摘要
本发明涉及道路施工安全防护技术领域,具体公开了一种道路施工防护方法、系统及装置。所述方法包括以下步骤:获取多模态传感器数据并进行多源数据融合处理,得到施工现场的环境数据序列;从环境数据序列中提取特征信息,并基于边缘计算单元中的轻量化深度学习模型进行风险识别,得到潜在风险识别序列;将识别序列上传至云端进行模型优化,生成更新后的识别模型参数;最终将优化后的模型参数应用于边缘计算单元,进行实时施工环境数据的动态风险识别,生成实时预警信号。本发明通过多模态数据的融合和深度学习模型的实时优化,能够实现精准的安全风险识别,并有效避免误报警或漏报警,提高了施工现场的安全性,减少了潜在事故的发生。
技术关键词
施工现场
多模态传感器
深度学习模型
风险
加权融合算法
序列
道路施工防护装置
施工防护系统
识别模块
参数
动态
格式
波动特征
数据处理模块
数据采集模块
云端服务器