摘要
本发明提供一种基于云平台的市政道路异常监控方法及系统。通过自主供能的压电与光纤融合传感装置实时采集道路的振动信号与变形数据,并将原始数据传输至云端处理平台;云端平台自动完成数据去噪、特征提取及时序重构,形成有效的道路异常特征数据;融合Transformer模型与时序卷积网络的深度学习异常识别模块对特征数据进行分析计算,实现道路异常类型的精准识别与空间定位;进一步基于实时交通流数据,通过智能风险评估模块计算确定道路风险等级并及时推送预警信息与应对建议至市政管理终端或用户;最后通过边缘协作控制模块自动优化高风险区域内的交通信号与标识,引导车辆规避风险区域,提升市政道路管理的安全性与智能化水平。
技术关键词
异常监控方法
传感装置
光纤传感单元
交通信号灯
识别模块
风险
时序
市政道路管理
云端
云平台
深度学习模型
生成道路
交通流
异常监控系统
数据
控制模块
压电元件
多尺度滤波