端边云协同——基于STM32的智能交通路面智巡系统

本作品针对城市道路路面病害巡检效率低、人工成本高、危险系数大等社会痛点，设计了一套"端—边—云"协同的智能交通路面智巡系统。系统以STM32微控制器为核心采集节点，集成振动传感器、视觉模块与GPS定位，部署于巡检车辆或巡检人员终端，实现路面裂缝、坑槽、拥包等病害的实时感知与自动上报。在端侧完成数据初步过滤与预处理，在边缘节点进行病害特征提取与本地推理，在云端利用AI模型完成病害分类、严重程度评级与巡检路线优化，形成从数据采集、边缘计算到云端分析的完整闭环。
设计创新点在于：（1）以低功耗STM32替代高成本专业巡检设备，大幅降低部署门槛，适合大规模网格化部署；（2）端边云三级协同架构，兼顾实时性与算力需求，边缘节点断网仍可离线工作；（3）将AI病害识别模型下沉至边缘端，减少云端传输压力，提升响应速度。
最终成果为一套可落地的路面智能巡检硬件原型与配套云端管理平台，可为市政道路养护部门提供数据驱动的决策支持，推动城市交通基础设施运维从"被动修复"向"主动预判"转型。