CN115115823A - 道路病害定位矫正方法、装置、设备及可读存储介质 - Google Patents

道路病害定位矫正方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN115115823A
CN115115823A CN202211026148.3A CN202211026148A CN115115823A CN 115115823 A CN115115823 A CN 115115823A CN 202211026148 A CN202211026148 A CN 202211026148A CN 115115823 A CN115115823 A CN 115115823A
Authority
CN
China
Prior art keywords
positioning
acquiring
picture
parameter
module
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
Application number
CN202211026148.3A
Other languages
English (en)
Other versions
CN115115823B (zh
Inventor
周子益
周崇毅
阚倩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Traffic Science Research Institute Co ltd
Shenzhen Urban Transport Planning Center Co Ltd
Original Assignee
Shenzhen Traffic Science Research Institute Co ltd
Shenzhen Urban Transport Planning Center Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Traffic Science Research Institute Co ltd, Shenzhen Urban Transport Planning Center Co Ltd filed Critical Shenzhen Traffic Science Research Institute Co ltd
Priority to CN202211026148.3A priority Critical patent/CN115115823B/zh
Publication of CN115115823A publication Critical patent/CN115115823A/zh
Application granted granted Critical
Publication of CN115115823B publication Critical patent/CN115115823B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种道路病害定位矫正方法、装置、设备及可读存储介质，所述方法包括：根据图片采集模块中心点与定位模块的相对位置，获取第一参数；根据图片采集模块中心点与所采集图片中所有像素之间的相对位置，获取第二参数；根据图片采集模块的采集延迟时间，获取第三参数；根据道路病害所在图片的获取时刻以及第三参数，获取第一时刻；根据所述第一时刻以及定位模块中获取时间与第一时刻最接近的第一定位数据，获取第二定位数据；根据第一参数和第二定位数据，获取第三定位数据；根据道路病害所在图片、第三定位数据以及第二参数，获取道路病害的精准定位。本发明提供的道路病害定位矫正方法能够获取道路病害的精准定位数据，提高养护效率。

Description

道路病害定位矫正方法、装置、设备及可读存储介质
技术领域
本发明涉及道路管理技术领域，具体而言，涉及一种道路病害定位矫正方法、装置、设备及可读存储介质。
背景技术
交通基础设施的发展重点已经由快速建设转移到数字化、智能化和全寿命的管养。而大规模养护工作的开展以及相关养护工艺的提升都需要全面精准的巡查数据作为支撑。数据驱动的新型养护模式成为发展的必然趋势，有利于实现低成本、快速化、广覆盖的管养模式。
在道路病害的发现、修复、评估和决策整个持续流程中，道路病害的发现是第一个也是最重要的一个环节。如果不能及时和准确的发现道路病害，容易导致后期需要投入成倍的资金和时间进行修复。现有技术中，智能巡检设备在发现道路病害时存在定位不准确的问题，在智能巡检设备获取的同一张照片中的多个病害也无法做到定位区分，从而导致修复过程中养护人员难以精准地找到相关道路病害，依靠养护人员进行肉眼判断，则会导致养护效率较低的问题。
发明内容
针对现有技术的不足，本发明提供了一种道路病害定位矫正方法、装置、设备及可读存储介质。
第一方面，本发明提供了一种道路病害定位矫正方法，所述方法包括：
根据图片采集模块中心点与定位模块的相对位置，获取第一参数；
根据所述图片采集模块中心点与所述图片采集模块所采集图片中所有像素之间的相对位置，获取第二参数；
根据所述图片采集模块的采集延迟时间，获取第三参数；
获取道路病害所在定位图片的获取时刻，根据所述道路病害所在定位图片的获取时刻以及所述第三参数，获取所述道路病害所在定位图片矫正后的第一时刻；
获取所述定位模块中与所述第一时刻最接近的第一定位数据，根据所述第一时刻以及所述第一定位数据，获取所述定位模块的矫正后的第二定位数据；
根据所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据；
根据所述道路病害所在定位图片、所述第三定位数据以及所述第二参数，获取所述道路病害的精准定位。
可选地，所述获取所述定位模块中与所述第一时刻最接近的第一定位数据，根据所述第一时刻以及所述第一定位数据，获取所述定位模块的矫正后的第二定位数据，包括：
获取所述定位模块中获取时间与所述第一时刻最接近的第一定位数据；
根据所述第一时刻以及所述第一定位数据的获取时刻，获取时刻差；
根据所述时刻差，获取所述定位模块的矫正后的第二定位数据。
可选地，所述根据所述时刻差，获取所述定位模块的矫正后的第二定位数据，包括：
获取所述定位模块的移动速度和移动方位角；
根据所述定位模块的移动速度和移动方位角以及所述时刻差，获取所述定位模块的位移差；
根据所述第一定位数据和所述位移差，获取所述定位模块的矫正后的第二定位数据。
可选地，所述根据所述道路病害所在定位图片、所述第三定位数据以及所述第二参数，获取所述道路病害的精准定位，包括：
根据所述道路病害所在定位图片，获取所述道路病害在所述定位图片中的相对位置；
获取所述图片采集模块的焦距和水平场视角；
根据所述图片采集模块的焦距和水平场视角，获取所述定位图片中像素与所述第二参数的对应关系；
根据所述道路病害在所述定位图片中的相对位置、所述定位图片中像素与所述第二参数的对应关系以及所述第三定位数据，获取所述道路病害的精准定位。
可选地，在根据所述图片采集模块的焦距和水平场视角，获取所述定位图片中像素与所述第二参数的对应关系之后，在根据所述道路病害在所述定位图片中的相对位置、所述定位图片中像素与所述第二参数的对应关系以及所述第三定位数据，获取所述道路病害的精准定位之前，所述方法还包括：
获取所述图片采集模块的移动方位角；
所述根据所述道路病害在所述定位图片中的相对位置、所述定位图片中像素与所述第二参数的对应关系以及所述第三定位数据，获取所述道路病害的精准定位，包括：
根据所述道路病害在所述定位图片中的相对位置、所述定位图片中像素与所述第二参数的对应关系、所述移动方位角以及所述第三定位数据，获取所述道路病害的精准定位。
可选地，所述根据所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据，包括：
获取所述图片采集模块的移动方位角；
根据所述图片采集模块的移动方位角、所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据。
可选地，所述根据所述图片采集模块的采集延迟时间，获取第三参数，包括：
获取所述图片采集模块的采集图片的第二时刻，并获取所述图片采集模块获得图片的第三时刻；
根据所述第二时刻和所述第三时刻，获取所述图片采集模块的采集延迟时间；
根据所述图片采集模块的采集延迟时间，获取第三参数。
第二方面，本发明提供了一种道路病害定位矫正装置，所述装置包括：
第一参数获取模块，用于根据图片采集模块中心点与定位模块的相对位置，获取第一参数；
第二参数获取模块，用于根据所述图片采集模块中心点与所述图片采集模块所采集图片中所有像素之间的相对位置，获取第二参数；
第三参数获取模块，用于根据所述图片采集模块的采集延迟时间，获取第三参数；
第一矫正模块，用于获取道路病害所在定位图片的获取时刻，根据所述道路病害所在定位图片的获取时刻以及所述第三参数，获取所述道路病害所在定位图片矫正后的第一时刻；
第二矫正模块，用于获取所述定位模块中与所述第一时刻最接近的第一定位数据，根据所述第一时刻以及所述第一定位数据，获取所述定位模块的矫正后的第二定位数据；
第三矫正模块，用于根据所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据；
第四矫正模块，用于根据所述道路病害所在定位图片、所述第三定位数据以及所述第二参数，获取所述道路病害的精准定位。
第三方面，本发明提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述所述的道路病害定位矫正方法。
第四方面，本发明提供了一种计算机设备，包括处理器、存储器及存储于所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述的道路病害定位矫正方法。
本发明提供的道路病害定位矫正方法、装置、设备及存储介质的有益效果是，分别通过图片采集模块中心点和定位模块的相对位置，图片采集模块中心点和所采集图片中各个像素的相对位置，以及图片采集模块的采集延迟时间，获取第一参数、第二参数和第三参数，再根据第一参数、第二参数、第三参数对道路病害所在定位图片的获取时刻、定位模块中的定位数据等进行逐步矫正，最终获取道路病害的精准定位数据，根据道路病害的精准定位数据能够快速、准确的找到道路病害，提高养护效率；本发明提供的道路病害定位矫正方法能够对初始数据中的偏差进行矫正，获取道路病害的精准定位数据，快速、准确地定位道路病害所处的位置，提高养护效率，节省养护成本和养护时间。
附图说明
图1为本发明实施例中道路病害定位矫正方法的应用环境图；
图2为本发明实施例中道路病害定位矫正方法的流程示意图；
图3为本发明实施例中移动速度和移动方位角的变化示意图；
图4为本发明实施例中图片采集模块的采集范围示意图一；
图5为本发明实施例中图片采集模块的采集范围示意图二；
图6为本发明实施例中道路病害与定位图片相对位置的示意图；
图7为本发明实施例中道路病害定位矫正装置的结构框图；
图8为本发明实施例中计算机设备的内部结构图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”；术语“可选地”表示“可选的实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
图1为一个实施例中道路病害定位矫正方法的应用环境图。参照图1，该道路病害定位矫正方法应用于道路病害定位矫正系统。该道路病害定位矫正系统包括终端110和服务器120。终端110和服务器120通过网络连接。终端110具体可以是台式终端或移动终端，移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
本发明实施例提供一种道路病害定位矫正方法，如图2所示，所述方法包括：
步骤210，根据图片采集模块中心点与定位模块的相对位置，获取第一参数；
步骤220，根据所述图片采集模块中心点与所述图片采集模块所采集图片中所有像素之间的相对位置，获取第二参数；
步骤230，根据所述图片采集模块的采集延迟时间，获取第三参数；
步骤240，获取道路病害所在定位图片的获取时刻，根据所述道路病害所在定位图片的获取时刻以及所述第三参数，获取所述道路病害所在定位图片矫正后的第一时刻；
步骤250，获取所述定位模块中与所述第一时刻最接近的第一定位数据，根据所述第一时刻以及所述第一定位数据，获取所述定位模块的矫正后的第二定位数据；
步骤260，根据所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据；
步骤270，根据所述道路病害所在定位图片、所述第三定位数据以及所述第二参数，获取所述道路病害的精准定位。
图2为一个实施例中道路病害定位矫正方法的流程示意图。应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其他的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
为了获取道路病害的定位，至少包括图片采集模块和定位模块，图片采集模块的作用是采集道路图片，从图片中识别出道路病害，定位模块的作用是获取定位数据，根据定位数据确定道路病害所处的位置。
示例性地，图片采集模块为相机，通过拍摄道路照片进行图片采集，定位模块为RTK（Real-time kinematic）定位模块，通过GPS或北斗卫星导航获取定位数据。
一个实施例中，图片采集模块和定位模块均安装于同一个智能巡检设备上，例如巡检车，或者其他可以实现地面移动巡检、或空中移动巡检等的设备上，在此不再赘述。通过智能巡检设备巡检，即可同时获取图片和定位数据。
步骤210中，虽然图片采集模块和定位模块均安装于同一个智能巡检设备中，但由于两者安装位置不同，导致位置有偏差，例如，当智能巡检设备为巡检车时，图片采集模块可安装于车顶，定位模块可安装于底盘或后备箱。根据图片采集模块中心点和定位模块之间的相对位置，获取第一参数。
即，第一参数为图片采集模块中心点和定位模块之间的偏差。
步骤220中，根据所述图片采集模块中心点与所述图片采集模块所采集图片中所有像素之间的相对位置，获取第二参数。
其中，图片采集模块所采集图片中所有像素是指，图片采集模块所采集图片中所有像素对应的实际道路位置。
所述图片采集模块中心点与所述图片采集模块所采集图片中所有像素之间的相对位置，即，图片采集模块中心点到其所采集图片中各个像素之间的实际距离。
步骤230中，通常图片采集模块从开始采集图片到获得采集图片会有一定延迟，根据所述图片采集模块的采集延迟时间，获取第三参数。
具体地，包括以下步骤：
获取所述图片采集模块的采集图片的第二时刻，并获取所述图片采集模块获得图片的第三时刻；
根据所述第二时刻和所述第三时刻，获取所述图片采集模块的采集延迟时间；
根据所述图片采集模块的采集延迟时间，获取第三参数。
即，通过获得图片的第三时刻与采集图片的第二时刻之间的差值，获取图片采集模块的采集延迟时间，将其作为第三参数。
步骤240中，获取道路病害所在定位图片的获取时刻，根据所述道路病害所在定位图片的获取时刻以及所述第三参数，获取所述道路病害所在定位图片矫正后的第一时刻。
其中，道路病害所在定位图片的获取时刻，对应为图片采集模块获得该定位图片的时刻，而第三参数为图片采集模块获得图片的第三时刻与图片采集模块的第二时刻之间的差值，通过道路病害所在定位图片的获取时刻以及第三参数，即可获取道路病害所在定位图片矫正后的第一时刻，即，道路病害所在定位图片的采集时刻。
步骤250中，图片采集模块采集图片以及定位模块获取定位数据并非完全同步，为了对两者不同步的问题进行矫正，获取所述定位模块中与所述第一时刻最接近的第一定位数据，根据所述第一时刻以及所述第一定位数据，获取所述定位模块的矫正后的第二定位数据。
本申请实施例中，步骤250还包括以下步骤：
获取所述定位模块中获取时间与所述第一时刻最接近的第一定位数据；
根据所述第一时刻以及所述第一定位数据的获取时刻，获取时刻差；
根据所述时刻差，获取所述定位模块的矫正后的第二定位数据。
进一步地，所述根据时刻差，获取所述定位模块的矫正后的第二定位数据，包括：
获取所述定位模块的移动速度和移动方位角；
根据所述定位模块的移动速度和移动方位角以及所述时刻差，获取所述定位模块的位移差；
根据所述第一定位数据和所述位移差，获取所述定位模块的矫正后的第二定位数据。
示例性地，如图3所示，Δt表示时刻差，α表示移动方位角，如果定位模块的移动速度为v，则定位模块在Δt这段时间内移动的距离为Δs=vΔt；定位数据通常是用经度和纬度来表示的，假设第一定位数据为（N0，E0），通过移动的距离Δs和移动方位角α，可获得定位模块在经度和纬度上的分量ΔN和ΔE，则第二定位数据为（N0+ΔN，E0+ΔE）。
应理解的，定位模块和图片采集模块安装于同一个智能巡检设备上，两者的移动速度和移动方位角一致。
步骤260中，根据所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据。
其中，第一参数为图片采集模块中心点和定位模块之间的偏差，通过定位模块矫正后的第二定位模块，以及第一参数，即可得到图片采集模块中心点的矫正后的第三定位数据。
具体地，所述根据所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据，包括：
获取所述图片采集模块的移动方位角；
根据所述图片采集模块的移动方位角、所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据。
示例性地，图片采集模块的移动方位角为α1，第一参数为Δs1，第二定位数据为（N1，E1），则根据图片采集模块的移动方位角α1能够得到第一参数Δs1在经度和纬度上的分量ΔN1和ΔE1，图片采集模块中心点的矫正后的第三定位数据为（N1+ΔN1，E1+ΔE1）。
步骤270中，所述根据所述道路病害所在定位图片、所述第三定位数据以及所述第二参数，获取所述道路病害的精准定位，包括：
根据所述道路病害所在定位图片，获取所述道路病害在所述定位图片中的相对位置；
获取所述图片采集模块的焦距和水平场视角；
根据所述图片采集模块的焦距和水平场视角，获取所述定位图片中像素与所述第二参数的对应关系；
根据所述道路病害在所述定位图片中的相对位置、所述定位图片中像素与所述第二参数的对应关系以及所述第三定位数据，获取所述道路病害的精准定位。
示例性的，图片采集模块安装于巡检车的车顶，图片采集模块的采集范围如图4和图5所示，采集到的图片如图6所示，图4为巡检车中图片采集模块采集范围的侧视图，图5为巡检车中图片采集模块采集范围的俯视图，图6中方框为采集到的图片的范围，将采集到的图片划分为若干个区域，并确认道路病害具体位于哪个区域中（即道路病害在定位图片中的相对位置），其中，灰色部分即为道路病害所处的区域。
图片采集模块的焦距和水平场视角不同，其采集范围也不同，采集到的图片中像素与图片采集模块中心点到图片中各个像素的实际距离（即第二参数）的对应关系也存在差异，因此获取图片采集模块的焦距和水平场视角后，即可根据图片采集模块的焦距和水平场视角，获取定位图片中像素与第二参数的对应关系，再根据所述道路病害在所述定位图片中的相对位置、所述定位图片中像素与所述第二参数的对应关系以及所述第三定位数据，获取所述道路病害的精准定位。
示例性地，当图片采集模块的焦距为2.8mm，水平场视角为101.6°时，图片采集模块的采集范围如图4-图6所示。
进一步地，在根据所述图片采集模块的焦距和水平场视角，获取所述定位图片中像素与所述第二参数的对应关系之后，在根据所述道路病害在所述定位图片中的相对位置、所述定位图片中像素与所述第二参数的对应关系以及所述第三定位数据，获取所述道路病害的精准定位之前，所述方法还包括：
获取所述图片采集模块的移动方位角；
所述根据所述道路病害在所述定位图片中的相对位置、所述定位图片中像素与所述第二参数的对应关系以及所述第三定位数据，获取所述道路病害的精准定位，包括：
根据所述道路病害在所述定位图片中的相对位置、所述定位图片中像素与所述第二参数的对应关系、所述移动方位角以及所述第三定位数据，获取所述道路病害的精准定位。
示例性地，图片采集模块中心点的第三定位数据为（N2，E2），图片采集模块的移动方位角为α2，根据道路病害在定位图片中的相对位置和定位图片中像素与所述第二参数的对应关系，获取图片采集模块中心点到道路病害所在位置的水平距离为Δs2，根据图片采集模块的移动方位角α2能够得到水平距离Δs2在经度和纬度上的分量ΔN2和ΔE2，从而获取道路病害的精准定位为（N3+ΔN2，E3+ΔE2）。
为了执行上述实施例及各个可选实施例中的步骤，本发明提供了一种道路病害定位矫正装置，如图7所示，所述装置包括：
第一参数获取模块710，用于根据图片采集模块中心点与定位模块的相对位置，获取第一参数；
第二参数获取模块720，用于根据所述图片采集模块中心点与所述图片采集模块所采集图片中所有像素之间的相对位置，获取第二参数；
第三参数获取模块730，用于根据所述图片采集模块的采集延迟时间，获取第三参数；
第一矫正模块740，用于获取道路病害所在定位图片的获取时刻，根据所述道路病害所在定位图片的获取时刻以及所述第三参数，获取所述道路病害所在定位图片矫正后的第一时刻；
第二矫正模块750，用于获取所述定位模块中与所述第一时刻最接近的第一定位数据，根据所述第一时刻以及所述第一定位数据，获取所述定位模块的矫正后的第二定位数据；
第三矫正模块760，用于根据所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据；
第四矫正模块770，用于根据所述道路病害所在定位图片、所述第三定位数据以及所述第二参数，获取所述道路病害的精准定位。
在一个实施例中，所述装置还包括：
时刻差获取模块，用于获取所述定位模块中获取时间与所述第一时刻最接近的第一定位数据；根据所述第一时刻以及所述第一定位数据的获取时刻，获取时刻差；
焦距和水平场视角获取模块，用于获取所述图片采集模块的焦距和水平场视角；
移动速度和移动方位角获取模块，用于获取所述定位模块的移动速度和移动方位角。
图8示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的终端110（或服务器120）。如图8所示，该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现道路病害定位矫正方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行设施群风险辨识方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
根据图片采集模块中心点与定位模块的相对位置，获取第一参数；
根据所述图片采集模块中心点与所述图片采集模块所采集图片中所有像素之间的相对位置，获取第二参数；
根据所述图片采集模块的采集延迟时间，获取第三参数；
获取道路病害所在定位图片的获取时刻，根据所述道路病害所在定位图片的获取时刻以及所述第三参数，获取所述道路病害所在定位图片矫正后的第一时刻；
获取所述定位模块中与所述第一时刻最接近的第一定位数据，根据所述第一时刻以及所述第一定位数据，获取所述定位模块的矫正后的第二定位数据；
根据所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据；
根据所述道路病害所在定位图片、所述第三定位数据以及所述第二参数，获取所述道路病害的精准定位。
在一个实施例中，处理器执行计算机程序时还实现以上道路病害定位矫正方法的其他步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
根据图片采集模块中心点与定位模块的相对位置，获取第一参数；
根据所述图片采集模块中心点与所述图片采集模块所采集图片中所有像素之间的相对位置，获取第二参数；
根据所述图片采集模块的采集延迟时间，获取第三参数；
获取道路病害所在定位图片的获取时刻，根据所述道路病害所在定位图片的获取时刻以及所述第三参数，获取所述道路病害所在定位图片矫正后的第一时刻；
获取所述定位模块中与所述第一时刻最接近的第一定位数据，根据所述第一时刻以及所述第一定位数据，获取所述定位模块的矫正后的第二定位数据；
根据所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据；
根据所述道路病害所在定位图片、所述第三定位数据以及所述第二参数，获取所述道路病害的精准定位。
在一个实施例中，处理器执行计算机程序时还实现道路病害定位矫正方法的其他步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其他介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。虽然本发明公开披露如上，但本发明公开的保护范围并非仅限于此。本领域技术人员在不脱离本发明公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种道路病害定位矫正方法，其特征在于，所述方法包括：
根据图片采集模块中心点与定位模块的相对位置，获取第一参数；
根据所述图片采集模块中心点与所述图片采集模块所采集图片中所有像素之间的相对位置，获取第二参数；
根据所述图片采集模块的采集延迟时间，获取第三参数；
获取道路病害所在定位图片的获取时刻，根据所述道路病害所在定位图片的获取时刻以及所述第三参数，获取所述道路病害所在定位图片矫正后的第一时刻；
获取所述定位模块中与所述第一时刻最接近的第一定位数据，根据所述第一时刻以及所述第一定位数据，获取所述定位模块的矫正后的第二定位数据；
根据所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据；
根据所述道路病害所在定位图片、所述第三定位数据以及所述第二参数，获取所述道路病害的精准定位。
2.根据权利要求1所述的道路病害定位矫正方法，其特征在于，所述获取所述定位模块中与所述第一时刻最接近的第一定位数据，根据所述第一时刻以及所述第一定位数据，获取所述定位模块的矫正后的第二定位数据，包括：
获取所述定位模块中获取时间与所述第一时刻最接近的第一定位数据；
根据所述第一时刻以及所述第一定位数据的获取时刻，获取时刻差；
根据所述时刻差，获取所述定位模块的矫正后的第二定位数据。
3.根据权利要求2所述的道路病害定位矫正方法，其特征在于，所述根据所述时刻差，获取所述定位模块的矫正后的第二定位数据，包括：
获取所述定位模块的移动速度和移动方位角；
根据所述定位模块的移动速度和移动方位角以及所述时刻差，获取所述定位模块的位移差；
根据所述第一定位数据和所述位移差，获取所述定位模块的矫正后的第二定位数据。
4.根据权利要求1所述的道路病害定位矫正方法，其特征在于，所述根据所述道路病害所在定位图片、所述第三定位数据以及所述第二参数，获取所述道路病害的精准定位，包括：
根据所述道路病害所在定位图片，获取所述道路病害在所述定位图片中的相对位置；
获取所述图片采集模块的焦距和水平场视角；
根据所述图片采集模块的焦距和水平场视角，获取所述定位图片中像素与所述第二参数的对应关系；
根据所述道路病害在所述定位图片中的相对位置、所述定位图片中像素与所述第二参数的对应关系以及所述第三定位数据，获取所述道路病害的精准定位。
5.根据权利要求4所述的道路病害定位矫正方法，其特征在于，在根据所述图片采集模块的焦距和水平场视角，获取所述定位图片中像素与所述第二参数的对应关系之后，在根据所述道路病害在所述定位图片中的相对位置、所述定位图片中像素与所述第二参数的对应关系以及所述第三定位数据，获取所述道路病害的精准定位之前，所述方法还包括：
获取所述图片采集模块的移动方位角；
所述根据所述道路病害在所述定位图片中的相对位置、所述定位图片中像素与所述第二参数的对应关系以及所述第三定位数据，获取所述道路病害的精准定位，包括：
根据所述道路病害在所述定位图片中的相对位置、所述定位图片中像素与所述第二参数的对应关系、所述移动方位角以及所述第三定位数据，获取所述道路病害的精准定位。
6.根据权利要求1所述的道路病害定位矫正方法，其特征在于，所述根据所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据，包括：
获取所述图片采集模块的移动方位角；
根据所述图片采集模块的移动方位角、所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据。
7.根据权利要求1所述的道路病害定位矫正方法，其特征在于，所述根据所述图片采集模块的采集延迟时间，获取第三参数，包括：
获取所述图片采集模块的采集图片的第二时刻，并获取所述图片采集模块获得图片的第三时刻；
根据所述第二时刻和所述第三时刻，获取所述图片采集模块的采集延迟时间；
根据所述图片采集模块的采集延迟时间，获取第三参数。
8.一种道路病害定位矫正装置，其特征在于，所述装置包括：
第一参数获取模块，用于根据图片采集模块中心点与定位模块的相对位置，获取第一参数；
第二参数获取模块，用于根据所述图片采集模块中心点与所述图片采集模块所采集图片中所有像素之间的相对位置，获取第二参数；
第三参数获取模块，用于根据所述图片采集模块的采集延迟时间，获取第三参数；
第一矫正模块，用于获取道路病害所在定位图片的获取时刻，根据所述道路病害所在定位图片的获取时刻以及所述第三参数，获取所述道路病害所在定位图片矫正后的第一时刻；
第二矫正模块，用于获取所述定位模块中与所述第一时刻最接近的第一定位数据，根据所述第一时刻以及所述第一定位数据，获取所述定位模块的矫正后的第二定位数据；
第三矫正模块，用于根据所述第一参数和所述第二定位数据，获取所述图片采集模块中心点的矫正后的第三定位数据；
第四矫正模块，用于根据所述道路病害所在定位图片、所述第三定位数据以及所述第二参数，获取所述道路病害的精准定位。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-7任一项所述的道路病害定位矫正方法。
10.一种计算机设备，其特征在于，包括处理器、存储器及存储于所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述权利要求1-7任一项所述的道路病害定位矫正方法。
CN202211026148.3A 2022-08-25 2022-08-25 道路病害定位矫正方法、装置、设备及可读存储介质 Active CN115115823B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211026148.3A CN115115823B (zh) 2022-08-25 2022-08-25 道路病害定位矫正方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211026148.3A CN115115823B (zh) 2022-08-25 2022-08-25 道路病害定位矫正方法、装置、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN115115823A true CN115115823A (zh) 2022-09-27
CN115115823B CN115115823B (zh) 2023-02-03

Family

ID=83335741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211026148.3A Active CN115115823B (zh) 2022-08-25 2022-08-25 道路病害定位矫正方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN115115823B (zh)

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016176751A (ja) * 2015-03-19 2016-10-06 日本電気株式会社 目標情報取得装置及び目標情報取得方法
CN106677037A (zh) * 2016-11-21 2017-05-17 同济大学 基于机器视觉的便携式沥青路面病害检测方法及装置
CN108037723A (zh) * 2018-01-24 2018-05-15 武汉浩宇天辰科技有限公司 一种公路养护信息化管理系统
CN108898085A (zh) * 2018-06-20 2018-11-27 安徽大学 一种基于手机视频的道路病害智能检测方法
CN110068327A (zh) * 2019-05-22 2019-07-30 华南理工大学 基于智能手机和mems惯性传感器的隧道病害定位方法
CN110894704A (zh) * 2019-11-15 2020-03-20 东南大学 一种基于无人机的公路路面病害的定位方法
CN111855664A (zh) * 2020-06-12 2020-10-30 山西省交通科技研发有限公司 一种可调节隧道病害三维检测系统
CN112502053A (zh) * 2020-11-20 2021-03-16 浙江新创建高速公路有限公司 一种桥梁养护病害记录、识别及处理措施指导方法
CN112817006A (zh) * 2020-12-29 2021-05-18 深圳市广宁股份有限公司 一种车载智能道路病害检测方法及系统
CN213518003U (zh) * 2020-12-30 2021-06-22 民航成都电子技术有限责任公司 用于机场道面的巡检机器人以及巡检系统
CN113326865A (zh) * 2021-04-15 2021-08-31 东南大学 一种基于深度学习的高速公路路面病害三维信息检测系统
CN113435420A (zh) * 2021-08-26 2021-09-24 深圳市城市交通规划设计研究中心股份有限公司 一种路面病害尺寸检测方法、装置和存储介质
CN113506261A (zh) * 2021-07-07 2021-10-15 北京市商汤科技开发有限公司 道路病害检测方法、装置、设备及系统
CN114199188A (zh) * 2021-12-06 2022-03-18 宁波市政工程建设集团股份有限公司 基于车辆动力学模型的桥头跳车智能检测系统及方法
CN114511014A (zh) * 2022-01-21 2022-05-17 北京城建勘测设计研究院有限责任公司 基于图像深度学习算法的地铁隧道渗漏水检测系统及方法
CN114514914A (zh) * 2021-12-28 2022-05-20 中国农业大学 一种智能感知施肥与农药喷洒方法与装置
WO2022108516A1 (en) * 2020-11-18 2022-05-27 Hijo Ip Pte Ltd. Crop disease prediction and treatment based on artificial intelligence (ai) and machine learning (ml) models
CN114708319A (zh) * 2022-05-25 2022-07-05 深圳思谋信息科技有限公司 病害区域定位方法、装置、设备、存储介质和程序产品
CN114778554A (zh) * 2022-04-21 2022-07-22 四川省交通勘察设计研究院有限公司 一种沥青路面病害检测方法及系统

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016176751A (ja) * 2015-03-19 2016-10-06 日本電気株式会社 目標情報取得装置及び目標情報取得方法
CN106677037A (zh) * 2016-11-21 2017-05-17 同济大学 基于机器视觉的便携式沥青路面病害检测方法及装置
CN108037723A (zh) * 2018-01-24 2018-05-15 武汉浩宇天辰科技有限公司 一种公路养护信息化管理系统
CN108898085A (zh) * 2018-06-20 2018-11-27 安徽大学 一种基于手机视频的道路病害智能检测方法
CN110068327A (zh) * 2019-05-22 2019-07-30 华南理工大学 基于智能手机和mems惯性传感器的隧道病害定位方法
CN110894704A (zh) * 2019-11-15 2020-03-20 东南大学 一种基于无人机的公路路面病害的定位方法
CN111855664A (zh) * 2020-06-12 2020-10-30 山西省交通科技研发有限公司 一种可调节隧道病害三维检测系统
WO2022108516A1 (en) * 2020-11-18 2022-05-27 Hijo Ip Pte Ltd. Crop disease prediction and treatment based on artificial intelligence (ai) and machine learning (ml) models
CN112502053A (zh) * 2020-11-20 2021-03-16 浙江新创建高速公路有限公司 一种桥梁养护病害记录、识别及处理措施指导方法
CN112817006A (zh) * 2020-12-29 2021-05-18 深圳市广宁股份有限公司 一种车载智能道路病害检测方法及系统
CN213518003U (zh) * 2020-12-30 2021-06-22 民航成都电子技术有限责任公司 用于机场道面的巡检机器人以及巡检系统
CN113326865A (zh) * 2021-04-15 2021-08-31 东南大学 一种基于深度学习的高速公路路面病害三维信息检测系统
CN113506261A (zh) * 2021-07-07 2021-10-15 北京市商汤科技开发有限公司 道路病害检测方法、装置、设备及系统
CN113435420A (zh) * 2021-08-26 2021-09-24 深圳市城市交通规划设计研究中心股份有限公司 一种路面病害尺寸检测方法、装置和存储介质
CN114199188A (zh) * 2021-12-06 2022-03-18 宁波市政工程建设集团股份有限公司 基于车辆动力学模型的桥头跳车智能检测系统及方法
CN114514914A (zh) * 2021-12-28 2022-05-20 中国农业大学 一种智能感知施肥与农药喷洒方法与装置
CN114511014A (zh) * 2022-01-21 2022-05-17 北京城建勘测设计研究院有限责任公司 基于图像深度学习算法的地铁隧道渗漏水检测系统及方法
CN114778554A (zh) * 2022-04-21 2022-07-22 四川省交通勘察设计研究院有限公司 一种沥青路面病害检测方法及系统
CN114708319A (zh) * 2022-05-25 2022-07-05 深圳思谋信息科技有限公司 病害区域定位方法、装置、设备、存储介质和程序产品

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
FAUZIAH SHAHUI HAMID等: "A kind of Auxiliary System Affiliated Ground Penetrating Radar Based on Road Disease Detection", 《APPLIED MECHANICS AND MATERIALS》 *
MUTIARA SYIFA等: "Detection of the Pine Wilt Disease Tree Candidates for Drone Remote Sensing Using Artificial Intelligence Techniques", 《GEODESY AND SURVEY ENGINEERING》 *
张劲松等: "隧道衬砌病害雷达检测定位精度分析", 《工程勘察》 *
李夏利: "基于深度学习的隧道衬砌病害识别和分类研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
陶永奎: "机场跑道病害视觉检测方法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
鲍海洋: "基于机器视觉的铁路隧道拱顶病害检测系统设计与研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Also Published As

Publication number Publication date
CN115115823B (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
CN110533923B (zh) 停车管理方法、装置、计算机设备及存储介质
CN112800911B (zh) 一种路面损伤快速检测及自然数据集构建方法
US11205284B2 (en) Vehicle-mounted camera pose estimation method, apparatus, and system, and electronic device
US20210124967A1 (en) Method and apparatus for sample labeling, and method and apparatus for identifying damage classification
CN111141311B (zh) 一种高精度地图定位模块的评估方法及系统
CN111046762A (zh) 一种对象定位方法、装置电子设备及存储介质
CN104167109A (zh) 车辆位置的检测方法和检测装置
CN112652015B (zh) 基于bim的路面病害标记方法和装置
CN113506261A (zh) 道路病害检测方法、装置、设备及系统
CN111611884A (zh) 一种道路安全设施巡查系统及方法
CN115984273B (zh) 道路病害检测方法、装置、计算机设备及可读存储介质
CN114897684A (zh) 车辆图像的拼接方法、装置、计算机设备和存储介质
CN113804100A (zh) 确定目标对象的空间坐标的方法、装置、设备和存储介质
CN115115823B (zh) 道路病害定位矫正方法、装置、设备及可读存储介质
CN112634628B (zh) 一种车辆速度确定方法、终端及存储介质
US11823368B1 (en) Automated road surface condition quality assessment using smart (IoT) devices
CN111291721B (zh) 共享交通工具的出库检测方法、装置、设备及存储介质
CN117058586A (zh) 一种全域土地违法行为监测方法
CN111651547A (zh) 高精度地图数据的获取方法、装置及可读存储介质
CN108765954B (zh) 基于snn密度st-optics改进聚类算法的道路交通安全状况监测方法
US20220311951A1 (en) Systems and Methods for Gate-Based Vehicle Image Capture
CN116311016A (zh) 一种基于Faster RCNN神经网络的支承架体插销安装质量自动检测方法及系统
CN113643374B (zh) 基于道路特征的多目相机标定方法、装置、设备和介质
CN115273025A (zh) 交通资产的盘点方法、装置、介质及电子设备
CN116152691A (zh) 图像检测方法、装置、设备和存储介质

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