练，得到训练成功的语言模型，并根据HMM算法处理特征向量，将特征向量匹配到语言模型中，生成相应的语音指令。

10.根据权利要求9所述基于语音识别的地理信息数据采集方法的系统，其特征在于，测量模块包括：

用于将测量装置送至河流内某一定点的承载装置；

转动连接在承载装置上的套筒；

滑动安装在套筒内的测量装置，以及设置在测量装置顶部的倾角仪；

用于驱动测量装置向河流内进深的驱动装置，和设置在驱动装置转轴上的扭矩传感器。