[发明专利]基于公路资产监管的车载控制方法有效

专利信息
申请号: 201811510794.0 申请日: 2018-12-11
公开(公告)号: CN109639966B 公开(公告)日: 2021-02-26
发明(设计)人: 黄晨直;刘睿;邓杰;袁佳巍 申请(专利权)人: 四川睿盈源科技有限责任公司
主分类号: H04N5/232 分类号: H04N5/232;H04L29/08;H04W4/40;H04W4/30;G06N3/04
代理公司: 成都华风专利事务所(普通合伙) 51223 代理人: 徐丰;张巨箭
地址: 610000 四川省成都*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 公路 资产 监管 车载 控制 方法
【权利要求书】:

1.基于公路资产监管的车载控制方法,其特征在于:包括以下步骤:

获取本次巡检任务,所述巡检任务包括巡检路线和巡检路产,所述的巡检路产包括路产定位信息和路产路侧信息;

根据所述巡检路线,生成相应路线提示信息;

获取车辆实时定位信息;

根据所述路产定位信息、所述车辆实时定位信息和所述路产路侧信息,生成车道变换提示信息;同时根据所述路产定位信息和所述车辆实时定位信息,生成车速提示信息;

所述的巡检路产还包括路产高度信息和路产类型信息;所述的方法还包括:

根据所述路产定位信息和所述车辆实时定位信息,控制车载装置的车载摄像头的开启和关闭;同时在控制所述车载摄像头开启时,根据所述路产路侧信息控制车载摄像头的水平方向旋转角度,根据所述路产高度信息控制车载摄像头的竖直方向旋转角度;

将经过控制的车载摄像头拍摄得到的图像与路产定位信息绑定后上传;

所述的方法还包括:

服务器判断路产路侧信息和路产高度信息是否正确、车载摄像头角度控制是否正确、以及用于判断巡检路产是否需要维修;具体采用多个经过训练的深度卷积神经网络模型实现数据提取,每个深度卷积神经网络模型对应不同类型的巡检路产;

在获取到上传数据后,首先根据上传数据中的路产定位信息获取数据库中对应路产定位信息的路产类型;之后根据得到的路产类型选择对应的深度卷积神经网络模型进行数据提取与识别;如果输出识别结果成功则认为巡检路产为正常状态,否则认为出现问题,并进一步判断路产路侧信息和路产高度信息是否正确、车载摄像头角度控制是否正确、以及用于判断巡检路产是否需要维修:

如果连续多个识别均出现问题,则认为车载摄像头角度控制错误;如果非连续多个识别均出现问题,则进一步判断图像中是否存在对应巡检路产,如果存在则认为巡检路产需要维修,如果不存在则认为路产路侧信息和/或路产高度信息出现异常。

2.根据权利要求1所述的基于公路资产监管的车载控制方法,其特征在于:所述车道变换提示信息包括:在车辆实时定位信息临近路产定位信息时,提醒司机将车辆变换至与路产路侧信息对应的不是最远的车道;所述车速提示信息包括在车辆实时定位信息临近路产定位信息时,提醒司机将车辆降低至相应车道的最低限速。

3.根据权利要求1所述的基于公路资产监管的车载控制方法,其特征在于:所述的深度卷积神经网络模型均包括顺次连接的:第一卷积层、第二卷积层、第一下采样层、第一残差层、第三卷积层、第二下采样层、第二残差层、第四卷积层、第三下采样层、第三残差层和全连接层,每个残差层均包括若干个残差单元;

所述训练包括:

S1,前向传播,将采集得到的对应类型的巡检路产图像输入到所述深度卷积神经网络模型中,计算损失误差;

S2,反向传播,将损失误差更新模型参数。

4.根据权利要求1所述的基于公路资产监管的车载控制方法,其特征在于:所述方法还包括:

通过管理终端生成巡检任务并发送至服务器;

当判断巡检路产出现问题,服务器向管理终端下发通知信息。

5.根据权利要求1所述的基于公路资产监管的车载控制方法,其特征在于:所述的车载装置包括:

无线通信模块,用于获取本次巡检任务;

定位模块,用于生成车辆实时定位信息;

车载摄像头,用于拍摄巡检路产;

控制模块,用于读取本次巡检任务和车辆实时定位信息,还用于根据巡检任务中的巡检路线生成相应路线提示信息,还用于根据巡检任务中的路产定位信息和车辆实时定位信息控制车载摄像头的开启和关闭,还用于在控制所述车载摄像头开启时根据所述路产路侧信息控制车载摄像头的水平方向旋转角度、以及根据所述路产高度信息控制车载摄像头的竖直方向旋转角度;

信息提示模块,用于展示所述相应路线提示信息、车道变换提示信息和车速提示信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川睿盈源科技有限责任公司,未经四川睿盈源科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811510794.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top