【技术实现步骤摘要】
本专利技术涉及综合管廊运维，具体涉及一种基于神经网络的管廊管线管理方法。
技术介绍
1、随着城市基础设施建设的不断发展，综合管廊建设和应用逐渐在全国范围内展开。综合管廊内布设有大量的电线电缆和管线，后期运维过程中，大量管线布设完成后难以清点管廊内已承载的具体管线数量，同时不能准确掌握管廊内承载管线的剩余容量，如果架设管线超过设计承载极限后，会造成管廊支架等设施设备的损坏。
2、目前，对城市综合管廊内管线的管理方法主要通过运维人员现场清点及管线布设时进行现场记录，再将管线信息输入管理系统中。这种管廊管线管理方式需要耗费大量人力资源，同时人工清点、记录存在准确性不高、有安全风险的缺点，不利于综合管廊的安全、准确、高效运维。
技术实现思路
1、针对现有技术所存在的上述缺点，本专利技术提供了一种基于神经网络的管廊管线管理方法，能够有效克服现有技术所存在的不能对管廊管线进行安全、准确、高效运维管理的缺陷。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：
3、一种基于神经网络的管廊管线管理方法，利用加入多尺度注意力机制的对抗神经网络gan对采集到的可见光图像和红外温感图像进行融合、识别，在融合、识别过程中引入随机变量来提升模型泛化能力，并将识别得到的管廊内管线基本信息反映至综合管廊三维仿真模型。
4、优选地，包括以下步骤：
5、s1、同时采集管廊内管线的可见光图像和红外温感图像，并将采集图像上传至服务器利用加入多尺度注意力机
6、s2、在生成器中，对可见光图像和红外温感图像进行加权操作，并对加权可见光图像和加权红外温感图像进行融合，得到第一融合图像；
7、s3、在判别器中，对可见光图像和红外温感图像进行随机选择，对随机选择得到的图像与第一融合图像进行加权、融合，得到第二融合图像，并利用识别器对第二融合图像进行图像识别，得到管廊内管线基本信息；
8、s4、将识别得到的管廊内管线基本信息反映至综合管廊三维仿真模型。
9、优选地，s1中同时采集管廊内管线的可见光图像和红外温感图像，并将采集图像上传至服务器利用加入多尺度注意力机制的对抗神经网络gan进行融合、识别，包括：
10、s11、在管廊内布设若干支持红外温感的摄像机，利用摄像机同时采集管廊内管线的可见光图像和红外温感图像；
11、s12、将采集到的可见光图像和红外温感图像上传至服务器，利用加入多尺度注意力机制的对抗神经网络gan进行融合、识别；
12、其中，摄像机以巡检机器人搭载的移动摄像机为主，以安装于管廊顶部的固定摄像机为辅，巡检机器人搭载的移动摄像机可在管廊顶部预设轨道上移动并进行角度调节。
13、优选地，s12中将采集到的可见光图像和红外温感图像上传至服务器，利用加入多尺度注意力机制的对抗神经网络gan进行融合、识别，包括：
14、当可见光图像和/或红外温感图像出现重叠、模糊情况时，利用巡检机器人搭载的移动摄像机在预设轨道上移动至适当位置，补充采集管线图像。
15、优选地，s2、在生成器中，对可见光图像和红外温感图像进行加权操作，并对加权可见光图像和加权红外温感图像进行融合，得到第一融合图像，包括：
16、s21、利用多尺度注意力网络分别对可见光图像、红外温感图像进行加权操作，得到加权可见光图像和加权红外温感图像，使得管线区域较为明显；
17、s22、利用融合网络对加权可见光图像和加权红外温感图像进行融合，得到管线区域更加明显的第一融合图像。
18、优选地，s3、在判别器中，对可见光图像和红外温感图像进行随机选择，对随机选择得到的图像与第一融合图像进行加权、融合，得到第二融合图像，并利用识别器对第二融合图像进行图像识别，得到管廊内管线基本信息，包括：
19、s31、对可见光图像和红外温感图像进行随机选择，获取随机选择得到的图像；
20、s32、利用多尺度注意力网络分别对随机选择得到的图像与第一融合图像进行加权操作，并利用融合网络对两幅加权图像进行融合，得到第二融合图像；
21、s33、利用识别器对第二融合图像进行图像识别，得到管廊内管线基本信息；
22、其中，管廊内管线基本信息包括支架层数、各层支架管线数量、管线类别和管线温度。
23、优选地，s33中利用识别器对第二融合图像进行图像识别，得到管廊内管线基本信息之后，包括：
24、将管廊内管线基本信息与预设基本运维参数进行比较，判断现有管线数量是否超过预设最大值及剩余管线容量，同时通过固定时间间隔多次测量得到的管线温度计算管线温升速率，监测管线运行是否存在异常情况。
25、优选地，所述融合网络包括依次连接的像素加深层、编码层、融合层和解码层；
26、像素加深层，对输入图像的像素值超过100的像素点进行乘2的计算，最大值不超过255，对输入图像的像素值不超过100的像素点进行除2的计算，对所有计算结果取整，并将处理结果输出至编码层；
27、编码层，利用多层卷积神经网络进行特征提取，并将提取特征输出至融合层；
28、融合层，采用加权平均策略对提取特征进行数据融合，并将融合特征输出至解码层；
29、解码层，利用多层反卷积神经网络基于融合特征生成融合图像。
30、优选地，对于所述识别器：
31、根据实际管线数量，通过动态调整识别器中的真值，实现对识别器的动态训练，以提高识别准确性；
32、对管线进行局部特殊标记处理，并将标记信息输入至识别器，以使识别器更快速、准确地识别得到得到管廊内管线基本信息。
33、优选地，s4中将识别得到的管廊内管线基本信息反映至综合管廊三维仿真模型，包括：
34、对管廊内管线基本信息进行分析，得到管线信息和状态，并将管线信息和状态反映至综合管廊三维仿真模型；
35、其中，综合管廊三维仿真模型采用基于bim技术的轻量化三维管廊模型，包含建设阶段和运维阶段的基本信息，实现对综合管廊建设运维全生命周期管理。
36、与现有技术相比，本专利技术所提供的一种基于神经网络的管廊管线管理方法，具有以下有益效果：
37、1）本申请使用深度学习技术，自动聚焦到图像中的管道区域，充分保留了可见光图像和红外光图像中的管道特征，并在融合、识别过程中引入随机变量来提升模型泛化能力，实现了自动高效识别管廊内管线基本信息，全程自动化程度很高，基本不需要人工干预；
38、2）通过神经网络模型实现了综合管廊内管线运维管理的智能化，在综合管廊场景下精确识别管廊内管线基本信息，避免了传统人工清点、记录的繁琐流程，大幅提高了管廊管线运维管理的效率和准确性，节约管廊运维人力资源，保障管廊安全、高效运行。
本文档来自技高网...【技术保护点】
1.一种基于神经网络的管廊管线管理方法，其特征在于：利用加入多尺度注意力机制的对抗神经网络GAN对采集到的可见光图像和红外温感图像进行融合、识别，在融合、识别过程中引入随机变量来提升模型泛化能力，并将识别得到的管廊内管线基本信息反映至综合管廊三维仿真模型。
2.根据权利要求1所述的基于神经网络的管廊管线管理方法，其特征在于：包括以下步骤：
3.根据权利要求2所述的基于神经网络的管廊管线管理方法，其特征在于：S1中同时采集管廊内管线的可见光图像和红外温感图像，并将采集图像上传至服务器利用加入多尺度注意力机制的对抗神经网络GAN进行融合、识别，包括：
4.根据权利要求3所述的基于神经网络的管廊管线管理方法，其特征在于：S12中将采集到的可见光图像和红外温感图像上传至服务器，利用加入多尺度注意力机制的对抗神经网络GAN进行融合、识别，包括：
5.根据权利要求3所述的基于神经网络的管廊管线管理方法，其特征在于：S2、在生成器中，对可见光图像和红外温感图像进行加权操作，并对加权可见光图像和加权红外温感图像进行融合，得到第一融合图像，包括：p>
6.根据权利要求5所述的基于神经网络的管廊管线管理方法，其特征在于：S3、在判别器中，对可见光图像和红外温感图像进行随机选择，对随机选择得到的图像与第一融合图像进行加权、融合，得到第二融合图像，并利用识别器对第二融合图像进行图像识别，得到管廊内管线基本信息，包括：
7.根据权利要求6所述的基于神经网络的管廊管线管理方法，其特征在于：S33中利用识别器对第二融合图像进行图像识别，得到管廊内管线基本信息之后，包括：
8.根据权利要求6所述的基于神经网络的管廊管线管理方法，其特征在于：所述融合网络包括依次连接的像素加深层、编码层、融合层和解码层；
9.根据权利要求6所述的基于神经网络的管廊管线管理方法，其特征在于：对于所述识别器：
10.根据权利要求6所述的基于神经网络的管廊管线管理方法，其特征在于：S4中将识别得到的管廊内管线基本信息反映至综合管廊三维仿真模型，包括：
...【技术特征摘要】
1.一种基于神经网络的管廊管线管理方法，其特征在于：利用加入多尺度注意力机制的对抗神经网络gan对采集到的可见光图像和红外温感图像进行融合、识别，在融合、识别过程中引入随机变量来提升模型泛化能力，并将识别得到的管廊内管线基本信息反映至综合管廊三维仿真模型。
2.根据权利要求1所述的基于神经网络的管廊管线管理方法，其特征在于：包括以下步骤：
3.根据权利要求2所述的基于神经网络的管廊管线管理方法，其特征在于：s1中同时采集管廊内管线的可见光图像和红外温感图像，并将采集图像上传至服务器利用加入多尺度注意力机制的对抗神经网络gan进行融合、识别，包括：
4.根据权利要求3所述的基于神经网络的管廊管线管理方法，其特征在于：s12中将采集到的可见光图像和红外温感图像上传至服务器，利用加入多尺度注意力机制的对抗神经网络gan进行融合、识别，包括：
5.根据权利要求3所述的基于神经网络的管廊管线管理方法，其特征在于：s2、在生成器中，对可见光图像和红外温感图像进行加权...
【专利技术属性】
技术研发人员：张涛，杨会兵，魏亚兴，何健，袁中权，
申请(专利权)人：合肥中盛水务发展有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。