本發(fā)明涉及氣味監(jiān)測，尤其涉及異常氣味在線監(jiān)測系統(tǒng)、方法、設(shè)備及存儲介質(zhì)。
背景技術(shù)：
1、異常氣味是指給人帶來刺激性的、不愉悅的或令人討厭的嗅覺感受的氣味，室內(nèi)環(huán)境中的異味感受不僅影響居住體驗也危害人體健康。傳統(tǒng)的氣味檢測手段依賴于人工定點采樣和實驗室分析，存在檢測周期長、空間覆蓋有限和響應(yīng)不及時等缺陷，難以滿足對高時空分辨率和連續(xù)在線監(jiān)測的需求。
2、隨著傳感器技術(shù)的發(fā)展，基于傳感器陣列的異常氣味在線監(jiān)測方法逐漸成為研究熱點。通過在監(jiān)測區(qū)域部署多點氣體傳感器，能夠?qū)崟r采集不同空間位置的氣味濃度分布數(shù)據(jù)，從而實現(xiàn)異常氣味溯源。然而，在實際應(yīng)用中，監(jiān)測區(qū)域內(nèi)人員活動頻繁，人員走動會對局部氣流產(chǎn)生擾動，進(jìn)而導(dǎo)致傳感器采集到的氣味濃度數(shù)據(jù)出現(xiàn)短時波動甚至失真。
3、現(xiàn)有的異常氣味在線監(jiān)測系統(tǒng)忽略了人員走動引起的氣流擾動效應(yīng)，未對擾動區(qū)域內(nèi)的傳感器數(shù)據(jù)進(jìn)行有效校準(zhǔn)，導(dǎo)致濃度誤判和溯源誤導(dǎo)，尤其在密閉空間或半封閉空間中表現(xiàn)更為明顯。
4、為了解決上述問題，本發(fā)明提供了一種解決方案。
技術(shù)實現(xiàn)思路
1、為了克服現(xiàn)有技術(shù)的上述缺陷，本發(fā)明的實施例提供異常氣味在線監(jiān)測系統(tǒng)、方法、設(shè)備及存儲介質(zhì)，通過動態(tài)分析人員走動動作幅度和掃略體積占比，精準(zhǔn)識別氣流擾動范圍進(jìn)而校準(zhǔn)氣味濃度分布數(shù)據(jù)，有效消除了人員活動對于異常氣味監(jiān)測的干擾，提升了異常氣味溯源的準(zhǔn)確性和可靠性。
2、為了達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：
3、第一方面，本發(fā)明提供異常氣味在線監(jiān)測方法，包括下述步驟：
4、通過傳感器陣列獲取監(jiān)測區(qū)域的異常氣味濃度分布數(shù)據(jù)、人員走動數(shù)據(jù)和區(qū)域空間數(shù)據(jù)；
5、通過人員走動數(shù)據(jù)和區(qū)域空間數(shù)據(jù)分析人員走動動作幅度以及人體掃略體積占比關(guān)系，確定人員走動引起的氣流擾動范圍；
6、結(jié)合異常氣味濃度分布數(shù)據(jù)分析氣流擾動范圍內(nèi)的氣味濃度波動程度并進(jìn)行氣味濃度校準(zhǔn)；
7、利用校準(zhǔn)后的異常氣味濃度分布數(shù)據(jù)進(jìn)行異常氣味溯源。
8、進(jìn)一步地，分析所述人員走動動作幅度，包括：
9、獲取人員走動數(shù)據(jù)中的肢體活動數(shù)據(jù)并利用人體姿態(tài)估計算法提取人體的骨骼關(guān)鍵點；
10、通過提取到的骨骼關(guān)鍵點與靜止站立時的參考骨骼關(guān)鍵點之間的歐幾里得距離變化量化人員動作幅度；
11、將人員身高作為歸一化因子對人員動作幅度進(jìn)行歸一化并將歸一化后的人員動作幅度均值作為人員走動的平均動作幅度指數(shù)，用于量化人員走動動作幅度。
12、進(jìn)一步地，分析所述人體掃略體積占比關(guān)系，包括：
13、通過提取到的骨骼關(guān)鍵點結(jié)合凸包算法計算各監(jiān)測時刻人體輪廓的最小包絡(luò)體積，對所有監(jiān)測時刻對應(yīng)的最小包絡(luò)體積進(jìn)行并集運算得到人體掃掠體積；
14、將人體掃掠體積與監(jiān)測區(qū)域的區(qū)域空間體積的比值作為人體掃略體積占比指數(shù)，用于量化人體掃略體積與監(jiān)測區(qū)域空間體積的關(guān)系。
15、進(jìn)一步地，所述確定人員走動引起的氣流擾動范圍，包括：
16、獲取人員走動的平均動作幅度指數(shù)和人體掃略體積占比指數(shù)；
17、通過平均動作幅度指數(shù)和人體掃略體積占比指數(shù)進(jìn)行模型參數(shù)映射，模型參數(shù)包含網(wǎng)格更新頻率、網(wǎng)格最大形變量和動態(tài)網(wǎng)格區(qū)域半徑；
18、基于模型參數(shù)構(gòu)建動網(wǎng)格模型進(jìn)行氣流擾動分析并提取氣流擾動范圍。
19、進(jìn)一步地，所述進(jìn)行模型參數(shù)映射，包括：
20、通過平均動作幅度指數(shù)對網(wǎng)格更新頻率和網(wǎng)格最大形變量進(jìn)行模型參數(shù)映射，其中，映射后的網(wǎng)格更新頻率為fgrid＝f0×(1+λ1×ainorm)，式中f0表示初始網(wǎng)格更新頻率，λ1表示網(wǎng)格更新頻率映射權(quán)重，fgrid表示映射后的網(wǎng)格更新頻率，映射后的網(wǎng)格最大形變量為δmax＝δ0×(1+λ2×ainorm)，式中δ0表示初始網(wǎng)格最大形變量，λ2表示網(wǎng)格最大形變量映射權(quán)重，δmax表示映射后的網(wǎng)格最大形變量；
21、通過人體掃略體積占比指數(shù)對動態(tài)網(wǎng)格區(qū)域半徑進(jìn)行模型參數(shù)映射，其中，映射后的動態(tài)網(wǎng)格區(qū)域半徑為r＝r0×(1+λ3×vswept)，式中r0表示初始動態(tài)網(wǎng)格區(qū)域半徑，λ3表示動態(tài)網(wǎng)格區(qū)域半徑映射權(quán)重，r表示映射后的動態(tài)網(wǎng)格區(qū)域半徑。
22、進(jìn)一步地，所述分析氣流擾動范圍內(nèi)的氣味濃度波動程度并進(jìn)行氣味濃度校準(zhǔn)，包括：
23、獲取異常氣味濃度分布數(shù)據(jù)并提取氣流擾動范圍內(nèi)的第一局部異常氣味濃度分布數(shù)據(jù)和非氣流擾動范圍內(nèi)的第二局部異常氣味濃度分布數(shù)據(jù)；
24、通過第一局部異常氣味濃度分布數(shù)據(jù)計算氣流擾動范圍內(nèi)的異常氣味濃度變異系數(shù)，用于評估氣流擾動范圍內(nèi)的氣味濃度波動程度；
25、當(dāng)氣流擾動范圍內(nèi)的異常氣味濃度變異系數(shù)大于等于預(yù)設(shè)異常氣味濃度變異閾值時，利用第二局部異常氣味濃度分布數(shù)據(jù)結(jié)合空間內(nèi)插算法對氣流擾動范圍內(nèi)的氣味濃度分布數(shù)據(jù)進(jìn)行校準(zhǔn)，空間內(nèi)插算法包含反距離加權(quán)法、樣條插值法、徑向基函數(shù)法和克里金插值法。
26、進(jìn)一步地，所述利用校準(zhǔn)后的異常氣味濃度分布數(shù)據(jù)進(jìn)行異常氣味溯源，包括：
27、構(gòu)建異常氣味溯源模型，異常氣味溯源模型為高斯反演模型、反向拉格朗日模型和計算流體動力學(xué)反演模型中的任意一種；
28、將校準(zhǔn)后的異常氣味濃度分布數(shù)據(jù)輸入異常氣味溯源模型進(jìn)行異常氣味溯源，確定異常氣味釋放源。
29、第二方面，本發(fā)明提供異常氣味在線監(jiān)測系統(tǒng)，包括：
30、數(shù)據(jù)獲取模塊，用于通過傳感器陣列獲取監(jiān)測區(qū)域的異常氣味濃度分布數(shù)據(jù)、人員走動數(shù)據(jù)和區(qū)域空間數(shù)據(jù)；
31、擾動范圍確定模塊，用于通過人員走動數(shù)據(jù)和區(qū)域空間數(shù)據(jù)分析人員走動動作幅度以及人體掃略體積占比關(guān)系，確定人員走動引起的氣流擾動范圍；
32、氣味濃度校準(zhǔn)模塊，用于結(jié)合異常氣味濃度分布數(shù)據(jù)分析氣流擾動范圍內(nèi)的氣味濃度波動程度并進(jìn)行氣味濃度校準(zhǔn)；
33、異常氣味溯源模塊，用于利用校準(zhǔn)后的異常氣味濃度分布數(shù)據(jù)進(jìn)行異常氣味溯源；
34、控制模塊，用于控制數(shù)據(jù)獲取模塊、擾動范圍確定模塊、氣味濃度校準(zhǔn)模塊和異常氣味溯源模塊的運行。
35、第三方面，本發(fā)明提供一種電子設(shè)備，包括：處理器和存儲器，其中，所述存儲器中存儲有可供處理器調(diào)用的計算機(jī)程序，所述處理器通過調(diào)用所述存儲器中存儲的計算機(jī)程序，執(zhí)行異常氣味在線監(jiān)測方法。
36、第四方面，本發(fā)明提供一種計算機(jī)可讀存儲介質(zhì)，儲存有指令，當(dāng)所述指令在計算機(jī)上運行時，使得計算機(jī)執(zhí)行異常氣味在線監(jiān)測方法。
37、本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點和有益效果：
38、本發(fā)明通過多源傳感信息融合以及人員行為建模，能夠有效識別并量化人員走動引起的氣流擾動，通過引入人員走動的平均動作幅度指數(shù)和人體掃略體積占比指數(shù)，進(jìn)而動態(tài)映射動網(wǎng)格模型參數(shù)，提高了氣流擾動范圍的提取精度，通過量化氣流擾動范圍內(nèi)的氣味濃度波動程度并進(jìn)行氣味濃度校準(zhǔn)，提升了異常氣味溯源的準(zhǔn)確性和可靠性，從而實現(xiàn)在動態(tài)環(huán)境中對異常氣味進(jìn)行實時、精準(zhǔn)溯源。