一种基于边缘计算的团雾监测方法及监测系统技术方案

一种基于边缘计算的团雾监测方法，该方法包括：(一)、利用数据挖掘技术训练团雾预警模型；(二)、训练团雾监测模型；(三)、对团雾预警模型和团雾监测模型进行评价、更新和联合，形成实时团雾计算模型；(四)、采集被监测区域的环境数据，将被监测区域的环境数据代入实时团雾计算模型，通过实时团雾计算模型计算出当前团雾监测结果；一种基于边缘计算的团雾监测系统，该系统包括感知端，边缘设备，数据传输模块，服务器端；其中，感知端的信号输出端与边缘设备的信号输入端连接，边缘设备的信号输出端与数据传输模块的信号输入端连接，数据传输模块的信号输出端与服务器端的信号输入端连接。块的信号输出端与服务器端的信号输入端连接。块的信号输出端与服务器端的信号输入端连接。

【技术实现步骤摘要】
一种基于边缘计算的团雾监测方法及监测系统


[0001]本专利技术涉及一种基于边缘计算的团雾监测方法及监测系统，属于图像处理及边缘计算领域。

技术介绍

[0002]团雾是受局部地区微气候环境的影响，在大雾中数十米到上百米的局部范围内，出现的雾气更"浓"、能见度更低的雾；团雾出现的范围比较小，仅仅几公里甚至几百米，团雾外视线较好，团雾内部能见度极低，单个团雾覆盖范围往往只有几十米甚至十几米，属于强浓雾，具有突发性、局地性、尺度小、浓度大、预测预报难的特点；团雾的出现会给人们的出行带来很多不便，比如：受风力影响，团雾可以移动，当团雾移动到高速公路上就会导致能见度突然变化，视野变得模糊，隔离墩和防护栏难以辨识，驾驶者很容易发生判断和操作失误，酿成重大交通事故，因此，团雾也被称为高速公路的“流动杀手”。
[0003]鉴于团雾的危害性，团雾监测工作就显得很重要，早期的团雾监测多凭相关人员的运维经验(比如，在对高速公路进行团雾监测时，往往是凭借高速公路管养单位的运维经验)在团雾多发季节进行提醒，但缺乏专业、高效、准确的团雾监测系统或方法；随着科技的发展，基于深度学习的目标检测与分类的方法成为主流，通过在电脑端训练团雾监测模型，再将训练好的团雾监测模型部署在云服务器上，云服务器依据部署的团雾监测模型将接收到的图像进行计算，将计算结果反馈给用户，在一定条件下能够满足团雾监测要求，但同样存在缺陷，例如采集的图像和视频数据因量级较大响应速度变慢，增加了数据传输成本，且单模型的监测运行效率不高、监测精度低；与此同时，现有的团雾监测技术只能对团雾的有、无进行监测，并没有对团雾进行预警以及对团雾出现时的具体等级进行细分，不利于交通部门开展更加精细化的执法手段。

技术实现思路

[0004]本专利技术提出的是一种基于边缘计算的团雾监测方法及监测系统，其目的旨在解决现有技术对团雾进行监测时，无法对团雾是否会发生进行预警的问题。
[0005]本专利技术的技术解决方案：一种基于边缘计算的团雾监测方法，该方法包括：
[0006](一)、利用数据挖掘技术训练团雾预警模型；
[0007](二)、训练团雾监测模型；
[0008](三)、对团雾预警模型和团雾监测模型进行评价、更新和联合，形成实时团雾计算模型；
[0009](四)、采集被监测区域的环境数据，将被监测区域的环境数据代入实时团雾计算模型，通过实时团雾计算模型计算出当前团雾监测结果。
[0010]进一步地，所述利用数据挖掘技术训练团雾预警模型，具体包括：
[0011]1)收集历史上被监测区域团雾发生时的气象数据值，所述气象数据值包括风速、湿度、温度、气压、团雾持续时间；
[0012]2)建立团雾预警指数模型，具体如公式(1)：
[0013]R
f
＝ v*V + h * H + f *F + p *P + t * T
ꢀꢀꢀꢀ
(1)；
[0014]其中，R
f
为团雾预警指数，V为风速，H为湿度，F为温度，P为气压，T为团雾持续时间；v、h、f、p、t分别为各变量对应的权重系数；具体为：v为风速对应的权重系数，h为湿度对应的权重系数，f为温度对应的权重系数，p为气压对应的权重系数，t为团雾持续时间对应的权重系数；
[0015]3)划分团雾预警等级，具体包括：通过团雾预警指数模型计算团雾预警指数R
f
，采用标准差分类法，以团雾预警指数的平均值和团雾预警指数的标准差s为依据，将团雾预警分为若干团雾预警等级。
[0016]进一步地，当时团雾预警等级为1级，当时团雾预警等级为1级，当时团雾预警等级为2级，当时团雾预警等级为3级，当时团雾预警等级为4级；所述团雾预警等级的数值越大，表示团雾的危害性越大。
[0017]进一步地，所述各变量对应的权重系数通过层次分析法来确定，具体包括：
[0018](1)构造判断矩阵；
[0019](2)对判断矩阵进行一致性检验；
[0020](3)计算各变量对应的权重系数。
[0021]进一步地，所述构造判断矩阵，具体包括：选取气象数据值中的风速、湿度、温度、气压、团雾持续时间为5个变量，为5个变量分别设定变量序号；将5个变量两两比较，得到不同变量之间的相对重要度a
ij
；i＝1,2,3,4,5；j＝1,2,3,4,5；得到判断矩阵A，其数学表达式为：
[0022][0023]其中，a
ij
表示i号变量和j号变量之间的相对重要度；风速设定为1号变量、湿度设定为2号变量、温度设定为3号变量、气压设定为4号变量、团雾持续时间设定为5号变量。
[0024]进一步地，所述对判断矩阵进行一致性检验，具体包括：
[0025]2‑
1)、计算判断矩阵A的特征值λ
max，
求得一致性指标CI，并查找平均随机一致性指标RI，
[0026][0027]2‑
2)、计算一致性比率CR：
[0028][0029]当CR＜0.1时，认为判断矩阵A有满意的一致性；当CR≥0.1时，认为判断矩阵A不具有满意的一致性，此时，重新调整不同变量之间的相对重要度a
ij
的具体值的大小，然后将调整后的a
ij
的具体值代入判断矩阵A内，重复步骤2
‑
1)、步骤2
‑
2)，直到CR＜0.1判断矩阵A有
满意的一致性为止。
[0030]进一步地，计算各变量对应的权重系数，具体包括：
[0031]3‑
1)将判断矩阵A按照列归一化，即判断矩阵A中的每一个元素除以其所在列的和，生成归一化矩阵A5×5；
[0032]3‑
2)将归一化矩阵A5×5的各列相加，生成矩阵A5×1；
[0033]3‑
3)将相加后得到的矩阵A5×1中每个元素除以n，n＝5，即可得到权重向量ω＝[ω1,ω2,ω3,ω4,ω5]T
；其中，ω1为风速对应的权重系数的值，ω2为湿度对应的权重系数的值，ω3为温度对应的权重系数的值，ω4为气压对应的权重系数的值，ω5为团雾持续时间对应的权重系数的值。
[0034]进一步地，所述训练团雾监测模型，具体包括：
[0035]1)采集历史上被监测区域的团雾图片形成团雾数据集；
[0036]2)对采集的团雾数据集中的团雾图片按照一定的筛选规则进行筛选，保留画质清晰、目标明确的团雾图片，并对筛选过的团雾数据集中的团雾图片进行随机旋转、随机色彩变换、随机裁剪、随机缩放、随机翻转进行数据扩增，形成新的团雾数据集；
[0037]3)利用能见度仪标注出新的团雾数据集中每张团雾图片的能见度值以及团雾位置坐标，并将能见度值和团雾位置坐标信息以YOLO格式进行保存；
[0038]4)将新的团雾数据集以一定的比例随机划分为训练集、验证集、测试集，并分别统计训练集、验证集、测试本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘计算的团雾监测方法，其特征是包括：(一)、利用数据挖掘技术训练团雾预警模型；(二)、训练团雾监测模型；(三)、对团雾预警模型和团雾监测模型进行评价、更新和联合，形成实时团雾计算模型；(四)、采集被监测区域的环境数据，将被监测区域的环境数据代入实时团雾计算模型，通过实时团雾计算模型计算出当前团雾监测结果。2.根据权利要求1所述的一种基于边缘计算的团雾监测方法，其特征是所述利用数据挖掘技术训练团雾预警模型，具体包括：1)收集历史上被监测区域团雾发生时的气象数据值，所述气象数据值包括风速、湿度、温度、气压、团雾持续时间；2)建立团雾预警指数模型，具体如公式(1)：R
f
＝v*V+h*H+f*F+p*P+t*T
ꢀꢀꢀꢀ
(1)；其中，R
f
为团雾预警指数，V为风速，H为湿度，F为温度，P为气压，T为团雾持续时间；v、h、f、p、t分别为各变量对应的权重系数；具体为：v为风速对应的权重系数，h为湿度对应的权重系数，f为温度对应的权重系数，p为气压对应的权重系数，t为团雾持续时间对应的权重系数；3)划分团雾预警等级，具体包括：通过团雾预警指数模型计算团雾预警指数R
f
，采用标准差分类法，以团雾预警指数的平均值和团雾预警指数的标准差s为依据，将团雾预警分为若干团雾预警等级。3.根据权利要求2所述的一种基于边缘计算的团雾监测方法，其特征是当时团雾预警等级为1级，当时团雾预警等级为2级，当时团雾预警等级为3级，当团雾预警等级为3级，当时团雾预警等级为4级；所述团雾预警等级的数值越大，表示团雾的危害性越大。4.根据权利要求2所述的一种基于边缘计算的团雾监测方法，其特征是所述各变量对应的权重系数通过层次分析法来确定，具体包括：(1)构造判断矩阵；(2)对判断矩阵进行一致性检验；(3)计算各变量对应的权重系数。5.根据权利要求4所述的一种基于边缘计算的团雾监测方法，其特征是所述构造判断矩阵，具体包括：选取气象数据值中的风速、湿度、温度、气压、团雾持续时间为5个变量，为5个变量分别设定变量序号；将5个变量两两比较，得到不同变量之间的相对重要度a
ij
；i＝1,2,3,4,5；j＝1,2,3,4,5；得到判断矩阵A，其数学表达式为：
其中，a
ij
表示i号变量和j号变量之间的相对重要度；风速设定为1号变量、湿度设定为2号变量、温度设定为3号变量、气压设定为4号变量、团雾持续时间设定为5号变量。6.根据权利要求5所述的一种基于边缘计算的团雾监测方法，其特征是所述对判断矩阵进行一致性检验，具体包括：2
‑
1)、计算判断矩阵A的特征值λ
max
，求得一致性指标CI，并查找平均随机一致性指标RI，2
‑
2)、计算一致性比率CR：当CR＜0.1时，认为判断矩阵A有满意的一致性；当CR≥0.1时，认为判断矩阵A不具有满意的一致性，此时，重新调整不同变量之间的相对重要度a
ij
的具体值的大小，然后将调整后的a

【专利技术属性】
技术研发人员：朱明甫，李晓峰，许志伟，马传琦，常月光，朱智丹，刘宪勋，王正伟，曹明月，白东泰，陈亚薇，武延勋，
申请(专利权)人：河南垂天科技有限公司，
类型：发明
国别省市：