CN115018872B - 一种用于市政施工的吸尘设备智能控制方法 - Google Patents
一种用于市政施工的吸尘设备智能控制方法 Download PDFInfo
- Publication number
- CN115018872B CN115018872B CN202210828753.6A CN202210828753A CN115018872B CN 115018872 B CN115018872 B CN 115018872B CN 202210828753 A CN202210828753 A CN 202210828753A CN 115018872 B CN115018872 B CN 115018872B
- Authority
- CN
- China
- Prior art keywords
- dust
- pixel point
- frame image
- pixel
- corrected
- 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
- 239000000428 dust Substances 0.000 title claims abstract description 370
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000010276 construction Methods 0.000 title claims abstract description 36
- 239000011159 matrix material Substances 0.000 claims description 83
- 238000005507 spraying Methods 0.000 claims description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 11
- 239000007921 spray Substances 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010410 dusting Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01H—STREET CLEANING; CLEANING OF PERMANENT WAYS; CLEANING BEACHES; DISPERSING OR PREVENTING FOG IN GENERAL CLEANING STREET OR RAILWAY FURNITURE OR TUNNEL WALLS
- E01H1/00—Removing undesirable matter from roads or like surfaces, with or without moistening of the surface
- E01H1/08—Pneumatically dislodging or taking-up undesirable matter or small objects; Drying by heat only or by streams of gas; Cleaning by projecting abrasive particles
- E01H1/0827—Dislodging by suction; Mechanical dislodging-cleaning apparatus with independent or dependent exhaust, e.g. dislodging-sweeping machines with independent suction nozzles ; Mechanical loosening devices working under vacuum
- E01H1/0836—Apparatus dislodging all of the dirt by suction ; Suction nozzles
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G01N15/075—Investigating concentration of particle suspensions by optical means
-
- 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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
- Y02A50/2351—Atmospheric particulate matter [PM], e.g. carbon smoke microparticles, smog, aerosol particles, dust
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明涉及装置智能控制领域,具体涉及一种用于市政施工的吸尘设备智能控制方法,根据每一帧图像中扬尘浓度传感器的浓度数据得到每个像素点的扬尘浓度,根据扬尘浓度和像素点与临界边缘像素点最近的距离得到像素点为扬尘像素点的概率,对概率值进行阈值分割,将图像中的像素点分为扬尘像素点和非扬尘像素点,根据风速和风向及每个像素点之间的距离计算待修正扬尘像素点的移动距离,根据移动距离对扬尘像素点中的待修正扬尘像素点的扬尘浓度进行修正,获取修正后浓度大于浓度阈值的扬尘像素点的分布范围,根据扬尘像素点的分布范围热度矩阵和喷雾机工作区域热度矩阵对市政施工场地的喷雾机进行智能控制,方法智能、节约资源。
Description
技术领域
本申请涉及装置智能控制领域,具体涉及一种用于市政施工的吸尘设备智能控制方法。
背景技术
在市政施工场地是施工扬尘是城市大气污染的主要颗粒物来源之一,会造成城市环境污染问题,因此在市政施工场地往往会安装吸尘设备进行除尘。喷雾机是吸尘设备的一种,在工人施工过程中,喷雾机基本是一直在运行的,这会造成大量的电资源和水资源的浪费,因此亟待需要一种用于市政施工的吸尘设备智能控制方法。
传统的市政施工的吸尘设备是固定的,没有考虑扬尘的分布特性,且仅进行对吸尘设备的开关,并没有实现吸尘设备的精准智能控制,因此,本案通过根据风速风向传感器数据、扬尘浓度数据和现场视频监控图像数据对扬尘分布范围进行分析计算,并根据历史先验数据通过模拟器模拟得到喷雾机在不同风速风向、不同喷雾角度以及不同功率下的喷雾机工作范围,根据扬尘的分布范围和喷雾机工作区域获取到需要进行喷雾的喷雾机,调用该喷雾机喷雾除尘,实现喷雾机的智能调控。
发明内容
本发明提供一种用于市政施工的吸尘设备智能控制方法,解决市政施工场地施工扬尘不够智能、浪费资源的问题,采用如下技术方案:
获取完整覆盖市政施工场地的当前帧图像;
利用当前帧图像中扬尘浓度传感器的扬尘浓度得到当前帧图像中每个像素点的扬尘浓度;
对当前帧图像中的像素点进行边缘检测,得到当前帧图像中的临界边缘像素点;
根据当前帧图像中每个像素点的扬尘浓度和该像素点与临界边缘像素点中最近边缘像素点之间的欧式距离得到每个像素点为扬尘像素点的概率;
对当前帧图像中每个像素点为扬尘像素点的概率值进行阈值分割,将当前帧图像中的像素点分为确定扬尘像素点、待修正扬尘像素点和非扬尘像素点;
根据风速和风向得到每个待修正扬尘像素点的实际移动距离确定出该待修正扬尘像素点在下一帧图像中的移动距离,利用该移动距离对每个待修正扬尘像素点的扬尘浓度进行修正;
当下一帧图像中的确定扬尘像素点和已修正的扬尘像素点的扬尘浓度大于浓度阈值时,获取确定扬尘像素点和已修正的扬尘像素点的分布范围,调用该分布范围对应的喷雾机对该范围进行吸尘。
所述每一帧图像中每个像素点的扬尘浓度的获取方法如下:
获取当前帧图像中与该像素点距离最近的扬尘浓度传感器;
若该像素点灰度值小于等于扬尘浓度传感器处像素点灰度值,则该像素点的扬尘浓度为:
为第帧图像的第个扬尘浓度传感器检测的扬尘浓度,第个扬尘浓度传感器为与第个像素点距离最近的扬尘浓度传感器,为第帧图像的第个扬尘浓度传感器的位置,为第帧图像的第个扬尘浓度传感器的位置和第个像素点位置之间的欧式距离;
若该像素点灰度值大于扬尘浓度传感器处像素点灰度值,则该像素点的扬尘浓度为:
所述每个像素点为扬尘像素点的概率的计算方法为:
所述将当前帧图像中的像素点分为确定扬尘像素点、待修正扬尘像素点和非扬尘像素点的具体方法为:
所述对每个待修正扬尘像素点的扬尘浓度进行修正的方法为:
计算待修正扬尘像素点的实际移动距离C:
所述所有确定扬尘像素点和已修正的扬尘像素点的分布范围的获取方法为:
所述调用该分布范围对应的喷雾机对该范围进行吸尘的具体步骤如下:
根据历史先验数据获取每个喷雾机在不同的风速数据、风向数据、喷雾机的功率,喷雾机角度下对应的工作区域,生成工作区域热度矩阵,喷雾机的工作区域内的像素点的矩阵值为1,并将矩阵值为1的像素点标记为,其余为0;
将扬尘像素点分布范围热度矩阵和喷雾机工作区域热度矩阵中每个位置对应的矩阵值进行相加得到控制矩阵;
对于控制矩阵中矩阵值0对应的像素点,既不是扬尘像素点,也不是喷雾机工作区域内的像素点,不需要对喷雾机进行控制;
对于控制矩阵中矩阵值为1的像素点:
对于控制矩阵中矩阵值2对应的像素点,该像素点既是扬尘像素点同时也在喷雾机的工作区域内,则获取矩阵值2对应的像素点的坐标,判断坐标归属的喷雾机工作区域,获取该工作区域对应的喷雾机,即该喷雾机为需要进行吸尘的喷雾机;
调用该工作区域对应的喷雾并按照对应的风速数据、风向数据、喷雾机的功率,喷雾机角度进行喷雾吸尘。
本发明的有益效果是:基于装置智能控制,根据每一帧图像中的扬尘浓度传感器浓度数据得到每一帧图像中每个像素点的扬尘浓度,根据每个像素点的扬尘浓度和该像素点与临界边缘像素点中最近边缘像素点之间的欧式距离得到每个像素点为扬尘像素点的概率,对概率值进行阈值分割,将每一帧图像中的像素点分为扬尘像素点、待修正扬尘像素点和非扬尘像素点,根据风速和风向及每个像素点之间的距离计算每个待修正扬尘像素点在帧图像中的移动距离,对该像素点的扬尘浓度进行修正,获取扬尘像素点分布范围,利用历史数据获取市政施工场地中每个喷雾机的工作区域,得到所有喷雾机的工作区域,根据扬尘像素点的分布范围矩阵和喷雾机工作区域矩阵对市政施工场地的喷雾机进行智能控制,方法智能、节约资源。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的一种用于市政施工的吸尘设备智能控制方法流程示意图。
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。
本发明的一种用于市政施工的吸尘设备智能控制方法的实施例,如图1所示,包括:
步骤一:获取完整覆盖市政施工场地的当前帧图像;
该步骤的目的是布置数据采集装置,采集市政施工场地的传感器数据,以及施工场地的现场图像数据。
本实施例的应用场景为,在市政施工现场往往会一直打开喷雾机进行吸尘,在工人施工过程中,喷雾机基本是一直在运行的,而喷雾机往往会耗费大量的电力资源和水力资源,因此需要对施工过程中喷雾机的角度与功率根据施工现场扬尘情况进行智能控制。
本实施例中需要在喷雾机轨道上布置采集相机(高度记录为),并在地面设置多个扬尘浓度传感器以及一个风速风向传感器。其中采集相机采用工业CCD相机,扬尘浓度传感器和风速风向传感器采用专业检测设备,具体型号可根据实施者具体实施情况而定,相机个数以及扬尘浓度传感器个数需要综合考虑施工现场面积的大小,特别说明的是,对于布置的工业CCD相机,需要在室内进行标定,相机参数机焦距为,相机传感器尺寸,有效像素。
本步骤对布置的视频监控数据进行预处理,通过图像拼接,合成一张完整的覆盖所有施工场地的视频监控数据图像,将第帧合成后的完整视频监控数据图像为施工场地的俯视图,由于视频监控数据为1秒30帧,而风速风向传感器的采集频率为1分钟采集1次,扬尘浓度传感器的采集频率为一分钟采集一次,因此本案将视频监控数据中1秒内30帧图像中的风速大小与风向都为相对应的1分钟的风速风向数据,以及相对应的1分钟的扬尘浓度数据。因此,得到了每一帧通过拼接后的完整的视频监控数据图,以及与之对应的风速数据,风向数据,扬尘浓度数据(说明:由于扬尘浓度传感器为多个,因此为一个集合)。
步骤二:利用当前帧图像中扬尘浓度传感器的扬尘浓度得到当前帧图像中每个像素点的扬尘浓度;
该步骤的目的是,基于布置的分布在施工场地中的扬尘浓度传感器的扬尘浓度传感器数据为参考,依据不同像素点与其之间的距离计算每个像素点的扬尘浓度。
其中,每一帧图像中每个像素点的扬尘浓度的获取方法如下:
(1)获取帧图像中与该像素点距离最近的扬尘浓度传感器;
(2)若该像素点灰度值小于等于扬尘浓度传感器处的像素点灰度值,则该像素点的扬尘浓度为:
式中,为第帧图像中第个像素点的扬尘浓度,为第帧图像中第个像素点的位置,为第帧图像的第个扬尘浓度传感器检测的扬尘浓度,第个扬尘浓度传感器为与第个像素点距离最近的扬尘浓度传感器,为第帧图像的第个扬尘浓度传感器的位置,为第帧图像的第个扬尘浓度传感器的位置和第个像素点位置之间的欧式距离,与布设的扬尘浓度传感器越近,该地点的扬尘浓度与布设的扬尘浓度传感器检测浓度越相似;
若该像素点灰度值大于扬尘浓度传感器处的像素点灰度值,则该像素点的扬尘浓度为:
是通过其他像素点与传感器的位置距离来根据传感器浓度估算其他像素点的浓度,该公式利用了插值原理,即两个物体离得越近,他们的性质就越相似,在本实施例中,即像素点离传感器越近,则他们的浓度越相似,但是仅仅根据距离计算的扬尘浓度的会引起误差。
本实施例通过引入浓度修正参数,当像素点的灰度值大于扬尘传感器所在像素点的灰度值时,可能为像素点的浓度大于扬尘传感器的浓度,因此需要对公式计算得到的扬尘浓度值进行修正。由于扬尘的颜色为灰白色,因此该点表现为图像中的灰度值较大,其中灰度值越大,扬尘浓度大的概率越大,则计算得到的修正系数越大。为双曲正切函数,表示超参数,用于调整整体的值(由于函数计算得到的值在0-1附近,因此需要进行调整),的值可根据具体实施情况进行设置,,本实施例中给出经验参考值,。
步骤三:对当前帧图像中的像素点进行边缘检测,得到当前帧图像中的临界边缘像素点;根据当前帧图像中每个像素点的扬尘浓度和该像素点与临界边缘像素点中最近边缘像素点之间的欧式距离得到每个像素点为扬尘像素点的概率;对当前帧图像中每个像素点为扬尘像素点的概率值进行阈值分割,将当前帧图像中的像素点分为确定扬尘像素点、待修正扬尘像素点和非扬尘像素点;
该步骤的目的是,对帧图像中的像素点灰度值进行分析,获取灰度值变化剧烈的像素点,并计算每个像素点为扬尘像素点的概率,根据概率将像素点进行分类。
其中,每一帧图像中的临界边缘像素点的获取方法为:
由于扬尘所在区域中图像的像素点的灰度值明显与它非扬尘区域的像素点不同,且在不同扬尘区域中扬尘浓度不同的像素点的灰度值存在差异,但差异不大,即属于相近的灰度值。因此对每帧图像进行临界点分析,检测出视频监控数据图像中灰度值变化剧烈的点,并生成临界点边缘,至此,生成了每帧视频监控数据图的临界点边缘图,其中临界点分析方法可采用Canny边缘检测等方法进行。
其中,每个像素点为扬尘像素点的概率的计算方法为:
式中,为第帧图像的第个像素点为扬尘像素点的概率,为第帧图像的第个像素点的扬尘浓度,为第帧图像的第个像素点距离临界边缘像素点最近的欧式距离,为双曲正切函数,和分别为扬尘浓度和距离权重,本实施例中认为扬尘浓度相较于距离更加重要。
需要说明的是,存在扬尘的范围区域为满足扬尘浓度阈值的区域,且满足灰度值变化剧烈的区域,即扬尘浓度越大的点,越靠近灰度值变化剧烈边缘的点,则该点是扬尘的概率越大。
其中,将扬尘像素点分为确定扬尘像素点和待修正扬尘像素点的方法为:
步骤四:根据风速和风向得到每个待修正扬尘像素点的实际移动距离确定出该待修正扬尘像素点在下一帧图像中的移动距离,利用该移动距离对每个待修正扬尘像素点的扬尘浓度进行修正;
该步骤的目的是,考虑到风速和风向对像素点的影响,当前帧图像中像素点可能会由于风速和风向在下一帧图像中发生移动,移动后与扬尘浓度传感器距离发生变化,因此需要根据每一帧图像的风速和风向及每个像素点之间的距离计算每个待修正扬尘像素点的实际移动距离在帧图像中的移动距离,根据每个待修正扬尘像素点在帧图像中的移动距离对该像素点的扬尘浓度进行修正。
其中,在当前帧图像的下一帧图像中对待修正扬尘像素点的扬尘浓度进行修正的方法为:
a.计算待修正扬尘像素点的实际移动距离C:
需要说明的是,由于扬尘浓度传感器数据为一分钟一个数据,生成的扬尘浓度分布场在一分钟内是唯一的,且扬尘浓度高的点在一分钟内变化(浓度变较低)的可能性很小,但是本实施例中综合考虑风速和风向的影响,引入风速和风向传感器数据进行扬尘范围分析。
步骤五:利用扬尘像素点的扬尘浓度和待修正扬尘像素点的修正后的扬尘浓度确定出大于浓度阈值的扬尘像素点和待修正扬尘像素点,获取扬尘浓度大于浓度阈值的像素点的分布范围;获取扬尘浓度大于浓度阈值的像素点的分布范围所属的喷雾机工作区域,调用该工作区域对应的喷雾机对该分布范围进行吸尘。
该步骤的目的是当浓度到达一定程度时,需要获取到此时的扬尘像素点构成的范围,同时获取喷雾机的工作区域,判断扬尘像素点的范围所属哪个喷雾机的工作区域,调用对应的喷雾机进行除尘。
其中,利用扬尘像素点的扬尘浓度和待修正扬尘像素点的修正后的扬尘浓度确定出大于浓度阈值的扬尘像素点和待修正扬尘像素点的方法为:
分别将扬尘像素点的扬尘浓度和待修正扬尘像素点的修正后的扬尘浓度与扬尘浓度阈值作对比,得到浓度大于浓度阈值的扬尘像素点和待修正扬尘像素点。
其中,扬尘浓度大于浓度阈值的像素点的分布范围的获取方法为:
获取所有扬尘像素点和已修正的扬尘像素点,以二值图的形式生成扬尘像素点的分布范围热度矩阵,扬尘像素点的矩阵值为1,并将矩阵值为1的像素点标记为,其他像素点矩阵值为0,则分布范围为矩阵值为1的区域,矩阵为:
其中,调用该分布范围对应的喷雾机对该范围进行吸尘的具体步骤如下:
(1)获取历史先验数据,其中包括:包括:风速数据、风向数据、喷雾机的功率,喷雾机角度、喷雾机对应的不同的工作区域;
(2)输入至模拟器中进行训练模拟,输出不同风速数据、风向数据、喷雾机的功率,喷雾机角度下,对应的施工场地中每个喷雾机的工作区域;
本步骤基于历史数据获取在不同风速风向、喷雾角度和功率下的所有喷雾机的工作范围,并生成喷雾机工作范围热度矩阵。
本实施例中通过确定各个喷雾机不同角度下的工作范围,生成对应的工作范围热度矩阵,并与扬尘的分布范围热度矩阵进行比较,确定哪些喷雾机机参与工作,以及对喷雾机的方向进行调整。
因为喷雾机的工作范围热度矩阵受到喷雾机功率、方向以及位置的影响。其中若风向与喷雾机的方向反向,则需要设置的喷雾机功率较大;若风向与喷雾机的方向同向,则需要设置的喷雾机功率较小。其中风速需与风向一同分析,即风向相反,风速较大,设置的喷雾机功率较大,风速较小,设置的喷雾机功率较小;若风向同向,风速越大,设置的喷雾机功率较小,风速越小,设置的喷雾机功率较大。
(4)将扬尘像素点分布范围热度矩阵和喷雾机工作区域热度矩阵中每个位置对应的矩阵值进行相加得到控制矩阵;
(5)根据控制矩阵进行智能控制:
对于控制矩阵中矩阵值0对应的像素点,既不是扬尘像素点,也不是喷雾机工作区域内的像素点,不需要对喷雾机进行控制;
对于控制矩阵中矩阵值为1的像素点:
对于控制矩阵中矩阵值2对应的像素点,该像素点既是扬尘像素点同时也在喷雾机的工作区域内,则获取矩阵值2对应的像素点的坐标,判断坐标归属的喷雾机工作区域,获取该工作区域对应的喷雾机,即该喷雾机为需要进行吸尘的喷雾机;
调用该工作区域对应的喷雾并按照对应的风速数据、风向数据、喷雾机的功率,喷雾机角度进行喷雾吸尘。
对于控制矩阵中矩阵值为0的点,表示既不是扬尘的分布范围,也不是喷雾机工作范围,该情况不需要对喷雾机进行控制;
对于控制矩阵中矩阵值为1(或)的点,表示两种可能,情况一:为只是扬尘分布范围,而不是喷雾机的工作范围;情况二:只是喷雾机工作范围,不是扬尘范围。对于这种情况,根据矩阵值的标记(或),对这两种情况进行判断。若标记为,则需要考虑是否需要对矩阵值对应的位置进行单独处理(即表示喷雾机喷不到的位置需要单独处理,比如安装可移动的地面式吸尘机对该位置进行处理);若标记为,为喷雾机的工作范围,则不需要进一步控制处理。
对于控制矩阵中矩阵值为2的点,表示既是扬尘的分布范围,也是喷雾机的工作范围,为本实施例中主要的智能调控情况。获取矩阵值为2的像素点的坐标集合,结合风速和,根据上述步骤模拟出来的工作范围结果,对各个喷雾机工作范围的归属进行分析;
对所有矩阵值为2的像素点的归属哪个喷雾机的工作区域进行分析,得到需要喷雾吸尘的喷雾机,根据该喷雾机的工作区域对应的,且同时得到了对应的喷雾机功率以及喷雾机角度,控制该对喷雾机进行喷雾除尘实现喷雾机的智能调控。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种用于市政施工的吸尘设备智能控制方法,其特征在于,包括:
获取完整覆盖市政施工场地的当前帧图像;
利用当前帧图像中扬尘浓度传感器的扬尘浓度得到当前帧图像中每个像素点的扬尘浓度;
对当前帧图像中的像素点进行边缘检测,得到当前帧图像中的临界边缘像素点;
根据当前帧图像中每个像素点的扬尘浓度和该像素点与临界边缘像素点中最近边缘像素点之间的欧式距离得到每个像素点为扬尘像素点的概率;
对当前帧图像中每个像素点为扬尘像素点的概率值进行阈值分割,将当前帧图像中的像素点分为确定扬尘像素点、待修正扬尘像素点和非扬尘像素点;
根据风速和风向得到每个待修正扬尘像素点的实际移动距离确定出该待修正扬尘像素点在下一帧图像中的移动距离,利用该移动距离对每个待修正扬尘像素点的扬尘浓度进行修正;
利用扬尘像素点的扬尘浓度和待修正扬尘像素点的修正后的扬尘浓度确定出大于浓度阈值的扬尘像素点和待修正扬尘像素点,获取扬尘浓度大于浓度阈值的像素点的分布范围;
获取扬尘浓度大于浓度阈值的像素点的分布范围所属的喷雾机工作区域,调用该工作区域对应的喷雾机对该分布范围进行吸尘。
2.根据权利要求1所述的一种用于市政施工的吸尘设备智能控制方法,其特征在于,所述当前帧图像中每个像素点的扬尘浓度的获取方法如下:
获取当前帧图像中与该像素点距离最近的扬尘浓度传感器;
若该像素点灰度值小于等于扬尘浓度传感器处像素点灰度值,则该像素点的扬尘浓度为:
式中,为第帧图像中第个像素点的扬尘浓度,为第帧图像中第个像素点的位置,为第帧图像的第个扬尘浓度传感器检测的扬尘浓度,第个扬尘浓度传感器为与第个像素点距离最近的扬尘浓度传感器,为第帧图像的第个扬尘浓度传感器的位置,为第帧图像的第个扬尘浓度传感器的位置和第个像素点位置之间的欧式距离;
若该像素点灰度值大于扬尘浓度传感器处像素点灰度值,则该像素点的扬尘浓度为:
5.根据权利要求4所述的一种用于市政施工的吸尘设备智能控制方法,其特征在于,所述对每个待修正扬尘像素点的扬尘浓度进行修正的方法为:
计算待修正扬尘像素点的实际移动距离C:
9.根据权利要求8所述的一种用于市政施工的吸尘设备智能控制方法,其特征在于,所述获取扬尘浓度大于浓度阈值的像素点的分布范围所属的喷雾机工作区域的具体方法如下:
根据历史先验数据获取每个喷雾机在不同的风速数据、风向数据、喷雾机的功率,喷雾机角度下对应的工作区域,生成工作区域热度矩阵,喷雾机的工作区域内的像素点的矩阵值为1,并将矩阵值为1的像素点标记为,其余为0,则工作区域为矩阵值为1的区域;
将扬尘像素点分布范围热度矩阵和喷雾机工作区域热度矩阵中每个位置对应的矩阵值进行相加得到控制矩阵;
对于控制矩阵中矩阵值0对应的像素点,既不是扬尘像素点,也不是喷雾机工作区域内的像素点,不需要对喷雾机进行控制;
对于控制矩阵中矩阵值为1的像素点:
对于控制矩阵中矩阵值2对应的像素点,该像素点既是扬尘像素点同时也在喷雾机的工作区域内,则获取矩阵值2对应的像素点的坐标,判断坐标归属的喷雾机工作区域,获取该工作区域对应的喷雾机,即该喷雾机为需要进行吸尘的喷雾机;
调用该工作区域对应的喷雾并按照对应的风速数据、风向数据、喷雾机的功率,喷雾机角度进行喷雾吸尘。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210828753.6A CN115018872B (zh) | 2022-07-15 | 2022-07-15 | 一种用于市政施工的吸尘设备智能控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210828753.6A CN115018872B (zh) | 2022-07-15 | 2022-07-15 | 一种用于市政施工的吸尘设备智能控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115018872A CN115018872A (zh) | 2022-09-06 |
CN115018872B true CN115018872B (zh) | 2022-11-08 |
Family
ID=83080399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210828753.6A Active CN115018872B (zh) | 2022-07-15 | 2022-07-15 | 一种用于市政施工的吸尘设备智能控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115018872B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116591087A (zh) * | 2023-04-28 | 2023-08-15 | 广东浩宇清洁环保设备有限公司 | 一种具有抑尘功能的驾驶式扫地吸尘装置 |
CN116663964B (zh) * | 2023-04-28 | 2023-11-03 | 长电新能有限责任公司 | 一种基于清单项目特征值的工程单价快速计算方法及*** |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4849144B2 (ja) * | 2009-03-23 | 2012-01-11 | コニカミノルタビジネステクノロジーズ株式会社 | 画像読取装置および筋状ノイズ補正方法 |
CN103514366B (zh) * | 2013-09-13 | 2017-02-08 | 中南大学 | 一种城市空气质量浓度监测缺失数据的修复方法 |
CN114387273B (zh) * | 2022-03-24 | 2022-05-31 | 莱芜职业技术学院 | 基于计算机图像识别的环境粉尘浓度检测方法及*** |
-
2022
- 2022-07-15 CN CN202210828753.6A patent/CN115018872B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115018872A (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115018872B (zh) | 一种用于市政施工的吸尘设备智能控制方法 | |
CN109325935B (zh) | 一种基于无人机图像的输电线路检测方法 | |
CN108961235A (zh) | 一种基于YOLOv3网络和粒子滤波算法的缺陷绝缘子识别方法 | |
CN110648364B (zh) | 一种多维度空间固废视觉检测定位及识别方法与*** | |
US20180122083A1 (en) | Method and device for straight line detection and image processing | |
CN107798330A (zh) | 一种焊缝图像特征信息提取方法 | |
CN113284124B (zh) | 一种基于无人机视觉的光伏面板缺陷检测方法 | |
CN106290388A (zh) | 一种绝缘子故障自动检测方法 | |
CN106935683A (zh) | 一种太阳能电池片高速视觉定位及矫正***及其方法 | |
CN108229524A (zh) | 一种基于遥感图像的烟囱和冷凝塔检测方法 | |
CN112149543A (zh) | 一种基于计算机视觉的建筑扬尘识别***与方法 | |
CN113516108B (zh) | 基于数据识别的工地抑尘数据匹配处理方法 | |
CN100492396C (zh) | 一种面向摄像整纬器的织物纹理图像识别方法 | |
CN107292926A (zh) | 基于多图像序列的巡检机器人运动轨迹直线度测量方法 | |
CN111896540A (zh) | 一种基于区块链的水质在线监测*** | |
CN113420670B (zh) | 基于高分遥感输变电线路迁改环水保监管方法 | |
CN110716504B (zh) | 一种基于多闭环串级控制的滚球***运动控制方法 | |
CN115984806B (zh) | 道路标线破损动态检测*** | |
CN115792919B (zh) | 一种气溶胶激光雷达水平扫描监测污染热点区域识别方法 | |
CN112132823A (zh) | 一种基于人工智能的光伏电池图像局部光照不均处理方法 | |
CN115713654A (zh) | 基于2d与3d激光图像的轨道扣件螺栓松动自动检测方法 | |
CN112818836B (zh) | 一种变电站场景的人员目标检测方法及*** | |
CN113949142A (zh) | 一种基于视觉识别的巡线机器人自主充电方法、*** | |
CN113326793A (zh) | 一种远距离行人位置识别方法、***及存储介质 | |
CN112183467A (zh) | 基于人工智能的光伏机器人沉陷卡死检测方法及*** |
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 |