一种基于物联网监测缓解城市扬尘的方法及系统与流程

1.本技术涉及城市降尘技术领域，特别涉及一种基于物联网监测缓解城市扬尘的方法及系统。


背景技术：

2.随着我国对空气质量的关注度日益提升，人们对环境的要求越来越高，在人文的发展中，保持居住环境的健康舒适是必要的条件，为了有效监管城区的扬尘污染排放情况，各级环保部门已开始采用扬尘污染源在线监控系统，对相关建筑企业的扬尘、道路扬尘、工业废气、餐饮废气的排放情况以及环保设施的运行情况等进行实时监控。各区域的扬尘、污染排放情况通过固定的监控装置在基于广域网络传送到环保部门的污染源在线监控系统平台，从而使得环保部门可对个区域的扬尘排污情况进行集中和实时监管。现有的降尘系统在车辆、设备定点及工作路线、效能上都存在很多漏洞和模糊，及对扬尘的监测为定点监测，检测范围小且长期以来降尘工作安排中路线长且分散；存在道路清尘车辆和扬尘车辆定时定点前往城市各个街道进行降尘工作、缓解扬尘管理效率低、缓解扬尘难度高、缓解扬尘成本高，合理设计缓解扬尘方法系统就显得尤其重要，为此提出一种基于物联网监测缓解城市扬尘的方法及系统。


技术实现要素：

3.本技术的目的是提供一种基于物联网监测缓解城市扬尘的方法及系统，旨在解决现有的降尘系统在车辆、设备定点及工作路线、检测范围小且长期以来降尘工作安排中路线长且分散；缓解扬尘管理效率低、缓解扬尘难度高及缓解扬尘成本高的问题。
4.为实现上述目的，本技术提供如下技术方案：本技术提供一种基于物联网监测缓解城市扬尘的方法，包括：获取不同区域的固定监测模块及移动监测模块中的数据，并通过通信模块实时传输至智能云平台；智能云平台根据固定监测模块及移动监测模块中的数据确定扬尘信息；判断扬尘信息是否超过预设阈值；若是，则判定与之适配的区域内扬尘浓度为需要进行降尘处理；获取扬尘信息超过预设阈值的区域地图及位置信息；获取扬尘区域位置的气象数据，判断一定时间内预计扬尘扩散范围数据；根据扬尘区域地图及位置信息和预计扬尘扩散范围数据，确定待降尘区域道路网络图，并将道路网络图与扬尘区域位置进行加权生成加权无向图；基于加权无向图中的位置及道路信息通过智能算法计算雾炮车降尘路线计划。
5.进一步的，所述不同区域的固定监测模块及移动监测模块中的数据步骤中，所述不同区域包括城市道路、城市建筑工地、城市餐厅和城市工厂；所述固定监测模块包括用于监测城市建筑工地、城市餐厅和城市工厂的固定式第
一扬尘监测装置；获取不同区域的移动监测模块数据包括，通过安装于城市环卫车辆上的图像摄像模块获取的图像数据及第二扬尘监测装置；所述第一扬尘监测装置与第二扬尘监测装置均包括用于获取扬尘信息的扬尘传感器、用于获取风速数据的风速传感器、用于获取噪音数据的噪音传感器、用于获取风向数据的风向传感器、用于定位扬尘位置的定位模块、用于获取温度及湿度数据的温湿度传感器。
6.进一步的，所述智能云平台根据固定监测模块及移动监测模块中的数据确定扬尘信息的步骤中，包括：对第一扬尘监测装置及第二扬尘监测装置内的信息节点进行优化计算得到准确的扬尘信息。
7.进一步的，所述判断扬尘信息是否超过预设阈值步骤后，包括：若否，则判断扬尘信息是否在预设的时间内持续增加；若否，则继续监测；若是，则判定此区域扬尘在持续增加，此区域为待降尘区域。
8.进一步的，所述获取扬尘区域位置的气象数据，判断一定时间内预计扬尘扩散范围数据步骤中，包括：获取扬尘区域内的风速信息、风向信息在一定时间内进行扬尘预计扩散范围区域计算。
9.进一步的，所述根据扬尘区域地图及位置信息和预计扬尘扩散范围数据，确定待降尘区域道路网络图，并将道路网络图与扬尘区域位置进行加权生成加权无向图的步骤中，包括：将每一确定扬尘的固定监测模块或移动监测模块中的位置在地图信息中通过位置节点进行表示，将地图信息中确定扬尘的区域内与位置节点连接城市主干道路确定为扬尘待降尘区域道路网络图，并对两位置节点之间的城市主干道路赋予边的距离权重表示加权无向图。
10.进一步的，所述基于加权无向图中的位置及道路信息通过智能算法计算雾炮车降尘路线计划的步骤中，包括：在加权无向图中确定雾炮车的位置点即起始点，将位置节点表示的待降尘区域位置点为目标点；确认待工作的炮雾车数量m后，通过改进概率计算公式计算炮雾车从起始点至其中一目标点的概率；确定炮雾车从起始点至其中一目标点的概率后根据改进信息素浓度公式进行对路径信息素的更新根据选代次数，求出本轮每辆炮雾车走过的总路径的最优解。
11.进一步的，所述改进概率计算公式为：其中：p
ijk
为t时刻第k辆炮雾车从扬尘区域位置i移动至扬尘区域位置j的概率；
allowedk为第k辆炮雾车暂未降尘的扬尘区域集合；s为暂未降尘的扬尘区域集合中的某一个扬尘区域；τ为信息素浓度；τ
ij
(t)为t时刻扬尘区域位置i至扬尘区域位置j的路径上信息素浓度；d为距离；d
ij
为炮雾车从扬尘区域位置i至扬尘区域位置j的距离；α为信息素权重；β为启发因子。
12.进一步的，所述改进信息素浓度公式为：其中：q为常数，是第k辆炮雾车走过的总路径长度；lk为路径长度；ρ为信息素挥发因子。
13.一种基于物联网监测缓解城市扬尘的系统，所述系统包括：用于获取目标区域扬尘信息及气象信息的固定监测模块和移动监测模块；用于系统元件之间信息传递的通信模块；用于整理数据及发出指令的智能云平台；用于执行降尘任务的雾炮车；用于工作人员接收任务指令及用户提出需求的移动平台。
14.本技术提供了一种基于物联网监测缓解城市扬尘的方法及系统，具有以下有益效果：1、通过在扬尘监测实时检测到目标区域内扬尘情况，其能够根据位置智能合理的计算规划出每一雾炮车的降尘路线，解决因为雾炮车定时定点的工作机制，在扬尘较小的甚至不需要降尘处理的区域内占用资源，而扬尘较多的区域没有尽快的处理，导致扬尘扩散范围加大，或扬尘较多的区域降尘时间较短，影像降尘效果的问题；2、通过优化计算对每一第一扬尘监测装置及第二扬尘监测装置作为节点收集到的数据进行滤波降噪处理，将监测过程中产生的测量中的噪声和环境产生的噪声进行消除，并对数据传输量进行压缩，减少冗余数据的传输，减少数据误差，确保了数据采集的准确性和实时性，为后续降尘处理及时提供可靠的信息，使其系统能够及时控制降尘车辆对所在区域进行降尘处理；3、通过将城市道路上行驶的大量环卫车辆作为流动检测的一环，其能有效的增加检测范围，还可以用于识别路上行驶的建筑垃圾运输车辆、建筑材料运输车辆及泥头车辆运输过程是否做好防污染的措施；第二扬尘监控装置用于在环卫车辆行驶工作时，实时检测环卫车辆行驶路程中的扬尘数据并记录其位置；使系统能够及时派扫尘车辆、洒水车对道路进行清洁，根据空气扬尘及时派雾炮车对目标区域进行降尘。
附图说明
15.图1为本技术一实施例的基于物联网监测缓解城市扬尘的方法的流程示意图。
16.图2为本技术一实施例的基于物联网监测缓解城市扬尘的系统原理框图。
17.本技术为目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
18.应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
19.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
20.参考附图1，为本技术提出的基于物联网监测缓解城市扬尘的方法的流程示意图；本技术所提供的基于物联网监测缓解城市扬尘的方法，步骤包括：s1：获取不同区域的固定监测模块及移动监测模块中的数据，并通过通信模块实时传输至智能云平台；不同区域包括城市道路、城市建筑工地、城市餐厅和城市工厂；固定监测模块包括用于监测城市建筑工地、城市餐厅和城市工厂的固定式第一扬尘监测装置；第一扬尘监测装置为现有的用于监测环境中扬尘、噪声、风速、风向、温度等作用的监测器，其全天候、连续、自动监所在环境扬尘、噪声、风速、风向、温度等数据变化情况，通过无线通信模块将数据传输至智能云平台；获取不同区域的移动监测模块数据包括，通过安装于城市环卫车辆上的图像摄像模块获取的图像数据及第二扬尘监测装置；图像摄像模块用于监控城市环卫系统中车辆所在环境周围的实时图像数据，通过智能ai图像处理识别，用于监控车辆在城市道路上行驶时是否产生大量扬尘，其能够及时派扫尘车辆及洒水车对道路进行清洁，还可以用于识别路上行驶的建筑垃圾运输车辆、建筑材料运输车辆及泥头车辆运输过程是否做好防污染的措施；第二扬尘监控装置用于在环卫车辆行驶工作时，实时检测环卫车辆行驶路程中的扬尘数据并记录其位置；其获取数据通过无线通信模块将数据传输至智能云平台；第一扬尘监测装置与第二扬尘监测装置均包括用于获取扬尘信息的扬尘传感器、用于获取风速数据的风速传感器、用于获取噪音数据的噪音传感器、用于获取风向数据的风向传感器、用于定位扬尘位置的定位模块、用于获取温度及湿度数据的温湿度传感器，扬尘区域可以设为扬尘监测装置为中心方圆500米的范围，也可以依据风速再进一步判断。
21.s2：智能云平台根据固定监测模块及移动监测模块中的数据确定扬尘信息；对第一扬尘监测装置及第二扬尘监测装置内的信息节点进行优化计算得到准确的扬尘信息；具体的，在监测数据中，其是以离散时间的时间进行变换的，其可以理解为将离散时间作为随机变量形成的线性状态方程，监测装置状态可以用n维空间的一个向量来表示，那么在t时刻监测装置方程为：x(t)=ax(t－1)+bu(t)+w(t)扬尘传感器测量方程为：z(t)=hx(t)+v(t)式中：x(t)为t时刻的状态值，x(t－1)为t－1时刻的状态值，z(t)为t时刻的测量值，u(t)为t时刻对装置的控制量，a为状态转移矩阵，b为噪声矩阵，h为测量矩阵，w(t)为装置噪声，v(t)为测量噪声，且w(t)和v(t)两者均为均值为零的高斯白噪声；更具体的，降噪优化数据通过下列方式优化：状态预测x(t|t－1)=ax(t－1|t－1)+bu(t)协方差预测p(t|t－1)=ap(t－1|t－1)a'+q
计算卡尔曼增益tg(t)=p(t|t－1)h'［hp((t|t－1))h'+r］状态更新x(t|t)=x(t|t－1)+tg(t)［z(t)－hx(t|t－1)］协方差更新p(t|t)=［i－tg(t)h］p(t|t－1)式中：x(t|t－1)为t时刻的估计值，a'为a的转置矩阵，q为系统噪声的协方差，tg(t)为卡尔曼增益，r为测量噪声对应的协方差，i为单位矩阵；其根据t－1时刻的最优估计值x(t－1|t－1)和t时刻的控制量u(t)如果没有控制量，那么u(t)为0得到；根据x(t－1|t－1)的协方差p(t－1|t－1)得到x(t|t－1)的协方差p(t|t－1)；根据p(t|t－1)和测量噪声协方差r，计算得到卡尔曼增益tg(t)；根据测量值z(t)修正t时刻的估计值x(t|t－1)，得到t时刻的最优估计值x(t|t)；通过优化计算对每一第一扬尘监测装置及第二扬尘监测装置作为节点收集到的数据进行滤波降噪处理，将监测过程中产生的测量中的噪声和环境产生的噪声进行消除，并对数据传输量进行压缩，减少冗余数据的传输，减少数据误差，确保了数据采集的准确性和实时性。
22.s3：判断扬尘信息是否超过预设阈值；若是，则判定与之适配的区域内扬尘浓度为需要进行降尘处理；预设阈值为人为设定的健康环保标准在空气中扬尘含量临界值；若智能云平台识别到获取的扬尘含量值超过预设阈值，则判断此区域为待降尘区域，并记录其位置；若否，则判断扬尘信息是否在预设的时间内持续增加；若智能云平台识别到获取的扬尘含量值没有超过预设阈值，则进一步判断，若否，则继续监测；若是，则判定此区域扬尘在持续增加，此区域为待降尘区域，待降尘区域为需要对器进行降尘的区域；若扬尘含量在逐渐增加，那么将识别到扬尘逐渐增加的位置同样作为待降尘区域处理。
23.s4：获取扬尘信息超过预设阈值的区域地图及位置信息；具体的通过在地图中将步骤3中标记的位置在地图中显示，并对地图进行区域划分；可以理解为待降尘区域进行进一步显示，将不是目标区域的区域在地图中隐藏。
24.s5：获取扬尘区域位置的气象数据，判断一定时间内预计扬尘扩散范围数据；获取扬尘区域内的风速信息、风向信息在一定时间内进行扬尘预计扩散范围区域计算；具体的通过扬尘含量及方向，可以判断出扬尘向哪一位置扩散，并根据风速进一步判断其在时间段内的扩散速度，将地图中扬尘位置随风向的方向延伸，其延伸距离依据历史存储数据进行匹配，同时还可以推断出起尘位置的大致方向。
25.s6：根据扬尘区域地图及位置信息和预计扬尘扩散范围数据，确定待降尘区域道路网络图，并将道路网络图与扬尘区域位置进行加权生成加权无向图；将每一确定扬尘的固定监测模块或移动监测模块中的位置在地图信息中通过位置节点进行表示，将地图信息中确定扬尘的区域内与位置节点连接城市主干道路确定为扬尘待降尘区域道路网络图，并对两位置节点之间的城市主干道路赋予边的距离权重表示加权无向图；权重不一定表示距离，可以多样化的表示为跟成本相关的数据；加权无向图是一种为每条边关联一个权重值或是成本的图模型；这种图能够自然地表示许多应用；在道路网络图中，边表示路线，权值则可以表示距离、时间或者费用；根据地图信息中车辆路径距离及雾炮车降尘工作时行驶的速度，依据每一车辆一天工作7-9小时计算，可以计算出每一雾炮车降尘的距离，雾炮车也可以将扬尘较多的区域行驶的速度进行降速25%。
26.s7：基于加权无向图中的位置及道路信息通过智能算法计算雾炮车降尘路线计
划；在加权无向图中确定雾炮车的位置点即起始点，将位置节点表示的待降尘区域位置点为目标点；确认待工作的炮雾车数量m后，通过改进概率计算公式计算炮雾车从起始点至其中一目标点的概率；确定炮雾车从起始点至其中一目标点的概率后根据改进信息素浓度公式进行对路径信息素的更新根据选代次数，即一目标点与另一目标点之间连接路线总数减去1，求出本轮每辆炮雾车走过的总路径的最优解；在扬尘监测实时检测到目标区域内具有扬尘时，其能够根据位置合理计算出每一雾炮车的降尘路线，避免雾炮车定时定点的工作，在扬尘较小的甚至不需要降尘处理的区域内占用资源，而扬尘较多的区域没有尽快的处理，导致扬尘扩散范围加大，或扬尘较多的区域降尘时间较短，影像降尘效果；在对车辆对扬尘路径中的选择计算中首先通过计算其从一降尘位置定位处到达另一降尘位置定位处中时，在其扬尘区域内诸多道路中选择其中一条的概率进行选择；其改进概率计算公式为：其中：p
ijk
为t时刻第k辆炮雾车从扬尘区域位置i移动至扬尘区域位置j的概率；allowedk为第k辆炮雾车暂未降尘的扬尘区域集合；s为暂未降尘的扬尘区域集合中的某一个扬尘区域；τ为信息素浓度；τ
ij
(t)为t时刻扬尘区域位置i至扬尘区域位置j的路径上信息素浓度；d为距离；d
ij
为炮雾车从扬尘区域位置i至扬尘区域位置j的距离；α为信息素权重，即车辆在移动过程中所积累的信息量在对车辆选择路径的重要程度，权重越大，则车辆选择走过的路径概率越大，选择的随机性越小；β为启发因子，即启发函数因子反映了启发式信息在指导车辆选择过程中的相对重要程度；在信息素浓度相同时，车辆从区域a到达区域b的路径越小，则其被选则的概率就越大，其相当于一个人在对地图路线进行俯视观看，能够同时看见多条的路线，选择出较短的路径概率将会更大；在车辆选择过程中，每一次产生的信息素均会有改变，其t+1时刻的信息素浓度，与t时刻原本就有的信息素浓度相关，也与t时刻走过该路径的车辆留下的新的信息素浓度相关；其改进信息素浓度公式为：其中：q为常数，是第k辆炮雾车走过的总路径长度；lk为路径长度；ρ为信息素挥发因子；
τ
ij
(t)为在t时刻城市i到城市j的路径的信息素浓度，则τ
ij
(t+1)是下一轮时的浓度；当t+1时刻新算法中新一轮迭代，会受到上一车辆在t时刻新留下的信息素浓度即求和项的影响；导致该路径的信息素浓度在原值的基础进一步增大；在求出本轮每辆车走过的总路径的最小值，与上一轮的最优解相比，最小的记为当前最优解；然后进行判断是否为最优解，如果达到最大迭代次数，其中最大选失代数可以为人为设定；算法终止，输出当前最优解；若未达到，则清空本轮记录的车辆走过的路径，返回概率计算中重新计算；从概率计算后经过信息素更新计算到判断其是否为最优解即为一轮迭代，在每一轮迭代中，一开始都是多辆车随机选在某个区域位置点作为起始点；车辆选择下一个区域位置点时是根据改进概率公式决定，改进概率公式会受到上一轮迭代时所记录的信息素浓度的影响，因此每轮迭代后，需要更新信息素浓度；根据监测模块实时对城市环境进行监测，并在多个监测模块获取扬尘数据传输至智能云平台中时通过优化计算对每一第一扬尘监测装置及第二扬尘监测装置作为节点收集到的数据进行滤波降噪处理，将监测过程中产生的测量中的噪声和环境产生的噪声进行消除，并对数据传输量进行压缩，减少冗余数据的传输，减少数据误差，确保了数据采集的准确性和实时性；在不同监测装置检测出其所在区域内空气中扬尘含量超过预设值时，智能云平台能够及时具有针对性的生成雾炮车路线规划，使雾炮车具有针对性的合理的对每一目标区域进行降尘处理。
27.参考附图2，为本技术一种基于物联网监测缓解城市扬尘的系统原理框图；本技术的基于物联网监测缓解城市扬尘的系统包括：用于获取目标区域扬尘信息及气象信息的固定监测模块和移动监测模块；其扬尘信息数据可以为与扬尘相关的数据；例如，扬尘数据可以包括但不限于扬尘高度、空气中颗粒物浓度、扬尘持续时间、扬尘区域的能见度等，其气象信息数据包括但不限于降雨数据、空气湿度等；用于系统元件之间信息传递的通信模块；通信模块为现有的具备网络通信的元件；用于整理数据及发出指令的智能云平台；智能云平台在智能生成降尘路线后发出任务指令到工作人员的移动端，工作人员按其任务指令进行对城市各区域降尘；用于执行降尘任务的雾炮车；雾炮车通过其喷水雾对城市降尘；用于工作人员接收任务指令及用户提出需求的移动平台，移动平台可以为手机上适配的app；具体的，在并在每一个第一扬尘监测装置及第二扬尘监测装置作为节点收集到的数据传输至智能云平台时会经过滤波降噪处理，将监测过程中产生的测量中的噪声和环境产生的噪声进行消除，并对数据传输量进行压缩，减少冗余数据的传输，减少数据误差，确保了数据采集的准确性和实时性；在不同监测装置检测出其所在区域内空气中扬尘含量超过预设值时，智能云平台能够及时具有针对性的生成雾炮车路线规划，智能云平台对匹配的工作人员的移动端发出任务指令，使雾炮车具有针对性的合理的对每一目标区域进行降尘处理；同时居民用户还可以通过移动平台了解各区域的环境数据及降尘情况，其可以实名注册账号后对其进行评价，在发现有某一区域因为施工或装修产生大量扬尘时也可以通过app进行举报，在有需要清理施工垃圾时也可以通过app对其预约专用车辆装载，以便减
少装载不规范所产生的扬尘。
28.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
29.以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本技术的专利保护范围内。
30.尽管已经示出和描述了本技术的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本技术的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本技术的范围由所附权利要求及其等同物限定。