本发明涉及智慧交通领域，尤其是一种高速公路积水智能检测方法和系统。
背景技术：
1、高速公路低洼处的积水对行车安全构成严重威胁，需要及时发现和应对。靠人工巡检显然是不现实的，借助电气设备可以大幅提高积水检测的及时性。
2、传统的高速公路积水检测方法主要采用两种方式：基于积水传感器的检测和基于监控摄像头的图像分析。在基于积水传感器的方法中，该技术通过实时监测水位变化来判断道路上是否存在积水。虽然这种方法具有较好的实时性和相对较低的成本，但其覆盖范围有限，且无法提供详细的积水程度和范围信息，容易受到恶劣天气和道路条件的影响造成漏报或者误报。对于另一种方式，基于监控摄像头的图像分析方法主要通过分析摄像头拍摄的图像来检测积水区域。这种方法能够提供详细的图像信息，适应不同情况，但其计算资源需求大，导致实时性较差，同时数据传输开销也较大。
3、这两种传统方法各自存在一些不足之处。积水传感器的有限覆盖范围和无法提供详细积水信息的局限性使其难以全面、准确了解道路状况。而基于监控摄像头的方法则面临计算资源需求大、实时性差和数据传输开销大的挑战，尤其在大规模高速公路网络中表现不佳。另外，仅利用单一模态的数据对于检测的准确性也提出了挑战。
4、深度学习在智慧高速中越来越受到关注，传统基于图像的积水检测方法通常是对监控设备拍摄的现场图像进行检测或分割得到积水区域，再对积水区域利用深度神经网络模型进行识别。他们采用的模型对算力和实时性要求较高，中心化的检测模式算力有限，仅能满足对局部高速路网的覆盖检测，难以扩大检测范围；且中心化的检测模式长时间处于饱和工作状态，功耗极高。
技术实现思路
1、本发明的发明目的在于：针对上述存在的全部或部分问题，提供一种高速公路积水智能检测方法和系统，以解决传统检测方式中检测结果准确性不佳、实时性不强，检测功耗高以及难以实现大规模覆盖的问题。
2、本发明采用的技术方案如下：
3、一种高速公路积水智能检测方法，其包括：
4、利用传感设备监测水文数据，在水深超过第一阈值时，触发传感设备生成第一报警信号，并将该第一报警信号和水文数据发送给低功耗边缘设备；
5、若低功耗边缘设备接收到传感设备发送的第一报警信号，则触发低功耗边缘设备生成第一控制指令发送给与所述传感设备相关联的监控设备，以触发该监控设备拍摄现场图像；同时低功耗边缘设备对接收的所述水文数据进行第一预处理；所述传感设备与所述监控设备为一对一关联关系；
6、所述监控设备在接收到所述第一控制指令后，拍摄现场图像并传递给所述低功耗边缘设备；
7、所述低功耗边缘设备接收到所述现场图像后，对该现场图像进行第二预处理；
8、所述低功耗边缘设备再将对水文数据的第一预处理的结果和对现场图像的第二预处理的结果进行二级数据融合，该二级数据融合包括：将第一预处理的结果和第二预处理的结果进行第一级连接，将第一级连接的结果和第一预处理的结果再分别进行一次第一预处理后进行第二级连接；再将二级数据融合的结果再进行一次第一预处理后，利用归一化指数函数计算得到对积水情况的检测结果；
9、每一次所述第一预处理的计算参数和所述第二预处理的计算参数由标注有标签的历史水文数据和现场图像训练得到。
10、进一步的，方法还包括：
11、所述低功耗边缘设备在检测结果指示为存在积水时，触发生成第二报警信号发送给远端。
12、进一步的，所述第二预处理包括多级嵌套的特征提取和特征下采样，以及对最后一级特征下采样后的全局平均池化处理。
13、进一步的，第二预处理中的每一级特征提取均由多个堆叠的shuffle block模块执行；第二预处理中前半部分级数的特征提取的shuffle block模块的数量均不相同，且后半部分级数的shuffle block模块的数量与前半部分级数相对称。
14、进一步的，第二预处理包含四级特征提取，第一级特征提取包含3个shuffleblock模块，第二级特征提取包含4个shuffle block模块，第三极特征提取包含4个shuffleblock模块，第四级特征提取包含3个shuffle block模块。
15、进一步的，第二预处理中的每一级特征下采样均由shuffle down模块执行。
16、进一步的，第一预处理为：
17、将输入数据进行dropout处理；
18、对dropout处理的结果进行全连接；
19、对全连接的结果进行relu激活输出。
20、进一步的，所述低功耗边缘设备在对接收的现场图像进行第二预处理前，先根据预配置的检测区域对该现场图像进行裁剪，再对裁剪的图像进行第二预处理。
21、进一步的，对历史水文数据和现场图像标注的标签为对应于有积水或者无积水的标签，或者为对应于积水等级的标签；
22、对应于有积水或者无积水的标签，归一化指数函数计算得到的检测结果为有积水或者无积水；
23、对应于积水等级的标签，归一化指数函数计算得到的检测结果为检测的积水等级。
24、为解决上述问题，本发明还提供了一种高速公路积水智能检测系统，其包括：
25、至少一个传感设备，
26、与所述传感设备数量相等的监控设备，以及
27、至少一个低功耗边缘设备，
28、所述传感设备与所述监控设备为一对一关联关系；其中：
29、所述传感设备被配置为：
30、监测水文数据；以及
31、响应于检测的水文数据中的水深超过配置的第一阈值，触发生成第一报警信号，并将该第一报警信号和水文数据发送给低功耗边缘设备；
32、所述低功耗边缘设备被配置为：响应于接收到所述第一报警信号，触发生成第一控制指令发送给与所述传感设备相关联的监控设备；同时对接收的所述水文数据进行第一预处理；以及
33、响应于接收到现场图像，对该现场图像进行第二预处理；以及
34、将对水文数据的第一预处理的结果和对现场图像的第二预处理的结果进行二级数据融合；该二级数据融合包括：将第一预处理的结果和第二预处理的结果进行第一级连接，将第一级连接的结果和第一预处理的结果再分别进行一次第一预处理后进行第二级连接；以及
35、将二级数据融合的结果再进行一次第一预处理后，利用归一化指数函数计算得到对积水情况的检测结果；
36、每一次所述第一预处理的计算参数和所述第二预处理的计算参数由标注有标签的历史水文数据和现场图像训练得到；
37、所述传感设备被配置为：
38、响应于接收到所述第一控制指令，拍摄现场图像并传递给所述低功耗边缘设备。
39、综上所述，由于采用了上述技术方案，本发明的有益效果是：
40、1、本发明利用低功耗边缘设备、监控设备和传感设备构建局部检测网络，一个低功耗边缘设备负责多组监控设备和传感设备检测数据的处理和运算，在边缘接入点即实现了对积水的检测，中心站仅负责检测结果的接收，而非所有检测数据均汇总到中心站进行逐一识别，保证了检测的实时性，同时可基于目前已有的传感设备和监控设备进行组网，实现对高速公路路网的大范围覆盖。
41、2、根据本发明所设计的检测逻辑，低功耗边缘设备和监控设备仅在相应触发条件下才进行工作，保证了检测系统的低功耗。并且，可设定传感设备是实时工作还算周期性工作，以兼顾检测的及时性和检测系统的低功耗。
42、3、本发明利用神经网络融合传感信息(水文数据)和图像信息(现场图像)进行积水识别，在已有设备基础上进行重新组网或者设备补齐，实现了低成本改造系统的同时，也能够提高积水检测的准确性。
43、4、本发明对水文数据特征和图像数据特征进行二级数据融合，提高了对两个模态数据缺失的自适应性，提高了积水检测结果的鲁棒性。
1.一种高速公路积水智能检测方法，其特征在于，包括：
2.如权利要求1所述的高速公路积水智能检测方法，其特征在于，还包括：
3.如权利要求1或2所述的高速公路积水智能检测方法，其特征在于，所述第二预处理包括多级嵌套的特征提取和特征下采样，以及对最后一级特征下采样后的全局平均池化处理。
4.如权利要求3所述的高速公路积水智能检测方法，其特征在于，第二预处理中的每一级特征提取均由多个堆叠的shuffle block模块执行；第二预处理中前半部分级数的特征提取的shuffle block模块的数量均不相同，且后半部分级数的shuffle block模块的数量与前半部分级数相对称。
5.如权利要求4所述的高速公路积水智能检测方法，其特征在于，第二预处理包含四级特征提取，第一级特征提取包含3个shuffle block模块，第二级特征提取包含4个shuffleblock模块，第三极特征提取包含4个shuffle block模块，第四级特征提取包含3个shuffleblock模块。
6.如权利要求3所述的高速公路积水智能检测方法，其特征在于，第二预处理中的每一级特征下采样均由shuffle down模块执行。
7.如权利要求1或2所述的高速公路积水智能检测方法，其特征在于，第一预处理为：
8.如权利要求1或2所述的高速公路积水智能检测方法，其特征在于，所述低功耗边缘设备在对接收的现场图像进行第二预处理前，先根据预配置的检测区域对该现场图像进行裁剪，再对裁剪的图像进行第二预处理。
9.如权利要求1或2所述的高速公路积水智能检测方法，其特征在于，对历史水文数据和现场图像标注的标签为对应于有积水或者无积水的标签，或者为对应于积水等级的标签；
10.一种高速公路积水智能检测系统，其特征在于，包括：
