[发明专利]一种路面损伤识别方法、系统、计算机设备和存储介质在审

专利信息
申请号: 202110060324.4 申请日: 2021-01-18
公开(公告)号: CN113159089A 公开(公告)日: 2021-07-23
发明(设计)人: 何玮;刘越 申请(专利权)人: 安徽建筑大学
主分类号: G06K9/62 分类号: G06K9/62;G01N21/88
代理公司: 合肥市科融知识产权代理事务所(普通合伙) 34126 代理人: 赵荣
地址: 230000 安徽省*** 国省代码: 安徽;34
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 路面 损伤 识别 方法 系统 计算机 设备 存储 介质
【权利要求书】:

1.一种路面损伤识别方法,其特征在于,所述路面损伤识别方法包括:

获取路面图像采集点处的第一路面图像、第二路面图像以及第三路面图像,所述第一路面图像、所述第二路面图像以及所述第三路面图像为一个路面图像采集点处三个不同角度的图像;

利用第一分类模型、第二分类模型以及第三分类模型分别识别所述第一路面图像、所述第二路面图像以及所述第三路面图像中存在的路面损伤类型,所述路面损伤类型包括无损伤和损伤的类型;

根据所述第一路面图像、所述第二路面图像以及所述第三路面图像中的所述路面损伤类型的权重值通过预设神经网络模型确定该路面图像采集点处的所述路面损伤类型,所述权重值为一个角度的路面图像通过其分类模型所确定的路面损伤类型相对于其实际的路面损伤类型的权重。

2.根据权利要求1所述的一种路面损伤识别方法,其特征在于,所述路面损伤识别方法还包括:

对识别出的所述路面损伤类型进行路面损伤测量。

3.根据权利要求2所述的一种路面损伤识别方法,其特征在于,对识别出的所述路面损伤类型进行路面损伤测量包括:

通过高斯滤波对所述第一路面图像、所述第二路面图像以及所述第三路面图像进行平滑处理;

利用像素比例尺分别计算所述第一路面图像、所述第二路面图像以及所述第三路面图像对应的损伤尺寸。

4.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1至3中任一项权利要求所述路面损伤识别方法的步骤。

5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1至3中任一项权利要求所述路面损伤识别方法的步骤。

6.一种路面损伤识别系统,其特征在于,所述路面损伤识别系统包括:服务器和路面损伤检测无人机组;

所述路面损伤无人机组,至少包括一架路面损伤检测无人机,所述路面损伤检测无人机包括机身以及设置于所述机身上的图像采集模块、导航定位模块、控制模块以及信息收发模块;其中,所述图像采集模块,用于采集路面图像,所述图像采集模块至少包括第一摄像头、第二摄像头以及第三摄像头,所述第一摄像头、所述第二摄像头以及所述第三摄像头分别用于采集路面上同一位置处不同方向的图像;所述导航定位模块,用于获取路面图像采集点的位置信息;所述控制模块,用于控制所述图像采集模块的采集时间间隔;所述信息收发模块,用于将图像采集模块采集的路面图像发送至所述服务器;

所述服务器用于执行权利要求1至3中任一项权利要求所述的一种路面损伤识别方法。

7.根据权利要求6所述的一种路面损伤识别系统,其特征在于,所述第一摄像头、所述第二摄像头以及所述第三摄像头沿路面损伤检测无人机的飞行方向在所述机身底部依次线性设置,且所述第二摄像头与机身底部垂直设置,所述第一摄像头和所述第三摄像头在路面损伤检测无人机的飞行方向上分别向远离所述第二摄像头的方向倾斜设置,且其倾斜角度相同。

8.根据权利要求7所述的一种路面损伤识别系统,其特征在于,所述路面损伤检测无人机还包括设置于机身底部的竖直测距装置,所述竖直测距装置用于测量路面损伤检测无人机的飞行高度,且所述竖直测距装置与所述控制模块连接,所述控制模块通过根据路面损伤检测无人机的飞行速度和飞行高度控制所述图像采集模块的采集时间间隔,且满足:

t=h/v×tanα;

其中t为图像采集模块的采集时间间隔,h为路面损伤检测无人机的飞行高度,v为路面损伤检测无人机的飞行速度,α为所述第一摄像头和所述第二摄像头与水平面之间的倾斜夹角。

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安徽建筑大学,未经安徽建筑大学许可,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/202110060324.4/1.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