[发明专利]道路检测车辆及信息处理方法在审
申请号: | 202010330239.0 | 申请日: | 2020-04-24 |
公开(公告)号: | CN111395125A | 公开(公告)日: | 2020-07-10 |
发明(设计)人: | 宋宗华;刘迎春;孟庆意;邹治辉;宋鸽;赵平;温小伟;王磊;潘春波 | 申请(专利权)人: | 徐州徐工养护机械有限公司 |
主分类号: | E01C23/01 | 分类号: | E01C23/01;G01S13/88 |
代理公司: | 中国国际贸易促进委员会专利商标事务所 11038 | 代理人: | 颜镝 |
地址: | 221004 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 道路 检测 车辆 信息处理 方法 | ||
1.一种道路检测车辆,其特征在于,包括:
车体(1);
三维阵列探地雷达(2),设置在所述车体(1)的尾部下侧,被配置为对所述车体(1)运行的地表的地表下方信息进行检测;
定位模块(3),设置在所述车体(1)上,被配置为采集所述车体(1)的当前地理位置信息;和
处理器(8),设置在所述车体(1)上,与所述三维阵列探地雷达(2)和所述定位模块(3)信号连接,被配置为根据所述三维阵列探地雷达(2)上报的地表下方信息和所述定位模块(3)上报的当前地理位置信息建立映射关系,以获得所述车体(1)的检测轨迹和地下数据的地理坐标。
2.根据权利要求1所述的道路检测车辆,其特征在于,还包括:
距离检测模块(4),设置在所述车体(1)上,与所述处理器(8)信号连接,被配置为对车体(1)行驶距离进行检测;
其中,所述处理器(8)被配置为在所述车体(1)每行驶预设距离时,使所述三维阵列探地雷达(2)和所述定位模块(3)分别进行信息采集操作,并上报给所述处理器(8)。
3.根据权利要求2所述的道路检测车辆,其特征在于,所述距离检测模块(4)包括:
光电编码器,设置在所述车体(1)的车轮(16)上,被配置为随所述车轮(16)转动向所述处理器(8)发出脉冲信号,以便所述处理器(8)调用距离计算子程序计算所述脉冲信号对应的行驶距离。
4.根据权利要求2所述的道路检测车辆,其特征在于,所述处理器(8)被配置为根据所述三维阵列探地雷达(2)和所述定位模块(3)分别上报的信息建立各个地理坐标对应的地下数据集。
5.根据权利要求1所述的道路检测车辆,其特征在于,所述地下数据包括地下病害数据。
6.根据权利要求1所述的道路检测车辆,其特征在于,所述处理器(8)被配置为根据所述三维阵列探地雷达(2)上报的地表下方信息进行零点标定、滤波和增益处理,获取雷达图像。
7.根据权利要求6所述的道路检测车辆,其特征在于,还包括:
雷达图像特征数据库(9),与所述处理器(8)信号连接,被配置为存储地下病害特征元组;
其中,所述处理器(8)被配置为根据预设的雷达图像识别深度神经网络模型确定所述雷达图像对应的特征元组,以及根据所述雷达图像对应的特征元组与所述雷达图像特征数据库(9)中的各个地下病害特征元组进行匹配,以确定所述雷达图像对应的地下病害类别。
8.根据权利要求7所述的道路检测车辆,其特征在于,所述处理器(8)被配置为对所述三维阵列探地雷达(2)上报的原始数据的地表下方信息进行零点标定、滤波和增益处理,获取雷达图像,并通过多任务级联卷积神经网络对所述雷达图像进行检测和对齐,获得最佳的雷达图像识别深度神经网络模型。
9.根据权利要求1所述的道路检测车辆,其特征在于,还包括:
摄像模块(5),设置在所述车体(1)尾部上侧,与所述处理器(8)信号连接,被配置为对所述车体(1)运行的地表的地表图像信息进行采集,以便所述处理器(8)建立所述地表图像信息与所述地下数据的地理坐标之间的映射关系。
10.根据权利要求1所述的道路检测车辆,其特征在于,所述三维阵列探地雷达(2)包括:耐磨板壳(21)、多进多出MIMO阵列天线(23)和多个万向轮(22),所述多进多出MIMO阵列天线(23)中的多个天线单元在所述耐磨板壳(21)上沿垂直于所述车体(1)的前后方向的方向排布,所述多个万向轮(23)设置在所述耐磨板壳(21)上,所述多进多出MIMO阵列天线(23)具备至少10个通道。
11.根据权利要求10所述的道路检测车辆,其特征在于,所述耐磨板壳(21)包括可转动连接的至少两段,所述三维阵列探地雷达(2)通过连接装置(6)与所述车体(1)的尾部形成能够俯仰摆动的可拆连接。
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徐州徐工养护机械有限公司,未经徐州徐工养护机械有限公司许可,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/202010330239.0/1.html,转载请声明来源钻瓜专利网。