CN110021167A - 一种高速公路云巡查系统及数据处理方法 - Google Patents

Abstract

本发明公开了一种高速公路云巡查系统及数据处理方法。它包括车载路面巡查系统和云数据管理系统，车载路面巡查系统设置在公路巡查车辆上，云数据管理系统设置在云服务器中，车载路面巡查系统在公路巡查车行驶过程中采集公路路面巡查数据，并对公路路面巡查数据进行前端校准处理后发送至所述云数据管理系统中，所述云数据管理系统用于接收所述车载路面巡查系统上传的巡查数据，并对巡查数据进行预处理，再对预处理结果进行处理确认，并对确认结果进行共享。本发明的有益效果是：能够自动识别出图像中的护栏缺损路段和路面多车道标线的位置，提升了用户后期处理数据的效率；处理结果精确，不会存在遗漏数据。

Description

一种高速公路云巡查系统及数据处理方法

技术领域

本发明涉及智能交通相关技术领域，尤其是指一种高速公路云巡查系统及数据处理方法。

背景技术

目前，我国高速公路里程已经突破13万公里，但是新建里程占总里程比例不足10％，这个比例还在逐年减少，我国高速公路的工作重心已由大建设期向大养护期转变。在高速公路养护工作中，公路路面检查由日常巡查和定期检测两种形式组成，日常巡查通常由具体路段的管养单位负责，巡查频次较高，达到一天一次，主要目的是及时发现影响行车安全的公路病害，比如路面破损、抛洒物、交通标志标线缺损、护栏缺损等，并尽快采取修补措施，确保高速公路的行车安全性，防止破损进一步加重，减少养护开支；定期检测通常由省级的行业主管部门和路网级公路管理单位委托具有专业资质的检测机构负责，检测频次较低，一般为一年一次，主要目的是得出高速公路的路面质量指数(PQI)，用于宏观上指导下年度的养护工作，保障高速公路整体技术水平维持一个正常运行标准。

高速公路的日常巡查主要靠巡查人员乘坐在巡查车辆上完成，一般情况下，需要巡查人员在高速移动的巡查车辆上目视寻找公路病害，同时按照个人经验辨别和推测相关公路里程桩号及其他地理信息，并低头使用纸笔记录巡查数据。特殊情况下，需要停车通过照相机近距离取证。巡查作业工作精神紧张程度、效率低下，抬头查看之后低头记录易于错过相关信息。据调查，高速公路目视检测缺陷漏检率大于35％。高速公路路面病害发生位置通常不具备安全停车条件，巡查人员在高速行驶的车流中停车拍照，安全风险极大。

现有的多数高速公路管理单位不同程度的建设了各类养护管理系统，虽然这类信息化系统在高速公路养护管理工作中发挥了一定的作用，但这类系统多偏向传统信息系统，存在数据标准不一、采集手段原始、业务流程复杂、冗余功能繁多等缺点，看似庞大完整的系统并不能适用所有的业务环节。在高速公路路面巡查方面缺少专业化的信息系统，虽然有各类养护巡检查APP系统和路面综合检测车，但养护巡检查APP较适用于桥梁、隧道、边坡等点状结构物的巡查数据采集，无法解决在快速移动中取证的问题，不适用于路面线状巡查；而路面综合检测车是一种专业的检测设备，使用方向是对高速公路各项路面病害的定量测量和技术参数的测定，其采购成本昂贵，使用成本高昂，作业条件复杂，需要预警车开道、必须匀速行驶、一次只能检测一个车道、数据处理繁琐且周期长，其设计用途不适用于公路日常巡查使用，无法满足公路日常巡查的工作要求。

目前，我国还没有一套在经济性、便捷性方面均适用于高速公路路面日常巡查、能够快速采集路面病害数据并智能处理巡查数据的信息系统及数据处理方法。

发明内容

本发明是为了克服现有技术中存在上述的不足，提供了一种提升用户后期处理数据效率的高速公路云巡查系统及数据处理方法。

为了实现上述目的，本发明采用以下技术方案：

一种高速公路云巡查系统，包括车载路面巡查系统和云数据管理系统，所述的车载路面巡查系统设置在公路巡查车辆上，所述的云数据管理系统设置在云服务器中，所述的车载路面巡查系统包括车载巡查采集设备、显示控制系统和车载端数据管理系统，所述的云数据管理系统包括道路基本信息模块、巡查数据处理模块和数据云共享功能模块；

所述的车载巡查采集设备用于公路巡查车辆在行驶过程中采集巡查数据；

所述的显示控制系统用于显示所述车载巡查采集设备的工作状态；

所述的车载端数据管理系统用于对采集的巡查数据进行前端校准处理，将校准后的结果传输到所述云数据管理系统中；

所述的道路基本信息模块用于记录公路的相关数据；

所述的巡查数据处理模块用于对巡查数据进行预处理，巡查数据处理模块再对预处理结果进行处理确认，形成确认结果；

所述的数据云共享功能模块用于将结果数据进行共享。

其中：车载路面巡查系统在公路巡查车行驶过程中采集公路路面巡查数据，并对公路路面巡查数据进行前端校准处理后发送至云数据管理系统中，云数据管理系统用于接收所述车载路面巡查系统上传的巡查数据，并对巡查数据进行预处理，再对预处理结果进行处理确认，并对确认结果进行共享。上述系统可快速的安装部署在养护巡查车上，并使用基于互联网思维的云数据系统按照统一标准和算法进行数据处理与信息共享，以解决上述高速公里日常巡查效率低下，存在安全隐患，使用专业检测设备效费比不佳、工作效率不能适应高速公路日常巡查的高频次作业特点，日常巡查缺少专业化、信息化、智能化辅助手段的问题。

作为优选，所述的车载路面巡查系统还包括便携式巡查装备，所述的便携式巡查装备用于工作人员在步行过程中采集巡查数据，并将巡查数据发送至车载端数据管理系统中。

作为优选，所述的巡查数据包括公路病害及事件的图像、时间数据、经纬度位置数据以及车辆行驶速度数据。

作为优选，所述的车载巡查采集设备包括车载主机、云台摄像机、卫星定位装置、车辆信息采集装置、电源控制模块和抓拍手柄，所述的车载主机内设有惯性导航装置，所述的云台摄像机、卫星定位装置、抓拍手柄均与车载主机连接，所述的电源控制模块分别为车载主机、云台摄像机、卫星定位装置和车辆信息采集装置提供电源；所述的车载主机分别接收云台摄像机、卫星定位装置、车辆信息采集装置采集的数据并进行存储。

作为优选，所述公路的相关数据包括道路里程范围数据、车道数量数据、护栏相关数据、结构物技术参数、互通枢纽位置数据和服务区停车区位置数据；所述的车道数量数据包括多车道标线区域和标线宽度；所述的护栏相关数据包括中分带护栏和边护栏。

作为优选，对采集的巡查数据进行前端校准处理具体是指：将卫星定位信号不良路段的经纬度位置数据根据公路路网算法进行校准，并将校准后的经纬度位置数据转换成公路里程桩号。

作为优选，对巡查数据进行预处理是指：对巡查数据进行计算机视觉分析预处理；计算机视觉分析预处理具体为：对公路病害及事件的图像进行识别，基于所述道路基本信息模块中记录公路的相关数据，确定出公路病害及事件的图像中的车道数量数据和护栏相关数据。

本发明还提供了一种高速公路云巡查系统的数据处理方法，通过设置在公路巡查车辆上的车载路面巡查系统采集公路路面巡查数据，将采集到的巡查数据传输至云数据管理系统中，云数据管理系统对巡查数据进行数据处理，具体的数据处理过程如下：

(1)巡查数据处理模块对巡查数据进行计算机视觉分析预处理，对公路病害及事件的图像进行识别，基于道路基本信息模块中记录公路的相关数据，确定出公路病害及事件的图像中的车道数量数据和护栏相关数据，得到识别结果；

(2)巡查数据处理模块再对预处理结果进行处理确认，形成确认结果；

(3)数据云共享功能模块将确认结果进行共享。

上述数据处理方法采用了基于计算机视觉的图像分析的相关算法，能够自动识别出图像中的护栏缺损路段和路面多车道标线的位置，提升了用户后期处理数据的效率；处理结果精确，不会存在遗漏数据。

作为优选，在步骤(1)中，计算机视觉分析预处理的具体过程为：

(a)图像定位分析：根据巡查数据中公路病害及事件的图像的经纬度位置数据，基于道路基本信息模块中记录公路的相关数据，确定出公路病害及事件的图像的具体位置，找出具体位置在公路的相关数据中的车道数量数据和护栏相关数据；

(b)有效区域裁剪：对公路病害及事件的图像进行裁剪，去除公路病害及事件的图像中道路与天空相接的水平边缘及道路与路肩相接的垂直边缘，选取出公路病害及事件的图像中有效的识别区域；

(c)先进行灰度化处理，然后对灰度图进行高斯滤波平滑处理，即扫描图像中的每一个像素，用像素范围模板确定的邻域内像素的加权平均灰度值去替代像素范围模板中心像素点的值，最后进行二值化处理，其中阈值设为80；

(d)边缘检测：使用Canny算子进行边缘检测，该算法使用了变分法，其最优函数使用四个指数项的和来描述，它可以由高斯函数的一阶导数来近似，是一种良好可靠的边缘检测方法；

(e)霍夫变换检测直线段：对上述边缘检测后的二值化图像进行霍夫变换，得到图像中直线段的斜率与常数，筛选出斜率大小合适的直线段，然后将筛选后的线段进行延长处理，画在原图上；

(f)由于上图中的直线过于密集，不利于图像的分割，因此需要再次筛选，去掉距离特别近的直线，并识别出护栏区域，这样就已经完成了图像分割，可对每个子图像进行处理，查询出车道标线和护栏的位置，再通过斜率的变化，找到可能出现破损护栏的范围；

(g)数据合并：将每个子图像的处理后的数据进行合并，并对车道标线进行延长处理，确定出车道标线的范围和可能出现破损护栏的范围，得到预处理结果。

作为优选，在步骤(2)中，具体是指：根据预处理结果，标注出路面破损位置，并确定出对应的病害类型、车道位置、病害程度和病害数量，得到确认结果；在步骤(3)中，具体是指：将确认结果发送至其他业务系统中。

本发明的有益效果是：解决上述高速公里日常巡查效率低下，存在安全隐患，使用专业检测设备效费比不佳、工作效率不能适应高速公路日常巡查的高频次作业特点，日常巡查缺少专业化、信息化、智能化辅助手段的问题；能够自动识别出图像中的护栏缺损路段和路面多车道标线的位置，提升了用户后期处理数据的效率；处理结果精确，不会存在遗漏数据。

附图说明

图1是本发明系统的结构示意图；

图2是本发明方法的流程示意图；

图3是本发明系统的网络拓扑图。

图中：100.车载路面巡查系统；200.云数据管理系统；110.车载巡查采集设备；120.显示控制系统；130.车载端数据管理系统；140.便携式巡查装备；210.道路基本信息模块；220.巡查数据处理模块；230.数据云共享功能模块。

具体实施方式

下面结合附图和具体实施方式对本发明做进一步的描述。

如图1、图3所述的实施例中，一种高速公路云巡查系统，包括车载路面巡查系统100和云数据管理系统200，车载路面巡查系统100设置在公路巡查车辆上，云数据管理系统200设置在云服务器中，车载路面巡查系统100在公路巡查车行驶过程中采集公路路面巡查数据，并对公路路面巡查数据进行前端校准处理后发送至所述云数据管理系统200中，所述云数据管理系统200用于接收所述车载路面巡查系统100上传的巡查数据，并对巡查数据进行预处理，再对预处理结果进行处理确认，并对确认结果进行共享；

车载路面巡查系统100包括车载巡查采集设备110、显示控制系统120、车载端数据管理系统130和便携式巡查装备140，云数据管理系统200包括道路基本信息模块210、巡查数据处理模块220和数据云共享功能模块230；

车载巡查采集设备110用于公路巡查车辆在行驶过程中采集巡查数据；车载巡查采集设备110包括车载主机、云台摄像机、卫星定位装置、车辆信息采集装置、电源控制模块和抓拍手柄，车载主机内设有惯性导航装置，云台摄像机、卫星定位装置、抓拍手柄均与车载主机连接，电源控制模块分别为车载主机、云台摄像机、卫星定位装置和车辆信息采集装置提供电源；车载主机分别接收云台摄像机、卫星定位装置、车辆信息采集装置采集的数据并进行存储；车载信息采集装置通过与巡查车辆上的车载诊断系统(OBD)连接，获取巡查车辆的车速信息，并采用蓝牙向车载主机传输数据，也可以通过采用无线网络或者有线网络进行传输；巡查数据包括公路病害及事件的图像、时间数据、经纬度位置数据以及车辆行驶速度数据；采集到交通事故导致的公路病害或者公路路面出现损害等的图像，并同时采集到这些图像的时间数据，对应的经纬度位置数据，后续会对这些相关数据进行应用；

显示控制系统120用于显示所述车载巡查采集设备110的工作状态；

车载端数据管理系统130用于对采集的巡查数据进行前端校准处理，将校准后的结果传输到所述云数据管理系统200中；对采集的巡查数据进行前端校准处理具体是指：将卫星定位信号不良路段的经纬度位置数据根据公路路网算法进行校准，并将校准后的经纬度位置数据转换成公路里程桩号；

便携式巡查装备140用于工作人员在步行过程中采集巡查数据，并将巡查数据发送至车载端数据管理系统130中；便携式巡查装备140与车载巡查采集设备110采集的都是巡查数据，但是，采集的状态不同，车载巡查采集设备110采集的是公路巡查车辆在行驶过程中采集巡查数据，便携式巡查装备140作为车载巡查采集设备110的附属装备用于工作人员在步行过程中采集公路巡查车不能抵近而又需要巡查的区域(桥梁下部结构、涵洞、高边坡、高路堤等)，两者结合起来，可以使得巡查区域无死角；

道路基本信息模块210用于记录公路的相关数据；公路的相关数据包括道路里程范围数据、车道数量数据、护栏相关数据、结构物技术参数、互通枢纽位置数据和服务区停车区位置数据；车道数量数据包括多车道标线区域和标线宽度；所述的护栏相关数据包括中分带护栏和边护栏；基于这些数据，才能清楚的判断出公路病害及事件的图像具体的位置及具体的损害情况，便于以后的维护，才能更加确定出到底是哪个车道有异常，哪些护栏存在异常；

巡查数据处理模块220用于对巡查数据进行预处理，巡查数据处理模块220再对预处理结果进行处理确认，形成确认结果；对巡查数据进行预处理是指：对巡查数据进行计算机视觉分析预处理；计算机视觉分析预处理具体为：对公路病害及事件的图像进行识别，基于所述道路基本信息模块210中记录公路的相关数据，确定出公路病害及事件的图像中的车道数量数据和护栏相关数据；

数据云共享功能模块230用于将结果数据进行共享。

另外，整个系统中还涉及到了移动存储单元，移动存储元件可以是U盘、SD卡或移动硬盘；移动存储单元的作用是：将校准后的结果通过移动存储元件传输到云数据管理系统200，也可以通过无线网络进行传输。

为了能方便的采集巡查数据，公路巡查车辆行驶速度在0～100KM/h范围内，当公路巡查车辆控制在此速度内，车载路面巡查系统100均可以正常进行数据采集作业。

车载路面巡查系统100，采用安装在可变云台上的广角摄像机记录巡查图像，通过抓拍手柄一键取证，工作人员可以在高速移动的巡查车上快捷地采集多个车道的路面病害数据；采用便携式巡查装备140作为广角摄像机的补充，做到数据采集无死角；采用惯性导航和卫星信号不良路段的路网识别算法，解决了山区高速公路经纬度位置数据不稳定的问题；采用了经纬度位置数据自动转换成高速公路里程桩号转换的算法，巡查人员无需估算路面病害的位置，可以专注的观察路面情况；可以快速部署在公路巡查上辆，采购安装成本低；车载端数据管理系统130可通过OTA在线升级，保证前端采集设备中相关数据校正算法和控制程序能够及时更新。

云数据管理系统200，采用互联网思维设计，部署在云端，使用单位无需单独准备系统环境资源，减少了系统使用投入；可灵活配置功能权限，适用于不同规模的高速公路管养单位使用；采用了基于计算机视觉的图像分析的相关算法，能够自动识别出图像中的护栏缺损路段和路面多车道标线的位置，提升了用户后期处理数据的效率；以《公路技术状况评定标准》为基础根据高速公路的通用实际情况制定了数据处理标准，保证了系统使用人员处理数据的规范性和一致性；采用开放性的设计原则，可以向使用单位的其他业务系统提供数据支撑服务。

本系统可快速的安装部署在养护巡查车上，并使用基于互联网思维的云数据系统按照统一标准和算法进行数据处理与信息共享，以解决上述高速公里日常巡查效率低下，存在安全隐患，使用专业检测设备效费比不佳、工作效率不能适应高速公路日常巡查的高频次作业特点，日常巡查缺少专业化、信息化、智能化辅助手段的问题。

如图2所示，本发明还提供了一种高速公路云巡查系统的数据处理方法，通过设置在公路巡查车辆上的车载路面巡查系统100采集公路路面巡查数据，将采集到的巡查数据传输至云数据管理系统200中，云数据管理系统200对巡查数据进行数据处理，具体的数据处理过程如下：

(1)巡查数据处理模块220对巡查数据进行计算机视觉分析预处理，对公路病害及事件的图像进行识别，基于道路基本信息模块210中记录公路的相关数据，确定出公路病害及事件的图像中的车道数量数据和护栏相关数据，得到识别结果；计算机视觉分析预处理的具体过程为：

(a)图像定位分析：根据巡查数据中公路病害及事件的图像的经纬度位置数据，基于道路基本信息模块210中记录公路的相关数据，确定出公路病害及事件的图像的具体位置，找出具体位置在公路的相关数据中的车道数量数据和护栏相关数据；

(b)有效区域裁剪：对公路病害及事件的图像进行裁剪，去除公路病害及事件的图像中道路与天空相接的水平边缘及道路与路肩相接的垂直边缘，选取出公路病害及事件的图像中有效的识别区域；

(c)先进行灰度化处理，然后对灰度图进行高斯滤波平滑处理，即扫描图像中的每一个像素，用像素范围模板确定的邻域内像素的加权平均灰度值去替代像素范围模板中心像素点的值，最后进行二值化处理，其中阈值设为80；

(d)边缘检测：使用Canny算子进行边缘检测，该算法使用了变分法，其最优函数使用四个指数项的和来描述，它可以由高斯函数的一阶导数来近似，是一种良好可靠的边缘检测方法；

(e)霍夫变换检测直线段：对上述边缘检测后的二值化图像进行霍夫变换，得到图像中直线段的斜率与常数，筛选出斜率大小合适的直线段，然后将筛选后的线段进行延长处理，画在原图上；

(f)由于上图中的直线过于密集，不利于图像的分割，因此需要再次筛选，去掉距离特别近的直线，并识别出护栏区域，这样就已经完成了图像分割，可对每个子图像进行处理，查询出车道标线和护栏的位置，再通过斜率的变化，找到可能出现破损护栏的范围；

(g)数据合并：将每个子图像的处理后的数据进行合并，并对车道标线进行延长处理，确定出车道标线的范围和可能出现破损护栏的范围，得到预处理结果；

(2)巡查数据处理模块220再对预处理结果进行处理确认，形成确认结果；具体是指：根据预处理结果，标注出路面破损位置，并确定出对应的病害类型、车道位置、病害程度和病害数量，得到确认结果；具体的过程为：管理人员浏览预处理后的图像数据，通过系统提供的绘图工具，在采集到的原始图像上使用线段、矩形和圆形标注出图像中的路面破损位置，并在提供的业务表格中，选择和填写对应的病害类型、车道位置、病害程度和病害数量；其中车道位置由系统分析后得出，管理人员可在判断后修正，病害数量由系统根据管理人员标注的路面破损位置进行面积或长度的自动计算，得到确认结果；

(3)数据云共享功能模块230将确认结果进行共享；具体是指：将确认结果发送至其他业务系统中；具体的操作如下：可以向多个作为云服务消费方的其他业务系统提供巡查数据的共享服务；管理人员所述的云数据管理系统200后，通过数据类型对应、应用方系统地址设置和数据同步规则设置操作后，应用方的业务系统即可从所述的云数据管理系统200获取指定的巡查数据，所述的云数据管理系统200也会保存应用方业务系统获取数据的日志记录。

本数据处理方法，采用了基于计算机视觉的图像分析的相关算法，能够自动识别出图像中的护栏缺损路段和路面多车道标线的位置，提升了用户后期处理数据的效率；处理结果精确，不会存在遗漏数据；以《公路技术状况评定标准》为基础根据高速公路的通用实际情况制定了数据处理标准，保证了系统使用人员处理数据的规范性和一致性；采用开放性的设计原则，可以向使用单位的其他业务系统提供数据支撑服务。

再者，本数据处理方法，将用于处理数据的数据管理系统部署在云端，减少了硬件网络资源的重复投入，统一了数据处理标准；采用多种智能算法，提供了使用人员的工作效率；采用灵活的数据共享方法，充分利用使用单位已建的其他业务系统，避免了系统的重复建设，有效降低了使用成本。

本数据处理方法，采用了基于计算机视觉的图像分析的相关算法，能够自动识别出图像中的护栏缺损路段和路面多车道标线的位置，提升了用户后期处理数据的效率；处理结果精确，不会存在遗漏数据。

Claims (10)

1.一种高速公路云巡查系统，其特征是，包括车载路面巡查系统(100)和云数据管理系统(200)，所述的车载路面巡查系统(100)设置在公路巡查车辆上，所述的云数据管理系统(200)设置在云服务器中，所述的车载路面巡查系统(100)包括车载巡查采集设备(110)、显示控制系统(120)和车载端数据管理系统(130)，所述的云数据管理系统(200)包括道路基本信息模块(210)、巡查数据处理模块(220)和数据云共享功能模块(230)；

所述的车载巡查采集设备(110)用于公路巡查车辆在行驶过程中采集巡查数据；

所述的显示控制系统(120)用于显示所述车载巡查采集设备(110)的工作状态；

所述的车载端数据管理系统(130)用于对采集的巡查数据进行前端校准处理，将校准后的结果传输到所述云数据管理系统(200)中；

所述的道路基本信息模块(210)用于记录公路的相关数据；

所述的巡查数据处理模块(220)用于对巡查数据进行预处理，巡查数据处理模块(220)再对预处理结果进行处理确认，形成确认结果；

所述的数据云共享功能模块(230)用于将结果数据进行共享。

2.根据权利要求1所述的一种高速公路云巡查系统，其特征是，所述的车载路面巡查系统(100)还包括便携式巡查装备(140)，所述的便携式巡查装备(140)用于工作人员在步行过程中采集巡查数据，并将巡查数据发送至车载端数据管理系统(130)中。

3.根据权利要求1或2所述的一种高速公路云巡查系统，其特征是，所述的巡查数据包括公路病害及事件的图像、时间数据、经纬度位置数据以及车辆行驶速度数据。

4.根据权利要求1所述的一种高速公路云巡查系统，其特征是，所述的车载巡查采集设备(110)包括车载主机、云台摄像机、卫星定位装置、车辆信息采集装置、电源控制模块和抓拍手柄，所述的车载主机内设有惯性导航装置，所述的云台摄像机、卫星定位装置、抓拍手柄均与车载主机连接，所述的电源控制模块分别为车载主机、云台摄像机、卫星定位装置和车辆信息采集装置提供电源；所述的车载主机分别接收云台摄像机、卫星定位装置、车辆信息采集装置采集的数据并进行存储。

5.根据权利要求1所述的一种高速公路云巡查系统，其特征是，所述公路的相关数据包括道路里程范围数据、车道数量数据、护栏相关数据、结构物技术参数、互通枢纽位置数据和服务区停车区位置数据；所述的车道数量数据包括多车道标线区域和标线宽度；所述的护栏相关数据包括中分带护栏和边护栏。

6.根据权利要求1所述的一种高速公路云巡查系统，其特征是，对采集的巡查数据进行前端校准处理具体是指：将卫星定位信号不良路段的经纬度位置数据根据公路路网算法进行校准，并将校准后的经纬度位置数据转换成公路里程桩号。

7.根据权利要求1所述的一种高速公路云巡查系统，其特征是，对巡查数据进行预处理是指：对巡查数据进行计算机视觉分析预处理；计算机视觉分析预处理具体为：对公路病害及事件的图像进行识别，基于所述道路基本信息模块(210)中记录公路的相关数据，确定出公路病害及事件的图像中的车道数量数据和护栏相关数据。

8.一种高速公路云巡查系统的数据处理方法，其特征是，通过设置在公路巡查车辆上的车载路面巡查系统(100)采集公路路面巡查数据，将采集到的巡查数据传输至云数据管理系统(200)中，云数据管理系统(200)对巡查数据进行数据处理，具体的数据处理过程如下：

(1)巡查数据处理模块(220)对巡查数据进行计算机视觉分析预处理，对公路病害及事件的图像进行识别，基于道路基本信息模块(210)中记录公路的相关数据，确定出公路病害及事件的图像中的车道数量数据和护栏相关数据，得到识别结果；

(2)巡查数据处理模块(220)再对预处理结果进行处理确认，形成确认结果；

(3)数据云共享功能模块(230)将确认结果进行共享。

9.根据权利要求8所述的一种高速公路云巡查系统及数据处理方法，其特征是，在步骤(1)中，计算机视觉分析预处理的具体过程为：

(a)图像定位分析：根据巡查数据中公路病害及事件的图像的经纬度位置数据，基于道路基本信息模块(210)中记录公路的相关数据，确定出公路病害及事件的图像的具体位置，找出具体位置在公路的相关数据中的车道数量数据和护栏相关数据；

(b)有效区域裁剪：对公路病害及事件的图像进行裁剪，去除公路病害及事件的图像中道路与天空相接的水平边缘及道路与路肩相接的垂直边缘，选取出公路病害及事件的图像中有效的识别区域；

(c)先进行灰度化处理，然后对灰度图进行高斯滤波平滑处理，即扫描图像中的每一个像素，用像素范围模板确定的邻域内像素的加权平均灰度值去替代像素范围模板中心像素点的值，最后进行二值化处理，其中阈值设为80；

(d)边缘检测：使用Canny算子进行边缘检测，该算法使用了变分法，其最优函数使用四个指数项的和来描述，它可以由高斯函数的一阶导数来近似，是一种良好可靠的边缘检测方法；

(e)霍夫变换检测直线段：对上述边缘检测后的二值化图像进行霍夫变换，得到图像中直线段的斜率与常数，筛选出斜率大小合适的直线段，然后将筛选后的线段进行延长处理，画在原图上；

(f)由于上图中的直线过于密集，不利于图像的分割，因此需要再次筛选，去掉距离特别近的直线，并识别出护栏区域，这样就已经完成了图像分割，可对每个子图像进行处理，查询出车道标线和护栏的位置，再通过斜率的变化，找到可能出现破损护栏的范围；

(g)数据合并：将每个子图像的处理后的数据进行合并，并对车道标线进行延长处理，确定出车道标线的范围和可能出现破损护栏的范围，得到预处理结果。

10.根据权利要求8所述的一种高速公路云巡查系统及数据处理方法，其特征是，在步骤(2)中，具体是指：根据预处理结果，标注出路面破损位置，并确定出对应的病害类型、车道位置、病害程度和病害数量，得到确认结果；在步骤(3)中，具体是指：将确认结果发送至其他业务系统中。