CN116071726A - 一种基于边缘计算的道路巡检系统及方法 - Google Patents

一种基于边缘计算的道路巡检系统及方法 Download PDF

Info

Publication number
CN116071726A
CN116071726A CN202310206914.2A CN202310206914A CN116071726A CN 116071726 A CN116071726 A CN 116071726A CN 202310206914 A CN202310206914 A CN 202310206914A CN 116071726 A CN116071726 A CN 116071726A
Authority
CN
China
Prior art keywords
road
information data
unit
inspection
acquisition
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.)
Withdrawn
Application number
CN202310206914.2A
Other languages
English (en)
Inventor
鹿浩
刘沪
李豪
张丽丽
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.)
Jiangsu Bishi Security Technology Co ltd
Nanjing Jiaoke Shuzhi Technology Development Co ltd
Original Assignee
Jiangsu Bishi Security Technology Co ltd
Nanjing Jiaoke Shuzhi Technology Development 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 Jiangsu Bishi Security Technology Co ltd, Nanjing Jiaoke Shuzhi Technology Development Co ltd filed Critical Jiangsu Bishi Security Technology Co ltd
Priority to CN202310206914.2A priority Critical patent/CN116071726A/zh
Publication of CN116071726A publication Critical patent/CN116071726A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于边缘计算的道路巡检系统及方法,涉及公路巡检管理技术领域,包括以下步骤:S1、利用数据采集模块对道路信息数据进行采集;S2、利用状态分析模块对道路信息数据的采集过程进行分析,判断是否出现异常情况;S3、利用图像处理模块对道路信息数据进行处理,分析道路病害情况;S4、利用影响分析模块对道路信息数据采集异常情况下的道路病害情况进行分析;通过图像处理模块对路面信息数据进行分析,判断路面是否存在病害情况,同时,在影响分析模块的分析和判断下,可以有效的判断被前车遮挡导致路面信息数据采集不齐全的路面是否存在病害,避免了对路面信息数据的二次采集,提高了道路巡检的效率。

Description

一种基于边缘计算的道路巡检系统及方法
技术领域
本发明涉及公路巡检管理技术领域,具体是一种基于边缘计算的道路巡检系统及方法。
背景技术
随着我国公路建设的飞速发展,传统的基于人工检测路面病害的方法存在着标准化缺失、成本高、精确度低、危险性高等问题,随着科技水平的不断进步,随之而来的是通过AI技术实现对路面病害的智能化检测,通过在巡检车上安装巡检摄像头,选择车流量较少的时间段对道路信息进行数据采集和智能化分析;
但是,现有的基于AI技术的道路病害智能化检测系统仍然存在以下问题:
虽然可以选择车流量较少的时间进行道路信息的采集,但是道路上难免会出现车辆,当车辆出现在巡检车前方时,会影响巡检车对路面信息数据的采集,进而影响对道路的巡检工作;
所以,人们急需一种基于边缘计算的道路巡检系统及方法来解决上述技术问题。
发明内容
本发明的目的在于提供一种基于边缘计算的道路巡检系统及方法,以解决现有技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于边缘计算的道路巡检方法,该道路巡检方法包括以下步骤:
S1、利用数据采集模块对道路信息数据进行采集;
S2、利用状态分析模块对道路信息数据的采集过程进行分析,判断是否出现异常情况;
S3、利用图像处理模块对道路信息数据进行处理,分析道路病害情况;
S4、利用影响分析模块对道路信息数据采集异常情况下的道路病害情况进行分析,使得在未完整采集到道路信息数据的情况下,分析未采集部分的道路病害情况。
根据上述技术方案,在S1中,巡检摄像头安装在道路巡检车上方,利用巡检摄像头对路面信息数据进行采集,巡检摄像头对道路巡检车前方的有效采集范围为,其中,L表示道路巡检车车头与巡检摄像头最近采集点之间的距离,a表示道路巡检车的有效采集长度,巡检摄像头的有效采集范围通过参数调整单元进行调整,使得可以根据实际需求以及路面信息数据采集时的实际情况进行有效采集范围的调整,使得对于路面信息数据的采集更加的灵活;
距离采集单元安装在道路巡检车车头,用于对道路巡检车与前车之间的距离进行测量,距离采集单元每隔时间t进行一次距离的采集,组成距离的集合,其中,m表示进行了m次距离的采集;
定位导航单元对巡检摄像头的道路信息数据采集位置进行定位,并通过标签添加单元以标签的形式标记在对应的道路信息数据上,存储进入储存数据库。
根据上述技术方案,在S2中,当距离采集单元所采集的距离时,启动状态分析模块进行异常情况的分析;
对路面信息数据的采集过程中是否出现异常情况的分析,包括以下步骤:
S201、连续性获取距离采集单元所采集的距离集合,其中,n表示连续性获取了n次距离的采集,
S202、利用速度分析单元根据下列公式进行道路巡检车与前车之间速度差的计算:
其中,表示第k次采集的距离数据,表示第k-1次采集的距离数据,表示在第k-1次距离采集和第k次距离采集这段时间t内,道路巡检车与前车之间的速度差;
当存在时,利用降速提醒单元提醒道路巡检车进行降速;
时,进入S203;
S203、利用长度计算单元根据下列公式计算前车所遮挡的路面的长度数据:
当出现时,利用降速提醒单元提醒道路巡检车进行降速;
时,不进行操作,其中,表示设定的长度阈值。
根据上述技术方案,在S3中,利用图像处理模块进行路面信息数据的分析时,包括以下步骤:
S301、利用灰度处理单元对路面信息数据进行灰度处理;
S302、利用图像滤波单元对S301处理后的路面信息数据进行高斯滤波处理;
S303、利用边缘检测单元通过Canny算法对S302处理后的路面信息数据进行边缘点的提取;
S304、对梯度幅值进行非极大值抑制;
S305、用双阈值算法检测和连接边缘,获得路面信息数据的轮廓线条图;
S306、利用病害分析单元在轮廓线条图上建立平面直角坐标系,并赋予每一个边缘点以坐标值,根据坐标值确定线条函数;
当存在的函数数量大于设定阈值时,判定当前路面信息数据所对应的路面存在病害。
根据上述技术方案,在S4中,当图像处理模块分析路面信息数据存在病害且在采集该路面信息数据时,存在异常情况时,利用影响分析模块判断异常情况所对应的位置是否存在病害,分析过程包括以下步骤:
S401、利用连续判断单元分析当前路面信息数据的轮廓线条图是否存在连续性;
S402、在建立平面直角坐标系的轮廓线条图上进行轮廓线条图边缘函数的建立,其中以轮廓线条图的中心点为原点建立平面直角坐标系;
S403、利用连续判断单元建立轮廓线条图上的轮廓线的线条函数,并分析线条函数与轮廓线条图边缘函数之间是否存在交点,确定交点坐标值为
S404、在轮廓线条图上确定道路巡检车的行驶方向形成的向量为,根据下列公式建立平面直角坐标系原点与交点之间的向量
S405、利用下列公式计算向量与向量之间的夹角
时,利用巡检输出单元输出路面信息数据上存在异常情况的区域存在病害;
时,利用巡检输出单元输出路面信息数据上存在异常情况的区域不存在病害,其中,表示设定的角度阈值。
通过上述技术方案,在路面信息数据因为其他车辆遮挡导致采集不全时,可以有效的分析被遮挡区域是否存在道路病害,无需重新进行二次采集,节约了采集所花费的时间,提高了道路巡检的效率。
一种基于边缘计算的道路巡检系统,该道路巡检系统包括数据采集模块、状态分析模块、图像处理模块、影响分析模块和云端;
所述数据采集模块用于对道路信息数据进行采集,并对采集的道路信息数据进行标记和存储;所述状态分析模块用于对道路信息数据的采集过程进行分析,判断是否出现异常情况;所述图像处理模块用于对采集的道路信息数据进行处理,分析道路是否存在病害情况;所述影响分析模块用于对道路信息数据采集异常情况下的道路病害情况进行分析,确保道路巡检的全面性,提高道路巡检的效率,所述云端用于对所有的道路巡检车的分析结果进行存储和分析,对分区块的道路巡检情况进行拼接,数据采集模块、状态分析模块、图像处理模块和影响分析模块均设置在道路巡检车上,每一台道路巡检车单独处理各自的道路信息数据,并将处理结果上传至云端。
根据上述技术方案,所述数据采集模块包括巡检摄像头、定位导航单元、标签添加单元、储存数据库和距离采集单元;
所述巡检摄像头用于对路面信息数据进行采集;所述定位导航单元用于对巡检摄像头采集路面信息数据的地理位置进行定位;所述标签添加单元用于将定位导航单元定位的地理位置作为标签添加在对应的路面信息数据上,便于根据标签信息确定路面信息数据的采集位置;所述储存数据库用于对巡检摄像头采集的路面信息数据进行存储和记录;所述距离采集单元用于对道路巡检车与前车之间的距离进行采集,以便于确定前车是否对巡检摄像头进行路面信息数据的采集过程造成影响。
根据上述技术方案,所述状态分析模块包括参数调整单元、速度分析单元、长度计算单元和降速提醒单元;
所述参数调整单元用于对巡检摄像头的有效采集范围进行调整;所述速度分析单元用于对道路巡检车与前车之间的速度差进行计算;所述长度计算单元用于计算前车所遮挡的路面的长度数据;所述降速提醒单元用于提醒道路巡检车驾驶员进行降速操作。
根据上述技术方案,所述图像处理模块包括灰度处理单元、图像滤波单元、边缘检测单元和病害分析单元;
所述灰度处理单元用于对路面信息数据进行灰度处理;所述图像滤波单元用于对灰度处理之后的路面信息数据进行高斯滤波处理;所述边缘检测单元用于对高斯滤波处理之后的路面信息数据进行边缘点的提取;所述病害分析单元用于判断路面信息数据所对应的路面是否存在病害情况。
根据上述技术方案,所述影响分析模块包括连续判断单元和巡检输出单元;
所述连续判断单元用于判断路面信息数据所形成的轮廓线条图上的轮廓线是否存在连续性;所述巡检输出单元用于对连续判断单元的判断结果进行输出。
与现有技术相比,本发明的有益效果是:
本发明通过状态分析模块,可以对道路巡检车巡检过程中是否对路面信息数据的采集造成影响进行判断,并给出合理的规避方法,通过图像处理模块对路面信息数据进行分析,判断路面是否存在病害情况,同时,在影响分析模块的分析和判断下,可以有效的判断被前车遮挡导致路面信息数据采集不齐全的路面是否存在病害,避免了对路面信息数据的二次采集,提高了道路巡检的效率。
附图说明
图1为本发明一种基于边缘计算的道路巡检方法的步骤流程图;
图2为本发明一种基于边缘计算的道路巡检方法中巡检摄像头的采集示意图;
图3为本发明一种基于边缘计算的道路巡检方法中轮廓线条图示意图;
图4为本发明一种基于边缘计算的道路巡检系统的模块组成示意图。
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做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。
实施例一:如图1所示,一种基于边缘计算的道路巡检方法,该道路巡检方法包括以下步骤:
S1、利用数据采集模块对道路信息数据进行采集,具体的,对道路路面信息数据进行采集;
巡检摄像头安装在道路巡检车上方,利用巡检摄像头对路面信息数据进行采集,巡检摄像头对道路巡检车前方的有效采集范围为,此处只确定巡检摄像头前方的有效采集范围是因为巡检摄像头在进行路面信息采集时,虽然尽量在车流量较少的时段进行采集,但是道路巡检车前方难免会有车辆行驶,会影响路面信息数据的采集,其中,L表示道路巡检车车头与巡检摄像头最近采集点之间的距离,a表示道路巡检车的有效采集长度,如图2所示,巡检摄像头的有效采集范围通过参数调整单元进行调整,使得可以根据实际需求以及路面信息数据采集时的实际情况进行有效采集范围的调整,使得对于路面信息数据的采集更加的灵活;
距离采集单元安装在道路巡检车车头,用于对道路巡检车与前车之间的距离进行测量,距离采集单元每隔时间t进行一次距离的采集,组成距离的集合,其中,m表示进行了m次距离的采集;
定位导航单元对巡检摄像头的道路信息数据采集位置进行定位,并通过标签添加单元以标签的形式标记在对应的道路信息数据上,存储进入储存数据库。
S2、利用状态分析模块对道路信息数据的采集过程进行分析,判断是否出现异常情况,例如:进行道路信息数据采集时,被前车遮挡了路面,影响了对路面的信息数据采集;
当距离采集单元所采集的距离时,启动状态分析模块进行异常情况的分析,因为当时,表明在巡检摄像头对路面信息数据的有效采集范围内,出现行驶车辆,会影响巡检摄像头对路面信息数据的采集;
对路面信息数据的采集过程中是否出现异常情况的分析,包括以下步骤:
S201、连续性获取距离采集单元所采集的距离集合,其中,n表示连续性获取了n次距离的采集,;此处的连续性是指:当时,就开始获取距离采集单元所采集的距离信息;
S202、利用速度分析单元根据下列公式进行道路巡检车与前车之间速度差的计算:
其中,表示第k次采集的距离数据,表示第k-1次采集的距离数据,表示在第k-1次距离采集和第k次距离采集这段时间t内,道路巡检车与前车之间的速度差;
当存在时,利用降速提醒单元提醒道路巡检车进行降速;因为当存在时,表明前车的行驶速度小于道路巡检车的行驶速度,在道路巡检车驾驶员主动刹车之前,前车会一直影响巡检摄像头对路面信息数据的采集,影响对道路的巡检过程;
时,进入S203;
S203、利用长度计算单元根据下列公式计算前车所遮挡的路面的长度数据:
当出现时,利用降速提醒单元提醒道路巡检车进行降速;因为当出现时,表明前车对于巡检摄像头进行路面信息数据的采集造成的影响,会影响后续对路面信息数据的分析,因此,需要提醒道路巡检车进行降速;
时,不进行操作,其中,表示设定的长度阈值。
通过上述技术方案,为了避免道路巡检车在进行路面信息数据的采集时,受到其他行驶车辆的影响,通过速度分析和影响长度的分析,来决定是否提醒道路巡检车驾驶员主动减速,可以有效的保证巡检摄像头采集的路面信息数据的利用价值,保证了道路巡检工作的正常进行。
S3、利用图像处理模块对道路信息数据进行处理,分析道路病害情况,例如:车辙、沉陷、龟裂、凹槽;
利用图像处理模块进行路面信息数据的分析时,包括以下步骤:
S301、利用灰度处理单元对路面信息数据进行灰度处理;
S302、利用图像滤波单元对S301处理后的路面信息数据进行高斯滤波处理;
具体的,根据待滤波的像素点及其领域点的灰度值按照一定的参数规则进行加权平均,可以有效的滤去理想图像中叠加的高频噪声;
S303、利用边缘检测单元通过Canny算法对S302处理后的路面信息数据进行边缘点的提取;
S304、对梯度幅值进行非极大值抑制;
S305、用双阈值算法检测和连接边缘,获得路面信息数据的轮廓线条图;
S306、利用病害分析单元在轮廓线条图上建立平面直角坐标系,并赋予每一个边缘点以坐标值,根据坐标值确定线条函数,例如:圆的函数、分段函数、直线方程等;
当存在的函数数量大于设定阈值时,判定当前路面信息数据所对应的路面存在病害。
因为在经过边缘轮廓提取后,路面不存在病害的信息数据一般情况下为平整的,不会出现过多的轮廓线条,而路面出现病害的信息数据,例如:车辙、沉陷、龟裂等,在轮廓线条图上会出现多条轮廓线。
S4、利用影响分析模块对道路信息数据采集异常情况下的道路病害情况进行分析,使得在未完整采集到道路信息数据的情况下,分析未采集部分的道路病害情况。
当图像处理模块分析路面信息数据存在病害且在采集该路面信息数据时,存在异常情况时,利用影响分析模块判断异常情况所对应的位置是否存在病害,具体的,通过图像处理模块分析得出一张路面信息数据存在病害,且利用巡检摄像头进行该路面信息数据的采集时,存在被前车遮挡的部分,那么就需要利用影响分析模块判断遮挡部分是否存在病害,分析过程包括以下步骤:
S401、利用连续判断单元分析当前路面信息数据的轮廓线条图是否存在连续性,轮廓线条是否存在连续性是指轮廓线条图的一个轮廓点与轮廓线条图的边缘点重合,即轮廓线至当前路面信息数据的轮廓线条图边缘处时仍未停止;
S402、在建立平面直角坐标系的轮廓线条图上进行轮廓线条图边缘函数的建立,其中以轮廓线条图的中心点为原点建立平面直角坐标系;
具体的,轮廓线条图的边缘函数;其中,e、-e、f、-f分别表示轮廓线条图在平面直角坐标系中的具体边缘点;
S403、利用连续判断单元建立轮廓线条图上的轮廓线的线条函数,并分析线条函数与轮廓线条图边缘函数之间是否存在交点,确定交点坐标值为
此处确定线条函数与轮廓线条图边缘函数之间是否存在交点是因为:当存在交点时,表明线条函数直至延伸至轮廓线条图的边缘,都还存在继续延伸的可能性,因此,通过交点的存在与否可以判断线条的连续性;
S404、在轮廓线条图上确定道路巡检车的行驶方向形成的向量为,根据下列公式建立平面直角坐标系原点与交点之间的向量
S405、利用下列公式计算向量与向量之间的夹角
时,利用巡检输出单元输出路面信息数据上存在异常情况的区域存在病害;
时,利用巡检输出单元输出路面信息数据上存在异常情况的区域不存在病害,其中,表示设定的角度阈值,例如:
因为当向量与向量之间的夹角时,表明线条函数与轮廓线条图边缘函数之间的交点位于当前路面信息数据的最前方,即道路巡检车前进方向的边缘,在当前路面信息数据存在异常情况下的情况下,交点位于道路巡检车前进方向的最前方,那么必然是因为路面病害形成的线条图延伸至此,然后被前车遮挡了部分,因此,存在交点,如图3所示。
实施例二:如图4所示,一种基于边缘计算的道路巡检系统,该道路巡检系统包括数据采集模块、状态分析模块、图像处理模块、影响分析模块和云端;
所述数据采集模块用于对道路信息数据进行采集,并对采集的道路信息数据进行标记和存储;所述状态分析模块用于对道路信息数据的采集过程进行分析,判断是否出现异常情况;所述图像处理模块用于对采集的道路信息数据进行处理,分析道路是否存在病害情况;所述影响分析模块用于对道路信息数据采集异常情况下的道路病害情况进行分析,确保道路巡检的全面性,提高道路巡检的效率,所述云端用于对所有的道路巡检车的分析结果进行存储和分析,对分区块的道路巡检情况进行拼接,数据采集模块、状态分析模块、图像处理模块和影响分析模块均设置在道路巡检车上,每一台道路巡检车单独处理各自的道路信息数据,并将处理结果上传至云端。
所述数据采集模块包括巡检摄像头、定位导航单元、标签添加单元、储存数据库和距离采集单元;
所述巡检摄像头用于对路面信息数据进行采集;所述定位导航单元用于对巡检摄像头采集路面信息数据的地理位置进行定位;所述标签添加单元用于将定位导航单元定位的地理位置作为标签添加在对应的路面信息数据上,便于根据标签信息确定路面信息数据的采集位置;所述储存数据库用于对巡检摄像头采集的路面信息数据进行存储和记录;所述距离采集单元用于对道路巡检车与前车之间的距离进行采集,以便于确定前车是否对巡检摄像头进行路面信息数据的采集过程造成影响。
所述状态分析模块包括参数调整单元、速度分析单元、长度计算单元和降速提醒单元;
所述参数调整单元用于对巡检摄像头的有效采集范围进行调整;所述速度分析单元用于对道路巡检车与前车之间的速度差进行计算;所述长度计算单元用于计算前车所遮挡的路面的长度数据;所述降速提醒单元用于提醒道路巡检车驾驶员进行降速操作。
所述图像处理模块包括灰度处理单元、图像滤波单元、边缘检测单元和病害分析单元;
所述灰度处理单元用于对路面信息数据进行灰度处理;所述图像滤波单元用于对灰度处理之后的路面信息数据进行高斯滤波处理;所述边缘检测单元用于对高斯滤波处理之后的路面信息数据进行边缘点的提取;所述病害分析单元用于判断路面信息数据所对应的路面是否存在病害情况。
所述影响分析模块包括连续判断单元和巡检输出单元;
所述连续判断单元用于判断路面信息数据所形成的轮廓线条图上的轮廓线是否存在连续性;所述巡检输出单元用于对连续判断单元的判断结果进行输出。
实施例三:
巡检摄像头对道路巡检车前方的有效采集范围为,其中,L=3表示道路巡检车车头与巡检摄像头最近采集点之间的距离,a=15表示道路巡检车的有效采集长度;
距离采集单元每隔时间t=1s进行一次距离的采集,组成距离的集合,其中,m=1025表示进行了m=1025次距离的采集;
定位导航单元对巡检摄像头的道路信息数据采集位置进行定位,并通过标签添加单元以标签的形式标记在对应的道路信息数据上,存储进入储存数据库。
存在距离采集单元所采集的距离,启动状态分析模块进行异常情况的分析;
对路面信息数据的采集过程中是否出现异常情况的分析,包括以下步骤:
S201、连续性获取距离采集单元所采集的距离集合,其中,n=12表示连续性获取了12次距离的采集;
S202、利用速度分析单元根据下列公式进行道路巡检车与前车之间速度差的计算:
存在时,利用降速提醒单元提醒道路巡检车进行降速。
实施例四:
巡检摄像头对道路巡检车前方的有效采集范围为,其中,L=3表示道路巡检车车头与巡检摄像头最近采集点之间的距离,a=15表示道路巡检车的有效采集长度;
距离采集单元每隔时间t=1s进行一次距离的采集,组成距离的集合,其中,m=1025表示进行了m=1025次距离的采集;
定位导航单元对巡检摄像头的道路信息数据采集位置进行定位,并通过标签添加单元以标签的形式标记在对应的道路信息数据上,存储进入储存数据库。
存在距离采集单元所采集的距离,启动状态分析模块进行异常情况的分析;
对路面信息数据的采集过程中是否出现异常情况的分析,包括以下步骤:
S201、连续性获取距离采集单元所采集的距离集合,其中,n=12表示连续性获取了12次距离的采集;
S202、利用速度分析单元根据下列公式进行道路巡检车与前车之间速度差的计算:
时,进入S203;
S203、利用长度计算单元根据下列公式计算前车所遮挡的路面的长度数据:
出现了时,利用降速提醒单元提醒道路巡检车进行降速。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (10)

1.一种基于边缘计算的道路巡检方法,其特征在于,该道路巡检方法包括以下步骤:
S1、利用数据采集模块对道路信息数据进行采集;
S2、利用状态分析模块对道路信息数据的采集过程进行分析,判断是否出现异常情况;
S3、利用图像处理模块对道路信息数据进行处理,分析道路病害情况;
S4、利用影响分析模块对道路信息数据采集异常情况下的道路病害情况进行分析。
2.根据权利要求1所述的一种基于边缘计算的道路巡检方法,其特征在于:在S1中,巡检摄像头安装在道路巡检车上方,利用巡检摄像头对路面信息数据进行采集,巡检摄像头对道路巡检车前方的有效采集范围为,其中,L表示道路巡检车车头与巡检摄像头最近采集点之间的距离,a表示道路巡检车的有效采集长度,巡检摄像头的有效采集范围通过参数调整单元进行调整;
距离采集单元安装在道路巡检车车头,用于对道路巡检车与前车之间的距离进行测量,距离采集单元每隔时间t进行一次距离的采集,组成距离的集合,其中,m表示进行了m次距离的采集;
定位导航单元对巡检摄像头的道路信息数据采集位置进行定位,并通过标签添加单元以标签的形式标记在对应的道路信息数据上,存储进入储存数据库。
3.根据权利要求2所述的一种基于边缘计算的道路巡检方法,其特征在于:在S2中,当距离采集单元所采集的距离时,启动状态分析模块进行异常情况的分析;
对路面信息数据的采集过程中是否出现异常情况的分析,包括以下步骤:
S201、连续性获取距离采集单元所采集的距离集合,其中,n表示连续性获取了n次距离的采集,
S202、利用速度分析单元根据下列公式进行道路巡检车与前车之间速度差的计算:
其中,表示第k次采集的距离数据,表示第k-1次采集的距离数据,表示在第k-1次距离采集和第k次距离采集这段时间t内,道路巡检车与前车之间的速度差;
当存在时,利用降速提醒单元提醒道路巡检车进行降速;
时,进入S203;
S203、利用长度计算单元根据下列公式计算前车所遮挡的路面的长度数据:
当出现时,利用降速提醒单元提醒道路巡检车进行降速;
时,不进行操作,其中,表示设定的长度阈值。
4.根据权利要求3所述的一种基于边缘计算的道路巡检方法,其特征在于,在S3中,利用图像处理模块进行路面信息数据的分析时,包括以下步骤:
S301、利用灰度处理单元对路面信息数据进行灰度处理;
S302、利用图像滤波单元对S301处理后的路面信息数据进行高斯滤波处理;
S303、利用边缘检测单元通过Canny算法对S302处理后的路面信息数据进行边缘点的提取;
S304、对梯度幅值进行非极大值抑制;
S305、用双阈值算法检测和连接边缘,获得路面信息数据的轮廓线条图;
S306、利用病害分析单元在轮廓线条图上建立平面直角坐标系,并赋予每一个边缘点以坐标值,根据坐标值确定线条函数;
当存在的函数数量大于设定阈值时,判定当前路面信息数据所对应的路面存在病害。
5.根据权利要求4所述的一种基于边缘计算的道路巡检方法,其特征在于:在S4中,当图像处理模块分析路面信息数据存在病害且在采集该路面信息数据时,存在异常情况时,利用影响分析模块判断异常情况所对应的位置是否存在病害,分析过程包括以下步骤:
S401、利用连续判断单元分析当前路面信息数据的轮廓线条图是否存在连续性;
S402、在建立平面直角坐标系的轮廓线条图上进行轮廓线条图边缘函数的建立,其中以轮廓线条图的中心点为原点建立平面直角坐标系;
S403、利用连续判断单元建立轮廓线条图上的轮廓线的线条函数,并分析线条函数与轮廓线条图边缘函数之间是否存在交点,确定交点坐标值为
S404、在轮廓线条图上确定道路巡检车的行驶方向形成的向量为,根据下列公式建立平面直角坐标系原点与交点之间的向量
S405、利用下列公式计算向量与向量之间的夹角
时,利用巡检输出单元输出路面信息数据上存在异常情况的区域存在病害;
时,利用巡检输出单元输出路面信息数据上存在异常情况的区域不存在病害,其中,表示设定的角度阈值。
6.一种实现权利要求1-5任一项所述的基于边缘计算的道路巡检方法的基于边缘计算的道路巡检系统,其特征在于:该道路巡检系统包括数据采集模块、状态分析模块、图像处理模块、影响分析模块和云端;
所述数据采集模块用于对道路信息数据进行采集,并对采集的道路信息数据进行标记和存储;所述状态分析模块用于对道路信息数据的采集过程进行分析,判断是否出现异常情况;所述图像处理模块用于对采集的道路信息数据进行处理,分析道路是否存在病害情况;所述影响分析模块用于对道路信息数据采集异常情况下的道路病害情况进行分析,所述云端用于对所有的道路巡检车的分析结果进行存储和分析,对分区块的道路巡检情况进行拼接,数据采集模块、状态分析模块、图像处理模块和影响分析模块均设置在道路巡检车上,每一台道路巡检车单独处理各自的道路信息数据,并将处理结果上传至云端。
7.根据权利要求6所述的基于边缘计算的道路巡检系统,其特征在于:所述数据采集模块包括巡检摄像头、定位导航单元、标签添加单元、储存数据库和距离采集单元;
所述巡检摄像头用于对路面信息数据进行采集;所述定位导航单元用于对巡检摄像头采集路面信息数据的地理位置进行定位;所述标签添加单元用于将定位导航单元定位的地理位置作为标签添加在对应的路面信息数据上;所述储存数据库用于对巡检摄像头采集的路面信息数据进行存储和记录;所述距离采集单元用于对道路巡检车与前车之间的距离进行采集。
8.根据权利要求7所述的基于边缘计算的道路巡检系统,其特征在于:所述状态分析模块包括参数调整单元、速度分析单元、长度计算单元和降速提醒单元;
所述参数调整单元用于对巡检摄像头的有效采集范围进行调整;所述速度分析单元用于对道路巡检车与前车之间的速度差进行计算;所述长度计算单元用于计算前车所遮挡的路面的长度数据;所述降速提醒单元用于提醒道路巡检车驾驶员进行降速操作。
9.根据权利要求8所述的基于边缘计算的道路巡检系统,其特征在于:所述图像处理模块包括灰度处理单元、图像滤波单元、边缘检测单元和病害分析单元;
所述灰度处理单元用于对路面信息数据进行灰度处理;所述图像滤波单元用于对灰度处理之后的路面信息数据进行高斯滤波处理;所述边缘检测单元用于对高斯滤波处理之后的路面信息数据进行边缘点的提取;所述病害分析单元用于判断路面信息数据所对应的路面是否存在病害情况。
10.根据权利要求9所述的基于边缘计算的道路巡检系统,其特征在于:所述影响分析模块包括连续判断单元和巡检输出单元;
所述连续判断单元用于判断路面信息数据所形成的轮廓线条图上的轮廓线是否存在连续性;所述巡检输出单元用于对连续判断单元的判断结果进行输出。
CN202310206914.2A 2023-03-07 2023-03-07 一种基于边缘计算的道路巡检系统及方法 Withdrawn CN116071726A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310206914.2A CN116071726A (zh) 2023-03-07 2023-03-07 一种基于边缘计算的道路巡检系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310206914.2A CN116071726A (zh) 2023-03-07 2023-03-07 一种基于边缘计算的道路巡检系统及方法

Publications (1)

Publication Number Publication Date
CN116071726A true CN116071726A (zh) 2023-05-05

Family

ID=86173340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310206914.2A Withdrawn CN116071726A (zh) 2023-03-07 2023-03-07 一种基于边缘计算的道路巡检系统及方法

Country Status (1)

Country Link
CN (1) CN116071726A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117169121A (zh) * 2023-09-05 2023-12-05 南京交科数智科技发展有限公司 一种基于云边端架构的交通道路病害检测系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117169121A (zh) * 2023-09-05 2023-12-05 南京交科数智科技发展有限公司 一种基于云边端架构的交通道路病害检测系统及方法
CN117169121B (zh) * 2023-09-05 2024-01-30 南京交科数智科技发展有限公司 一种基于云边端架构的交通道路病害检测系统及方法

Similar Documents

Publication Publication Date Title
US11827228B2 (en) Road abnormality detection apparatus, road abnormality detection method and road abnormality detection program
AU2022349296A1 (en) Road surface technical condition detection method and device based on three-dimensional contour
CN110658209A (zh) 一种随车道路缺陷智能快速检测方法
CN111598347B (zh) 一种道路运输车辆超长行程切分优化方法
EP4120123A1 (en) Scan line-based road point cloud extraction method
CN116071726A (zh) 一种基于边缘计算的道路巡检系统及方法
CN113269042B (zh) 基于行驶车辆违章识别的智能交通管理方法及系统
CN105891220A (zh) 一种路面标志线缺陷检测装置及其检测方法
CN111144301A (zh) 一种基于深度学习的道路路面缺陷快速预警装置
CN113781537A (zh) 一种轨道弹条扣件缺陷识别方法、装置和计算机设备
CN116242316B (zh) 刚性接触网定位点实时检测的方法及装置
CN112884771A (zh) 一种基于激光lidar点云的电力线异物搭挂自动检测方法
CN111968079B (zh) 基于断面局部极值及分段稀疏的三维路面裂缝提取方法
CN116935065A (zh) 一种基于熔断与融合的车道线实例检测方法及系统
CN111967384A (zh) 车辆信息处理方法、装置、设备及计算机可读存储介质
Saha et al. Road rutting detection using deep learning on images
CN111950434B (zh) 一种基于离散点扫描的车道线结构化方法及系统
CN117197019A (zh) 一种车辆三维点云图像融合方法及系统
Danilescu et al. Road anomalies detection using basic morphological algorithms
CN113888713B (zh) 一种车载激光点云数据恢复路面缺失点的方法
CN104504702A (zh) 基于方格搜索法的水泥刻槽路面裂缝识别方法
CN115690700A (zh) 公路破损的识别方法、装置及相关设备
CN113869407A (zh) 一种基于单目视觉的车长测量方法和装置
CN112258602A (zh) 一种停止线生成方法、装置、电子设备及存储介质
CN115272298B (zh) 基于道路监控的城市路面维护监察方法及系统

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20230505