CN214376495U - 一种便携式岩石岩性快速分类识别装置 - Google Patents
一种便携式岩石岩性快速分类识别装置 Download PDFInfo
- Publication number
- CN214376495U CN214376495U CN202023231366.XU CN202023231366U CN214376495U CN 214376495 U CN214376495 U CN 214376495U CN 202023231366 U CN202023231366 U CN 202023231366U CN 214376495 U CN214376495 U CN 214376495U
- Authority
- CN
- China
- Prior art keywords
- rock
- identification
- lithology
- classification
- embedded
- 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
Images
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本实用新型公开了一种便携式岩石岩性快速分类识别装置,包括前端传感采集设备、嵌入式主控单元、数据总线及神经网络处理器,嵌入式主控单元包括主控制器、分类识别计算器与电源模块,前端传感采集设备与嵌入式主控单元电连接,嵌入式主控单元与数据总线电连接,数据总线与神经网络处理器电连接,电源模块与主控制器电连接;本实用新型采用嵌入式主控处理器,能够实时对前端采集到的岩石物性数据通过嵌入式主控单元内运行的分类识别计算器进行实时处理,实现了对岩石岩性的快速识别和分类。
Description
技术领域
本实用新型涉及地球物理勘探技术领域,具体涉及一种便携岩石岩性快速分类识别装置。
背景技术
在进行地球物理勘探野外作业时常面临对岩石类别进行现场快速分类识别的需求,现场作业人员根据岩石物性分类分析结果,对工区施工提供参考意见。人工智能技术的快速发展为数据分类方面的数据处理提供了广阔的应用前景,而嵌入式电子技术的发展使得实时计算越来越突破空间的限制,两者结合使得在地球物理勘探野外作业现场进行岩石快速分类识别成为可能。
现有的岩石物性分类识别做法是对井中取出的岩心带回实验室进行检测,成本较高且周期较长,这种方式无法实现岩石在野外作业现场快速分类识别。
实用新型内容
为了解决现有技术中存在的技术问题,本实用新型提供一种便携式岩石岩性快速分类识别装置,以实现对岩石在野外作业现场快速分类识别。
为实现上述目的,本实用新型提供了如下方案:
一种便携式岩石岩性快速分类识别装置,包括:
前端传感采集设备、嵌入式主控单元、数据总线、神经网络处理器,所述前端传感采集设备与所述嵌入式主控单元电性连接,所述嵌入式主控单元通过所述数据总线与所述神经网络处理器电性连接。
优选地,所述前端传感采集设备包括:
摄像头:用于采集岩石图像;
超声波传感器:用于采集岩石间的距离信息;
TDR传感器:用于采集岩石的纵波传播速度信号和横波传播速度信号;
温湿度传感器:用于采集环境中的温度和湿度信息;
电位器式传感器:用于采集测点上的岩石电位;
压力传感器:用于采集岩石所处环境的大气压力。
优选地,所述嵌入式主控单元包括嵌入式微处理器开发板,分类识别计算器和电源模块。
优选地,所述嵌入式微处理器开发板用于将所述前端传感采集设备采集到的岩石物性模拟信号转换为数字信号,输入到所述嵌入式微处理器开发板中。
优选地,所述嵌入式微处理器开发板使用基于ARM架构的Raspberry Pi 4b嵌入式微处理器开发板,用于运行Ubuntu Linux操作***及完成前端采集设备的信号处理。
优选地,所述分类识别计算器用于将采集到的岩石物性参数进行人工智能分类识别计算。
优选地,所述电源模块用于给所述嵌入式微处理器开发板(21)提供直流电,所述电源模块与所述嵌入式微处理器开发板USB Type-C接口连接。
优选地,所述数据总线包括USB总线,Wi-Fi总线和蓝牙总线。
优选地,所述神经网络处理器与所述嵌入式主控单元通过USB总线电性连接。
优选地,所述神经网络处理器采用Intel Movidius神经计算棒,用于提高岩石分类识别人工智能算法的计算效率。
本实用新型公开了以下有益效果:
(1)本实用新型通过Raspberry Pi 4b嵌入式微处理器开发板,采用嵌入式***实现了小尺寸、便携、易供电的岩石参数采集和信号处理装置,可通过嵌入式***运行的Ubuntu Linux操作***执行分类识别计算器的实时运算,完成岩石物性分类识别;
(2)本实用新型采用嵌入式***上运行的人工智能分类识别算法,能够实时对前端采集到的岩石物性参数进行数据处理,实时输出岩石分类识别结果。
附图说明
为了更清楚地说明本实用新型实施例或现有技术中的技术方案,下面将对实施例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实用新型的一些实施例,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为本实用新型实施例提供的一种便携岩石岩性快速分类识别装置的模块示意图;
其中10为前端传感采集设备,11为摄像头,12为超声波传感器,13为TDR传感器,14为温湿度传感器,15为电位器式传感器,16为压力传感器,20为嵌入式主控单元,21为嵌入式微处理器开发板,22为分类识别计算器,23为电源模块,30为数据总线,31为USB总线,32为Wi-Fi总线,33为蓝牙总线,40为神经网络处理器。
具体实施方式
下面将结合本实用新型实施例中的附图,对本实用新型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实用新型一部分实施例,而不是全部的实施例。基于本实用新型中的实施例,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,都属于本实用新型保护的范围。
如图1,本实用新型提供一种便携岩石岩性快速分类识别装置,所述分类识别装置包括有前端传感采集设备10、嵌入式主控单元20、数据总线30及神经网络处理器40。
所述前端传感采集设备10包括有摄像头11、超声波传感器12、TDR传感器13、温湿度传感器14、电位器式传感器15及压力传感器16。
所述嵌入式主控单元20包括:嵌入式微处理器开发板21、分类识别计算器22及电源模块23。在本实用新型的具体实施方式中,嵌入式微处理器开发板20为Raspberry Pi4b。
数据总线30包括USB总线31、Wi-Fi总线32和蓝牙总线33。
所述前端传感采集设备10与嵌入式主控单元20电性连接,嵌入式主控单元20与数据总线30电性连接,数据总线30与神经网络处理器40电性连接。
所述前端传感采集设备10用于采集岩石物性数据并将其转换为数字信号传输到嵌入式主控单元20中。
所述摄像头11用于采集岩石图像信号,所述超声波传感器12用于采集岩石间的距离信息,所述TDR传感器13用于采集岩石的纵波传播速度Vp和横波传播速度Vs信号,所述温湿度传感器14用于采集环境中的温度和湿度信息,所述电位器式传感器15用于采集测点上的岩石电位,所述压力传感器16用于采集岩石所处环境的大气压力。
在本实用新型的具体实施方式中,所述摄像头11可以是视觉巡线摄像头,型号为OV7670,OV7670设置为640*480 16的分辨率,30帧每秒,就是30FPS,每一个RGB的数据为16位。
所述TDR传感器13可以是半导体时域反射计,型号可为CSF15,TDR为Time DomainReflectometry,时域反射仪。
所述温湿度传感器14可以是半导体温湿度传感器,型号为DHT11;DHT11半导体温湿度传感器是一款含有已校准数字信号输出的温湿度复合传感器,它应用专用的数字模块采集技术和温湿度传感技术,确保产品具有极高的可靠性和卓越的长期稳定性。
所述电位器式传感器15为半导体电位器式传感器,型号为QMC5883L,电位器式传感器结构简单,体积小,质量轻,价格低廉,性能稳定,对环境条件要求不高,输出信号较大,一般不需放大,并易实现函数关系的转换。
所述压力传感器16为半导体压力变送器,型号为CYYZ11,压力变送器是一种将压力转换成气动信号或电动信号进行控制和远传的设备,它能将测压元件传感器感受到的气体、液体等物理压力参数转变成标准的电信号(如4~20mADC等),以供给指示报警仪、记录仪、调节器等二次仪表进行测量、指示和过程调节。
所述嵌入式主控单元20用于完成信号处理和岩石分类识别实时运算。所述嵌入式开发板21采用Raspberry Pi 4b,用于运行UbuntuLinux操作***及完成前端采集设备的信号处理。所述分类识别计算器22用于对采集到的岩石物性参数进行人工智能分类识别运算。所述电源模块23用于给嵌入式开发板22提供5V,3A的直流电,通过USB Type-C接口连接,可以采用二合一移动充电宝供电,如型号可以是CTA-12。
所述神经网络处理器40采用Intel Movidius神经计算棒,用于提高岩石分类识别人工智能算法计算效率。
在本实用新型的实施方式中,所述信号处理和实时运算的原理如下:(1)前端采集设备10将采集到的岩石物性模拟信号转换为数字信号输入到嵌入式开发板21中;(2)嵌入式开发板20运行UbuntuLinux操作***,在该操作***上运行开发好的岩石分类识别计算器22,该算法由Python编程语言开发;(3)分类识别计算器22将岩石物性信号作为输入参数输入到训练好的人工智能分类识别模型中,并借助神经网络处理器40的计算能力加速计算,经计算后将分类识别结果进行输出;(4)嵌入式开发板21将计算结果通过数据总线30反馈给终端用户。
本实用新型通过Raspberry Pi 4b嵌入式微处理器开发板,采用嵌入式***实现了小尺寸、便携、易供电的岩石参数采集和信号处理装置,可通过嵌入式***运行的UbuntuLinux操作***执行分类识别计算器的实时运算,完成岩石物性分类识别。
本实用新型采用嵌入式***上运行的人工智能分类识别算法,能够实时对前端采集到的岩石物性参数进行数据处理,实时输出岩石分类识别结果。
本实用新型采用Intel Movidius神经计算棒,能够提高岩石分类识别人工智能算法计算效率。
以上所述的实施例仅是对本实用新型的优选方式进行描述,并非对本实用新型的范围进行限定,在不脱离本实用新型设计精神的前提下,本领域普通技术人员对本实用新型的技术方案做出的各种变形和改进,均应落入本实用新型权利要求书确定的保护范围内。
Claims (10)
1.一种便携式岩石岩性快速分类识别装置,其特征在于,包括:
前端传感采集设备(10)、嵌入式主控单元(20)、数据总线(30)、神经网络处理器(40),所述前端传感采集设备(10)与所述嵌入式主控单元(20)电性连接,所述嵌入式主控单元(20)通过所述数据总线(30)与所述神经网络处理器(40)电性连接。
2.根据权利要求1所述的便携式岩石岩性快速分类识别装置,其特征在于,所述前端传感采集设备(10)包括:
摄像头(11):用于采集岩石图像;
超声波传感器(12):用于采集岩石间的距离信息;
TDR传感器(13):用于采集岩石的纵波传播速度信号和横波传播速度信号;
温湿度传感器(14):用于采集环境中的温度和湿度信息;
电位器式传感器(15):用于采集测点上的岩石电位;
压力传感器(16):用于采集岩石所处环境的大气压力。
3.根据权利要求1所述的便携式岩石岩性快速分类识别装置,其特征在于,所述嵌入式主控单元(20)包括嵌入式微处理器开发板(21),分类识别计算器(22)和电源模块(23)。
4.根据权利要求3所述的便携式岩石岩性快速分类识别装置,其特征在于,所述嵌入式微处理器开发板(21)用于将所述前端传感采集设备(10)采集到的岩石物性模拟信号转换为数字信号,输入到所述嵌入式微处理器开发板(21)中。
5.根据权利要求4所述的便携式岩石岩性快速分类识别装置,其特征在于,所述嵌入式微处理器开发板(21)使用基于ARM架构的Raspberry Pi 4b嵌入式微处理器开发板,用于运行Ubuntu Linux操作***及完成前端采集设备的信号处理。
6.根据权利要求3所述的便携式岩石岩性快速分类识别装置,其特征在于,所述分类识别计算器(22)用于将采集到的岩石物性参数进行人工智能分类识别计算。
7.根据权利要求3所述的便携式岩石岩性快速分类识别装置,其特征在于,所述电源模块(23)用于给所述嵌入式微处理器开发板(21)提供直流电,所述电源模块与所述嵌入式微处理器开发板USB Type-C接口连接。
8.根据权利要求1所述的便携式岩石岩性快速分类识别装置,其特征在于,所述数据总线(30)包括USB总线(31),Wi-Fi总线(32)和蓝牙总线(33)。
9.根据权利要求8所述的便携式岩石岩性快速分类识别装置,其特征在于,所述神经网络处理器(40)与所述嵌入式主控单元(20)通过USB总线(31)电性连接。
10.根据权利要求1所述的便携式岩石岩性快速分类识别装置,其特征在于,所述神经网络处理器(40)采用Intel Movidius神经计算棒,用于提高岩石分类识别人工智能算法的计算效率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202023231366.XU CN214376495U (zh) | 2020-12-29 | 2020-12-29 | 一种便携式岩石岩性快速分类识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202023231366.XU CN214376495U (zh) | 2020-12-29 | 2020-12-29 | 一种便携式岩石岩性快速分类识别装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN214376495U true CN214376495U (zh) | 2021-10-08 |
Family
ID=77948316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202023231366.XU Active CN214376495U (zh) | 2020-12-29 | 2020-12-29 | 一种便携式岩石岩性快速分类识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN214376495U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114047560A (zh) * | 2021-11-19 | 2022-02-15 | 成都理工大学 | 一种面向边缘计算的声音信号岩性识别*** |
-
2020
- 2020-12-29 CN CN202023231366.XU patent/CN214376495U/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114047560A (zh) * | 2021-11-19 | 2022-02-15 | 成都理工大学 | 一种面向边缘计算的声音信号岩性识别*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106092195B (zh) | 一种水环境监测*** | |
CN204229230U (zh) | 用于自动读表的变电站巡检机器人 | |
CN104597903A (zh) | 用于自动读表的变电站巡检机器人 | |
CN107944118A (zh) | 一种有效的建筑安全监测方法 | |
CN214376495U (zh) | 一种便携式岩石岩性快速分类识别装置 | |
CN116628559B (zh) | 水下大数据计算综合实验分类***、分类模型的训练方法 | |
CN206592248U (zh) | 离网型便携式风力发电机组野外测试与分析*** | |
CN100470418C (zh) | 基于盲源信号分析的聚丙烯熔融指数软测量仪表及方法 | |
CN116882758A (zh) | 一种大坝安全监测体检单生成方法 | |
CN112906602B (zh) | 基于图像处理的配电柜电量表自动识别装置及识别方法 | |
CN201527453U (zh) | 电磁场测量*** | |
CN117147974B (zh) | 一体化温度水位电导率地下水采集水质分析装置 | |
CN202393351U (zh) | Ccd垂线坐标仪 | |
CN116466058B (zh) | 水质检测数据处理方法、水质评估***、设备及介质 | |
CN206974485U (zh) | 一种输变电工程环境敏感因子智能实时在线监测*** | |
CN117169639B (zh) | 一种电源适配器生产用产品检测方法及*** | |
CN116182949B (zh) | 一种海洋环境水质监测***及方法 | |
CN114672809B (zh) | 一种智能化管道阴极保护控制*** | |
CN104266634A (zh) | 输电线路绝缘子等值灰密在线监测***及监测方法 | |
CN213688470U (zh) | 一种新型温湿度传感器 | |
CN106198295A (zh) | 基于失重率的禽蛋新鲜度便携式检测装置及其方法 | |
CN107727082A (zh) | 一种实时监测浮标的模块化*** | |
CN112214538A (zh) | 一种基于环境空气微型站智能网格化*** | |
CN216717438U (zh) | 水环境监测*** | |
CN204228127U (zh) | 无线智能化测厚仪 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |