【技术实现步骤摘要】
本专利技术涉及环境监测领域，尤其涉及一种基于物联网的城市地下空间环境监测方法及系统。
技术介绍
1、随着物联网、人工智能和大数据的快速发展，环境监测方法的智能化与自动化水平不断提升，监测的准确性和时效性成为了确保环境安全的关键因素。
2、传统的地下空间环境监测方法主要依赖于地质勘察技术和物理探测技术，但这种方法存在数据采集成本高、效率低等问题。近年来，随着技术的快速发展，越来越多的环境监测方法开始使用智能算法或大数据进行监测，以降低成本、提高监测的效率和准确性。
3、目前，虽然已有一些基于智能算法或大数据的城市地下空间环境监测方法或系统，但这些监测方法在实时性和准确性方面存在局限，通常注重于对数据的异常检测，而忽略对空间和时间的综合考量，且缺乏对未来环境趋势的预测，不能有效地提供预警，影响监测效果。
技术实现思路
1、本专利技术的目的是要提供一种基于物联网的城市地下空间环境监测方法及系统。
2、为达到上述目的，本专利技术是按照以下技术方案实施的：
3、本专利技术第一方面提供了一种基于物联网的城市地下空间环境监测方法，包括以下步骤：
4、步骤s1、获取地下空间的双目图像，基于所述双目图像生成点云数据，计算所述点云数据的最小距离，获得变化点云，基于所述变化点云进行三维建模，获得三维模型；
5、步骤s2、采集地下空间的环境数据，计算所述环境数据之间的相邻关联度，基于所述相邻关联度在所述三维模型中进行第一聚类分析，获得
6、步骤s3、获取所述具有相似特征的空间区域中的气体浓度，根据气体浓度分布和气体浓度超标比例计算环境异常程度，构建预测模型对所述具有相似特征的空间区域进行预测，获得异常程度趋势曲线；
7、步骤s4、根据所述环境异常程度和所述异常程度趋势曲线计算干预概率，基于所述干预概率进行第二聚类分析，获得干预热点区域，根据所述干预热点区域对所述三维模型进行颜色编码，将进行颜色编码后的所述三维模型和所述异常程度趋势曲线作为预警发送至监测平台。
8、进一步的，所述基于所述双目图像生成点云数据的方法，包括：
9、计算双目相机视差，计算公式为：
10、
11、其中，为双目相机视差，为成像平面上光点的水平位置，为双目相机焦距，为双目相机到成像平面的距离，为双目相机基线长度，为双目相机的可视角度，根据视差计算图像的深度，计算公式为：
12、
13、其中，为双目相机焦距，为双目相机基线长度，为双目相机视差；
14、将双目相机图像中的点转换为三维空间中的坐标，表达式为：
15、
16、其中，、和分别为点在三维空间中的坐标，和为左右相机图像中点的水平和垂直坐标，和分别为相机主点坐标，为双目相机焦距，为图像的深度；
17、将得到的三维空间中的坐标进行集合，获得点云数据。
18、进一步的，所述计算所述点云数据的最小距离，获得变化点云的方法，包括：
19、对点云数据进行预处理，对重叠点云中的点进行点云对齐，表达式为：
20、
21、其中，为点云数据中点的数量，为点云的三维变换矩阵，和分别表示为源点云和目标点云中的第个点，表示为的法线向量；
22、对点云数据中的每个点云进行空间搜索，找到最近邻居点，计算每个点云及其最近邻居点之间的欧式距离，将最小值作为点云中最密集区域，基于每个点云到其最近邻点的距离生成距离场；
23、对距离场进行聚类分析，根据点云的局部密度将点云数据分组成簇，获得变化点云。
24、进一步的，所述基于所述变化点云进行三维建模的方法，包括：
25、通过求解泊松方程对变化点云进行表面重建，表达式为：
26、
27、其中，表示为变化点云中的点，为变化点云中点的集合，表示为拉普拉斯算子，表示为距离场的散度，表示为空间函数即待求解函数；
28、根据表面重建后的变化点云生成尺度空间，表达式为：
29、
30、其中，为高斯核宽度，为空间尺度参数，、和分别表示为变化点云的位置信息，表示为卷积操作，表示为变化点云降采样后的目标模型；
31、在尺度空间中提取边缘、角点和脊线特征作为控制网格的关键点，通过连接关键点构建控制网格，将控制网格转换为多边形网格，得到三维模型。
32、进一步的，所述计算所述环境数据之间的相邻关联度，基于所述相邻关联度在所述三维模型中进行第一聚类分析，获得多个具有相似特征的空间区域的方法，包括：
33、计算相邻关联度，计算公式为：
34、
35、其中，表示进行[0，1]的归一化操作，表示为环境数据中数据点的邻域大小，为环境数据中任意数据点和数据点的欧式距离，为环境数据中的数据点的数量；
36、构建相似性矩阵，矩阵中的元素表示数据点和数据点的相邻关联度；构建度矩阵，其中对角线元素表示数据点的度即所有与数据点相连的边的权重之和；
37、使用度矩阵和相似性矩阵构建拉普拉斯矩阵，其中，对拉普拉斯矩阵进行特征值分解，获得个非零的特征向量及其对应的特征相邻；
38、将个特征向量作为列向量组成特征向量矩阵，将特征向量矩阵作为新的特征空间中的数据点，利用k-means聚类算法沿x、y和z轴三个方向分别进行聚类，得到具有相似特征的空间区域。
39、进一步的，所述根据气体浓度分布和气体浓度超标比例计算环境异常程度的方法，包括：
40、计算相似特征的空间区域的气体浓度分布，计算公式为：
41、
42、其中，为单位时间1h内增加的污染气体量，、和分别表示监测位置的三维坐标，、和分别表示为污染源的三维坐标，、和分别为污染物沿、和轴的扩散系数，为平均风速；
43、根据气体浓度超标比例和气体浓度超标比例计算相似特征的空间区域的异常程度，计算公式为：
44、
45、其中，为气体浓度超标速率，为监测气体种类的数量，为在1h内气体浓度出现超标的次数，为气体浓度连续超标的时间长度，为气体浓度分布，为气体浓度超标比例的平均值，为超标区域占总监测区域的面积比例，为气体浓度衰减系数。
46、进一步的，所述构建预测模型对所述具有相似特征的空间区域进行预测，获得所述环境数据的异常程度趋势曲线的方法，包括：
47、基于神经网络构建预测模型，预测模型结构包括：输入层、卷积层、lstm层、全连接层和输出层，其中具体为：
48、输入层用于接收对环境数据进行滑窗得到的时序数据以及对应的异常程度；
49、卷积层由卷积神经网络构成，通过卷积神经网络对输入数据进行卷积操作，在卷积层之后加入最大池化层，对卷积层输出的特征图进行下采样；
50、lstm层由长短期记忆神经网络构成本文档来自技高网...
【技术保护点】
1.一种基于物联网的城市地下空间环境监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于物联网的城市地下空间环境监测方法，其特征在于，所述基于所述双目图像生成点云数据的方法，包括：
3.根据权利要求1所述的一种基于物联网的城市地下空间环境监测方法，其特征在于，所述计算所述点云数据的最小距离，获得变化点云的方法，包括：
4.根据权利要求1所述的一种基于物联网的城市地下空间环境监测方法，其特征在于，所述基于所述变化点云进行三维建模的方法，包括：
5.根据权利要求1所述的一种基于物联网的城市地下空间环境监测方法，其特征在于，所述计算所述环境数据之间的相邻关联度，基于所述相邻关联度在所述三维模型中进行第一聚类分析，获得多个具有相似特征的空间区域的方法，包括：
6.根据权利要求1所述的一种基于物联网的城市地下空间环境监测方法，其特征在于，所述根据气体浓度分布和气体浓度超标比例计算环境异常程度的方法，包括：
7.根据权利要求1所述的一种基于物联网的城市地下空间环境监测方法，其特征在于，所述构建预测模型对
8.根据权利要求1所述的一种基于物联网的城市地下空间环境监测方法，其特征在于，所述根据所述环境异常程度和所述异常程度趋势曲线计算干预概率，基于所述干预概率进行第二聚类分析，获得干预热点区域的方法，包括：
9.根据权利要求1所述的一种基于物联网的城市地下空间环境监测方法，其特征在于，所述根据所述热点区域对所述三维模型进行颜色编码的方法，包括：在三维模型中对三种干预热点区域进行颜色的映射，其中高干预热点区域对应的颜色为红色，中等干预热点区域对应的颜色为黄色，低干预热点区域对应的颜色为绿色，获得干预热点区域在空间上的分布情况的三维模型。
10.一种基于物联网的城市地下空间环境监测系统，用以执行权利要求1-9任一项所述的方法，其特征在于，包括：
...【技术特征摘要】
1.一种基于物联网的城市地下空间环境监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于物联网的城市地下空间环境监测方法，其特征在于，所述基于所述双目图像生成点云数据的方法，包括：
3.根据权利要求1所述的一种基于物联网的城市地下空间环境监测方法，其特征在于，所述计算所述点云数据的最小距离，获得变化点云的方法，包括：
4.根据权利要求1所述的一种基于物联网的城市地下空间环境监测方法，其特征在于，所述基于所述变化点云进行三维建模的方法，包括：
5.根据权利要求1所述的一种基于物联网的城市地下空间环境监测方法，其特征在于，所述计算所述环境数据之间的相邻关联度，基于所述相邻关联度在所述三维模型中进行第一聚类分析，获得多个具有相似特征的空间区域的方法，包括：
6.根据权利要求1所述的一种基于物联网的城市地下空间环境监测方法，其特征在于，所述根据气体浓度分布和气体浓度超标比例计算环境异常程度的方法，包...
【专利技术属性】
技术研发人员：乔中坤，张家俊，袁鹏，张宗宇，
申请(专利权)人：浙江工业大学，
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。