[發(fā)明專利]一種基于物聯(lián)網(wǎng)的洪水災(zāi)害預(yù)警系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 202011225531.2
• 申請日: 2020-11-05
• 公開（公告）號: CN112327698B
• 公開（公告）日: 2021-10-12
• 發(fā)明（設(shè)計）人: 葉遠
• 申請（專利權(quán)）人: 樂清市辰卓電氣有限公司
• 主分類號: G05B19/042
• 分類號: G05B19/042;G08B21/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于物聯(lián)網(wǎng)的洪水災(zāi)害預(yù)警系統(tǒng)，其特征在于：該預(yù)警系統(tǒng)包括風險評估模塊、洪水災(zāi)害監(jiān)測模塊、營救管理模塊、信息預(yù)警模塊和主控模塊，所述風險評估模塊用于對今年是否會發(fā)生洪災(zāi)進行提前預(yù)估，所述洪水災(zāi)害監(jiān)測模塊用于對不同區(qū)域的水位線進行實時監(jiān)測，判斷是否會造成洪水嚴重災(zāi)害，所述營救管理模塊用于使用無人機對人所在位置進行確定并營救，所述信息預(yù)警模塊用于對水位線超過最高預(yù)警值時及時發(fā)送預(yù)警信息，所述信息預(yù)警模塊內(nèi)的信息都會及時發(fā)送給主控模塊，所述主控模塊與風險評估模塊、洪水災(zāi)害監(jiān)測模塊、營救管理模塊和信息預(yù)警模塊相連接；

所述風險評估模塊包括時間預(yù)估單元、農(nóng)作物保護單元、洪水防護單元，所述時間預(yù)估單元用于根據(jù)今年降水量和往年發(fā)生洪水的次數(shù)和往年降水量預(yù)估今年發(fā)生洪水的次數(shù)，所述農(nóng)作物保護單元用于對去年農(nóng)作物的受災(zāi)面積所占比重進行統(tǒng)計計算，所述洪水防護單元用于根據(jù)洪水的流動走向?qū)崟r計算洪水到地勢低洼區(qū)域的流動時間，所述時間預(yù)估單元的輸出端與農(nóng)作物保護單元和洪水防護單元的輸入端相連接；

所述洪水災(zāi)害監(jiān)測模塊包括危險區(qū)域設(shè)定單元、水位監(jiān)測單元和山體維護單元和警示單元，所述危險區(qū)域設(shè)定單元用于根據(jù)泥石流滾降的速度、山坡與平原的傾斜角度判斷危險區(qū)域，所述水位監(jiān)測單元用于對上升的水位進行實時監(jiān)測，對水勢每次沖破的水位線高度和周邊位置進行判斷是否會造成洪水或泥石流，所述山體維護單元用于在泥石流停止流動后，對山體上的降雨量是否會導(dǎo)致石塊繼續(xù)掉落進行評估，并在山體維護人員對山體進行修復(fù)維護時，實時判斷山體維護人員的下一步是否會進入危險區(qū)域，所述警示單元用于在山體維護人員進入危險區(qū)域時進行通報，所述水位監(jiān)測單元的輸出端與危險區(qū)域設(shè)定單元、山體維護單元和警示單元的輸入端相連接；

所述營救管理模塊包括GPRS定位單元、二維平面模型單元、人臉錄入單元、人數(shù)檢測單元、路線營救單元和人數(shù)對比單元，所述GPRS定位單元用于對人所在位置進行定位，所述二維平面模型單元用于將人所在位置在平面模型中進行顯示，所述人臉錄入單元用于將失蹤人口的人臉樣本圖像錄入樣本集中，所述人數(shù)檢測單元用于使用多架無人機對人所在位置進行拍照，同時使用MASK-R-CNN方法對照片里的每個人進行識別，判斷多架無人機所拍照片且識別的人數(shù)是否相同，所述路線營救單元用于根據(jù)人群所聚集的位置和與洪水流動相垂直的方向制定方案，將居民在設(shè)定時間內(nèi)解救出來，所述人數(shù)對比單元用于將所解救的居民人數(shù)與在照片里所識別的人數(shù)進行對比，所述GPRS定位單元的輸出端與二維平面模型單元、人數(shù)檢測單元、路線營救單元和人數(shù)對比單元的輸入端相連接；

利用MASK-R-CNN對照片里人數(shù)的處理步驟如下：

C1:將各失蹤人口的樣本圖像進行錄入，同時將樣本圖像所對應(yīng)的標簽信息錄入；

C2：將失蹤人口的樣本圖像和相對應(yīng)的標簽錄入MASK-R-CNN中；

C3：對每個樣本圖像中的人臉五官進行識別，獲取每個樣本對應(yīng)的面部特征；

C4：將無人機所拍的面部特征圖與人臉五官進行對應(yīng)識別檢測；

C5：將失蹤人口的樣本圖像放置在RPN網(wǎng)絡(luò)中，生成相應(yīng)的預(yù)選框，并將RPN網(wǎng)絡(luò)中的圖像和預(yù)選框放置在ROL-Align層，生成特征圖；

C6：將特征圖輸入至FCN網(wǎng)絡(luò)中，并對特征圖中的各個像素點進行預(yù)測，得出樣本圖像的預(yù)測結(jié)果，并將預(yù)測結(jié)果和標簽信息進行匹配，判斷最終的輸出結(jié)果；

所述信息預(yù)警模塊包括無干擾傳輸單元和預(yù)警單元，所述無干擾傳輸單元用于當檢測到發(fā)生洪水事故時，將此信息作為一級預(yù)警信息，無干擾的傳輸給發(fā)生洪水的所在區(qū)域，所述預(yù)警單元用于將信息發(fā)送給主控模塊；

所述主控模塊用于處理信息預(yù)警模塊中的信息、將樣本圖像與圖片中的圖像進行核對，并將最終對比的結(jié)果進行顯示；

所述洪水災(zāi)害預(yù)警系統(tǒng)包括如下步驟：

S1：使用風險評估模塊，對今年降水量、往年發(fā)生洪水的次數(shù)和往年降水量預(yù)估今年發(fā)生洪水的次數(shù)；

S2：使用洪水災(zāi)害監(jiān)測模塊，對泥石流滾降的速度、山坡與平原的傾斜角度對危險區(qū)域進行判定，并在山體維護人員對山體進行修復(fù)時，判斷山體維護人員的下一步是否會進入危險區(qū)域；

S3：使用營救管理模塊，使用無人機對人所聚集的位置進行定位并營救，使用MASK-R-CNN方法將所拍人臉樣本圖像與利用無人機所拍照片中的人臉圖像進行識別，并在預(yù)設(shè)時間內(nèi)對聚集的人員進行營救，判斷核對結(jié)果是否正確；

S4：使用信息預(yù)警模塊，將洪水等級、降水速度和事故多發(fā)地帶信息發(fā)送給各個區(qū)域；

在所述步驟S1中，根據(jù)檢測得知，不同年份降水量的集合為Q＝{q₁,q₂…q_m}，不同年份發(fā)生洪水的次數(shù)集合為W＝{w₁,w₂…w_m}；

根據(jù)公式：

其中：是指降水量的平均值，是指對降水量的預(yù)測值，是不同年份發(fā)生洪水的次數(shù)，是今年洪水發(fā)生次數(shù)的預(yù)測值，當高于設(shè)定的降水量預(yù)設(shè)值和高于設(shè)定的預(yù)設(shè)次數(shù)時，進行報警；

在所述步驟S2中：根據(jù)檢測得知，該區(qū)域發(fā)生洪水的次數(shù)較多，在二維平面模型中，設(shè)定山體危險區(qū)域位置坐標的集合為Z＝{(m₁,n₁),(m₂,n₂),(m₃,n₃),(m₄,n₄)}，在發(fā)生洪水或者泥石流之后，對山體進行維護，對山體維護人員的位置進行實時監(jiān)測，山體維護人員的坐標集合為F＝{(x₁,y₁),(x₂,y₂)…(x_m,y_m)}，山體維護人員的第一步與危險區(qū)域的最大標準夾角為β，山體維護人員的第二步與危險區(qū)域的實際夾角為θ；

根據(jù)公式：

其中：M是山體維護人員從第一步到下一步之間的距離，當β＞θ時，山體維護人員不會走入危險區(qū)域，當β＜θ時，山體維護人員會進入危險區(qū)域；

在所述步驟S3中，根據(jù)待營救人員的位置和洪水流動的方向，營救人員按照垂直方向營救，在所安排的路線中，在二維平面模型中，營救人員和待營救人員的位置坐標為L(a,b)和H(a′,b′)，營救人員的平均速度為V，營救時間t需控制在洪水或者泥石流下次流動之前t′,因此