一种基于人工智能的气体感知系统技术方案

本发明专利技术涉及气体感知，具体涉及一种基于人工智能的气体感知系统，包括处理器，通过辅助固定装置分布设置于气体存储装置表面的气敏材料，以及用于对气敏材料进行观测的视频流采集模块，处理器通过视频流处理模块对采集视频流进行处理得到观测图片，处理器通过图像预处理模块对观测图片进行图像预处理，处理器利用辅助定位模块在预处理后的观测图片中对辅助固定装置进行定位，并通过监测点定位模块对待观测的气敏材料进行定位；本发明专利技术提供的技术方案能够有效克服现有技术所存在的不能满足使用现场安全生产需求、无法对气体泄漏位置进行准确监测的缺陷。准确监测的缺陷。准确监测的缺陷。

【技术实现步骤摘要】
一种基于人工智能的气体感知系统


[0001]本专利技术涉及气体感知，具体涉及一种基于人工智能的气体感知系统。

技术介绍

[0002]气体泄漏监测一直是工业生产中的重要课题之一，传统的气体检测方法，都是依赖于物理、化学的单个传感器，比如金属半导体气敏传感器、电化学原理气敏传感器、红外气体传感器、基于磁特性的气体传感器等。但是，这种方式普遍存在交叉敏感，稳定性和选择性差，而且安装结构复杂，监测成本较高，同时有源器件在一些特殊的使用场景中可能会造成生产安全事故。
[0003]另外，一些针对气体检测的精密仪器，诸如气相色谱、质谱等仪器，能够对不同气体组分准确检测，但是这类仪器设备昂贵、操作不便，无法进行实时检测，不能够法适应现场便携需求。
[0004]针对此，基于传感器阵列和模式算法的人工嗅觉技术受到越来越多的关注。通过利用传感器阵列和模式识别方法，比如支持向量机(SVM)、人工神经网络(ANN)和主成分分析(PCA)等多维传感器数据进行预处理和模型训练，实现多气体定性、定量识别。但是，这种方法普遍基于对传感器个别响应值为输入进行建模计算，没有考虑传感器的动态响应特性。

技术实现思路

[0005](一)解决的技术问题
[0006]针对现有技术所存在的上述缺点，本专利技术提供了一种基于人工智能的气体感知系统，能够有效克服现有技术所存在的不能满足使用现场安全生产需求、无法对气体泄漏位置进行准确监测的缺陷。
[0007](二)技术方案
[0008]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0009]一种基于人工智能的气体感知系统，包括处理器，通过辅助固定装置分布设置于气体存储装置表面的气敏材料，以及用于对气敏材料进行观测的视频流采集模块，所述处理器通过视频流处理模块对采集视频流进行处理得到观测图片，所述处理器通过图像预处理模块对观测图片进行图像预处理，所述处理器利用辅助定位模块在预处理后的观测图片中对辅助固定装置进行定位，并通过监测点定位模块对待观测的气敏材料进行定位；
[0010]所述处理器通过前端图像采集模块对气体存储装置进行热成像图片采集，所述处理器利用背景标准化模块获得热成像图片的背景图像，并通过前景图像获取模块从采集热成像图片中获得前景图像，所述处理器通过前景图像处理模块对前景图像进行图像处理；
[0011]所述处理器通过数据对比分析模块对气敏材料、前景图像的变化情况进行对比分析，并通过泄漏区域判定模块对气体存储装置对应泄漏位置进行判定，同时利用监测结果输出模块输出气体泄漏监测结果。
[0012]优选地，所述视频流处理模块通过opencv处理视频流采集模块采集的视频流，每隔20秒获取一帧观测图片，并通过grpc请求发送至图像预处理模块。
[0013]优选地，所述图像预处理模块对观测图片进行亮度、对比度调节，并根据辅助固定装置的颜色对观测图片进行二值化处理。
[0014]优选地，所述辅助定位模块在预处理后的观测图片中提取出辅助固定装置的轮廓位置，并对同属于一个气敏材料的轮廓位置进行匹配；
[0015]所述监测点定位模块根据匹配的轮廓位置对各监测点处的气敏材料进行分析定位。
[0016]优选地，所述数据对比分析模块对连续帧观测图片中各监测点处的气敏材料进行颜色对比分析，如果连续帧观测图片中各监测点处的颜色变化较大，则处理器判定该监测点周围可能发生气体泄漏，并驱动对应位置的前端图像采集模块进行热成像图片采集。
[0017]优选地，所述气敏材料为片状结构，所述辅助固定装置采用颜色鲜艳的固定胶带。
[0018]优选地，所述前端图像采集模块采集热成像图片后发送至图像预处理模块，所述图像预处理模块通过密度分割法对热成像图片进行色彩增强处理，用不同的颜色分别表示热成像图片的色调密度。
[0019]优选地，所述背景标准化模块采集各位置前端图像采集模块处的连续帧未出现气体泄漏的标准背景图像，对连续帧标准背景图像逐像素点计算灰度均值，并进行赋值操作得到背景图像。
[0020]优选地，所述前景图像获取模块利用背景图像对热成像图片进行差分运算，快速获取包含气体运动区域的前景图像，并在前景图像中对气体运动区域进行标注；
[0021]所述前景图像处理模块采用开运算对前景图像中孤立的噪声点进行噪声滤除，所述前景图像处理模块采用连通域算法对噪声区域进行噪声滤除。
[0022]优选地，所述数据对比分析模块对连续帧热成像图片对应前景图像中气体运动区域的面积变化情况、位置移动情况、灰度值分布情况进行对比分析；
[0023]所述泄漏区域判定模块基于数据对比分析模块的对比分析结果判定气体存储装置对应泄漏位置，以及泄漏速率、泄漏浓度分布，所述处理器利用监测结果输出模块输出气体泄漏监测结果。
[0024](三)有益效果
[0025]与现有技术相比，本专利技术所提供的一种基于人工智能的气体感知系统，利用数据对比分析模块对连续帧观测图片中各监测点处的气敏材料进行颜色对比分析，先进行针对气体泄漏的预监测，再通过数据对比分析模块对连续帧热成像图片对应前景图像中气体运动区域的面积变化情况、位置移动情况、灰度值分布情况进行对比分析，进行针对气体泄漏的定位监测，采用无源器件以及非接触方法进行监测能够满足使用现场的安全生产需求，同时采用预监测方式能够有效降低监测成本，并且利用定位监测方式能够对泄漏气体的位置、速率、浓度分布进行准确监测，为生产安全提供有效的数据支撑。
附图说明
[0026]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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
专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0027]图1为本专利技术的系统示意图；
[0028]图2为本专利技术中预监测的流程示意图；
[0029]图3为本专利技术中定位监测的流程示意图。
具体实施方式
[0030]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0031]一种基于人工智能的气体感知系统，如图1所示，本申请技术方案中采用“预监测
‑
定位监测”的监测方式，先扩大监测区域的范围，待发现监测点周围可能发生气体泄漏时，再缩小监测区域，使得气体监测更加具有针对性，同时也能够在保证监测准确性的前提下有效降低监测成本。
[0032]“预监测”方式所涉及到的系统构件包括处理器，通过辅助固定装置分布设置于气体存储装置表面的气敏材料，以及用于对气敏材料进行观测的视频流采集模块，处理器通过视频流本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的气体感知系统，其特征在于：包括处理器，通过辅助固定装置分布设置于气体存储装置表面的气敏材料，以及用于对气敏材料进行观测的视频流采集模块，所述处理器通过视频流处理模块对采集视频流进行处理得到观测图片，所述处理器通过图像预处理模块对观测图片进行图像预处理，所述处理器利用辅助定位模块在预处理后的观测图片中对辅助固定装置进行定位，并通过监测点定位模块对待观测的气敏材料进行定位；所述处理器通过前端图像采集模块对气体存储装置进行热成像图片采集，所述处理器利用背景标准化模块获得热成像图片的背景图像，并通过前景图像获取模块从采集热成像图片中获得前景图像，所述处理器通过前景图像处理模块对前景图像进行图像处理；所述处理器通过数据对比分析模块对气敏材料、前景图像的变化情况进行对比分析，并通过泄漏区域判定模块对气体存储装置对应泄漏位置进行判定，同时利用监测结果输出模块输出气体泄漏监测结果。2.根据权利要求1所述的基于人工智能的气体感知系统，其特征在于：所述视频流处理模块通过opencv处理视频流采集模块采集的视频流，每隔20秒获取一帧观测图片，并通过grpc请求发送至图像预处理模块。3.根据权利要求2所述的基于人工智能的气体感知系统，其特征在于：所述图像预处理模块对观测图片进行亮度、对比度调节，并根据辅助固定装置的颜色对观测图片进行二值化处理。4.根据权利要求3所述的基于人工智能的气体感知系统，其特征在于：所述辅助定位模块在预处理后的观测图片中提取出辅助固定装置的轮廓位置，并对同属于一个气敏材料的轮廓位置进行匹配；所述监测点定位模块根据匹配的轮廓位置对各监测点处的气敏材料进行分析定位。5.根据权利要求4所述的基于人工智能的气体感知系统，其特征在于：所述数据对比分析模块对连续帧观测...

【专利技术属性】
技术研发人员：王伟，刘军，朱道明，
申请(专利权)人：合肥永信科翔智能技术有限公司，
类型：发明
国别省市：