[发明专利]基于智能化的路面病害实时监测与预测装置及方法

权利要求书

1.一种基于智能化的路面病害实时监测与预测装置，其特征在于，包括数据采集模块、病害判断模块、数据存储模块、深度学习模块、病害预测模块；

所述数据采集模块用于获取道路行车振动产生的行车振动数据与压力数据；

所述病害判断模块用于根据所述行车振动数据与所述压力数据进行公路病害识别；

所述数据存储模块用于对所述行车振动数据以及压力数据，病害分析处理数据进行存储；

所述深度学习模块用于采用卷积神经网络构建病害预测模型；

所述病害预测模块用于根据所述数据存储模块存储的历史行车振动数据和压力数据通过所述深度学习模块构建的病害预测模型对病害发展进行预测。

2.根据权利要求1所述的基于智能化的路面病害实时监测与预测装置，其特征在于，所述数据采集模块包括若干个设置于公路道路内部的振动传感器与压力传感器，所述振动传感器与所述压力传感器分别用于获取所述行车振动数据与所述压力数据；若干个所述振动传感器与所述压力传感器按照不同深度、相同间隔距离进行设置。

3.根据权利要求1所述的基于智能化的路面病害实时监测与预测装置，其特征在于，所述病害判断模块通过获取病害特征，根据所述行车振动数据与所述压力数据获取行车振动深度数据，根据所述病害特征与所述行车振动深度数据进行公路病害识别；

所述病害特征为车辆经过路面病害时产生的振动标准深度，当所述行车振动深度数据大于等于所述振动标准深度时，则判断发生振动的振动传感器位置出现路面病害；当所述行车振动深度数据小于所述振动标准深度时，则将对应的行车振动深度数据传输至所述数据存储模块进行存储。

4.根据权利要求1所述的基于智能化的路面病害实时监测与预测装置，其特征在于，所述数据存储模块获取行车振动深度数据后，将不同空间位置获取的所述行车振动深度数据以获取时间的先后顺序进行存储。

5.根据权利要求1所述的基于智能化的路面病害实时监测与预测装置，其特征在于，所述深度学习模块采用卷积神经网络，通过获取存储于所述数据储存模块的历史行车振动深度数据作为样本数据进行训练，构建路面病害预测模型。

6.根据权利要求1所述的基于智能化的路面病害实时监测与预测装置，其特征在于，所述病害预测模块通过获取所述病害特征所对应的振动标准深度，并构建待测位置的历史行车振动深度数据随时间的变化曲线图，将所述变化曲线图输入所述病害预测模型，根据所述变化曲线图的变化规律，获取所述行车振动深度数据达到所述振动标准深度的时间，即出现病害的时间。

7.一种基于智能化的路面病害实时监测与预测方法，其特征在于，包括以下步骤：

基于若干个振动传感器与压力传感器获取道路行车振动产生的行车振动数据与压力数据；

设置病害特征，基于所述病害特征，以及所述行车振动数据与所述压力数据进行路面病害识别；

按不同位置以时间顺序对所述行车振动数据与压力数据进行存储；

采用卷积神经网络构建路面病害预测模型，并以获取的行车振动数据与压力数据作为样本数据库进行训练；

根据存储的历史行车振动数据，通过训练好的路面病害预测模型对病害发展进行预测。

8.根据权利要求7所述的基于智能化的路面病害实时监测与预测方法，其特征在于，若干个所述振动传感器与所述压力传感器按照不同深度、相同间隔距离进行设置。

9.根据权利要求7所述的基于智能化的路面病害实时监测与预测方法，其特征在于，所述病害特征为路面病害的振动标准深度；基于所述病害特征，以及所述行车振动数据与所述压力数据进行公路病害识别的过程包括：

基于所述行车振动数据与所述压力数据获取获取本次振动的振动深度；

当所述振动深度大于等于所述标准深度时，则判断发生振动的振动传感器位置出现路面病害；当所述振动深度小于所述标准深度时，则将对应的行车振动深度数据进行存储。