[发明专利]一种无人机载高排典型污染物差分吸收光谱检测方法有效

专利信息
申请号: 201811447545.1 申请日: 2018-11-29
公开(公告)号: CN109444062B 公开(公告)日: 2021-07-13
发明(设计)人: 朱京平;胡晓光;郝振洪;张林轩 申请(专利权)人: 西安交通大学
主分类号: G01N21/31 分类号: G01N21/31;G01D21/02;G05D1/10
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 徐文权
地址: 710049 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 无人 机载 典型 污染物 吸收光谱 检测 方法
【权利要求书】:

1.一种基于无人机的气体污染物差分吸收光谱检测方法,其特征在于,

检测方法使用的检测装置包括光谱获取设备与无人机设备;光谱获取设备包括光源、气体室、光谱仪,所述光源为氘灯;无人机设备包括无人机、机载储存器、机载控制中心、避障模块、通信模块、地面信息接收模块、摄像头、气压检测模块、温度检测模块以及湿度检测模块,所述机载控制中心采用 FPGA控制器,所述摄像头为1000万像素以上的摄像头;气体污染物为二氧化硫、一氧化碳和二氧化氮;

检测方法包括以下步骤:

步骤1:基本巡航步骤

在地面控制中心设定基本参数,基本参数为检测的气体污染物类型与气体污染物的大致浓度;控制无人机飞往监测位置,或无人机按照预定巡查路线飞往监测位置;预定巡查路线通过路径规划算法设定,无人机按照预定巡查路线飞往监测位置过程中,根据实际情况,通过避障模块与路径调整算法自主小范围地改变巡查路线;

步骤2:获取光谱数据及相关数据

当无人机飞到监测位置,并在空中悬停后,待测气体进入气体室,机载控制中心打开光谱仪与光源开关,光源发出的光经过准直透镜后进入气体室,从气体室出来的光经聚焦透镜后进入光谱仪中,光谱仪输出气体污染物的光谱数据;用机载控制中心接收光谱仪输出的光谱数据,并存储到机载储存器上;用机载的摄像头拍摄监测区域图像,将监测区域图像经压缩处理后与光谱数据进行标对,将同一时间的光谱数据和图像数据互相绑定,储存在机载储存器上;用机载的气压检测模块、温度检测模块以及湿度检测模块测量监测区域的气压、温度以及湿度信息,并储存在机载储存器上;通过无人机设备的通信模块将机载储存器中的数据传送到地面控制中心,然后进行数据处理;数据收集时间为1分钟以内,数据收集完毕后飞往下一地点或飞回地面控制中心;

步骤3:光谱数据处理和图像数据处理

在光谱数据处理时,首先采用小波变换进行光谱数据的预处理,剔除噪声;然后根据温度、气压及湿度信息对光谱数据进行校正;校正后的光谱经过差分光谱处理过程处理后得到待测差分光谱图;然后根据预先设定的相关参数进行光谱匹配确定各气体污染物浓度,光谱匹配是指根据预设的基本参数,生成相应的参照差分光谱图,将待测差分光谱图与参照差分光谱图进行对比,并初步调整参照差分光谱图的浓度参数,使待测差分光谱图与参照差分光谱图的相似度高于百分之八十;若能实现,则表明待测气体污染物为预先设定的气体污染物类型,并继续调整浓度参数进行光谱匹配,直至得到最优结果,获得气体污染物浓度;若不能实现,则表明待测差分光谱图存在其他气体吸收,此时采用偏最小二乘-主成分分析算法PLS-PCA进行聚类降维分析,分解出不同气体分量信息,并确定上述分量信息对应的气体污染物类型及其浓度;最后将结果储存在储存器上;

步骤4:预测监测区域未来污染情况

在进行一定时间与区域的数据采集后,根据采集到的图像数据与光谱数据运用神经网络算法建立预测模型,该模型包含光谱与图像两维信息,通过该模型预测监测区域未来的高空环境污染状况变化情况。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811447545.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top