登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 电子信息类 > 电子信息工程 > 正文

水情智能感知和控制系统在智慧城市中的应用开题报告

 2022-01-18 10:01  

全文总字数:3569字

1. 研究目的与意义及国内外研究现状

随着新一代的技术革命,移动互联网、大数据、云计算、人工智能等新兴科技应用于工业创新,城市生活方方面面。除了工业化进程的加快,我们也能亲身体验到移动支付、共享单车等智慧城市建设带来的便利。而城市信息化的发展,在水情检测方面,使得雨情实时监测、用水管理、工程监视与控制等成为可能。同时,水情检测与控制系统的建设也是城市自动化发展的重要组成部分。

智慧城市是指广泛而智能地使用数字技术,使信息得到有效利用,并通过参与性治理,在人力和社会资本以及现代化信息通信技术基础设施方面的投资推动可持续经济发展和高质量的生活,并对自然资源进行智慧的管理。其技术核心为智能计算,智能计算具有串联各个行业的可能性,使得包括交通,水情,市政等资源分配更高效。

本设计基于图像处理的水情智能感知系统,可以利用硬件资源拓展水文测站图像式测量的功能,实现水位的自动识别,解决城市发生内涝时对地下通道、地下车库涵洞以及隧道等地方的积水水位进行感知与发布。本设计成本低廉,应用便捷,对提高智慧城市建设,具有较大的实际意义。

国内外研究现状

近年来,遥感,遥测等信息收集技术在水文领域的快速发展,与大量应用,极大丰富了水情数据的时间尺度,空间尺度以及数据类型,水情数据量急剧膨胀,种类趋向多元化。

水情数据中心用于管理的这些高频异构水情数据,是搭建水信息资源共享环境与服务体系的核心,亦是推动我国水利行业精细化、现代化管理的必要条件。早在2008年初,水利部便印发了《水利数据中心建设指导意见》,制定了《国家水利数据中心建设基本技术要求》。如今,各地水利数据中心建设成绩斐然。

目前,研究者已着重于从技术层面优化水情数据中心的架构和签署。如围绕低碳能效型水情数据中心的建设,利用虚拟化技术整合服务器、存储器、网络等基础设施,将水情数据中心的利用率提高至80%以上。马泽生等采用物理迁移与逻辑迁移的方式汇集异构的、分布式水情数据,并以GIS空间数据为框架,通过统一的数据模型和对象编码,构建物理集中与逻辑映射相结合的数据库群,对数据中心的数据资源进行管理和维护。龚琪慧等总结了水利大数据架构、实时数据处理和元数据等关键技术,提出了传统关系型数据库与分布式文件系统相结合的水利数据中心架构。王海峰探索了物联网、虚拟化和云计算等技术在宁夏水利数据中心的应用。陈德清等将网格技术用于水利数据中心的异构数据库的数据集成,实现了分散数据的集成访问和应用。胡金龙等对水情数据中心的数据交互以及应用服务技术做了研究,为异构数据库之间频繁的数据汇集问题、数据中心不同用户节点的数据共享问题等设计了解决方案。杨楚骅以广州市水利数据中心建设为例,提出了基于面向服务架构的水利地理信息数据中心的建设思路,给出了水情数据的整合与共享建议。

存储、处理、分析高频且异构的水情数据并不容易,传统的数据仓库等技术均无法胜任。过去 10 年,大数据技术在数据存储、分发、查询和分析上取得了重大进展。计算机及数据领域的学者开发了许多工具,用于操控大型数据集。例如稳定地汇集和传输海量异构的数据、快捷地查询数据、高效地分析发布数据等。SHAFIEE 等将大数据技术用于水情系统中的水情数据汇集和分析模块,并对数据中心的高效自动化数据汇集以及异构数据的建模进行了展望。HU等使用基于Hadoop的云计算技术和基于多项式混沌扩展的方差分解方法,利用大量大规模的水文模型和异构水情数据,评估流域地下水位的下降程度,计算和处理速度较传统方法提升了500倍。

将大数据、云平台等技术结合传感器等硬件技术运用于水情数据中心,是国内外水文行业研究和应用的热点。

2. 研究的基本内容

课题的研究内容为基于图像处理理论基础,通过灰度转换,滤波,特征提取等方法,引入cnn卷积神经网络算法,对硬件收集到的水位图像识别处理,进行积水等级分析,并根据情况及时发布预警。

主要工作包括:

第一,根据文献资料了解国内水情系统设计的研究现状,理解各种图像处理技术和系统设计原理。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 实施方案、进度安排及预期效果

本课题实施方案为通过采集的水位图像,分析车辆底座的平均高度,以事先制定一定的水位报警高度,然后开发一个手机应用,实现实时监测水位并提供预警服务。监测水位通过图像采集与图像处理实现。其中,图像采集通过设置固定监视器,摄像头,不定期采样传输到网络,后台进行图像分析。其中包括中值滤波,边缘检测,二值化,形态学处理,图像细化等,并进行k-means聚类分析获取刻度数。课题的研究难点在于实验过程中存在的很多误差、各种干扰和噪声对精度的影响。例如实际拍摄水位时,水位线会有小范围的波动;部分水尺的刻度线可能存在模糊缺损的现象。可以通过多次采集图像,取均值来调整。缺损数据可以通过数据拟合等缺失数据填充方法例如sl0,矩阵填充算法来补充。

预期目标为在小区,道路等地区的积水高度到达预先设定的阈值范围时,手机应用中的app可以实时或有间隔地提供水位预警功能,能根据不同的水位高度,提示驾驶员相应的预警级别,并通过系统提示相应的应变措施。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1]宋东旭,宋蓓,李泽平.图像智能识别在水位监测中的研究与应用分析[j].农家参谋,2017(21):193.[2]褚泽帆,张志坚,宗泽,戴佳琦,刘宇翔.基于视频的水位识别监测系统设计[j].电子设计工程,2018,26(12):11-14.[3]杨红,李生明,李钦.基于单片机的简易水情检测系统装置[j].电子制作,2018(23):79-81.[4]仲志远.一种基于图像识别的水位测量算法[j].国外电子测量技术,2017,36(06):96-99.[5]程高庆. 基于数字图像处理的水位标尺识别研究[d].华南理工大学,2017.[6]李翊,兰华勇,严华.基于图像处理和bp神经网络的水位识别研究[j].人民黄河,2015,37(12):12-15.

[7]卢翠珍.简易水情检测系统的设计与实现[j].电子制作,2019(z1):23-25.

[8]邵灿辉.基于北斗通信技术的水情自动测报系统设计[j].自动化与仪表,2019,34(02):58-61.

[9]杨春雨.浅析水文预报与水资源优化管理技术[j].科学技术创新,2018(36):27-28.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图