一种基于AI边缘计算的排水管网视讯多参数监测装置的制作方法
本发明涉及排水管网监测,更具体的说是涉及一种基于ai边缘计算的排水管网视讯多参数监测装置。
背景技术:
1、排水管网是水环境风险防控的核心节点,在管网关键点位布设在线监测设备,能够实时预警水质异常、支撑污染溯源,对提升突发水污染应急处置效率、守护区域水环境安全具备关键作用。
2、但是,当前主流监测方案大多将水质监测终端与视频监控设备分开独立布设,两套设备时钟、通信链路相互独立,水质数据与现场影像时空无法精准匹配,报警触发后无法同步核验现场实景,无法快速区分传感器故障、井下环境扰动造成的误报警,大幅拖慢污染溯源处置进度。并且,现有系统全部依靠云端完成数据智能分析,原始视频流完整上传会带来巨大带宽与云端存储负荷,传统水质传感器仅能检测达标理化指标,无法识别油膜、水体异色等低浓度可视污染,同时整套设备高度依赖网络,地下管网通信信号波动时会直接失去预警能力,井下复杂工况适配性差。
3、因此,如何提供一种集成ai边缘计算能力、可实现多模态数据本地融合分析的视讯多参数监测装置,是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此,本发明提供了一种基于ai边缘计算的排水管网视讯多参数监测装置,已解决上述问题。
2、为了实现上述目的,本发明采用如下技术方案:
3、本发明公开了一种基于ai边缘计算的排水管网视讯多参数监测装置,包括:防护壳体、安装支架、多参数水质传感器组、视频采集模块、补光装置、边缘计算控制器、通信模块以及供电模块;
4、所述防护壳体为密封箱体,内部划分为独立的设备舱与传感器舱,通过所述安装支架固定于排水管网检查井内部;
5、所述多参数水质传感器组安装在防护壳体底部的所述传感器舱;各传感器的探头伸入管道水体,各传感器的信号输出端连接边缘计算控制器第一数据输入端;
6、所述视频采集模块与所述补光装置固定安装于所述防护壳体前端的视窗舱内,视频采集模块视频信号输出端连接所述边缘计算控制器的第二数据输入端,所述补光装置的控制信号输入端连接所述边缘计算控制器的第一控制输出端;
7、所述边缘计算控制器设置在所述设备舱内,用于本地融合水质数据和视频图像数据,并进行ai分析;
8、所述通信模块与所述边缘计算控制器的第二控制输出端电连接,用于上传所述边缘计算控制器的数据和分析结果;
9、所述供电模块固定安装于所述设备舱内,为所述多参数水质传感器组、所述边缘计算控制器、所述视频采集模块、所述补光装置和所述通信模块统一供电。
10、进一步的,所述安装支架为一可调节角度的万向支架,其第一端与防护壳体的背面固定连接,第二端与检查井井壁或管道内壁固定连接,将整个装置支撑并固定于预定高度,使装置前端的采集窗口朝向管道来水方向。
11、进一步的,所述多参数水质传感器组包括ph传感器、cod传感器、氨氮传感器和电导率传感器,各传感器探头贯穿传感器舱浸入水体,实时同步采集管道内水体的原始水质数据并传输至边缘计算控制器,所述原始水质数据包括ph值、cod浓度、氨氮浓度和电导率参数。
12、进一步的,所述多参数水质传感器组还包括雷达水位计、压力水位计和多普勒流量计;所述雷达水位计的天线安装在防护壳体底部,朝向水面,用于水位的非接触式测量;所述压力水位计的探头通过所述传感器舱伸入水中,用于水压监测;所述多普勒流量计的探头置于传感器舱的水流通道中,用于流量监测。
13、进一步的,所述视频采集模块为工业级高清网络摄像头,所述视频采集模块的视频信号输出端通过同轴电缆或网线与边缘计算控制器的第二数据输入端电连接;
14、所述视窗舱前端设置有透明防护镜片;
15、所述补光装置为环绕镜头布置的led阵列,在光照不足时根据边缘计算控制器的指令自动开启,为视频采集提供辅助照明;所述led阵列的灯体固定于视窗舱室内。
16、进一步的,所述边缘计算控制器内置微处理器、ai推理芯片和存储单元;
17、所述存储单元用于接收并暂存所述多参数水质传感器组采集的原始水质数据;接收并暂存所述视频采集模块采集的视频图像数据;
18、所述ai推理芯片通过轻量化视觉语义分割和目标检测模型,对视频图像数据进行本地实时分析,识别视觉污染特征;
19、所述微处理器将水质数据与视觉识别结果进行本地关联分析,判断是否发生污染事件及事件类型;并根据判断结果向补光装置、通信模块发送对应的控制指令;所述事件类型包括:真实污染事件、疑似传感器故障或干扰、视觉报警事件。
20、进一步的,所述边缘计算控制器统一驱动全部传感器与视频采集模块,所有水质数据、视频图像数据赋予一致的时间戳和空间标签;并同步存储至本地存储单元,形成时空统一的数字化证据链。
21、进一步的,所述通信模块为4g/5g/nb-iot无线通信模组,模组集成于所述边缘计算控制器电路板上,或者通过板对板连接器与所述边缘计算控制器电路板电性连接;所述通信模块的天线经射频线缆引出防护壳体外部;
22、所述通信模块用于将所述边缘计算控制器处理后生成的融合判断结果、关键帧图片或短视频片段上传至远程监控平台。
23、进一步的,所述供电模块为可充电锂电池组或电池组与太阳能充电控制器的组合,固定安装于所述设备舱内。
24、进一步的,所述设备舱、所述传感器舱和所述视窗舱之间相互隔离;所有对外接线位置配置防水航空插头、防水密封接口。
25、经由上述的技术方案可知,与现有技术相比,本发明提供了一种基于ai边缘计算的排水管网视讯多参数监测装置,具有以下有益效果:
26、本发明采用一体化密封壳体集成水质传感、视频采集与边缘计算单元,依托内置ai推理芯片在本地完成水质理化数据与视频画面的多模态融合分析,通过数值指标与视觉特征双重校验,可精准区分真实污染、传感器扰动与纯视觉异常,从源头大幅降低无效报警,减少应急资源空耗。ai视觉语义识别能够捕捉油膜、有色废水等传统传感器无法检出的低浓度可视污染,填补管网监测感知盲区,提前捕捉早期污染迹象。设备仅上传异常关键帧与特征数据,无需传输全量原始视频流,显著降低井下通信带宽占用与云端存储成本;同时边缘控制器搭载本地存储单元,断网工况下可持续监测、缓存异常证据,网络恢复后自动补传数据,摆脱对云端与稳定网络的强依赖。全部传感与视频模块由同一控制器统一授时驱动,数据与影像天然同源同步,形成完整可信的数字化证据链,便于污染溯源与监管执法定责。
27、本发明依托ai边缘计算实现多模态本地智能研判,兼顾监测精度、传输成本与复杂井下环境适配能力。
1.一种基于ai边缘计算的排水管网视讯多参数监测装置,其特征在于,包括:防护壳体、安装支架、多参数水质传感器组、视频采集模块、补光装置、边缘计算控制器、通信模块以及供电模块;
2.根据权利要求1所述的一种基于ai边缘计算的排水管网视讯多参数监测装置,其特征在于,所述安装支架为一可调节角度的万向支架,其第一端与防护壳体的背面固定连接,第二端与检查井井壁或管道内壁固定连接,将整个装置支撑并固定于预定高度,使装置前端的采集窗口朝向管道来水方向。
3.根据权利要求1所述的一种基于ai边缘计算的排水管网视讯多参数监测装置,其特征在于,所述多参数水质传感器组包括ph传感器、cod传感器、氨氮传感器和电导率传感器,各传感器探头贯穿传感器舱浸入水体,实时同步采集管道内水体的原始水质数据并传输至边缘计算控制器,所述原始水质数据包括ph值、cod浓度、氨氮浓度和电导率参数。
4.根据权利要求3所述的一种基于ai边缘计算的排水管网视讯多参数监测装置,其特征在于,所述多参数水质传感器组还包括雷达水位计、压力水位计和多普勒流量计;所述雷达水位计的天线安装在防护壳体底部,朝向水面,用于水位的非接触式测量;所述压力水位计的探头通过所述传感器舱伸入水中,用于水压监测;所述多普勒流量计的探头置于传感器舱的水流通道中,用于流量监测。
5.根据权利要求1所述的一种基于ai边缘计算的排水管网视讯多参数监测装置,其特征在于,所述视频采集模块为工业级高清网络摄像头,所述视频采集模块的视频信号输出端通过同轴电缆或网线与边缘计算控制器的第二数据输入端电连接;
6.根据权利要求1所述的一种基于ai边缘计算的排水管网视讯多参数监测装置,其特征在于,所述边缘计算控制器内置微处理器、ai推理芯片和存储单元;
7.根据权利要求1所述的一种基于ai边缘计算的排水管网视讯多参数监测装置,其特征在于,所述边缘计算控制器统一驱动全部传感器与视频采集模块,所有水质数据、视频图像数据赋予一致的时间戳和空间标签;并同步存储至本地存储单元,形成时空统一的数字化证据链。
8.根据权利要求1所述的一种基于ai边缘计算的排水管网视讯多参数监测装置,其特征在于,所述通信模块为4g/5g/nb-iot无线通信模组,模组集成于所述边缘计算控制器电路板上,或者通过板对板连接器与所述边缘计算控制器电路板电性连接;所述通信模块的天线经射频线缆引出防护壳体外部;
9.根据权利要求1所述的一种基于ai边缘计算的排水管网视讯多参数监测装置,其特征在于,所述供电模块为可充电锂电池组或电池组与太阳能充电控制器的组合,固定安装于所述设备舱内。
10.根据权利要求1所述的一种基于ai边缘计算的排水管网视讯多参数监测装置,其特征在于,所述设备舱、所述传感器舱和所述视窗舱之间相互隔离;所有对外接线位置配置防水航空插头、防水密封接口。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com