基于多源数据与人工智能的公路边坡变形预测方法技术

本发明专利技术提供一种基于多源数据与人工智能的公路边坡变形预测方法，分别获取目标边坡在第一时刻的第一地质信息、第一位移数据、第一应力分布数据和第一降雨量；以及在第二时刻的第二地质信息、第二位移数据、第二应力分布数据和第二降雨量；获取第一时刻和第二时刻之间的气象变化数据、图像监和视频监测数据，根据上述多源数据计算综合变形因子，再根据综合变形因子使用深度学习神经网络模型预测目标边坡的变形趋势。本发明专利技术通过整合多源数据，包括地质信息、位移、应力、降雨、图像和视频监测数据，结合人工智能算法对公路边坡进行变形预测，显著提升了边坡变形预测的精准性和实时性，满足了复杂环境下的安全管理需求。

【技术实现步骤摘要】

本专利技术涉及公路工程与地质灾害监测，具体涉及一种基于多源数据与人工智能的公路边坡变形预测方法。

技术介绍

1、公路边坡变形监测与预测技术在保障公路安全运营中具有重要意义，特别是在复杂地质条件和多变气象环境下，对边坡状态的实时监测与精准预测显得尤为关键。在现有技术中，公开号为cn106323223a的专利，记载了一种高速公路路堑边坡变形监测及预警系统，通过位移计、钢管桩、细钢丝等组成的监测装置实现了滑坡的早期预警。然而，该技术方案主要依赖单一传感器的数据采集方式，没有结合多维度数据进行综合分析，可能难以全面掌握边坡的实际状态；该系统在数据处理中心进行数据分析计算的方法为传统方法，故在复杂环境下的预测精度和实时性表现存在一定不足，难以满足实际应用中的高效性和准确性需求。公开号为cn115271564a的专利，记载了一种公路边坡灾害空间危险性区划方法及终端机，通过对多个边坡特征点的扫描监测、点云配准及层析分析，建立了边坡灾害属性数据库和空间数据库，并利用评价模型计算边坡危险性概率。然而，该技术方案在其危险性评价模型的构建较为依赖人工经验，可能存在主观偏差，从而本文档来自技高网...

【技术保护点】

1.一种基于多源数据与人工智能的公路边坡变形预测方法，其特征在于，包括：

2.根据权利要求1所述的基于多源数据与人工智能的公路边坡变形预测方法，其特征在于，计算目标边坡的综合变形因子，包括：

3.根据权利要求1所述的基于多源数据与人工智能的公路边坡变形预测方法，其特征在于，根据岩层稳定性指数、平均温度波动、累积降雨量和土壤含水量变化率计算综合变形因子，综合变形因子CDF的计算公式为：

4.根据权利要求2所述的基于多源数据与人工智能的公路边坡变形预测方法，其特征在于，计算目标边坡的岩层稳定性指数，包括：

5.根据权利要求4所述的基于多源数据与...

【技术特征摘要】

1.一种基于多源数据与人工智能的公路边坡变形预测方法，其特征在于，包括：

2.根据权利要求1所述的基于多源数据与人工智能的公路边坡变形预测方法，其特征在于，计算目标边坡的综合变形因子，包括：

3.根据权利要求1所述的基于多源数据与人工智能的公路边坡变形预测方法，其特征在于，根据岩层稳定性指数、平均温度波动、累积降雨量和土壤含水量变化率计算综合变形因子，综合变形因子cdf的计算公式为：

4.根据权利要求2所述的基于多源数据与人工智能的公路边坡变形预测方法，其特征在于，计算目标边坡的岩层稳定性指数，包括：

5.根据权利要求4所述的基于多源数据与人工智能的公路边坡变形预测方法，其特征在于，岩层稳定性指数的计算公式为：

6.根据权利要求1所述的基于多源数据与人工智能的公路边坡变形预测方法，其特征在...

【专利技术属性】
技术研发人员：徐峰，唐胜传，黄河，阎宗岭，郑勇，聂闻，谭玲，贾学明，张小松，代泓，王艳涛，王洋，徐建强，刘显鑫，
申请(专利权)人：招商局重庆交通科研设计院有限公司，
类型：发明
国别省市：