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
系统为您推荐了相关专利信息
多维特征向量
足弓高度
决策树算法
足部健康
参数
热失控风险
预警模型
热失控预警方法
数据
计算机可读程序
客户端
迁移学习技术
联邦学习模型
差分隐私
预算分配方法