【技术实现步骤摘要】
本专利技术涉及水位监测，尤其涉及基于深度学习的隧道桥涵水位检测报警系统及方法。
技术介绍
1、在城市道路交通基础设施中，隧道和桥涵结构的广泛分布对于缓解地面交通拥堵、提升通行效率起到了重要作用。然而，这类结构通常处于地势相对低洼的位置，极易受到暴雨、台风、内涝等极端天气事件的影响，导致雨水积聚，引发严重的积水问题。若未能在短时间内感知和响应水位上升变化，不仅会对交通运行造成干扰，严重时更可能危及人员生命与财产安全。因此，隧道桥涵水位检测与预警控制已成为城市智慧交通、水务安全与灾害应急管理等交叉领域的重要研究方向。
2、现有技术中，部分城市或工程单位已部署初步的水位监测系统，这些系统通常依赖于安装在隧道最低点或排水口附近的单一物理水位传感器，如超声波传感器、电极式液位开关或电容式液位计。这些传感器通过感应水体对信号的反射或介电常数变化来测量水位高度，并在水位超过预设阈值时触发简易报警模块，如声音蜂鸣器或红色指示灯。然而，由于传感器布设位置单一，设备易受泥沙堵塞、腐蚀、震动或电磁干扰等问题影响，监测精度和长期稳定性难以保证，易出...
【技术保护点】
1.基于深度学习的隧道桥涵水位检测报警方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于深度学习的隧道桥涵水位检测报警方法，其特征在于，所述标准化多源数据包括归一化处理后的视频图像帧、去噪处理后的电容水位传感器信号、图像帧对应的统一时间戳、图像增强参数记录信息及传感器信号的滤波状态标识。
3.根据权利要求1所述的基于深度学习的隧道桥涵水位检测报警方法，其特征在于，所述S2具体包括：
4.根据权利要求1所述的基于深度学习的隧道桥涵水位检测报警方法，其特征在于，所述置信加权融合包括融合输入定义、融合权重计算、融合水位输出；所...
【技术特征摘要】
1.基于深度学习的隧道桥涵水位检测报警方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于深度学习的隧道桥涵水位检测报警方法，其特征在于，所述标准化多源数据包括归一化处理后的视频图像帧、去噪处理后的电容水位传感器信号、图像帧对应的统一时间戳、图像增强参数记录信息及传感器信号的滤波状态标识。
3.根据权利要求1所述的基于深度学习的隧道桥涵水位检测报警方法，其特征在于，所述s2具体包括：
4.根据权利要求1所述的基于深度学习的隧道桥涵水位检测报警方法，其特征在于，所述置信加权融合包括融合输入定义、融合权重计算、融合水位输出；所述融合输入定义获取时刻t的图像识别水位值和电容传感器水位值所述融合权重计算分别计算图像识别质量评分与电容传感器质量评分，并基于两个评分值确定图像水位的融合权重；
5.根据权利要求1所述的基于深度学习的隧道桥涵水位检测报警方法，其特征在于，所述s4具体包括：
6.根据权利要求5所述的基于深度学习的隧道桥涵水位检测报警方法，其特征在于，所述逐层分解...
【专利技术属性】
技术研发人员：蔡仲辉，
申请(专利权)人：天津昊瑞云翔智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。