[發(fā)明專利]一種粉塵智能測控治系統(tǒng)及其抑塵降塵方法有效
| 申請?zhí)枺?/td> | 202010650514.7 | 申請日： | 2020-07-08 |
| 公開（公告）號： | CN111530203B | 公開（公告）日： | 2020-10-09 |
| 發(fā)明（設(shè)計）人： | 龔京忠;賀運初;劉黎明;劉剛;梁義;周成堯 | 申請（專利權(quán)）人： | 湖南九九智能環(huán)保股份有限公司 |
| 主分類號： | B01D47/06 | 分類號： | B01D47/06 |
| 代理公司： | 長沙國科天河知識產(chǎn)權(quán)代理有限公司 43225 | 代理人： | 董惠文 |
| 地址： | 410000 湖南省長沙市岳麓區(qū)岳麓西*** | 國省代碼： | 湖南;43 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 粉塵 智能 測控 系統(tǒng) 及其 降塵 方法 | ||
1.一種粉塵智能測控治系統(tǒng)，其特征在于，包括感知模塊、視覺模塊、決策模塊、控制模塊與執(zhí)行模塊；
所述感知模塊設(shè)在待進行粉塵測控治的空間區(qū)域中，用于獲取待測控治區(qū)域的環(huán)境參數(shù)以及測量點的粉塵濃度值；
所述執(zhí)行模塊設(shè)在待進行粉塵測控治的空間區(qū)域中，所述執(zhí)行模塊包括若干不同抑塵形式的抑塵裝置，以用于對待測控治區(qū)域進行全面抑塵；
所述控制模塊與執(zhí)行模塊通信相連，用于控制執(zhí)行模塊中各抑塵裝置的運行；
所述視覺模塊設(shè)在待進行粉塵測控治的空間區(qū)域中，所述視覺模塊包括若干不同攝像形式的攝像裝置，以用于獲取待測控治區(qū)域中各個位置的多視角圖像；
所述決策模塊與視覺模塊通信相連，用于獲取待測控治區(qū)域中各個位置的多視角圖像，通過對待測控治區(qū)域中各個位置的多視角圖像進行拼接，將待測控治區(qū)域網(wǎng)格化，得到三維網(wǎng)格化視場；
所述決策模塊與感知模塊通信相連，用于獲取待測控治區(qū)域的環(huán)境參數(shù)以及測量點的粉塵濃度值，并基于待測控治區(qū)域的環(huán)境參數(shù)以及測量點的粉塵濃度值結(jié)合三維網(wǎng)格化視場得到待測控治區(qū)域的濃度分布，進而通過待測控治區(qū)域的濃度分布得到執(zhí)行模塊中各抑塵裝置的控制策略；
所述決策模塊與控制模塊通信相連，使得控制模塊根據(jù)各抑塵裝置的控制策略控制各抑塵裝置運行；
所述決策模塊包括：
視場生成子模塊，與視覺模塊通信相連，用于獲取待測控治區(qū)域中各個位置的多視角圖像，通過對待測控治區(qū)域中各個位置的多視角圖像進行拼接，將待測控治區(qū)域網(wǎng)格化，得到三維網(wǎng)格化視場；
濃度分布生成子模塊，與視場生成子模塊、感知模塊通信相連，用于獲取待測控治區(qū)域的環(huán)境參數(shù)以及測量點的粉塵濃度值，并基于待測控治區(qū)域的環(huán)境參數(shù)以及測量點的粉塵濃度值結(jié)合三維網(wǎng)格化視場得到待測控治區(qū)域的濃度分布；
策略生成子模塊，與濃度分布生成子模塊通信相連，用于通過待測控治區(qū)域的濃度分布得到執(zhí)行模塊中各抑塵裝置的控制策略；
策略發(fā)送子模塊，與策略生成子模塊、控制模塊通信相連，用于將各抑塵裝置的控制策略發(fā)送至控制模塊；
其中，基于視場生成子模塊得到三維網(wǎng)格化視場以及基于濃度分布生成子模塊得到待測控治區(qū)域的濃度分布具體包括如下步驟：
步驟201，基于待測控治區(qū)域中各個位置的多視角圖像得到三維網(wǎng)格化視場內(nèi)粉塵的分布空間；
步驟202，獲取三維網(wǎng)格化視場內(nèi)所有粉塵在多視角圖像中對應(yīng)的灰度值；
步驟203，獲取三維網(wǎng)格化視場內(nèi)各測量點的粉塵濃度值以及測量點在多視角圖像中對應(yīng)的灰度值；
步驟204，通過三維網(wǎng)格化視場內(nèi)所有粉塵在多視角圖像中對應(yīng)的灰度值、各測量點的粉塵濃度值以及測量點在多視角圖像中對應(yīng)的灰度值三者進行插值，得到三維網(wǎng)格化視場內(nèi)的粉塵濃度分布；
步驟201中，基于待測控治區(qū)域中各個位置的多視角圖像得到三維網(wǎng)格化視場內(nèi)粉塵的分布空間，具體為：
步驟301，獲取采樣周期內(nèi)待測控治區(qū)域中各個位置的多視角圖像，將多視角圖像按時間排序，得到視頻圖像序列；
步驟302，基于視頻圖像序列識別三維網(wǎng)格化視場中的靜止幾何物體，得到三維網(wǎng)格化視場中靜止物體的空間坐標(biāo)；
步驟303，將視頻圖像序列中相鄰的兩幀視頻圖像作差分運算，得到灰度圖序列，基于灰度圖序列與設(shè)定的像素點第一閾值得到三維網(wǎng)格化視場在采樣周期內(nèi)新增運動物體的空間坐標(biāo)以及新增高濃度粉塵的點云圖形；
步驟304，基于灰度圖序列與設(shè)定的像素點第二閾值得到三維網(wǎng)格化視場在采樣周期內(nèi)新增低濃度粉塵的點云圖形，其中，像素點第二閾值小于像素點第一閾值；
步驟305，將三維網(wǎng)格化視場中新增高濃度粉塵、新增低濃度粉塵與靜止物體、新增運動物體之間進行空間相對位置分析，確定粉塵產(chǎn)生的運動物體源頭、靜止物體源頭；
步驟306，由粉塵產(chǎn)生的運動物體源頭、靜止物體源頭的空間坐標(biāo)得到新增運動粉塵的空間坐標(biāo)，其中，新增運動粉塵包括新增高濃度粉塵與新增低濃度粉塵；
步驟307，基于粉塵的運移參數(shù)對新增運動粉塵進行跟蹤，得到新增運動粉塵在下一個采樣周期內(nèi)的空間坐標(biāo)；
步驟308，重復(fù)步驟307，完成對三維網(wǎng)格化視場內(nèi)新增粉塵的持續(xù)跟蹤定位。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于湖南九九智能環(huán)保股份有限公司，未經(jīng)湖南九九智能環(huán)保股份有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010650514.7/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
