[發明專利]一種基于無人機的全時空水域污染物應急態勢感知系統

在審

• 申請號: 202010551493.3
• 申請日: 2020-06-17
• 公開（公告）號: CN111639456A
• 公開（公告）日: 2020-09-08
• 發明（設計）人: 賈鵬;馬銘陽;汪夢真
• 申請（專利權）人: 太原理工大學
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F30/27;G06F30/28;G06F113/08;G06F119/14
• 代理公司: 太原市科瑞達專利代理有限公司 14101
• 代理人: 李富元

1.一種基于無人機的全時空水域污染物應急態勢感知系統，其特征在于按照如下步驟進行：

步驟一：在水域范圍內，以地形海拔、經緯度數據和固定監測站測量的歷史水污染發生區域位置信息為輸入，以水污染發生區域經緯度位置信息為輸出，建立輸入與輸出一一對應關系,其中輸出作為初始采樣點位置；

步驟二：建立模擬水污染擴散模型Ω，該模型以地形海拔、經緯度數據、平均水流流速、污染源頭位置信息為輸入，按時序分布的不同時刻時污染物空間及對應位置濃度分布數據為輸出，依據流體力學三大守恒定律模擬污染物擴散過程，建議輸入到輸出的對應關系形成模擬水污染擴散模型Ω；

步驟三：以模擬水污染擴散模型Ω的輸入和輸出為訓練集，訓練出神經網絡Φ₁,在水域范圍內隨機選取一個采樣點（X₀,Y₀,t₀）輸入到神經網絡Φ₁，得到下一采樣點的數據（X_Φ1,Y_Φ1,t_Φ1,n_Φ1）, X₀、Y₀，X_Φ1、Y_Φ1分別為隨機選取的采樣點和下一采樣點的經緯度坐標，以污染物剛開始擴散的時刻為初始時刻,t₀、t_Φ1分別為從污染物剛開始擴散到采樣到（X₀,Y₀）、（X_Φ1,Y_Φ1）位置時的時間，n_Φ1是t_Φ1時刻在（X_Φ1,Y_Φ1)處的污染物濃度；

步驟四：建立采樣點生成神經網路Φ₂，該神經網路Φ₂以當前采樣點的經緯度位置（X₀,Y₀,t₀）、水流速度方向、污染物濃度、河道邊界的經緯度信息為輸入，以下一采樣點的經緯度位置（X_Φ2,Y_Φ2,t_Φ2）為輸出, t_Φ2是從污染物剛開始擴散到采樣到（X_Φ2,Y_Φ2）位置時的時間；

步驟五：以神經網絡Φ₁為判別模型，神經網路Φ₂為生成模型，將兩者組合為生成式對抗網絡：對神經網絡Φ₁、神經網路Φ₂輸入相同的當前采樣點位置（X₀,Y₀,t₀），分別得到（X_Φ1,Y_Φ1,t_Φ1, n_Φ1）、（X_Φ2,Y_Φ2,t_Φ2），在模擬水污染擴散模型Ω的模擬數據中獲得兩處位置的污染物濃度依次為n_Φ1、n_Φ2，以n_Φ1、n_Φ2的相對大小，（X₀,Y₀）和（X_Φ1,Y_Φ1）、（X₀,Y₀）和（X_Φ2,Y_Φ2）構成的兩條線段與水域邊界是否相交,無人機飛行速度和水流速度為約束條件，以下一采樣點的污染物濃度盡量大為評價標準，經過迭代計算，給出一個最優的下一采樣點經緯度位置（X,Y），最終將神經網路Φ₂訓練成以當前采樣點的經緯度位置（X₀,Y₀,t₀）、水流速度方向、污染物濃度、河道邊界的經緯度信息為輸入，以（X,Y,t）為輸出的自主規劃采樣點的神經網絡Ψ；

步驟六：將實驗獲得含有不同污染物的污水的吸收光譜、地形海拔、經緯度數據預存入無人機上的嵌入式計算設備內，由無人機搭載便攜式光源、光譜儀、水流流速流向傳感器，從根據步驟一確定的初始位置沿水域巡航測定污染物濃度、擴散速度、水流方向信息，當檢測到某處（X₁,Y₁,t₁）污染物濃度超出預設閾值n的5%時，將當前采樣點信息（X₁,Y₁,t₁）、水流速度方向、污染物濃度信息輸入到步驟四得到的神經網路Φ₂，得出下一采樣點位置（X₂,Y₂），無人機飛行到（X₂,Y₂）再次采樣，重復上述步驟，得到再下一處采樣點，每次得到的下一處采樣點污染物濃度都會比上一處高，直到得到的下一處采樣點與當前采樣點位置的距離小于預設閾值L，則認為已找到污染物濃度最大的區域（X_N,Y_N）；

步驟七：無人機從（X₁,Y₁）飛行至（X_N,Y_N）過程中經過的采樣點位置依次為（X₁,Y₁,t₁,n₁）、（X₂,Y₂,t₂,n₂）……（X_N-1,Y_N-1,t_N-1,n_N-1）、（X_N,Y_N ,t_N,n_N），X、Y是經緯度信息，t是采樣時刻，n是污染物濃度，共有N個采樣點，根據以上信息運用壓縮感知技術，重構并預算整個水污染物擴散隨時間、空間的變化數據，將重構數據中的經緯度信息與實際經緯度坐標一一對應，結合被測地形海拔、水域邊界經緯度信息，利用VR技術三維展示出整個水污染擴散發展態勢。

2.根據權利要求1所述的一種基于無人機的全時空水域污染物態勢感知系統，其特征在于：步驟一中的初始采樣點位置指無人機開始工作時選擇的首個采樣點的位置，初始位置從該輸出中隨機選取或者直接選擇大概率發生水污染輸出作為初始位置。