CN112687023B - 基于地理围栏巡检道路设施的方法 - Google Patents

Abstract

本发明提供一种基于地理围栏巡检道路设施的方法，包括如下步骤：获取交通设施基础数据库，采集交通设施基础数据库中的空间数据信息，根据空间数据信息生成电子地理围栏数据；基于空间网格索引对电子地理围栏数据进行分割以及数据更新；对巡检车辆进行路径匹配，经过路径匹配的巡检车辆进入电子地理围栏，电子地理围栏处于激活状态，同时北斗定位终端实时采集图像信息；将实时采集的图像信息回传至后台，与对应的交通设施基础数据库进行对比，得到交通设施巡检点。本发明通过北斗定位和地理围栏技术，低成本高效地提取道路巡检中需要重点确认的巡检点的图像，图像实时上传到后台通过AI图像识别技术以及人工辅助的方式进行远程道路巡检识别。

Description

基于地理围栏巡检道路设施的方法

技术领域

本发明涉及道路巡检技术领域，尤其涉及一种基于地理围栏巡检道路设施的方法。

背景技术

基于经济角度考虑，道路巡检部门通过部署摄像头，获得少量道路设施的实时图片信息，而大量的道路设施的巡检工作依旧通过人工完成。但是人工巡检存在成本高、实时性差、规范性差等问题。

近期在人工智能的前沿方向，一些公司和部门做了一些有益的探索，以求逐步使用人工智能替代人工道路巡检。但是目前人工智能机械视觉的主流方向依旧以目标识别为主，通过大量样本的训练，使神经网络识别指定目标。这就意味着想要识别任何物体，训练样本集的就需要保持一定规模。以人脸识别为例，至少需要五万个以上的人脸照片才能训练神经网络获得不错的识别效果。而在巡检过程中类似“护栏是否倒伏”，“护栏是否破损”，“苗木是否枯死”等巡检问题项至少几十个以上，每类交通设施异常状态的训练集的收集，无疑是相当大的挑战。

为此，本领域迫切需要研发出一种能够克服现有技术存在的上述技术问题。

发明内容

本发明之目的是提供一种基于地理围栏巡检道路设施的方法，能够解决现有道路巡检主要通过人工训练以识别制定目标，该方法存在成本高、实时性差与规范性差的技术问题。

本发明提供一种基于地理围栏巡检道路设施的方法，包括如下步骤：

获取交通设施基础数据库，采集所述交通设施基础数据库中的空间数据信息，根据空间数据信息生成电子地理围栏数据；

基于空间网格索引对所述电子地理围栏数据进行分割以及数据更新；

对巡检车辆进行路径匹配，经过路径匹配的巡检车辆进入所述电子地理围栏，所述电子地理围栏处于激活状态，同时所述北斗定位终端实时采集图像信息；

将实时采集的图像信息回传至后台，与对应的所述交通设施基础数据库进行对比，得到交通设施巡检点。

优选地，所述获取交通设施基础数据库，采集所述交通设施基础数据库中的空间数据信息，根据空间数据信息生成电子地理围栏数据包括：

基于无人机遥感影像进行交通要素的提取，提取数据以通用空间数据格式存储；

通过北斗定位终端进行地表视觉采集，并且所述北斗定位终端获取北斗定位信息，基于时间序列将视频中每帧图像与所述北斗定位信息相匹配；

将采集的带有所述北斗定位信息的视频数据与无人机遥感影像提取生成的所述空间数据进行交叉验证，进而识别和生成巡检道路的交通设施空间数据信息；

基于空间数据信息建立基础数据库，以及生成电子地理围栏数据。

优选地，所述空间数据信息包括动态数据与静态数据，

所述动态数据包括道路裂缝、道路空洞、道路遗撒、临时施工、非法占道与道路拥堵；

所述静态数据包括路牌是否歪斜、路牌是否遮盖、绿化带是否枯黄、沿路护网是否破损与沿路护网是否倒伏。

优选地，所述电子地理围栏数据包括北斗高精度道路拓扑数据和地理围栏数据。

优选地，所述北斗高精度道路拓扑数据为北斗定位信息与北斗高精度道路路网经过匹配与验证后获取的北斗高精度道路拓扑数据。

优选地，所述地理围栏数据包括道路空间位置的点数据和面数据。

优选地，所述基于空间网格索引对所述电子地理围栏数据进行分割以及数据更新包括：

基于空间网格切分空间上连续的路网与地理围栏数据时，对于空间边界点采用坐标拼接方式记录路网与地理围栏数据；

基于空间网格索引每次更新有空间数据变化对应的网格数据。

优选地，所述基于空间网格索引每次更新有空间数据变化对应的网格数据包括：

所述北斗定位终端基于北斗定位信息，在自主请求后台对应网格的新空间数据后，与所述交通设施基础数据库中的网格数据进行比较，如发生变化则自主更新网格数据。

优选地，所述将实时采集的图像信息回传至后台，与对应的所述交通设施基础数据库进行对比，得到交通设施巡检点包括：

将实时采集的图像信息回传至后台，通过AI图像识别技术将图像信息与所述交通设施基础数据库进行对比，得到交通设施巡检点。

优选地，所述将实时采集的图像信息回传至后台，与对应的所述交通设施基础数据库进行对比，得到交通设施巡检点还包括：

将实时采集的图像信息回传至后台，通过人工辅助识别将图像信息与所述交通设施基础数据库进行对比，得到交通设施巡检点。

本发明的基于地理围栏巡检道路设施的方法相比现有技术具有如下有益效果：

本发明通过北斗定位和地理围栏技术，低成本高效地提取道路巡检中需要重点确认的巡检点的图像，图像实时上传到后台通过AI图像识别技术以及人工辅助的方式进行远程道路巡检识别。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明基于地理围栏巡检道路设施的方法的流程示意图；

图2为本发明基于无人机获取的遥感影像示意图；

图3为本发明的北斗高精度道路路网数据示意图；

图4为本发明基于空间网格索引分割的地理围栏数据示意图；

图5为本发明对于空间边界点采用坐标拼接方式分割示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

如图1所示，本发明提供的一种基于地理围栏巡检道路设施的方法，包括如下步骤：

步骤S1：获取交通设施基础数据库，采集交通设施基础数据库中的空间数据信息，根据空间数据信息生成电子地理围栏数据；

步骤S2：基于空间网格索引对电子地理围栏数据进行分割以及数据更新；

步骤S3：对巡检车辆进行路径匹配，经过路径匹配的巡检车辆进入电子地理围栏，电子地理围栏处于激活状态，同时北斗定位终端实时采集图像信息；

步骤S4：将实时采集的图像信息回传至后台，与对应的交通设施基础数据库进行对比，得到交通设施巡检点。

本发明通过北斗定位和地理围栏技术，低成本高效地提取道路巡检中需要重点确认的巡检点的图像，图像实时上传到后台通过AI图像识别技术以及人工辅助的方式进行远程道路巡检识别。

上述步骤S1：获取交通设施基础数据库，采集交通设施基础数据库中的空间数据信息，根据空间数据信息生成电子地理围栏数据包括：

步骤S11：基于无人机遥感影像进行交通要素的提取，提取数据以通用空间数据格式存储；

步骤S12：通过北斗定位终端进行地表视觉采集，并且北斗定位终端获取北斗定位信息，基于时间序列将视频中每帧图像与北斗定位信息相匹配；

步骤S13：将采集的带有北斗定位信息的视频数据与无人机遥感影像提取生成的空间数据进行交叉验证，进而识别和生成巡检道路的交通设施空间数据信息；

步骤S14：基于空间数据信息建立基础数据库，以及生成电子地理围栏数据。

上述步骤S11中使用无人机遥感影像进行交通要素的提取，具体是使用无人机航飞巡检道路目标路段，获取巡检道路目标路段0.1米精度的遥感影像，如图2所示。内业人员基于遥感影像进行交通要素的提取，包括道路拓扑、道路附属设施、路口等信息。提取数据以通用空间数据格式(.shp.mif/mid)进行存储。

由于无人机基于天空俯视角拍摄，纯粹依赖无人机遥感影像制图，有一定概率出现误识别、漏识别的情况。为此，本发明中在在无人机遥感影像生成数据的基础上，会使用北斗定位终端进行地表视觉采集，北斗定位终端在采集视觉过程中同时采集北斗定位信息，然后基于时间序列将视频中每帧图像与北斗定位信息相匹配。内业作业人员将所采集的带有北斗定位信息的视频数据，与无人机遥感影像提取生成的空间数据进行交叉验证，进而识别和生成巡检道路的交通设施空间数据信息。

空间数据信息包括动态数据与静态数据。动态数据包括道路裂缝、道路空洞、道路遗撒、临时施工、非法占道与道路拥堵等数据，该动态数据特点为出现的空间位置无固定规律，并且需要依托北斗定位终端实时采集图像信息来获取。静态数据包括路牌是否歪斜、路牌是否遮盖、绿化带是否枯黄、沿路护网是否破损与沿路护网是否倒伏等数据，该静态数据特点为出现的空间位置固定有规律，后期通过AI图像识别技术以及人工辅助从图像信息中识别。

电子地理围栏数据从表达内容上可以包括北斗高精度道路拓扑数据和地理围栏数据。其中，如图3所示，为北斗高精度道路路网数据示意图。北斗高精度道路拓扑数据为北斗定位信息与北斗高精度道路路网数据经过匹配与验证后获取的北斗高精度道路拓扑数据。由于道路设施巡检主要依托载体巡检车辆来实现，巡检车辆在空间上的移动明显特征为沿着道路行驶，通过将巡检车辆的北斗定位信息与北斗高精度道路路网进行匹配和验证，这样可以有效去除定位噪点，即巡检车辆的定位信息出现偶发性漂移现象，以此实现收敛定位精度，基于行驶方向和道路交规匹配，将定位轨迹拟合到指定的上行或下行道路上，这样可以提前判断出是否出现定位异常，例如通过北斗高精度道路拓扑数据可以提前判断即将进入隧道，可以停止接收北斗定位信息，而是使用平均速度推导等方式进行位置信息估算。

优选地，地理围栏数据包括道路空间位置的点数据和面数据。该地理围栏数据的获取是为了通过空间位置设定有效图像采集区域，即在北斗高精度道路路网数据基础上设置有效图像采集区域，也就是设置地理围栏范围。从巡检目标特性上来看，一种是在空间位置近似表达为空间上一个点的数据称为点数据，以道路路牌、地表标线为代表；另一种是在空间位置近似表达为空间上一个面的数据称为面数据，以绿化带、道路网为代表。同时，由于其空间位置特性是沿着道路修建，所以在以获取北斗高精道路路网的情况下，可以将点数据、面数据均转化为道路上的区间。

上述步骤S2：基于空间网格索引对电子地理围栏数据进行分割以及数据更新包括：

步骤S21：基于空间网格切分空间上连续的路网与地理围栏数据时，对于空间边界点采用坐标拼接方式记录路网与地理围栏数据；

步骤S22：基于空间网格索引每次更新有空间数据变化对应的网格数据。具体是，北斗定位终端基于北斗定位信息，在自主请求后台对应网格的新空间数据后，与交通设施基础数据库中的网格数据进行比较，如发生变化则自主更新网格数据。

如图4所示，本发明通过采用基于空间网格索引对电子地理围栏数据进行分割，这样设置是为了实现电子地理围栏数据的可维护性，实现按需分发。在电子地理围栏数据的管理中引入空间网格的概念，为了保持业务的普适性，空间网格使用Google tile网格命名和管理方式。

如图5所示，本发明对于空间边界点采用坐标拼接方式，这样设置可以实现电子地理围栏的易维护性，并且相对于传统的基于ID记录映射关系的方式来说，基于坐标拼接方式具有“自解释”的优点，当数据持续更新时，不会出现因为ID映射关系需要高成本持续维护，更不会出现ID耗尽的问题。

在实际业务实施中，随着业务需求和实际情况的变化，电子地理围栏数据会处于持续更新状态。基于空间网格技术，每次更新只会更新整体数据中对应的部分网格数据，服务后台会维护不同网格的数据版本，并提供查询服务。

对于上述步骤S3，由于GNSS的无线电特性，易于受到干扰，产生位置漂移，为此本发明中采用北斗高精度定位方式，以及结合简单的投影映射，以此实现将巡检车辆在空间移动的问题转换为巡检车辆沿着北斗高精度道路路网移动的问题，进而将二维问题转换成一维问题，也大大地简化与提高了数据处理效率，也实现了路径匹配功能。在路径匹配后，地理围栏的激活可以认为是巡检车辆在北斗高精度道路路网上进入和退出指定区间的问题。经过路径匹配后的车辆位置，在进入地理围栏后，北斗定位终端进入图像采集状态。北斗定位终端进入图片采集状态后，点巡检目标截取图片，面巡检目标截取视频或每隔三秒截取一系列连续图片，以此获取点数据和面数据。

上述步骤S4：将实时采集的图像信息回传至后台，与对应的交通设施基础数据库进行对比，得到交通设施巡检点包括：

步骤S41：将实时采集的图像信息回传至后台，通过AI图像识别技术将图像信息与交通设施基础数据库进行对比，得到交通设施巡检点。

上述步骤S4：将实时采集的图像信息回传至后台，与对应的交通设施基础数据库进行对比，得到交通设施巡检点还包括：

步骤S42：将实时采集的图像信息回传至后台，通过人工辅助识别将图像信息与交通设施基础数据库进行对比，得到交通设施巡检点。

本发明中将北斗定位终端实时采集的图像信息回传至后台，通过后台室内作业人员基于AI图像识别技术来进行智能化识别交通设施巡检点，为了保证识别数据的准确性，可以通过通过人工方式辅助识别图像信息，从而通过AI图像识别技术和人工辅助识别来实现高效率室内获取交通设施监测点。

应当理解的是，本发明的上述具体实施方式仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (8)

1.一种基于地理围栏巡检道路设施的方法，其特征在于，包括如下步骤：

获取交通设施基础数据库，采集所述交通设施基础数据库中的空间数据信息，根据空间数据信息生成电子地理围栏数据；

基于空间网格索引对所述电子地理围栏数据进行分割以及数据更新；

对巡检车辆进行路径匹配，经过路径匹配的巡检车辆进入所述电子地理围栏，所述电子地理围栏处于激活状态，同时北斗定位终端实时采集图像信息；

将实时采集的图像信息回传至后台，与对应的所述交通设施基础数据库进行对比，得到交通设施巡检点；

其中，所述获取交通设施基础数据库，采集所述交通设施基础数据库中的空间数据信息，根据空间数据信息生成电子地理围栏数据包括：

基于无人机遥感影像进行交通要素的提取，提取数据以通用空间数据格式存储；

通过所述北斗定位终端进行地表视觉采集，并且所述北斗定位终端获取北斗定位信息，基于时间序列将视频中每帧图像与所述北斗定位信息相匹配；

将采集的带有所述北斗定位信息的视频数据与无人机遥感影像提取生成的所述空间数据进行交叉验证，进而识别和生成巡检道路的交通设施空间数据信息；

基于空间数据信息建立基础数据库，以及生成电子地理围栏数据；

以及，所述空间数据信息包括动态数据与静态数据，

所述动态数据包括道路裂缝、道路空洞、道路遗撒、临时施工、非法占道与道路拥堵；

所述静态数据包括路牌是否歪斜、路牌是否遮盖、绿化带是否枯黄、沿路护网是否破损与沿路护网是否倒伏。

2.根据权利要求1所述的基于地理围栏巡检道路设施的方法，其特征在于，所述电子地理围栏数据包括北斗高精度道路拓扑数据和地理围栏数据。

3.根据权利要求2所述的基于地理围栏巡检道路设施的方法，其特征在于，所述北斗高精度道路拓扑数据为北斗定位信息与北斗高精度道路路网经过匹配与验证后获取的北斗高精度道路拓扑数据。

4.根据权利要求2所述的基于地理围栏巡检道路设施的方法，其特征在于，所述地理围栏数据包括道路空间位置的点数据和面数据。

5.根据权利要求1所述的基于地理围栏巡检道路设施的方法，其特征在于，所述基于空间网格索引对所述电子地理围栏数据进行分割以及数据更新包括：

基于空间网格切分空间上连续的路网与地理围栏数据时，对于空间边界点采用坐标拼接方式记录路网与地理围栏数据；

基于空间网格索引每次更新有空间数据变化对应的网格数据。

6.根据权利要求1所述的基于地理围栏巡检道路设施的方法，其特征在于，所述基于空间网格索引每次更新有空间数据变化对应的网格数据包括：

所述北斗定位终端基于北斗定位信息，在自主请求后台对应网格的新空间数据后，与所述交通设施基础数据库中的网格数据进行比较，如发生变化则自主更新网格数据。

7.根据权利要求1所述的基于地理围栏巡检道路设施的方法，其特征在于，所述将实时采集的图像信息回传至后台，与对应的所述交通设施基础数据库进行对比，得到交通设施巡检点包括：

将实时采集的图像信息回传至后台，通过AI图像识别技术将图像信息与所述交通设施基础数据库进行对比，得到交通设施巡检点。

8.根据权利要求1所述的基于地理围栏巡检道路设施的方法，其特征在于，所述将实时采集的图像信息回传至后台，与对应的所述交通设施基础数据库进行对比，得到交通设施巡检点还包括：

将实时采集的图像信息回传至后台，通过人工辅助识别将图像信息与所述交通设施基础数据库进行对比，得到交通设施巡检点。

Images