来源：期刊VIP网 时间：
作者：张伟;邓士杰;于贵波;
单位：陆军工程大学石家庄校区;
摘要：针对化学制品、火工品等危险品的在途安全状态监控问题，文中提出一种基于边缘计算的在途危险品姿态识别方法，旨在实时识别危险品在运输过程中的行为姿态。该方法采用边缘计算设备作为数据处理平台，首先通过姿态传感器实时抓取危险品在运输过程的三轴运动数据；然后综合滑动窗口技术与特征提取完成对数据流的处理，获得在途危险品行为姿态样本数据；最后，使用基于深度学习的CNN-BiLSTM-Attention分类模型完成对危险品行为姿态的识别。实验结果证明，该方法得益于边缘计算与深度学习的联合优势，能够准确可靠地识别在途危险品的行为姿态，具有一定的实际应用价值。
关键词：边缘计算;;在途危险品;;姿态传感器;;滑动窗口技术;;特征提取;;深度学习
