1.主模型为傅里叶波形数学模型:通过收集交通灯负载的24小时正常电流波形,作为学习基础波形,建立基础模型,对实时电流波形进行分析,对负载是否出现电流故障作出正确判断。每个红绿灯路口有最多96个电流回路,算法模型能在后续工作中对收集的故障数据持续学习和优化。
2.辅助模型为视频分帧后的图像模型:通过收集视频进行学习,得到对应的模型,模型能通过对视频分帧图片的红绿灯实时状态,进行比对判断红绿灯是否出现异常。
3.工作流程: 主模型实时进行电流波形分析和判断,当主模型判断电流波形在时间T1开始出现故障,会发指令给辅助模型,辅助模型通过调用T1时间开始后的一段视频进行图片分帧对红绿灯的状态进行判断,如果判断的结果和主模型一致,主模型得出故障结论,对系统发告警指令;如果辅助模型的判断结果与主模型不一致,则主模型将判断错误的数据作为学习素材进行学习后提高模型的精度,主模型在与辅助模型协调升级中不断进化,最终达到不用调用辅助模型就能正确判断电流故障的目的。
4.算法部署平台:Linux系统
招募要求 有电流波形算法经验和图像处理经验,数学理论基础扎实,擅长傅里叶算法的应用