摘要
本发明涉及智能交通领域,具体涉及多模态道路异常实时监测系统及其方法,系统包含激光雷达和摄像头模块,分别采集道路点云和视频数据,5G边缘计算单元接收并处理数据,采用YOLOv7‑pointnet网络模型,该模型融合EfficientNet主干特征提取网络与点云特征提取模块CFFM串联跳跃连接的3D特征提取网络,实现2D和3D特征的有效融合;数据后处理模块优化处理结果,并通过数据传输模块将结果发送至服务器;服务器判断道路异常事件,定位并分类,规划告警和维修路径,控制模块根据光照条件动态调整检测模型置信度权重;系统通过多模态融合技术,充分利用图像和点云特征,有效提高了道路异常检测的精度和实时性。
技术关键词
激光雷达点云数据
实时监测系统
异常事件
特征提取网络
激光雷达模块
数据传输模块
摄像头模块
语义分割模型
特征提取模块
点云特征
数据处理模块
后处理模块
信息接收模块
采样模块
图像
多模态融合技术
融合特征
视频
服务器
系统为您推荐了相关专利信息
设备状态数据
异常事件
智能管理方法
精炼炉
阶段
环境检测模型
车辆状态检测
检测头
接地点
特征提取模块
智能视频监控方法
异常事件
三维网格单元
数据采集系统
供电监控设备
视频管理方法
科技园区
时空卷积神经网络
数据采集网络
多模态深度学习
自动诊断方法
自动诊断系统
深度学习模型
尿道
尿路造影检查