一种管道安全实时监控预警系统的制作方法

1.本技术属于管道监控技术领域，尤其涉及一种管道安全实时监控预警系统。


背景技术：

2.天然气管道和油气管道是运输高压、易燃易爆的能源物质，一旦发生泄漏、爆炸或其他安全事故，可能会造成严重的人员伤亡、财产损失和环境破坏。目前采用视频监控技术等方式对管道进行实时监控，并将监控预警画面推送给工作人员进行查看，但是只能二维平面展示，缺乏一种基于三维立体的管道安全实时监控预警系统，使得用户可以更加直观地查看到监控情况。


技术实现要素：

3.本技术实施例提供了一种管道安全实时监控预警系统，可以解决现有技术中监控预警画面只能能二维平面展示不够方便用户直观查看的问题。
4.本技术实施例提供了一种一种管道安全实时监控预警系统，包括：获取模块，用于获取管道全景图像；其中，管道包括首尾依次连接的多个管道段，管道全景图像为各个管道段对应的全景图像；构建模块，用于根据管道全景图像构建管道三维虚拟模型；采集模块，用于采集各个管道段对应的实时监控数据；其中，实时监控数据包括视频数据、压力数据以及声波数据；确定模块，用于确定各个管道段在所述管道三维虚拟模型中对应虚拟位置；添加模块，用于基于所述虚拟位置将所述实时监控数据添加至所述管道三维虚拟模型；生成模块，用于基于添加有实时监控数据的管道三维虚拟模型生成三维监控预警画面，并推送三维监控预警画面至用户。
5.在一种可能的实现方式中，所述构建模块，包括：深度识别子模块，用于根据预设深度识别网络架构识别所述管道全景图像对应的深度信息；点云生成子模块，用于根据所述管道全景图像和所述深度信息生成点云；点云重构子模块，用于根据所述点云重构出管道三维虚拟模型。
6.在一种可能的实现方式中，预设深度识别网络架构包括预设特征提取网络以及预设深度预测网络；所述预设深度识别网络架构为根据样本数据，以及下列损失函数训练得到：，其中，表示损失函数，用于衡量深度预测值与
真实深度值之间的差异，表示样本数量，表示第个样本对应的深度预测值，表示第个样本对应的真实深度值；所述深度识别子模块，包括：特征处理单元，用于根据预设特征提取网络对所述管道全景图像进行特征处理，得到特征图像；深度预测单元，用于根据预设深度预测网络对所述特征图像进行深度预测，得到所述管道全景图像对应的深度信息。
7.在一种可能的实现方式中，所述点云重构子模块，包括：预处理单元，用于对所述点云进行预处理；配准处理单元，用于根据预设点云配准算法对预处理后的所述点云进行配准处理；网格化处理单元，用于根据预设三维重建算法对配准后的所述点云进行网格化处理，形成管道三维虚拟模型。
8.在一种可能的实现方式中，添加模块，包括：第一添加子模块，用于将所述视频数据添加至所述管道三维虚拟模型；第二添加子模块，用于将所述压力数据添加至所述管道三维虚拟模型；第三添加子模块，用于将所述声波数据添加至所述管道三维虚拟模型。
9.在一种可能的实现方式中，所述视频数据为设置在各个管道段对应位置的摄像头拍摄得到；所述第一添加子模块，包括：第一注册单元，用于根据各个管道段在所述管道三维虚拟模型中对应虚拟位置，在所述管道三维虚拟模型中注册所述摄像头对应的虚拟摄像头；第一构建单元，用于构建虚拟摄像头在所述管道三维虚拟模型中的视频数据投影区域；第一映射单元，用于将所述视频数据映射至所述管道三维虚拟模型中的视频数据投影区域。
10.在一种可能的实现方式中，所述压力数据为设置在各个管道段对应位置的压力传感器采集得到的；所述第二添加子模块，包括：第二注册单元，用于根据各个管道段在所述管道三维虚拟模型中对应虚拟位置，在所述管道三维虚拟模型中注册所述压力传感器对应的虚拟压力传感器；第二构建单元，用于构建所述虚拟压力传感器在所述管道三维虚拟模型中的压力数据添加位置；第二映射单元，用于将所述压力数据映射至所述管道三维虚拟模型中的压力数据添加位置。
11.在一种可能的实现方式中，所述声波数据为设置在各个管道段对应位置的声波传感器采集得到的；所述第三添加子模块，包括：
第三注册单元，用于根据各个管道段在所述管道三维虚拟模型中对应虚拟位置，在所述管道三维虚拟模型中注册所述声波传感器对应的虚拟声波传感器；第三构建单元，用于构建所述虚拟声波传感器在所述管道三维虚拟模型中的声波数据添加位置；第三映射单元，用于将所述声波数据映射至至所述管道三维虚拟模型中的声波数据添加位置。
12.在一种可能的实现方式中，所述系统还包括：预警模块，用于根据所述实时监控数据进行预警分析，得到预警分析结果；推送模块，用于若预警分析结果为出现异常，则确定出目标管道段，在所述添加有实时监控数据的管道三维虚拟模型中标记所述目标管道段对应的目标虚拟位置，根据标记有所述目标管道段对应的目标虚拟位置重新生成三维监控预警画面，并推送三维监控预警画面至用户。
13.在一种可能的实现方式中，所述预警模块，包括：预警计算子模块，用于基于所述实时监控数据根据下式计算预警值：,其中，表示预警值，表示视频数据对应的第一权重值，表示视频数据与预设异常视频数据之间的相似值与预设相似度阈值之间的第一差值，表示压力数据对应的第二权重值，表示压力数据与预设压力阈值之间的第二差值，表示声波数据对应的第三权重值，表示声波数据与预设声波阈值之间的第三差值；预警确定子模块，用于当所述预警值大于预设预警阈值时，则预警分析结果为出现异常。
14.本技术实施例与现有技术相比存在的有益效果是：本技术实施例的管道安全实时监控预警系统，包括：获取模块，用于获取管道全景图像；其中，管道包括首尾依次连接的多个管道段，管道全景图像为各个管道段对应的全景图像；构建模块，用于根据管道全景图像构建管道三维虚拟模型；采集模块，用于采集各个管道段对应的实时监控数据；其中，实时监控数据包括视频数据、压力数据以及声波数据；确定模块，用于确定各个管道段在所述管道三维虚拟模型中对应虚拟位置；添加模块，用于基于所述虚拟位置将所述实时监控数据添加至所述管道三维虚拟模型；生成模块，用于基于添加有实时监控数据的管道三维虚拟模型生成三维监控预警画面，并推送三维监控预警画面至用户。可见，本技术实施例可以对管道进行基于立体三维的三维画面展示，通过构建管道三维虚拟模型，然后将传感器实时采集到的管道数据添加至管道三维虚拟模型中，使得用户（例如管道监控人员）可以直观地查看监控情况。另外，本技术实施例还可以基于传感器数据对管道段是否泄露进行预警分析，并在管道三维虚拟模型中标记出来，使得用户可以根据管道三维虚拟模型中标记出来的目标管道段及时的赶往现场进行维修。
附图说明
15.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1是本技术实施例提供的管道安全实时监控预警系统的结构示意图；图2是本技术实施例提供的构建模块的结构示意图；图3是本技术实施例提供的深度识别子模块的结构示意图；图4是本技术实施例提供的点云重构子模块的结构示意图；图5是本技术实施例提供的添加模块的结构示意图；图6是本技术实施例提供的第一添加子模块的结构示意图；图7是本技术实施例提供的第二添加子模块的结构示意图；图8是本技术实施例提供的第三添加子模块的结构示意图；图9是本技术实施例提供的管道安全实时监控预警系统的另一种结构示意图；图10是本技术实施例提供的预警模块的结构示意图；图11是本技术实施例提供的服务器的结构示意图。
具体实施方式
17.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
18.应当理解，当在本技术说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
19.还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
20.如在本技术说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0021]
另外，在本技术说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0022]
在本技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0023]
下面对本技术实施例的技术方案进行介绍。
[0024]
参见图1，为本技术实施例提供的管道安全实时监控预警系统的结构示意图，该系统可以包括获取模块11、构建模块12、采集模块13、确定模块14、添加模块15以及生成模块16。
[0025]
获取模块11，用于获取管道全景图像。
[0026]
其中，管道包括首尾依次连接的多个管道段，管道全景图像为各个管道段对应的全景图像。
[0027]
本技术实施例可以采用深度相机（例如单目深度相机）拍摄各个管道段内部或外部的管道全景图像，从而得到各个管道段对应的全景图像，后续可以根据管道全景图像进行三维重建，得到管道三维虚拟模型。
[0028]
构建模块12，用于根据管道全景图像构建管道三维虚拟模型。
[0029]
示例性地，如图2所示，构建模块，包括：深度识别子模块21，用于根据预设深度识别网络架构识别管道全景图像对应的深度信息。
[0030]
其中，预设深度识别网络架构包括预设特征提取网络以及预设深度预测网络，预设特征提取网络可以是由多个卷积块和多个残差块组合，预设深度预测网络可以是由上采样层、特征融合层、融合卷积层、通道注意力层以及输出层组合得到。
[0031]
预设深度识别网络架构为根据样本数据，以及下列损失函数训练得到：，其中，表示损失函数，用于衡量深度预测值与真实深度值之间的差异，表示样本数量，表示第个样本对应的深度预测值，表示第个样本对应的真实深度值。
[0032]
可以理解的是，预设深度识别网络架构可以通过样本数据以及损失函数来训练得到，用于推断单张全景图像的深度信息。
[0033]
在一种可选的实施方式中，如图3所示，深度识别子模块，包括：特征处理单元31，用于根据预设特征提取网络对管道全景图像进行特征处理，得到特征图像。
[0034]
示例性地，预设特征提取网络通过多个卷积块和多个残差块逐步提取管道全景图像的特征，形成特征图像。
[0035]
深度预测单元32，用于根据预设深度预测网络对特征图像进行深度预测，得到管道全景图像对应的深度信息。其中，管道全景图像对应的深度信息是指管道全景图像中特征点（即具有特征性质的像素点）对应的深度值（即特征点距离被拍摄物体之间的距离）示例性地，预设深度预测网络通过上采样层采用插值方法将低分辨率的特征图进行放大；接着，通过特征融合层引入跳跃阶段连接将特征图中提取出来的较浅层特征与解码器中的高级特征进行融合，这种特征融合提供了多尺度的特征信息，有助于更好地恢复细节和上下文关系；接着，通过通道注意力层利用注意力机制学习得到通道权重，以自适应地调整特征图中每个通道的贡献，这有助于网络更关注对深度识别有帮助的特征通道，提
高深度识别的准确性；最后，通过输出层使用特定的激活函数（例如sigmmid激活函数）将特征图映射到深度识别的结果，得到管道全景图像对应的深度信息。
[0036]
点云生成子模块22，用于根据管道全景图像和深度信息生成点云。
[0037]
示例性地，根据下式得到点云的三维坐标：，其中，（u，v）为管道全景图像中每个特征点的像素坐标，d为管道全景图像中每个特征点的深度值，k为深度相机的内参，（x，y，z）为点云的三维坐标。需说明的是，深度相机的内参可以提前根据张定友标定法标定得到。
[0038]
点云重构子模块23，用于根据点云重构出管道三维虚拟模型。
[0039]
示例性地，如图4所示，点云重构子模块，包括：预处理单元41，用于对点云进行预处理。
[0040]
具体应用中，预处理包括去除离群点（outliers）和噪声点（noise），对点云进行滤波，以及进行数据采样，使得点云数据更加整洁和均匀。
[0041]
配准处理单元42，用于根据预设点云配准算法对预处理后的点云进行配准处理。
[0042]
其中，预设点云配准算法可以是icp迭代最近点算法。
[0043]
网格化处理单元43，用于根据预设三维重建算法对配准后的点云进行网格化处理，形成管道三维虚拟模型。
[0044]
其中，预设三维重建算法可以是marching cubes算法。
[0045]
可以理解的是，表面重建的目标是通过连接点云中的内部和外部点来恢复对象的几何形状，一旦点云数据配准完成，可以进行表面重建以生成三维模型。
[0046]
采集模块13，用于采集各个管道段对应的实时监控数据，实时监控数据包括视频数据、压力数据以及声波数据。
[0047]
可以理解的是，本技术实施例在各个管道段设置有对应的传感器，包括实时拍摄管道段对应视频数据的摄像头、采集管道段对应压力数据的压力传感器以及采集管道段对应声波数据的声波传感器。
[0048]
确定模块14，用于确定各个管道段在管道三维虚拟模型中对应虚拟位置。
[0049]
具体应用中，识别出管道三维虚拟模型中对应同一管道段的点云，对对应同一管道段的点云进行合并，将合并后的点云坐标作为各个管道段在管道三维虚拟模型中对应虚拟位置。
[0050]
示例性地，识别出管道三维虚拟模型中对应同一管道段的点云，包括：从管道三维虚拟模型中的各个点云中提取出特征描述符（例如局部坐标描述符、法线直方图或者表面形状描述符），将几何特征与预设的k-d树索引结构中的预设特征描述符进行最近邻查找，确定出与特征描述符匹配的预设特征描述符，将与特征描述符匹配的预设特征描述符对应的点云类型作为各个点云的类型，将相同类型对应同一管道段的点云进行合并。
[0051]
将合并后的点云坐标作为各个管道段在管道三维虚拟模型中对应虚拟位置，包括：采用全局坐标系进行表示，在合并前，通过选取一个主点云或自定义一个参考坐标系作为全局坐标系的原点和方向，然后将所有点云中的点的坐标通过平移和旋转变换到全局坐
标系中，这样就可以将对应同一管道段的点云所在的全局坐标系的原点和方向作为各个管道段在管道三维虚拟模型中对应虚拟位置。
[0052]
添加模块15，用于基于虚拟位置将实时监控数据添加至管道三维虚拟模型。
[0053]
示例性地，如图5所示，添加模块，包括：第一添加子模块51，用于将视频数据添加至管道三维虚拟模型。
[0054]
其中，视频数据为设置在各个管道段对应位置的摄像头拍摄得到。可以理解的是，本技术实施例中的各个管道段的对应位置都设置有摄像头可以进行实时拍摄。
[0055]
如图6所示，第一添加子模块，包括：第一注册单元61，用于根据各个管道段在管道三维虚拟模型中对应虚拟位置，在管道三维虚拟模型中注册摄像头对应的虚拟摄像头。
[0056]
第一构建单元62，用于构建虚拟摄像头在管道三维虚拟模型中的视频数据投影区域。
[0057]
其中，视频数据投影区域是指将视频数据映射到管道三维虚拟模型中所对应的区域，虚拟摄像头在管道三维虚拟模型中的视频数据投影区域所在的虚拟位置是根据摄像头在现实世界中与对应管道段之间的相对位置进行设置的。
[0058]
第一映射单元63，用于将视频数据映射至管道三维虚拟模型中的视频数据投影区域。
[0059]
具体应用中，通过投影变换将视频数据中的像素坐标转换为管道三维虚拟模型的坐标系下的点，从而在视频数据投影区域显示视频数据。
[0060]
第二添加子模块52，用于将压力数据添加至管道三维虚拟模型。
[0061]
其中，压力数据为设置在各个管道段对应位置的压力传感器采集得到的。可以理解的是，本技术实施例中的各个管道段的对应位置都设置有压力传感器可以进行实时数据采集。
[0062]
如图7所示，第二添加子模块，包括：第二注册单元71，用于根据各个管道段在管道三维虚拟模型中对应虚拟位置，在管道三维虚拟模型中注册压力传感器对应的虚拟压力传感器。
[0063]
第二构建单元72，用于构建虚拟压力传感器在管道三维虚拟模型中的压力数据添加位置。
[0064]
其中，虚拟压力传感器在管道三维虚拟模型中的压力数据添加位置是根据压力传感器在现实世界中与对应管道段之间的相对位置进行设置的。
[0065]
第二映射单元73，用于将压力数据映射至管道三维虚拟模型中的压力数据添加位置。
[0066]
具体应用中，根据变换矩阵将压力数据从原坐标系进行线性变换到管道三维虚拟模型的坐标系，从而在压力数据添加位置显示压力数据。
[0067]
第三添加子模块53，用于将声波数据添加至管道三维虚拟模型。
[0068]
其中，声波数据为设置在各个管道段对应位置的声波传感器采集得到的。可以理解的是，本技术实施例中的各个管道段的对应位置都设置有声波传感器可以进行实时数据采集。
[0069]
如图8所示，第三添加子模块，包括：
第三注册单元81，用于根据各个管道段在管道三维虚拟模型中对应虚拟位置，在管道三维虚拟模型中注册声波传感器对应的虚拟声波传感器。
[0070]
第三构建单元82，用于构建虚拟声波传感器在管道三维虚拟模型中的声波数据添加位置。
[0071]
其中，虚拟声波传感器在管道三维虚拟模型中的声波数据添加位置是根据声波传感器在现实世界中与对应管道段之间的相对位置进行设置的。
[0072]
第三映射单元83，用于将声波数据映射至至管道三维虚拟模型中的声波数据添加位置。
[0073]
具体应用中，根据变换矩阵将声波数据从原坐标系进行线性变换到管道三维虚拟模型的坐标系，从而在声波数据添加位置显示声波数据。
[0074]
生成模块16，用于基于添加有实时监控数据的管道三维虚拟模型生成三维监控预警画面，并推送三维监控预警画面至用户。
[0075]
在一种可选的实现方式中，如图9所示，系统还包括：预警模块17，用于根据所述实时监控数据进行预警分析，得到预警分析结果；推送模块18，用于若预警分析结果为出现异常，则确定出目标管道段，在所述添加有实时监控数据的管道三维虚拟模型中标记所述目标管道段对应的目标虚拟位置，根据标记有所述目标管道段对应的目标虚拟位置重新生成三维监控预警画面，并推送三维监控预警画面至用户。
[0076]
示例性地，如图10所示，预警模块，包括：预警计算子模块101，用于基于实时监控数据根据下式计算预警值：,其中，表示预警值，表示视频数据对应的第一权重值，表示视频数据与预设异常视频数据之间的相似值与预设相似度阈值之间的第一差值，表示压力数据对应的第二权重值，表示压力数据与预设压力阈值之间的第二差值，表示声波数据对应的第三权重值，表示声波数据与预设声波阈值之间的第三差值。实际应用中，第一权重值远小于第二权重值以及第三权重值，例如第一权重值为0.2、第二权重值为0.4、第三权重值为0.4，后续也可以根据实际预警分析结果进行人工调整。
[0077]
优选的，视频数据与预设异常视频数据之间的相似值的计算方式可以是：使用均方误差法对视频数据与预设异常视频数据进行像素级相似度计算，从而得到相似度。
[0078]
可以理解的是，本技术实施例通过视频数据与预设异常视频数据（以往管道段泄露时拍摄得到的视频数据）之间的相似值与预设相似度阈值之间的第一差值（第一差值越大代表通过视频数据判断出管道泄露的可能性越小）、压力数据与预设压力阈值之间的第二差值（第二差值越大代表通过压力数据判断出管道泄露的可能性越小）以及声波数据与预设声波阈值之间的第三差值（第三差值越大代表通过声波数据判断出管道泄露的可能性越小）进行综合计算，来作为衡量各个管道段是否发生泄露的预警指标。
[0079]
预警确定子模块102，用于当预警值大于预设预警阈值时，则预警分析结果为出现
异常。
[0080]
本技术实施例中，管道安全实时监控预警系统，包括：获取模块，用于获取管道全景图像；其中，管道包括首尾依次连接的多个管道段，管道全景图像为各个管道段对应的全景图像；构建模块，用于根据管道全景图像构建管道三维虚拟模型；采集模块，用于采集各个管道段对应的实时监控数据；其中，实时监控数据包括视频数据、压力数据以及声波数据；确定模块，用于确定各个管道段在所述管道三维虚拟模型中对应虚拟位置；添加模块，用于基于所述虚拟位置将所述实时监控数据添加至所述管道三维虚拟模型；生成模块，用于基于添加有实时监控数据的管道三维虚拟模型生成三维监控预警画面，并推送三维监控预警画面至用户。可见，本技术实施例可以对管道进行基于立体三维的三维画面展示，通过构建管道三维虚拟模型，然后将传感器实时采集到的管道数据添加至管道三维虚拟模型中，使得用户（例如管道监控人员）可以直观地查看监控情况。另外，本技术实施例还可以基于传感器数据对管道段是否泄露进行预警分析，并在管道三维虚拟模型中标记出来，使得用户可以根据管道三维虚拟模型中标记出来的目标管道段及时的赶往现场进行维修。
[0081]
图11为本技术实施例提供的服务器的结构示意图。如图11所示，该实施例的服务器11包括：至少一个处理器110、存储器111以及存储在所述存储器111中并可在所述至少一个处理器110上运行的计算机程序112，所述处理器110执行所述计算机程序112时实现上述任意系统实施例中管道安全实时监控预警系统对应的应用方法步骤。
[0082]
所述服务器11可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该服务器可包括，但不仅限于，处理器110、存储器111。本领域技术人员可以理解，图11仅仅是服务器11的举例，并不构成对服务器11的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
[0083]
所称处理器110可以是中央处理单元(central processing unit，cpu)，该处理器110还可以是其他通用处理器、数字信号处理器 (digital signal processor，dsp)、专用集成电路 (application specific integrated circuit，asic)、现成可编程门阵列 (field-programmable gate array，fpga) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0084]
所述存储器111在一些实施例中可以是所述服务器11的内部存储单元，例如服务器11的硬盘或内存。所述存储器111在另一些实施例中也可以是所述服务器11的外部存储设备，例如所述服务器11上配备的插接式硬盘，智能存储卡（smart media card, smc），安全数字（secure digital, sd）卡，闪存卡（flash card）等。进一步地，所述存储器111还可以既包括所述服务器11的内部存储单元也包括外部存储设备。所述存储器111用于存储操作系统、应用程序、引导装载程序(bootloader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器111还可以用于暂时地存储已经输出或者将要输出的数据。
[0085]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的
单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0086]
本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述任意系统实施例中管道安全实时监控预警系统对应的应用方法步骤。
[0087]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到服务器的任何实体或装置、记录介质、计算机存储器、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、电载波信号、电信信号以及软件分发介质。例如u盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
[0088]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0089]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0090]
在本技术所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0091]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0092]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。

技术特征：
1.一种管道安全实时监控预警系统，其特征在于，包括：获取模块，用于获取管道全景图像；其中，管道包括首尾依次连接的多个管道段，管道全景图像为各个管道段对应的全景图像；构建模块，用于根据管道全景图像构建管道三维虚拟模型；采集模块，用于采集各个管道段对应的实时监控数据；其中，实时监控数据包括视频数据、压力数据以及声波数据；确定模块，用于确定各个管道段在所述管道三维虚拟模型中对应虚拟位置；添加模块，用于基于所述虚拟位置将所述实时监控数据添加至所述管道三维虚拟模型；生成模块，用于基于添加有实时监控数据的管道三维虚拟模型生成三维监控预警画面，并推送三维监控预警画面至用户；所述构建模块，包括：深度识别子模块，用于根据预设深度识别网络架构识别所述管道全景图像对应的深度信息；点云生成子模块，用于根据所述管道全景图像和所述深度信息生成点云；点云重构子模块，用于根据所述点云重构出管道三维虚拟模型；预设深度识别网络架构包括预设特征提取网络以及预设深度预测网络；所述预设深度识别网络架构为根据样本数据，以及下列损失函数训练得到：，其中，表示损失函数，用于衡量深度预测值与真实深度值之间的差异，表示样本数量，表示第个样本对应的深度预测值，表示第个样本对应的真实深度值；所述深度识别子模块，包括：特征处理单元，用于根据预设特征提取网络对所述管道全景图像进行特征处理，得到特征图像；深度预测单元，用于根据预设深度预测网络对所述特征图像进行深度预测，得到所述管道全景图像对应的深度信息。2.如权利要求1所述的管道安全实时监控预警系统，其特征在于，所述点云重构子模块，包括：预处理单元，用于对所述点云进行预处理；配准处理单元，用于根据预设点云配准算法对预处理后的所述点云进行配准处理；网格化处理单元，用于根据预设三维重建算法对配准后的所述点云进行网格化处理，形成管道三维虚拟模型。3.如权利要求1所述的管道安全实时监控预警系统，其特征在于，所述添加模块，包括：第一添加子模块，用于将所述视频数据添加至所述管道三维虚拟模型；第二添加子模块，用于将所述压力数据添加至所述管道三维虚拟模型；第三添加子模块，用于将所述声波数据添加至所述管道三维虚拟模型。
4.如权利要求3所述的管道安全实时监控预警系统，其特征在于，所述视频数据为设置在各个管道段对应位置的摄像头拍摄得到；所述第一添加子模块，包括：第一注册单元，用于根据各个管道段在所述管道三维虚拟模型中对应虚拟位置，在所述管道三维虚拟模型中注册所述摄像头对应的虚拟摄像头；第一构建单元，用于构建虚拟摄像头在所述管道三维虚拟模型中的视频数据投影区域；第一映射单元，用于将所述视频数据映射至所述管道三维虚拟模型中的视频数据投影区域。5.如权利要求3所述的管道安全实时监控预警系统，其特征在于，所述压力数据为设置在各个管道段对应位置的压力传感器采集得到的；所述第二添加子模块，包括：第二注册单元，用于根据各个管道段在所述管道三维虚拟模型中对应虚拟位置，在所述管道三维虚拟模型中注册所述压力传感器对应的虚拟压力传感器；第二构建单元，用于构建所述虚拟压力传感器在所述管道三维虚拟模型中的压力数据添加位置；第二映射单元，用于将所述压力数据映射至所述管道三维虚拟模型中的压力数据添加位置。6.如权利要求3所述的管道安全实时监控预警系统，其特征在于，所述声波数据为设置在各个管道段对应位置的声波传感器采集得到的；所述第三添加子模块，包括：第三注册单元，用于根据各个管道段在所述管道三维虚拟模型中对应虚拟位置，在所述管道三维虚拟模型中注册所述声波传感器对应的虚拟声波传感器；第三构建单元，用于构建所述虚拟声波传感器在所述管道三维虚拟模型中的声波数据添加位置；第三映射单元，用于将所述声波数据映射至至所述管道三维虚拟模型中的声波数据添加位置。7.如权利要求1至6任一项所述的管道安全实时监控预警系统，其特征在于，所述系统还包括：预警模块，用于根据所述实时监控数据进行预警分析，得到预警分析结果；推送模块，用于若预警分析结果为出现异常，则确定出目标管道段，在所述添加有实时监控数据的管道三维虚拟模型中标记所述目标管道段对应的目标虚拟位置，根据标记有所述目标管道段对应的目标虚拟位置重新生成三维监控预警画面，并推送三维监控预警画面至用户。8.如权利要求7所述的管道安全实时监控预警系统，其特征在于，所述预警模块，包括：预警计算子模块，用于基于所述实时监控数据根据下式计算预警值：,其中，表示预警值，表示视频数据对应的第一权重值，表示视频数据与预设
异常视频数据之间的相似值与预设相似度阈值之间的第一差值，表示压力数据对应的第二权重值，表示压力数据与预设压力阈值之间的第二差值，表示声波数据对应的第三权重值，表示声波数据与预设声波阈值之间的第三差值；预警确定子模块，用于当所述预警值大于预设预警阈值时，则预警分析结果为出现异常。

技术总结
本申请适用于管道监控技术领域，提供了一种管道安全实时监控预警系统，包括：获取模块，用于获取管道全景图像；构建模块，用于根据管道全景图像构建管道三维虚拟模型；采集模块，用于采集各个管道段对应的实时监控数据；其中；确定模块，用于确定各个管道段在所述管道三维虚拟模型中对应虚拟位置；添加模块，用于基于所述虚拟位置将所述实时监控数据添加至所述管道三维虚拟模型；生成模块，用于基于添加有实时监控数据的管道三维虚拟模型生成三维监控预警画面，并推送三维监控预警画面至用户。可见，本申请可以基于立体三维的三维监控预警画面展示，方便用户直观地查看管道实时监控情况。控情况。控情况。


技术研发人员：蔡毅 游东东 姜孝谟 杨文明
受保护的技术使用者：广东力创信息技术有限公司
技术研发日：2023.09.04
技术公布日：2023/10/11