一种基于移动无人机巢的城市NO2的监测方法

技术领域

本发明涉及大气监测技术领域。具体而言，涉及一种基于移动无人机巢的城市NO

背景技术

现有的NO2的监测可以通过卫星搭载了对流层观测仪，可观测全球各地大气中痕量气体组分，包括NO2、O3、SO2、 HCHO、CH4、CO和气溶胶等重要的与人类活动密切相关的指标。但卫星观测所得数据缺乏近地面的监测值，因而不能精确表征近地面的NO2浓度。

通过设置大量的地面监测站可以测得固定监测点的近地面数据，在通过插值的方式取均值可以获得地面的监测值，但近地面空中仍然缺乏，并且，由于城市不同，人口密集程度和工业生产位置不同，导致各地区的NO2是动态变化的，使得目前的地面监测站结合卫星监测仍不能精确满足监测的精度需求。

发明内容

本发明正是基于现有技术的上述需求而提出的，本发明针对现有的通过卫星监测NO

为了解决上述问题，本发明是采用如下技术方案实现的：

一种基于移动无人机巢的城市NO

1）通过布设在城市固定位置的若干个NO2监测站检测NO2的浓度，获取持续一段时间的所有监测站测得的NO2浓度的统计数据以及浓度变化曲线，根据NO2浓度以及变化曲线进行排序，选出NO2浓度以及波动率综合指数较高的监测站；

2）将NO2浓度以及波动率综合指数较高的监测站，按照社区进行二次筛选，选出巡逻节点，并规划遍历巡逻节点的巡逻路线；

3）根据巡逻路线，在巡逻节点中选取适合停靠的巡逻站点；

4）采用带有移动无人机巢的巡逻车辆依照巡逻路线进行巡逻监测，巡逻监测包括：在每个巡逻节点进行地面的NO2浓度监测，并在一个巡逻站点放出无人机巢内的无人机集群进行社区范围内的指定的一个以上的高度的多个点位的NO2浓度采集，并在另一个巡逻站点收回无人机集群或者为无人机集群充电。

优选地，选出NO2浓度以及波动率综合指数较高的监测站，包括：

按照NO2浓度对监测站进行第一排序，按照NO2浓度波动率对监测站进行第二排序，为第一排序和第二排序设置不同的权重，以监测站的各排序位置乘以对应的权重之和作为综合指数，按照综合指数降序排序，选取得到综合指数较高的监测站。

优选地，按照社区进行二次筛选，选出巡逻节点，包括：在地面监测站的地理位置所覆盖的社区中选取巡逻节点；巡逻节点符合以下条件：

在适合车辆行驶的道路附近，有临时停车场所；每个社区至少选取一个巡逻节点。

优选地，规划遍历巡逻节点的巡逻路线，连接所有巡逻节点的最短路径。

优选地，选取适合停靠的巡逻站点，巡逻站点符合以下条件：有临时停车场所，上空空旷且林木和电线干扰少；每两个相邻的巡逻站点之间小于无人机在两个巡逻站点之间的巡航路线的里程的2/3。

优选地，方法还包括：

当采用带有移动无人机巢的巡逻车辆依照巡逻路线进行巡逻监测时，以两个相邻的巡逻站点之间的连线为径向，从两个相邻的巡逻站点中的第一巡逻站点放出无人机巢内的无人机集群进行多个空中位置的NO2浓度采集时，按照垂直于径向的方向做之字形采集，直至在巡逻车辆到达两个相邻的巡逻站点中的第二巡逻站点时，收回降落至巡逻车辆上的无人机。

优选地，无人机集群中的各无人机分别采集不同的区域或者不同高度的多个点位的NO2浓度，且工作区域互不重叠。

优选地，布设在城市固定位置的若干个NO2监测站检测NO2的浓度的方式为长期在线监测，巡逻监测为按照周期监测。

优选地，在步骤2）中，选出巡逻节点后，并规划遍历巡逻节点的多条独立巡逻路线；多辆带有移动无人机巢的巡逻车辆对应依照多条独立巡逻路线分别进行巡逻监测。

与现有技术相比，本发明通过将地面监测站与带有移动无人机巢的巡逻车辆配合进行近地面的NO2浓度采集，可以获取地面，以及近地面的不同高度的多个站点的NO2浓度，且可以按周期实现多次采集。可进一步补充NO2浓度数据，提高NO2浓度的数据完备性以及监测精度。采用带有移动无人机巢的巡逻车辆进行巡逻采集，也可以提高无人机的续航里程的利用率，所有无人机均为相邻两个巡逻站点之间进行单向巡航，不必浪费续航里程在回航程中，使得同样的巡航里程的无人机可以采集更多点位的浓度数据，提高了采集效率，节约能源。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明优选实施例的基于移动无人机巢的城市NO

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

参见图1，本发明实施例的基于移动无人机巢的城市NO

1） 通过布设在城市固定位置的若干个NO2监测站检测NO2的浓度，获取持续一段时间的所有监测站测得的NO2浓度的统计数据以及浓度变化曲线，根据NO2浓度以及变化曲线进行排序，选出NO2浓度以及波动率综合指数较高的监测站。其中，布设在城市固定位置的若干个NO2监测站检测NO2的浓度的方式为长期在线监测，本发明的巡逻监测为按照周期监测。

实施时，选出NO2浓度以及波动率综合指数较高的监测站，包括：按照NO2浓度对监测站进行第一排序，按照NO2浓度波动率（按照过去一段时间的浓度变化曲线，设置周期监测指的斜率阈值，当斜率变化超过设定的范围时，认为该监测站的NO2浓度波动率异常或者变化频繁，需要重点监测）对监测站进行第二排序，为第一排序和第二排序设置不同的权重，以监测站的各排序位置乘以对应的权重之和作为综合指数，按照综合指数降序排序，选取得到综合指数较高的监测站。权重可以根据当地的NO2浓度的均值以及相应的标准要求值进行经验性综合设定。

2）将NO2浓度以及波动率综合指数较高的监测站，按照社区进行二次筛选，选出巡逻节点，并规划遍历巡逻节点的巡逻路线。规划遍历巡逻节点的巡逻路线，连接所有巡逻节点的最短路径。

实施时，按照社区进行二次筛选，选出巡逻节点；在地面监测站的地理位置所覆盖的社区中选取巡逻节点；巡逻节点符合以下条件：

在适合车辆行驶的道路附近，有临时停车场所；每个社区至少选取一个巡逻节点。为了覆盖尽可能多的社区，也可以将从地图上将各社区划分为蜂窝状区域，蜂窝状社区中每个（近似）六边形区域中设置一个巡逻点。采用六边形网格化的优点有：更均匀的覆盖，更自然的邻近性，路径规划的连续性，在移动无人机巢的选点过程中，要考虑无人机群的飞行路线以及回收充电问题，而六边形网格的存在，网格中心到达任意一条边距离相同可定，每个六边形都与六个相邻的单元紧密连接，这在空间分析和路径规划时更具优势。

实施时，选出巡逻节点后，并规划遍历巡逻节点的多条独立巡逻路线；多辆带有移动无人机巢的巡逻车辆对应依照多条独立巡逻路线分别进行巡逻监测。即，可以采用多组巡逻车辆+无人机群的巡逻方案，从而实现大范围的巡逻和NO2浓度采集，具体的区域要求可以根据当前地区的监测周期要求确定，例如社区需要一天至少一次的NO2浓度值，应当规划在一天内能够完成的社区巡逻路线，不能一天完成的区域，应当规划到其他巡逻车辆+无人机群的巡逻方案中，以实现并行的监测。

3）根据巡逻路线，在巡逻节点中选取适合停靠的巡逻站点。实施时，选取适合停靠的巡逻站点，巡逻站点符合以下条件：有临时停车场所，上空空旷且林木和电线干扰少。

巡逻站点用于供车辆巡逻使用。每两个相邻的巡逻站点之间小于无人机在两个巡逻站点之间的巡航路线的里程的2/3。当车辆从一个巡逻站点A到下一个巡逻站点B移动时，无人机在以巡逻站点A为起点，巡逻站点B为终点进行飞行，飞行的过程中计算其续航里程时，应当把在飞行过程中的实际路径长度以及进行悬停并进行NO2浓度监测的能耗综合计算。不应单独计算飞行续航。以综合计算的续航里程的2/3作为阈值，当无人机的续航里程将要达到2/3时，无论无人机在进行何种任务，都应当改为向终点飞行，以确保无人机的回收。

4）采用带有移动无人机巢的巡逻车辆依照巡逻路线进行巡逻监测，巡逻监测包括：在每个巡逻节点进行地面的NO2浓度监测，并在一个巡逻站点放出无人机巢内的无人机集群进行社区范围内的指定的一个以上的高度的多个点位的NO2浓度采集，并在另一个巡逻站点收回无人机集群或者为无人机集群充电。

实施时，当采用带有移动无人机巢的巡逻车辆依照巡逻路线进行巡逻监测时，以两个相邻的巡逻站点之间的连线为径向，从两个相邻的巡逻站点中的第一巡逻站点放出无人机巢内的无人机集群进行多个空中位置的NO2浓度采集时，按照垂直于径向的方向做之字形采集（之字路径覆盖多个六边形的网格区域），直至在巡逻车辆到达两个相邻的巡逻站点中的第二巡逻站点时，收回降落至巡逻车辆上的无人机。其中，无人机集群中的各无人机分别采集不同的区域或者不同高度的多个点位的NO2浓度，且工作区域互不重叠。

本发明实施例通过将地面监测站与带有移动无人机巢的巡逻车辆配合进行近地面的NO2浓度采集，可以获取地面，以及近地面的不同高度的多个站点的NO2浓度，且可以按周期实现多次采集。可进一步补充NO2浓度数据，提高NO2浓度的数据完备性以及监测精度。采用带有移动无人机巢的巡逻车辆进行巡逻采集，也可以提高无人机的续航里程的利用率，所有无人机均为相邻两个巡逻站点之间进行单向巡航，不必浪费续航里程在回航程中，使得同样的巡航里程的无人机可以采集更多点位的浓度数据，提高了采集效率，节约能源。

本发明实施例实施时：

移动无人机巢的构建：选择一款稳定、可靠的无人机巢，每个移动无人机巢内部搭载有定位系统和通信装置，确保搭载有NO2检测设备的无人机可以实现自动充电等功能；无人机装置能够在城市中移动并携带NO2检测设备，具备足够的飞行时间、耐受恶劣天气条件的能力，以及适应城市环境的外观和尺寸。

NO2检测设备的安装：在无人机上安装高精度的NO2传感器，实现实时测量空气中的NO2浓度。传感器高精度能够确保测量结果的准确性及后续数据分析的高可靠性。

在确定巡逻车辆+无人机群的巡逻方案后，需要指定飞行计划规划：制定飞行计划，涵盖检测区域内的关键地点。飞行计划包括起飞点、飞行路径、监测点和降落点等信息。自动飞行和检测：编程无人机巢以自动执行飞行计划。实现无人机群按照预定路径飞行并在指定位置悬停，以获取准确的NO2浓度数据。

无人机器采集的数据传输与处理：无人机群实现将实时采集的NO2数据传输到地面站或云服务器。这样，可以对数据进行实时处理和分析，以便生成空气质量地图或报告。或者形成数据可视化和报告：将采集的数据可视化成易于理解的形式，例如热力图、趋势图等，以至更好的理解城市中NO2的分布和变化。

巡逻路径选择时需要考虑包含综合指数较高的检测站在内的所有固定监测站位置数据；布设在城市固定位置的若干个NO2监测站检测的NO2的浓度，获取持续一段时间的所有监测站测得的NO2浓度的统计数据以及浓度变化曲线，根据NO2浓度以及变化曲线进行排序，可筛选出NO2浓度以及波动率综合指数较高的监测站。

还需要进行地图数据准备：在数据处理系统中集成城市社区地图数据，包括建筑物、道路、交通流量等信息；并网格化地理数据，即将地理空间划分为一系列规则的网格单元，并在每个网格单元内存储相应的地理信息。这种数据结构在许多应用中都非常有用，包括地图制图、空间分析、路径规划以及环境监测等。在基于移动无人机巢的城市NO2监测方法中，网格化地理数据可以用于在城市范围内规划无人机巢的飞行路径。

综上可知，本发明能实现NO2的高分辨率监测：通过移动无人机巢的灵活部署，能够在城市内部实现高分辨率的NO2监测，弥补了固定站点监测的不足。实时性：移动无人机巢可以实时采集数据并传输至中央处理系统，使监测结果能够迅速得到反馈和应用。灵活性：无人机巢能够自主飞行，灵活选择监测位置，克服了车载监测受交通限制的问题。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。