结合天气趋势的积水识别智能体调度方法、介质及设备与流程

本发明涉及智能体调度，特别是涉及一种结合天气趋势的积水识别智能体调度方法、介质及设备。

背景技术：

1、城市防汛平台通常接入大规模视频监控资源，摄像头数量可达几十万级，在强降雨或台风影响期间，平台需要快速识别易积水路段、下穿通道、低洼点位等风险区域的积水情况，以支撑巡查、处置与预警。

2、现有技术中，积水识别与调度方法主要采用全量或固定频率巡检，对大范围摄像头按固定周期拉取快照并运行积水识别模型，导致平时或轻雨时段大量算力闲置浪费，而暴雨高峰时段算力不足、关键点位无法优先保障；并采用静态白名单或区域固定优先级调度，预先配置重点路段或点位并赋予固定优先级，无法适应降雨中心移动、雨带增强或减弱等天气趋势的动态变化；同时，仅基于实时降雨强度进行动态调度，根据当前小时雨强或累计雨量调整重点区域优先级，未引入未来天气趋势，导致对突发性强对流等快速增强的降雨过程反应滞后，同时缺乏对全局计算资源的统筹优化机制，难以实现计算资源的最优分配。

3、因此，如何在摄像头规模巨大、算力资源有限的条件下，结合天气趋势动态分配算力，优先对高风险区域进行积水识别，避免算力浪费并保障暴雨关键时段的重点覆盖成为亟待解决的问题。

技术实现思路

1、针对上述技术问题，本发明采用的技术方案为一种结合天气趋势的积水识别智能体调度方法，该结合天气趋势的积水识别智能体调度方法包括如下步骤：

2、s1，根据每个初始监控点位对应的降雨实况数据和天气预报趋势数据，计算得到每个初始监控点位对应的动态优先级。

3、s2，根据每个初始监控点位对应的动态优先级和单点计算资源消耗量，在满足所有目标监控点位的单点计算资源消耗量之和小于或等于预设可用计算资源总量的约束下，以最大化所有目标监控点位的动态优先级之和为目标，从所有初始监控点位中筛选出若干个目标监控点位。

4、s3，为每个目标监控点位分配积水识别智能体，并根据对应的积水识别智能体对目标监控点位采集的现场图像进行积水识别处理，获取到每个目标监控点位对应的积水识别结果。

5、本发明还提供了一种非瞬时性计算机可读存储介质，非瞬时性计算机可读存储介质中存储有至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行以实现上述的结合天气趋势的积水识别智能体调度方法。

6、本发明还提供了一种电子设备，包括处理器和上述的非瞬时性计算机可读存储介质。

7、本发明至少具有以下有益效果：通过每个初始监控点位对应的降雨实况数据和天气预报趋势数据计算动态优先级，将未来雨强变化趋势、雨带移动方向等预报信息量化融入调度决策，使得调度策略能够随雨带移动和降雨强度变化动态自适应调整，实现了对潜在高风险区域的提前预判，有效降低了突发增强降雨带来的反应滞后；通过在满足所有目标监控点位的单点计算资源消耗量之和小于或等于预设可用计算资源总量的约束下，以最大化所有目标监控点位的动态优先级之和为目标筛选目标监控点位，将有限算力资源优先分配给高风险监控点位，提升了算力资源的利用效率；通过为每个目标监控点位分配积水识别智能体进行积水识别处理，实现了识别任务的分布式执行，结合动态优先级驱动的采样频率调整机制，在非关键时段有效降低了无效算例与带宽占用，在暴雨峰值时段保障了高风险区域的识别覆盖率。

1.一种结合天气趋势的积水识别智能体调度方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的结合天气趋势的积水识别智能体调度方法，其特征在于，s1包括如下步骤：

3.根据权利要求2所述的结合天气趋势的积水识别智能体调度方法，其特征在于，s1还包括如下步骤：

4.根据权利要求3所述的结合天气趋势的积水识别智能体调度方法，其特征在于，s121包括如下步骤：

5.根据权利要求4所述的结合天气趋势的积水识别智能体调度方法，其特征在于，s1215包括如下步骤：

6.根据权利要求1所述的结合天气趋势的积水识别智能体调度方法，其特征在于，s2包括如下步骤：

7.根据权利要求1所述的结合天气趋势的积水识别智能体调度方法，其特征在于，s3包括如下步骤：

8.根据权利要求1所述的结合天气趋势的积水识别智能体调度方法，其特征在于，所述方法还包括如下步骤：

9.一种非瞬时性计算机可读存储介质，所述非瞬时性计算机可读存储介质中存储有至少一条指令或至少一段程序，其特征在于，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1-8中任意一项所述的结合天气趋势的积水识别智能体调度方法。

10.一种电子设备，其特征在于，包括处理器和权利要求9中所述的非瞬时性计算机可读存储介质。