CN112950543B - 一种桥梁养护方法、系统、存储介质及智能终端 - Google Patents
一种桥梁养护方法、系统、存储介质及智能终端 Download PDFInfo
- Publication number
- CN112950543B CN112950543B CN202110144726.2A CN202110144726A CN112950543B CN 112950543 B CN112950543 B CN 112950543B CN 202110144726 A CN202110144726 A CN 202110144726A CN 112950543 B CN112950543 B CN 112950543B
- Authority
- CN
- China
- Prior art keywords
- information
- current
- image information
- preset
- cleaning
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000012423 maintenance Methods 0.000 title claims abstract description 32
- 201000010099 disease Diseases 0.000 claims abstract description 149
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 149
- 238000004140 cleaning Methods 0.000 claims abstract description 124
- 238000001514 detection method Methods 0.000 claims abstract description 89
- 238000012937 correction Methods 0.000 claims description 81
- 230000001915 proofreading effect Effects 0.000 claims description 43
- 230000011218 segmentation Effects 0.000 claims description 17
- 238000012795 verification Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001723 curing Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01D—CONSTRUCTION OF BRIDGES, ELEVATED ROADWAYS OR VIADUCTS; ASSEMBLY OF BRIDGES
- E01D22/00—Methods or apparatus for repairing or strengthening existing bridges ; Methods or apparatus for dismantling bridges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Structural Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Civil Engineering (AREA)
- Architecture (AREA)
- Quality & Reliability (AREA)
- Navigation (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种桥梁养护方法、系统、存储介质及智能终端,涉及桥梁养护的领域,桥梁养护方法包括获取当前无人车行驶于检测桥面上的当前检测图像信息;判断当前检测图像信息与所预设的异物遮挡信息是否一致;若不一致,获取当前清理图像信息;若一致,则控制所预设的清理辊清理当前位置,获取清扫后当前清理图像信息;判断当前清理图像信息与所预设的异物遮挡信息是否一致;若一致,发送当前位置的遮挡定位信息并于所预设的电子地图上;若不一致,则清理完成,并获取当前清理图像信息;判断当前清理图像信息与所预设的桥面病害信息是否一致;若一致,则发送病害定位信息至电子地图上。本申请具有提高桥梁上病害检测的精度的效果。
Description
技术领域
本申请涉及桥梁养护的领域,尤其是涉及一种桥梁养护方法、系统、存储介质及智能终端。
背景技术
桥梁养护是指为确保桥梁处于正常工作状态,所进行的检查、检测、评估、以及维修加固工作,及早发现桥梁病害及异常现象。
相关技术中,如公告号为CN106873625A的中国专利,公开了一种桥梁检测系统,包括飞行器,具有飞行控制装置、通讯装置、遥控装置,飞行器底部悬挂有电动云台,云台上固定有取景装置;地面控制装置,具有数据处理终端、信息接收终端和地面遥控终端;其中,地面遥控终端通过电台与遥控装置建立连接,进而实现远程控制飞行器;飞行控制装置包括垂直陀螺仪、GPS天线和微处理器,飞行控制装置的数据通过通讯装置传输至信息接收终端,由信息终端进行处理并显示在地面控制装置的显示屏上;取景装置用于采集桥梁整体和/或局部的图像数据,并将采集到的图像数据传输到数据处理终端、信息接收终端。
针对上述中的相关技术,发明人认为飞行器在飞行中采集数据,一旦桥梁上有异物遮挡住桥梁的病害处,飞行器不易判断当前位置是否存在病害,导致检测不准确,还有改进的空间。
发明内容
为了提高桥梁上病害检测的精度,本申请提供一种桥梁养护方法、系统、存储介质及智能终端。
第一方面,本申请提供一种桥梁养护方法,采用如下的技术方案:
一种桥梁养护方法,包括:
获取当前无人车行驶于检测桥面上的当前检测图像信息;
判断当前检测图像信息与所预设的异物遮挡信息是否一致;
若不一致,则获取当前无人车行驶于检测桥面上的当前清理图像信息以供判断病害情况;
若一致,则控制所预设的清理辊对当前位置进行清理,于清扫后获取当前清理图像信息;并判断当前清理图像信息与所预设的异物遮挡信息是否一致;若一致,则于当前位置发送遮挡定位信息并于所预设的电子地图上进行标记;若不一致,则清理完成,并将当前清理图像信息用于判断病害情况;
判断当前清理图像信息与所预设的桥面病害信息是否一致;
若一致,则于当前位置发送病害定位信息并于所预设的电子地图上进行标记。
通过采用上述技术方案,无人车先通过对检测图像信息与异物遮挡信息的判断,对桥面上的异物进行检测,检测到异物则驱动清理辊清理,再次判断清理后的清理图像信息与桥面病害信息;若没有异物,则直接判断清理图像信息与桥面病害信息,从而识别桥面上病害的所在位置,减少因异物遮挡病害而导致检测不准确的情况,提高桥梁上病害检测的精度。无人车行驶一次即可完成检测和清理,检测效率高。
可选的,检测图像信息以及清理图像信息的获取方法包括:
获取当前无人车行驶于检测桥面上的视频图像信息;
将视频图像信息以所预设的帧数值进行提取以获得判断图像信息;
根据判断图像信息从所预设的特征数据库中查找出覆盖特征;
将覆盖特征以所预设的特征个数随机选出,并将选出的覆盖特征两两相连以形成覆盖区间;
从判断图像信息中判断覆盖区间是否为一个;
若为一个,则将判断图像信息作为检测图像信息或清理图像信息;
若不为一个,则以所预设的帧数差值添加至帧数值中并重复获取判断图像信息并判断覆盖区间的个数,直至覆盖区间个数为一个。
通过采用上述技术方案,从无人车获取的视频图像信息中提取判断图像信息,并将判断图像信息上的覆盖特征两两连线形成覆盖区间,判断覆盖区间在判断图像信息中的个数,即判断该帧数选取的判断图像信息是否存在重影。根据所预设的帧数差调节帧数值,并重复对比,便于从视频图像信息中获取最清晰的判断图像信息,提高检测的准确性。
可选的,图像判断包括检测图像信息与异物遮挡信息之间的判断以及清理图像信息与桥面病害信息之间的判断,图像判断方法包括:
将检测图像信息以所预设的分割数值进行分割,以获得相应编号的分割模块;
依次判断分割模块中是否有桥面病害信息;
若无桥面病害信息,则不于电子地图上进行标记;
若存在桥面病害信息,则从所预设的编号关系中判断桥面病害信息是否相邻;
若相邻,则从相邻的分割模块中判断出来的桥面病害信息所对应的面积中选取中心点,并于电子地图上进行标记;
若不相邻,则从当前分割模块中判断出来的桥面病害信息所对应的面积中选取中心点,并于电子地图上进行标记。
通过采用上述技术方案,将检测图像信息按照分割数值分割,得到小的分割模块,便于更加准确的判断检测图像中的病害信息,还可以判断相邻分割模块中的同一病害信息,从而更好的判断检测图像中病害的个数,便于工作人员对病害位置的寻找。
可选的,无人车于电子地图上的当前位置的获取方法包括:
获取道路上设置于标识特征的当前触发信息;
根据当前触发信息从所预设的触发信息库中查找出对应的定位区间以及与定位区间所对应的标识特征;
若当前清理图像信息与桥面病害信息一致时,则获取当前方向上的标识特征所对应的当前定位图像信息;
根据定位图像信息从所预设的行驶数据库中查找出行驶角度比例信息;
根据行驶角度比例信息从所预设的区间定位数据库中查找出与当前定位区间相对应的位置信息,位置信息即无人车于电子地图上的当前位置。
通过采用上述技术方案,通过标识特征的触发信息判断无人车行驶的定位区间,通过触发信息库查找出该区间所对应的标识特征。当前清理图像信息与桥面病害信息一致时,即无人车检测到有病害时,获取定位图像信息,定位图像信息内含有标识特征,且无人车行驶于该区间内获取的定位图像信息均不同,获取到行驶角度比例信息,根据行驶角度比例信息从行驶数据库中查找对应的位置信息,从而获取无人车在电子地图上的位置。
可选的,当前位置的校验方法包括:
判断所预设的校对标识特征于当前定位图像信息中的个数是否大于1;
若大于1,则获取当前方向上的校对标识特征所对应的当前校对图像信息;
根据校对图像信息从所预设的校对数据库中查找出对应的第一校对角度比例信息;
根据第一校对角度比例信息从所预设的校对定位数据库中查找出校对位置信息;
判断校对位置信息与位置信息是否一致;
若一致,则完成校对;
若不一致,则进行提示。
通过采用上述技术方案,通过判断定位图像信息中校对标识特征的个数,校对标识特征需大于1,并获取校对标识特征所对应的当前校对图像信息,根据校对图像信息查找第一校对角度比例信息,根据第一校对角度比例信息获取校对位置信息。由多个标识特征获取的校对位置信息准确性较高,通过校对位置信息实现对位置信息的校对,提高了位置信息的准确性。
可选的,若校对位置信息与位置信息不一致,则获取当前反方向上的校对标识特征所对应的当前校对图像信息;
根据校对图像信息从所预设的校对数据库中查找出对应的第二校对角度比例信息;
根据第一校对角度比例信息与第二校对角度比例信息从所预设的核验数据库中查找出校对位置信息;
判断校对位置信息与位置信息是否一致;
若一致,则完成校对;
若不一致,则进行提示。
通过采用上述技术方案,通过获取反方向上的校对图像信息,获取校对角度比例信息,将正方向上的第一校对角度比例信息和反方向上的第二校对角度比例信息结合,从核验数据库中查找出校对位置信息,再次将校对位置信息与位置信息对比,提高校验的准确性。
可选的,病害定位信息的校验方法包括:
获取当前无人车行驶于检测桥面上的当前振动信息以及振动定位信息;
若振动定位信息与病害定位信息重合时,则判断当前振动信息的幅度值是否超出所预设的幅度区间;
若超出,则完成校验;
若不超出,则进行提示。
通过采用上述技术方案,通过判断振动信息的幅度值判断该位置的病害定位信息是否正确,从而实现对病害定位信息的校验,提高桥面上病害定位信息判断的准确性。
第二方面,本申请提供一种桥梁养护系统,采用如下的技术方案:
一种桥梁养护系统,包括:
检测图像模块,与第一判断模块连接,用于获取当前无人车行驶于检测桥面上的当前检测图像信息;
清理图像模块,与第二判断模块连接,用于获取当前无人车行驶于检测桥面上的当前清理图像信息;
异物遮挡模块,与第一判断模块连接,用于获取当前无人车行驶于检测桥面上的当前异物遮挡信息;
控制模块,与第一判断模块连接,用于控制清理辊对当前位置进行清理;
第一判断模块,判断当前检测图像信息与所预设的异物遮挡信息是否一致;
若不一致,则获取当前无人车行驶于检测桥面上的当前清理图像信息以供判断病害情况;
若一致,则控制所预设的清理辊对当前位置进行清理,于清扫后获取当前清理图像信息;并判断当前清理图像信息与所预设的异物遮挡信息是否一致;若一致,则于当前位置发送遮挡定位信息并于所预设的电子地图上进行标记;若不一致,则清理完成,并将当前清理图像信息用于判断病害情况;
第二判断模块,用于判断当前清理图像信息与所预设的桥面病害信息是否一致;
若一致,则于当前位置发送病害定位信息并于所预设的电子地图上进行标记。
通过采用上述技术方案,无人车先通过对检测图像信息与异物遮挡信息的判断,对桥面上的异物进行检测,检测到异物则驱动清理辊清理,再次判断清理后的清理图像信息与桥面病害信息;若没有异物,则直接判断清理图像信息与桥面病害信息,从而识别桥面上病害的所在位置,减少因异物遮挡病害而导致检测不准确的情况,提高桥梁上病害检测的精度。无人车行驶一次即可完成检测和清理,检测效率高。
第三方面,本申请提供一种智能终端,采用如下的技术方案:
一种智能终端,包括存储器和处理器,存储器上存储有能够被处理器加载并执行如上述桥梁养护系统中任一种桥梁养护方法的计算机程序。
通过采用上述技术方案,无人车先通过对检测图像信息与异物遮挡信息的判断,对桥面上的异物进行检测,检测到异物则驱动清理辊清理,再次判断清理后的清理图像信息与桥面病害信息;若没有异物,则直接判断清理图像信息与桥面病害信息,从而识别桥面上病害的所在位置,减少因异物遮挡病害而导致检测不准确的情况,提高桥梁上病害检测的精度。无人车行驶一次即可完成检测和清理,检测效率高。
第四方面,本申请提供提供一种计算机存储介质,能够存储相应的程序,便于实现提高无人车对桥面上病害检测定位的准确性的效果,采用如下的技术方案:
一种计算机可读存储介质,存储有能够被处理器加载并执行上述任一种桥梁养护方法的计算机程序。
通过采用上述技术方案,无人车先通过对检测图像信息与异物遮挡信息的判断,对桥面上的异物进行检测,检测到异物则驱动清理辊清理,再次判断清理后的清理图像信息与桥面病害信息;若没有异物,则直接判断清理图像信息与桥面病害信息,从而识别桥面上病害的所在位置,减少因异物遮挡病害而导致检测不准确的情况,提高桥梁上病害检测的精度。无人车行驶一次即可完成检测和清理,检测效率高。
综上所述,本申请包括以下至少一种有益技术效果:
1.提高无人车对桥面上病害检测定位的准确性;
2.减少桥面上的异物;
3.通过当前位置的进行校验,提高校验无人车于电子地图上的位置信息的准确性。
附图说明
图1是本申请实施例中桥梁养护方法的流程图。
图2是本申请实施例中检测图像信息以及清理图像信息的获取方法的流程图。
图3是本申请实施例中图像判断方法的流程图。
图4是本申请实施例中无人车于电子地图上的当前位置的获取方法的流程图。
图5是本申请实施例中当前位置的校验方法的流程图。
图6是本申请实施例中当前位置的二次校验方法的流程图。
图7是本申请实施例中病害定位信息的校验方法的流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图1-7及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
本申请实施例公开一种桥梁养护方法,提高无人车对桥面上病害检测定位的准确性。
参照图1,桥梁养护方法包括以下步骤:
步骤100:获取当前无人车行驶于检测桥面上的当前检测图像信息。
其中,无人车的车头安装有摄像头,摄像头朝下拍摄,摄像头能实时获取桥面上的视频,将视频进行处理并提取出照片,该照片即检测图像信息,通过分析检测图像信息判断桥面上的病害。
步骤101:判断当前检测图像信息与所预设的异物遮挡信息是否一致。
异物遮挡信息为预先设置的信息,通过对道路上的不同异物进行拍照识别,并将照片中的路面去除,留下异物的图像信息并存储,以供异物遮挡信息的调取。
一旦桥面上存在异物时,异物可能遮挡柱桥面上的病害信息,影响病害检测的准确性,故先对桥面上的异物遮挡信息进行判断。检测图像信息内获取有异物的图像,并将该检测图像信息与所预设的异物遮挡信息进行对比,判断出检测图像信息中是否存在异物。
步骤1010:若一致,则控制所预设的清理辊对当前位置进行清理,于清扫后获取当前清理图像信息。
清理辊预先安装在无人车的中部,便于无人车在检测到异物信息后对异物进行清理,且清理辊上安装有吸尘器,吸尘器能将清理后的异物吸入无人车内。该方法为本领域人员公知常识,在此不做赘述。检测图像信息与异物遮挡信息一致时,即当前检测图像信息的位置上有异物。
无人车上设置有另一摄像头,且摄像头位于无人车的车尾,摄像头朝下拍摄清理后的视频并从视频中等帧数提取照片,照片即为清理后桥面上的图像,即清理图像信息。
步骤1011:若不一致,则获取当前无人车行驶于检测桥面上的当前清理图像信息以供判断病害情况。
检测图像信息与异物遮挡信息不一致时,即当前检测图像信息的位置上没有异物。通过安装于无人车车尾的摄像头获取清理图像信息,并借助清理图像信息来进行下一步病害的判断。
步骤10100:判断当前清理图像信息与所预设的异物遮挡信息是否一致。
清理辊清理后获取摄像头上的清理图像信息,通过对比清理图像信息与所预设的异物遮挡信息,以判断清理辊是否将异物清扫干净。
步骤101000:若一致,则于当前位置发送遮挡定位信息并于所预设的电子地图上进行标记。
一旦清理图像信息与所预设的异物遮挡信息一致,即该位置上的异物没有清理干净,则在该位置发送遮挡定位信息,并在电子地图中进行标记,提示工作人员查看。
其中,电子地图为预先设置的数据,采用GPS定位的方式或图像采集定位的方法,能对遮挡定位信息的进行标定和存储以供调取。
电子地图便于工作人员人工进行清扫,电子地图能导航工作人员快速找到该有异物的位置,该方法为本领域人员公知常识,在此不做赘述。
步骤101001:若不一致,则清理完成,并将当前清理图像信息用于判断病害情况。
一旦清理图像信息与所预设的异物遮挡信息不一致,即该位置上的异物以清理完毕,通过安装于无人车车尾的摄像头获取清理图像信息,并借助清理图像信息来进行下一步病害的判断。
步骤103:判断当前清理图像信息与所预设的桥面病害信息是否一致。
通过步骤101001或步骤1011中获取清理图像信息,桥面病害信息为预先设置的信息,通过对不同道路上的病害进行拍照识别,并将照片中的路面取出,留下病害的图像信息并存储以供调取,病害信息包括裂缝、凸起、凹坑等。
清理图像信息排除了异物对桥面病害信息的干扰,此时再判断清理图像信息与所预设的桥面病害信息,提高了对病害信息判断的准确性。
步骤104:若一致,则于当前位置发送病害定位信息并于所预设的电子地图上进行标记。
一旦清理图像信息与所预设的桥面病害信息一致时,即该位置存在病害,将该位置的病害定位信息发送,并在所预设的电子地图中标记。电子地图便于工作人员观察桥面上病害的个数,且电子地图能导航工作人员至对应的位置进行桥面维护。若不一致,则完成清理。
参照图2,无人车在行驶过程中,车头的摄像头获取检测图像信息,车尾的摄像头获取清理图像信息,在步骤100中检测图像信息、步骤10100中清理图像信息以及步骤1010中清理图像信息的获取方法均相同,包括以下步骤:
步骤200:获取当前无人车行驶于检测桥面上的视频图像信息。
其中,无人车上的两个摄像头分别设置于车头和车尾,且获取的是视频图像信息,视频图像信息在分析过程中存在较大的误差,视频图像信息需要逐帧进行检测和判断,在检测判断时需要对视频图像信息进行优化,从视频图像信息提取出照片。
步骤201:将视频图像信息以所预设的帧数值进行提取以获得判断图像信息。
帧数值为预先设置的数值,由工作人员根据实际情况设置,帧数值的设定为本领域人员公知常识,在此不做赘述。视频图像信息通过所预设的帧数值进行提取,等帧数值提取出的判断图像信息能拼接成完整的桥面图像,所预设的帧数值可根据实际情况进行调节。
步骤202:根据判断图像信息从所预设的特征数据库中查找出覆盖特征。
特征数据库为预先设置的数据,通过对不同道路上的路面进行拍照识别,将照片中的路面取出,留下覆盖特征并存储以供调取。按照所预设的帧数值提取的判断图像信息可能存在不清晰的情况,不清晰的判断图像信息无法准确判断桥面上的病害和异物。故需要先判断获取从视频图像信息中获取的判断图像信息是否存在重影,存在重影即为不清晰,一旦存在重影的情况则调节帧数值。
当需要判断是否存在重影的情况时,需要选取该判断图像信息中的特征进行对比,判断图像信息中存在若干的特征,将判断图像中的特征从所预设的特征数据库中查找覆盖特征,覆盖特征便于后续重影的判断。
步骤203:将覆盖特征以所预设的特征个数随机选出,并将选出的覆盖特征两两相连以形成覆盖区间。
特征个数为预先设置的数值,且特征个数至少为三个,三个覆盖特征不能在同一条直线上,工作人员可根据实际情况调节数值的大小,调节方法为本领域人员公知常识,在此不做赘述。若对单个覆盖特征进行判断,误差率较大,将覆盖特征按照所预设的特征个数随机选出,覆盖特征两两连接形成的覆盖区间面积较大,若判断图像信息不清晰,则重影现象较为明显,便于识别和判断,减少判断的误差。
步骤204:从判断图像信息中判断覆盖区间是否为一个。
覆盖区间由所预设特征个数的覆盖特征连线形成,一个判断图像信息对应于一个覆盖区间,通过判断覆盖区间的个数,以得出判断图像信息是否清晰。
步骤2041:若为一个,则将判断图像信息作为检测图像信息或清理图像信息。
一旦判断图像信息中的覆盖区间为一个时,即该判断图像信息中不存在重影的现象,即所预设的帧数值提取出的判断图像信息清晰。获取检测图像信息和获取清理图像信息的两个摄像头安装于同一辆无人车上,该方法适用于获取检测图像信息和获取清理图像信息,则可将判断图像信息作为检测图像信息或清理图像信息。
步骤2042:若不为一个,则以所预设的帧数差值添加至帧数值中并重复获取判断图像信息并判断覆盖区间的个数,直至覆盖区间个数为一个。
帧数差值为预先设置的数值,且帧数差值的数值小于帧数值,便于添加至帧数值中以调节帧数值。一旦判断图像信息中的覆盖区间不为一个时,即该判断图像信息中存在重影的现象,即预设的帧数值不合适。将所预设的帧数差添加至帧数值中以调节帧数值,再次获取和判断,直至帧数值能从视频图像信息中获取到清晰的判断图像信息。
参照图3,判断桥面上是否存在异物,需要对步骤101中检测图像信息与异物遮挡信息之间进行判断。判断桥面上是否存在病害,需要对步骤10100和步骤103中清理图像信息与桥面病害信息之间进行判断。上述的判断方法均为图像判断方法,图像判断方法包括以下步骤:
步骤300:将检测图像信息以所预设的分割数值进行分割,以获得相应编号的分割模块。
分割数值为预先设置的数值,工作人员可根据实际情况进行调节,具体调节方法为本领域人员公知常识,在此不做赘述。按照分割数值分割检测图像信息,检测图像信息被等分成若干块,可根据从左到右的顺序分为一列,并依次标号,也可将检测图像信息分成两列或多列,并按照从左到右、从上到下的顺序依次标号。小的分割模块能提高对桥面病害信息的检测精度。
步骤301:依次判断分割模块中是否有桥面病害信息。
分割模块中可能存在桥面病害信息,采用依次判断的方法,能提高检测的准确率。
步骤3010:若无桥面病害信息,则不于电子地图上进行标记。
一旦每个分割模块中没有桥面病害信息,即该位置的检测图像信息没有桥面病害信息,检测完成,无需在电子地图上进行标记。
步骤3011:若存在桥面病害信息,则从所预设的编号关系中判断桥面病害信息是否相邻。
编号关系为预先设置的数据,通过对英文字母、数字或英文字母和数字的结合对每个分割模块进行编号,且每个分割模块的编号唯一,并将编号关系进行存储以供调取。
一旦存在多个分割模块中有桥面病害信息的情况,需要通过所预设的标号关系,判断该桥面病害信息是否同时存在于多个分割模块中,减少对一个桥面病害信息进行多个标记的情况。
步骤30110:若相邻,则从相邻的分割模块中判断出来的桥面病害信息所对应的面积中选取中心点,并于电子地图上进行标记。
一旦相连的分割模块中均存在桥面病害信息,且多个桥面病害信息连接,即为同一个桥面病害信息,只需在电子地图中标记一处即可,选取该桥面病害信息所对应的面积中心点,在中心点位置进行标记。
步骤30111:若不相邻,则从当前分割模块中判断出来的桥面病害信息所对应的面积中选取中心点,并于电子地图上进行标记。
一旦相连的分割模块中均存在桥面病害信息,且多个桥面病害信息不连接,即存在不同的桥面病害信息,将不同的桥面病害信息所在的编号标记在电子地图中,便于工作人员按照电子地图寻找。
参照图4,无人车行驶于桥面上,步骤104中将病害定位信息标记于电子地图中,即无人车于电子地图上的当前位置的获取方法包括以下步骤:
步骤400:获取道路上设置于标识特征的当前触发信息。
道路上的标识特征可以为路灯、电线杆或其他设置于桥面上的物体,该标识物体上安装有信号发生器,标识物体能发出触发信息,触发信息能被无人车接收,触发信息可以为电信号、红外信号等信号。触发信息的信号强度所对应的距离小于预设值,且无人车经过标识特征时能接收到触发信息。
步骤401:根据当前触发信息从所预设的触发信息库中查找出对应的定位区间以及与定位区间所对应的标识特征。
触发信息库为预先设置的信息,通过对同一道路上的不同标识特征的触发信息进行识别和收集,并将触发信息存储至触发信息库中以供调取。不同定位区间对应的触发信息不同,通过当前触发信息从所预设的触发信息库中查找出对应的定位区间,定位区间有对应的标识特征,标识特征便于无人车在该定位区间位置的判断。
步骤402:若当前清理图像信息与桥面病害信息一致时,则获取当前方向上的标识特征所对应的当前定位图像信息。
无人车的车顶安装有摄像头,该摄像头能获取无人车当前方向上的视频,视频中截出的图片为定位图像信息。一旦当前清理图像信息与桥面病害信息一致,即桥面的该定位区间内存在病害信息,即获取对应位置的定位图像信息,定位图像信息中包含有标识特征。无人车行驶于该区间内的不同位置,所获取的定位图像信息中标识特征的大小不同。
步骤403:根据定位图像信息从所预设的行驶数据库中查找出行驶角度比例信息。
行驶数据库为预先采集的数据,在同一区间内的不同位置对标识特征进行拍照,并将该照片和对应的距离存储至行驶数据库中,以供调取,按照同样的方法采集不同区间的数据存储至行驶数据库中。
将定位图像中的标识特征与行驶数据库中采集的照片进行对比,查找出与定位图像信息中标识特征缩放比例一致的数据,该数据为行驶角度比例信息。
步骤404:根据行驶角度比例信息从所预设的区间定位数据库中查找出与当前定位区间相对应的位置信息,位置信息即无人车于电子地图上的当前位置。
区间定位数据库为预先采集的数据,通过对每个行驶角度比例信息对应的位置信息在区间内位置进行采集,并存储至区间定位数据库中。行驶角度比例信息一一对应于定位区间的位置信息,获取当前位置的行驶角度比例信息后,能从所预设的区间定位数据库中查找到对应的位置信息,从而确定无人车行驶于该定位区间内的具体位置,即无人车于电子地图内标记的位置。
参照图5,为了提高无人车于电子地图上的当前位置的获取方法的准确性,需要对位置信息进行校验,校验步骤404中位置信息的方法包括以下步骤:
步骤500:判断所预设的校对标识特征于当前定位图像信息中的个数是否大于1。
校对标识特征是预先设置的信息,通过对同一路面上的不同标识特征进行拍照识别,将图片中的标识特征提取,并存储以供调取。校对标识特征在定位图像信息中存在一个或多个,一个以上校对标识特征判断出的位置信息更为准确。
步骤501:若大于1,则获取当前方向上的校对标识特征所对应的当前校对图像信息。
一旦定位图像信息中的校对标识特征数量大于1,则当前方向上的校对图像信息可取,该校对图像信息便于后续的判断。
步骤502:根据校对图像信息从所预设的校对数据库中查找出对应的第一校对角度比例信息。
校对数据库为预先采集的数据,在同一道路对标识特征进行拍照,道路上存在多个标识特征,并将该照片和对应的距离存储至校对数据库中,以供调取。
将校对图像中的校对标识特征与校对数据库中采集的照片进行对比,查找出与校对图像信息中校对标识特征缩放比例一致的数据,数值为多个,将多个数值打包以生成一个数据,该数据为第一校对角度比例信息。无人车行驶于桥面上的第一校对角度比例信息不同,且每个第一校对角度比例信息能对应一个位置。
步骤503:根据第一校对角度比例信息从所预设的校对定位数据库中查找出校对位置信息。
校对定位数据库为预先采集的数据,通过对每个校对定位数据库对应的校对位置信息进行采集,并存储至校对定位数据库中。第一校对角度比例信息一一对应于校对位置信息,获取当前位置的第一校对角度比例信息后,能从所预设的校对定位数据库中查找到校对位置信息,实现对当前位置的再次检测。
步骤504:判断校对位置信息与位置信息是否一致。
位置信息通过无人车于电子地图上的当前位置的获取方法得到,校对位置信息通过另一种方式对当前位置进行测算,将校对位置信息与位置信息对比,便于对位置信息的校对,提高位置信息判断的准确率。
步骤5041:若一致,则完成校对。
一旦校对位置信息与位置信息一致,即无人车于电子地图上的当前位置的获取方法得到的位置信息正确,可以继续定位。
步骤5042:若不一致,则进行提示。
一旦校对位置信息与位置信息不一致,即无人车于电子地图上的当前位置的获取方法得到的位置信息有误,提示工作人员排查误差,减少对后续病害定位信息检测的影响。
参照图6,当前位置的校验方法仅是对当前方向上的校对图像信息的判断,为了提高当前位置的校验方法得到的校对位置信息的准确率,对当前位置的校验方法得到的校对位置信息进行二次校验,步骤5042的校验方法包括以下步骤:
步骤50420:若校对位置信息与位置信息不一致,则获取当前反方向上的校对标识特征所对应的当前校对图像信息。
无人车的车顶上安装有摄像头,该摄像头拍摄反方向上的视频,一旦校对位置信息与位置信息不一致,该侧摄像头能获取无人车当前反方向上的校对图像信息,校对图像信息里包含有反方向上的校对标识特征。
步骤50421:根据校对图像信息从所预设的校对数据库中查找出对应的第二校对角度比例信息。
将校对图像中的校对标识特征与校对数据库中采集的照片进行对比,查找出与校对图像信息中校对标识特征缩放比例一致的数据,数值为多个,将多个数值打包以生成一个数据,该数据为第二校对角度比例信息。无人车行驶于桥面上的第二校对角度比例信息不同,且每个第二校对角度比例信息能对应一个位置。
步骤50422:根据第一校对角度比例信息与第二校对角度比例信息从所预设的核验数据库中查找出校对位置信息。
核验数据库为预先设置采集的数据,通过收集同一位置的第一校对角度比例信息和第二校对角度比例信息,从而将该位置对应的第一校对角度比例信息和第二校对角度比例信息存储至核验数据库中,以供调取。
第二校对角度比例特征信息由反方向上的校对图像信息获得,第一校对角度比例特征信息由当前方向上的校对图像信息获得,从所预设的核验数据库中查找第一校对角度比例信息与第二校对角度比例信息对应的校对位置信息。若当前方向上的校对标识特征为一个时,启动反向拍摄的摄像头工作,提高校对位置信息的准确率。
步骤50423:判断校对位置信息与位置信息是否一致。
位置信息通过无人车于电子地图上的当前位置的获取方法得到,将校对位置信息与位置信息对比,便于对位置信息的校对,提高位置信息判断的准确率。
步骤504230:若一致,则完成校对。
一旦校对位置信息与位置信息一致,则当前位置的校验方法获取的校对位置信息存在误差,即无人车于电子地图上的当前位置的获取方法得到的位置信息正确,可以继续定位。
步骤504231:若不一致,则进行提示。
一旦校对位置信息与位置信息不一致,则当前位置的校验方法得到的结果与当前位置的二次校验方法得到的结果相同,即无人车于电子地图上的当前位置的获取方法得到的位置信息有误,提示工作人员排查误差,减少对后续病害定位信息检测的影响。
参照图7,为了提高对桥面上病害检测的准确性,对病害定位信息进行校对,病害定位信息的校验方法包括以下步骤:
步骤600:获取当前无人车行驶于检测桥面上的当前振动信息以及振动定位信息。
无人车的尾端拖拽有测试板,测试板上安装有用于检测振动的振动传感器,振动传感器能检测到经由病害处产生的异常振动,获取振动信息和与振动信息对应的振动定位信息,接收到超出范围后,对当前位置进行定位,可以GPS也可以图像定位。
步骤601:若振动定位信息与病害定位信息重合时,则判断当前振动信息的幅度值是否超出所预设的幅度区间。
幅度区间为预先设置的区间,通过获取无人车行驶于同一无病害桥面上的振动信息的幅度值,将幅度值连线形成幅度区间存储以供调取。一旦振动定位信息与病害定位信息重合,即振动传感器检测到同一处病害,振动传感器会检测到振动信息的幅度值,将振动信息的幅度值与所预设的幅度区间对比,实现对病害定位信息的校验。
步骤6010:若超出,则完成校验。
一旦当前振动信息的幅度值超出所预设的幅度区间,即该病害定位信息正确,该病害定位信息对应的位置存在病害,完成对桥面上的病害的校验。
步骤6011:若不超出,则进行提示。
一旦当前振动信息的幅度值不超出所预设的幅度区间,即该病害定位信息存在误差,发送提示至工作人员。
基于同一发明构思,本发明实施例提供一种桥梁养护系统,包括:
检测图像模块,与第一判断模块连接,用于获取当前无人车行驶于检测桥面上的当前检测图像信息。
清理图像模块,与第二判断模块连接,用于获取当前无人车行驶于检测桥面上的当前清理图像信息。
异物遮挡模块,与第一判断模块连接,用于获取当前无人车行驶于检测桥面上的当前异物遮挡信息。
控制模块,与第一判断模块连接,用于控制清理辊对当前位置进行清理。
第一判断模块,判断当前检测图像信息与所预设的异物遮挡信息是否一致。
若不一致,则获取当前无人车行驶于检测桥面上的当前清理图像信息以供判断病害情况。
若一致,则控制所预设的清理辊对当前位置进行清理,于清扫后获取当前清理图像信息。并判断当前清理图像信息与所预设的异物遮挡信息是否一致。若一致,则于当前位置发送遮挡定位信息并于所预设的电子地图上进行标记。若不一致,则清理完成,并将当前清理图像信息用于判断病害情况。
第二判断模块,用于判断当前清理图像信息与所预设的桥面病害信息是否一致。
若一致,则于当前位置发送病害定位信息并于所预设的电子地图上进行标记。
本发明实施例提供一种计算机可读存储介质,存储有能够被处理器加载并执行桥梁养护方法的计算机程序。
计算机存储介质例如包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
基于同一发明构思,本发明实施例提供一种智能终端,包括存储器和处理器,存储器上存储有能够被处理器加载并执行桥梁养护方法的计算机程序。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,本说明书(包括摘要和附图)中公开的任一特征,除非特别叙述,均可被其他等效或者具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
Claims (9)
1.一种桥梁养护方法,其特征在于,包括:
获取当前无人车行驶于检测桥面上的当前检测图像信息;
判断当前检测图像信息与所预设的异物遮挡信息是否一致;
若不一致,则获取当前无人车行驶于检测桥面上的当前清理图像信息以供判断病害情况;
若一致,则控制所预设的清理辊对当前位置进行清理,于清扫后获取当前清理图像信息;并判断当前清理图像信息与所预设的异物遮挡信息是否一致;若一致,则于当前位置发送遮挡定位信息并于所预设的电子地图上进行标记;若不一致,则清理完成,并将当前清理图像信息用于判断病害情况;
判断当前清理图像信息与所预设的桥面病害信息是否一致;
若一致,则于当前位置发送病害定位信息并于所预设的电子地图上进行标记;
无人车于电子地图上的当前位置的获取方法包括:
获取道路上设置于标识特征的当前触发信息,其中,道路上的标识特征为路灯、电线杆或其他设置于桥面上的物体,该标识特征上安装有信号发生器,标识特征能发出触发信息,触发信息能被无人车接收,触发信息为电信号、红外信号,触发信息的信号强度所对应的距离小于预设值,且无人车经过标识特征时能接收到触发信息;
根据当前触发信息从所预设的触发信息库中查找出对应的定位区间以及与定位区间所对应的标识特征;
若当前清理图像信息与桥面病害信息一致时,则获取当前方向上的标识特征所对应的当前定位图像信息,其中,无人车的车顶安装有摄像头,该摄像头能获取无人车当前方向上的视频,视频中截出的图片为定位图像信息,定位图像信息中包含有标识特征;
根据定位图像信息从所预设的行驶数据库中查找出行驶角度比例信息,其中,将定位图像中的标识特征与行驶数据库中采集的照片进行对比,查找出与定位图像信息中标识特征缩放比例一致的数据,该数据为行驶角度比例信息;
根据行驶角度比例信息从所预设的区间定位数据库中查找出与当前定位区间相对应的位置信息,位置信息即无人车于电子地图上的当前位置。
2.根据权利要求1所述的一种桥梁养护方法,其特征在于,检测图像信息以及清理图像信息的获取方法包括:
获取当前无人车行驶于检测桥面上的视频图像信息;
将视频图像信息以所预设的帧数值进行提取以获得判断图像信息;
根据判断图像信息从所预设的特征数据库中查找出覆盖特征;
将覆盖特征以所预设的特征个数随机选出,并将选出的覆盖特征两两相连以形成覆盖区间;
从判断图像信息中判断覆盖区间是否为一个;
若为一个,则将判断图像信息作为检测图像信息或清理图像信息;
若不为一个,则以所预设的帧数差值添加至帧数值中并重复获取判断图像信息并判断覆盖区间的个数,直至覆盖区间个数为一个。
3.根据权利要求2所述的一种桥梁养护方法,其特征在于:清理图像信息与桥面病害信息之间的判断包括:
将检测图像信息以所预设的分割数值进行分割,以获得相应编号的分割模块;
依次判断分割模块中是否有桥面病害信息;
若无桥面病害信息,则不于电子地图上进行标记;
若存在桥面病害信息,则从所预设的编号关系中判断桥面病害信息是否相邻;
若相邻,则从相邻的分割模块中判断出来的桥面病害信息所对应的面积中选取中心点,并于电子地图上进行标记;
若不相邻,则从当前分割模块中判断出来的桥面病害信息所对应的面积中选取中心点,并于电子地图上进行标记。
4.根据权利要求1所述的一种桥梁养护方法,其特征在于,当前位置的校验方法包括:
判断所预设的校对标识特征于当前定位图像信息中的个数是否大于1;
若大于1,则获取当前方向上的校对标识特征所对应的当前校对图像信息;
根据校对图像信息从所预设的校对数据库中查找出对应的第一校对角度比例信息,其中,校对数据库为预先采集的数据,在同一道路对标识特征进行拍照,道路上存在多个标识特征,并将该照片和对应的距离存储至校对数据库中,以供调取;将校对图像中的校对标识特征与校对数据库中采集的照片进行对比,查找出与校对图像信息中校对标识特征缩放比例一致的数据,数值为多个,将多个数值打包以生成一个数据,该数据为第一校对角度比例信息;无人车行驶于桥面上的第一校对角度比例信息不同,且每个第一校对角度比例信息能对应一个位置;
根据第一校对角度比例信息从所预设的校对定位数据库中查找出校对位置信息;
判断校对位置信息与位置信息是否信息一致;
若一致,则完成校对;
若不一致,则进行提示。
5.根据权利要求4所述的一种桥梁养护方法,其特征在于,若校对位置信息与位置信息不一致,则获取当前反方向上的校对标识特征所对应的当前校对图像信息;
根据当前反方向上的校对标识特征所对应的当前校对图像信息从所预设的校对数据库中查找出对应的第二校对角度比例信息;
根据第一校对角度比例信息与第二校对角度比例信息从所预设的核验数据库中查找出校对位置信息;
判断校对位置信息与位置信息是否一致;
若一致,则完成校对;
若不一致,则进行提示。
6.根据权利要求1所述的一种桥梁养护方法,其特征在于,病害定位信息的校验方法包括:
获取当前无人车行驶于检测桥面上的当前振动信息以及振动定位信息;
若振动定位信息与病害定位信息重合时,则判断当前振动信息的幅度值是否超出所预设的幅度区间;
若超出,则完成校验;
若不超出,则进行提示。
7.一种桥梁养护系统,其特征在于,执行如权利要求1所述的桥梁养护方法,包括:
检测图像模块,与第一判断模块连接,用于获取当前无人车行驶于检测桥面上的当前检测图像信息;
清理图像模块,与第二判断模块连接,用于获取当前无人车行驶于检测桥面上的当前清理图像信息;
异物遮挡模块,与第一判断模块连接,用于获取当前无人车行驶于检测桥面上的当前异物遮挡信息;
控制模块,与第一判断模块连接,用于控制清理辊对当前位置进行清理;
第一判断模块,判断当前检测图像信息与所预设的异物遮挡信息是否一致;
若不一致,则获取当前无人车行驶于检测桥面上的当前清理图像信息以供判断病害情况;
若一致,则控制所预设的清理辊对当前位置进行清理,于清扫后获取当前清理图像信息;并判断当前清理图像信息与所预设的异物遮挡信息是否一致;若一致,则于当前位置发送遮挡定位信息并于所预设的电子地图上进行标记;若不一致,则清理完成,并将当前清理图像信息用于判断病害情况;
第二判断模块,用于判断当前清理图像信息与所预设的桥面病害信息是否一致;
若一致,则于当前位置发送病害定位信息并于所预设的电子地图上进行标记。
8.一种智能终端,其特征在于,包括存储器和处理器,存储器上存储有能够被处理器加载并执行如权利要求1至6中任一种桥梁养护方法的计算机程序。
9.一种计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1至6中任一种桥梁养护方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110144726.2A CN112950543B (zh) | 2021-02-02 | 2021-02-02 | 一种桥梁养护方法、系统、存储介质及智能终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110144726.2A CN112950543B (zh) | 2021-02-02 | 2021-02-02 | 一种桥梁养护方法、系统、存储介质及智能终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112950543A CN112950543A (zh) | 2021-06-11 |
CN112950543B true CN112950543B (zh) | 2024-06-11 |
Family
ID=76241697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110144726.2A Active CN112950543B (zh) | 2021-02-02 | 2021-02-02 | 一种桥梁养护方法、系统、存储介质及智能终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112950543B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114710613A (zh) * | 2022-04-15 | 2022-07-05 | 西南大学 | 桥梁桥面信息采集装置 |
CN117541234B (zh) * | 2023-12-04 | 2024-04-26 | 南京新鸿运物业管理股份有限公司 | 一种基于大数据的工程维修诊断系统和方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109459443A (zh) * | 2018-11-08 | 2019-03-12 | 青海民族大学 | 一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法 |
CN110441314A (zh) * | 2019-07-30 | 2019-11-12 | 南京华智大为科技有限责任公司 | 基于无人机自动化扫描的桥梁梁板底面巡查系统 |
CN110687125A (zh) * | 2019-10-23 | 2020-01-14 | 中铁大桥科学研究院有限公司 | 一种智能化桥梁检查系统及检查方法 |
CN112033972A (zh) * | 2020-09-14 | 2020-12-04 | 长安大学 | 一种道路裂缝检测装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10774488B2 (en) * | 2014-12-18 | 2020-09-15 | Federal Signal Corporation | Vehicle with internal and/or external monitoring |
CA3031054A1 (en) * | 2018-01-23 | 2019-07-23 | Federal Signal Corporation | Vehicle with internal and/or external monitoring |
CN109614959B (zh) * | 2019-01-09 | 2022-10-21 | 高顺河 | 一种公路桥面图像获取方法 |
CN111643014A (zh) * | 2020-06-08 | 2020-09-11 | 深圳市杉川机器人有限公司 | 智能清洁方法、装置、智能清洁设备和存储介质 |
CN112380897B (zh) * | 2020-09-30 | 2023-05-16 | 宁波市世纪耀达环卫保洁有限公司 | 一种道路污渍清理方法、系统、存储介质以及智能终端 |
CN113981787B (zh) * | 2021-09-26 | 2023-01-06 | 岑杰 | 一种道路裂缝修复装置以及修复方法 |
-
2021
- 2021-02-02 CN CN202110144726.2A patent/CN112950543B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109459443A (zh) * | 2018-11-08 | 2019-03-12 | 青海民族大学 | 一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法 |
CN110441314A (zh) * | 2019-07-30 | 2019-11-12 | 南京华智大为科技有限责任公司 | 基于无人机自动化扫描的桥梁梁板底面巡查系统 |
CN110687125A (zh) * | 2019-10-23 | 2020-01-14 | 中铁大桥科学研究院有限公司 | 一种智能化桥梁检查系统及检查方法 |
CN112033972A (zh) * | 2020-09-14 | 2020-12-04 | 长安大学 | 一种道路裂缝检测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112950543A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107643086B (zh) | 一种车辆定位方法、装置及系统 | |
CN112950543B (zh) | 一种桥梁养护方法、系统、存储介质及智能终端 | |
KR102267335B1 (ko) | 객체와 감지 카메라의 거리차를 이용한 속도 검출 방법 | |
JP6543520B2 (ja) | 測量データ処理装置、測量データ処理方法および測量データ処理用プログラム | |
US20180060986A1 (en) | Information processing device, road structure management system, and road structure management method | |
US11195016B2 (en) | Pile head analysis system, pile head analysis method, and storage medium in which pile head analysis program is stored | |
JP6904614B2 (ja) | 対象物検出装置、予測モデル作成装置、対象物検出方法及びプログラム | |
US20160132057A1 (en) | Method for constructing air-observed terrain data by using rotary wing structure | |
CN111754581A (zh) | 一种摄像头标定方法、路侧感知设备和智慧交通系统 | |
US20060078197A1 (en) | Image processing apparatus | |
CN111754580A (zh) | 一种摄像头标定方法、路侧感知设备和智慧交通系统 | |
CN108732573B (zh) | 一种车位探测方法及车位探测系统 | |
EP2068293A2 (en) | Apparatus and method for aligning an aircraft | |
CN110998684A (zh) | 图像收集系统、图像收集方法、图像收集装置、记录介质、以及车辆用通信装置 | |
CN110084171B (zh) | 一种地铁车顶异物检测装置及检测方法 | |
CN114841188A (zh) | 一种基于二维码的车辆融合定位方法及装置 | |
CN116012611B (zh) | 路产检测方法及载具 | |
CN114332435A (zh) | 一种基于三维重建的图像标注方法及装置 | |
WO2020194570A1 (ja) | 標識位置特定システム及びプログラム | |
WO2022176303A1 (ja) | 識別装置、識別プログラム、および識別方法 | |
KR20170021961A (ko) | 주행 차량을 이용한 포트홀 검출 시스템 및 방법 | |
CN113674361B (zh) | 一种车载环视校准实现方法及系统 | |
CN115238840A (zh) | 一种巡检机器人定位方法、系统、存储介质及智能终端 | |
CN114840017A (zh) | 控制方法、控制装置、控制系统、交管系统和存储介质 | |
CN110414470B (zh) | 基于太赫兹与可见光的巡查方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |