CN115144407A - 一种便携式车载道路病害检测设备及检测方法 - Google Patents
一种便携式车载道路病害检测设备及检测方法 Download PDFInfo
- Publication number
- CN115144407A CN115144407A CN202210718868.XA CN202210718868A CN115144407A CN 115144407 A CN115144407 A CN 115144407A CN 202210718868 A CN202210718868 A CN 202210718868A CN 115144407 A CN115144407 A CN 115144407A
- Authority
- CN
- China
- Prior art keywords
- terminal host
- image
- module
- vehicle
- target
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种便携式车载道路病害检测设备及检测方法,设备包括有终端主机、摄像头镜头、补光灯阵列、天线、电源组件、磁吸支架;摄像头镜头固定安装于终端主机正面一侧,采集道路地面画面并将所采集的画面传输至终端主机;天线设置于终端主机顶部,与终端主机中的通讯定位模块连接与外部设备的通信连接;电源组件设置于终端主机背面一侧通过点烟器插头连接车内电源,向设备进行供电;磁吸支架设置于终端主机底部,支架臂的上端与终端主机连接,支架臂的下端连接有固定于检测车辆上的磁吸固定部。本发明通过图像传感器和深度学习网络识别模型,辅助GNSS定位信息,实时地检测和定位道路病害,提高巡检效率,减少人为参与造成的疏漏和隐患。
Description
技术领域
本发明涉及道路巡检领域,特别涉及一种便携式车载道路病害检测设备及检测方法。
背景技术
道路病害检测在道路养护维修中占有重要的地位,目前主要采用人工巡检方式,即巡检人员驾驶路政养护巡查车对所管辖道路的路面进行肉眼观测。遇到病害情况,巡检人员需要下车用手持终端拍照上报。但是巡检人员在车上长期观测易疲劳,容易疏漏;且下车拍照存在交通隐患,影响交通正常运行。
为了提高巡检效率,减少人为参与造成的疏漏和隐患,国内外企业和机构也进行了多种车载式自动化路面检测仪器的研制工作。巡检车辆通过集成三维激光、探地雷达、摄像头、高精度导航终端等各种传感器实现对道路的检测。各种传感器数据主要由车内的终端(计算机)进行采集、存储和分析,并上报到远程服务器。这种系统需对车辆进行改装(包括对供电、存储、导航等系统的改装),成本较高(市场上的专用车辆在几十到上百万左右),主要应用于道路大、中、小修前的道路检测,难以普及到日常养护巡检。
近年来随着驾驶员监控系统、行车记录仪等后装车载设备的普及,有部分企业也尝试利用这类视频采集设备对道路进行养护巡检。但是这类设备安装于车辆内部,其摄像头视野主要关注于路面正前方而不是按照标准要求正对路面,导致测量畸变较大,精度不高;另外由于摄像头隔着挡风玻璃,其图像容易受到挡风玻璃污渍、车内反光、反射等影响,达不到标准要求的采样精度。
车载终端采集了各类传感器数据后,一般采用云端分析或者本地分析两种方式。传统云端分析对车载终端运算能力较低,终端只需将数据进行简单的压缩处理后就进行存储和回传,由云端服务器进行病害分析。但是对云端计算能力、存储空间和网络通信流量、带宽要求较高,在弱网和断网情况下实时性较差。而本地分析方式一般需要车载终端具有较强的计算能力,特别是运行基于深度学习(人工智能网络模型)的病害识别算法时,需要终端具有GPU/NPU/VPU等专用图像分析处理器。本地分析方式虽然终端的采购成本较高,但是大大节省了网络通信和云端处理等运维成本,将会是未来的主流分析方式。
现有技术主要原因是缺乏各种环境、路况、不同等级道路下采集的海量样本图片,无法训练出精准的人工智能模型。现有的训练样本集多是采用行车记录仪、街景采集仪等非专用设备拍摄,而且对于广大的县道、农村公路等低级公路路况缺乏覆盖。
发明内容
基于此,本申请实施例提供了一种便携式车载道路病害检测设备及检测方法,能够快速安装部署在公交、出租、垃圾清理车、道路巡检车等各类车辆上,将普通车辆低成本地改造成专业的道路病害巡检车,有效地扩大巡检范围和区域,充分利用了车辆资源,满足了日常巡检需求外还为道路病害样本库提供了极大的数据补充和支持。
第一方面,提供了一种便携式车载道路病害检测设备,该设备包括:终端主机、摄像头镜头、补光灯阵列、天线、电源组件、磁吸支架;
所述摄像头镜头固定安装于终端主机正面一侧,用于采集道路地面画面并将所采集的画面传输至终端主机中的图像模块;其中,所述摄像头镜头两侧的终端主机表面设置有所述补光灯阵列;
所述天线设置于终端主机顶部,与终端主机中的通讯定位模块连接,用于终端主机与外部设备的通信连接;
所述电源组件设置于终端主机背面一侧,用于通过电源组件中的点烟器插头连接车内电源,向设备进行供电;
所述磁吸支架设置于终端主机底部,包括有支架臂和磁吸固定部,所述支架臂的上端与终端主机连接,所述支架臂的下端连接有固定于检测车辆上的磁吸固定部。
可选地,所述磁吸支架具体包括设置于终端主机底部两侧的支架臂,终端主机与两侧的支架臂活动连接以使得终端主机可以向正面侧/背面侧进行旋转。
可选地,所述设备外部还设置有防水外壳,其中,所述防水外壳一侧设置为透明材质,用于使内部摄像头镜头和补光灯阵列与外界产生光源交互;所述防水外壳另一侧设置有电源线孔;所述防水外壳顶部设置有塑料材质的天线盖。
可选地,所述终端主机中包括图像模块、计算模块、电源模块、通讯定位模块及存储模块;
所述图像模块中包括图像传感器,其中所述图像传感器为全局快门传感器;
所述计算模块中包括视频分析加速芯片、中央处理器以及内存;
所述通讯定位模块中包括GNSS定位模组、移动网络通信模组以及WIFI模组。
可选地,所述视频分析加速芯片中保存有预先训练完成的深度学习网络识别模型,所述深度学习网络识别模型用于对采集到的原始图像进行压缩、解压、画质增强、图像预处理、目标检测和识别。
可选地,所述补光灯阵列为白光LED阵列。
可选地,所述磁吸固定部中包括钕铁硼强磁铁吸盘。
第二方面,提供了一种便携式车载道路病害检测方法,应用于上述第一方面的便携式车载道路病害检测设备,该方法包括:
将检测设备通过磁吸支架的磁吸固定部吸附在目标车辆的目标位置,其中,所述目标位置包括目标车辆的引擎盖、车顶或后备箱盖;
将检测设备的点烟器插头连接车内电源,向检测设备进行供电;
通过磁吸支架的支架臂调整检测设备中摄像头镜头的角度;并通过所述摄像头镜头进行图像数据采集,并将采集的图像数据发送至终端主机中;
通过所述终端主机对采集的图像数据进行处理,得到检测到的病害目标,并通过GNSS采集来的坐标数据和病害目标进行数据融合处理;并将处理后的数据进行上报。
可选地,通过所述终端主机对采集的图像数据进行处理,具体包括:
获取图像数据,解压转码后输出给图像预处理模块,进行图片画质增强、去除抖动和图像切片等预处理步骤;
通过深度神经网络模型进行目标检测,得到每一幅图片中的病害目标;其中,对于每个检测到的病害目标,在得到图像目标后对同一个目标进行跟踪和去重。
可选地,所述将处理后的数据进行上报,包括:
采用标准的消息队列客户端,所述消息队列客户端的消息协议可以包括MQTT。
本申请实施例提供的技术方案中包括有终端主机、摄像头镜头、补光灯阵列、天线、电源组件、磁吸支架;摄像头镜头固定安装于终端主机正面一侧,用于采集道路地面画面并将所采集的画面传输至终端主机中的图像模块;其中,摄像头镜头两侧的终端主机表面设置有补光灯阵列;天线设置于终端主机顶部,与终端主机中的通讯定位模块连接,用于终端主机与外部设备的通信连接;电源组件设置于终端主机背面一侧,用于通过电源组件中的点烟器插头连接车内电源,向设备进行供电;磁吸支架设置于终端主机底部,包括有支架臂和磁吸固定部,通过支架臂的上端与终端主机连接,支架臂的下端连接有固定于检测车辆上的磁吸固定部。本发明通过图像传感器和深度学习网络识别模型,辅助GNSS定位信息,实时地检测和定位道路病害,提高巡检效率,减少人为参与造成的疏漏和隐患。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式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示例性的,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,还可以根据提供的附图引伸获得其它的实施附图。
图1为本申请实施例提供的一种便携式车载道路病害检测设备结构图;
图2为本申请实施例提供的一种便携式车载道路病害检测设备中终端主机模块示意图;
图3为本申请实施例提供的一种便携式车载道路病害检测设备中终端主机中软件流程示意图;
图4为本申请实施例提供的一种便携式车载道路病害检测方法流程图;
附图标记:1-终端主机,2-摄像头镜头,3-补光灯阵列,4-天线,5-电源组件,6-磁吸支架。
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,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在本发明的描述中,术语“包括”、“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包括了一系列步骤或单元的过程、方法、系统、产品或设备不必限于已明确列出的那些步骤或单元,而是还可包含虽然并未明确列出的但对于这些过程、方法、产品或设备固有的其它步骤或单元,或者基于本发明构思进一步的优化方案所增加的步骤或单元。
请参考图1,其示出了本申请实施例提供的一种便携式车载道路病害检测设备的结构图,设备包括:终端主机1、摄像头镜头2、补光灯阵列3、天线4、电源组件5、磁吸支架6。
摄像头镜头2固定安装于终端主机1正面一侧,用于采集道路地面画面并将所采集的画面传输至终端主机1中的图像模块;其中,摄像头镜头2两侧的终端主机1表面设置有补光灯阵列3。
天线4设置于终端主机1顶部,与终端主机1中的通讯定位模块连接,用于终端主机1与外部设备的通信连接。
电源组件5设置于终端主机1背面一侧,用于通过电源组件5中的点烟器插头连接车内电源,向设备进行供电。
磁吸支架6设置于终端主机1底部,包括有支架臂和磁吸固定部,支架臂的上端与终端主机1连接,支架臂的下端连接有固定于检测车辆上的磁吸固定部。具体地,本申请实施例中磁吸支架6具体包括设置于终端主机1底部两侧的支架臂,终端主机1与两侧的支架臂活动连接以使得终端主机1可以向正面侧/背面侧进行旋转。
在本申请实施例中,如图2,在本申请中终端主机的电子电路部分主要由图像模块、计算模块、电源模块、通讯和定位模块及存储模块构成;
其中计算模块一般包含中央处理器CPU和内存作为软件运行和算法流程控制的主要载体。另外由于现有流行的视频和图像分析方法都是基于深度学习的卷积模型,计算模块还集成了专用的视频分析加速芯片作为协处理器,对这部分算法进行优化和加速。该类加速芯片又称为GPU(图像处理器)、VPU(视觉处理器)或者NPU(神经网络处理器),其主要目的都是对图像传感器采集来的原始图像进行压缩、解压、画质增强、图像预处理、目标检测和识别等。
图像模块主要是利用图像传感器(CMOS或者CCD),通过镜头采集道路地面画面。图像传感器一般分为卷帘快门或者全局快门传感器,对于高速行驶车辆采集,采用全局快门传感器,采样频率高于90fps将大大减少由于快门过慢导致的拖影现象。另外为了满足涵洞、隧道、桥洞、高架下道路等光线较暗的区域图像采集,图像模块利用白光LED阵列作为光源进行补光。
通讯和定位模块主要包括北斗、GPS为代表的GNSS定位模组,4G/5G为代表的移动网路通讯模组和WIFI本地网络通信模组。其中GNSS定位模组主要获取当前车辆地理坐标、车速、朝向、和当前时间。移动网络通信提供了设备和外部服务器之间的数据通道,以供设备上报数据、视频流和收取服务器命令等。WIFI模组提供了设备本地访问的能力,让车上操作人员通过电脑、手机等访问设备,预览视频分析画面,调整镜头角度,查看设备运行状态。
电源模块能够将车上点烟器电源提供的12~24V电源转换成各个模块所需的低压电源。存储模块提供了持久化的存储能力,一般可以采用大容量SD卡和SSD固态硬盘等装置构成,存储原始视频或图片流、GNSS定位数据、识别分析关键帧图片和数据、设备运行日志等。
在本申请一个可选的实施例中,如图3,设备内部运行的软件由操作系统层,数据处理层和接口服务层构成。
操作系统层主要负责设备嵌入式系统整体的运行,提供网络通信、文件存储、设备管理和任务调度等基本功能。常用的车载端操作系统有Linux、FreeRTOS、uC/OS等。
数据处理层为设备功能实现的核心,其算法流程为:图像数据采集模块获取图像传感器数据,解压转码后输出给图像预处理模块,进行图片画质增强、去除抖动和图像切片等预处理。之后通过深度神经网络模型进行目标检测或实例分割运算,得到每一幅图片的检测目标。对于每个检测到的病害目标,可能会出现在前后连续的多帧图片中,所以需要进行图像目标后处理对同一个目标进行跟踪和去重,以免反复上报。另外通过GNSS采集来的坐标数据和目标数据进行数据融合处理,最终得到每个目标的地理坐标、几何尺寸等结构化信息。
接口服务层定义了3种标准接口,可以对接到任意支持该类接口的服务器,无需额外定制开发。其中视频流服务可以采用RTSP等流媒体服务,文件下载服务可以采用FTP服务,外部软件有需要时可以通过这些标准服务访问设备的视频流、原始视频和图片、关键帧图片和日志等。没有访问时也不会产生任何网络流量费用。
接口服务层的数据上报功能则采用了标准的消息队列客户端,如MQTT。外部服务器只需要下载安装该类消息队列服务软件即可接收到设备上报的数据。上报消息格式包括设备坐标,速度,方位角,采集时间,目标类型,目标关键帧图片和置信度。
在本申请一个可选的实施例中,设备外部还设置有防水外壳,为了减少挡风玻璃对图像传感器拍摄效果的干扰,设备需要部署在安装车辆外部。前述的电子电路部分需要固定在一个具有防水功能的壳体中。防水外壳正面为透明材质,以便内部镜头和补光灯阵列电路透出。壳体的正上方为塑料材质的天线盖,内部嵌有WIFI、GNSS和移动网络天线。电源线从外壳背面引出,通过点烟器插头接入车内插座供电。整体外壳侧面留有支架孔,外壳可以上下旋转以调整镜头角度。支架下方为钕铁硼强磁铁吸盘,让设备整体可以轻松吸附安装到车辆的引擎盖、车顶或者后备箱盖上。
如图4,本申请实施例还提供的一种便携式车载道路病害检测方法。应用于上述检测设备中,具体包括:
将检测设备通过磁吸支架的磁吸固定部吸附在目标车辆的目标位置,其中,目标位置包括目标车辆的引擎盖、车顶或后备箱盖;
将检测设备的点烟器插头连接车内电源,向检测设备进行供电;
通过磁吸支架的支架臂调整检测设备中摄像头镜头的角度;并通过摄像头镜头进行图像数据采集,并将采集的图像数据发送至终端主机中;
通过终端主机对采集的图像数据进行处理,得到检测到的病害目标,并通过GNSS采集来的坐标数据和病害目标进行数据融合处理;并将处理后的数据进行上报。
在本申请一个可选的实施例中,通过终端主机对采集的图像数据进行处理,具体包括:获取图像数据,解压转码后输出给图像预处理模块,进行图片画质增强、去除抖动和图像切片等预处理;通过深度神经网络模型进行目标检测,得到每一幅图片中的病害目标;其中,对于每个检测到的病害目标,在得到图像目标后对同一个目标进行跟踪和去重。
在本申请一个可选的实施例中,将处理后的数据进行上报,包括:采用标准的消息队列客户端,消息队列客户端的消息协议可以包括MQTT。
本申请实施例提供的便携式车载道路病害检测方法实现于上述便携式车载道路病害检测设备,关于便携式车载道路病害检测方法的具体限定可以参见上文中对于便携式车载道路病害检测设备的限定,在此不再赘述。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种便携式车载道路病害检测设备,其特征在于,所述设备包括:终端主机、摄像头镜头、补光灯阵列、天线、电源组件、磁吸支架;
所述摄像头镜头固定安装于终端主机正面一侧,用于采集道路地面画面并将所采集的画面传输至终端主机中的图像模块;其中,所述摄像头镜头两侧的终端主机表面设置有所述补光灯阵列;
所述天线设置于终端主机顶部,与终端主机中的通讯定位模块连接,用于终端主机与外部设备的通信连接;
所述电源组件设置于终端主机背面一侧,用于通过电源组件中的点烟器插头连接车内电源,向设备进行供电;
所述磁吸支架设置于终端主机底部,包括有支架臂和磁吸固定部,所述支架臂的上端与终端主机连接,所述支架臂的下端连接有固定于检测车辆上的磁吸固定部。
2.根据权利要求1所述的设备,其特征在于,所述磁吸支架具体包括设置于终端主机底部两侧的支架臂,终端主机与两侧的支架臂活动连接以使得终端主机可以向正面侧/背面侧进行旋转。
3.根据权利要求1所述的设备,其特征在于,所述设备外部还设置有防水外壳,其中,所述防水外壳一侧设置为透明材质,用于使内部摄像头镜头和补光灯阵列与外界产生光源交互;所述防水外壳另一侧设置有电源线孔;所述防水外壳顶部设置有塑料材质的天线盖。
4.根据权利要求1所述的设备,其特征在于,所述终端主机中包括图像模块、计算模块、电源模块、通讯定位模块及存储模块;
所述图像模块中包括图像传感器,其中所述图像传感器为全局快门传感器;
所述计算模块中包括视频分析加速芯片、中央处理器以及内存;
所述通讯定位模块中包括GNSS定位模组、移动网络通信模组以及WIFI模组。
5.根据权利要求4所述的设备,其特征在于,所述视频分析加速芯片中保存有预先训练完成的深度学习网络识别模型,所述深度学习网络识别模型用于对采集到的原始图像进行压缩、解压、画质增强、图像预处理、目标检测和识别。
6.根据权利要求1所述的设备,其特征在于,所述补光灯阵列为白光LED阵列。
7.根据权利要求1所述的设备,其特征在于,所述磁吸固定部中包括钕铁硼强磁铁吸盘。
8.一种便携式车载道路病害检测方法,应用于权利要求1-7任一项所述的检测设备,其特征在于,所述方法包括:
将检测设备通过磁吸支架的磁吸固定部吸附在目标车辆的目标位置,其中,所述目标位置包括目标车辆的引擎盖、车顶或后备箱盖;
将检测设备的点烟器插头连接车内电源,向检测设备进行供电;
通过磁吸支架的支架臂调整检测设备中摄像头镜头的角度;并通过所述摄像头镜头进行图像数据采集,并将采集的图像数据发送至终端主机中;
通过所述终端主机对采集的图像数据进行处理,得到检测到的病害目标,并通过GNSS采集来的坐标数据和病害目标进行数据融合处理;并将处理后的数据进行上报。
9.根据权利要求8所述的方法,其特征在于,通过所述终端主机对采集的图像数据进行处理,具体包括:
获取图像数据,解压转码后输出给图像预处理模块,进行图片画质增强、去除抖动和图像切片等预处理步骤;
通过深度神经网络模型进行目标检测,得到每一幅图片中的病害目标;其中,对于每个检测到的病害目标,在得到图像目标后对同一个目标进行跟踪和去重。
10.根据权利要求8所述的方法,其特征在于,所述将处理后的数据进行上报,包括:
采用标准的消息队列客户端,所述消息队列客户端的消息协议可以包括MQTT。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210718868.XA CN115144407A (zh) | 2022-06-23 | 2022-06-23 | 一种便携式车载道路病害检测设备及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210718868.XA CN115144407A (zh) | 2022-06-23 | 2022-06-23 | 一种便携式车载道路病害检测设备及检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115144407A true CN115144407A (zh) | 2022-10-04 |
Family
ID=83407949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210718868.XA Pending CN115144407A (zh) | 2022-06-23 | 2022-06-23 | 一种便携式车载道路病害检测设备及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115144407A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115512324A (zh) * | 2022-10-13 | 2022-12-23 | 中国矿业大学 | 一种基于边缘对称填充和大感受野的路面病害检测方法 |
-
2022
- 2022-06-23 CN CN202210718868.XA patent/CN115144407A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115512324A (zh) * | 2022-10-13 | 2022-12-23 | 中国矿业大学 | 一种基于边缘对称填充和大感受野的路面病害检测方法 |
CN115512324B (zh) * | 2022-10-13 | 2024-07-12 | 中国矿业大学 | 一种基于边缘对称填充和大感受野的路面病害检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10536673B2 (en) | Smart city closed camera photocell and street lamp device | |
CN108109385B (zh) | 一种输电线防外破的车辆识别与危险行为判别系统与方法 | |
US20220020230A1 (en) | System and method for interactively reporting of roadway incidents on an ai device | |
CA3124173C (en) | System and method for detecting and transmitting incidents of interest of a roadway to a remote server | |
CN102110376B (zh) | 基于计算机视觉的路边停车位检测装置 | |
CN100419813C (zh) | 基于全方位视觉传感器的道路监控装置 | |
CN106682592B (zh) | 一种基于神经网络方法的图像自动识别系统及方法 | |
CN112417953A (zh) | 道路状况检测和地图数据更新方法、装置、系统及设备 | |
CN105120237A (zh) | 基于4g技术的无线图像监控方法 | |
CN105141924A (zh) | 基于4g技术的无线图像监控系统 | |
CN102426801A (zh) | 基于视觉分析的停车场泊位自动管理方法和系统 | |
CN104134352A (zh) | 基于长短曝光结合的视频车辆特征检测系统及其检测方法 | |
CN109891463A (zh) | 图像处理设备和图像处理方法 | |
CN101052124A (zh) | 一种机动车、船夜视装置 | |
CN102708603A (zh) | 基于gis的车辆监控车载记录仪 | |
CN109239099A (zh) | 多机协同环境下的路面破损实时检测系统及其检测方法 | |
CN105788351A (zh) | 基于视频图像的智能停车场管理系统与管理方法 | |
CN101833117A (zh) | 智能车辆安全视觉检测装置及运动目标跟踪方法 | |
CN202018301U (zh) | 基于3s技术的无线视频监测系统 | |
CN115144407A (zh) | 一种便携式车载道路病害检测设备及检测方法 | |
CN107819998A (zh) | 一种基于车载一体化的全景摄录系统及方法 | |
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 | |
CN217505691U (zh) | 一种便携式车载道路病害检测设备 | |
CN206726449U (zh) | 一种基于大数据分析平台的道路交通违规行为分析预警系统 | |
CN112932910A (zh) | 一种穿戴式智能感知导盲系统 |
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 |