集成式水文智能机器人的研发与设计

韩东阳; 刘攀; 胡扬; Dong-yang HAN; Pan LIU; Yang HU

中国农村水利水电 ›› 2021 ›› (6) : 73-77.

水文水资源

集成式水文智能机器人的研发与设计

作者信息 +

Research on the Integrated Hydrological Intelligent Robot

Author information +

稿件信息 +

摘要

针对现阶段国内水文测站功能单一，信息的采集与分析脱节、系统功能协同度不高等问题，设计研发了集成水文监测、水文预报以及水文水利计算等功能于一体的水文智能机器人，可实现如下功能：水文监测设备的自检及自动化监测；通过通讯技术与其他历史信息和观测信息融合及数据同化，进行实时水文预报；智能化开展水利评价、生成调度决策方案，并发布预报预警信息。研发的智能机器人系统通过语言识别和合成等技术实现了友好的人机交互平台，可模拟水文工作者的思考模式，改变传统设备测、报、算的单向传输方式，根据报、算的合理性评估而动态变更测量方式、位置以及频次。提出的水文智能机器人构架可替代基层测站、防汛值班等水文人员的相关职能，减轻水文工作的劳动强度，为推进水利事业向现代化、智能化方向转变提供重要技术支撑。

Abstract

At present， there are some problems in domestic hydrometric stations， such as single function， disconnection of information collection and analysis， low coordination of system functions. To ameliorate these problems， an integrating hydrological monitoring， hydrological forecast， and hydrology and water conservancy calculation hydrological intelligent robot is designed. The robot has the following functions： self-inspection and automatic monitoring of hydrological monitoring equipment； real-time hydrological forecasting through communication technology and other historical information and observation information fusion and data assimilation； carrying out water conservancy evaluation intelligently； generating scheduling decision-making plans， and issuing forecasting and warning information. The intelligent robot system realizes a friendly human-computer interaction platform by means of language recognition and synthesis， which can simulate the thinking mode of hydrologists， change the one-way transmission mode of traditional equipment measurement， reporting， and calculation， and dynamically changes the measurement mode， position and frequency according to the rationality evaluation of forecasting and calculations. The proposed hydrological intelligent robot structure can replace the related functions of hydrological personnel at the basic station and in charge of flood control， reduce the labor intensity of hydrological work， and provide an important technical support for promoting the transformation of water conservancy undertakings to modernization and intelligence.

关键词

水文智能机器人 / 水文监测 / 实时水文预报 / 灾情预警 / 人机交互

Key words

hydrological intelligent robot / hydrographic monitoring / real-time hydrologic forecast / disaster warning / human-computer interaction

基金

国家自然科学基金重点项目(U1865201)

科技部重点领域创新团队(2018RA4014)

湖北省自然科学基金创新群体(2017CFA015)

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

韩东阳 , 刘攀 , 胡扬. 集成式水文智能机器人的研发与设计[J].中国农村水利水电, 2021(6): 73-77

Dong-yang HAN , Pan LIU , Yang HU. Research on the Integrated Hydrological Intelligent Robot[J].China Rural Water and Hydropower, 2021(6): 73-77

0 引言

水雨情数据采集是水文水资源的基础。水文测站作为水雨情要素观测的基础单元，是收集水文资料的基本场所，在整个水利系统中起着至关重要的作用。随着水文事业改革的不断深入和水文现代化进程的不断加快，水文测站也向着巡测、遥测、无人值守等现代化水文方向转化^［1］。但目前水文测站仍以单一的水文监测功能为主，缺乏对水文要素进一步的分析处理能力，水文预报和水文水利计算等工作还需先将数据传输至终端进行计算，无法在测站点根据所测的水雨情信息及时提供灾情预警和决策方案。目前常用的水文自动测报系统^［2］多为信息的单向传递，从测站收集信息并发送至终端进行水情预报，无法保证收集水情信息的准确度，也无法根据计算或预报的结果对遥测站进行反馈控制，比如根据降雨状况自动化增加测量频次等。此外，虽然当前的测站各种水文要素都已有自动化监测设备，但仍需要人工定期进行值守，进行仪器的定期维护和检查，尤其在汛期暴雨增多，需要临时加测时，还需要人工前往站点进行补测，或者在汛期一直安排人员驻守在水文站，不仅耗费人力，还存在极大的安全隐患。

机器人具有感知、决策、执行等基本特征，可以辅助甚至替代人类完成危险、繁重、复杂的工作，提高工作效率与质量，服务人类生活，扩大或延伸人的活动及能力范围。目前智能机器人携带监测设备代替人工、进行日常巡检等工作已成为可能^［3］，并在电力^［4］、煤矿、化工等领域得到广泛推广和应用，但在水文领域应用较少。

为此，提出并设计了新型的集成式水文智能机器人，集水文要素自动化监测，水文预报和水文水利计算等功能于一体。不仅能够代替基层测站人员完成水文要素的自动化监测和汛期的补测工作，进行多维数据融合保证测量数据的准确性，还可以根据所测的水文要素结合历史数据进行分析计算，实现实时的洪水预报和灾情预警等功能，达到实时预报和测站点的双向反馈。除此之外，随着在测站点水文资料的不断积累，内置的深度学习等智能算法对水文预报、水文水利计算等模块进行自动化的复核和误差修正，不断提高其预测精度。该水文智能机器人能够为提高流域暴雨洪涝灾害的预报能力提供有力支持，同时为防汛兴利调度提供技术支持，大大减轻汛期水文人员的工作量。

1 总体结构

水文智能机器人系统结构分为3层，分别为执行层、通讯层和智能控制层，如图1所示。执行层包括了机器人本体、供电系统、轨道系统，其他在线辅助设施如摄像头、传感器等，可实现机器人的数据采集、自动充电、应急处置等功能。

图1 水文智能机器人系统结构

Fig.1 Hydrological intelligent robot system structure

Full size|PPT slide

1.1 系统硬件设计

智能机器人主体模型结构如图2所示，由24 V、20 Ah大容量锂电池供电模块，伺服电机、编码器驱动模块，水平360°、垂直180°监控云台，高清监控摄像头，环境监测传感器，水文测量传感器，避障模块，定位模块，无线充电模块，声光报警模块，核心处理板等模块组成。通讯层采用4 G、5 G或者WIFI通讯，只需满足机器人工作段的网络全覆盖的通讯条件，便可保证机器人在任何位置都能实现无障碍通信，并将实时数据回传至监控中心服务器，实现对机器人的实时监控、控制。智能控制层包含了机器人后台、监控中心和移动客户端3类，可实现实时查看、远程遥控、应急处置、历史数据查询等功能。

图2 水文智能机器人模型结构

Fig.2 Hydrological intelligent robot model structure

Full size|PPT slide

1.2 系统功能设计

水文智能机器人功能构架如图3所示，机器人在每次启动前会对其内部集成的水文监测设备进行自检和校验，以保证设备正常运行。在获得遥测数据后，会结合测站原有测量设备所测得的数据和机器人所测得数据进行数据融合，结合周围测站实时数据、上下游数据或降雨径流关系等及时核查数据准确性。然后根据所测得的水雨情数据，可进行自动化水文预报和水文水利计算工作，实现实时洪水预报，灾情信息发布等功能。同时，相关工作人员可以通过该机器人内置的智能人机交互模块语音查询实时水雨情信息、险情分析信息、预报结果信息等。

图3 水文智能机器人功能构架

Fig.3 Hydrological intelligent robot functional architecture

Full size|PPT slide

本文设计的测站常驻水文智能机器人已经完成现场实际测试，系统样机如图4所示。

图4 水文智能机器人样机实物图

Fig.4 Hydrological intelligent robot physical picture

Full size|PPT slide

2 功能设计

2.1 水文监测模块

水文智能机器人集成有水位、流量、雨量、温度和湿度等监测设备，在非汛期以测站原有的监测设备所测值为准，在汛期或检测到在测站设备发生突发故障时则会自动启用机器人的水文监测模块，以实现对水位、流量和雨量3个重要要素及其他气象要素的补测和多维数据的融合，提高其测量精度。

2.1.1 监测设备

（1）水位监测。现阶段我国水位监测主要采用雷达测高、基于图像或视频的水位自动监测等方法^［5］。机器人可通过自带摄像设备获取水尺的图像或视频信息，然后利用基于机器视觉的水尺刻度提取算法，自动识别并上传水位信息。通过现场实验测试机器人监测结果分辨率和精度分别能够达到1 mm和1 cm，在未安装水尺的测量区域，利用集成的雷达水位仪测量水位。

（2）流量监测。在测量流量时，机器人会沿滑轨自动移动至设定的测流断面，利用集成的雷达波测流仪完成对流量的自动化监测。流量监测采用雷达波测流仪。雷达波测流仪采用多普勒雷达测速原理^［5］，通过测量水深和流速以及在设备内部设置的断面形态可以利用速度面积法计算出断面的流速。采用水文智能机器人进行流量监测不易受环境条件的影响，且维护方便，使用简便。

（3）降雨监测。降雨监测采用目前应用成熟的翻斗式雨量计^［7］，翻斗式雨量计集成于机器人外侧，在测量降雨时，机器人沿滑轨移动至室外，实现对降雨量的自动化计量且精度较高。

（4）其余项目监测。气温、风速、风向、湿度、蒸发和墒情等气象数据，目前均有较为成熟的自动化监测设备^［8］。可根据具体情况灵活选用设备，如气压测量可采用压阻式压力传感器、风速风向测量可采用超声波测速仪^［9］、温度和湿度可采用智能温湿传感器等。通过内部集成的上述各要素传感器，机器人实现对其余气象要素的自动化测量。

（5）故障监测。机器人所安装的摄像头可利用计算机视觉技术识别测站原有监测设备的状态，代替人眼来识别图像中的目标，并进行故障的识别。如果测站原有监测设备出现故障，如蒸发器中的水溢出或不足、杂物落入雨量计内、电缆线发生破损等，机器人可及时识别并发送故障信息，减轻巡检人员的工作强度。

2.1.2 监测流程

开机前，水文智能机器人会对各监测设备进行自动校验，保证仪器正常工作。测站常驻水文智能机器人在非汛期和其他非紧急的情况下，通过测站原有的监测设备进行水文监测。在汛期和其他紧急的情况下，水文智能机器人会自动启动自带的水文监测设备进行辅助测量。如在汛期，监测到雨量或水位快速增加将会产生洪涝风险时，会对降雨量、水位和流量数据进行补充测量。一可增加测量的频次，获取更详尽的实时数据，二可结合机器人和测站原有监测设备的测量数据，进行多维数据融合，提高测量数据的精确度。

在获取到数据后，机器人会根据邻近测站的信息进行实时对比矫正，保证所测数据的准确性。此外，机器人还可以根据测站点历史降雨径流关系进行降雨数据和径流数据的实时比对，在有条件的地区还可根据上下游站点的流量数据进行对比分析等多种方法保证数据的准确性。

2.2 水文预报模块

在汛期和枯水期，水文智能机器人会根据实时遥测的气象和水文要素，进行实时洪水预报^［10］、枯季径流预报^［11］等，为防汛、抗旱、水资源开发利用等领域提供技术支持。其中日、月等时段径流预报可采用洪水预报的方法。

图5 以新安江模型为例的水文预报模块

Fig.5 Hydrological forecast module based on Xinanjiang model

Full size|PPT slide

2.2.1 实时洪水预报

根据定时的监测数据，预报未来一定时期内入库洪水总量、洪峰、峰现时间、入库洪水过程等。预报时长一般定为1 h，如需加测，可以实时通过遥测终端进行调整。

首先根据测站的气候、植被、地貌等因素选用合适的水文模型，包括集总式水文模型如新安江模型、分布式水文模型如VIC模型^［12］、SWAT模型^［13］等，在选定好模型后，机器人会根据导入所测站点的历史水文气象资料自动率定模型参数，确定参数初值，然后代入当前的水文、气象要素，定时预报未来洪水信息。

在水文智能机器人的运行过程中，随着水文资料的积累，利用深度学习等智能算法^［14］或传统的卡尔曼滤波^［15］等方法不断自动化实时修正模型参数，具备自学习功能，即机器人应用时间越长，越能反映本流域的实际情况，使用效果越好。

2.2.2 枯季径流预报

在枯水期，江河水量小，水资源供需矛盾较突出。水文智能机器人可在枯季预报径流变化情况，为水资源合理调配提供技术支持。

根据导入的所测流域的枯季径流量资料和影响退水规律的因素，机器人会进行自动化综合、归纳、分类，采用退水曲线法、前后期径流量相关法、河网蓄水量法等统计计算出枯水退水规律，建立区域综合退水预报关系曲线，根据曲线进行预报枯季径流。并随着运行时间增长，资料不断积累，可不断修正关系曲线，提高精度。

2.3 水文水利计算模块

在通过水文监测设备获取到实时的水文要素数据后，机器人内置的水文水利计算模块会对数据进行储存、分析、处理，实现设计洪水推求^［16］，设计年径流推求^［17］，水工程调度决策生成^［18］等功能。

2.3.1 设计洪水推求

为解决各类防洪问题，需要提供作为规划设计依据的洪水，如施工设计洪水、堤防设计洪水、梯级枢纽设计洪水等。该水文智能机器人可根据遥测数据和测站点历史数据自动完成设计洪水的推求，根据需要提供各种符合设计标准的洪水。

（1）流量资料推求设计洪水。如果所测站点流量资料较为详细，可利用流量资料进行计算。首先水文智能机器人对导入的历史流量资料进行可靠性、一致性和代表性审查，然后从每年洪水中选取符合要求的洪峰流量和洪量，组成各种统计系列，对特大洪水进行处理，求得设计洪峰和设计洪量，选择典型洪水过程线，根据设计洪峰和设计洪量放大，推求得到设计洪水过程线。

（2）暴雨资料推求设计洪水。在测点流量资料缺乏，或流量数据一致性无法得到满足等情况下，可选用由暴雨资料推求设计洪水功能。首先根据导入的实测降雨资料，使用频率分析等方法推求设计暴雨过程，然后扣除相应的损失，得设计净雨，最后对设计净雨进行流域汇流计算，即得流域出口断面的设计洪水。

2.3.2 设计年径流计算

水文智能机器人可计算所测站点设计年径流的年际变化及年内分配规律，为预估未来工程运用期间的径流变化情势。在测站有长期实测径流资料的情况下，可采用各种代表年法来计算年径流量和年内分配；在只有短期实测径流资料时，可利用相关分析法等延展设计站的年径流资料，然后按照有长期实测资料的方法进行计算。

2.3.3 水工程调度决策生成

根据水雨情预报信息及流域内水工程布设及工况情况，构建优化调度模型，生成水工程调度决策方案集。模拟人的思维模式，选择不同偏好的几个调度方案，作为备选方案供决策使用。

2.4 灾情预警模块

在通过水文水利计算和水文预报得到未来将会发生洪水、枯水等灾情信息后，水文智能机器人会启用灾情预警模块，根据预估灾情的等级，启用不同的预警方案，能够协助水文工作者有效地防御洪水、减少灾情损失、合理利用水资源。

2.4.1 预警信息报送

在预报即将发生严重洪涝灾害时，首先会将详细的预估洪水信息和水雨情信息发送及时至当地有关防汛抗旱指挥机构，通知灾情影响区域做好相关准备。同时自动化加密测验时段，不断实时更新数据及洪水走势，为防汛抗旱指挥机构适时指挥决策提供依据。

2.4.2 预警信息发布

根据预估洪水的等级和洪水的影响区域，在得到防汛部门的确定后，及时向灾区发布预警消息。按照预设流程，可通过媒体以手机短信、广播或其他形式向预警区域民众滚动预报最新水情，便于灾区民众及时了解灾情信息、防范洪涝灾害、减少经济损失和社会恐慌，模块结构如图6所示。

图6 预警信息发布模块

Fig.6 Early warning information release module

Full size|PPT slide

2.4.3 库区险情处置

在水文智能机器人在库区预估或测得水位超过汛限水位或流量达到阈值时，机器人会自动推送相应的洪水调度方案给库区人员；预估未来水库出现险情时，将第一时间向下游预警；预估水库将遭遇超标准洪水导致有溃坝风险时，会提早向水库溃坝洪水风险图确定的淹没范围发出预警，为群众安全转移争取时间。

2.5 人机交互设置

机器人采用以语音控制为主的人机交互方式。用户通过自然语言向机器人发送命令或提出问题，机器人能够拾取用户声音并分析，通过语言播报和APP推送（关联的手机）对用户的请求进行反馈。可实现实时监测信息查询、险情分析查询、预报结果查询、数据报表导出等功能。同时可以通过语音或APP端，在需要时控制机器人进行紧急增测。

3 结语

水文智能机器人集自动化水文监测、水文水利计算、水文预报于一体，在所测地就可完成传统的测、报、算工作，同时能够根据预测结果及时发布灾情预警信息。弥补了目前测站在汛期仍需安排人工进行值守，仅具备水文监测单一功能，监测信息无法及时传递，测报分析功能不完善等不足，推进水文测站向现代化、智能化水文方向转化。其大范围推广使用后不仅能够代替基层测站、防汛值班人员，还能够减轻汛期水文工作的负担，为防汛抗旱指挥机构指挥决策提供可靠依据，具有良好的应用前景。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

1	李国俊. 水文水资源信息化建设现状及优化措施［J］. 低碳世界，2019，9（3）：66-67. 本文引用 [1]

2	骆兰. 水情自动测报系统研究进展［J］. 河南水利与南水北调，2011（14）：4-5. 本文引用 [1]

3	陶永，王田苗，刘辉，等. 智能机器人研究现状及发展趋势的思考与建议［J］. 高技术通讯，2019，29（2）：149-163. 本文引用 [1]

4	彭向阳，钱金菊，吴功平，等. 架空输电线路机器人全自主巡检系统及示范应用［J］. 高电压技术，2017，43（8）：2 582-2 591. 本文引用 [1]

5	KIM J， HAN Y， HAHN H. Embedded implementation of image-based water-level measurement system［J］. IET Computer Vision， 2011，5（2）：125-133. 本文引用 [2]

6	刘代勇，邓思滨，贺丽阳. 雷达波自动测流系统设计与应用［J］. 人民长江，2018，49（18）：64-68.

7	胡林山，舒大兴. 提高单翻斗雨量计测量精度研究［J］. 中国水利，2016（2）：60-61. 本文引用 [1]

8	MUNANDAR A， FAKHRURROJA H， RIZQYAWAN M I， et al. Design of real-time weather monitoring system based on mobile application using automatic weather station［M］. 2017：44-47. 本文引用 [1]

9	张东明，曹晓钟，尚昌. 二维超声波风速风向传感器设计［J］. 传感器与微系统，2015，34（10）：110-113. 本文引用 [1]

10	刘志雨. 我国洪水预报技术研究进展与展望［J］. 中国防汛抗旱，2009，19（5）：13-16. 本文引用 [1]

11	李慧珑. 水文预报［M］. 北京：水利电力出版社， 1993：272. 本文引用 [1]

12	MENG C， ZHOU J， DAI M， et al. Variable infiltration capacity model with BGSA-based wavelet neural network［J］. Stochastic Environmental Research and Risk Assessment， 2017，31（7SI）： 1 871-1 885. 本文引用 [1]

13	TAN M L， GASSMAN P W， SRINIVASAN R， et al. A Review of SWAT studies in southeast asia： applications， challenges and future directions［J］. Water， 2019，11（9 145）. 本文引用 [1]

14	SHEN C. A transdisciplinary review of deep learning research and its relevance for water resources scientists［J］. Water Resources Research， 2018，54（11）：8 558-8 593. 本文引用 [1]

15	DENG C， LIU P， GUO S， et al. Identification of hydrological model parameter variation using ensemble Kalman filter［J］. Hydrology and Earth System Sciences， 2016，20（12）：4 949-4 961. 本文引用 [1]

16	郭生练，刘章君，熊立华. 设计洪水计算方法研究进展与评价［J］. 水利学报，2016，47（3）：302-314. 本文引用 [1]

17	陈元芳. 工程水文及水利计算［M］. 北京：中国水利水电出版社，2013：357. 本文引用 [1]

18	刘攀，郭生练，张文选，等. 梯级水库群联合优化调度函数研究［J］. 水科学进展，2007（6）：816-822. 本文引用 [1]

PDF(1019 KB)

979

访问

引用

详细情况

段落导航

收稿日期	出版日期
2020-10-16	2021-06-15
发布日期
2021-07-02

选择文件类型/文献管理软件名称

选择包含的内容