CN115641501A - 道路巡检系统以及道路巡检设备 - Google Patents
道路巡检系统以及道路巡检设备 Download PDFInfo
- Publication number
- CN115641501A CN115641501A CN202211122570.9A CN202211122570A CN115641501A CN 115641501 A CN115641501 A CN 115641501A CN 202211122570 A CN202211122570 A CN 202211122570A CN 115641501 A CN115641501 A CN 115641501A
- Authority
- CN
- China
- Prior art keywords
- road
- disease
- positioning
- inspection
- data
- 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
Abstract
本发明实施例提供一种道路巡检系统,道路巡检系统包括:采集设备,用于在执行巡检任务过程中采集道路视觉数据;定位设备,用于实时获取定位设备的当前定位信息;道路视觉数据分析子系统,用于对道路视觉数据进行病害分析,并结合定位设备的当前定位信息,对分析出的道路病害进行病害定位,得到病害事件;智慧道路巡检服务接口,用于将病害事件上报到业务系统。通过道路巡检系统在执行巡检任务过程中采集道路视觉数据以及定位信息,利用道路视觉数据和定位信息进行病害分析和病害定位,形成病害事件上报到业务系统,可以自动对道路病害进行检测和上报,无需人工对道路病害进行检测,降低了道路病害的检测难度,提高了道路管理养护效率。
Description
技术领域
本发明涉及智慧城市领域,尤其涉及一种道路巡检系统以及道路巡检设备。
背景技术
随着智慧城市的发展,机动车用户的增长,对基础交通设施的管理提出了更高的要求。由于道路的建设时间长以及建设成本高,使得道路相关部门对道路的管理养护尤其重视。道路的管理养护主要是对道路病害的检测和维护,在道路病害的检测过程中,通常是由特定的工作人员在规定的时间对辖区内的道路进行巡视,人工记录道路病害的位置及道路病害的具体情况。这无疑需要大量的专业人力,这是比难实现的,而且在一些多车道的道路,由于道路宽广,机动车行驶其上,使得道路病害的检测就更难了,因此,在现有的道路管理养护中,存在病害检测难,使得道路管理养护效率低的问题。
发明内容
本发明实施例提供一种道路巡检系统,旨在解决现有的道路管理养护中,存在病害发现难,使得道路管理养护效率低的问题。通过道路巡检系统在执行巡检任务过程中采集道路视觉数据以及定位信息,利用道路视觉数据和定位信息进行病害分析和病害定位,形成病害事件上报到业务系统,该道路巡检系统可以自动对道路病害进行检测和上报,无需人工对道路病害进行检测,降低了道路病害的检测难度,提高了道路管理养护效率。
第一方面,本发明实施例提供一种道路巡检系统,所述道路巡检系统包括:
采集设备,用于在执行巡检任务过程中采集道路视觉数据;
定位设备,用于实时获取所述定位设备的当前定位信息;
道路视觉数据分析子系统,用于对所述道路视觉数据进行病害分析,并结合所述定位设备的当前定位信息,对分析出的道路病害进行病害定位,得到病害事件;
智慧道路巡检服务接口,用于将所述病害事件上报到业务系统。
可选的,所述道路视觉数据分析子系统包括:
数据解析模块,用于对所述道路视觉数据进行病害检测以及病害分类,得到所述道路病害;
病害定位模块,用于结合所述定位设备的当前定位信息,计算所述道路病害的定位信息;
病害上传模块,用于根据所述道路病害以及所述道路病害的定位信息生成所述病害事件,并在对所述病害事件进行事件审核后,将所述病害事件上传到所述智慧道路巡查检测服务接口。
可选的,数据解析模块还用于对所述道路视觉数据进行病害检测,得到病害检测结果;以及对所述病害检测结果进行病害分类,得到对应类型的所述道路病害。
可选的,所述病害定位模块还用于对所述采集设备进行系统内部标定,并通过所述系统内部标定的标定结果计算所述道路病害对应的成像点相对于所述采集设备的第一距离;以及根据所述第一距离与所述定位设备的当前定位信息,对所述道路病害进行定位,得到所述道路病害的定位信息。
可选的,所述病害上传模块还用于获取所述病害事件的置信度和严重程度至少一项,根据所述置信度和所述严重程度至少一项对所述病害事件进行事件审核。
可选的,所述道路视觉数据分析子系统还包括:
数据处理模块,用于对所述道路视觉数据进行数据预处理和数据存储,并将预处理后的道路视觉数据发送到所述数据解析模块进行病害分析。
可选的,所述智慧道路巡检服务接口包括:
病害事件上报接口,用于接收所述病害上传模块上传的所述病害事件,并将所述病害事件上报到所述业务系统;
巡检任务设置接口,用于接收或设置巡检任务,以使得所述道路巡检系统根据所述巡检任务执行道路巡检。
可选的,所述病害上传模块还用于根据所述道路病害从所述道路视觉数据中提取病害数据图片,以及根据所述道路病害以及所述道路病害的定位信息生成病害数据信息,并基于所述病害数据图片以及所述病害数据信息生成病害事件;
所述病害事件上报接口还用于对所述病害数据图片和所述病害数据信息进行接口协议检测。
可选的,所述道路巡检系统还包括:
巡查可视化子系统,用于根据所述道路视觉数据和所述定位信息,生成巡查轨迹;以及根据所述病害事件,生成病害分布;并将所述巡查轨迹与所述病害分布进行可视化展示。
可选的,所述道路巡检系统还包括:
检测任务管理子系统,用于对检测任务进行管理,所述检测任务为对所述道路视觉数据进行病害分析时所用到的检测任务。
可选的,所述道路巡检系统还包括:
设备管理子系统,用于对所述道路巡检系统的内部设备和外部设备进行管理;
设施管理子系统,用于对巡检范围内的道路设施进行信息管理;
系统设置子系统,用于对所述道路巡检系统以及所述业务系统进行管理设置。
第二方面,本发明实施例提供一种道路巡检设备,所述道路巡检设备包括:
所述道路巡检设备搭载如本发明实施例中任一项所述的道路巡检系统。
本发明实施例中,所述道路巡检系统包括:采集设备,用于在执行巡检任务过程中采集道路视觉数据;定位设备,用于实时获取定位设备的当前定位信息;道路视觉数据分析子系统,用于对所述道路视觉数据进行病害分析,并结合所述定位设备的当前定位信息,对分析出的道路病害进行病害定位,得到病害事件;智慧道路巡检服务接口,用于将所述病害事件上报到业务系统。通过道路巡检系统在执行巡检任务过程中采集道路视觉数据以及定位信息,利用道路视觉数据和定位信息进行病害分析和病害定位,形成病害事件上报到业务系统,该道路巡检系统可以自动对道路病害进行检测和上报,无需人工对道路病害进行检测,降低了道路病害的检测难度,提高了道路管理养护效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种道路巡检系统的架构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参见图1,图1是本发明实施例提供的一种道路巡检系统的架构图,如图1所示,该道路巡检系统包括:采集设备、定位设备、道路视觉数据分析子系统以及智慧道路巡检服务接口,采集设备以及定位设备分别与道路视觉数据分析子系统信号连接,道路视觉数据分析子系统与智慧道路巡检服务接口信号连接。上述道路巡检系统的载体可以是用于道路巡检的巡检车辆或巡检机器人。
其中,上述采集设备用于在执行巡检任务过程中采集道路视觉数据,并将采集到的道路视觉数据发送到道路视觉数据分析子系统。上述采集设备可以是视频采集设备或图像采集设备,上述视频采集设备可以是设置在巡检车辆上的摄像机或行车记录仪,上述图像采集设备可以是工业相机或高速照相机。上述道路视觉数据可以是视频数据或图像数据,视频数据由视频采集设备进行采集得到,图像数据由图像采集设备进行采集得到。
在一个实施例中,上述采集设备包括一定的性能要求。该性能要求包括视频的采集分辨率、防水等级、工作温度范围以及监控可视范围。
具体的,视频采集设备的采集分辨率需要不低于规定的像素值,如不低于200万像素值,以便于采集到画面清晰的道路视觉数据;上述采集设备的防水等级需要不低于规定的防水等级,如防水等级不低于IP66等级,可以在雨天环境进行道路视觉数据的采集;上述采集设备的工作温度范围需要覆盖至一定的温度范围,如覆盖至-35℃至65℃,可以确保在寒冷或高温天气进行道路视觉数据的采集;上述采集设备的设备功耗低于60瓦,可以在低功耗条件下进行道路视觉数据的采集。
图像采集设备的快门速度、分辨率、像素深度、光谱响应特性、连续工作时间、帧率、照片像素、供电方式、储存温度、工作温度、相对温度、防护等级等参数需要满足规定的技术参数要求。以工业相机为例,快门速度不大于规定的快门速度,比如快门速度不大于10微秒;分辨率不低于规定的分辨率,比如水平/垂直分辨率不低于2448(px)×2048(px);像素深度不低于规定的像素深度,比如像素深度不低于8Bit;光谱响应特性的响应范围在规定范围内,比如光谱响应特性的响应范围为350nm~1000nm;连续工作时间不小于规定的时间,比如连续工作时间不小于10小时;帧率不小于规定的帧率,比如帧率不小于10幅/秒;照片像素不低于规定的像素,比如,照片像素不低于200万像素;供电方式符合规定的供电方式,比如支持车载供电或移动供电;储存温度符合规定的储存温度范围,比如储存温度范围为-20℃~55℃;工作温度符合规定的工作温度范围,比如工作温度范围为-10℃~50℃;相对温度小于规定的温度,比如,相对温度小于或者等于93%±3%(25℃);防护等级不低于规定的等级,比如防护等级不低于IP65。
在一个实施例中,采集设备可以为一个,该采集设备的可视范围要求能覆盖至少3个车道,以适应当前的道路巡检场景。进一步,该采集设备的可视范围要求能覆盖至少3个车道以及路侧,从而可以采集路侧的视觉数据。
在一个实施例中,上述采集设备也可以是多个,比如可以是三个,分别设置在巡检车辆的前左方向、正前方向和前右方向,进而分别对前左方向、正前方向和前右方向的道路路面进行采集,得到对应车道的道路视觉数据。还可以增加采集设备对巡检车辆两侧方向的路侧进行采集,得到对应路侧的视觉数据。
上述定位设备用于实时获取定位设备的当前定位信息,并将采集到的当前定位信息发送到道路视觉数据分析子系统。上述定位设备可以是高精度定位设备,上述高精度定位设备的定位精度为厘米级别,具体的,上述高精度定位设备在进行静态定位时,其定位精度为厘米级别。可以理解的是,在本发明实施例中,静态定位的定位精度为厘米级别则可以称为高精度定位,满足高精度定位的定位设备则可以称为高精度定位设备,比如基于载波相位差分服务的RTK定位设备或基于惯导厘米级卫星定位系统的卫星定位设备。上述高精度定位设备可以通过市面上的设备供应商进行提供,本发明实施例不对具体高精度定位设备的型号及定位方法进行限定。
上述高精度定位设备的位置采集频率不小于10次/秒,这样可以满足实时获取当前位置的定位信息的需求。进一步的,上述高精度定位设备的位置采集频率与采集设备的帧率是同步的,可以在同一时间进行位置采集和帧图像采集,使得位置信息的采集时间与对应帧图像的采集时间进行对应,降低因巡检车辆或巡检机器人行动过程中带来的位置信息与图片帧的采集时间差。
上述定位设备的定位精度不小于规定的定位精度,比如定位设备的定位精度不小于1米;上述定位设备的定位天线数不少于规定的天线数量,比如定位设备的定位天线数不少于2个;上述定位设备的供电方式应符合规定的供电方式,比如上述定位设备的供电方式应支持车载供电或移动供电;上述定位设备的储存温度符合规定的储存温度范围,比如定位设备的储存温度在-20℃~55℃之间;上述定位设备的工作温度符合规定的储存温度范围,比如定位设备的工作温度在-10℃~50℃之间;上述定位设备的相对温度小于规定的温度,比如定位设备的相对温度小于或者等于93%±3%(25℃);上述定位设备的防护等级不低于规定的等级,比如定位设备的防护等级不低于IP65。
本发明实施例中的道路巡检系统还可以包括传输层,上述采集设备与上述高精度定位设备通过上述传输层与上述道路视觉数据分析子系统进行信号连接,以实现数据传输。具体来说,上述采集设备与上述高精度定位设备可以通过上述传输层分别将道路视觉数据和定位信息传输到上述道路视觉数据分析子系统中。
上述传输层可以包括视觉数据传输协议,用于将上述采集设备采集到的道路视觉数据传输给上述道路视觉数据分析子系统,上述视觉数据传输协议可以是无线传输协议。上述传输层还可以包括串口传输协议,用于将上述高精度定位设备采集到的当前定位信息传输给上述道路视觉数据分析子系统。通过串口方式上报定位数据,可以使得定位信息的传输时延小。具体来说,在采集设备采集到的道路视觉数据中,每一帧图像会包括对应的采集时间,对于每一帧图像采集时的位置,也会通过高精度定位设备来进行采集,通过串口方式上报定位信息,可以降低定位信息的传输时延,进而可以将每一帧图像与采集时的定位信息进行快速的配准。
上述道路视觉数据分析子系统用于对上述道路视觉数据进行病害分析,并结合上述定位设备的当前定位信息,对分析出的道路病害进行病害定位,得到病害事件,以及将病害事件上传到智慧道路巡检服务接口。
在本发明实施例中,道路视觉数据分析子系统可以设置在云端也可以设置在边端,上述云端可以是云服务器,上述边端可以是搭载在巡检车辆上的处理系统。
具体的,上述道路视觉数据分析子系统中嵌入有对应的视频分析功能。视频分析功能主要是用于道路视觉数据中帧图像的图像处理,从而帧图像中识别出道路病害,并对道路病害进行标记,得到道路病害在帧图像中的位置,再计算道路病害对应的成像点到上述采集设备的水平距离,结合高精度定位设备的当前定位信息,可以得到道路病害在现实空间的位置。
病害定位可以由车载定位系统的经纬度位置和道路病害相对于高精度定位设备的水平距离两部分构成。高精度定位设备的设置位置是基于车载定位系统的经纬度坐标系进行设置的,道路病害相对于高精度定位设备的水平距离是根据道路病害对应的成像点到采集设备的第一水平距离,以及采集设备到高精度定位设备的第二水平距离构成的。道路病害定位的经纬度位置误差小于预设误差,预设误差比如5米,若病害定位的经纬度位置误差大于5米,则需要重新对采集设备以及高精度定位设备进行标定,或者更换符合误差要求的采集设备以及高精度定位设备。
在一种可能的实施例中,病害定位的精准率Pp=1-(检测出病害与标准病害定位距离差的平均值/定位距离判定阈值)×100%,其中,标准病害的定位可以是通过测绘技术得到,也可以是由技术专家进行标定得到;定位距离判定阈值可以根据经验进行设置。
在一种可能的实施例中,上述定位设备可以与采集设备设置在一起,这样,道路病害对应的成像点到上述采集设备的水平距离则可以等于道路病害对应的成像点到上述定位设备的水平距离,结合定位设备的当前定位信息,可以得到道路病害在现实空间的位置。
在另一种可能的实施例中,上述定位设备可以与采集设备相隔第一距离进行设置,上述第一距离为水平面的投影距离。道路病害对应的成像点到上述采集设备的第二距离加上第一距离,结合定位设备的当前定位信息,可以得到道路病害在现实空间的位置,上述第二距离为道路病害对应的成像点到上述采集设备的水平距离。
根据分析出的道路病害以及该道路病害在现实空间的位置,组成病害事件。分析出的道路病害可以包括病害数据图片、病害的类型、病害的置信度、病害的严重程度等。上述该道路病害在现实空间的位置可以是经纬度位置。
上述智慧道路巡检服务接口用于将病害事件上报到业务系统。上述业务系统可以是道路管理相关部门的业务系统,比如智慧道路管养业务系统,道路运输管理业务系统或者其他道路管理相关的业务系统。
上述道路巡检系统与业务系统之间的数据传输应满足病害数据、巡检任务数据实时上传的要求,上传速率不低于20M/s。
在本发明实施例中,智慧道路巡检服务接口接收道路视觉数据分析子系统上报的病害事件后,可以通过智慧道路巡检服务接口的数据结构对病害事件进行检测,智慧道路巡检服务接口的数据结构包括病害数据图片以及病害数据信息,主要检测病害数据图片是否包含病害全貌,病害数据信息是否包含病害的类型、病害的编号、病害的物理尺寸、病害的面积、图片生成时间(对应帧图像的采集时间)、病害的位置(区域、街道、道路名称、经纬度坐标)、病害的置信度、病害的严重程度、设施名称、桩号、复核状态等信息。当病害数据图片没有包含病害全貌时,则重新选择病害数据图片,当病害数据信息不完全包含病害的类型、病害的编号、病害的物理尺寸、病害的面积、图片生成时间、病害的位置、病害的置信度、病害的严重程度、设施名称、桩号、复核状态等信息时,则请求对应缺少的信息项。
进一步的,智慧道路巡检服务接口的病害上传率Pu=实际上传的病害数据图片数量/通过U盘提交的病害数据图片数量。可以根据智慧道路巡检服务接口的病害上传率,对智慧道路巡检服务接口进行调整,比如,当智慧道路巡检服务接口将未包含病害全貌的病害数据图片丢弃,使得病害上传率变小,此时,可以调整病害数据图片包含病害的比例,比如病害数据图片中包含病害面貌的80%部分,则也可以进行上传。
上述道路巡检系统中的采集设备、高精度定位设备为独立于巡检车辆进行安装设置的,上述道路巡检系统还包括供电模块,供电模块用于对采集设备、高精度定位设备进行供电,当道路视觉数据分析子系统与智慧道路巡检服务接口也设置在巡检车辆上时,供电模块还用于对道路视觉数据分析子系统与智慧道路巡检服务接口进行供电。需要说明的是,当道路视觉数据分析子系统与智慧道路巡检服务接口设置在云端上时,采用机房供电,此时供电模块不需要对道路视觉数据分析子系统与智慧道路巡检服务接口进行供电。上述供电模块可以与车辆自带12V电压点烟口进行电连接,从而可以使用巡检服务的供电系统进行供电,使用功率不超过预设功率,预设功率可以是100瓦或其他数值。
上述道路视觉数据分析子系统还可以接收其他采集设备上报的采集信息,其他采集设备可以是其它巡检车辆的采集设备,也可以是除采集设备以及定位设备之外的信息采集设备,比如温度采集设备、湿度采集设备、平整度采集设备等。其他采集设备的接入可以根据巡检任务的要求进行设置。
在一种可能的实施例中,上述采集设备、定位设备、道路视觉数据分析子系统以及智慧道路巡检服务接口是设置在边端的,当边端中的道路视觉数据分析子系统根据道路视觉数据与定位设备的当前定位信息得到病害事件后,通过边端中的智慧道路巡检服务接口直接发送到业务系统。
在另一种可能的实施例中,上述采集设备以及定位设备设置在边端,上述道路视觉数据分析子系统以及智慧道路巡检服务接口设置在云端,边端将道路视觉数据与定位设备的当前定位信息上传到云端,在云端中的道路视觉数据分析子系统根据道路视觉数据与定位设备的当前定位信息得到病害事件后,通过云端中的智慧道路巡检服务接口发送到业务系统。
在另一种可能的实施例中,上述采集设备以及定位设备设置在边端,上述边端中还设置有第一道路视觉数据分析子系统,云端中设置有第二道路视觉数据分析子系统以及智慧道路巡检服务接口,当边端中的道路视觉数据分析子系统根据道路视觉数据与定位设备的当前定位信息得到第一病害事件后,将第一病害事件上传到云端,同时,边端还将道路视觉数据与定位设备的当前定位信息上传到云端,在云端中的第二道路视觉数据分析子系统根据道路视觉数据与定位设备的当前定位信息得到第二病害事件后,将第一病害事件与第二病害事件进行比对,判断第一病害事件与第二病害事件是否一致,若一致,则通过云端中的智慧道路巡检服务接口发送到业务系统。若不一致,则选择第一病害事件与第二病害事件中的置信度或严重程度较大病害事件作为最终确定的病害事件,通过云端中的智慧道路巡检服务接口发送到业务系统。需要说明的是,上述第一道路视觉数据分析子系统与上述第二道路视觉数据分析子系统具体相同的任务检测策略以及相同的任务检测算法,这样可以降低道路视觉数据分析子系统的系统误差。
可以对道路巡检系统进行准确率(accuracy)、召回率(recall rate)、误报率(false positive rate)、定位精准率(positioning accuracy)、种类识别准确率(typerecognition accuracy)、识别查准率(check accuracy)、去重率(duplicate removalrate)等评价指标进行计算,得到病害检测能力更强的道路巡检系统。
其中,准确率指的是系统正确识别的道路病害数量占采集到的道路病害数量的百分比,用Pa表示,计算式如下:
召回率指的是系统正确识别的道路病害数量占实际道路病害数量的百分比,用Pr表示,计算式如下:
误报率指的是系统将正常路面识别为病害路面的数量占总识别数量的百分比,用Pf表示,计算式如下:
定位精准率指的是空间实体位置信息(通常为坐标)与其真实位置之间的接近程度,用Pp表示,计算式如下:
种类识别准确率指的是检测出的正确病害种类数占相关方提供的标准病害种类数(或实际病害种类数的)比例,用Pt表示,计算式如下:
识别查准率指的是检出的正确病害总量占检出的病害总量的比例,用Pc表示,计算式如下:
去重率指的是重复病害数量占发现总病害数量的比例,用Pd表示,计算式如下:
上述准确率与召回率应当达到规定的值,比如准确率应当达到90%,召回率应当达到95%,误报率、定位精准率、种类识别准确率、识别查准率及去重率等可选指标作为评价上述道路巡检系统病害检测能力的加分项,可以不做具体数值限定。
本发明实施例中,所述道路巡检系统包括:采集设备,用于在执行巡检任务过程中采集道路视觉数据;定位设备,用于实时获取所述定位设备的当前定位信息;道路视觉数据分析子系统,用于对所述道路视觉数据进行病害分析,并结合所述定位设备的当前定位信息,对分析出的道路病害进行病害定位,得到病害事件;智慧道路巡检服务接口,用于将所述病害事件上报到业务系统。通过道路巡检系统在执行巡检任务过程中采集道路视觉数据以及定位信息,利用道路视觉数据和定位信息进行病害分析和病害定位,形成病害事件上报到业务系统,该道路巡检系统可以自动对道路病害进行检测和上报,无需人工对道路病害进行检测,降低了道路病害的检测难度,提高了道路管理养护效率。
可选的,道路视觉数据分析子系统包括:数据解析模块、病害定位模块以及病害上传模块,其中,数据解析模块用于对所述道路视觉数据进行病害检测以及病害分类,得到道路病害;病害定位模块用于结合定位设备的当前定位信息,对道路病害进行定位,得到所述道路病害的定位信息;病害上传模块用于将道路病害与对应的定位信息形成所述病害事件,并在对病害事件进行事件审核后,将病害事件进行事件上传到智慧道路巡查检测服务接口。
在本发明实施例中,数据解析模块接收到道路视觉数据后,对道路视觉数据进行解析,得到用于病害检测的帧图像。对于每一帧图像,数据解析模块都进行病害检测,检测对应的帧图像中是否包含道路病害。
具体的,病害检测可以通过目标检测算法或模板对比算法进行,进一步的,在病害检测过程中,可以采用跟踪算法或去重技术来使得同一病害可以只检测输出一次,将以病害检测框进行标记。得到检测出道路病害后,还可以对所有道路病害进行聚类,具体的,可以对不同巡检时间的同一病害基于位置进行聚类。
本发明实施例中的目标检测算法可以是基于神经网络构建的目标检测模型。通过病害检测,可以得到帧图像中是否存在道路病害,当帧图像中存在道路病害时,可以输出道路病害的病害检测框(x,y,w,h,μ,ε),其中,(x,y)为病害检测框的中心点坐标,w为病害检测框的宽度,h为病害检测框的高度,μ为病害检测框的置信度,ε为病害检测框中道路病害的严重程度。
上述病害分类通过分类算法或支持向量机进行,数据解析模块在检测到对应的帧图像中包含道路病害后,从帧图像中提取道路病害对应的小图,并将道路病害对应的小图进行病害分类,得到道路病害的类型。道路病害主要包括沥青路面对应的道路病害、水泥路面对应的道路病害以及沿线设施对应的道路病害。其中,沥青路面对应的道路病害的类型可以包括坑槽、龟裂、块裂、裂缝(横向裂缝、纵向裂缝、不规则斜线裂缝)、沉陷、车辙、路框差、杂物、积水等;水泥路面对应的道路病害的类型可以包括面板破碎、坑洞、板角断裂、线裂等;沿线设施对应的道路病害的类型可以包括护栏损坏、路框差、井盖破损等。
在一种可能的实施例中,上述病害检测和病害分类可以根据预设的病害判定规则进行,以沥青路面为例,道路病害的类型和判定规则可以如表1所示:
表1
以水泥路面为例,道路病害的类型和判定规则可以如表2所示:
表2
上述病害检测可以检测道路病害在图像中的位置,道路病害在图像中的位置为病害检测框(x,y,w,h,μ,ε),病害检测框中的成像点到采集设备的距离则为道路病害到采集设备的距离。在病害定位模块中,可以根据病害检测框中的成像点到采集设备的水平距离,确定道路病害到采集设备的水平距离,具体的,空间中任何一点在图像中的成像位置可以用针孔成像模型近似表示,即任何点在图像中的投影位置,为光心与点的连线与图像平面的交点。由比例关系有如下关系:
X=fx1/z1
Y=fy1/z1
其中,(X,Y)为成像点的图像坐标;(x1,y1,z1)为空间点在采集设备坐标系(摄像机坐标系或相机坐标系)下的坐标,f为x1y1到图像平面的距离,一般称为采集设备的焦距。采集设备坐标系是预先进行标定得到的。
病害定位可以由车载定位系统的经纬度位置和道路病害相对于定位设备的水平距离两部分构成。定位设备的设置位置是基于车载定位系统的经纬度坐标系进行设置的,道路病害相对于定位设备的水平距离是根据道路病害对应的成像点到采集设备的第一水平距离,以及采集设备到定位设备的第二水平距离构成的。在一种可能的实施例中,定位设备的定位信息为(x2,y2,z2),成像点(X,Y)对应的空间点在采集设备坐标系下的坐标为(x1,y1,z1),将采集设备坐标系下的坐标转换为定位设备所在坐标系下的坐标(x3,y3,z3),则计算(x2,y2)与(x3,y3)之间的距离,得到道路病害相对于定位设备的水平距离,将道路病害相对于定位设备的水平距离加在车载定位系统的经纬度位置,则可以得到道路病害的经纬度位置。定位设备所在坐标系可以是车载定位系统的经纬度坐标系。
在得到道路病害的定位信息后,可以将数据解析模块的解析结果与病害定位模块的定位结果进行聚合,形成病害事件,上述解析模块的解析结果可以包括病害数据图片、病害的类型、病害的编号、病害的物理尺寸、病害的面积、图片生成时间(对应帧图像的采集时间)、病害的置信度、病害的严重程度、设施名称、桩号等,上述病害定位模块的定位结果可以包括病害的位置(区域、街道、道路名称、经纬度坐标)。
具体的,病害数据图片可以包括完整的帧图像(大图),病害图片(小图),在帧图像中,可以通过病害检测框(x,y,w,h,μ,ε)对道路病害进行标记,使得帧图像中包括被标记的病害图片(病害检测框中的图像区域)。病害的置信度为病害检测框(x,y,w,h,μ,ε)中的μ,病害的严重程度为病害检测框(x,y,w,h,μ,ε)中的ε。病害的类型通过对病害图片进行病害分类得到,病害的类型可以包括沥青路面对应的坑槽、龟裂、块裂、裂缝(横向裂缝、纵向裂缝、不规则斜线裂缝)、沉陷、车辙、路框差、杂物、积水等,以及可以包括水泥路面对应的面板破碎、坑洞、板角断裂、线裂等,还可以包括沿线设施对应的护栏损坏、路框差、井盖破损等。病害的物理尺寸以及病害的面积可以根据病害检测框(x,y,w,h,μ,ε)中的w和h得到。图片生成时间可以根据帧图像的采集时间得到。病害的严重程度可以根据病害的类型、病害的物理尺寸进行估计得到。
对于病害事件,可以提供审核和复核功能。在得到病害事件后,对病害事件进行事件审核,事件审核主要是保证病害事件的真实性或者必要性。当病害事件满足上报条件时再进行病害事件的上报,这样可以避免误识别造成的误报。也可以支持手动审核,人工过滤掉误判的病害事件。可以在病害事件不满足上报条件时,再进行手动审核。上述手动审核也可以称为人工审核或复核。
可选的,数据解析模块还用于对道路视觉数据进行病害检测,得到病害检测结果;以及对病害检测结果进行病害分类,得到对应类型的道路病害。
在本发明实施例中,病害检测通过目标检测算法进行,本发明实施例中的目标检测算法可以是基于神经网络构建的目标检测模型。首先可以构建目标检测模型与第一训练集,目标检测模型的输出为病害检测框(x,y,w,h,μ,ε),其中,(x,y)为病害检测框的中心点坐标,w为病害检测框的宽度,h为病害检测框的高度,μ为病害检测框的置信度,ε为病害检测框中道路病害的严重程度。收集不同的道路图片,并对道路图片中的病害进行标注,得到病害标签,将病害标签与道路图片进行关联,得到第一训练集。通过第一训练集,采用有监督学习对目标检测模型进行训练,得到训练好的目标检测模型,将训练好的目标检测模型嵌入到数据解析模块中。
病害分类通过分类算法进行,本发明实施例中的分类算法可以是基于神经网络构建的分类模型。首先可以构建分类模型与第二训练集,分类模型的输出为道路病害的类型。收集不同的道路病害图片,并对道路图片中的病害类型进行标注,得到病害类型标签,将病害类型标签与道路病害图片进行关联,得到第二训练集。通过第二训练集,采用有监督学习对目标检测模型进行训练,得到训练好的分类模型,将训练好的分类模型嵌入到数据解析模块中。
病害数据图片可以包括完整的帧图像(大图),病害图片(小图),在帧图像中,可以通过病害检测框(x,y,w,h,μ,ε)对道路病害进行标记,使得帧图像中包括被标记的病害图片(病害检测框中的图像区域)。病害的置信度为病害检测框(x,y,w,h,μ,ε)中的μ,病害的严重程度为病害检测框(x,y,w,h,μ,ε)中的ε。病害的类型通过对病害图片进行病害分类得到,病害的类型可以包括沥青路面对应的坑槽、龟裂、块裂、线裂、沉陷、车辙、路框差、杂物、积水等,以及可以包括水泥路面对应的面板破碎、坑洞、板角断裂、线裂等,还可以包括沿线设施对应的护栏损坏、路框差、井盖破损等。病害的物理尺寸和病害的面积可以根据病害检测框(x,y,w,h,μ,ε)中的w和h得到。
病害事件还可以包括病害的上报必要性,其中,病害的上报必要性可以根据病害的置信度μ和ε病害的严重程度进行确定,也可以根据根据病害的类型、病害的物理尺寸进行估计,由于不同类型的道路病害,随着病害的物理尺寸增加,其上报必要性的存在不同的影响,因此,每个类型的道路病害对应一个影响因子,上报必要性的计算可以采用下述式子进行计算:
其中,上述δ为上报必要性,I为同一帧图像中道路病害的类型总数量,λi为第i个类型的影响因子,J为同一帧图像中同一类型的道路病害的数量,(w×h)j为第i个类型中第j个道路病害的面积。
可选的,病害定位模块还用于对采集设备进行系统内部标定,并通过系统内部标定的标定结果计算道路病害对应的成像点相对于采集设备的第一距离;以及根据第一距离与定位信息,对道路病害进行定位,得到道路病害的定位信息。
在本发明实施例中,上述采集设备可以为摄像头或工业相机,上述系统内部标定可以理解为摄像头或工业相机的内部参数标定,上述内部参数标定包括摄像头坐标系或相机坐标系的标定以及焦距的标定。具体的,空间中任何一点在图像中的成像位置可以用针孔成像模型近似表示,即任何点在图像中的投影位置,为光心与点的连线与图像平面的交点。
在对采集设备进行系统内部标定后,可以根据病害检测框中的成像点到采集设备的水平距离,确定道路病害到采集设备的水平距离。病害定位可以由车载定位系统的经纬度位置和道路病害相对于定位设备的水平距离两部分构成。上述定位信息包括定位设备基于车载定位系统的经纬度位置,定位设备的设置位置是基于车载定位系统的经纬度坐标系进行设置的,道路病害相对于高精度定位设备的水平距离是根据道路病害对应的成像点到采集设备的第一水平距离,以及采集设备到定位设备的第二水平距离构成的。在一种可能的实施例中,定位设备的定位信息为(x2,y2,z2),成像点(X,Y)对应的空间点在摄像机坐标系或相机坐标系下的坐标为(x1,y1,z1),将摄像机坐标系或相机坐标系下的坐标转换为定位设备所在坐标系下的坐标(x3,y3,z3),则计算(x2,y2)与(x3,y3)之间的距离,得到道路病害相对于定位设备的水平距离,将道路病害相对于定位设备的水平距离加在车载定位系统的经纬度位置,则可以得到道路病害的经纬度位置。
可选的,病害上传模块还用于获取病害事件的置信度和严重程度至少一项,根据置信度和严重程度至少一项对病害事件进行事件审核。
在本发明实施例中,可以对置信度阈值进行设置,当病害事件中病害的置信度大于置信度阈值时再进行病害事件的上报,这样可以避免误识别造成的误报;可以对严重程度阈值进行设置,当病害事件中病害的严重程度大于严重程度阈值时再进行事件的上报;也可以支持手动审核,过滤掉误判的病害事件,当病害事件中病害的置信度小于置信度阈值时或当病害事件中病害的严重程度小于严重程度阈值时,再进行手动审核。
可选的,道路视觉数据分析子系统还包括数据处理模块,数据处理模块用于对道路视觉数据进行数据预处理和数据存储,并将预处理后的道路视觉数据发送到数据解析模块进行病害分析。
在本发明实施例中,上述数据处理模块在接收到道路视觉数据后,可以对道路视觉数据进行数据预处理,数据预处理可以是对道路视觉数据进行抽帧,将抽帧后的道路视觉数据传输到数据解析模块中。抽帧后的道路视觉数据的帧率不小于预设帧率,比如不小于8帧/秒。
在一种可能的实施例中,在抽帧过程,可以检测帧图像是否存在对应的定位信息,若帧图像不存在对应的定位信息,可以将该帧图像进行删除,这样,可以保证抽帧后的道路视觉数据中,每一帧图像都存在对应的定位信息,避免道路病害因帧图像与定位信息的偏移而产生定位偏差。
数据存储主要是对道路视觉数据以及病害事件相关数据进行存储,其中,病害事件相关数据的存储周期可以根据业务系统的事件管理策略进行设置,具体的,可以在道路病害未修复之前将病害明细数据永久保存,道路病害修复后保存近1年病害明细数据,巡检明细数据保存近1年数据。病害明细数据可以包括病害视频,病害视频可以是包含有病害视频的道路视觉数据片段,道路视觉数据片段包括从道路病害出现的第一帧图像到道路病害消失的最后一帧图像。
可选的,智慧道路巡检服务接口包括病害事件上报接口以及巡检任务设置接口,病害事件上报接口用于接收病害上传模块上传的病害事件,并将病害事件上报到业务系统;巡检任务设置接口用于接收或设置巡检任务,以使得所述道路巡检系统根据巡检任务执行道路巡检。
在本发明实施例中,第三方系统可以通过该接口给道路巡检系统下发或设置巡检任务,其中,第三方系统可以是业务系统,也可以是具有下达巡检任务权限的其他系统。上述巡检任务中可以包括巡检范围信息、巡检时间等。
检任务设置接口具体包括巡检任务下达接口以及巡检信息上报接口,巡检任务下达接口的接口信息包括巡检范围信息以及巡检时间信息;巡检信息上报接口接口信息包括巡检里程、巡检轨迹、巡检车辆信息、设备编号、设备状态、当前经纬度、当前车速、平整度数据、当前拍摄图片等。
进一步的,道路巡检系统在执行巡检任务之前,业务平台与道路巡检系统通过公共响应体(Object)进行链接,公共响应体包括错误类型、接口地址、状态码(200为成功)、数据、描述信息以及请求id,上述公共响应体如下述表3所示:
表3
属性 | 类型 | 说明 |
error | string | 错误类型 |
path | string | 接口地址 |
code | int | 状态码,200为成功 |
data | Object | 数据 |
msg | string | 描述信息 |
requestId | string | 请求id |
可以向业务平台管理员申请账号,该账号用于获取token凭证,由业务平台管理员提供访问地址,道路巡检系统通过POST协议访问该访问地址来获取token凭证。道路巡检系统的请求参数包括用户名和密码,上述请求参数如下述表4所示:
表4
属性 | 类型 | 默认值 | 必填 | 说明 |
username | string | 是 | 用户名 | |
password | string | 是 | 密码 |
业务平台根据token凭证对请求参数进行响应,得到响应数据如表5所示:
表5
属性 | 类型 | 说明 |
token | string | 凭证 |
智慧道路巡检服务接口接收道路视觉数据分析子系统上报的病害事件后,可以通过智慧道路巡检服务接口的数据结构对病害事件进行检测,智慧道路巡检服务接口的数据结构包括病害数据图片以及病害数据信息,主要检测病害数据图片是否包含病害全貌,病害数据信息是否包含病害的类型、病害的物理尺寸、图片生成时间(对应帧图像的采集时间)、病害的位置(区域、街道、道路名称、经纬度坐标)、病害的置信度、病害的严重程度等信息。当病害数据图片没有包含病害全貌时,则重新选择病害数据图片,当病害数据信息不完全包含病害的类型、病害的物理尺寸、图片生成时间、病害的位置、病害的置信度、病害的严重程度等信息时,则请求对应缺少的信息项。具体的,病害事件上报接口可以批量上报病害,病害事件的数据结构可以如下述表6所示:
表6
属性 | 类型 | 默认值 | 必填 | 说明 |
address | string | 是 | 详细位置 | |
componentType | string | 是 | 构件类型,取自字典 | |
diseaseNum | BigDecimal | 是 | 数量 | |
diseaseSource | string | 是 | 病害来源,取自字典 | |
diseaseStatus | string | 是 | 病害状态,取自字典 | |
diseaseType | string | 是 | 病害类型,取自字典 | |
diseaseUnit | string | 是 | 单位,取自字典 | |
facilityCode | string | 是 | 设施编码 | |
latitude | string | 是 | 纬度 | |
longitude | string | 是 | 经度 | |
outsideDiseaseCode | string | 是 | 病害编号 | |
photoUrl | string | 是 | 照片地址 | |
reportTime | Date | 是 | 上报时间 | |
specAction | string | 是 | 专项行动,取自字典 |
可选的,病害上传模块还用于根据道路病害从道路视觉数据中提取病害数据图片,以及根据道路病害以及道路病害的定位信息生成病害数据信息,并基于病害数据图片以及病害数据信息生成病害事件;病害事件上报接口还用于对病害数据图片和病害数据信息进行接口协议检测。
在本发明实施例中,可以在道路视觉数据中提取道路病害中置信度或严重程度最高所对应的图片作为病害数据图片。可以将道路病害的检测结果和道路病害的定位信息进行聚合,得到病害数据信息。再将病害数据图片与病害数据信息进行聚合,得到病害事件。
其中,可以将道路病害的定位信息转换为公路桩号,方便病害定位。
上述接口协议也可以理解为数据结构,上述智慧道路巡检服务接口的数据结构包括病害数据图片以及病害数据信息,主要检测病害数据图片是否包含病害全貌,病害数据信息是否包含病害的类型、病害的编号、病害的物理尺寸、病害的面积、图片生成时间、病害的位置、病害的置信度、病害的严重程度、设施名称、桩号、复核状态等信息。当病害数据图片没有包含病害全貌时,则重新选择病害数据图片,当病害数据信息不完全包含病害的类型、病害的编号、病害的物理尺寸、病害的面积、图片生成时间、病害的位置、病害的置信度、病害的严重程度、设施名称、桩号、复核状态等信息时,则请求对应缺少的信息项。
可选的,上述道路巡检系统还包括巡查可视化子系统,巡查可视化子系统用于根据道路视觉数据或定位信息,生成巡查轨迹;以及根据病害事件,生成病害分布;并将巡查轨迹与病害分布进行可视化展示。
在本发明实施例中,可以通过巡检车辆的行驶轨迹,得到巡查轨迹。具体的,可以根据道路视觉数据中的图像提取出巡检车辆的行驶轨迹,从而得到巡查轨迹。还可以根据定位设备的定位信息或者巡检车辆的位置信息得到巡检车辆的行驶轨迹,从而得到巡查轨迹。上述巡查轨迹可以包括实时轨迹和历史轨迹,用户可以通过巡查可视化子系统对巡检车辆的实时轨迹和历史轨迹进行播放。
可以根据病害事件中的道路病害的位置,在地图中对道路病害进行标记。在查找显示时,可以根据道路病害的类型对道路病害进行分类显示,可以对某条巡检道路的道路病害进行显示,可以地图选择范围来对范围内的道路病害进行显示。在地图中选中具体某个道路病害时,可以显示该道路病害的详细信息。可以将道路病害的信息添加到分类报表,需要查看分类报表时,对分类报表进行可视化展示。分类报表包含但不限于病害分类统计报表、病害道路统计报表等。
可以通过巡查可视化子系统显示病害全景页面,以展示病害以及展示病害时空分布,可以提供不同时间维度的病害统计分析,关联病害列表与病害详情。病害详情可以包括采集时间、病害编号、病害类型、严重程度、病害面积、病害长度、病害位置、桩号等。
可以通过巡查可视化子系统对病害图片管理,病害图片管理包括显示图片库列表信息,支持图片库创建、上传图片、编辑、详情查看、删除、上传图片信息、桩号匹配操作。
可选的,上述道路巡检系统还包括检测任务管理子系统,检测任务管理子系统用于对检测任务进行管理,检测任务为对道路视觉数据进行病害分析时所用到的检测任务。
在本发明实施例中,可以通过检测任务管理子系统显示任务列表信息,检测任务管理子系统可以支持任务搜索、创建、编辑等功能;检测任务管理子系统提供任务详情页面,在任务详情页面中,可选择检测结果、病害类型、图片标注情况、病害类型、病害位置与病害尺寸。
巡查可视化子系统可以搭载于智慧巡检看板,通过智慧巡检看板,可以实时查看病害时空分布,以及实时监控巡检车辆运行状况,获取巡检车辆行驶轨迹、设备状态等,看板图表展示病害统计分析、巡检里程统计以及设施统计分布。还可以通过智慧巡检看板进行数据预览,可以支持实时视频(或图片)、GPS、平整度以及硬盘数据预览,并可以实时监控设备运行状态。
可选的,上述道路巡检系统还包括设备管理子系统,设备管理子系统用于对道路巡检系统的内部设备和外部设备进行管理。
在本发明实施例中,可以通过设备管理子系统显示设备列表信息,可以通过设备管理子系统进行设备编辑、设备列表批量导出、设备状态跟踪。还可以进行设备配置,可以支持设备快速配置,以便设备增减。
可选的,上述道路巡检系统还包括设施管理子系统,设施管理子系统用于对巡检范围内的道路设施进行信息管理。
在本发明实施例中,可以通过设施管理子系统显示设施列表信息,并可以通过设备管理子系统进行设施创建、设施编号录入、设施编辑、桩号配置、设施列表导出、删除操作。
可选的,上述道路巡检系统还包括系统设置子系统,系统设置子系统用于对道路巡检系统以及业务系统进行管理设置。
在本发明实施例中,系统设置子系统包括道路巡检系统以及业务系统中的部门管理、用户管理、角色管理、菜单管理、问题反馈列表。
上述道路巡检系统的可以根据道路实际状况、天气状况、环境状况、检测设备和道路巡检系统功能特性等综合因素开展检测和分析。管理道路巡检系统的检测人员应掌握道路巡检系统功能、设备操作方法、安全性能,并具备维护保障、特种作业等技能。道路病害智慧巡检遵守标准JTG 5210、GB 5768、JTG H20、JTG/T H21、JTG H10、JTG H11的相关要求。开展道路病害智慧巡检前应取得相关主管部门的许可。开展道路病害智慧巡检应遵守相关交通安全法律法规。道路巡检系统的软件系统遵循GB/T 9813.3、GB/T 30269.901的相关要求。上述道路巡检系统的安全性能应符合GB/T 22239、GB/T 22240、GB/T 25058、GB/T28448、GB/T 25070等标准的相关要求。
上述道路巡检系统的巡检流程可以包括以下基本流程:
a)巡检计划:绑定车路信息,建立周期性巡检计划;
b)巡检任务:自动派发巡检任务,生成巡检任务日历;
c)数据采集:根据巡检任务,道路病害采集系统采集数据;
d)数据上传:采集端自动上传图像、平整度、定位数据;
e)病害检测:采集端及平台端进行边云协同AI检测;
f)病害管理:病害数据统计分析及业务管理;
g)设施管理:打通设施-病害数据,分析设施风险点;
h)设备管理:关注设备运行状态,及时保养维修。
上述道路巡检系统的适用于沥青路面或水泥路面,且道路应具备良好的卫星定位信号和4G或5G无线网络信号,以及在执行巡检任务过程中,道路状况为GAT 115-2020定义的区间路段交通拥堵度Ⅳ级(畅通)和Ⅲ级(轻度拥堵)状态。
本发明实施例提供的一种道路巡检设备,该道路巡检设备作为上述道路巡检系统的全部载体或部分载体,上述道路巡检设备可以是巡检车辆或巡检机器人,上述巡检车辆或巡检机器人包括上述发明实施例中任一所述的道路巡检系统。
上述道路巡检设备可以通过道路巡检系统在执行巡检任务过程中采集道路视觉数据以及定位设备的当前定位信息,利用道路视觉数据和定位设备的当前定位信息进行病害分析和病害定位,形成病害事件上报到业务系统,该道路巡检系统可以自动对道路病害进行检测和上报,无需人工对道路病害进行检测,降低了道路病害的检测难度,提高了道路管理养护效率。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (12)
1.一种道路巡检系统,其特征在于,所述道路巡检系统包括:
采集设备,用于在执行巡检任务过程中采集道路视觉数据;
定位设备,用于实时获取所述定位设备的当前定位信息;
道路视觉数据分析子系统,用于对所述道路视觉数据进行病害分析,并结合所述定位设备的当前定位信息,对分析出的道路病害进行病害定位,得到病害事件;
智慧道路巡检服务接口,用于将所述病害事件上报到业务系统。
2.如权利要求1所述的道路巡检系统,其特征在于,所述道路视觉数据分析子系统包括:
数据解析模块,用于对所述道路视觉数据进行病害检测以及病害分类,得到所述道路病害;
病害定位模块,用于结合所述定位设备的当前定位信息,计算所述道路病害的定位信息;
病害上传模块,用于根据所述道路病害以及所述道路病害的定位信息生成所述病害事件,并在对所述病害事件进行事件审核后,将所述病害事件上传到所述智慧道路巡查检测服务接口。
3.如权利要求2所述的道路巡检系统,其特征在于,所述数据解析模块还用于对所述道路视觉数据进行病害检测,得到病害检测结果;以及对所述病害检测结果进行病害分类,得到对应类型的所述道路病害。
4.如权利要求2所述的道路巡检系统,其特征在于,所述病害定位模块还用于对所述采集设备进行系统内部标定,并通过所述系统内部标定的标定结果计算所述道路病害对应的成像点相对于所述采集设备的第一距离;以及根据所述第一距离与所述定位设备的当前定位信息,对所述道路病害进行定位,得到所述道路病害的定位信息。
5.如权利要求2所述的道路巡检系统,其特征在于,所述病害上传模块还用于获取所述病害事件的置信度和严重程度至少一项,根据所述置信度和所述严重程度至少一项对所述病害事件进行事件审核。
6.如权利要求2所述的道路巡检系统,其特征在于,所述道路视觉数据分析子系统还包括:
数据处理模块,用于对所述道路视觉数据进行数据预处理和数据存储,并将预处理后的道路视觉数据发送到所述数据解析模块进行病害分析。
7.如权利要求2所述的道路巡检系统,其特征在于,所述智慧道路巡检服务接口包括:
病害事件上报接口,用于接收所述病害上传模块上传的所述病害事件,并将所述病害事件上报到所述业务系统;
巡检任务设置接口,用于接收或设置巡检任务,以使得所述道路巡检系统根据所述巡检任务执行道路巡检。
8.如权利要求7所述的道路巡检系统,其特征在于,所述病害上传模块还用于根据所述道路病害从所述道路视觉数据中提取病害数据图片,以及根据所述道路病害以及所述道路病害的定位信息生成病害数据信息,并基于所述病害数据图片以及所述病害数据信息生成病害事件;
所述病害事件上报接口还用于对所述病害数据图片和所述病害数据信息进行接口协议检测。
9.如权利要求1所述的道路巡检系统,其特征在于,所述道路巡检系统还包括:
巡查可视化子系统,用于根据所述道路视觉数据和所述定位信息,生成巡查轨迹;以及根据所述病害事件,生成病害分布;并将所述巡查轨迹与所述病害分布进行可视化展示。
10.如权利要求1所述的道路巡检系统,其特征在于,所述道路巡检系统还包括:
检测任务管理子系统,用于对检测任务进行管理,所述检测任务为对所述道路视觉数据进行病害分析时所用到的检测任务。
11.如权利要求1所述的道路巡检系统,其特征在于,所述道路巡检系统还包括:
设备管理子系统,用于对所述道路巡检系统的内部设备和外部设备进行管理;
设施管理子系统,用于对巡检范围内的道路设施进行信息管理;
系统设置子系统,用于对所述道路巡检系统以及所述业务系统进行管理设置。
12.一种道路巡检设备,其特征在于,所述道路巡检设备搭载如权利要求1至11中任一项所述的道路巡检系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211122570.9A CN115641501A (zh) | 2022-09-15 | 2022-09-15 | 道路巡检系统以及道路巡检设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211122570.9A CN115641501A (zh) | 2022-09-15 | 2022-09-15 | 道路巡检系统以及道路巡检设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115641501A true CN115641501A (zh) | 2023-01-24 |
Family
ID=84941868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211122570.9A Pending CN115641501A (zh) | 2022-09-15 | 2022-09-15 | 道路巡检系统以及道路巡检设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115641501A (zh) |
-
2022
- 2022-09-15 CN CN202211122570.9A patent/CN115641501A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11593344B2 (en) | Updating high definition maps based on age of maps | |
CN104766086B (zh) | 一种公路标识的监管方法和系统 | |
JP6713505B2 (ja) | 舗装情報収集点検システム、舗装情報収集点検方法、及びプログラム | |
CN106296814B (zh) | 公路养护检测与可视化交互方法和系统 | |
CN113781450A (zh) | 一种基于输配电线路无人机图像采集自动化智能缺陷分析系统 | |
CN103700261A (zh) | 一种基于视频的道路交通流特征参数监测及交通综合信息服务系统 | |
CN108974044A (zh) | 铁路轨道资产勘测系统 | |
CN103779808A (zh) | 基于LiDAR的输电线路智能巡检系统 | |
CN113744420B (zh) | 一种道路停车收费管理方法、系统和计算机可读存储介质 | |
CN112633722B (zh) | 车载道路安全风险评估系统及方法 | |
CN116824859B (zh) | 一种基于物联网的智慧交通大数据分析系统 | |
WO2020183345A1 (en) | A monitoring and recording system | |
CN113344745A (zh) | 基于远程视频监控和云计算的工程项目智慧工地数据采集分析一体化云平台 | |
CN113487877A (zh) | 一种道路车辆违规停车监控方法 | |
CN113215940A (zh) | 一种路面检测展示方法、服务器及系统 | |
CN108564492A (zh) | 基于gis的危旧房动态监控管理平台以及建设该平台的方法 | |
CN115641501A (zh) | 道路巡检系统以及道路巡检设备 | |
CN115440071B (zh) | 一种自动驾驶违规停车检测方法 | |
Kandoi et al. | Pothole detection using accelerometer and computer vision with automated complaint redressal | |
KR20230100787A (ko) | 도로의 정비보수를 위한 인공지능을 활용한 능동 도로 통합관리 시스템 | |
TW201013589A (en) | A detection method and device for violation of traffic rules | |
KR20230100001A (ko) | 도로의 정비보수를 위한 도로 통합관리 시스템 | |
Duffell et al. | Remote sensing techniques for highway earthworks assessment | |
CN114399068A (zh) | 基于bim的道路生命周期信息管理系统和方法 | |
CN113157839A (zh) | 一种基于gis的国土空间规划系统及方法 |
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 |