基于多模态大模型的市政雨水篦子异常状态智能检测方法

本申请涉及一种基于多模态大模型的市政雨水篦子异常状态智能检测方法及装置，本方法包括：多源异构数据采集，集成移动终端、无人机及固定摄像头获取可见光、近红外及激光点云数据；多模态特征融合，采用跨模态Transformer架构与温度系数τ=0.05的对比损失函数实现多模态特征对齐；动态分级决策，构建包含结构、功能、环境、成本及紧急性的动态评分模型，结合时序特征矩阵进行异常分级；结构化输出，最终通过领域专用DSL模板生成JSON/XML双格式工单，并联动知识图谱实现数据闭环更新。本发明通过多模态数据感知与深度语义理解、细粒度量化分析、边缘智能部署，实现了城市排水设施异常状态的自动化识别、快速响应、高精度检测、精准化分类与标准化描述。