摘要
隧道群联合管理方式能通过对隧道实时监控与调控方案实施,使隧道资源得到最大化地利用,但传统的人工巡查隧道群联合管理存在人力资源消耗大、信息反馈效率低的缺陷。为了解决这一问题,文章将深度学习网络与监控设备相结合,提出一种基于目标检测算法(YOLOv5)与双向长短时序记忆网络的数字化孪生智慧监控系统。通过对该系统的性能进行YB算法验证及仿真试验,结果表明:系统进行隧道状况识别时的平均准确率≥90%,且反馈时间最大值为63 ms,最小值为53 ms,说明该系统能满足隧道群联合管理所需要的准确性和高效性要求。
出处
《西部交通科技》
2025年第12期220-224,共5页
Western China Communications Science & Technology
