CN117784814A - 基于无人机的污染物溯源方法、装置及电子设备 - Google Patents
基于无人机的污染物溯源方法、装置及电子设备 Download PDFInfo
- Publication number
- CN117784814A CN117784814A CN202311813685.7A CN202311813685A CN117784814A CN 117784814 A CN117784814 A CN 117784814A CN 202311813685 A CN202311813685 A CN 202311813685A CN 117784814 A CN117784814 A CN 117784814A
- Authority
- CN
- China
- Prior art keywords
- pollution
- aerial vehicle
- unmanned aerial
- range
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 37
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 37
- 230000002159 abnormal effect Effects 0.000 claims abstract description 169
- 238000007689 inspection Methods 0.000 claims abstract description 138
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012544 monitoring process Methods 0.000 claims description 15
- 238000003915 air pollution Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 239000000356 contaminant Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011109 contamination Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Abstract
本发明提供一种基于无人机的污染物溯源方法、装置及电子设备。该方法包括:获取无人机场中无人机位置、无人机的最大飞行距离、异常站点的异常位置和异常站点的气象数据;根据无人机位置和最大飞行距离,确定无人机的巡检范围;根据巡检范围、无人机位置、异常位置和气象数据,确定巡检范围内各个污染点的污染影响值;根据巡检范围内的各个污染点和各个污染点的污染影响值,确定无人机巡查的最短巡查路径;根据最短巡查路径控制目标无人机进行巡查,以确定异常站点对应的污染源。本发明能够快速准确地确定出大气污染的污染源,提高污染物溯源的效率。
Description
技术领域
本发明涉及污染物溯源技术领域,尤其涉及一种基于无人机的污染物溯源方法、装置及电子设备。
背景技术
随着经济的快速发展,大气污染问题也越来越突出。随着大气中污染物的增加以及大气污染物在空气中的传播,会对污染源周围区域的环境和活动人员造成严重影响,因此,需要对污染源进行准确地溯源和定位,以便对大气污染进行精准防治,改善空气质量。
相关技术中,通过无人机进行大气污染地巡查,确定污染源。但是这种方式中无人机只能在预设点之间进行往返巡查,或者需要人为设定和控制无人机进行巡查,难以快速高效地确定出污染源。
发明内容
本发明实施例提供了一种基于无人机的污染物溯源方法、装置及电子设备,以快速高效地确定出大气污染的污染源。
第一方面,本发明实施例提供了一种基于无人机的污染物溯源方法,包括:
获取无人机场中无人机位置、无人机的最大飞行距离、异常站点的异常位置和所述异常站点的气象数据;
根据所述无人机位置和所述最大飞行距离,确定所述无人机的巡检范围;
根据所述巡检范围、所述无人机位置、所述异常位置和所述气象数据,确定所述巡检范围内各个污染点的污染影响值;
根据所述巡检范围内的各个污染点和各个污染点的污染影响值,确定所述无人机巡查的最短巡查路径;
根据所述最短巡查路径控制目标无人机进行巡查,以确定所述异常站点对应的污染源。
在一种可能的实现方式中,所述气象数据包括所述异常站点所在位置处的风向和风速;
所述根据所述巡检范围、所述无人机位置、所述异常位置和所述气象数据,确定所述巡检范围内各个污染点的污染影响值,包括:
根据所述风向和所述异常位置,确定污染源的角度范围;
根据所述风速和所述异常位置,确定污染源的距离范围;
根据所述无人机位置、所述异常位置、所述角度范围和所述距离范围,划分所述巡检范围,得到多个污染源区域和每个污染源区域对应的权重值;
根据所述每个污染源区域对应的权重值,确定对应的污染源区域内的各个污染点的污染影响值。
在一种可能的实现方式中,所述根据所述无人机位置、所述异常位置、所述角度范围和所述距离范围,划分所述巡检范围,得到多个污染源区域和每个污染源区域对应的权重值,包括:
根据所述无人机位置、所述异常位置、所述角度范围和所述距离范围,划分所述巡检范围,得到多个污染源区域;
确定各个污染源区域是否位于所述角度范围和所述距离范围内;
根据确定结果,获得每个污染源区域对应的权重值。
在一种可能的实现方式中,所述根据确定结果,获得每个污染源区域对应的权重值,包括:
若存在污染源区域位于所述角度范围内,且位于所述距离范围内,则将该污染源区域确定为第一污染源区域;
若存在污染源区域位于所述角度范围内,但不位于所述距离范围内,则将该污染源区域确定为第二污染源区域;
若存在污染源区域位于所述距离范围内,但不位于所述角度范围内,则将该污染源区域确定为第三污染源区域;
若存在污染源区域不位于所述距离范围内,且不位于所述角度范围内,则将该污染源区域确定为第四污染源区域;
确定所述第一污染源区域对应的第一权重值,所述第二污染源区域对应的第二权重值,所述第三污染源区域对应的第三权重值,以及所述第四污染源区域对应的第四权重值,其中,所述第一权重值大于所述第二权重值和所述第三权重值,所述第四权重值小于所述第二权重值和所述第三权重值。
在一种可能的实现方式中,所述根据所述每个污染源区域对应的权重值,确定对应的污染源区域内的各个污染点的污染影响值,包括:
获取所述巡检范围内各个污染点的历史排放量;
根据各个污染点的历史排放量和各个污染点对应的污染源区域的权重值,确定各个污染点的污染影响值。
在一种可能的实现方式中,所述根据所述污染源范围内的各个污染点和各个污染点的污染影响值,确定无人机巡查的最短巡查路径,包括:
利用预设的最短路径算法,以无人机位置为起点,确定无人机经过各个污染点的最短路径;
确定所述最短路径是否大于所述最大飞行距离;
若所述最短路径大于所述最大飞行距离,则将所述各个污染点中污染影响值最小的污染点去除,并利用预设的最短路径算法,以无人机位置为起点,确定无人机经过剩余的污染点的最短路径,直至确定的最短路径小于或等于所述最大飞行距离;
将确定的最短路径确定为无人机巡查的最短巡查路径。
在一种可能的实现方式中,所述根据所述风向和所述异常位置,确定污染源的角度范围,包括:
以所述异常位置作为原点,根据所述风向对应的角度、预设的上偏移角度和预设的下偏移角度,确定污染源的角度范围。
在一种可能的实现方式中,在所述获取无人机场的无人机位置、无人机的最大飞行距离、异常站点的异常位置和所述异常站点的气象数据之前,还包括:
获取多个空气质量监测站点的大气污染数据,并确定多个大气污染数据是否大于预设污染阈值;
当存在大气污染数据大于所述预设污染阈值时,确定对应空气质量监测站点为异常站点。
第二方面,本发明实施例提供了一种基于无人机的污染物溯源装置,包括:
获取模块,用于获取无人机场中无人机位置、无人机的最大飞行距离、异常站点的异常位置和所述异常站点的气象数据;
确定模块,用于根据所述无人机位置和所述最大飞行距离,确定所述无人机的巡检范围;
计算模块,用于根据所述巡检范围、所述无人机位置、所述异常位置和所述气象数据,确定所述巡检范围内各个污染点的污染影响值;
规划模块,用于根据所述巡检范围内的各个污染点和各个污染点的污染影响值,确定所述无人机巡查的最短巡查路径;
巡查模块,用于根据所述最短巡查路径控制目标无人机进行巡查,以确定所述异常站点对应的污染源。
第三方面,本发明实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述的方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:
本发明实施例通过无人机位置和无人机的最大飞行距离,确定出无人机可以实现的巡检范围,后续可以通过巡查巡检范围内的各个污染点进行溯源;通过巡检范围、异常站点的异常位置和异常站点对应的气象数据,确定巡检范围内各个污染点的污染影响值,进而确定无人机巡查的最短巡查路径,可以通过污染影响值对巡检范围内的各个污染点的重要程度进行区分,使规划无人机巡查的路径时,能够考虑各个污染点的重要程度,进行自动规划和巡查,以便快速准确地找到污染情况异常的源头;最后通过根据最短巡查路径控制目标无人机进行巡查,确定异常站点对应的污染源,能够快速准确地确定出大气污染的污染源,提高污染物溯源的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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是本发明实施例提供的基于无人机的污染物溯源方法的应用场景图;
图2是本发明实施例提供的基于无人机的污染物溯源方法的实现流程图;
图3是本发明实施例提供的第一种污染源区域的划分示意图;
图4是本发明实施例提供的第二种污染源区域的划分示意图;
图5是本发明实施例提供的第三种污染源区域的划分示意图;
图6是本发明实施例提供的第四种污染源区域的划分示意图;
图7是本发明实施例提供的第五种污染源区域的划分示意图;
图8是本发明实施例提供的基于无人机的污染物溯源装置的结构示意图;
图9是本发明实施例提供的电子设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
对污染物进行溯源需要进行一定范围的巡查,但是无人机只能在预设点之间进行往返巡查,或者需要人为设定和控制无人机进行巡查,因此,在进行污染物溯源时,需要使用多架无人机进行巡查或者需要无人机在预设点之间不断往返,才能对污染物进行准确地溯源,这需要耗费大量的人力、物力和时间。
基于此,本发明提出一种基于无人机的污染物溯源方法,以快速高效地确定出异常站点对应的污染源。图1为本发明实施例提供的基于无人机的污染物溯源方法的应用场景图。如图1所示,图1中的圆点Pa为无人机场中无人机位置,圆形为无人机最大飞行距离形成的巡检范围,无人机可以在该巡检范围内进行巡查和巡检;图1中的三角形为无人机的巡检范围内存在的污染点,无人机可以对这些污染点进行排查;图1中的五边形Pb为异常站点的位置,异常站点可能在无人机的巡检范围内,也可能在无人机的巡检范围以外。
图2为本发明实施例提供的基于无人机的污染物溯源方法的实现流程图,详述如下:
步骤S201,获取无人机场中无人机位置、无人机的最大飞行距离、异常站点的异常位置和异常站点的气象数据。
在本实施例中,无人机场中无人机位置、无人机的最大飞行距离和异常站点的异常位置可以参考图1所示。其中,无人机场中无人机位置和异常站点的异常位置存在两种位置关系,一种是异常站点的异常位置和无人机位置之间的距离小于或等于无人机的最大飞行距离,即无人机可以对异常站点进行巡查;另一种是异常站点的异常位置和无人机位置之间的距离大于无人机的最大飞行距离,即无人机无法对异常站点进行巡查。
这里,异常站点的气象数据可以包括异常站点处的风向、风速、风力等指标。通过气象数据可以进行反向推断,确定哪些范围内的污染点可能会对异常站点产生影响。
可选的,本实施例中在获取无人机场的无人机位置、无人机的最大飞行距离、异常站点的异常位置和异常站点的气象数据之前,还可以先获取多个空气质量监测站点的大气污染数据,并确定多个大气污染数据是否大于预设污染阈值;当存在大气污染数据大于预设污染阈值时,再确定对应空气质量监测站点为异常站点。
在本实施例中,在一个区域内一般设置有多个空气质量监测站点,用于监测区域内不同位置处的大气污染情况。当空气质量监测站点监测到的大气污染数据大于预设污染阈值时,说明该空气质量监测站点的大气污染情况严重,可以针对该空气质量监测站点进行污染物溯源,因此,将该空气质量监测站点作为异常站点,从而确定异常站点的异常位置。
同时,由于存在多个空气质量监测站点,因此,不同时期的异常站点可能不同,这也就会造成异常站点的异常位置和无人机位置之间存在不同的情况,无法根据一条预设的路线快速高效地确定污染物的源头。
步骤S202,根据无人机位置和最大飞行距离,确定无人机的巡检范围。
在本实施例中,此处的无人机的最大飞行距离可以是已考虑无人机的返航的距离,参见图1所示的圆形,可以为以无人机位置为圆点,以最大飞行距离为半径,形成的无人机的巡检范围。若无人机的最大飞行距离未考虑无人机的返航的距离,则半径可以相应设置为最大飞行距离的一半。
步骤S203,根据巡检范围、无人机位置、异常位置和气象数据,确定巡检范围内各个污染点的污染影响值。
在本实施例中,污染影响值可以表示出对应的污染点的排放情况对异常站点的影响。这里通过巡检范围、无人机位置、异常位置和气象数据,可以对寻见范围内的各个污染点进行分析,明确出各个污染点的排放量对异常站点所在位置处的影响,以便后续进行巡查和污染物溯源。
步骤S204,根据巡检范围内的各个污染点和各个污染点的污染影响值,确定无人机巡查的最短巡查路径;
在本实施例中,考虑到各个污染点对异常站点的影响不同,相应的,污染点需要被巡查的重要程度也会不同,因此,可以根据各个污染点的污染影响值,进行无人机巡查的最短巡查路径的确定,从而使无人机的巡查路径中尽可能地包含实际的污染点,以便快速准确地找到污染情况异常的源头。
步骤S205,根据最短巡查路径控制目标无人机进行巡查,以确定异常站点对应的污染源。
在本实施例中,可以根据最短路径控制目标无人机进行巡查,以获取最短路径上的各个污染点的排放量;再通过排放量,确定异常站点对应的污染源。
本发明实施例通过无人机位置和无人机的最大飞行距离,确定出无人机可以实现的巡检范围,后续可以通过巡查巡检范围内的各个污染点进行溯源;通过巡检范围、异常站点的异常位置和异常站点对应的气象数据,确定巡检范围内各个污染点的污染影响值,进而确定无人机巡查的最短巡查路径,可以通过污染影响值对巡检范围内的各个污染点的重要程度进行区分,使规划无人机巡查的路径时,能够考虑各个污染点的重要程度,进行自动规划和巡查,以便快速准确地找到污染情况异常的源头;最后通过根据最短巡查路径控制目标无人机进行巡查,确定异常站点对应的污染源,能够快速准确地确定出大气污染的污染源,提高污染物溯源的效率。
在一个实施例中,气象数据包括异常站点所在位置处的风向和风速;
本实施例根据巡检范围、无人机位置、异常位置和气象数据,确定巡检范围内各个污染点的污染影响值,可以先根据风向和异常位置,确定污染源的角度范围;以及根据风速和异常位置,确定污染源的距离范围。
再根据无人机位置、异常位置、角度范围和距离范围,划分巡检范围,得到多个污染源区域和每个污染源区域对应的权重值。
最后,根据每个污染源区域对应的权重值,确定对应的污染源区域内的各个污染点的污染影响值。
在本实施例中,风速和风向会影响大气污染的流向,因此可以根据风向和风速进行溯源,确定可能会对异常站点产生影响的区域,以及不同区域对异常站点产生的影响的不同程度。这里,通过风向可以反推污染物来源的方向,确定污染源可能的角度范围;通过风速,可以反推污染物与异常站点之间的距离,确定污染物可能的距离范围。风速可以选取异常站点监测到异常前预设时间内的平均风速,风向可以选取异常站点监测到异常前预设时间内的主导风向,预设时间可以是0.5小时、1小时、1.5小时等。
再通过无人机位置、异常站点的位置、角度范围和距离范围,可以对巡检范围进行划分,将巡检范围划分为多个污染源区域;根据角度范围和距离范围,可以确定出各个污染源区域对异常站点的影响程度,从而能够确定各个污染源区域对应的权重值,进而确定出各个污染源的污染影响值。
其中,各个污染源区域的权重值可以是相对设置的。例如,对异常站点的影响程度越高,则对应的污染源区域的权重值越大;对异常站点的影响程度越小,则对应的污染源区域的权重值越小。
可选的,本实施例根据风向和异常位置,确定污染源的角度范围,可以是以异常位置作为原点,根据风向对应的角度、预设的上偏移角度和预设的下偏移角度,确定污染源的角度范围。
在本实施例中,在确定污染源的角度范围时,可以通过扩大风向的角度来进行确定。即可以在风向的基础上,向上进行旋转偏移和向下进行旋转偏移,从而得到污染源的角度范围。
其中,上偏移角度和下偏移角度可以相同,也可以不同,可以根据实际情况进行确定。例如,在预设时间内,异常站点的风向始终没有变化或风向变化的角度小于或等于预设角度,则可以将上偏移角度和下偏移角度设置为相同的角度;在预设时间内,异常站点的风向发生变化,且变化的角度大于预设角度,在以预设时间内的主导风向进行角度范围的确定时,可以根据风向的变化对上偏移角度和下偏移角度进行调整。
这里,可以参见图3所示的第一种污染源区域的划分示意图,图3中w表示风向,w1和w2分别表示在风向的基础上进行上偏移和下偏移后的方向,w1和w2形成的小于180度的范围即为污染源的角度范围。
示例性的,风向上偏移后的方向可以根据表达式:w1=180°-w-wa,进行计算;风向下偏移后的方向可以根据表达式:w2=180°-w+wb,进行计算,式中,w表示风向的角度,wa表示上偏移角度,wb表示下偏移角度。上偏移角度和下偏移角度可以设置为30°、45°、60°等。
可选的,本实施例根据风速和异常位置,确定污染源的距离范围,可以是根据风速和预设污染时间,确定污染距离;根据异常位置和污染距离,确定污染源的距离范围。
在本实施例中,在确定污染源的角度范围时,可以根据风速进行确定,计算在预设污染时间内大气污染物可能移动的距离,从而反推出污染物来源的距离。确定距离范围时,可以以异常位置作为圆心,以污染距离为半径进行确定。
示例性的,可以根据表达式:sv=v×t,计算污染距离;式中,sv表示污染距离,v表示异常站点处的风速,t表示预设污染时间。这里,预设污染时间可以与选取风向和风速时的预设时间保持一致,也可以与检测周期的时间保持一致,还可以单独针对预设污染时间进行设置。预设污染时间可以设置为0.5小时、1小时、1.5小时等。
可选的,本实施例根据每个污染源区域对应的权重值,确定对应的污染源区域内的各个污染点的污染影响值,可以是先获取巡检范围内各个污染点的历史排放量;再根据各个污染点的历史排放量和各个污染点对应的污染源区域的权重值,确定各个污染点的污染影响值。
在本实施例中,历史排放量可以是污染点最近一段时间的排放量。通过污染点的权重值和污染点的排放量,可以准确确定出污染点产生的污染对异常站点造成的影响,即得到污染影响值。
示例性的,可以根据表达式:Xi=ki×Ei,确定各个污染点的污染影响值;式中,Xi表示第i个污染点的污染影响值,ki表示第i个污染点所在的污染源区域的权重值,Ei表示第i个污染点的历史排放量。
在一个实施例中,本实施例根据无人机位置、异常位置、角度范围和距离范围,划分巡检范围,得到多个污染源区域和每个污染源区域对应的权重值,可以先根据无人机位置、异常位置、角度范围和距离范围,划分巡检范围,得到多个污染源区域;再确定各个污染源区域是否位于角度范围和距离范围内;最后根据确定结果,获得每个污染源区域对应的权重值。
在本实施例中,若污染源区域位于角度范围和距离范围内,则该污染源区域内的污染点对异常站点的影响更大;若污染源区域位于角度范围和距离范围内,则该污染源区域内的污染点对异常站点的影响相对较小。基于此,可以确定各个污染源区域的具体情况后,进行权重值的确定。
可选的,本实施例根据确定结果,获得每个污染源区域对应的权重值,可以是:
若存在污染源区域位于角度范围内,且位于距离范围内,则将该污染源区域确定为第一污染源区域。
若存在污染源区域位于角度范围内,但不位于距离范围内,则将该污染源区域确定为第二污染源区域。
若存在污染源区域位于距离范围内,但不位于角度范围内,则将该污染源区域确定为第三污染源区域。
若存在污染源区域不位于距离范围内,且不位于角度范围内,则将该污染源区域确定为第四污染源区域。
最后,确定第一污染源区域对应的第一权重值,第二污染源区域对应的第二权重值,第三污染源区域对应的第三权重值,以及第四污染源区域对应的第四权重值,其中,第一权重值大于第二权重值和第三权重值,第四权重值小于第二权重值和第三权重值。
在本实施例中,若存在污染源区域位于角度范围内,且位于距离范围内,说明从风向和风速的角度考虑,该污染源区域内的污染点均会对异常站点造成较大的影响,则在巡检范围内,该污染源区域内的污染点对异常站点的影响最大,因此,第一污染源区域对应的第一权重值是最大的。
若存在污染源区域位于角度范围内,但不位于距离范围内,说明从风向的角度考虑,该污染源区域内的污染点会对异常站点造成较大的影响,从风速的角度考虑,该污染源区域内的污染点对异常站点造成的影响较小。
相应的,若存在污染源区域位于距离范围内,但不位于角度范围内,说明从风速的角度考虑,该污染源区域内的污染点会对异常站点造成较大的影响,从风向的角度考虑,该污染源区域内的污染点对异常站点造成的影响较小。因此,第二污染源区域对应的第二权重值和第三污染源区域对应的第三权重值,均小于第一权重值。
另外,第二权重值和第三权重值的相对大小,可以根据角度和风速进行确定。例如,在风速变化较大的情况下,大气污染物扩散的速度也会发生较大的变化,此时,在进行设置时,第二权重值可能较第三权重值更大一些。在风向变化较大的情况下,大气污染物扩散的方向也会发生较大的变化,此时,在进行设置时,第三权重值可能较第二权重值更大一些。
若存在污染源区域不位于距离范围内,且不位于角度范围内,说明从风向和风速的角度考虑,该污染源区域内的污染点对异常站点造成影响均比较小,则在巡检范围内,该污染源区域内的污染点对异常站点的影响最小,因此,第四污染源区域对应的第四权重值是最小的。
在一个实施例中,在上述方法进行污染源区域的划分时,根据无人机位置、无人机的最大飞行距离、异常站点的异常位置、风向和风速的不同,可能会存在多种划分的情况,现就几种典型情况进行说明。
参见图3所示的第一种污染源区域的划分示意图,图4所示的第二种污染源区域的划分示意图,图5所示的第三种污染源区域的划分示意图,图6所示的第四种污染源区域的划分示意图,以及图7所示的第五种污染源区域的划分示意图。
在图3-图7中,圆点Pa为无人机场中无人机位置,圆点Pa和圆点Pc之间构成的线段Sac为无人机的最大飞行距离,以无人机位置Pa为圆心,根据最大飞行距离确定飞行半径Sac(此处可以是已考虑无人机返航的最大飞行距离,或者是未考虑无人机返航的最大飞行距离的一半等),构成无人机的巡检范围,即图中实线形成的圆形;三角形为无人机的巡检范围内存在的污染点,示例性的表示出了10个污染点,分别用1-10表示;五边形Pb为异常站点的位置,异常站点Pb和无人机位置Pa之间的距离为巡查间距Sab。
在上述基础上,带有箭头的虚线w表示异常站点Pb处的风向,w1和w2形成的小于180°的范围为构成的角度范围;异常站点Pb和点Pv之间构成的线段为污染距离Sbv,以异常站点Pb为圆心,以污染距离Sbv为半径,构成污染源的距离范围,即图中点线形成的圆形。
参见图3所示的第一种污染源区域的划分示意图,异常站点Pb位于无人机的巡检范围内,巡查间距Sab与飞行半径Sac之和(即异常站点Pb至无人机位置Pa再至巡检范围边界Pc的距离)小于污染距离Sbv(即异常站点Pb至距离范围边界Pv的距离)。无人机位置、最大飞行距离、异常位置、角度范围和距离范围将巡讲范围划分为两个污染源区域,分别是图3中的区域A和区域B。其中,区域A中包含污染点3、4、5、6和7,区域B中包含污染点1、2、8、9和10。
这里,区域A位于角度范围内且位于距离范围内,即区域A实际为第一污染源区域,区域B位于距离范围内但不位于角度范围内,即区域B实际为第三污染源区域。相应的,区域A对应的第一权重值大于区域B对应的第三权重值。
示例性的,区域A对应的第一权重值可以为1,区域B对应的第三权重值可以为0.8。
参见图4所示的第二种污染源区域的划分示意图,异常站点Pb位于无人机的巡检范围内,巡查间距Sab与飞行半径Sac之和(即异常站点Pb至无人机位置Pa再至巡检范围边界Pc的距离)大于污染距离Sbv(即异常站点Pb至距离范围边界Pv的距离)。无人机位置、最大飞行距离、异常位置、角度范围和距离范围将巡讲范围划分为三个污染源区域,分别是图4中的区域A、区域B和区域C。其中,区域A中包含污染点3、4、6和7,区域B中包含污染点5,区域C中包含污染点1、2、8、9和10。
这里,区域A位于角度范围内且位于距离范围内,即区域A实际为第一污染源区域;区域B位于角度范围内但不位于距离范围内,即区域B实际为第二污染源区域;区域C位于距离范围内但不位于角度范围内,即区域C实际为第三污染源区域。相应的,区域A对应的第一权重值大于区域B对应的第二权重值和区域C对应的第三权重值。
示例性的,基于风速和风向的考虑,区域B内污染点的影响可能更大,则在设置权重时,区域B对应的第二权重值大于区域C对应的第三权重值。
参见图5所示的第三种污染源区域的划分示意图,异常站点Pb位于无人机的巡检范围内,巡查间距Sab与飞行半径Sac之和(即异常站点Pb至无人机位置Pa再至巡检范围边界Pc的距离)大于污染距离Sbv(即异常站点Pb至距离范围边界Pv的距离)。无人机位置、最大飞行距离、异常位置、角度范围和距离范围将巡讲范围划分为四个污染源区域,分别是图5中的区域A、区域B、区域C和区域D。其中,区域A中包含污染点3和6,区域B中包含污染点4、5和7,区域C中包含污染点1、8、9和10,区域D中包含污染点2。
这里,区域A位于角度范围内且位于距离范围内,即区域A实际为第一污染源区域;区域B位于角度范围内但不位于距离范围内,即区域B实际为第二污染源区域;区域C位于距离范围内但不位于角度范围内,即区域C实际为第三污染源区域;区域D不位于角度范围内且不位于距离范围内,即区域D实际为第四污染源区域。相应的,区域A对应的第一权重值大于区域B对应的第二权重值和区域C对应的第三权重值,区域D对应的第四权重值小于区域B对应的第二权重值和区域C对应的第三权重值。
参见图6所示的第四种污染源区域的划分示意图,异常站点Pb位于无人机的巡检范围之外,巡查间距Sab与飞行半径Sac之和(即异常站点Pb至无人机位置Pa再至巡检范围边界Pc的距离)大于污染距离Sbv(即异常站点Pb至距离范围边界Pv的距离)。无人机位置、最大飞行距离、异常位置、角度范围和距离范围将巡讲范围划分为三个污染源区域,分别是图6中的区域A、区域B和区域C。其中,区域A中包含污染点2、3、6、8、9和10,区域B中包含污染点4、5和7,区域C中包含污染点1。
这里,区域A位于角度范围内且位于距离范围内,即区域A实际为第一污染源区域;区域B位于角度范围内但不位于距离范围内,即区域B实际为第二污染源区域;区域C位于距离范围内但不位于角度范围内,即区域C实际为第三污染源区域。相应的,区域A对应的第一权重值大于区域B对应的第二权重值和区域C对应的第三权重值。
参见图7所示的第五种污染源区域的划分示意图,异常站点Pb位于无人机的巡检范围之外,巡查间距Sab与飞行半径Sac之和(即异常站点Pb至无人机位置Pa再至巡检范围边界Pc的距离)小于污染距离Sbv(即异常站点Pb至距离范围边界Pv的距离)。无人机位置、最大飞行距离、异常位置、角度范围和距离范围将巡讲范围划分为两个污染源区域,分别是图7中的区域A和区域B。其中,区域A中包含污染点1、2、3、4、5、6、7和8,区域B中包含污染点9和10。
这里,区域A位于角度范围内且位于距离范围内,即区域A实际为第一污染源区域,区域B位于距离范围内但不位于角度范围内,即区域B实际为第三污染源区域。相应的,区域A对应的第一权重值大于区域B对应的第三权重值。
在一个实施例中,根据污染源范围内的各个污染点和各个污染点的污染影响值,确定无人机巡查的最短巡查路径,可以是:
首先,利用预设的最短路径算法,以无人机位置为起点,确定无人机经过各个污染点的最短路径;
其次,确定最短路径是否大于最大飞行距离;
若最短路径大于最大飞行距离,则将各个污染点中污染影响值最小的污染点去除,并利用预设的最短路径算法,以无人机位置为起点,确定无人机经过剩余的污染点的最短路径,直至确定的最短路径小于或等于最大飞行距离;
最后,将确定的最短路径确定为无人机巡查的最短巡查路径。
在本实施例中,先基于巡查范围内的所有污染点确定巡查的最短路径,再确定最短路径是否大于最大飞行距离。此处,最短路径中可以包含无人机返回最初的无人机位置处的距离,最大飞行距离也可以是未考虑无人机返航的距离,直接以无人机能够飞行的最大距离作为最大飞行距离,从而直接根据最短路径和无人机最大飞行距离进行比较。
若该最短路径大于最大飞行距离,说明无人机无法巡查所有的污染点,则可以将对异常站点影响最小的污染点去除,减少巡查的污染点,即去除污染影响值最小的污染点,之后再基于剩余的污染点重新确定最短路径,直至确定的最短路径小于或等于最大飞行距离。
若最短路径小于或等于最大飞行距离,说明无人机可以针对当前的最短路径中的污染点完成巡查,则将该最短路径确定为无人机巡查的最短巡查路径。
这里,通过去除对异常站点影响最小的污染点,可以减少需要巡查的污染点,尽可能地将属于污染源的可能性大的污染点进行保留,能够使无人机对剩余的所有污染点进行巡查,提高无人机巡查的效率,快速准确地找到污染情况异常的源头。
示例性的,这里的最短路径算法可以采用迪杰斯特拉(Dijkstra)算法、贝尔曼-福特(Bellman-Ford)算法等。
本发明实施例通过无人机位置和无人机的最大飞行距离,确定出无人机可以实现的巡检范围,后续可以通过巡查巡检范围内的各个污染点进行溯源;通过巡检范围、异常站点的异常位置和异常站点对应的气象数据,确定巡检范围内各个污染点的污染影响值,进而确定无人机巡查的最短巡查路径,可以通过污染影响值对巡检范围内的各个污染点的重要程度进行区分,使规划无人机巡查的路径时,能够考虑各个污染点的重要程度,进行自动规划和巡查,以便快速准确地找到污染情况异常的源头;其中,通过风向和风速等气象数据进行溯源,确定可能会对异常站点产生影响的区域,以及不同区域对异常站点产生的影响的不同程度,可以将巡检范围划分为多个污染源区域,可以确定出各个污染源区域对异常站点的影响程度,以及确定各个污染点的污染影响值,从而对各个污染点进行区分;通过在确定无人机巡查的最短巡查路径时,逐步去除污染影响值最小的污染点,可以减少需要巡查的污染点,保留影响程度大的污染点,从而提高无人机巡查的效率,以便快速准确地找到污染情况异常的源头;最后通过根据最短巡查路径控制目标无人机进行巡查,确定异常站点对应的污染源,能够快速准确地确定出大气污染的污染源,提高污染物溯源的效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。
图8示出了本发明实施例提供的基于无人机的污染物溯源装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图8所示,基于无人机的污染物溯源装置80包括:
获取模块81,用于获取无人机场中无人机位置、无人机的最大飞行距离、异常站点的异常位置和异常站点的气象数据;
确定模块82,用于根据无人机位置和最大飞行距离,确定无人机的巡检范围;
计算模块83,用于根据巡检范围、无人机位置、异常位置和气象数据,确定巡检范围内各个污染点的污染影响值;
规划模块84,用于根据巡检范围内的各个污染点和各个污染点的污染影响值,确定无人机巡查的最短巡查路径;
巡查模块85,用于根据最短巡查路径控制目标无人机进行巡查,以确定异常站点对应的污染源。
在一种可能的实现方式中,气象数据包括异常站点所在位置处的风向和风速;
计算模块83具体用于:
根据风向和异常位置,确定污染源的角度范围;
根据风速和异常位置,确定污染源的距离范围;
根据无人机位置、异常位置、角度范围和距离范围,划分巡检范围,得到多个污染源区域和每个污染源区域对应的权重值;
根据每个污染源区域对应的权重值,确定对应的污染源区域内的各个污染点的污染影响值。
在一种可能的实现方式中,计算模块83具体用于:
根据无人机位置、异常位置、角度范围和距离范围,划分巡检范围,得到多个污染源区域;
确定各个污染源区域是否位于角度范围和距离范围内;
根据确定结果,获得每个污染源区域对应的权重值。
在一种可能的实现方式中,计算模块83具体用于:
若存在污染源区域位于角度范围内,且位于距离范围内,则将该污染源区域确定为第一污染源区域;
若存在污染源区域位于角度范围内,但不位于距离范围内,则将该污染源区域确定为第二污染源区域;
若存在污染源区域位于距离范围内,但不位于角度范围内,则将该污染源区域确定为第三污染源区域;
若存在污染源区域不位于距离范围内,且不位于角度范围内,则将该污染源区域确定为第四污染源区域;
确定第一污染源区域对应的第一权重值,第二污染源区域对应的第二权重值,第三污染源区域对应的第三权重值,以及第四污染源区域对应的第四权重值,其中,第一权重值大于第二权重值和第三权重值,第四权重值小于第二权重值和第三权重值。
在一种可能的实现方式中,计算模块83具体用于:
获取巡检范围内各个污染点的历史排放量;
根据各个污染点的历史排放量和各个污染点对应的污染源区域的权重值,确定各个污染点的污染影响值。
在一种可能的实现方式中,规划模块84具体用于:
利用预设的最短路径算法,以无人机位置为起点,确定无人机经过各个污染点的最短路径;
确定最短路径是否大于最大飞行距离;
若最短路径大于最大飞行距离,则将各个污染点中污染影响值最小的污染点去除,并利用预设的最短路径算法,以无人机位置为起点,确定无人机经过剩余的污染点的最短路径,直至确定的最短路径小于或等于最大飞行距离;
将确定的最短路径确定为无人机巡查的最短巡查路径。
在一种可能的实现方式中,计算模块83具体用于:
以异常位置作为原点,根据风向对应的角度、预设的上偏移角度和预设的下偏移角度,确定污染源的角度范围。
在一种可能的实现方式中,获取模块81还用于:
获取多个空气质量监测站点的大气污染数据,并确定多个大气污染数据是否大于预设污染阈值;
当存在大气污染数据大于预设污染阈值时,确定对应空气质量监测站点为异常站点。
图9是本发明实施例提供的电子设备的示意图。如图9所示,该实施例的电子设备90包括:处理器91、存储器92以及存储在存储器92中并可在处理器91上运行的计算机程序93。处理器91执行计算机程序93时实现上述各个基于无人机的污染物溯源方法实施例中的步骤,例如图2所示的步骤S201至步骤S205。或者,处理器91执行计算机程序93时实现上述各装置实施例中各模块的功能,例如图8所示模块81至85的功能。
示例性的,计算机程序93可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器92中,并由处理器91执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序93在电子设备90中的执行过程。例如,计算机程序93可以被分割成图8所示的模块81至85。
电子设备90可包括,但不仅限于,处理器91、存储器92。本领域技术人员可以理解,图9仅仅是电子设备90的示例,并不构成对电子设备90的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器91可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器92可以是电子设备90的内部存储单元,例如电子设备90的硬盘或内存。存储器92也可以是电子设备90的外部存储设备,例如电子设备90上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器92还可以既包括电子设备90的内部存储单元也包括外部存储设备。存储器92用于存储计算机程序以及电子设备所需的其他程序和数据。存储器92还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/电子设备实施例仅仅是示意性的,例如,模块或单元的划分,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,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于无人机的污染物溯源方法,其特征在于,包括:
获取无人机场中无人机位置、无人机的最大飞行距离、异常站点的异常位置和所述异常站点的气象数据;
根据所述无人机位置和所述最大飞行距离,确定所述无人机的巡检范围;
根据所述巡检范围、所述无人机位置、所述异常位置和所述气象数据,确定所述巡检范围内各个污染点的污染影响值;
根据所述巡检范围内的各个污染点和各个污染点的污染影响值,确定所述无人机巡查的最短巡查路径;
根据所述最短巡查路径控制目标无人机进行巡查,以确定所述异常站点对应的污染源。
2.根据权利要求1所述的基于无人机的污染物溯源方法,其特征在于,所述气象数据包括所述异常站点所在位置处的风向和风速;
所述根据所述巡检范围、所述无人机位置、所述异常位置和所述气象数据,确定所述巡检范围内各个污染点的污染影响值,包括:
根据所述风向和所述异常位置,确定污染源的角度范围;
根据所述风速和所述异常位置,确定污染源的距离范围;
根据所述无人机位置、所述异常位置、所述角度范围和所述距离范围,划分所述巡检范围,得到多个污染源区域和每个污染源区域对应的权重值;
根据所述每个污染源区域对应的权重值,确定对应的污染源区域内的各个污染点的污染影响值。
3.根据权利要求2所述的基于无人机的污染物溯源方法,其特征在于,所述根据所述无人机位置、所述异常位置、所述角度范围和所述距离范围,划分所述巡检范围,得到多个污染源区域和每个污染源区域对应的权重值,包括:
根据所述无人机位置、所述异常位置、所述角度范围和所述距离范围,划分所述巡检范围,得到多个污染源区域;
确定各个污染源区域是否位于所述角度范围和所述距离范围内;
根据确定结果,获得每个污染源区域对应的权重值。
4.根据权利要求3所述的基于无人机的污染物溯源方法,其特征在于,所述根据确定结果,获得每个污染源区域对应的权重值,包括:
若存在污染源区域位于所述角度范围内,且位于所述距离范围内,则将该污染源区域确定为第一污染源区域;
若存在污染源区域位于所述角度范围内,但不位于所述距离范围内,则将该污染源区域确定为第二污染源区域;
若存在污染源区域位于所述距离范围内,但不位于所述角度范围内,则将该污染源区域确定为第三污染源区域;
若存在污染源区域不位于所述距离范围内,且不位于所述角度范围内,则将该污染源区域确定为第四污染源区域;
确定所述第一污染源区域对应的第一权重值,所述第二污染源区域对应的第二权重值,所述第三污染源区域对应的第三权重值,以及所述第四污染源区域对应的第四权重值,其中,所述第一权重值大于所述第二权重值和所述第三权重值,所述第四权重值小于所述第二权重值和所述第三权重值。
5.根据权利要求2所述的基于无人机的污染物溯源方法,其特征在于,所述根据所述每个污染源区域对应的权重值,确定对应的污染源区域内的各个污染点的污染影响值,包括:
获取所述巡检范围内各个污染点的历史排放量;
根据各个污染点的历史排放量和各个污染点对应的污染源区域的权重值,确定各个污染点的污染影响值。
6.根据权利要求1至5中任一项所述的基于无人机的污染物溯源方法,其特征在于,所述根据所述污染源范围内的各个污染点和各个污染点的污染影响值,确定无人机巡查的最短巡查路径,包括:
利用预设的最短路径算法,以无人机位置为起点,确定无人机经过各个污染点的最短路径;
确定所述最短路径是否大于所述最大飞行距离;
若所述最短路径大于所述最大飞行距离,则将所述各个污染点中污染影响值最小的污染点去除,并利用预设的最短路径算法,以无人机位置为起点,确定无人机经过剩余的污染点的最短路径,直至确定的最短路径小于或等于所述最大飞行距离;
将确定的最短路径确定为无人机巡查的最短巡查路径。
7.根据权利要求2所述的基于无人机的污染物溯源方法,其特征在于,所述根据所述风向和所述异常位置,确定污染源的角度范围,包括:
以所述异常位置作为原点,根据所述风向对应的角度、预设的上偏移角度和预设的下偏移角度,确定污染源的角度范围。
8.根据权利要求1至5中任一项所述的基于无人机的污染物溯源方法,其特征在于,在所述获取无人机场的无人机位置、无人机的最大飞行距离、异常站点的异常位置和所述异常站点的气象数据之前,还包括:
获取多个空气质量监测站点的大气污染数据,并确定多个大气污染数据是否大于预设污染阈值;
当存在大气污染数据大于所述预设污染阈值时,确定对应空气质量监测站点为异常站点。
9.一种基于无人机的污染物溯源装置,其特征在于,包括:
获取模块,用于获取无人机场中无人机位置、无人机的最大飞行距离、异常站点的异常位置和所述异常站点的气象数据;
确定模块,用于根据所述无人机位置和所述最大飞行距离,确定所述无人机的巡检范围;
计算模块,用于根据所述巡检范围、所述无人机位置、所述异常位置和所述气象数据,确定所述巡检范围内各个污染点的污染影响值;
规划模块,用于根据所述巡检范围内的各个污染点和各个污染点的污染影响值,确定所述无人机巡查的最短巡查路径;
巡查模块,用于根据所述最短巡查路径控制目标无人机进行巡查,以确定所述异常站点对应的污染源。
10.一种电子设备,包括存储器和处理器,所述存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311813685.7A CN117784814A (zh) | 2023-12-26 | 2023-12-26 | 基于无人机的污染物溯源方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311813685.7A CN117784814A (zh) | 2023-12-26 | 2023-12-26 | 基于无人机的污染物溯源方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117784814A true CN117784814A (zh) | 2024-03-29 |
Family
ID=90392078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311813685.7A Pending CN117784814A (zh) | 2023-12-26 | 2023-12-26 | 基于无人机的污染物溯源方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117784814A (zh) |
-
2023
- 2023-12-26 CN CN202311813685.7A patent/CN117784814A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113393058B (zh) | 污染物管控方法、预测管控方法、实时管控方法及装置 | |
EP3349126B1 (en) | Method, device, storage medium, and apparatus for automatically discovering fuel station poi | |
CN110597937A (zh) | 一种无人智能巡检的方法、装置、设备及存储介质 | |
CN116626233A (zh) | 基于多源数据融合的大气污染溯源方法、终端及存储介质 | |
CN112459971A (zh) | 风力发电机组塔筒的异常振动检测方法 | |
CN114966651A (zh) | 可行驶区域检测方法、计算机设备、存储介质及车辆 | |
WO2022078342A1 (zh) | 动态占据栅格估计方法及装置 | |
CN113960252A (zh) | 用于引航道船舶尾气监测的方法、系统及数据处理设备 | |
CN117784814A (zh) | 基于无人机的污染物溯源方法、装置及电子设备 | |
CN117353460A (zh) | 一种电力线路巡检方法、装置、设备及介质 | |
CN116228501B (zh) | 排污超标区域行业确定方法、装置、存储介质及电子设备 | |
CN110555586B (zh) | 一种基于热点网格的生态监测方法及装置 | |
CN117032309A (zh) | 一种电力线路巡检方法及装置 | |
CN110188939B (zh) | 风电场的风功率的预测方法、系统、设备和存储介质 | |
CN116070728B (zh) | 光伏发电系统发电量预测方法、设备、系统及介质 | |
CN110597248A (zh) | 园区无人智慧巡检方法、装置、设备及存储介质 | |
CN115309189A (zh) | 基于GeoHash算法的无人机起飞及避险方法、系统及介质 | |
CN115345446A (zh) | 基于无人机巡线和点云数据的工程竣工验收方法 | |
CN109857976B (zh) | 控制站传输影响模型建立方法、装置、设备及存储介质 | |
CN111784110A (zh) | 油气田管道智能巡线方法及装置 | |
CN117474292B (zh) | 一种基于5g传输的网联无人机用调度系统及调度方法 | |
CN111310959A (zh) | 风力发电机组损坏预测分析方法、装置、设备及存储介质 | |
CN116934101B (zh) | 智慧园区辅助执法管理方法、装置、存储介质及电子设备 | |
CN115574805B (zh) | 车道线关系的识别方法、装置、车辆和存储介质 | |
CN114476061B (zh) | 一种干扰定位方法及无人机 |
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 |