摘要
本申请公开了一种基于大模型的道路巡检方法、装置、设备及存储介质,涉及交通领域,应用于云端智能层,包括:获取视觉感知层发送的目标数据;利用位于云端智能层的目标大模型对目标数据进行处理以提取待优化局部特征,基于交通物理特性对待优化局部特征进行优化以基于目标局部特征对目标道路进行病害检测和风险预测以得到病害检测结果和风险预测结果,基于目标局部特征、病害检测结果、风险预测结果和目标知识图谱生成目标道路对应的道路养护建议,以完成对目标道路的道路巡检;其中,云端智能层、视觉感知层和边缘计算层之间基于精密时间协议和三次样条插值实现时空同步。本申请满足了道路巡检场景下的实时预警和全生命周期管理的需求。
技术关键词
道路巡检方法
精密时间协议
云端
三次样条插值
数据
风险
图谱
视觉
热力图
图像增强网络
多模态
材料弹性模量
生命周期管理
长短期记忆网络
交通
巡检场景
点云去噪
道路病害
系统为您推荐了相关专利信息
三维场景模型
融合点云数据
多视角
构建三维场景
纹理
关联规则挖掘算法
手机系统
资源分配策略
视频编码码率
参数
多层感知器网络
预训练模型
数据
非易失性存储介质
损失函数优化
水稻病害识别方法
病害特征
卷积神经网络提取
加权特征
原始图像数据