【技术实现步骤摘要】
一种气体泄露智能监测的方法及相关设备
[0001]本说明书涉及气体泄露监测领域,更具体地说,本申请涉及一种气体泄露智能监测的方法及相关设备
。
技术介绍
[0002]在现有技术的气体泄露监测过程中,通常通过工作人员通过终端设备去控制机器人获取相关气体浓度信息,并基于气体浓度信息确定泄露位置,并将位置坐标发送给工作人员的终端
。
但是在某些
GPS
定位较差的场所,位置信息往往不准确,并且通过采用终端进行操控的方式,也需要提前对工作人员进行培训,才能去操纵监测设备进行有效监测
。
技术实现思路
[0003]在
技术实现思路
部分中引入了一系列简化形式的概念,这将在具体实施方式部分中进一步详细说明
。
本申请的
技术实现思路
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围
。
[0004]第一方面,本申请提出一种气体泄露智能监测的方法,上述方法包括:
[0005]基于机器人阵列获取多张图像信息;
[0006]基于所有上述图像信息获取当前场景信息,其中,上述场景信息包括城市中心场景
、
城市郊区场景和野外场景;
[0007]基于上述场景信息确定上述机器人阵列的排列阵型与扫掠方式;
[0008]获取扫掠过程中上述机器人阵列中每个机器人获取的气味浓度信息和风速信息;
[0009]基于所有的上述气味浓度信息和上述风 ...
【技术保护点】
【技术特征摘要】
1.
一种气体泄露智能监测方法,其特征在于,包括:基于机器人阵列获取多张图像信息;基于所有所述图像信息获取当前场景信息,其中,所述场景信息包括城市中心场景
、
城市郊区场景和野外场景;基于所述场景信息确定所述机器人阵列的排列阵型与扫掠方式;获取扫掠过程中所述机器人阵列中每个机器人获取的气味浓度信息和风速信息;基于所有的所述气味浓度信息和所述风速信息确定气体泄漏位置信息
。2.
根据权利要求1所述的气体泄露智能监测方法,其特征在于,所述基于所有所述图像信息获取当前场景信息,包括:将所有所述图像信息输入至场景识别模型,其中,所述场景识别模型包括卷积模块
、
至少两个特征提取模块
、
一个平均池化层
、
一个全连接层和一个输出层;根据所述场景识别模型输出所述当前场景信息
。3.
根据权利要求1所述的气体泄露智能监测方法,其特征在于,基于所述场景信息确定所述机器人阵列的排列阵型与扫掠方式,包括:在所述场景信息为所述城市中心场景的情况下,控制所述机器人阵列的排列方式为环形排列阵型,所述扫掠方式为单方向直线扫掠;和
/
或,在所述场景信息为所述城市郊区场景的情况下,控制所述机器人阵列的排列方式为双弧线排列阵型,所述扫掠方式为折线扫掠;和
/
或在所述场景信息为所述野外场景的情况下,控制所述机器人阵列的排列方式为双矩形排列阵型,所述扫掠方式为双方向直线扫掠
。4.
根据权利要求3所述的气体泄露智能监测方法,其特征在于,还包括:在所述机器人阵列中所有机器人测量的气味浓度信息均大于预设浓度和
/
或任两个机器人测量的气味浓度信息的差值大于预设浓度差的情况下,将所述排列方式调整为环形排列方式,将所述扫掠方式调整为方波形扫掠
。5.
...
【专利技术属性】
技术研发人员:杨祥国,戴锐衡,祁腾岳,李瑞星,
申请(专利权)人:武汉理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。