CN112649338A - 一种无人机自动化采样分析*** - Google Patents
一种无人机自动化采样分析*** Download PDFInfo
- Publication number
- CN112649338A CN112649338A CN202011528937.8A CN202011528937A CN112649338A CN 112649338 A CN112649338 A CN 112649338A CN 202011528937 A CN202011528937 A CN 202011528937A CN 112649338 A CN112649338 A CN 112649338A
- Authority
- CN
- China
- Prior art keywords
- concentration
- information
- module
- water sample
- value
- 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
- 238000005070 sampling Methods 0.000 title claims abstract description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 79
- 230000010365 information processing Effects 0.000 claims abstract description 14
- 238000013441 quality evaluation Methods 0.000 claims abstract description 5
- 238000011156 evaluation Methods 0.000 claims description 30
- 241000894006 Bacteria Species 0.000 claims description 15
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 15
- 239000001301 oxygen Substances 0.000 claims description 15
- 229910052760 oxygen Inorganic materials 0.000 claims description 15
- 239000000126 substance Substances 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 239000007789 gas Substances 0.000 claims description 3
- 239000000463 material Substances 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- 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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
-
- 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
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/04—Control of altitude or depth
- G05D1/042—Control of altitude or depth specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Combustion & Propulsion (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Dispersion Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种无人机自动化采样分析***,包括样本采取模块、信息接收模块、信息处理模块、总控模块、激光测距模块、总控模块与结果接收终端;所述样本采取模块安装在无人机终端上,所述样本采取模块包括空气样本采集模块与水样采集模块,所述信息空气样本采集模块用于采集空气样本信息,所述水样采集模块用于采集水样信息,所述信息接收模块用于接收空气样本信息与水样信息,并将空气样本信息与水样信息发送到信息处理模块,所述信息处理模块用于对空气样本信息与水样信息进行处理,将其处理为水样评级与空气质量评测,所述结果接收终端用于接收水样评级与空气质量评级。本发明能够更好的进行采样分析,满足了用户的使用需求。
Description
技术领域
本发明涉及采样分析领域,具体涉及一种无人机自动化采样分析***。
背景技术
无人驾驶飞机简称“无人机”,是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机,或者由车载计算机完全地或间歇地自主地操作。与有人驾驶飞机相比,无人机往往更适合那些太“愚钝,肮脏或危险”的任务。无人机按应用领域,可分为军用与民用。军用方面,无人机分为侦察机和靶机。民用方面,无人机+行业应用,是无人机真正的刚需;目前在航拍、农业、植保、微型自拍、快递运输、灾难救援、观察野生动物、监控传染病、测绘、新闻报道、电力巡检、救灾、影视拍摄、制造浪漫等等领域的应用,大大的拓展了无人机本身的用途,无人家在自动采样分析中也会使用到,在说进行采样分析过程中即会使用到自动化采样分析***。
现有的自动化采样分析***,在使用时只能进行单一的样本分析,不能满足用户使用需求,并在采样过程中无人机容易损坏,给自动化采样分析***的使用带来了一定影响,因此,提出一种无人机自动化采样分析***。
发明内容
本发明所要解决的技术问题在于:如何解决现有的自动化采样分析***,在使用时只能进行单一的样本分析,不能满足用户使用需求,并在采样过程中无人机容易损坏,给自动化采样分析***的使用带来了一定影响的问题,提供了一种无人机自动化采样分析***。
本发明是通过以下技术方案解决上述技术问题的,本发明包括样本采取模块、信息接收模块、信息处理模块、总控模块、激光测距模块、总控模块与结果接收终端;
所述样本采取模块安装在无人机终端上,所述样本采取模块包括空气样本采集模块与水样采集模块,所述信息空气样本采集模块用于采集空气样本信息,所述水样采集模块用于采集水样信息,所述信息接收模块用于接收空气样本信息与水样信息,并将空气样本信息与水样信息发送到信息处理模块,所述信息处理模块用于对空气样本信息与水样信息进行处理,将其处理为水样评级与空气质量评测,所述结果接收终端用于接收水样评级与空气质量评级;
所述进行水样采集时激光测距模块运行,进行激光测距,根据测距结果控制无人机的飞行高度进行水样采集。
优选的,所述信息接收模块接收到空气样本信息对空气样本信息进行比处理,得到空气质量级别。
优选的,所述空气质量级别包括高级、中级与低级,所述空气质量级别的具体处理过程如下:
步骤一:将空气样本信息提取出,并对空气样本信息进行检测;
步骤二:检测出空气样本信息中的SO2浓度、NOx浓度、CO的浓度、PM10浓度与PM2.5浓度;
步骤三:将SO2浓度标记为K1,将NOx浓度标记为K2,将CO浓度标记为K3,将PM10浓度标记为K4,再PM2.5浓度标记为K5;
步骤四:设置了SO2评估浓度值M1、将NOx评估浓度值M2,将CO评估浓度值M3、PM10评估浓度值M4与PM2.5评估浓度值M5;
步骤五:计算出SO2浓度K1与SO2评估浓度值M1之间差值,得到SO2浓度差值Km1,计算出NOx浓度K2与NOx评估浓度值M2之间的差值,得到NOx浓度差值Km2,计算出CO浓度K3与CO评估浓度值M3之间的差值,得到CO浓度差值Km3,计算出PM10浓度K4与PM10评估浓度值M4之间的差值,得到PM10浓度差值Km4,再计算出PM2.5浓度K5与PM2.5评估浓度值M5之间的差值得到PM2.5浓度差值Km5;
步骤六:提取出SO2浓度差值Km1、NOx浓度差值Km2、CO浓度差值Km3、PM10浓度差值Km4与PM2.5浓度差值Km5,SO2浓度差值Km1、NOx浓度差值Km2、CO浓度差值Km3、PM10浓度差值Km4与PM2.5浓度差值Km5中有超过预设数量大于预设值时空气质量评级即为低级;
步骤七:当SO2浓度差值Km1、NOx浓度差值Km2、CO浓度差值Km3、PM10浓度差值Km4与PM2.5浓度差值中大于预设值的数量在预设范围内时空气质量评级即为中级;
步骤八:当SO2浓度差值Km1、NOx浓度差值Km2、CO浓度差值Km3、PM10浓度差值Km4与PM2.5浓度差值均小于0时,空气质量评级即为高级。
优选的,所述信息接收模块接收到水样信息时对水样信息进行处理得到水样评级信息。
优选的,所述水样评级包括高品质、中品质与低品质,所述水样评级信息的具体处理过程如下:
S1:提取出水样信息中的化学需氧量、细菌总数与浑浊度,将化学需氧量标记为W1、细菌总数标记为W2、浑浊度标记为W3;
S2:当化学需氧量W1、细菌总数W2、浑浊度W3均大于预设值时即为低品质;
S3:当化学需氧量W1、细菌总数W2、浑浊度W3中任意一项大于预设值时即为中等品质;
S4:当化学需氧量W1、细菌总数W2、浑浊度W3均小于预设值时即为高品质。
优选的,所述激光测距模块在进行水样采集时运行,实时测量无人机距离水面的距离,并根据距离来控制无人机进行上升和下降,无人机调整到预设高度之后样板采集模块开始进行水样采集。
本发明相比现有技术具有以下优点:该无人机自动化采样分析***,能够同时采集空气信息和水样信息进行分析处理,从而让该***能够满足用户的不同使用需求,该***也更好的实现了对水和空气进行采样分析并评级,省去了工作人员进行人工采集检测的麻烦,让该***使用起来更的方便,并且设置了激光测距模块能够在无人机进行水样采集的调整无人机的高度,避免了无人机在采集过程中落水的状况发生,让该***更加值得推广使用。
附图说明
图1是本发明的***框图图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本实施例提供一种技术方案:一种无人机自动化采样分析***,包括样本采取模块、信息接收模块、信息处理模块、总控模块、激光测距模块、总控模块与结果接收终端;
所述样本采取模块安装在无人机终端上,所述样本采取模块包括空气样本采集模块与水样采集模块,所述信息空气样本采集模块用于采集空气样本信息,所述水样采集模块用于采集水样信息,所述信息接收模块用于接收空气样本信息与水样信息,并将空气样本信息与水样信息发送到信息处理模块,所述信息处理模块用于对空气样本信息与水样信息进行处理,将其处理为水样评级与空气质量评测,所述结果接收终端用于接收水样评级与空气质量评级;
所述进行水样采集时激光测距模块运行,进行激光测距,根据测距结果控制无人机的飞行高度进行水样采集。
所述信息接收模块接收到空气样本信息对空气样本信息进行比处理,得到空气质量级别。
所述空气质量级别包括高级、中级与低级,所述空气质量级别的具体处理过程如下:
步骤一:将空气样本信息提取出,并对空气样本信息进行检测;
步骤二:检测出空气样本信息中的SO2浓度、NOx浓度、CO的浓度、PM10浓度与PM2.5浓度;
步骤三:将SO2浓度标记为K1,将NOx浓度标记为K2,将CO浓度标记为K3,将PM10浓度标记为K4,再PM2.5浓度标记为K5;
步骤四:设置了SO2评估浓度值M1、将NOx评估浓度值M2,将CO评估浓度值M3、PM10评估浓度值M4与PM2.5评估浓度值M5;
步骤五:计算出SO2浓度K1与SO2评估浓度值M1之间差值,得到SO2浓度差值Km1,计算出NOx浓度K2与NOx评估浓度值M2之间的差值,得到NOx浓度差值Km2,计算出CO浓度K3与CO评估浓度值M3之间的差值,得到CO浓度差值Km3,计算出PM10浓度K4与PM10评估浓度值M4之间的差值,得到PM10浓度差值Km4,再计算出PM2.5浓度K5与PM2.5评估浓度值M5之间的差值得到PM2.5浓度差值Km5;
步骤六:提取出SO2浓度差值Km1、NOx浓度差值Km2、CO浓度差值Km3、PM10浓度差值Km4与PM2.5浓度差值Km5,SO2浓度差值Km1、NOx浓度差值Km2、CO浓度差值Km3、PM10浓度差值Km4与PM2.5浓度差值Km5中有超过预设数量大于预设值时空气质量评级即为低级;
步骤七:当SO2浓度差值Km1、NOx浓度差值Km2、CO浓度差值Km3、PM10浓度差值Km4与PM2.5浓度差值中大于预设值的数量在预设范围内时空气质量评级即为中级;
步骤八:当SO2浓度差值Km1、NOx浓度差值Km2、CO浓度差值Km3、PM10浓度差值Km4与PM2.5浓度差值均小于0时,空气质量评级即为高级。
所述信息接收模块接收到水样信息时对水样信息进行处理得到水样评级信息。
所述水样评级包括高品质、中品质与低品质,所述水样评级信息的具体处理过程如下:
S1:提取出水样信息中的化学需氧量、细菌总数与浑浊度,将化学需氧量标记为W1、细菌总数标记为W2、浑浊度标记为W3;
S2:当化学需氧量W1、细菌总数W2、浑浊度W3均大于预设值时即为低品质;
S3:当化学需氧量W1、细菌总数W2、浑浊度W3中任意一项大于预设值时即为中等品质;
S4:当化学需氧量W1、细菌总数W2、浑浊度W3均小于预设值时即为高品质。
所述激光测距模块在进行水样采集时运行,实时测量无人机距离水面的距离,并根据距离来控制无人机进行上升和下降,无人机调整到预设高度之后样板采集模块开始进行水样采集。
综上,本发明在使用时样本采取模块安装在无人机终端上,样本采取模块包括空气样本采集模块与水样采集模块,信息空气样本采集模块用于采集空气样本信息,水样采集模块用于采集水样信息,信息接收模块用于接收空气样本信息与水样信息,并将空气样本信息与水样信息发送到信息处理模块,信息处理模块用于对空气样本信息与水样信息进行处理,将其处理为水样评级与空气质量评测,结果接收终端用于接收水样评级与空气质量评级,进行水样采集时激光测距模块运行,进行激光测距,根据测距结果控制无人机的飞行高度进行水样采集。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”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必须针对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一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种无人机自动化采样分析***,其特征在于,包括样本采取模块、信息接收模块、信息处理模块、总控模块、激光测距模块、总控模块与结果接收终端;
所述样本采取模块安装在无人机终端上,所述样本采取模块包括空气样本采集模块与水样采集模块,所述信息空气样本采集模块用于采集空气样本信息,所述水样采集模块用于采集水样信息,所述信息接收模块用于接收空气样本信息与水样信息,并将空气样本信息与水样信息发送到信息处理模块,所述信息处理模块用于对空气样本信息与水样信息进行处理,将其处理为水样评级与空气质量评测,所述结果接收终端用于接收水样评级与空气质量评级;
所述进行水样采集时激光测距模块运行,进行激光测距,根据测距结果控制无人机的飞行高度进行水样采集。
2.根据权利要求1所述的一种无人机自动化采样分析***,其特征在于:所述信息接收模块接收到空气样本信息对空气样本信息进行比处理,得到空气质量级别。
3.根据权利要求2所述的一种无人机自动化采样分析***,其特征在于:所述空气质量级别包括高级、中级与低级,所述空气质量级别的具体处理过程如下:
步骤一:将空气样本信息提取出,并对空气样本信息进行检测;
步骤二:检测出空气样本信息中的SO2浓度、NOx浓度、CO的浓度、PM10浓度与PM2.5浓度;
步骤三:将SO2浓度标记为K1,将NOx浓度标记为K2,将CO浓度标记为K3,将PM10浓度标记为K4,再PM2.5浓度标记为K5;
步骤四:设置了SO2评估浓度值M1、将NOx评估浓度值M2,将CO评估浓度值M3、PM10评估浓度值M4与PM2.5评估浓度值M5;
步骤五:计算出SO2浓度K1与SO2评估浓度值M1之间差值,得到SO2浓度差值Km1,计算出NOx浓度K2与NOx评估浓度值M2之间的差值,得到NOx浓度差值Km2,计算出CO浓度K3与CO评估浓度值M3之间的差值,得到CO浓度差值Km3,计算出PM10浓度K4与PM10评估浓度值M4之间的差值,得到PM10浓度差值Km4,再计算出PM2.5浓度K5与PM2.5评估浓度值M5之间的差值得到PM2.5浓度差值Km5;
步骤六:提取出SO2浓度差值Km1、NOx浓度差值Km2、CO浓度差值Km3、PM10浓度差值Km4与PM2.5浓度差值Km5,SO2浓度差值Km1、NOx浓度差值Km2、CO浓度差值Km3、PM10浓度差值Km4与PM2.5浓度差值Km5中有超过预设数量大于预设值时空气质量评级即为低级;
步骤七:当SO2浓度差值Km1、NOx浓度差值Km2、CO浓度差值Km3、PM10浓度差值Km4与PM2.5浓度差值中大于预设值的数量在预设范围内时空气质量评级即为中级;
步骤八:当SO2浓度差值Km1、NOx浓度差值Km2、CO浓度差值Km3、PM10浓度差值Km4与PM2.5浓度差值均小于0时,空气质量评级即为高级。
4.根据权利要求1所述的一种无人机自动化采样分析***,其特征在于:所述信息接收模块接收到水样信息时对水样信息进行处理得到水样评级信息。
5.根据权利要求4所述的一种无人机自动化采样分析***,其特征在于:所述水样评级包括高品质、中品质与低品质,所述水样评级信息的具体处理过程如下:
S1:提取出水样信息中的化学需氧量、细菌总数与浑浊度,将化学需氧量标记为W1、细菌总数标记为W2、浑浊度标记为W3;
S2:当化学需氧量W1、细菌总数W2、浑浊度W3均大于预设值时即为低品质;
S3:当化学需氧量W1、细菌总数W2、浑浊度W3中任意一项大于预设值时即为中等品质;
S4:当化学需氧量W1、细菌总数W2、浑浊度W3均小于预设值时即为高品质。
6.根据权利要求1所述的一种无人机自动化采样分析***,其特征在于:所述激光测距模块在进行水样采集时运行,实时测量无人机距离水面的距离,并根据距离来控制无人机进行上升和下降,无人机调整到预设高度之后样板采集模块开始进行水样采集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011528937.8A CN112649338A (zh) | 2020-12-22 | 2020-12-22 | 一种无人机自动化采样分析*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011528937.8A CN112649338A (zh) | 2020-12-22 | 2020-12-22 | 一种无人机自动化采样分析*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112649338A true CN112649338A (zh) | 2021-04-13 |
Family
ID=75359120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011528937.8A Pending CN112649338A (zh) | 2020-12-22 | 2020-12-22 | 一种无人机自动化采样分析*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112649338A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133042A (zh) * | 2014-08-01 | 2014-11-05 | 江苏恒创软件有限公司 | 一种基于无人机的空气质量监测装置及监测方法 |
CN105424410A (zh) * | 2015-11-12 | 2016-03-23 | 浙江省海洋水产研究所 | 一种水面定点自动采水设备 |
CN105571905A (zh) * | 2015-12-15 | 2016-05-11 | 浙江省海洋水产研究所 | 一种表层海水多点式采集设备 |
CN105606400A (zh) * | 2016-01-11 | 2016-05-25 | 浙江理工大学 | 基于无人机的自触发投放式水体采样设备 |
CN208181426U (zh) * | 2018-05-07 | 2018-12-04 | 北方民族大学 | 废气废液采样及检测无人机 |
CN109932210A (zh) * | 2018-12-27 | 2019-06-25 | 广州市合信环保科技有限公司 | 一种基于无人机水环境自动采样的装置 |
CN109991594A (zh) * | 2017-12-29 | 2019-07-09 | 哈尔滨跃渊智能科技有限责任公司 | 一种用于水质监控无人机的微波雷达装置 |
CN111123407A (zh) * | 2019-12-02 | 2020-05-08 | 苏州再生宝智能物联科技有限公司 | 一种基于计算机服务的环境监测大数据整合*** |
-
2020
- 2020-12-22 CN CN202011528937.8A patent/CN112649338A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133042A (zh) * | 2014-08-01 | 2014-11-05 | 江苏恒创软件有限公司 | 一种基于无人机的空气质量监测装置及监测方法 |
CN105424410A (zh) * | 2015-11-12 | 2016-03-23 | 浙江省海洋水产研究所 | 一种水面定点自动采水设备 |
CN105571905A (zh) * | 2015-12-15 | 2016-05-11 | 浙江省海洋水产研究所 | 一种表层海水多点式采集设备 |
CN105606400A (zh) * | 2016-01-11 | 2016-05-25 | 浙江理工大学 | 基于无人机的自触发投放式水体采样设备 |
CN109991594A (zh) * | 2017-12-29 | 2019-07-09 | 哈尔滨跃渊智能科技有限责任公司 | 一种用于水质监控无人机的微波雷达装置 |
CN208181426U (zh) * | 2018-05-07 | 2018-12-04 | 北方民族大学 | 废气废液采样及检测无人机 |
CN109932210A (zh) * | 2018-12-27 | 2019-06-25 | 广州市合信环保科技有限公司 | 一种基于无人机水环境自动采样的装置 |
CN111123407A (zh) * | 2019-12-02 | 2020-05-08 | 苏州再生宝智能物联科技有限公司 | 一种基于计算机服务的环境监测大数据整合*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103455036B (zh) | 一种场景空中巡视方法和飞行器 | |
CN109376660B (zh) | 一种目标监测方法、装置及*** | |
CN109596487B (zh) | 一种高大建筑物工程扬尘溯源方法 | |
CN109709984A (zh) | 一种基站式无人机大气环境监测*** | |
CN111610538A (zh) | 一种无人机导航诱骗*** | |
CN110308023A (zh) | 基于无人机机载的气溶胶粒子垂直观测***及采样方法 | |
CN109814549B (zh) | 一种确定污染源位置的方法、装置和*** | |
CN116758441B (zh) | 一种无人机集群智能调度管理*** | |
CN116736891B (zh) | 一种多机协同巡检电网线路的自主航迹规划***和方法 | |
CN113791038A (zh) | 危化品泄漏定性侦检方法及*** | |
CN114020043A (zh) | 无人机建筑工程监理***、方法、电子设备及存储介质 | |
CN115249331A (zh) | 基于卷积神经网络模型的矿山生态安全识别方法 | |
WO2024139631A1 (zh) | 一种基于神经网络的无人机目标检测方法 | |
CN112180970B (zh) | 一种用于无人机飞行的管理*** | |
CN112649338A (zh) | 一种无人机自动化采样分析*** | |
CN117217739B (zh) | 一种智能电力巡检*** | |
CN112101313B (zh) | 一种机房机器人巡检方法及*** | |
CN109557571B (zh) | 一种燃烧源智能追踪方法 | |
CN114398769B (zh) | 一种无人直升机飞行控制***评分自动获取方法 | |
CN111243270A (zh) | 事故处理方法和装置、电子设备及计算机可读存储介质 | |
WO2019011117A1 (zh) | 基于无人机的大气数据分布二维可视化动态展示方法及*** | |
CN207662843U (zh) | 一种低空空间化学成分分析无人机 | |
CN111445063A (zh) | 基于飞行线路的起降点选取方法及装置 | |
CN212278237U (zh) | 一种无人机全天候智能飞行*** | |
CN117496660B (zh) | 一种基于无人机的智慧消防联动控制*** |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210413 |