《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 測(cè)試測(cè)量 > 設(shè)計(jì)應(yīng)用 > 智能水位標(biāo)尺監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)
智能水位標(biāo)尺監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)
電子技術(shù)應(yīng)用
吳昊澤1，2，李博1，阮斌2
1.浙江工業(yè)大學(xué) 物理學(xué)院；2.浙江宇視科技有限公司
摘要： 隨著目前深度學(xué)習(xí)的發(fā)展，通過(guò)視頻來(lái)監(jiān)測(cè)水位成為近年來(lái)的研究熱點(diǎn)，為了提高對(duì)城市河道、水庫(kù)等地水位高度檢測(cè)的準(zhǔn)確性，提出了一種5G智能水位標(biāo)尺監(jiān)測(cè)系統(tǒng)，主要介紹以星宸SSC338G為核心的硬件設(shè)計(jì)和一種基于YOLOv8n改進(jìn)的水位監(jiān)測(cè)方法。首先用于識(shí)別水尺方位，再對(duì)水尺圖像進(jìn)行灰度化和二值化處理，最后通過(guò)YOLOv8n識(shí)別水尺上的字符及刻度信息，分析計(jì)算水位數(shù)據(jù)。通過(guò)引入注意力機(jī)制EMA和更換損失函數(shù)Focal-EIoU，使得改進(jìn)后的模型參數(shù)量減少了21%，模型大小減少了17%，浮點(diǎn)運(yùn)算次數(shù)減少了21%。根據(jù)與人眼實(shí)際對(duì)比實(shí)驗(yàn)，證明該模型精度符合要求，總體實(shí)現(xiàn)了智能水尺設(shè)計(jì)要求。
中圖分類(lèi)號(hào)：TP273 文獻(xiàn)標(biāo)志碼：A DOI: 10.16157/j.issn.0258-7998.256409
中文引用格式： 吳昊澤，李博，阮斌. 智能水位標(biāo)尺監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)[J]. 電子技術(shù)應(yīng)用，2025，51(8)：40-46.
英文引用格式： Wu Haoze，Li Bo，Ruan Bin. Design and implementation of intelligent water level gauge detection system[J]. Application of Electronic Technique，2025，51(8)：40-46.
Design and implementation of intelligent water level gauge detection system
Wu Haoze1，2，Li Bo1，Ruan Bin2
1.School of Physics， Zhejiang University of Technology， Hangzhou 310023， China；2.ZheJiang Uniview Technologies Co.， Ltd.
Abstract： With the development of deep learning, video-based water level detection has become a research hotspot in recent years. To improve the accuracy of water level measurements in urban rivers, reservoirs, and other water bodies, this paper proposes a 5G intelligent water level gauge detection system. The system primarily involves the hardware design centered around the Starshine SSC338G and a water level detection method based on an improved YOLOv8n. The method first identifies the orientation of the water gauge, then performs grayscale and binarization processing on the gauge images. Finally, YOLOv8n is used to recognize characters and scale information on the gauge, allowing for the calculation and analysis of water level data. By incorporating the attention mechanism EMA and replacing the loss function with Focal-EIoU, the improved model achieves a 21% reduction in the number of model parameters, a 17% reduction in model size, and a 21% reduction in floating-point operations.Comparative experiments with human-eye observations demonstrate that the model's accuracy meets the requirements, thus fulfilling the design goals for an intelligent water level gauge system.
Key words : water level monitoring；intelligent recognition of water gauge；YOLO；gimbal；5G

引言

近年來(lái)，我國(guó)城鎮(zhèn)化建設(shè)步伐持續(xù)加快，2024年城鎮(zhèn)化率達(dá)到67.0%。在取得顯著發(fā)展成果的同時(shí)，城市地表不透水區(qū)域占比持續(xù)攀升導(dǎo)致了雨水自然滲透率大幅降低。加之城市原有水體調(diào)蓄空間持續(xù)減少，導(dǎo)致內(nèi)澇災(zāi)害呈現(xiàn)高發(fā)態(tài)勢(shì)[1]。為此，住建部聯(lián)合發(fā)改委、氣象局印發(fā)的《關(guān)于進(jìn)一步規(guī)范城市內(nèi)澇防治信息發(fā)布等有關(guān)工作的通知》，該專(zhuān)項(xiàng)通知明確要求各地應(yīng)健全氣象預(yù)警信息發(fā)布機(jī)制，統(tǒng)一規(guī)范防洪排澇技術(shù)標(biāo)準(zhǔn)表述體系，重點(diǎn)強(qiáng)化汛期水文數(shù)據(jù)的精準(zhǔn)化、連續(xù)性監(jiān)測(cè)能力建設(shè)來(lái)確保防災(zāi)信息的科學(xué)性和傳播有效性。

水位監(jiān)測(cè)技術(shù)主要包含傳統(tǒng)人工觀(guān)測(cè)和現(xiàn)代儀器測(cè)量?jī)煞N方法[2]。傳統(tǒng)人工觀(guān)測(cè)依賴(lài)于工作人員現(xiàn)場(chǎng)讀取水位標(biāo)尺數(shù)據(jù)并手工記錄水文信息，存在數(shù)據(jù)采集效率低、時(shí)效性差等問(wèn)題，且在極端天氣條件下存在安全隱患，難以實(shí)現(xiàn)水文信息的實(shí)時(shí)全面監(jiān)測(cè)[3]?，F(xiàn)代儀器測(cè)量技術(shù)主要采用壓力式、超聲波等傳感器設(shè)備，相比于傳統(tǒng)方式具有更高的準(zhǔn)確性和效率，但同時(shí)也面臨著設(shè)備維護(hù)成本高、環(huán)境干擾影響大等問(wèn)題[4]。

在當(dāng)代社會(huì)，社會(huì)各領(lǐng)域都已廣泛應(yīng)用了監(jiān)控?cái)z像設(shè)備，發(fā)揮著重要的視覺(jué)感知功能。隨著科技不斷發(fā)展，將會(huì)有更多不同功能和形態(tài)的監(jiān)控?cái)z像機(jī)被開(kāi)發(fā)出來(lái)，可以更好地代替人眼。同時(shí)，結(jié)合當(dāng)前數(shù)字圖像處理技術(shù)可以實(shí)現(xiàn)對(duì)水位的持續(xù)監(jiān)控，具有長(zhǎng)遠(yuǎn)的發(fā)展前景。由此本文就設(shè)計(jì)了一款以SSC338G處理器為核心的5G智能水位標(biāo)尺監(jiān)測(cè)系統(tǒng)。在硬件方面采用雙SoC、定焦+變焦設(shè)計(jì)，配合云臺(tái)可以實(shí)現(xiàn)自動(dòng)尋找水位標(biāo)尺和識(shí)別功能，還可以通過(guò)5G實(shí)時(shí)傳輸數(shù)據(jù)提供給水文監(jiān)測(cè)站，根據(jù)水情提供告警。5G智能水位標(biāo)尺監(jiān)測(cè)系統(tǒng)的圖像處理部分使用一種基于YOLOv8n改進(jìn)的水位檢測(cè)方法，通過(guò)引入高效多尺度注意力機(jī)制模塊EMA（Exponential Moving Average）和增加損失函數(shù)Focal-EIoU（Focal-EIoU Efficient-IoU），在減少模型大小的前提下增加了算法的精確性，實(shí)現(xiàn)對(duì)對(duì)水位變化的實(shí)時(shí)監(jiān)測(cè)，極大地提高監(jiān)測(cè)的準(zhǔn)確性和效率，為視頻識(shí)別水位提供新的方案。


本文詳細(xì)內(nèi)容請(qǐng)下載：

http://m.ihrv.cn/resource/share/2000006627


作者信息：

吳昊澤1，2，李博1，阮斌2

（1.浙江工業(yè)大學(xué) 物理學(xué)院，浙江 杭州 310023；

2.浙江宇視科技有限公司，浙江 杭州 310051）


Magazine.Subscription.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。