一种基于物联网的公路施工环境监控方法与流程

本发明涉及环境监控，尤其涉及一种基于物联网的公路施工环境监控方法。

背景技术：

1、环境监控技术领域是一种利用信息与通信技术，对环境参数进行实时监测、分析和管理的方法。该领域广泛应用于气候变化、空气质量、水质监测，以及公共安全等多个方面，旨在保护环境、预防灾害和改善人类生活质量。特别是在公路施工这类对环境影响较大的活动中，实现对施工现场环境条件的连续监控变得尤为重要。

2、其中，基于物联网的公路施工环境监控方法是一种运用物联网技术，对公路施工现场的环境状况进行实时监测和管理的技术方法。其目的在于通过对施工现场的温度、噪音、扬尘等关键环境参数的实时监控，及时发现环境问题，采取相应措施，从而保障施工人员的健康和安全，减少施工活动对周围环境的负面影响，实现可持续的施工管理，既保护了环境，也提高了公路施工的效率和质量。

3、传统方法依赖于静态的、事先规划的资源分配方案，缺乏对施工现场动态变化的实时响应能力，难以适应施工过程中不断变化的需求和环境条件，导致资源利用不充分、效率低下，甚至增加了施工过程中的安全风险。传统方法在资源调整决策上缺乏数据支持，依赖于经验判断，不仅增加了资源调整的难度，也降低了调整措施的准确性和有效性。

技术实现思路

1、本发明的目的是解决现有技术中存在的缺点，而提出的一种基于物联网的公路施工环境监控方法。

2、为了实现上述目的，本发明采用了如下技术方案：一种基于物联网的公路施工环境监控方法，包括以下步骤：

3、基于施工现场的初始布局和预期变化，在关键施工区域安装环境监测传感器，并部署实时视频捕捉设备，对施工活动动态进行记录，得到监控基础布局图；

4、基于所述监控基础布局图，分析网络节点间的连接质量和数据传输需求，对网络节点间的连接动态调整，生成动态网络配置方案；

5、基于所述动态网络配置方案，应用介数中心性和社区检测算法，监测网络中的数据流量分布，调整带宽分配和路径选择，生成网络负载平衡措施；

6、对所述网络负载平衡措施重新进行评估，优化数据流向和传输路径，并根据评估结果对网络进行再配置，建立数据传输优化网络；

7、依据所述数据传输优化网络，分析实时视频和传感器数据，识别施工区域内的设备和人员动态，生成活动动态识别信息；

8、基于所述活动动态识别信息，利用混沌理论分析方法，评估现有资源的分配和使用情况，识别资源利用的不足和浪费，得到资源配置优化记录；

9、根据所述资源配置优化记录，模拟差异施工方案的执行情况，比较方案间的效率和安全性表现，获取施工方案仿真结果；

10、根据所述施工方案仿真结果，调整施工计划和监控方案，对施工流程和监控策略进行持续优化，建立施工与监控整合方案。

11、本发明改进有，所述监控基础布局图包括环境传感器分布位置、视频监控点布置、关键作业区识别标记，所述动态网络配置方案包括节点间通信协议类型、数据传输速率调整、网络链路备份选项，所述网络负载平衡措施包括流量监控阈值设置、数据识别规则、备用传输路线激活条件，所述活动动态识别信息包括施工设备移动轨迹、人员聚集区域统计、潜在风险点快照，所述资源配置优化记录包括设备使用时间表、人员轮换计划、物资供应点分布图，所述施工方案仿真结果包括方案实施时间预估、安全性能评级、资源消耗对比图。

12、本发明改进有，基于所述动态网络配置方案，应用介数中心性和社区检测算法，监测网络中的数据流量分布，调整带宽分配和路径选择，生成网络负载平衡措施的步骤具体为：

13、基于所述动态网络配置方案，利用介数中心性，监测网络的数据流量分布，实时捕获每个节点的数据流入和流出量，绘制网络流量分布状态，进行流量峰期识别，生成流量分布图；

14、基于所述流量分布图，应用社区检测算法，分析流量峰期节点的过载情况，若节点流量持续超标，则增加带宽或添加中继节点，并对网络拓扑进行适应性调整，优化网络拥堵，获取网络拥堵缓解措施；

15、基于所述网络拥堵缓解措施，循环评估调整后的网络性能配置，包括测量调整后的网络延迟和丢包率，并与设定性能目标进行比较，持续优化至符合的性能指标，生成网络负载平衡措施。

16、本发明改进有，所述介数中心性算法，按照公式：

17、；

18、计算网络中每个节点的改进介数中心性值，生成流量分布图；

19、其中，为改进后的节点介数中心性值，为网络中的节点集合；为从节点到节点的最短路径数量，为经过节点的从节点到节点的最短路径数量，为节点到节点之间路径的权重系数，为路径到的延迟系数，为节点的流量因子，为节点的容量系数。

20、本发明改进有，对所述网络负载平衡措施重新进行评估，优化数据流向和传输路径，并根据评估结果对网络进行再配置，建立数据传输优化网络的步骤具体为：

21、对所述网络负载平衡措施重新进行评估，重新测量网络节点的延迟和丢包率，对比前后调整的性能指标，得到网络性能对比分析数据；

22、基于所述网络性能对比分析数据，识别存在问题的节点或路径，根据分析结果调整数据流向和传输路径，包括增加备份路径或重新分配流量，进行网络调优，获取细化网络调优方案；

23、基于所述细化网络调优方案，应用调整后的配置，再次执行网络性能测试，验证是否符合预期效果，通过迭代优化匹配施工监控需求，建立数据传输优化网络。

24、本发明改进有，依据所述数据传输优化网络，分析实时视频和传感器数据，识别施工区域内的设备和人员动态，生成活动动态识别信息的步骤具体为：

25、依据所述数据传输优化网络，对流入的视频流和传感器数据进行筛选，利用时间戳和地理位置信息，标记施工区域内活动频繁的区域和时间段，得到初步活动标记数据；

26、基于所述初步活动标记数据，对视频流中的序列帧进行处理，识别移动的施工设备和人员，同步分析传感器数据，对温度、湿度或环境参数的异常变化进行识别，生成动态活动和风险点草图；

27、基于所述动态活动和风险点草图，细化分析每个标识点的活动类型和潜在风险级别，整合关键活动和风险点，验证信息的准确性和时效性，生成活动动态识别信息。

28、本发明改进有，基于所述活动动态识别信息，利用混沌理论分析方法，评估现有资源的分配和使用情况，识别资源利用的不足和浪费，得到资源配置优化记录的步骤具体为：

29、基于所述活动动态识别信息，利用混沌理论分析方法，收集并整理施工现场当前的资源分配数据，包括人员分布、设备使用情况和材料存放地点，评估资源的使用效率和潜在浪费点，生成资源使用现状分析记录；

30、基于所述资源使用现状分析记录，识别资源配置中的问题，包括人员在非关键区域过密、设备闲置或过度使用，通过设置优化目标和改进措施，调整人员和设备配置，得到资源优化调整方案；

31、基于所述资源优化调整方案，使用q学习算法，执行重新安排工作人员至关键作业区或调整设备分配，进行需求和作业进度匹配，并监控调整后资源利用的效果，得到资源配置优化记录。

32、本发明改进有，所述q学习算法，按照公式：

33、；

34、计算更新后的q值，得到资源配置优化记录；

35、其中，为在状态s下采取行动a的期望奖励，为当前时刻的环境状态，为在状态下选择的行动，为学习率，为执行行动a后从状态转移到状态获得的即时奖励，为作业紧急度，为资源适配度，为资源转换成本，为作业完成率的增量，为折扣率，代表下一个状态行动中最优的期望奖励。

36、与现有技术相比，本发明的优点和积极效果在于：

37、本发明中，通过物联网技术和混沌理论的结合，显著优化了公路施工环境监控的效果。采用混沌理论分析活动动态识别信息，对资源分配进行深入评估，准确识别资源浪费和不足。应用q学习算法调整人员和设备配置，提升了资源利用的灵活性和效率，确保施工进度和安全的最优化。通过持续的数据分析和动态调整策略，实现资源配置的实时优化，强化了对施工现场变化的适应能力，从根本上改善了施工管理的质量和效率。