天然氣管道作為國家能源傳輸?shù)闹饕獋鬏斀橘|(zhì),是國家重要的基礎(chǔ)設(shè)施。長距離傳輸天然氣管道口徑較大、壓力較高,泄露后將造成重大安全隱患�，F(xiàn)有的傳統(tǒng)甲烷泄漏檢測系統(tǒng)存在方案實(shí)施周期較長、人工巡檢勞動(dòng)強(qiáng)度大等缺陷。因此,設(shè)計(jì)并實(shí)現(xiàn)一套高精準(zhǔn)的智能化甲烷泄露監(jiān)測系統(tǒng)迫在眉睫。本文針對長距離傳輸天然氣管道,設(shè)計(jì)并實(shí)現(xiàn)了基于智能巡航算法的物聯(lián)網(wǎng)激光甲烷遙測云平臺。本文對現(xiàn)有空間信息建模中傳統(tǒng)特征區(qū)域選取部分進(jìn)行改進(jìn),使用全卷積神經(jīng)網(wǎng)絡(luò)圖像語義分割模型,提高了特征區(qū)域的選取精度。同時(shí),針對自旋狀態(tài)下的單目視覺定位場景,首次將傳統(tǒng)定位技術(shù)中記錄三維空間信息的三維直角坐標(biāo)系替換為三維極坐標(biāo)系,有效的提高了單目視覺定位算法效率。本系統(tǒng)使用云計(jì)算的軟件即服務(wù)（Software as a Service,SaaS）模式的云平臺,將智能巡航算法等功能作為服務(wù)發(fā)布出去,為物聯(lián)網(wǎng)終端提供穩(wěn)定可靠的算法支持。在此基礎(chǔ)上,本文設(shè)計(jì)并實(shí)現(xiàn)了以智能巡航算法為核心的基于物聯(lián)網(wǎng)的激光甲烷遙測云平臺。本文對整個(gè)云平臺進(jìn)行了功能測試和性能測試,其中算法性能測試結(jié)果表明智能巡航算法相比常規(guī)巡航方法將發(fā)現(xiàn)泄漏平均時(shí)間縮短了 48.77%,... 

【文章來源】：北華航天工業(yè)學(xué)院河北省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３．１?ＦＣＮ網(wǎng)絡(luò)模型結(jié)構(gòu)圖??

／標(biāo)識真實(shí)值，＿／表示預(yù)測值，；＾＿??表示將／預(yù)測為力??１?ｋ?Ｄｉｉ??ＭＩｏＵ?＝?Ｙ?－ｒ?７－??＼＊?ＭＥＲＧＥＦＯＲＭＡＴ?（３．１）??灸＋?１卜０?▽?▽??ＺｕＰｉｊ＾Ｐｉｊ￣ＰＵ??ｊ＝〇?ｊ＝〇??實(shí)驗(yàn)結(jié)果并沒有該網(wǎng)絡(luò)在ＶＯＣ２０１２數(shù)據(jù)集上表現(xiàn)的好，該網(wǎng)絡(luò)在ＶＯＣ２０１２數(shù)據(jù)集??上表現(xiàn)，如表３．１所示。所以這也從側(cè)面證明了網(wǎng)絡(luò)模型的優(yōu)化是針對數(shù)據(jù)集的。所以需??要對ＦＣＮ網(wǎng)絡(luò)做出改進(jìn)，讓其在長輸天然氣管道數(shù)據(jù)集擁有良好的表現(xiàn)。??在圖３．１中可以明顯的看出，在ＦＣＮ網(wǎng)絡(luò)下采樣的過程中，每通過一層卷積層，圖??片的淺層信息就會損失一些，每通過一層池化層，圖片的淺層信息就會損失更多。最后在??預(yù)測階段之前的特征圖中，由于特征圖尺寸太小了，淺層的信息己經(jīng)非常少了，即使在預(yù)??測過程中使用雙線性上采樣方法并融合淺層特征也不能彌補(bǔ)之前下采樣時(shí)產(chǎn)生的損失。這??時(shí)可以在下采樣到一定尺寸時(shí)，使用空洞卷積％可以保證看到更大的感受野信息，從而??保留更多的淺層信息，同時(shí)也降低了參數(shù)量和計(jì)算量。此外在預(yù)測階段仍舊可以使用雙線??性上采樣和跳層結(jié)構(gòu)，更好的融合淺層信息，使語義分割結(jié)果更加精細(xì)�？斩淳矸e示意圖，??如圖３．２所示，從圖（ａ）到圖（ｃ）空洞卷積逐漸擴(kuò)大。??ＩＩＩ?ＭＭ?ＩＩＩ?ＩＭｆｆｌ?１１１１１１１１１１１１１１?Ｉｆｆｌ?｜?腦圓－肝??丨匪圍＾議匪丨園吾??＝＝＿＿鮮三二：４??虐二腫―巧＊｜｜：＝??（ａ）標(biāo)準(zhǔn)卷積?（ｂ）空洞卷積?（ｃ）空洞卷積??圖３．２空洞卷積示意圖??空洞卷積的改變主要是在卷積核層面，將原本緊密的卷積核變得分散以獲得更多的特??１５??

片數(shù)據(jù)集重新對網(wǎng)絡(luò)進(jìn)行了訓(xùn)??練和測試，測試結(jié)果與改進(jìn)之前測試結(jié)果對比，如表３．１所示。??表３．１網(wǎng)絡(luò)測試結(jié)果得分對比表??ＶＯＣ２０１２?Ｏｕｒ?ＤａｔａＢａｓｅ??ＦＣＮ?６２．２?５１．６??Ｏｕｒｓ?－?７３．８??測試結(jié)果表明改進(jìn)后的網(wǎng)絡(luò)在長輸天然氣管道圖片數(shù)據(jù)集上有著更好的表現(xiàn)。這也意??味著對長輸天然氣管道特征區(qū)域的選取將更加精確，對特征點(diǎn)的選取也更具有說服力。??通過對ＦＣＮ網(wǎng)絡(luò)的改進(jìn)優(yōu)化了識別效果。目前改進(jìn)后的網(wǎng)絡(luò)模型識別長輸天然氣管??道效果圖，如圖３．３所示。識別邊緣與實(shí)際邊緣相比已經(jīng)十分接近，對長輸天然氣管道的??語義分割結(jié)果表現(xiàn)良好，為特征點(diǎn)選取打下堅(jiān)實(shí)基矗??ｍ?ｍｓｍｍ??圖３．３長輸天然氣管道識別效果圖??３．２．２單目視覺定位技術(shù)??單目視覺定位技術(shù)主要用來測量圖像中的物體和攝像機(jī)的相對位置，可以應(yīng)用在攝像??機(jī)位姿感知、視覺物體測距、視覺物體跟蹤等領(lǐng)域。??通過第一章對卷積神經(jīng)網(wǎng)絡(luò)圖像語義分割研究現(xiàn)狀的分析得知，目前大部分單目視覺??定位技術(shù)的研宄方向都偏向于水平垂直移動(dòng)的單目視覺系統(tǒng)定位技術(shù)，該研究方向體現(xiàn)在??二維圖像上只涉及圖像的平移和旋轉(zhuǎn)。將該研宄方向的技術(shù)用在本文智能巡航算法研宄方??向的半固定式單目視覺系統(tǒng)，即自旋轉(zhuǎn)單目視覺系統(tǒng)上空間建模精度并不是很高，而且計(jì)??算量龐大，所以需要針對自旋轉(zhuǎn)單目視覺系統(tǒng)做出相應(yīng)改進(jìn)。??對比自旋轉(zhuǎn)狀態(tài)和傳統(tǒng)的水平垂直移動(dòng)狀態(tài)，不難發(fā)現(xiàn)，自旋轉(zhuǎn)狀態(tài)下很多參數(shù)都是??和角度相關(guān)的，那么不妨設(shè)想一下，如果將記錄三維空間位置的量都變成角度，那么計(jì)算??量大的問題將迎刃而解。所以改進(jìn)方向就找到了，那就是使用三維極坐標(biāo)系替換三維直角

【參考文獻(xiàn)】：
期刊論文
[1]全卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 章琳,袁非牛,張文睿,曾夏玲.  計(jì)算機(jī)工程與應(yīng)用. 2020(01)
[2]基于單目視覺原理的空間位置測量技術(shù)研究[J]. 王鍇磊,吳躍,沙春哲,劉莎,王春喜,王占濤.  宇航計(jì)測技術(shù). 2019(04)
[3]單目視覺定位實(shí)現(xiàn)機(jī)器人跟蹤的實(shí)驗(yàn)系統(tǒng)和控制方法[J]. 程前,聶卓赟,方浩澄,邵輝.  華僑大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(04)
[4]戶外變電站復(fù)雜環(huán)境下的移動(dòng)操作機(jī)器人單目視覺定位[J]. 桑浩楠,王石剛,梁慶華.  機(jī)械設(shè)計(jì)與研究. 2019(03)
[5]基于云平臺的智慧圖書館系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 王茜,張黎.  圖書館. 2019(02)
[6]物聯(lián)網(wǎng)多層設(shè)備信息通信數(shù)據(jù)分類識別仿真[J]. 魏葆春,甘發(fā)旺.  計(jì)算機(jī)仿真. 2019(01)
[7]無人機(jī)載管道巡檢系統(tǒng)在輸氣管道的應(yīng)用[J]. 王慶國,王興宇.  煤氣與熱力. 2018(12)
[8]基于ZigBee和云平臺的葡萄霜霉病防控系統(tǒng)的設(shè)計(jì)與應(yīng)用[J]. 楊寧,來智勇,蘇鵬飛,劉斌.  現(xiàn)代電子技術(shù). 2018(24)
[9]物聯(lián)網(wǎng)架構(gòu)研究綜述[J]. 李冬月,楊剛,千博.  計(jì)算機(jī)科學(xué). 2018(S2)
[10]基于多特征融合的云平臺異常檢測方法[J]. 張晶,任永功.  模式識別與人工智能. 2018(11)

碩士論文
[1]基于物聯(lián)網(wǎng)的居家環(huán)境監(jiān)測系統(tǒng)設(shè)計(jì)[D]. 岳銳.中北大學(xué) 2017
[2]基于ZigBee的社區(qū)安全保障系統(tǒng)設(shè)計(jì)[D]. 張景順.曲阜師范大學(xué) 2013



本文編號：3370302