基于深度学习的路面状况监控与预测物联网设计

作者：吴楠; 刘小凡; 王旭东; 王莹

来源：移动通信, 2023, 47(08): 9-15.

• 深度学习
• 道路结冰
• 树莓派4b

由于路面结冰严重威胁行车安全，因而公路结冰预警技术成为保障安全行驶的关键性技术。基于大连地区五年历史数据集，利用神经网络特征提取与压缩的能力，提出了基于深度学习的短时间道路结冰预测系统，并且构建了相应的硬件平台。具体地说，首先，构建了LSTM、CNN、TEXTCNN、ConvLSTM、Transformer五种神经网络从时域、空域等多维度挖掘数据集的内在结构，并对下一时刻道路结冰状况进行预测。其次，将训练好的五种神经网络调试并下载到树莓派4b平台，实现了低成本的硬件系统。最后，实验结果表明，TEXTCNN模型的预测准确率可以达到97%，同时鲁棒性最高，有效地解决高速公路高危路段的路面凝冰预测的技术难题。

• 单位
  大连海事大学