基于NB-IoT和LoRa相互协作的窨井盖检测系统

随着城市公共设施的大力建设,窨井盖的数量也在快速增长。为了更好的进行井盖检测,并且便于现场快速安装,研究了一种基于窄带物联网(narrowband internet of things,NB-IoT)和LoRa技术相互协作的窨井盖检测系统。利用两种技术各自的优势相互协作,LoRa负责本地通信,NB-IoT负责上行数据传输。该系统具备低成本、低功耗、广覆盖和安装方便的特点。

基于无人机航拍图像的破损井盖检测

人工排查破损及丢失井盖存在效率低、耗时多和判断不准等问题,目前有关研究缺少对破损井盖的识别判断,而对于丢失井盖的判断方法存在投入成本大、应用范围小的问题。对此,提出了一种基于无人机航拍图像的破损井盖检测方法,以YOLO模型为基础,结合破损井盖识别的特点,修改网络结构及重要参数,增大池化层维度的矩阵、减少网络层数、降低学习率并改变批处理大小,以达到保持精确率的同时缩短训练时间的目的,结合YOLO预训练模型的权重进行训练,以解决数据不足的问题。制作PASCAL VOC格式的数据集并用做检测实验,实验结果表明,该改进模型与原模型相比具有更短的训练时间,精确率为82.6%左右,召回率在70.7%左右,基本满足破损井盖检测的需求。

基于智能手机的道路井盖检测与分类

道路质量检测是智能交通系统的重要组成部分,而井盖异常下沉是影响道路质量的常见因素之一。智能手机配备了不同传感器,在许多研究中被应用于道路检测。提出了一种基于智能手机的道路井盖检测与分类方法。使用智能手机收集道路井盖图像数据,用其内置的加速度计来记录车辆轧过井盖时的加速度数据;使用残差网络(residual net⁃work,ResNet)来训练检测模型,对井盖进行图像检测,图像检测精度最高可达80.97%。车辆经过不同下沉程度的井盖会产生不同加速度数值,在此基础上,提出了一种基于机器学习的道路井盖下沉程度分类方法。利用该方法可将检测到的道路井盖的下沉程度自动划分为良好、一般、较差3个等级,准确率可达86.0%。结果表明,该方法在不同道路条件下均能有效检测并分类道路井盖。

城市井盖智能化管理

近年来,由于城市中井盖管理不善,造成全国范围内各类伤人、损车事件频发,严重影响了市民的出行安全,造成不良的社会影响。本文针对目前我国城市井盖管理存在的问题进行分析、研究和探讨,在井盖安全防护、数字城管模式和RFID技术使用3种智能管理模式的基础上,提出了基于无线传感器的井盖丢失检测监管,整套系统具有较好的技术性能和应用价值。

城市井盖智能化管理方法综述

近年来,由于城市中井盖管理不善,造成全国范围内各类伤人、损车事件频发,严重影响了市民的出行安全,造成不良的社会影响。本文针对目前我国城市井盖管理存在的问题进行分析、研究和探讨,在井盖安全防护、数字城管模式和RFID技术使用三种智能管理模式的基础上,提出了基于无线传感器的井盖丢失检测监管方法,整套系统具有较好的技术性能和应用价值。

基于 NB-IOT 技术的智能通信井盖系统设计

目前,通信井盖分布广、数量多、巡查成本和维护费用高,同时由于井盖缺失导致的城市安全等管理上的难题也日益凸显。本 文介绍了一种基于 NB-IoT 技术的智能通信井盖系统,运用基于 NB-IoT 技术的井盖监控器对井盖做出撞击告警、倾斜告警、掀盖告警以 及低电量和高温等告警提示;并结合 GPS 技术,对井盖进行定位,以实现对通信井盖的智能管控,能有效解决通信井盖管理上的难题。

基于NB-IoT和惯导技术的井盖监控器设计

针对市场现有井盖监控器存在的功耗高,通信质量差,无法有效识别井盖位姿状态的问题,基于窄带互联网NB-IoT和低成本惯性测量单元IMU对其硬件和识别算法进行优化。提出电源分层管理方案以及激活休眠方法,将待机时间提高到5 a以上;通过增设通信天线提高了信号增益,解决了铁质井盖的屏蔽问题;基于惯性导航技术,通过对井盖运动行为分析,提出了基于时间窗内欧拉姿态角瞬时变化、惯性导航位移数据、预期震动信号特性的井盖位姿估计算法。经测试该设计方案实现了井盖位姿检测、实时通信、低功耗的设计指标。