[发明专利]一种基于5G+AI智能分析的路面路况实时监测方法

说明书

本发明公开了一种基于5G+AI智能分析的路面路况实时监测方法，包括根据装置行驶距离，采集路面图像数据；对所述采集到的图像数据进行数据分析；根据分析后的所述图像数据，判断路面是否异常。本发明方法一方面能够实现任意变化车速状况下的数据采集，对无效的重复数据自动过滤，在降低采集数据量的同时，提升数据采集的便携性和采集效率，另一方面减少了后端数据分析量，从而使得数据分析效率更高。

技术领域

本发明涉及路面分析的技术领域，尤其涉及一种基于5G+AI智能分析的路面路况实时监测方法。

背景技术

当前，路面路况的智能化识别主要基于AI技术，对采集影像进行分析，从而检测出目标病害。但是现有的进行图像采集检测的方法，需要车辆尽可能保持匀速采集，且采集数据量大。由于在实际应用中，受交通现场实际情况(如：拥堵、红绿灯等)影响，很难保证采集速度长期处于匀速状态，使得现有技术在应用过程中受到一定程度的限制，使用不够方便，此外，不加区分的统一采集会使采集数据中有大量重复冗余数据，大量数据需要上传后台，也会造成传输时间增加，并且后端需要进行大量数据处理，使得数据处理和分析时间增加，导致数据采集后的传输及分析需耗费较多时间，降低工作效率。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有路面图像采集及处理中存在的问题，提出了本发明。

因此，本发明解决的技术问题是：传统的图像采集包括视频采集和定时采集，采集到的图像数据量大，会产生大量重复和冗余数据，并且定时采集时，若装置速度过快，间隔时间不够短，则相邻采集的两张照片没有重叠，会漏掉一部分路面数据无法采集到，若车速过慢，则相邻采集的两张照片重叠过多，导致重复冗余数据过多，若车速时快时慢，则会导致采集遗漏和采集重复两种情况均会出现，会给图像的分析工作带来大量麻烦，降低工作效率。

为解决上述技术问题，本发明提供如下技术方案：根据装置行驶距离，采集路面图像数据；对所述采集到的图像数据进行轻量化数据分析；根据分析后的所述图像数据，判断路面是否异常。

作为本发明所述的基于5G+AI智能分析的路面路况实时监测方法的一种优选方案，其中：所述根据装置行驶距离采集路面图像数据包括，根据所述装置行驶距离，采用等间距算法，实现路面图像的采集。

作为本发明所述的基于5G+AI智能分析的路面路况实时监测方法的一种优选方案，其中：所述等间距算法包括，所述装置在速度条件下，采集路面图像数据；在所述采集路面图像数据时，对装置的行进位置进行实时定位；判断所述实时定位与上一张照片定位的行进距离是否超出设定阈值；超出则触发下一次图像采集。

作为本发明所述的基于5G+AI智能分析的路面路况实时监测方法的一种优选方案，其中：所述采集路面图像数据包括，计算采集到的第一张图像中覆盖的路面长度。

作为本发明所述的基于5G+AI智能分析的路面路况实时监测方法的一种优选方案，其中：所述判断是否超出设定阈值包括，设定所述第一张图像中覆盖的路面长度为L，为保障对路面的图像采集不会产生遗漏，所述设定阈值取值的计算公式为如下：

T＝L－L*O

其中：T为设定的阈值，O为相邻两张图片的重合度。

作为本发明所述的基于5G+AI智能分析的路面路况实时监测方法的一种优选方案，其中：所述重合度包括，将所述相邻两张图片的重合度设置为15％。