本发明涉及道路塌陷评估方法，更具体地说是指融合路面表征的道路多要素塌陷风险动态评估方法及系统。
背景技术：
1、城市化进程的加速，尤其是城市地下空间的开发和利用，已达到前所未有的广度和深度。随着城市交通基础设施的不断扩建，包括道路、高架桥、快速路的建设，以及地铁系统的规模化发展，地下空间的利用也在不断增加。这些建设项目虽然极大地便利了市民生活，并促进了城市经济的发展。
2、地下空间开发面临多种挑战。首先，市政道路下的地质条件复杂多变，这使得地下施工环境充满不确定性；地下管线布局错综复杂，增加了施工的难度和风险。现有的道路塌陷风险评估方法主要依赖于地质条件、地下管网分布和施工活动等因素进行判断。然而，这种评估通常每年只进行一次，且未能有效考虑到雨季降水、路面病害等动态因素的影响。特别是，在雨季降水增加的情况下，地质环境可能发生变化，从而影响地下空间的稳定性。
3、因此，有必要设计一种新的方法，实现在很大程度上预测和识别地下可能存在的塌陷风险，能够提高判别准确率，降低作业成本，弥补在道路塌陷风险评估空窗期保障能力不足的问题，以应对不断变化的地下环境和施工条件。
技术实现思路
1、本发明的目的在于克服现有技术的缺陷，提供融合路面表征的道路多要素塌陷风险动态评估方法及系统。
2、为实现上述目的，本发明采用以下技术方案：融合路面表征的道路多要素塌陷风险动态评估方法，包括：
3、获取车载传感器以及摄像头所采集的数据，以得到实时数据，其中，所述实时数据包括路面视频、震动传感器数据和gps数据；
4、获取道路区域的降雨量；
5、根据所述实时数据确定病害的实际面积、病害类型以及路面高程，以得到当前路面表征数据；
6、根据所述gps数据确定历史数据，其中，所述历史数据包括道路区域对应的历史路面表征数据、土壤类型、降雨量、施工记录和管网信息，历史路面表征数据包括历史病害类型、历史病害实际面积、历史路面高程；
7、对所述当前路面表征数据以及所述历史数据进行归一化和编码处理，以得到处理后的当前路面表征数据以及处理后的历史数据；
8、将处理后的当前路面表征数据以及处理后的历史数据输入至道路塌陷风险评估模型中进行道路塌陷风险评估，以得到评估结果；
9、发送所述评估结果。
10、其进一步技术方案为：所述对所述当前路面表征数据以及所述历史数据进行归一化和编码处理，以得到处理后的当前路面表征数据以及处理后的历史数据，包括：
11、对所述当前路面表征数据以及所述历史数据内的数值数据进行归一化，并对所述当前路面表征数据以及所述历史数据内的分类数据进行独热编码，以得到处理后的当前路面表征数据以及处理后的历史数据。
12、其进一步技术方案为：所述将处理后的当前路面表征数据以及处理后的历史数据输入至道路塌陷风险评估模型中进行道路塌陷风险评估，以得到评估结果，包括：
13、将处理后的当前路面表征数据以及处理后的历史数据输入至道路塌陷风险评估模型中，由道路塌陷风险评估模型通过特征融合、自注意力机制和向量投影处理当前路面表征数据以及历史数据，以得到评估结果。
14、其进一步技术方案为：所述将处理后的当前路面表征数据以及处理后的历史数据输入至道路塌陷风险评估模型中，由道路塌陷风险评估模型通过特征融合、自注意力机制和向量投影处理当前路面表征数据以及历史数据，以得到评估结果，包括：
15、将所述当前路面表征数据以及所述历史数据输入至道路塌陷风险评估模型中，由特征投影层分别提取所述当前路面表征数据的严重程度特征以及所述历史数据的严重程度特征，以得到当前特征向量以及历史特征向量；
16、通过自注意力机制计算历史数据中各因素的差异，并确定各因素的权重值；
17、对所述当前特征向量以及所述历史特征向量进行向量投影，以得到表示所述当前特征向量的严重程度变化的最终特征向量；
18、将所述最终特征向量通过全连接层以及softmax层，以得到连续的风险分数；
19、将连续的风险分数划分为离散的风险等级区域，以得到评估结果。
20、其进一步技术方案为：所述当前特征向量为多维向量，包括当前路面表征数据对应的病害面积、病害类型独热编码、路面高程信息；所述历史特征向量为多维向量，包括历史数据对应的历史病害面积、历史病害类型独热编码、历史路面高程信息、历史土壤、降雨量、施工、管网。
21、其进一步技术方案为：所述通过自注意力机制计算历史数据中各因素的差异，并确定各因素的权重值，包括：
22、通过自注意力机制计算历史数据中各因素的差异，得到历史因素变化向量；
23、将所述历史因素变化向量进行内积计算，得到内积结果；
24、将所述内积结果通过全连接层和softmax层计算因素的权重值。
25、其进一步技术方案为：所述将所述历史因素变化向量进行内积计算，得到内积结果，包括：
26、将所述历史因素变化向量与历史因素变化向量的转置进行内积，以得到内积结果。
27、其进一步技术方案为：所述对所述当前特征向量以及所述历史特征向量进行向量投影，以得到表示所述当前特征向量的严重程度变化的最终特征向量，包括：
28、将所述当前特征向量投影到所述历史特征向量上，以得到中间特征向量；
29、确定所述当前特征向量与中间特征向量的差值，并将所述当前特征向量投影到差值上，以得到最终特征向量。
30、其进一步技术方案为：所述中间特征向量包括病害面积变化量、病害类型变化情况、路面高程信息变化情况、某一时刻历史数据与前一时刻历史数据的变化信息。
31、本发明还提供了融合路面表征的道路多要素塌陷风险动态评估系统，包括：
32、数据获取单元，用于获取车载传感器以及摄像头所采集的数据，以得到实时数据，其中，所述实时数据包括路面视频、震动传感器数据和gps数据；
33、降雨量获取单元，用于获取道路区域的降雨量；
34、当前路面表征数据确定单元，用于根据所述实时数据确定病害的实际面积、病害类型以及路面高程，以得到当前路面表征数据；
35、历史数据确定单元，用于根据所述gps数据确定历史数据，其中，所述历史数据包括道路区域对应的历史路面表征数据、土壤类型、降雨量、施工记录和管网信息，历史路面表征数据包括历史病害类型、历史病害实际面积、历史路面高程；
36、处理单元，用于对所述当前路面表征数据以及所述历史数据进行编码，以得到处理后的当前路面表征数据以及处理后的历史数据；
37、评估单元，用于将处理后的当前路面表征数据以及处理后的历史数据输入至道路塌陷风险评估模型中进行道路塌陷风险评估，以得到评估结果；
38、发送单元，用于发送所述评估结果。
39、本发明与现有技术相比的有益效果是：本发明通过车载传感器和摄像头实时采集路面视频、震动数据和gps数据，并获取道路区域的降雨量，根据这些数据确定病害面积、不平整度及缺陷类型，同时使用gps数据获取相关历史数据，将处理后的当前路面表征数据和历史数据输入道路塌陷风险评估模型中，以生成并发送风险评估结果，实现在很大程度上预测和识别地下可能存在的塌陷风险，能够提高判别准确率，降低作业成本，弥补在道路塌陷风险评估空窗期保障能力不足的问题，以应对不断变化的地下环境和施工条件。
40、下面结合附图和具体实施例对本发明作进一步描述。
1.融合路面表征的道路多要素塌陷风险动态评估方法，其特征在于，包括：
2.根据权利要求1所述的融合路面表征的道路多要素塌陷风险动态评估方法，其特征在于，所述对所述当前路面表征数据以及所述历史数据进行归一化和编码处理，以得到处理后的当前路面表征数据以及处理后的历史数据，包括：
3.根据权利要求1所述的融合路面表征的道路多要素塌陷风险动态评估方法，其特征在于，所述将处理后的当前路面表征数据以及处理后的历史数据输入至道路塌陷风险评估模型中进行道路塌陷风险评估，以得到评估结果，包括：
4.根据权利要求3所述的融合路面表征的道路多要素塌陷风险动态评估方法，其特征在于，所述将处理后的当前路面表征数据以及处理后的历史数据输入至道路塌陷风险评估模型中，由道路塌陷风险评估模型通过特征融合、自注意力机制和向量投影处理当前路面表征数据以及历史数据，以得到评估结果，包括：
5.根据权利要求4所述的融合路面表征的道路多要素塌陷风险动态评估方法，其特征在于，所述当前特征向量为多维向量，包括当前路面表征数据对应的病害面积、病害类型独热编码、路面高程信息；所述历史特征向量为多维向量，包括历史数据对应的历史病害面积、历史病害类型独热编码、历史路面高程信息、历史土壤、降雨量、施工、管网。
6.根据权利要求4所述的融合路面表征的道路多要素塌陷风险动态评估方法，其特征在于，所述通过自注意力机制计算历史数据中各因素的差异，并确定各因素的权重值，包括：
7.根据权利要求6所述的融合路面表征的道路多要素塌陷风险动态评估方法，其特征在于，所述将所述历史因素变化向量进行内积计算，得到内积结果，包括：
8.根据权利要求4所述的融合路面表征的道路多要素塌陷风险动态评估方法，其特征在于，所述对所述当前特征向量以及所述历史特征向量进行向量投影，以得到表示所述当前特征向量的严重程度变化的最终特征向量，包括：
9.根据权利要求8所述的融合路面表征的道路多要素塌陷风险动态评估方法，其特征在于，所述中间特征向量包括病害面积变化量、病害类型变化情况、路面高程信息变化情况、某一时刻历史数据与前一时刻历史数据的变化信息。
10.融合路面表征的道路多要素塌陷风险动态评估系统，其特征在于，包括：
