CN101788288B - 一种路面裂缝定位系统和定位方法 - Google Patents
一种路面裂缝定位系统和定位方法 Download PDFInfo
- Publication number
- CN101788288B CN101788288B CN2010101159801A CN201010115980A CN101788288B CN 101788288 B CN101788288 B CN 101788288B CN 2010101159801 A CN2010101159801 A CN 2010101159801A CN 201010115980 A CN201010115980 A CN 201010115980A CN 101788288 B CN101788288 B CN 101788288B
- Authority
- CN
- China
- Prior art keywords
- pavement
- pavement image
- crack
- image
- attribute information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Road Repair (AREA)
Abstract
本发明公开了一种路面裂缝定位系统,包括:采集模块,用于采集路面图像、路面图像所对应的空间属性信息以及每幅路面图像所对应的里程桩号,并将所述采集到的所有路面图像发送到识别模块、将所述采集到的路面图像的空间属性信息和里程桩号发送到处理模块;识别模块,用于对所述采集到的路面图像进行识别,找出其中含有裂缝的路面图像,并将所述含有裂缝的路面图像发送到处理模块;处理模块,用于根据路面图像的空间属性信息、以及每幅路面图像所对应的里程桩号,计算出含有裂缝的路面图像在路面上的位置。本发明同时公开了一种路面裂缝定位方法,应用本发明所述的定位系统和方法,不仅能够在降低成本的情况下灵活地对路面裂缝进行定位,而且定位精确度较高。
Description
技术领域
本发明涉及路面质量检测技术,特别涉及一种路面裂缝定位系统和定位方法。
背景技术
近年来,随着我国经济实力的不断增强,公路建设在我国取得了飞速发展,公路交通已成为我国经济发展的命脉,而公路交通又是以良好的路面质量为前提和基础的。然而,由于恶劣气候的破坏以及使用频繁或公路老化等原因会导致路面上出现裂缝,路面裂缝的出现严重影响了路面质量,影响了行车安全和公路的使用寿命。因此,需要快速及时地对路面裂缝进行定位,从而能够保证对定位到的路面裂缝进行修补,避免由于路面裂缝而带来的影响。
目前,普遍采用的定位路面裂缝的方法有人工检测和定位路面裂缝、利用编码器定位路面裂缝、以及利用五轮仪定位路面裂缝三种方法,下面分别对这三种定位路面裂缝的方法进行简单介绍。
人工检测和定位路面裂缝的方法需要检测人员到路面现场对所有的路面进行检测,如果发现路面裂缝,则对裂缝的位置进行测量和记录。虽然能够定位到路面裂缝,但是,人工检测费时费力,效率很低,而且,当对高速公路的路面进行检测时,由于高速公路上车流量较大,车辆的行驶速度较高,从而会威胁到检测人员的人身安全,存在安全隐患。
利用编码器定位路面裂缝的方法是由安装在车轴上的编码器对路面裂缝进行定位的。在对路面裂缝进行定位时,编码器根据其刻度向进行路面检测的检测系统输出脉冲信号,该脉冲信号对应了车辆行驶的距离,根据脉冲信号的数量获得检测车行驶的相对距离,从而实现对路面裂缝的定位。这种定位路面裂缝的方法取决于编码器的刻度,可以实现较好的定位,然而,这种方法需要对承载车辆的车轴进行拆装来实现对编码器的安装,也就不便于部署,同时,不同的定位精度对编码器的刻度有不同的要求,而编码器在出厂前一般都设定了固定的刻度。因此,该方法的灵活性欠佳。
利用五轮仪定位路面裂缝的方法是通过在检测车上安装五轮仪来实现对路面裂缝进行定位的。五轮仪是一种检测汽车性能时常用的仪器,该仪器可以对汽车车速,汽车制动性能、加速性能、滑行性能以及操纵稳定性等进行测试,也就可以实现对路面裂缝定位。然而,采用该设备进行定位时需要的费用较高,而且,该设备能够检测汽车性能的指标比较多,仅仅为了获得裂缝信息而采用五轮仪,属大材小用。
发明内容
有鉴于此,本发明的主要目的在于提供一种路面裂缝定位系统,不仅能够在降低成本的情况下灵活地对路面裂缝进行定位,而且定位精确度较高。
本发明的另一个目的在于提供一种路面裂缝定位方法,不仅能够在降低成本的情况下灵活地对路面裂缝进行定位,而且定位精确度较高。
为达到上述目的,本发明的技术方案具体是这样实现的:
一种路面裂缝定位系统,该定位系统包括:
采集模块,用于采集路面图像、路面图像所对应的空间属性信息、以及每幅路面图像所对应的里程桩号,并将所述采集到的所有路面图像发送到识别模块、将所述采集到的路面图像的空间属性信息和里程桩号发送到处理模块;
识别模块,用于对所述采集到的路面图像进行识别,找出其中含有裂缝的路面图像,并将所述含有裂缝的路面图像发送到处理模块;
处理模块,用于根据路面图像的空间属性信息、以及每幅路面图像所对应的里程桩号,计算出含有裂缝的路面图像在路面上的位置,
其中,所述处理模块包括:
第一计算子模块,用于根据路面图像的空间属性信息,对所述含有裂缝的路面图像进行计算,得到含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的距离d,并将所述计算出的距离d发送给第二计算子模块;
第二计算子模块,用于计算得到含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的所有路面图像的个数n,并根据第一计算子模块发送的距离d,得到相邻的两幅路面图像之间的距离ΔL=d/(n+1);计算得到含有裂缝的路面图像与该含有裂缝的路面图像最近里程桩之间的所有路面图像的个数m后,得到裂缝图像与该路面图像最近里程桩之间的距离L=ΔL·(m+1);通过该路面图像最近里程桩的里程桩号以及L得到含有裂缝的路面图像在路面上的位置。
一种路面裂缝定位方法,该定位方法包括:
采集路面图像、路面图像所对应的空间属性信息、以及每幅路面图像所对应的里程桩号等数据信息,并对所述采集到的路面图像进行识别,找出其中含有裂缝的路面图像;
根据路面图像所对应的空间属性信息、以及每幅路面图像所对应的里程桩号,计算出含有裂缝的路面图像与距离该含有裂缝的路面图像最近里程桩之间的距离,
其中,所述根据路面图像所对应的空间属性信息、以及每幅路面图像所对应的里程桩号,计算出含有裂缝的路面图像与距离该含有裂缝的路面图像最近里程桩之间的距离包括:
根据所有路面图像的空间属性信息,对所述含有裂缝的路面图像进行计算,得到含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的距离d;
计算含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的所有路面图像的个数n、以及含有裂缝的路面图像与该路面图像最近里程桩之间的所有路面图像的个数m;
由上述的技术方案可见,本发明所采用的路面裂缝定位系统,通过由采集模块利用采集到的路面检测车的速度控制对路面图像的采集,并由采集模块采集路面图像的至少包括经度和纬度的空间属性信息、以及对路面检测车所经过的里程桩号进行采集后;由识别模块识别出采集到的路面图像中含有裂缝的路面图像;进一步地,再由处理模块对上述采集到的所有信息进行处理,从而能够通过所述采集到的信息计算出含有裂缝的路面图像距离与其最近的里程桩之间的距离,也就得到了含有裂缝的路面图像在路面上的位置。因此,采用本发明所述的定位系统和定位方法,不仅能够在降低成本的情况下灵活地对路面裂缝进行定位,而且定位精确度较高。
附图说明
图1为本发明路面裂缝定位系统的结构示意图。
图2为本发明路面裂缝定位方法的工作流程图。
图3为本发明在不同检测车速下路面裂缝定位的误差分析示意图。
具体实施方式
为了解决现有技术中存在的问题,本发明提出了一种新的路面裂缝定位系统,即由采集模块利用采集到的路面检测车的速度控制对路面图像的采集,并由采集模块采集路面图像的至少包括经度和纬度的空间属性信息、以及对路面检测车所经过的里程桩号进行采集后;由识别模块识别出采集到的路面图像中含有裂缝的路面图像;进一步地,再由处理模块对上述采集到的所有信息进行处理,从而能够通过所述采集到的信息计算出含有裂缝的路面图像距离与其最近的里程桩之间的距离,也就得到了含有裂缝的路面图像在路面上的位置。因此,采用本发明所述的定位系统和定位方法,不仅能够在降低成本的情况下灵活地对路面裂缝进行定位,而且定位精确度较高。
基于上述介绍,本发明所述方案的具体实现为:
采集模块,用于采集路面图像、路面图像所对应的空间属性信息、以及每幅路面图像所对应的里程桩号,并将所述采集到的所有路面图像发送到识别模块、将所述采集到的路面图像的空间属性信息和里程桩号发送到处理模块;
识别模块,用于对所述采集到的路面图像进行识别,找出其中含有裂缝的路面图像,并将所述含有裂缝的路面图像发送到处理模块;
处理模块,用于根据路面图像的空间属性信息、以及每幅路面图像所对应的里程桩号,计算出含有裂缝的路面图像在路面上的位置。
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明进一步详细说明。
参见图1,图1为本发明所采用的路面裂缝定位系统的结构示意图。该系统包括:采集模块11,识别模块12和处理模块13,且该定位系统是安装在路面检测车上的,其中,
采集模块11,用于采集路面图像、路面图像所对应的至少包括经度和纬度的空间属性信息、以及每幅路面图像所对应的里程桩号等数据信息,并将所述采集到的数据信息发送到识别模块12。
需要说明的是,在本实施例中,路面图像的空间属性信息也即路面图像的定位信息,至少包括了路面图像所对应的经度和纬度。
还需说明的是,采集模块11在采集路面图像时还需依次对每幅路面图像进行编号。
进一步地,采集模块11又包括了全球定位系统(GPS)接收机111,单片机112,图像采集子模块113,里程桩采集子模块114和存储子模块115,其中,
GPS接收机111,用于采集路面检测车的速度、以及路面图像的空间属性信息,并将所述采集到的速度发送到单片机112,将所述路面图像的空间属性信息发送到存储子模块115。
由于路面检测车的车速一般为60千米/小时(km/h)左右,而每幅路面图像仅仅对应了2米(m)的实际路面长度,因此,每经过1s,路面检测汽车就会检测到多幅路面图像。此外,GPS接收机每2s采集一次路面图像的定位信息,也即每2s对路面进行定位一次,因此,会存在多幅图像的定位信息一致的情况。
单片机112,用于接收GPS接收机111发送的速度,将所述速度值转换为脉冲信号,并将所述脉冲信号发送到图像采集子模块113。
在本实施例中,单片机112根据接收到的速度值以及路面检测车在一定时间内行使的距离,得到图像采集子模块113采集一次路面图像所需的时间,将该时间取倒数后再发送到单片机的定时器中,即可得到脉冲信号。且单片机112的具体工作原理已为现有技术,这里不再赘述。
需要说明的是,在本实施例中,还可采用其它将GPS接收机111采集到的速度值转换为脉冲信号的方法,实际中以不影响本发明实施例的实现为准。
图像采集子模块113,用于根据所述接收到的脉冲信号对路面图像进行采集,并将所述采集到的路面图像发送给存储子模块115。
需要说明的是,在本实施例中,图像采集子模块113在采集路面图像的同时,还需对所述采集到的每幅路面图像进行编号,并将采集到的每幅路面图像所对应的编码同路面图像一块发送给存储子模块115。
还需说明的是,在本实施例中,图像采集子模块113为摄像机,脉冲信号控制摄像机的采集频率就能够采集到路面图像,同样地,在本实施例中,还可采用其他的图像采集子模块,以不影响本发明实施例的实现为准。
里程桩采集子模块114,用于采集路面检测车通过的所有里程桩的里程桩号,并将所述采集到的里程桩号发送到存储子模块115中。
在本实施例中,路面检测汽车通过第一个里程桩时,将其里程桩号记录为1,通过下一个里程桩号时,将其里程桩号记录为2,依次类推,直至路面检测车停止对路面图像进行采集。
存储子模块115,用于分别对GPS接收机111发送的路面图像的空间属性信息,图像采集子模块113发送的路面图像和每幅路面图像对应的编号,以及里程桩采集子模块114发送的里程桩号等数据信息进行存储;并将所述存储的路面图像发送给识别模块12,将所述存储的路面图像的空间属性信息和每幅路面图像所对应的编号发送给处理模块13中的第一计算子模块131,将所述存储的里程桩号和每幅路面图像所对应的编号发送给处理模块13中的第二计算子模块132。
需要说明的是,存储子模块115在对路面图像和每幅路面图像对应的编号、路面图像的空间属性信息和里程桩号进行存储时,其实是将他们对应进行存储的,具体为:将1号里程桩和2号里程桩之间的路面图像所对应的里程桩号都记录为1,将2号里程桩和3号里程桩之间的路面图像所对应的里程桩号都记录为3,依次类推;同时,在每幅路面图像中都有对应的编号以及空间属性信息。
识别模块12,用于对存储子模块115发送的路面图像进行识别处理,得到所有路面图像中含有裂缝的路面图像,并将所述含有裂缝的路面图像发送到处理模块13中的第一计算子模块131。
在本实施例中,识别模块12主要用于通过特定的图像处理与识别算法识别出所有路面图像中含有裂缝的路面图像、含有裂缝的路面图像的裂缝的种类、以及裂缝的长度和宽度等参数,具体如何识别出含有裂缝的路面图像为现有处理技术,这里不再赘述。
处理模块13,用于根据所述所有路面图像的编号、空间属性信息和里程桩号对所述识别模块12发送的含有裂缝的路面图像进行处理,得到含有裂缝的路面图像在路面上的位置。
进一步地,处理模块13又具体包括第一计算子模块131和第二计算子模块132,其中,
第一计算子模块131,用于根据所有路面图像的空间属性信息,对所述含有裂缝的路面图像进行计算,得到含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的距离,并将所述计算出的距离发送给第二计算子模块132。
在本实施例中,计算含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的距离的具体过程为:
首先,将所有路面图像的空间属性信息转换为平面坐标信息,也即将路面图像的经度和纬度按照一定的规律投影到平面上,并以相应的平面坐标信息进行表示所有路面图像;
其次,将含有裂缝的路面图像记为A,将距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像记为B,并将A、B两点的平面坐标分别记为(x1,y1)、(x2,y2),则A、B两点之间的距离为
第二计算子模块132,用于根据第一计算子模块131发送的距离、以及存储子模块115发送的里程桩号和每幅路面图像所对应的编号计算得到含有裂缝的路面图像在路面上的位置。
在得到了含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的距离d后,还需计算得到含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的所有路面图像的个数n,则相邻的两幅路面图像之间的距离为:
ΔL=d/(n+1);
进一步地,还需计算得到含有裂缝的路面图像与该含有裂缝的路面图像最近里程桩之间的所有路面图像的个数m,则裂缝图像与该路面图像最近里程桩之间的距离为L=ΔL·(m+1);
最后,通过该路面图像最近里程桩的里程桩号以及L即可得到含有裂缝的路面图像在路面上的位置。
需要说明的是,在本实施例中,距离含有裂缝的路面图像最近里程桩是通过如下分析得到的:
在存储子模块115中找到含有裂缝的路面图像所对应存储的里程桩号a1,含有裂缝的路面图像的编号a2,里程桩号a1所对应的第一个路面图像的编号b2,里程桩号a1+1所对应的第一个路面图像的编号c2,当a2-b2<c2-a2时,距离含有裂缝的路面图像最近的里程桩号即为a1;反之,距离含有裂缝的路面图像最近的里程桩号则为a1+1。
在本实施例中,还可采用其他判断方式来找到距离含有裂缝的路面图像最近的里程桩号,实际中以不影响本发明实施例的实现为准。
进一步地,根据裂缝的位置、以及由识别模块识别出的裂缝的种类、以及裂缝的长度和宽度等参数,就可以对路面裂缝进行相应的修补,从而完成对路面的维护。
至此,即得到了本发明所采用的路面裂缝定位系统的结构示意图。
图2为采用本发明路面裂缝定位系统对路面裂缝进行定位方法的工作流程图,如图2所示,该方法包括:
步骤201:由GPS接收机采集路面检测车的速度、以及路面图像的空间属性信息。
在本步骤中,路面图像的空间属性信息也即路面图像的定位信息,它至少包括了路面图像所对应的经度和纬度。此外,由于路面检测车的车速一般为60km/h左右,而每幅路面图像仅仅对应了2m的实际路面长度,因此,每经过1s,路面检测车就会检测到多幅路面图像。此外,GPS接收机每2s采集一次路面图像的定位信息,也即每2s对路面进行定位一次,因此,会存在多幅图像的定位信息一致的情况。
步骤202:由单片机将所述采集到的路面检测车的速度值转换为脉冲信号。
需要说明的是,在本步骤中,也可采用其它将路面检测车的速度值转换为脉冲信号的方法,实际中以不影响本发明实施例的实现为准。
步骤203:由所述转换后得到的脉冲信号控制图像采集模块对路面图像进行采集。
由步骤202转换后得到的脉冲信号控制图像采集模块对路面图像进行采集,即可得到不同的路面图像,且在采集路面图像时还需依次对采集到的每幅路面图像进行编号。
步骤204:对采集到的路面图像和路面图像对应的编号、路面图像的空间属性信息、以及路面上对应的里程桩号进行对应存储。
在本步骤中,需要对采集到的所有路面图像和路面图像对应的编号、以及每幅路面图像对应的空间属性信息进行存储,此外,还需将每幅路面图像对应的里程桩号进行存储,具体为:将1号里程桩和2号里程桩之间的路面图像所对应的里程桩号都记录为1,将2号里程桩和3号里程桩之间的路面图像所对应的里程桩号都记录为3,依次类推。
步骤205:识别出存储的路面图像中含有裂缝的路面图像。
对存储的所有路面图像通过特定的图像处理与识别算法进行识别,得到所有路面图像中含有裂缝的路面图像、含有裂缝的路面图像的裂缝的种类、以及裂缝的长度和宽度等参数,具体如何识别出含有裂缝的路面图像为现有处理技术,这里不再赘述。
步骤206:计算含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的距离。
含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的距离的具体计算过程为:
首先,将所有路面图像的空间属性信息转换为平面坐标信息,也即将路面图像的经度和纬度按照一定的规律投影到平面上,并以相应的平面坐标信息进行表示所有路面图像;
其次,将含有裂缝的路面图像记为A,将距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像记为B,并将A、B两点的平面坐标分别记为(x1,y1)、(x2,y2),则A、B两点之间的距离为
步骤207:由计算出的距离、以及里程桩号等信息得到含有裂缝的路面图像在路面上的具体位置。
在得到了含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的距离d后,还需计算出含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的所有路面图像的个数n,则相邻的两幅路面图像之间的距离为:
ΔL=d/(n+1);
进一步地,还需计算出含有裂缝的路面图像与该含有裂缝的路面图像最近里程桩之间的所有路面图像的个数m,则裂缝图像与该路面图像最近里程桩之间的距离为L=ΔL·(m+1);
最后,通过该路面图像最近里程桩的里程桩号以及L即可得到含有裂缝的路面图像在路面上的位置。
如何分许得到距离含有裂缝的路面图像最近的里程桩在前面已经给出详细说明,这里不再对其进行赘述。
至此,即得到了本发明所采用的路面裂缝定位方法的工作流程图。
根据得到的裂缝在路面图像上的位置、识别出的裂缝的种类、以及裂缝的宽度和长度等参数,就可以对路面裂缝进行相应的修补,从而完成对路面的维护。
图3为本发明在不同路面检测车速下路面裂缝定位的误差分析示意图。如图3所示,横坐标表示含有裂缝的路面图像的编号,纵坐标表示定位误差,从图3中可以看出,采用本发明所述的路面裂缝定位系统和方法,路面裂缝定位误差不会超过6米,能够满足定位的需求,而且随着检测车速的增加,定位误差也会呈一定的增长趋势。
总之,采用本发明所述的路面裂缝定位系统和定位方法,由采集模块利用采集到的路面检测车的速度控制对路面图像的采集,并由采集模块采集路面图像的至少包括经度和纬度的空间属性信息,以及对路面检测车所经过的里程桩号进行采集后;由识别模块识别出采集到的路面图像中含有裂缝的路面图像后;进一步地,再由处理模块对上述采集到的所有信息进行处理,从而能够通过所述采集到的所有信息计算出含有裂缝的路面图像距离与其最近的里程桩之间的距离,也就得到了含有裂缝的路面图像在路面上的位置。因此,采用本发明所述的定位系统和定位方法,不仅能够在降低成本的情况下灵活地对路面裂缝进行定位,而且定位精确度较高。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种路面裂缝定位系统,其特征在于,该定位系统包括:
采集模块,用于采集路面图像、路面图像所对应的空间属性信息、以及每幅路面图像所对应的里程桩号,并将所述采集到的所有路面图像发送到识别模块、将所述采集到的路面图像的空间属性信息和里程桩号发送到处理模块;
识别模块,用于对所述采集到的路面图像进行识别,找出其中含有裂缝的路面图像,并将所述含有裂缝的路面图像发送到处理模块;
处理模块,用于根据路面图像的空间属性信息、以及每幅路面图像所对应的里程桩号,计算出含有裂缝的路面图像在路面上的位置,
其中,所述处理模块包括:
第一计算子模块,用于根据路面图像的空间属性信息,对所述含有裂缝的路面图像进行计算,得到含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的距离d,并将所述计算出的距离d发送给第二计算子模块;
第二计算子模块,用于计算得到含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的所有路面图像的个数n,并根据第一计算子模块发送的距离d,得到相邻的两幅路面图像之间的距离ΔL=d/(n+1);计算得到含有裂缝的路面图像与该含有裂缝的路面图像最近里程桩之间的所有路面图像的个数m后,得到裂缝图像与该路面图像最近里程桩之间的距离L=ΔL·(m+1);通过该路面图像最近里程桩的里程桩号以及L得到含有裂缝的路面图像在路面上的位置。
2.如权利要求1所述的定位系统,其特征在于,所述采集模块包括:
全球定位系统GPS接收机,用于采集路面检测车的速度、以及路面图像的空间属性信息,并将所述采集到的速度发送到单片机,将所述路面图像的空间属性信息发送到存储子模块;
单片机,用于将所述GPS接收机发送的速度转换为脉冲信号,并将所述脉冲信号发送到图像采集子模块;
图像采集子模块,用于根据所述单片机发送的脉冲信号对路面图像进行采集,并将所述采集到的路面图像发送到存储子模块;
里程桩采集子模块,用于采集路面检测车通过的所有里程桩的里程桩号,并将所述采集到的里程桩号发送到存储子模块;
存储子模块,用于对所述采集到的路面图像、路面图像的空间属性信息、以及路面图像对应的里程桩号进行对应存储。
3.如权利要求2所述的定位系统,其特征在于,所述存储子模块还用于存储每幅路面图像的编号。
4.如权利要求3所述的定位系统,其特征在于,所述路面图像的空间属性信息至少包括经度和纬度。
5.一种路面裂缝定位方法,其特征在于,该定位方法包括:
采集路面图像、路面图像所对应的空间属性信息、以及每幅路面图像所对应的里程桩号数据信息,并对所述采集到的路面图像进行识别,找出其中含有裂缝的路面图像;
根据路面图像所对应的空间属性信息、以及每幅路面图像所对应的里程桩号,计算出含有裂缝的路面图像与距离该含有裂缝的路面图像最近里程桩之间的距离,
其中,所述根据路面图像所对应的空间属性信息、以及每幅路面图像所对应的里程桩号,计算出含有裂缝的路面图像与距离该含有裂缝的路面图像最近里程桩之间的距离包括:
根据所有路面图像的空间属性信息,对所述含有裂缝的路面图像进行计算,得到含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的距离d;
计算含有裂缝的路面图像与距离该含有裂缝的路面图像最近但空间属性信息不同的路面图像之间的所有路面图像的个数n、以及含有裂缝的路面图像与该路面图像最近里程桩之间的所有路面图像的个数m;
6.如权利要求5所述的定位方法,其特征在于,所述路面图像的空间属性信息至少包括经度和纬度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101159801A CN101788288B (zh) | 2010-02-11 | 2010-02-11 | 一种路面裂缝定位系统和定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101159801A CN101788288B (zh) | 2010-02-11 | 2010-02-11 | 一种路面裂缝定位系统和定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101788288A CN101788288A (zh) | 2010-07-28 |
CN101788288B true CN101788288B (zh) | 2011-05-25 |
Family
ID=42531598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101159801A Expired - Fee Related CN101788288B (zh) | 2010-02-11 | 2010-02-11 | 一种路面裂缝定位系统和定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101788288B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870833B (zh) * | 2014-03-31 | 2016-03-02 | 武汉工程大学 | 基于凹性测度的路面裂缝提取与测评方法 |
CN104931021B (zh) * | 2015-03-30 | 2017-06-30 | 重庆华地工程勘察设计院 | 一种基于近景摄影测量的裂缝多参数观测装置 |
CN105548205A (zh) * | 2016-01-28 | 2016-05-04 | 北京工业大学 | 隧道表面缺陷定位方法及定位系统 |
CN107798293A (zh) * | 2017-09-20 | 2018-03-13 | 罗明帅 | 一种道路裂缝检测装置 |
CN111428592A (zh) * | 2020-03-12 | 2020-07-17 | 厦门路桥信息股份有限公司 | 基于深度学习的灌注桩识别方法及系统 |
CN118429732B (zh) * | 2024-07-05 | 2024-08-30 | 云上广济(贵州)信息技术有限公司 | 基于实时公共监控数据的分类分级预警方法和系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1228508C (zh) * | 2003-08-13 | 2005-11-23 | 沈阳工业学院 | 高速公路路面自动检测系统 |
EP1766329B1 (en) * | 2004-06-30 | 2017-02-01 | Georgetown Rail Equipment Company | System and method for inspecting railroad track |
JP4581057B2 (ja) * | 2005-02-03 | 2010-11-17 | 名古屋市 | 路面画像作成装置と作成方法 |
-
2010
- 2010-02-11 CN CN2010101159801A patent/CN101788288B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101788288A (zh) | 2010-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101788288B (zh) | 一种路面裂缝定位系统和定位方法 | |
CN103454660B (zh) | 一种车辆定位方法及装置 | |
CN101694084B (zh) | 地面车载移动检测系统 | |
CN103743383B (zh) | 一种基于点云的道路信息自动提取方法 | |
CN104183133B (zh) | 一种采集和传输道路交通流动态信息的方法 | |
JP2018120409A (ja) | データ収集装置、道路状態評価支援装置、及びプログラム | |
CN104024880A (zh) | 用于使用雷达地图的精确车辆定位的方法和系统 | |
CN102997926B (zh) | 一种用于获取导航数据的方法 | |
CN104195930B (zh) | 基于多传感器的路面平整度检测系统和方法 | |
CN106672016B (zh) | 采用激光对射探测器的地铁轮径实时检测系统和方法 | |
CN103465938A (zh) | 轨道交通车辆的快速精确定位装置及定位方法 | |
CN103644888B (zh) | 一种用于检测桥梁形变的惯性基准测量方法 | |
CN104236566A (zh) | 基于智能手机的地图匹配方法 | |
CN110006396A (zh) | 一种隧道断面及限界扫描检测装置及方法 | |
Kim et al. | Truck-based mobile wireless sensor networks for the experimental observation of vehicle–bridge interaction | |
CN105136153A (zh) | 一种车道线精确位置采集装置以及采集方法 | |
CN209639708U (zh) | 一种隧道断面及限界扫描检测装置 | |
CN111016972A (zh) | 车载式自动过分相地感器的检测系统及其检测方法 | |
CN114132358B (zh) | 一种多平台智能化轨道综合检测系统 | |
CN103730013A (zh) | 一种车道车速检测和数据融合方法及系统 | |
Buttlar et al. | Integration of smart-phone-based pavement roughness data collection tool with asset management system | |
CN202124809U (zh) | 轨道几何形位检测成套体系装置 | |
CN105509668B (zh) | 轨道波磨检测系统 | |
CN103050014A (zh) | 交通车速检测系统及检测方法 | |
CN110952427A (zh) | 基于驾乘感受的模块化路面智能感知设备及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110525 Termination date: 20130211 |