城市内涝的早期判断，往往卡在“有没有水、有多深”这一步。我们尝试不新增硬件铺设，而是复用路口既有摄像头与地面标尺、井盖、路缘石等固定参照物，做一套轻量的积水深度估计流程。
进展上，先对视频帧做透视校正，将图像坐标映射到路面平面；再用分割模型提取水面区域，结合标尺刻度回归水位，输出分级告警（关注／积水／阻断）。为控制误报，加入雨幕、车灯反光和夜间低照度的置信度门控，仅在高置信时上报。
试点数据：在某新区38个易涝点接入62路视频，边缘侧推理约4帧/秒。与人工读数对比，白天水位误差在±3cm内的占比约87%，夜间降至74%；漏报主要集中在车辆长时间遮挡水面的时段。
下一步计划：一是把雨量计与泵站液位纳入同一时序，尝试做15分钟预见性告警；二是对遮挡场景引入多路视频交叉验证，并输出可直接供排水调度使用的路段积水等级看板。
评论