CN119509954A 基于动态巡查的井盖异响监测方法及系统 （云途信息科技(杭州)有限公司）

本发明公开了基于动态巡查的井盖异响监以及声波传播路径的时间延迟检测井盖是否存2获取设置在移动设备上的数据采集设备所采集的初始数据，其根据所述音频数据通过声场能量分布模型计算井盖周围的声场根据所述音频数据分析不同麦克风之间接收到声音的时间差，根据所述声场能量分布情况、压缩熵以及所述时延特征检测所述井盖是否存在异响，根据所述音频数据采用计算井盖周围的声场能量分布情况，其中，N为麦克风数量，P;(t)指在时间t时刻第i个麦克风对所述音频数据进行数据压缩，并计算压缩前的音频数据与压缩后根据所述音频数据采用计算声波传播的路径延迟，以得到时延3根据所述声场能量分布情况、压缩熵以及所述时延特征采用加权采用计算综合判断值，4[0002]城市道路中的井盖是城市基础设施的重要组成部分，直接影响到道路的安全性、5根据所述音频数据采用计算井盖周围的声场能量分布情根据所述音频数据采用计算声波传播的路径延迟，以得到6根据所述综合判断值与设定的阈值判定所述井盖是否存在异响，以得到检测结采用计算综合判断数据获取单元，用于获取设置在移动设备上的数据采集设备所采集的初始数据，图2为本发明实施例提供的基于动态巡查的井盖异响监测方法的子流程示意图7图3为本发明实施例提供的基于动态巡查的[0026]图1是本发明实施例提供的基于动态巡查的井盖异响监测方法的流程示意图。如8免了单个井盖部署传感器所带来的高昂成本问题，同时也大大提高了监测效率和覆盖率。[0041]使用计算机视觉技术或深度学习模型（如卷积神经网络CNN）来分析处理后的图9[0051]根据所述音频数据采用计算井盖周围的声场能量分布情[0052]这个值通过将每个麦克风i记录到的声压级p,(t)指除以该点到麦克风的距离d;(x,y)，然后对所有麦克风进行求和来获得。声压级反映了在某一时段内的瞬时声压水据与压缩后音频数据的长度之间的比率，以得到压缩熵。所采用的计算公式为[0064]在本实施例中，权重系数的选择基于对大量正常与异常井盖样本数据的统计分[0066]在本实施例中，计算得到综合判断值D(xys与实验得到的判断阈Dth值比较，当[0069]对于破损异响，应用图像处理技术如Canny边缘检测或其他更先进的深度学习模[0078]图8是本发明实施例提供的一种基于动态巡查的井盖异响监测系统300的示意性参阅图8，该基于动态巡查的井盖异响监测系统300包括数据获取单元301、井盖识别单元[0079]数据获取单元301，用于获取设置在移动设备上的数据采集设备所采集的初始数[0081]在一实施例中，所述声场能量分布确定子单元，用于根据所述音频数据采用指在时间t时刻第i个麦克风的声压级，E(x,y,t)表示空间点(x，y)在t时刻的声场能量；征权重，考虑环境噪声对时延估计的影响；是正常情况下预期的时间延迟，[0087]上述基于动态巡查的井盖异响监测系统300可以实现为一种计算机程序的形式，[0090]该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序[0098]在一实施例中，处理器502在实现所述根据所述音频数据通过声场能量分布模型根据所述音频数据采用计算井盖周围的声场能量分布情[0100]在一实施例中，处理器502在实现所述根据所述音频数据分析不同麦克风之间接根据所述音频数据采用计算声波传播的路径延迟，以得到采用计算综合判断[0103]应当理解，在本申请实施例中，处理器502可以是中央处理单元(CentralProcessingUnit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器微处理器或者该处理器也可以是任何常规的[0104]本领域普通技术人员可以理解的是实现上述实施例的方根据所述音频数据采用计算井盖周围的声场能量分布情分析不同麦克风之间接收到声音的时间差，并根据所述时间差计算出声波传播的路径延根据所述音频数据采用计算声波传播的路径延迟，以得到采用计算综合判断[0118]该集成的单元如果以软件功能单元的形式实现并作为独