[发明专利]基于无人飞艇的空气质量机器视觉在线监测系统及方法在审

专利信息
申请号: 202010274128.2 申请日: 2020-04-09
公开(公告)号: CN111340804A 公开(公告)日: 2020-06-26
发明(设计)人: 张炯;张中泽;孟博雯;谭怡然;杨仝锁;夏霜;胡念;韩若楠 申请(专利权)人: 山东大学
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00;G06K9/62;B64B1/20;B64B1/22;B64B1/58;B60L8/00;G06N3/04
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 董雪
地址: 250061 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 无人 飞艇 空气质量 机器 视觉 在线 监测 系统 方法
【说明书】:

发明公开了一种基于无人飞艇的空气质量机器视觉在线监测系统及方法,包括:无人飞艇本体,设置在无人飞艇本体上的图像采集子系统,以及图像识别子系统;所述图像采集子系统被配置为每隔设定时间采集并存储天气的影像资料;所述图像采集子系统与图像识别子系统进行无线通信;所述图像识别子系统被配置为采用神经网络算法对接收到的图像进行识别,输出空气质量状况。本发明利用太阳能电池板和蓄电池,可以实现飞艇的超长航时,可以对指定区域进行长时间的空气质量检测,操控灵活。

技术领域

本发明涉及大气质量监测技术领域,尤其涉及一种基于无人飞艇的空气质量机器视觉在线监测系统及方法。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。

我国城市空气质量检测的方式为采用空气质量检测站(又称空气站)进行检测,即在城市中的重要区域,如主要固定污染源,工业园,人口密集区等位置设立空气站,站内安装多参数自动监测仪器进行连续自动监测,将监测结果实时存储并加以分析后得到相关的数据,并通过电视广播等向民众公布分析结果。

发明人发现,该方式主要是通过定点收集,分析出空气质量指数(AQI)。每个空气质量检测站需要单独开辟场地建设,设备造价高昂,人员后期维护成本大,且需要维护分析人员具备相关的专业知识,这些缺点使得西北部经济相对不发达的地区无法建立完备的空气质量检测网络。而且固定站点可检测范围狭小,高度较低,因而不能反映立体空间内的空气质量状况。且西北部地区幅员辽阔,气候相对恶劣,更是大大加大了该方法的成本。

发明内容

有鉴于此,本发明提出了一种基于无人飞艇的空气质量机器视觉在线监测系统及方法,采用无人飞艇作为空气质量机器视觉在线检测系统的搭载平台,引入了机器视觉系统,利用机器对所摄影像资料进行分析并根据污染程度对其空气质量做出判定。

在一些实施方式中,采用如下技术方案:

一种基于无人飞艇的空气质量机器视觉在线监测系统,包括:无人飞艇本体,设置在无人飞艇本体上的图像采集子系统,以及图像识别子系统;所述图像采集子系统被配置为每隔设定时间采集并存储天气的影像资料;所述图像采集子系统与图像识别子系统进行无线通信;所述图像识别子系统被配置为采用神经网络算法对接收到的图像进行识别,输出空气质量状况。

其中,所述图像识别子系统对图像进行识别的过程包括:

基于采集到的不同地区的空气质量实拍图像,对所述图像进行图像标注,构建样本集;

对样本集数据进行增强及平滑去噪预处理;

构建图像识别模型,基于所述样本集对图像识别模型进行训练;

将图像采集子系统采集到的天气影像资料输入到训练好的图像识别模型中,输出空气质量分类结果。

在另一些实施方式中,采用如下技术方案:

一种基于无人飞艇的空气质量机器视觉在线监测方法,包括:

每隔设定时间采集并存储天气的影像资料;

将采集到的天气影像资料输入到训练好的图像识别模型中,输出空气质量分类结果;

其中,对图像识别模型的训练过程包括:

基于采集到的不同地区的空气质量实拍图像,对所述图像进行图像标注,构建样本集;

对样本集数据进行增强及平滑去噪预处理;

构建图像识别模型,基于所述样本集对图像识别模型进行训练。

与现有技术相比,本发明的有益效果是:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010274128.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top