[发明专利]一种基于无人机倾斜摄影的路面立体病害测量方法有效

专利信息
申请号: 202010966513.3 申请日: 2020-09-15
公开(公告)号: CN112070756B 公开(公告)日: 2021-03-30
发明(设计)人: 李家乐;王雪菲;刘涛;马国伟;奚文彬;马立纲;张大力 申请(专利权)人: 河北工业大学
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00;G06T7/136;G06T7/187
代理公司: 天津翰林知识产权代理事务所(普通合伙) 12210 代理人: 付长杰
地址: 300130 天津市红桥区*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 无人机 倾斜 摄影 路面 立体 病害 测量方法
【说明书】:

发明为一种基于无人机倾斜摄影的路面立体病害测量方法,该方法包括以下过程:道路通车前对路面进行一次路面检测,此时路面无病害,将通车前采集的路面数据称之为母版数据;通车后根据道路养护需求再次进行路面检测,采集当前路面数据,路面检测时使用无人机对路面进行倾斜摄影分别构建出相应时期的数字表面模型以及数字高程模型;通过对不同时期的数字高程模型进行叠加计算,得到路面不同位置的高程变化,将每个位置高程的变化映射到每一个像素点的像素值,通过无监督学习和图像处理并结合工程规范判断路面破坏类型以及破坏等级、病害特征和病害位置,实现对立体病害的智能识别。该方法实现路面立体病害的识别分级和定位、病害直观展示。

技术领域

本发明涉及无人机倾斜摄影和路面立体病害识别养护领域,具体是一种基于无人机倾斜摄影的路面立体病害测量方法。

背景技术

为了保证车辆在道路上的安全行驶以及延长道路的使用年限,需要定期对道路进行检测与养护,而对路面的立体病害进行检测识别是一项必要和基础的工作。路面的立体病害主要包括坑槽、车辙、沉陷和波浪拥包。

目前路面立体病害检测方法主要是使用道路检测车和人工检测两种方法。道路检测车安装有激光弯沉测定仪、车载式颠簸累积仪等激光传感设备,在道路上以一定车速行驶,或者专业检测人员使用3m直尺、连续式平整度仪、摆式仪等非车载设备对路面弯沉、平整度、渗水系数和抗滑性等指标进行检测以及对路面病害进行识别和相关数据的采集。

检测车和人工检测都会影响道路的正常使用,尤其是在高速公路上,人工检测甚至需要关闭使用道路,同时会耗费大量的人力物力财力,检测效率也难得到保障。人工检测易受主观判断影响,缺乏一致的判断标准。同时不能直观展示追踪立体病害特征,对后期养护造成困难。

建立科学高效的路面立体病害检测体系需要解决以下问题:1、减少检测过程交通阻断和堵塞2、实现病害智能识别分级与定位3、立体病害的三维模型构建。

发明内容

针对现有技术的不足,本发明拟解决的技术问题是,提供一种基于无人机倾斜摄影的路面立体病害测量方法,避免在路面病害检测时发生的路上交通堵塞与断交,同时通过机器学习方式实现路面立体病害的识别分级和定位,建立立体病害的三维模型实现病害直观展示。

本发明解决所述技术问题采用的技术方案是,提供一种基于无人机倾斜摄影的路面立体病害测量方法,该方法包括以下过程:

道路通车前对路面进行一次路面检测,此时路面无病害,将通车前采集的路面数据称之为母版数据;

通车后根据道路养护需求再次进行路面检测,采集当前路面数据,

路面检测时使用无人机对路面进行倾斜摄影,获取5个不同方向的图像,分别构建出相应时期的数字表面模型(DSM)以及数字高程模型(DEM);

通过对不同时期的数字高程模型(DEM)进行叠加计算,得到路面不同位置的高程变化,将每个位置高程的变化映射到每一个像素点的像素值,通过无监督学习和图像处理并结合相关规范判断路面破坏类型以及破坏等级、病害特征和病害位置,实现对坑槽、沉陷、波浪拥包和车辙的智能识别。

所述病害特征包括病害长度、宽度、面积、深度或高度。

与现有技术相比,本发明有益效果在于:

本发明将无人机的倾斜摄影技术应用在路面立体病害检测中,使用无人机的倾斜摄影技术在空中采集路面影像及相关数据,利用采集到的当前路面数据与母版数据进行对比得到高程差,继而得到路面破损情况,避免了以往检测过程中对正常道路交通的影响,同时对于道路检测车检测的方法来说,无人机的工作成本远小于道路检测车,设备成本远低于道路检测车。对于人工检测方法来说,无人机飞行操作的人员远小于路面检测人员的数量,同时无人机操作门槛低,技术要求不高,可节省大量人员培训成本。另外,无人机倾斜摄影检测效率高,所需检测时间短且作业过程不易受地形影响。且无人机设备轻便,便于携带。

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河北工业大学,未经河北工业大学许可,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/202010966513.3/2.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