一种乡村智能化空间推演规划模拟系统

1.本发明涉及乡村智能化领域，具体是一种乡村智能化空间推演规划模拟系统。


背景技术：

[0002][0003]
而目前为止，对乡村空间的合理利用以及合理开发仍然没有有效的科学的推演与规划，因此亟需一种能对乡村空间实现智能化推演与规划的系统来解决此问题。


技术实现要素：

[0004]
本发明的目的在于提供一种乡村智能化空间推演规划模拟系统，它能实现科学有效的对乡村空间利用的推演与规划。
[0005]
本发明为实现上述目的，通过以下技术方案实现：
[0006]
一种乡村智能化空间推演规划方法，包括以下步骤：
[0007]
采集各乡村的人口、建筑、农田、井道、沟渠和道路信息；
[0008]
采集各乡村的用电情况、用水情况以及车辆对道路的损坏程度；
[0009]
根据接收的环境影响参数信息和居住信息，进行个体的行为模型挖掘，掌握并推演个体行为，根据推演结果，进行相应空间的资源推演；
[0010]
根据资源推演指令，对相应的空间资源进而进行供应或中断，实现空间推演的管控。
[0011]
优选的，将现有的环境影响参数信息和居住信息存入数据库，并把上传数据进行提前录入，对数据进行分布式管理。
[0012]
优选的，预先配置所有的采集元件参数的数据最大阈值和最小阈值，当接收数据超出设置的阈值范围时，系统做出相应判断。
[0013]
优选的，根据接收的环境影响参数信息和居住信息，进行个体的行为模型挖掘，掌握并推演个体行为的具体过程包括：根据接收的环境影响参数信息和居住信息，确定相应个体的使用习惯，对个体的具体行为进行刻画。
[0014]
一种乡村智能化空间推演规划模拟系统，包括：
[0015]
环境影响参数采集单元，包括设置于各区域的相应传感器，接收所有环境信息；
[0016]
居住信息采集单元，包括乡村用水、用电情况以及车辆使用情况、道路损坏程度的信息采集模块；
[0017]
资源调度单元，配置根据接收的环境影响参数信息和居住信息，进行基于大数据的个体的行为模型挖掘，掌握并推演个体行为，根据推演结果，进行相应空间的资源调配；
[0018]
资源需求推演模块，配置根据接收的环境影响参数信息和居住信息挖掘建设所需空间资源，结合个体行为与分布，辅助进行空间需求推演与分配；
[0019]
信息交互单元，配置接收资源调配指令，对相应的空间进行资源的供应或中断，根据预测情况，进行维护和排除潜在障碍，实现信息交互的同时为乡村的空间利用和发展提
供数据保障。
[0020]
对比现有技术，本发明的有益效果在于：
[0021]
1、本发明能够基于通信网络和末端传感器对乡村环境、居住状态等空间资源进行状态监测和智能控制，进行大数据分析，采集个体行为、环境状态等数据，分析数据并辅助进行空间资源推演和规划；
[0022]
2、本发明挖掘建乡村空间使用模型，基于个体行为模型辅助进行空间资源调配，以图表/3d形式展现，并输出参考分配方案；
[0023]
3、本发明能够根据挖掘出的数据特点进行推演规划，挖掘空间利用情况。
附图说明
[0024]
附图1是本发明的系统结构示意图。
[0025]
附图2是本发明的数据处理流程图。
具体实施方式
[0026]
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本技术所限定的范围。
[0027]
一种乡村智能化空间推演规划模拟系统，该系统具备以下功能：
[0028]
系统自主管理：通过通信网络和末端传感器对居住环境进行状态监测。
[0029]
其中，末端传感器至少包括设置于农田、居舍、道路等多个红外线传感器、紫外线传感器、温度传感器、图像采集模块和声音采集模块；还包括设置于井道、沟渠的供水溢流传感器与设置于各电表回路中的电流/电压传感器。
[0030]
通信网络可以是无线传输网络，也可以是物联网与无线传输网络的结合。
[0031]
视觉识别：实时识别车辆、人员等信息，并读取身份信息，智能识别车辆出入与人员信息，做到每人每车都有统计，并随着人口新增/迁出和车辆新增/ 迁出对数据库进行实时更新。
[0032]
其中，识别人员和车辆具体通过设置于监控摄像头处的视频采集模块、图像采集模块和身份识别系统。
[0033]
具体包括前端图像采集摄像头和后端图像处理系统组成。前端由多个图像采集摄像头组成监控网络，能够全方位地记录行人、车移动轨迹，多摄像头配合能够对处于不同时刻的人脸与车辆进行更为可靠有效的检测。后端图像处理系统采用机器学习对检测到的人脸图像以及车辆信息进行识别，对行人的身份和车辆身份进行比对确认。系统采用网络信息加密传输，支持远程进行控制和管理。
[0034]
首先通过前端图像采集系统采集村庄住户人员及车辆的图像，通过深度学习算法提取特征，进行身份注册。系统工作时，前端摄像头实时采集图像，采用深度学习算法对图像中出现的人体、人脸以及车辆进行识别，获取人体、人脸特征与车辆信息之后，在已经注册的住户数据表及车辆数据表中进行检索比对。
[0035]
本实施例中，通过通信网络和末端传感器对公共设施和农田使用情况进行状态监测和智能控制，管控的系统主要为电力系统、供水系统和数据采集系统。
[0036]
通过采集器采集的电表回路信息，可以获知当前电力系统的开关状态，自动控制参数包括定时参数、分时控制参数等。
[0037]
通过安装在各节点的采集器采集回的压力、流量数据检测供水管线的状态。
[0038]
上述事件的处理过程中，大数据的采集是指利用多个数据库来接收发自客户端(web、app或者传感器等)的数据，可以通过这些数据库来进行简单的查询和处理工作。对关系突发事件管控系统的数据类型、数据大小、读写量级、读写比例、并发数、一致性、延迟度、分析的复杂度乃至需不需要引入较复杂的数据挖掘算法等进行甄别，构建满足能耗管控系统需要的数据采集硬件、数据传输硬件和数据采集检测软件，实现大数据采集。
[0039]
由于采集的环境信息、人员信息和车辆信息的大数据可能由tb级(或者甚至pb级)信息组成，包括结构化数据(数据库、日志、sql等)以及非结构化数据 (传感器、多媒体数据)。这些数据缺乏索引或者其他组织结构，可能由很多不同文件类型组成，使存储数据的成本在不断地增加，数据存储容量爆炸性增长且难以预估，越来越复杂的环境使得存储的数据无法管理，对数据库的存储功能构成了挑战。
[0040]
如图2所示，本系统在处理过程中对这些数据进行分区操作，通过建立广泛的索引与缓存机制，加大虚拟内存和分批处理，使用临时表和中间表优化查询语句，使用文本格式进行处理，定制清洗规则和出错处理机制，使用数据仓库和多维数据库完成数据的存储。
[0041]
对所有的传感器信息数据存入hadoop数据库，并把上传数据进行提前录入，并采用hdfs来进行分布式管理，将所有的传感器参数设置数据最大阈值和最小阈值，当接收数据超出设置的阈值范围时，说明乡村的空间利用率已达饱和状态或者不宜居住状态，并将此状态及时反馈。在数据库不断被调用和新数据不断存储的过程中，通过传感器实时上传的数据走向即可预测该传感器是否会出现问题。
[0042]
数据处理过程中，从其数据采集、数据转换、数据分组、数据组织、数据计算、数据存储、数据检索和数据排序规则上设计相应的数据处理系统架构软件和系统集成软件，并在这些数据的准备阶段，完成这些数据的录入。待这些数据录入后，按程序的指示和要求对这些数据进行处理，最后输出满足需求的有效信息，完成基于大数据技术的数据的处理。
[0043]
基于数据挖掘算法，分割、集群、孤立点分析精炼数据，挖掘价值。进而进行预测分析，数据挖掘可对数据承载信息更快更好地消化理解，进而提升判断的准确性，最终形成供能辅助决策。推演空间使用情况，辅助进行规划决策，以图表/3d形式展现，并输出参考资源分配方案。