[发明专利]基于物联网的道路结冰监测及预警方法

权利要求书

1.一种基于物联网的道路结冰监测及预警方法，其特征在于，所述方法包括：

利用物联网中设置的路面装置，采集路面环境信息，根据采集的所述路面环境信息，识别当前路面状况是否满足预设的结冰预警条件；

若识别出当前路面满足所述结冰预警条件，则由信息传输装置将所述路面装置采集的所述路面环境信息发送至道路的安全管理中心；

所述安全管理中心根据所述路面环境信息，获取与所述路面环境信息相匹配的预警提示等级，触发对应的预警提示，并执行所述预警提示对应的预警操作。

2.如权利要求1所述的基于物联网的道路结冰监测及预警方法，其特征在于，所述安全管理中心根据所述路面环境信息，获取与所述路面环境信息相匹配的预警提示等级，包括：

所述安全管理中心根据所述路面环境信息，获取所述路面环境信息中的路面采集数据；

根据所述路面采集数据，构建初步神经网络模型并训练，得到训练后的深度神经网络模型；

利用所述深度神经网络模型，预测所述路面环境信息对应的预警提示等级；其中，所述预警提示等级包括：黄色预警、橙色预警和红色预警；

所述黄色预警对应的路面环境信息为：路表温度低于0℃，出现降水且12小时内可能出现对交通有影响的道路结冰；

所述橙色预警对应的路面环境信息为：路表温度低于0℃，出现降水且6小时内可能出现对交通有较大影响的道路结冰；

所述红色预警对应的路面环境信息为：路表温度低于0℃，出现降水且2小时内可能出现或者已经出现对交通有很大影响的道路结冰。

3.如权利要求2所述的基于物联网的道路结冰监测及预警方法，其特征在于，所述根据所述路面采集数据，构建初步神经网络模型并训练，得到训练后的深度神经网络模型，包括步骤S41-S44：

步骤S41、根据所述路面采集数据构建初步神经网络模型，则有：

pred(x)＝Relu(W₅*μ(W₄*μ(W₃*μ(W₂*μ(W₁x+b₁)+b₂)+b₃)+b₄)+b₅)； (1)

其中，x_i为m维实向量，x_i表示第i个所述路面采集数据中对应的参数，所述路面采集数据包括：路面电导率、路基温度、路面上空气湿度以及降水量，y_i表示得到所述路面采集数据x_i后的路面可能结冰时长，即得到所述路面采集数据x_i，在y_i时长后路面可能会结冰；其中，W₁为m×256维实矩阵；W₂为256×64维实矩阵；W₃为64×16维实矩阵；W₄为16×4维实矩阵；W₅为4×1维实矩阵；b₁为256维实向量，b₂为64维实向量，b₃为16维实向量，b₄为4维实向量，b₅为实数；所述N表示路面采集数据的总数量；

其中，函数μ()为SeLu函数，μ()的表达式为：

且

其中，α＝1.67326324，λ＝1.05050098；

步骤S42、利用梯度下降算法计算所述初步神经网络模型的参数；

此时，记θ＝{W₁,W₂,W₃,W₄,W₅,b₁,b₂,b₃,b₄,b₅}，令η为当前计算的学习率，则有参数更新公式：同时，定义损失函数Loss，则有：

步骤S43、对所述初步神经网络模型进行训练，同时利用正则化方式防止训练所述初步神经网络模型时的过拟合，则有：

其中，λ为超参数，‖·‖_F是矩阵的Frobenius范数，即满足：

步骤S44、当对所述初步神经网络模型的训练满足预设训练终止条件时，停止对所述初步神经网络模型的训练，得到对应的深度神经网络模型。