CN115078389A - 一种基于公路工程的路面破损检测装置及其检测方法 - Google Patents

Abstract

本发明公开一种基于公路工程的路面破损检测装置及其检测方法，其检测装置包括低空飞行无人机、高清图片采集设备、GPS定位模块、距离传感器、网络传输模块、图片处理模块、裂缝大小计算模块和破损严重性判断模块。本发明通过将采集数据的模块或者设备搭载在低空飞行的无人机上对数据进行采集，可实现快速采集数据，多次往返采集可降低数据采集遗漏问题；同时整个装置或者系统可移动性能高，可移植到多种道路的级别路面完成采集数据和数据处理的过程。

Description

一种基于公路工程的路面破损检测装置及其检测方法

技术领域

本发明属于路面维修检测技术领域，具体来说，涉及一种基于公路工程的路面破损检测装置及其检测方法。

背景技术

我国公路90％以上采用沥青混凝土路面。近年来，随着交通量的增大，以及汽车轴载和重车比例的增大，再加上恶劣的环境条件，致使沥青路面在长期的使用过程中出现了松散、龟裂、坑槽、裂缝等病害。这些病害特别是裂缝一旦产生，便会对路面产生一系列较大的危害。

公路破损自动检测装置，是应用于我国高速公路路面出现的裂缝、坑槽等诸多路面危害检测的装置，装置可有效识别路面裂缝、坑槽等诸多路面危害，可大幅度节约道路检测成本，装置通过安装在检测车上的采集设备进行路面危害采集，并通过后期病害处理软件对采集的路面信息进行有效的信息化病害识别和处理，给出检测结果。

现有的公路破损自动检测装置在查准率和查全率方面水平不高，大多数为固定安装在路面一侧的检测装置，这样会导致大面积的装置费用；有的采用车载式的移动拍摄图像或者图片，同样的车流量大的时候，会导致采集数据的遗漏，采集时间在拥堵情况下十分缓慢。

发明内容

针对现有检测装置安装成本较高，采集数据时，采集数据容易遗漏，采集时间较长的问题，本发明提供了一种基于公路工程的路面破损检测装置及其检测方法。

为实现上述技术目的，本发明采用的技术方案如下：

一种基于公路工程的路面破损检测装置，包括低空飞行无人机、高清图片采集设备、GPS定位模块、距离传感器、网络传输模块、图片处理模块、裂缝大小计算模块和破损严重性判断模块；

低空飞行无人机上安装了高清图片采集设备、GPS定位模块、距离传感器和网络传输模块，低空飞行无人机将采集的路面信息全部传输至图像处理模块，高清图片采集设备通过低空飞行无人机往返飞行中多次采集路面图片信息通过网络传输模块传输至图片处理模块；GPS定位模块与高清图片采集设备通过网络传输模块同步上传定位信息和时间戳至图片处理模块；距离传感器检测相邻路面之间距离信息通过网络传输模块上传至裂缝大小计算模块，同时上传检测相邻路面的时间戳；

图片处理模块搭载图片处理算法对低空飞行无人机采集的图片信息进行处理，获取到无重复图片切片，并从中筛选出带有裂缝的图片传输至裂缝大小计算模块；

裂缝大小计算模块，根据实时上传的距离传感器高度数据和图片裂缝与图片比例缩放大小计算裂缝的大小；

破损严重性判断模块，该模块预设了路面裂缝比例上限值，若超出上限值则判定为破损严重路面。

图片处理算法包括步骤：

S101、首先对采集的所有图片进行归一化处理；确保所有图片缩放比例在统一尺寸下，后续计算路面裂缝所占图片的比例精确度越高。

S102、然后对所有图片进行降噪处理，对路面以外其它场景进行切片；可以选用邻域扩张算法识别路面边界，对其路面边界以外场景删除，得到路面的完整全景图。

S103、对所有图片按照预设切片尺寸大小进行切片；

S104、对切片后相同无裂缝图片进行合并删除；预留一张相同无裂缝图片即可。

S105、最后将切片后有裂缝的图片上传至裂缝大小计算模块。

进一步地，裂缝大小计算步骤：

S201、对切片后有裂缝的图片进行网格化处理；通过网格化处理后的图片，更容易细化切片带裂缝的特征提取和识别。

S202、对网格化处理后的图片采用Haar-like算法提取网格化像素特征，并计算其像素特征内带阴影的面积占整个像素块的比例；

S203、对单个切片中所有网格化像素特征提取阴影的面积占整个像素块的比例求和，然后除以单个切片像素块的总和；得到单个切片中裂缝所占整个切片路面的面积比例。根据时间戳是否相同可以判定哪些切片为同一张拍摄图片。

裂缝大小计算步骤还包括：

S204、根据图片切片占整个拍摄图片的比例，进而得到裂缝占整个拍摄图片内路面的面积比例大小；

S205、根据上述Haar-like算法计算路面占整个拍摄图片的比例，进而求得裂缝占整个拍摄图片的面积比例值；把路面作为像素点，求得路面像素点特征占整个拍摄图片的比例。

S206、根据低空飞行无人机距离路面的高度值和高清图片采集设备采集视角内最大面积值，高清图片采集设备采集视角内最大面积值根据高度变化取值表查询可知，进而求得裂缝最大面积值。

进一步地，将步骤S204中求得的裂缝占整个拍摄图片内路面的面积比例大小与破损严重性判断模块预设了路面裂缝比例上限值作比较，若操作该范围值，则判定为破损严重路面，急需维修。通过信息告警给监控人员，及时制定维修方案对路面进行维修。

进一步地，还包括路面沉降检测模块，通过距离传感器实时上传的裂缝两侧路面距离差值大小，若超出预设的差值大小，则判定距离较大侧的裂缝路面有沉降的风险。

进一步地，还包括裂缝填补成本预算模块，通过GPS定位模块采集的定位信息，根据定位信息查找该路面路段属于道路的级别，再根据级别对应的道路厚度和步骤S206中求得裂缝最大面积值计算其维修需要填充的体积空间，最后根据填充该体积所需材料的价格，预估其裂缝填补成本最大值。

一种基于公路工程的路面破损检测方法，包括步骤：

S1、通过低空飞行的无人机采集路面的高清图片信息、定位信息和无人机距离地面的高度信息；

S2、通过图片处理算法对低空飞行无人机采集的图片信息进行处理，获取到无重复图片切片；

S3、从无重复图片切片中筛选出带有裂缝的图片，和实时上传的距离传感器高度数据计算裂缝的大小；

S4、判断裂缝的大小是否超过预设的路面裂缝比例上限值；

S5、若超过则判定为破损严重路面；

S6、若没有超过，则进一步判断是否为最后一个带有裂缝的路面图片；若不是则返回S3中对下一个裂缝的图片进行裂缝大小的计算；

S7、若为最后一个带有裂缝的路面图片，则结束整个路面破损检测程序。

本发明相比现有技术，具有如下有益效果：

通过将采集数据的模块或者设备搭载在低空飞行的无人机上对数据进行采集，可实现快速采集数据，多次往返采集可降低数据采集遗漏问题；同时整个装置或者系统可移动性能高，可移植到多种道路的级别路面完成采集数据和数据处理的过程。

通过图片处理模块、裂缝大小计算模块和破损严重性判断模块对路面裂缝大小、损坏的严重性作出初步判断，便于相关技术人员后续对维修难度和维修成本作出一个简单的判断。

通过裂缝填补成本预算模块，能直接对裂缝正常维修所需最大成本作出的预算成本的估算。

附图说明

图1为本发明一种基于公路工程的路面破损检测装置的数据传输框图；

图2为本发明一种基于公路工程的路面破损检测方法的流程图；

图3为本发明图片处理算法的流程图；

图4为本发明裂缝大小计算步骤的流程图。

图中标记说明：10-高清图片采集设备，20-GPS定位模块，30-距离传感器，40-网络传输模块，50-图片处理模块，60-裂缝大小计算模块，70-破损严重性判断模块，80-路面沉降检测模块，90-裂缝填补成本预算模块。

具体实施方式

为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。

如图1所示，一种基于公路工程的路面破损检测装置，包括低空飞行无人机、高清图片采集设备10、GPS定位模块20、距离传感器30、网络传输模块40、图片处理模块50、裂缝大小计算模块60和破损严重性判断模块70。

低空飞行无人机上安装了高清图片采集设备10、GPS定位模块20、距离传感器30和网络传输模块40，低空飞行无人机将采集的路面信息全部传输至图像处理模块，高清图片采集设备10通过低空飞行无人机往返飞行中多次采集路面图片信息通过网络传输模块40传输至图片处理模块50；多次往返飞行相同路段采集图片信息的目的是为了排除路面上行驶车辆干扰该路段所有裂缝的拍摄和采集；多次往返拍摄后的图片可以根据相同定位信息，删除相同图片的拍摄图片，同时避免路面行驶车辆遮挡裂缝的可能性。GPS定位模块20与高清图片采集设备10通过网络传输模块40同步上传定位信息和时间戳至图片处理模块50；距离传感器30检测相邻路面之间距离信息通过网络传输模块40上传至裂缝大小计算模块60，同时上传检测相邻路面的时间戳；相邻路面之间距离信息为裂缝两侧路面距离无人机飞行的高度；裂缝大小计算模块60使用相邻路面之间距离信息时需要排除本来设计为上坡或者下坡路面高低不同的数据，转弯时路面两侧高低不同的数据，以及减速带和车辆遮挡导致两次采集路面距离无人机高度不同的数据，上述数据可能影响对沉降路面的判断影响，实现方法可以通过预设阈值，两次采集裂缝两侧路面距离不能超过预设值，比如预设值可以为两倍道路路面等级厚度值。裂缝超过两倍道路路面等级厚度值可能为地震或者其它自然灾害导致的沉降。该类路面是需要封堵后，重新大面积维修的，不属于小范围修补裂缝范围。

图片处理模块50搭载图片处理算法对低空飞行无人机采集的图片信息进行处理，获取到无重复图片切片，并从中筛选出带有裂缝的图片传输至裂缝大小计算模块60。

裂缝大小计算模块60，根据实时上传的距离传感器30高度数据和图片裂缝与图片比例缩放大小计算裂缝的大小。

破损严重性判断模块70，该模块预设了路面裂缝比例上限值，若超出上限值则判定为破损严重路面。

如图3所示，图片处理算法包括步骤：S101、首先对采集的所有图片进行归一化处理；确保所有图片缩放比例在统一尺寸下，后续计算路面裂缝所占图片的比例精确度越高。S102、首先对采集的所有图片进行降噪处理，对路面以外其它场景进行切片；可以选用邻域扩张算法识别路面边界，对其路面边界以外场景删除，得到路面的完整全景图。S103、对所有图片按照预设切片尺寸大小进行切片；S104、对切片后相同无裂缝图片进行合并删除；预留一张相同无裂缝图片即可。S105、将切片后有裂缝的图片上传至裂缝大小计算模块60。

如图4所示，裂缝大小计算步骤：S201、对切片后有裂缝的图片进行网格化处理；通过网格化处理后的图片，更容易细化切片带裂缝的特征提取和识别。S202、对网格化处理后的图片采用Haar-like算法提取网格化像素特征，并计算其像素特征内带阴影的面积占整个像素块的比例；S203、对单个切片中所有网格化像素特征提取阴影的面积占整个像素块的比例求和，然后除以单个切片像素块的总和；得到单个切片中裂缝所占整个切片路面的面积比例。根据时间戳是否相同可以判定哪些切片为同一张拍摄图片。

S204、根据图片切片占整个拍摄图片的比例，进而得到裂缝占整个拍摄图片内路面的面积比例大小；S205、根据上述Haar-like算法计算路面占整个拍摄图片的比例，进而求得裂缝占整个拍摄图片的面积比例值；把路面作为像素点，求得路面像素点特征占整个拍摄图片的比例。S206、根据低空飞行无人机距离路面的高度值和高清图片采集设备10采集视角内最大面积值，高清图片采集设备10采集视角内最大面积值根据高度变化取值表查询可知，进而求得裂缝最大面积值。

将步骤S204中求得的裂缝占整个拍摄图片内路面的面积比例大小与破损严重性判断模块70预设了路面裂缝比例上限值作比较，若操作该范围值，则判定为破损严重路面，急需维修。通过信息告警给监控人员，及时制定维修方案对路面进行维修。

还包括路面沉降检测模块80，通过距离传感器30实时上传的裂缝两侧路面距离差值大小，若超出预设的差值大小，则判定距离较大侧的裂缝路面有沉降的风险。需要整体进行较大工程维修制定方案。

还包括裂缝填补成本预算模块90，通过GPS定位模块20采集的定位信息，根据定位信息查找该路面路段属于道路的级别(如乡镇道路、县级道路、省道和国道等)，再根据级别对应的道路厚度和步骤S206中求得裂缝最大面积值计算其维修需要填充的体积空间，最后根据填充该体积所需材料的价格，预估其裂缝填补成本最大值。

如图2所示，一种基于公路工程的路面破损检测方法，包括步骤：S1、通过低空飞行的无人机采集路面的高清图片信息、定位信息和无人机距离地面的高度信息；S2、通过图片处理算法对低空飞行无人机采集的图片信息进行处理，获取到无重复图片切片；S3、从无重复图片切片中筛选出带有裂缝的图片，和实时上传的距离传感器30高度数据计算裂缝的大小；S4、判断裂缝的大小是否超过预设的路面裂缝比例上限值；S5、若超过则判定为破损严重路面；S6、若没有超过，则进一步判断是否为最后一个带有裂缝的路面图片；若不是则返回S3中对下一个裂缝的图片进行裂缝大小的计算；S7、若为最后一个带有裂缝的路面图片，则结束整个路面破损检测程序。

以上对本申请提供的一种基于公路工程的路面破损检测装置及其检测方法进行了详细介绍。具体实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

Claims (7)

1.一种基于公路工程的路面破损检测装置，其特征在于，包括低空飞行无人机、高清图片采集设备(10)、GPS定位模块(20)、距离传感器(30)、网络传输模块(40)、图片处理模块(50)、裂缝大小计算模块(60)和破损严重性判断模块(70)；

低空飞行无人机上安装了高清图片采集设备(10)、GPS定位模块(20)、距离传感器(30)和网络传输模块(40)，低空飞行无人机将采集的路面信息全部传输至图像处理模块，高清图片采集设备(10)通过低空飞行无人机往返飞行中多次采集路面图片信息通过网络传输模块(40)传输至图片处理模块(50)；GPS定位模块(20)与高清图片采集设备(10)通过网络传输模块(40)同步上传定位信息和时间戳至图片处理模块(50)；距离传感器(30)检测相邻路面之间距离信息通过网络传输模块(40)上传至裂缝大小计算模块(60)，同时上传检测相邻路面的时间戳；

图片处理模块(50)搭载图片处理算法对低空飞行无人机采集的图片信息进行处理，获取到无重复图片切片，并从中筛选出带有裂缝的图片传输至裂缝大小计算模块(60)；

裂缝大小计算模块(60)，根据实时上传的距离传感器(30)高度数据和图片裂缝与图片比例缩放大小计算裂缝的大小；

破损严重性判断模块(70)，该模块预设了路面裂缝比例上限值，若超出上限值则判定为破损严重路面。

2.根据权利要求1所述的一种基于公路工程的路面破损检测装置，其特征在于，图片处理算法包括步骤：

S101、首先对采集的所有图片进行归一化处理；

S102、然后对所有图片进行降噪处理，对路面以外其它场景进行切片；

S103、对所有图片按照预设切片尺寸大小进行切片；

S104、对切片后相同无裂缝图片进行合并删除；

S105、最后将切片后有裂缝的图片上传至裂缝大小计算模块(60)。

3.根据权利要求2所述的一种基于公路工程的路面破损检测装置，其特征在于，裂缝大小计算步骤：

S201、对切片后有裂缝的图片进行网格化处理；

S202、对网格化处理后的图片采用Haar-like算法提取网格化像素特征，并计算其像素特征内带阴影的面积占整个像素块的比例；

S203、对单个切片中所有网格化像素特征提取阴影的面积占整个像素块的比例求和，然后除以单个切片像素块的总和；得到单个切片中裂缝所占整个切片路面的面积比例。

4.根据权利要求3所述的一种基于公路工程的路面破损检测装置，其特征在于，将步骤S204中求得的裂缝占整个拍摄图片内路面的面积比例大小与破损严重性判断模块(70)预设了路面裂缝比例上限值作比较，若操作该范围值，则判定为破损严重路面。

5.根据权利要求4所述的一种基于公路工程的路面破损检测装置，其特征在于，还包括路面沉降检测模块(80)，通过距离传感器(30)实时上传的裂缝两侧路面距离差值大小，若超出预设的差值大小，则判定距离较大侧的裂缝路面有沉降的风险。

6.根据权利要求5所述的一种基于公路工程的路面破损检测装置，其特征在于，还包括裂缝填补成本预算模块(90)，通过GPS定位模块(20)采集的定位信息，根据定位信息查找该路面路段属于道路的级别，再根据级别对应的道路厚度和步骤S206中求得裂缝最大面积值计算其维修需要填充的体积空间，最后根据填充该体积所需材料的价格，预估其裂缝填补成本最大值。

7.一种基于公路工程的路面破损检测方法，包括步骤：

S1、通过低空飞行的无人机采集路面的高清图片信息、定位信息和无人机距离地面的高度信息；

S2、通过图片处理算法对低空飞行无人机采集的图片信息进行处理，获取到无重复图片切片；

S3、从无重复图片切片中筛选出带有裂缝的图片，和实时上传的距离传感器(30)高度数据计算裂缝的大小；

S4、判断裂缝的大小是否超过预设的路面裂缝比例上限值；

S5、若超过则判定为破损严重路面；

S6、若没有超过，则进一步判断是否为最后一个带有裂缝的路面图片；若不是则返回S3中对下一个裂缝的图片进行裂缝大小的计算；

S7、若为最后一个带有裂缝的路面图片，则结束整个路面破损检测程序。

Images