科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对交通隧道日常维护及异常情况的处理多依赖于人工巡检所存在的效率低、成本高等问题，提出了一种基于多传感器融合的隧道智能巡检系统。首先，将数据采集功能进行模块化处理，以充分获取隧道内的环境信息；其次，将基于粒子群算法优化的前馈神经网络火灾智能监测技术应用到隧道火灾检测模块中；最后，结合帧差法交通事故图像识别技术，使隧道内异常情况的识别与处理效率得到了明显提升。结果表明：隧道智能巡检系统能较好地识别隧道内的情况及灾险，并可以及时进行报警处理，从而有效地避免二次交通事故的发生。同时系统可根据其他类型隧道的实际检测环境进行定制化设计，具有较高的泛化能力。
- 单位
