随着我国城市化进程的不断向前推进,城市气候和地表下垫面条件均发生明显的变化,再加上城市排水管网系统建设滞后和排水系统规划不够合理,一旦遭遇台风、暴雨等恶劣天气,会导致城市道路积水,严重影响城市居民出行,极大威胁国家和人民生命财产安全。目前国内外对于城市道路积水的监测方式,主要分为设备监测和数据挖掘分析两类。设备监测主要是通过各种部署在城市道路上的水位传感器对道路积水进行监测,此类监测方式多采用单一或单源的传感器,只能对传感器测量处的积水深度进行测量,难于准确地测量道路积水区域的最大深度或有效深度,容易产生误报、错报;数据挖掘分析通过分析城市道路积水形成的原因、过程,结合城市道路地表高程数据、道路排水管网等信息来推断、估计道路积水产生的可能性、道路积水深度等。此类监测方式需要城市道路全部高精度数字高程数据、道路排水管网信息,会带来所需数据不好获取、数据不全、数据复杂、数据不好更新以及识别精度不够的问题。针对上述问题,本文在纵向项目的支持下,结合智慧灯杆应用场景,研发一种智慧灯杆为载体的城市道路积水监测预警设备,该设备通过对摄像头监控感知的道路积水面积、压力液位传感器检测感知的道路单点积水深度以及翻斗式雨量传感器测量感知的降雨量等异构多源多模态数据进行融合,结合本文提出的城市道路积水最大深度计算模型可以准确地计算出道路积水区域的积水最大深度,然后以积水最大深度计算模型、道路积水感知数据以及获取的气象预报信息为基础,对未来一段时间的道路积水深度进行精细化的预测预告。本文完成的主要工作内容如下:首先,对智慧灯杆物联网系统架构进行了论述,以常规智慧路灯物联网系统的四层架构体系为基础,在其传输层的网络边缘侧,新增一个边缘计算层,将本文研发的城市道路积水监测预警设备作为该边缘计算层设备——边缘智能节点,将传统物联网的“云、管、端”模型转变为“云、管、边、端”模型,在此基础上从系统结构、硬件组成、软件框架三部分完成了设备的方案设计。接着,研究分析了城市道路积水的产生过程,然后结合城市道路积水成因理论及其计算,对城市道路积水形成过程建模,推导构建了城市道路积水最大深度计算模型、预测模型,并使用多元线性回归模型的最小二乘参数估计方法在本地完成了基于实时积水监测感知数据的模型参数在线辨识工作。其次,对积水监测的多源异构传感器感知技术展开研究,为城市道路积水最大深度计算模型、预测模型的使用提供技术支持。积水监测主要对道路积水的积水面积、道路单点积水深度以及降雨量进行感知。采用HSV颜色空间识别和支持向量机（SVM）纹理特征识别相结合的方式对道路积水进行识别,实现对积水面积的监测与感知。基于传感器技术,使用压力液位传感器、翻斗式雨量传感器分别测量道路单点积水深度和降雨量。最后,完成了城市道路积水监测及预警的实现。在实验室搭建了实验验证平台,对设备中道路积水监测功能的积水面积感知、单点积水深度感知以及城市道路积水最大深度计算模型、预测模型、道路积水预警进行了实验验证,验证了城市道路积水监测预警设备的有效性和准确性。