CN114841919A - 交通基础设施智能养护方法 - Google Patents
交通基础设施智能养护方法 Download PDFInfo
- Publication number
- CN114841919A CN114841919A CN202210298686.1A CN202210298686A CN114841919A CN 114841919 A CN114841919 A CN 114841919A CN 202210298686 A CN202210298686 A CN 202210298686A CN 114841919 A CN114841919 A CN 114841919A
- Authority
- CN
- China
- Prior art keywords
- traffic infrastructure
- image data
- traffic
- image
- positioning 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012423 maintenance Methods 0.000 title claims abstract description 43
- 201000010099 disease Diseases 0.000 claims abstract description 87
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 87
- 238000011161 development Methods 0.000 claims abstract description 35
- 230000003902 lesion Effects 0.000 claims abstract description 6
- 238000012163 sequencing technique Methods 0.000 claims abstract description 5
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Library & Information Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种交通基础设施智能养护方法,包括:将由交通参与者采集的第一交通基础设施图像数据存储于数据库中;对数据库中的第一交通基础设施图像数据的第一定位信息进行匹配,建立一个图像分组;从图像分组中识别交通基础设施的病害部位图像;根据图像分组中多个第一交通基础设施图像数据的第一拍摄时间信息的先后顺序,将图像分组中多个第一交通基础设施图像数据依次排序,从而得到交通基础设施的病害发展图像序列;判断交通基础设施的病害发展规律以及病害严重程度;确定针对交通基础设施的病害部位所采取的处置措施。本发明可以大幅度降低对于交通基础设施的监测和管理成本,提高对于交通基础设施的管理效率。
Description
技术领域
本发明涉及建筑施工技术领域,尤其涉及一种交通基础设施智能养护方法。
背景技术
交通基础设施主要包括一般公路交通设施、高速公路交通设施,市政道路交通设施,轨道交通设施、停车场设施等等。交通基础设施的质量决定了交通路网的运行效率,同时也关乎交通参与者的安全。因此,需要对交通基础设施进行定期的养护,以保证整个交通路网的安全高效运转。目前针对交通基础设施的健康状况,主要依赖于大量的人工检查,监督和管理的效率较低。
发明内容
本发明的一个目的是解决至少上述问题和/或缺陷,并提供至少后面将说明的优点。
本发明的一个目的是提供一种交通基础设施智能养护方法,其可以根据交通参与者所提供的针对交通基础设施的图像大数据,实现对于交通基础设施病害情况的监督和研判,进而及时对交通基础设施的病害部位进行养护,可以大幅度降低对于交通基础设施的监测和管理成本,提高对于交通基础设施的管理效率。
为了实现根据本发明的这些目的和其它优点,提供了一种交通基础设施智能养护方法,包括:
将由交通参与者采集的第一交通基础设施图像数据存储于数据库中,所述第一交通基础设施图像数据携带有第一定位信息和第一拍摄时间信息,所述第一交通基础设施图像数据包含所述交通基础设施的病害部位;
对所述数据库中的第一交通基础设施图像数据的第一定位信息进行匹配,为第一定位信息相匹配的多个第一交通基础设施图像数据建立一个图像分组;
从所述图像分组中的每个第一交通基础设施图像数据中识别所述交通基础设施的病害部位图像;
根据所述图像分组中多个第一交通基础设施图像数据的第一拍摄时间信息的先后顺序,将所述图像分组中多个第一交通基础设施图像数据依次排序,从而得到所述交通基础设施的病害发展图像序列;
根据所述交通基础设施的病害发展图像序列,判断所述交通基础设施的病害发展规律以及病害严重程度;
根据所述交通基础设施的病害发展规律以及病害严重程度,确定针对所述交通基础设施的病害部位所采取的处置措施。
优选的是,所述的交通基础设施智能养护方法中,所述第一定位信息为采集所述第一交通基础设施图像数据的图像采集设备所自动生成的第一定位信息,或者由所述交通参与者在所述第一交通基础设施图像数据中人工标记的第一定位信息。
优选的是,所述的交通基础设施智能养护方法中,所述将由交通参与者采集的第一交通基础设施图像数据存储于数据库中,所述第一交通基础设施图像数据携带有第一定位信息和第一拍摄时间信息,所述第一交通基础设施图像数据包含交通基础设施的病害部位,还包括:
将由交通参与者采集的交通基础设施视频数据拆分成多个第一交通基础设施图像数据,选取其中一个第一交通基础设施图像数据存储于数据库中。
优选的是,所述的交通基础设施智能养护方法中,所述对所述数据库中的第一交通基础设施图像数据的第一定位信息进行匹配,为第一定位信息相匹配的多个第一交通基础设施图像数据建立一个图像分组,包括:
根据任意两个第一交通基础设施图像数据所携带的第一定位信息,确定相应两个第一交通基础设施图像数据所拍摄的地点之间的距离;如相应两个第一交通基础设施图像数据所拍摄的地点之间的距离位于预设的距离阈值范围内,则判定相应两个第一交通基础设施图像数据的第一定位信息相匹配,并为第一定位信息相匹配的多个第一交通基础设施图像数据建立一个图像分组。
优选的是,所述的交通基础设施智能养护方法中,所述对所述数据库中的第一交通基础设施图像数据的第一定位信息进行匹配,为第一定位信息相匹配的多个第一交通基础设施图像数据建立一个图像分组,还包括:
将所述图像分组中与其他第一交通基础设施图像数据所拍摄的地点之间距离平均值最小的一个第一交通基础设施图像数据所携带的第一定位信息设定为所述图像分组的定位信息。
优选的是,所述的交通基础设施智能养护方法中,所述根据所述交通基础设施的病害发展规律以及病害严重程度,确定针对所述交通基础设施的病害部位所采取的处置措施之后,所述方法还包括:
当所确定的针对所述交通基础设施的病害部位的处置措施为立即对所述交通基础设施的病害部位进行养护,则根据所确定的针对所述交通基础设施的病害部位的处置措施,对所述交通基础设施的病害部位进行养护;
将由养护人员采集的第二交通基础设施图像数据存储于数据库中,所述第二交通基础设施图像数据携带有第二定位信息和第二拍摄时间信息,所述第二交通基础设施图像数据包含所述交通基础设施经过养护的部位以及由养护人员做出的对所述交通基础设施经过养护的部位的标记,所述交通基础设施经过养护的部位与所述交通基础设施的病害部位属于所述交通基础设施相同的部位;
对所述数据库中的第二交通基础设施图像数据的第二定位信息与所述数据库中的多个图像分组的定位信息进行匹配,将第二交通基础设施图像数据存储至与所述第二交通基础设施图像数据的第二定位信息相匹配的图像分组中;
根据所述第二交通基础设施图像数据中由养护人员做出的对所述交通基础设施经过养护的部位的标记,从所述第二交通基础设施图像数据中识别所述交通基础设施经过养护的部位;
根据所述图像分组中所述交通基础设施图像数据的第二拍摄时间与相应图像分组中多个第一交通基础设施图像数据的第一拍摄时间信息的先后顺序,将所述第二交通基础设施图像数据放入相应图像分组中的所述交通基础设施的病害发展图像序列。
优选的是,所述的交通基础设施智能养护方法中,所述对所述数据库中的第二交通基础设施图像数据的第二定位信息与所述数据库中的多个图像分组的定位信息进行匹配,将第二交通基础设施图像数据存储至与所述第二交通基础设施图像数据的第二定位信息相匹配的图像分组中,包括:
根据所述第二交通基础设施图像数据的第二定位信息和任一图像分组的定位信息,确定所述第二交通基础设施图像数据所拍摄的地点与任一图像分组所拍摄的地点之间的距离;如所述第二交通基础设施图像数据所拍摄的地点与任一图像分组所拍摄的地点之间的距离位于预设的距离阈值范围内,则判定所述第二交通基础设施图像数据的第二定位信息和相应图像分组的定位信息相匹配。
本发明至少包括以下有益效果:
本发明提供了一种交通基础设施智能养护方法,包括:将由交通参与者采集的第一交通基础设施图像数据存储于数据库中,所述第一交通基础设施图像数据携带有第一定位信息和第一拍摄时间信息,所述第一交通基础设施图像数据包含所述交通基础设施的病害部位;对所述数据库中的第一交通基础设施图像数据的第一定位信息进行匹配,为第一定位信息相匹配的多个第一交通基础设施图像数据建立一个图像分组;从所述图像分组中的每个第一交通基础设施图像数据中识别所述交通基础设施的病害部位图像;根据所述图像分组中多个第一交通基础设施图像数据的第一拍摄时间信息的先后顺序,将所述图像分组中多个第一交通基础设施图像数据依次排序,从而得到所述交通基础设施的病害发展图像序列;根据所述交通基础设施的病害发展图像序列,判断所述交通基础设施的病害发展规律以及病害严重程度;根据所述交通基础设施的病害发展规律以及病害严重程度,确定针对所述交通基础设施的病害部位所采取的处置措施。本发明所提供的交通基础设施智能养护方法,可以根据交通参与者所提供的针对交通基础设施的图像大数据,实现对于交通基础设施病害情况的监督和研判,进而及时对交通基础设施的病害部位进行养护,可以大幅度降低对于交通基础设施的监测和管理成本,提高对于交通基础设施的管理效率。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明实施例所述的交通基础设施智能养护方法的流程图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
如图1所示,本发明提供了一种交通基础设施智能养护方法,包括:
步骤(1)将由交通参与者采集的第一交通基础设施图像数据存储于数据库中,所述第一交通基础设施图像数据携带有第一定位信息和第一拍摄时间信息,所述第一交通基础设施图像数据包含所述交通基础设施的病害部位。
交通参与者在使用交通基础设施过程中,可以将其观察到的交通基础设施中的病害部位拍摄下来,在所拍摄的图像中附加第一定位信息和第一拍摄时间信息,并将图像上传至数据库中,以便于进一步分析。例如,当行人在路上行走,或者车辆停在路口等待红灯,行人或者司机都可以将观察到的路面上的凹陷拍摄下来,在道路图像中附加道路名称,路面凹陷在道路上的位置、GPS定位信息等第一定位信息以及第一拍摄时间信息,之后将道路的路面凹陷图像上传至数据库中。
步骤(2)对所述数据库中的第一交通基础设施图像数据的第一定位信息进行匹配,为第一定位信息相匹配的多个第一交通基础设施图像数据建立一个图像分组。
对于数据库中的第一交通基础设施图像数据,可以根据这些图像所携带的第一定位信息进行匹配,当两张图像的定位信息匹配成功,说明这两张图线所拍摄的地点是相同的,即这两张图像所包含的交通基础设施的病害部位属于相同部位,据此可以建立一个图像分组。该图像分组中的图像都指向相同的病害部位。
步骤(3)从所述图像分组中的每个第一交通基础设施图像数据中识别所述交通基础设施的病害部位图像。可以现有的图像识别技术对病害部位进行识别,也可以采用人工标记的方式对图像中的病害部位进行识别。
步骤(4)根据所述图像分组中多个第一交通基础设施图像数据的第一拍摄时间信息的先后顺序,将所述图像分组中多个第一交通基础设施图像数据依次排序,从而得到所述交通基础设施的病害发展图像序列。
步骤(5)根据所述交通基础设施的病害发展图像序列,判断所述交通基础设施的病害发展规律以及病害严重程度。
交通基础设施的病害发展图像序列以图像的形式反映交通基础设施的病害部位的病害发展规律,例如道路上路面凹陷随时间从浅向深的发展过程,或者道路路面上的裂纹随时间从小到大的发展过程。通过最近的一张图像,则可以判断病害部位的病害严重程度,例如,反映道路上路面裂纹的最新大小。上述判断过程可以人工判断,也可以利用现有的判断模型进行判断,例如通过测量病害发展图像序列的凹陷的面积来判断凹陷的发展情况,或者通过测量病害发展图像序列中裂纹的长度或者分支数来判断裂纹的发展情况。
步骤(6)根据所述交通基础设施的病害发展规律以及病害严重程度,确定针对所述交通基础设施的病害部位所采取的处置措施。
根据交通基础设施的病害发展规律以及病害严重程度,来确定处置措施。例如,当交通基础设施的病害不是很严重,可以先不对其进行处置。例如,在偏远地区的道路路面上某一处的裂纹实际上很处于很小的阶段,考虑到养护成本的问题,可以先暂时不对其进行养护修复,在合适的时间与其他道路病害一起进行养护。或者,当某一处病害已经较为严重,则可以做出立即对该病害进行处置的决定。这一判断过程可以直接由人工判断,也可以由判断模型来判断,再由人工复核。例如,当道路上路面凹陷面积达到设定面积阈值,则判断模型判断需要对该病害进行处置的决定,再由人工对该决定进行复核。或者当道路上的裂纹的长度或者分支数达到设定阈值,则判断模型判断需要对该病害进行处置的决定,再由人工进行复核。
综上所述,本发明提供了一种交通基础设施智能养护方法,该方法根据交通参与者所提供的针对交通基础设施的图像大数据,实现对于交通基础设施病害情况的监督和研判,进而及时对交通基础设施的病害部位进行养护,可以大幅度降低对于交通基础设施的监测和管理成本,提高对于交通基础设施的管理效率。在该方法中,交通参与者可以在使用交通基础设施的过程中,随时采集交通基础设施的图像,随时上传,从而达到对于交通基础设施的随时监控,使得该方法不依赖交通基础设施的管理和养护部门的监测手段,有助于节省人工,也有助于及时发现交通基础设施的病害部位。
在一个优选的实施例中,所述的交通基础设施智能养护方法中,所述第一定位信息为采集所述第一交通基础设施图像数据的图像采集设备所自动生成的第一定位信息,或者由所述交通参与者在所述第一交通基础设施图像数据中人工标记的第一定位信息。
图像采集设备可以自动生成图像所拍摄地点或者GPS坐标等第一定位信息。也可以由交通参与者自行输入图像所拍摄地点,例如某道路的某路口位置等等。GPS定位坐标属于较为精确的定位数据,因此优选以自动生成GPS定位坐标的方式生成第一定位信息。
在一个优选的实施例中,所述的交通基础设施智能养护方法中,所述将由交通参与者采集的第一交通基础设施图像数据存储于数据库中,所述第一交通基础设施图像数据携带有第一定位信息和第一拍摄时间信息,所述第一交通基础设施图像数据包含交通基础设施的病害部位,还包括:将由交通参与者采集的交通基础设施视频数据拆分成多个第一交通基础设施图像数据,选取其中一个第一交通基础设施图像数据存储于数据库中。
当交通参与者提交了一段交通基础设施视频数据,可以将该视频数据拆分成各帧,选取其中一帧存储即可,以便于后续分析,同时可以减少对于数据库存储空间的占用。
在一个优选的实施例中,所述的交通基础设施智能养护方法中,所述对所述数据库中的第一交通基础设施图像数据的第一定位信息进行匹配,为第一定位信息相匹配的多个第一交通基础设施图像数据建立一个图像分组,包括:根据任意两个第一交通基础设施图像数据所携带的第一定位信息,确定相应两个第一交通基础设施图像数据所拍摄的地点之间的距离;如相应两个第一交通基础设施图像数据所拍摄的地点之间的距离位于预设的距离阈值范围内,则判定相应两个第一交通基础设施图像数据的第一定位信息相匹配,并为第一定位信息相匹配的多个第一交通基础设施图像数据建立一个图像分组。
当第一定位信息为GPS定位坐标时,可以直接计算两个交通基础设施图像数据所拍摄的地点之间的距离。当第一定位信息为文字描述,例如是某道路某路口,可以先在电子地图中确定该第一交通基础设施图像数据所拍摄的地点,之后根据电子点图计算两个第一交通基础设施图像数据所拍摄的地点之间距离。为方便计算,要求交通参与者提供的第一交通基础设施图像数据中的第一定位信息具有精确的描述,不能仅有某道路某路段的描述。
在一个优选的实施例中,所述的交通基础设施智能养护方法中,所述对所述数据库中的第一交通基础设施图像数据的第一定位信息进行匹配,为第一定位信息相匹配的多个第一交通基础设施图像数据建立一个图像分组,还包括:将所述图像分组中与其他第一交通基础设施图像数据所拍摄的地点之间距离平均值最小的一个第一交通基础设施图像数据所携带的第一定位信息设定为所述图像分组的定位信息。
可以通过聚类算法找到图像分组中位于聚类中心的第一交通基础设施图像数据,该位于聚类中心的第一交通基础设施图像数据所拍摄地点到其他图像所拍摄地点的距离平均值为最小,可以将聚类中心的第一交通基础设施图像数据的第一定位信息作为图像分组的定位信息。
在一个优选的实施例中,所述的交通基础设施智能养护方法中,所述根据所述交通基础设施的病害发展规律以及病害严重程度,确定针对所述交通基础设施的病害部位所采取的处置措施之后,所述方法还包括:当所确定的针对所述交通基础设施的病害部位的处置措施为立即对所述交通基础设施的病害部位进行养护,则根据所确定的针对所述交通基础设施的病害部位的处置措施,对所述交通基础设施的病害部位进行养护;将由养护人员采集的第二交通基础设施图像数据存储于数据库中,所述第二交通基础设施图像数据携带有第二定位信息和第二拍摄时间信息,所述第二交通基础设施图像数据包含所述交通基础设施经过养护的部位以及由养护人员做出的对所述交通基础设施经过养护的部位的标记,所述交通基础设施经过养护的部位与所述交通基础设施的病害部位属于所述交通基础设施相同的部位;对所述数据库中的第二交通基础设施图像数据的第二定位信息与所述数据库中的多个图像分组的定位信息进行匹配,将第二交通基础设施图像数据存储至与所述第二交通基础设施图像数据的第二定位信息相匹配的图像分组中;根据所述第二交通基础设施图像数据中由养护人员做出的对所述交通基础设施经过养护的部位的标记,从所述第二交通基础设施图像数据中识别所述交通基础设施经过养护的部位;根据所述图像分组中所述交通基础设施图像数据的第二拍摄时间与相应图像分组中多个第一交通基础设施图像数据的第一拍摄时间信息的先后顺序,将所述第二交通基础设施图像数据放入相应图像分组中的所述交通基础设施的病害发展图像序列。
在对交通基础设施的病害部位进行养护之后,可以由养护人员采集第二交通基础设施图像数据,以记录养护结果。第二定位信息可以是养护人员的图像采集设备自动生成的GPS定位坐标,也可以是养护人员自动添加的位置描述,但不论是哪种方式,都要求对于第二交通基础设施图像数据所拍摄地点进行精确定位,以便于后续计算。同时由于交通基础设施的病害部位已经被养护过,为方便后续计算,要求养护人员对经过养护部位进行标记,可以以方框的方式框出,而且标记的部位应该与病害部位属于交通基础设施上的相同部位。
根据第二交通基础设施图像数据的第二定位信息和数据库中的若干图像分组的定位信息进行匹配,以确定第二交通基础设施图像数据属于哪一个图像分组。之后识别出第二交通基础设施图像数据中识别交通基础设施经过养护的部位,这一识别过程可以通过图像识别技术实现。最后,将第二交通基础设施图像数据存储至相应图像分组中的交通基础设施的病害发展图像序列中。如果在第二交通基础设施图像数据上传之前没有其他的第一交通基础设施图像进入图像分组,则第二交通基础设施图像数据应该是病害发展图像序列的最后一张图像。由此,可以记录交通基础设施从发生病害到养护恢复正常状态的完整过程。
在一个优选的实施例中,所述的交通基础设施智能养护方法中,所述对所述数据库中的第二交通基础设施图像数据的第二定位信息与所述数据库中的多个图像分组的定位信息进行匹配,将第二交通基础设施图像数据存储至与所述第二交通基础设施图像数据的第二定位信息相匹配的图像分组中,包括:根据所述第二交通基础设施图像数据的第二定位信息和任一图像分组的定位信息,确定所述第二交通基础设施图像数据所拍摄的地点与任一图像分组所拍摄的地点之间的距离;如所述第二交通基础设施图像数据所拍摄的地点与任一图像分组所拍摄的地点之间的距离位于预设的距离阈值范围内,则判定所述第二交通基础设施图像数据的第二定位信息和相应图像分组的定位信息相匹配。
当第一和第二定位信息为GPS定位坐标时,可以直接计算第二交通基础设施图像数据所拍摄的地点与图像分组所拍摄的地点之间的距离。当第一和第二定位信息为文字描述,例如是某道路某路口,可以先在电子地图中确定该第一交通基础设施图像数据所拍摄的地点,之后根据电子点图计算第二交通基础设施图像数据所拍摄的地点与图像分组所拍摄的地点之间的距离。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言,可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (7)
1.一种交通基础设施智能养护方法,其特征在于,包括:
将由交通参与者采集的第一交通基础设施图像数据存储于数据库中,所述第一交通基础设施图像数据携带有第一定位信息和第一拍摄时间信息,所述第一交通基础设施图像数据包含所述交通基础设施的病害部位;
对所述数据库中的第一交通基础设施图像数据的第一定位信息进行匹配,为第一定位信息相匹配的多个第一交通基础设施图像数据建立一个图像分组;
从所述图像分组中的每个第一交通基础设施图像数据中识别所述交通基础设施的病害部位图像;
根据所述图像分组中多个第一交通基础设施图像数据的第一拍摄时间信息的先后顺序,将所述图像分组中多个第一交通基础设施图像数据依次排序,从而得到所述交通基础设施的病害发展图像序列;
根据所述交通基础设施的病害发展图像序列,判断所述交通基础设施的病害发展规律以及病害严重程度;
根据所述交通基础设施的病害发展规律以及病害严重程度,确定针对所述交通基础设施的病害部位所采取的处置措施。
2.如权利要求1所述的交通基础设施智能养护方法,其特征在于,所述第一定位信息为采集所述第一交通基础设施图像数据的图像采集设备所自动生成的第一定位信息,或者由所述交通参与者在所述第一交通基础设施图像数据中人工标记的第一定位信息。
3.如权利要求1所述的交通基础设施智能养护方法,其特征在于,所述将由交通参与者采集的第一交通基础设施图像数据存储于数据库中,所述第一交通基础设施图像数据携带有第一定位信息和第一拍摄时间信息,所述第一交通基础设施图像数据包含交通基础设施的病害部位,还包括:
将由交通参与者采集的交通基础设施视频数据拆分成多个第一交通基础设施图像数据,选取其中一个第一交通基础设施图像数据存储于数据库中。
4.如权利要求1所述的交通基础设施智能养护方法,其特征在于,所述对所述数据库中的第一交通基础设施图像数据的第一定位信息进行匹配,为第一定位信息相匹配的多个第一交通基础设施图像数据建立一个图像分组,包括:
根据任意两个第一交通基础设施图像数据所携带的第一定位信息,确定相应两个第一交通基础设施图像数据所拍摄的地点之间的距离;如相应两个第一交通基础设施图像数据所拍摄的地点之间的距离位于预设的距离阈值范围内,则判定相应两个第一交通基础设施图像数据的第一定位信息相匹配,并为第一定位信息相匹配的多个第一交通基础设施图像数据建立一个图像分组。
5.如权利要求4所述的交通基础设施智能养护方法,其特征在于,所述对所述数据库中的第一交通基础设施图像数据的第一定位信息进行匹配,为第一定位信息相匹配的多个第一交通基础设施图像数据建立一个图像分组,还包括:
将所述图像分组中与其他第一交通基础设施图像数据所拍摄的地点之间距离平均值最小的一个第一交通基础设施图像数据所携带的第一定位信息设定为所述图像分组的定位信息。
6.如权利要求5所述的交通基础设施智能养护方法,其特征在于,所述根据所述交通基础设施的病害发展规律以及病害严重程度,确定针对所述交通基础设施的病害部位所采取的处置措施之后,所述方法还包括:
当所确定的针对所述交通基础设施的病害部位的处置措施为立即对所述交通基础设施的病害部位进行养护,则根据所确定的针对所述交通基础设施的病害部位的处置措施,对所述交通基础设施的病害部位进行养护;
将由养护人员采集的第二交通基础设施图像数据存储于数据库中,所述第二交通基础设施图像数据携带有第二定位信息和第二拍摄时间信息,所述第二交通基础设施图像数据包含所述交通基础设施经过养护的部位以及由养护人员做出的对所述交通基础设施经过养护的部位的标记,所述交通基础设施经过养护的部位与所述交通基础设施的病害部位属于所述交通基础设施相同的部位;
对所述数据库中的第二交通基础设施图像数据的第二定位信息与所述数据库中的多个图像分组的定位信息进行匹配,将第二交通基础设施图像数据存储至与所述第二交通基础设施图像数据的第二定位信息相匹配的图像分组中;
根据所述第二交通基础设施图像数据中由养护人员做出的对所述交通基础设施经过养护的部位的标记,从所述第二交通基础设施图像数据中识别所述交通基础设施经过养护的部位;
根据所述图像分组中所述交通基础设施图像数据的第二拍摄时间与相应图像分组中多个第一交通基础设施图像数据的第一拍摄时间信息的先后顺序,将所述第二交通基础设施图像数据放入相应图像分组中的所述交通基础设施的病害发展图像序列。
7.如权利要求6所述的交通基础设施智能养护方法,其特征在于,所述对所述数据库中的第二交通基础设施图像数据的第二定位信息与所述数据库中的多个图像分组的定位信息进行匹配,将第二交通基础设施图像数据存储至与所述第二交通基础设施图像数据的第二定位信息相匹配的图像分组中,包括:
根据所述第二交通基础设施图像数据的第二定位信息和任一图像分组的定位信息,确定所述第二交通基础设施图像数据所拍摄的地点与任一图像分组所拍摄的地点之间的距离;如所述第二交通基础设施图像数据所拍摄的地点与任一图像分组所拍摄的地点之间的距离位于预设的距离阈值范围内,则判定所述第二交通基础设施图像数据的第二定位信息和相应图像分组的定位信息相匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210298686.1A CN114841919B (zh) | 2022-03-22 | 2022-03-22 | 交通基础设施智能养护方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210298686.1A CN114841919B (zh) | 2022-03-22 | 2022-03-22 | 交通基础设施智能养护方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114841919A true CN114841919A (zh) | 2022-08-02 |
CN114841919B CN114841919B (zh) | 2024-06-14 |
Family
ID=82561469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210298686.1A Active CN114841919B (zh) | 2022-03-22 | 2022-03-22 | 交通基础设施智能养护方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114841919B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170039847A1 (en) * | 2015-08-05 | 2017-02-09 | Siemens Aktiengesellschaft | Method for geographic region detection of traffic infrastructure |
CN106934466A (zh) * | 2017-03-19 | 2017-07-07 | 北京工业大学 | 一种交通基础设施状态信息采集方法 |
CN112183998A (zh) * | 2020-09-24 | 2021-01-05 | 上海市建筑科学研究院有限公司 | 一种基于数字街景的交通基础设施病害发展评估方法 |
CN112687023A (zh) * | 2020-12-29 | 2021-04-20 | 北京中交创新投资发展有限公司 | 基于地理围栏巡检道路设施的方法 |
CN113963285A (zh) * | 2021-09-09 | 2022-01-21 | 济南金宇公路产业发展有限公司 | 一种基于5g的道路养护方法及设备 |
-
2022
- 2022-03-22 CN CN202210298686.1A patent/CN114841919B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170039847A1 (en) * | 2015-08-05 | 2017-02-09 | Siemens Aktiengesellschaft | Method for geographic region detection of traffic infrastructure |
CN106934466A (zh) * | 2017-03-19 | 2017-07-07 | 北京工业大学 | 一种交通基础设施状态信息采集方法 |
CN112183998A (zh) * | 2020-09-24 | 2021-01-05 | 上海市建筑科学研究院有限公司 | 一种基于数字街景的交通基础设施病害发展评估方法 |
CN112687023A (zh) * | 2020-12-29 | 2021-04-20 | 北京中交创新投资发展有限公司 | 基于地理围栏巡检道路设施的方法 |
CN113963285A (zh) * | 2021-09-09 | 2022-01-21 | 济南金宇公路产业发展有限公司 | 一种基于5g的道路养护方法及设备 |
Non-Patent Citations (1)
Title |
---|
李永伟;彭靖萱;陈安江;邱实;: "基于"互联网+"的众筹式交通公共基础设施状态信息采集平台的开发", 交通工程, no. 1, 15 April 2019 (2019-04-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN114841919B (zh) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109763409B (zh) | 公路裂缝检测系统 | |
CN108986448B (zh) | 一种交通设施管理方法及终端设备 | |
CN110910354A (zh) | 道路检测车及道路检测方法、装置 | |
CN113537016B (zh) | 一种道路巡查中道路损伤自动检测预警的方法 | |
CN111126802A (zh) | 基于人工智能的高速公路检查评价方法及系统 | |
CN107798293A (zh) | 一种道路裂缝检测装置 | |
CN105930774A (zh) | 一种基于神经网络的桥梁螺栓脱落自动识别方法 | |
CN109782364A (zh) | 基于机器视觉的交通标志牌缺失检测方法 | |
CN110021167A (zh) | 一种高速公路云巡查系统及数据处理方法 | |
CN113588664A (zh) | 一种车载道路缺陷快速巡检与分析系统 | |
CN116168356B (zh) | 一种基于计算机视觉的车辆损伤判别方法 | |
CN112465166A (zh) | 一种公路小修养护管理系统和方法 | |
CN114972177A (zh) | 道路病害识别管理方法、装置及智能终端 | |
CN111047585A (zh) | 一种路面裂缝检测方法 | |
CN107436304A (zh) | 一种混凝土构件表面检测装置 | |
CN112511610A (zh) | 基于城市精细化管理条件的车载巡视智能方法和系统 | |
CN116245933A (zh) | 一种摄像机偏移检测方法、系统及存储介质 | |
CN114841919B (zh) | 交通基础设施智能养护方法 | |
CN116993665A (zh) | 一种基于计算机视觉的建筑工程作业面施工进度的智能检测方法 | |
CN111595853A (zh) | 边坡病害巡检方法及系统 | |
CN115049984A (zh) | 一种路面病害检测方法及系统 | |
CN111862012A (zh) | 基于深度卷积神经网络的机场滑行道的缺陷检测方法 | |
CN110556018A (zh) | 一种基于视频监控的停车管理系统和停车管理方法 | |
CN212846830U (zh) | 一种桥梁病害实时检测与监测系统 | |
CN116071353B (zh) | 一种螺栓装配检测方法及系统 |
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 |