CN118981718B 一种基于传感器数据分析的隧道内风险预测方法 （四川西香高速建设开发有限公司）

KR20230091400A,2023.06.23一种基于传感器数据分析的隧道内风险预本发明公开了一种基于传感器数据分析的2基于隧道布置传感器，进行隧道数据采集，分析传感器采集隧道数其中A(t,x)表示时间t和位置x的综合异常评分，表示第j个传感器在时间t使用交叉验证的方法在基于历史数据确定候选值范围内进在判定隧道异常时，获取隧道交通摄像头监测数据包括车根据监测数据分别对每个交通摄像头监测数据中的车速数据和车道占用率数据进行Z3计算车流量数据的历史均值μS设为车流量评分的阈值θ,基于历表示标准化车道占用率数据；分析综合特征值的时间积分的累积效应进行归一化处理定义其中Ck(t,x)表示第k个摄像头在时间t和位置x的隧道通行评分，λk表示基于传感器测量值计算标准化值的平方和并求均值，综合判定其中μj(t)和σj(t)分别表示第j个传感器在时间t位置x上的隧道数据测量值的滑动均值和滑动标准差，M(t,x)表示为各时间点的隧道数据变化程度，N表示传感器的总数，表示第j个传感器在时间t位置x监测的隧道数据测量值；4根据隧道的长度和传感器的检测范围，确定传感器的布置位根据监测数据分别对每个交通摄像头监测数据中的车速数据和车道占用率数据进行Z和历史标准差，和00分别表示第k个摄像头监测车道占用率的历史均值和历史标准5收集历史综合风险评分R(t,x)数据及其对应的异常和正常基于Scikit_learn库环境构建支持向量机模型，选择径向基函使用测试集中正常和异常标签的综合风险评分均值和标准差，使在判定隧道通行风险大时，通过控制器控制隧道入口和隧道内的LED警示屏显示警示通过控制器控制隧道出入口和隧道内的交通信号灯变为红色，对驾将判定隧道通行风险大的信息上传至云端服务处理器执行时实现权利要求1至6中任一项所述的基于传感器数据分析的隧道内风险预测67[0017]使用交叉验证的方法在基于历史数据确定候选值范围内进行更新α,选择平均误[0024]其中μA和σA分别表示历史综合异常评分A'(t,x)的均值和标准差，kt表示调节系w表示优化阈值；[0025]若通过新采集的传感器数据计算的A(t,x)大于等于优化阈值Tw，则判断隧道异[0028]根据监测数据分别对每个交通摄像头监测数据中的车速数据和车道占用率数据8像头在时间t和位置x监测的车道占用率，和分别表示第k个摄像头监测车速的历史均值和历史标准差，Har和oor分别表示第k个摄像头监测车道占用率的历史均值和历[0034]计算车流量数据的历史均值μS设为车流量评分的阈值θ,基于历史经验选择适当9表示第j个传感器在时间t位置x监测的隧道数据测量值；[0050]其中G(t,x)表示综合异常评分的概率密度，μA和σA分别表示历史综合异常评分A'[0060]在判定隧道通行风险大时，通过控制器控制隧道入口和隧道内的LED警示屏显示行时实现上述基于传感器数据分析的隧道内风险预测方[0085]使用交叉验证的方法在基于历史数据确定候选值范围内进行更新α,选择平均误[0096]其中μA和σA分别表示历史综合异常评分A'(t,x)的均值和标准差，kt表示调节系w表示优化阈值；[0097]若通过新采集的传感器数据计算的A(t,x)大于等于优化阈值Tw，则判断隧道异[0102]根据监测数据分别对每个交通摄像头监测数据中的车速数据和车道占用率数据均值和历史标准差，和oor分别表示第k个摄像头监测车道占用率的历史均值和历史[0108]计算车流量数据的历史均值μS设为车流量评分的阈值θ,基于历史经验选择适当[0110]隧道通行评分的归一化因子λk通过摄像头数据的历史均值和标准差计算，表示表示第k个摄像头车道占用率数据的历史均值表示第j个传感器在时间t位置x监测的隧道数据测量值；[0130]其中G(t,x)表示综合异常评分的概率密度，μA和σA分别表示历史综合异常评分A'[0144]在判定隧道通行风险大时，通过控制器控制隧道入口