一种公园专用环境智能监测巡检小车 一種公園專用環境智慧監測巡檢小車
- 主導開發基於雙向 LSTM 模型與多頭注意力耦合機構的動態預測引擎，實現對公園溫濕度、光照及降雨等級的高頻時序分析。透過最佳化核心控制器的參數迭代邏輯（每秒100次迭代），將環境參數預測誤差穩定控制在1.8%-4.2%區間，並成功將季節性預測誤差從31%顯著降低至6.5%，為公園的灌溉、遮陽及極端天氣預警提供了前瞻性的決策依據。
- 負責搭建巡檢小車的跨網協同控制體系及主動安全防護邏輯。開發基於 PyQt5 的圖形化上位機與雲端加密通信模組，設計內建「3秒自動重連」機制的指令轉發邏輯，確保了複雜戶外環境下遠端操控的穩定性。透過整合高精度行人識別演算法（準確率99.3%）並部署緊急制動觸發機制，實現障礙物1.5公尺內0.5秒即時響應，填補了公園專用智慧巡檢設備的感知與安全性空白。
本實用新型公開一種公園專用環境智慧監測巡檢小車，以核心控制器為中樞，整合環境感測、行人感知、運動執行、狀態互動模組，搭載雙向 LSTM 動態預測引擎；支援溫濕度、光照、雨量即時擷取與環境參數高精度預測，具備行人辨識避障、1.5 公尺障礙物緊急煞車、聲光報警功能；搭配圖形化上位機與 PC、手機、網頁多終端遠端操控，依託雲端加密傳輸與模型自動微調，解決傳統人工巡檢效率低、覆蓋差、反應慢的問題，低成本實現公園環境智慧巡檢、預測預警與多終端協同管控。