[发明专利]一种道路积水在线智能检测方法及系统

说明书

本发明公开了一种道路积水在线智能检测方法及系统，采用导水管采集积水，避免了传感器与污水直接接触，能够避免污染，较其他非接触式检测方法，本方案不受行驶车辆、水面漂浮物等干扰；采用神经网络对采用气体状态方程推理的计算结果进行智能校准，有效地进行温度和非线性补偿，能够得到更准确的测量结果，具有更低的成本。

技术领域

本发明涉及道路积水检测技术领域，尤其涉及一种道路积水在线智能检测方法及系统。

背景技术

恶劣天气形成的暴雨易造成城市道路路面积水，不仅导致交通拥堵，而且也严重影响了出行者的生命和财产安全。道路积水检测的主要方法包括：(1)接触式测量方法：电子水尺和压力式水位传感器；(2)非接触式测量方法：红外测量、超声波测量等。

接触式和非接触式测量方法均能实现道路积水的实时监测，并有较好的检测精度。但是，接触式测量方法的主要缺点是相关传感器容易受到积水和泥沙等污染，以及温度影响，需要定期维护和更换；非接触式测量方法的测量结果容易受温湿度、环境光、积水浊度、行驶车辆、漂浮物等因素干扰，造成测量误差增大。因此，上述方法在城市道路积水检测的实际应用中具有一定局限性，且成本较高。

发明内容

本发明的目的是提供一种道路积水在线智能检测方法及系统，通过多传感器融合的方式，能够有效解决污水对设备的腐蚀、温湿度等环境因子与行驶车辆的干扰，从而提高了检测结果的准确度，且具有较低的成本。

本发明的目的是通过以下技术方案实现的：

一种道路积水在线智能检测方法，包括：

构建积水水位检测实验环境，采用气体状态方程，构建差压传感器水位输出数学模型；

获取检测积水水位的差压传感器差压值与大气环境温度值，并通过构建的数学模型计算道路积水水位的计算值，从而得到计算值与导水筒所测量到的实际值之间的误差；

利用神经网络方法拟合所述误差与大气环境温度及差压传感器差压值之间的非线性关系，得到误差修正量；

利用所述误差修正量对所述计算值进行修正，得到检测到的道路积水水位值。

由上述本发明提供的技术方案可以看出，采用导水管采集积水，避免了传感器与污水直接接触，能够避免污染，较其他非接触式检测方法，本方案不受行驶车辆、水面漂浮物等干扰；采用神经网络对采用气体状态方程推理的计算结果进行智能校准，有效地进行温度和非线性补偿，能够得到更准确的测量结果，具有更低的成本。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的一种道路积水在线智能检测方法的流程图；

图2为本发明实施例提供的误差随积水水位和大气环境温度变化的曲线；

图3为本发明实施例提供的一种道路积水在线智能检测系统的示意图；

图4为本发明实施例提供的道路积水采集结构图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

本发明实施例提供一种道路积水在线智能检测方法，如图1所示，其主要包括如下步骤：