CN116881831B - 基于遥感技术的道路识别方法、系统及存储介质 - Google Patents
基于遥感技术的道路识别方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116881831B CN116881831B CN202311145947.7A CN202311145947A CN116881831B CN 116881831 B CN116881831 B CN 116881831B CN 202311145947 A CN202311145947 A CN 202311145947A CN 116881831 B CN116881831 B CN 116881831B
- Authority
- CN
- China
- Prior art keywords
- road
- information
- factor
- identification
- determining
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005516 engineering process Methods 0.000 title claims abstract description 34
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims abstract description 79
- 238000012795 verification Methods 0.000 claims abstract description 57
- 231100000817 safety factor Toxicity 0.000 claims description 47
- 230000003068 static effect Effects 0.000 claims description 24
- 238000012216 screening Methods 0.000 claims description 23
- 238000013507 mapping Methods 0.000 claims description 17
- 238000012544 monitoring process Methods 0.000 claims description 13
- 230000005856 abnormality Effects 0.000 claims description 12
- 230000000694 effects Effects 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/42—Road-making materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/182—Network patterns, e.g. roads or rivers
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种基于遥感技术的道路识别方法、系统及存储介质，其方法包括：通过接收道路识别指令，获取目标区域的道路信息并确定道路识别条件；在确定道路识别条件为完整性条件时，获取规划信息；根据规划信息和完整性识别条件确定验证点位集合；根据验证点位集合和道路信息判断道路是否完整；在确定道路识别条件为安全识别条件时，在道路信息中确定道路因素集合；根据预设安全评分规则在道路因素集合中判断是否存在异常安全因素，若是则将异常安全因素作为安全性识别的识别结果。通过根据道路指令确定具体的道路识别条件，结合道路信息在不同的识别条件下进行道路识别，实现了多用途情况下精准的道路识别的技术效果。
Description
技术领域
本申请涉及道路识别领域，尤其是涉及一种基于遥感技术的道路识别方法、系统及存储介质。
背景技术
传统的道路提取的类型主要分为两种。第一种是直接找路，即从图像中提取轮廓边缘或边框，从图像中找到一对平行线作为路边，但是受限于图像分辨率和识别算法的局限，提取精度不高；第二种是利用图像分割的方法，通过灰度值、阈值和图像信息来提取目标区域，但是由于图像表面光滑，不同区域输出的结果可能与其他线性地面物体，如山沟、河流等混合。目前的现有技术仅仅也只能够获取道路的基础信息，并没有办法实现更深层次的识别功能，在具体的使用过程中还需要技术人员基于获取到的道路信息进行进一步的人工分析。
因此，如何在多用途的使用需求中对道路的安全因素进行识别成为了一个亟待解决的技术问题。
发明内容
为了实现在多用途的使用需求中对道路的安全因素进行识别，本申请提供一种基于遥感技术的道路识别方法、系统及存储介质。
第一方面，本申请提供的一种基于遥感技术的道路识别方法采用如下的技术方案：
一种基于遥感技术的道路识别方法，包括：
在接收到道路识别指令时，获取目标区域的道路信息并根据所述道路识别指令确定道路识别条件；
在确定所述道路识别条件为完整性识别条件时，获取所述目标区域对应的规划信息；
根据所述规划信息和所述完整性识别条件确定验证点位集合；
根据所述验证点位集合和所述道路信息判断所述目标区域道路是否完整；
在确定所述道路识别条件为安全性识别时，在所述道路信息中确定道路因素集合；
根据预设安全评分规则在所述道路因素集合中判断是否存在异常安全因素；
若是，则将所述异常安全因素作为所述安全性识别的识别结果。
可选的，所述在接收到道路识别指令时，获取目标区域的道路信息并根据所述道路识别指令确定道路识别条件的步骤，包括：
在接收到道路识别指令时，根据所述道路识别指令确定目标区域的位置信息；
根据所述位置信息在预设数据库中获取所述目标区域的道路信息；
获取所述道路识别指令中的指令标签并根据所述指令标签确定道路识别条件。
可选的，所述根据所述规划信息和所述完整性识别条件确定验证点位集合的步骤，包括：
在所述规划信息中获取点位规划集合并确定所述点位规划集合中每一规划点位的权重信息；
在所述完整性识别条件中确定识别要素；
根据所述识别要素和所述每一规划点位的权重信息在所述规划集合中确定验证点位集合。
可选的，所述根据所述识别要素和所述每一规划点位的权重信息在所述规划集合中确定验证点位集合的步骤，包括：
根据所述识别要素确定要素限制条件；
根据所述要素限制条件生成权重筛选条件；
根据所述权重筛选条件和所述每一规划点位的权重信息在所述规划集合中确定验证点位集合。
可选的，所述根据预设安全评分规则在所述道路因素集合中判断是否存在异常安全因素的步骤，包括：
获取预设安全评分规则中危险分数映射集合；
在所述道路因素集合中确定每一道路因素对应的安全分值；
根据所述每一道路因素对应的安全分值和所述危险分数映射集合判断是否存在异常安全因素。
可选的，所述在所述道路因素集合中确定每一道路因素对应的安全分值的步骤，包括：
在所述道路因素集合中获取因素详情信息；
根据所述因素详情信息判断属于动态信息或静态信息；
若属于动态信息，则结合所述道路因素对应的历史监测记录并根据所述历史监测记录确定所述动态信息的动态安全分值；
若属于静态信息，则在所述因素详情信息中获取轮廓信息、颜色信息以及纹理信息以生成静态安全分值；
将所述动态安全分值和/或静态安全分值作为所述每一道路因素对应的安全分值。
可选的，所述将所述异常安全因素作为所述安全性识别的识别结果的步骤之后，还包括：
在所述识别结果中确定异常预警等级和异常预警详情；
根据所述异常预警等级和所述异常预警详情生成异常预警报告；
在所述异常预警等级满足预设启动等级时，将所述异常预警报告发送至所述预设启动等级对应的启动端口；
在所述异常预警等级不满足所述预设启动等级时，将所述异常预警报告作为安全日志上传至预设日志平台。
第二方面，本申请提供一种基于遥感技术的道路识别系统，所述基于遥感技术的道路识别系统包括：
识别指令模块，用于在接收到道路识别指令时，获取目标区域的道路信息并根据所述道路识别指令确定道路识别条件；
完整性模块，用于在确定所述道路识别条件为完整性识别条件时，获取所述目标区域对应的规划信息；
验证点集合模块，用于根据所述规划信息和所述完整性识别条件确定验证点位集合；
完整性判断模块，用于根据所述验证点位集合和所述道路信息判断所述目标区域道路是否完整；
因素集合模块，用于在确定所述道路识别条件为安全性识别时，在所述道路信息中确定道路因素集合；
异常安全因素模块，用于根据预设安全评分规则在所述道路因素集合中判断是否存在异常安全因素；
识别结果模块，用于若是，则将所述异常安全因素作为所述安全性识别的识别结果。
第三方面，本申请提供一种计算机设备，所述设备包括：存储器、处理器，所述处理器在运行所述存储器存储的计算机指令时，执行如上文中任一项所述的方法。
第四方面，本申请提供一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行如上文所述的方法。
综上描述，本申请包括以下有益技术效果：
本申请通过接收道路识别指令，获取目标区域的道路信息并确定道路识别条件；在确定道路识别条件为完整性条件时，获取规划信息；根据规划信息和完整性识别条 件确定验证点位集合；根据验证点位集合和道路信息判断道路是否完整；在确定道路识别条件为安全识别条件时，在道路信息中确定道路因素集合；根据预设安全评分规则在道路因素集合中判断是否存在异常安全因素，若是则将异常安全因素作为安全性识别的识别结果。通过根据道路指令确定具体的道路识别条件，结合道路信息在不同的识别条件下进行道路识别，实现了多用途情况下精准的道路识别的技术效果。
附图说明
图1是本申请实施例方案涉及的硬件运行环境的计算机设备结构示意图；
图2是本申请基于遥感技术的道路识别方法第一实施例的流程示意图；
图3是本申请基于遥感技术的道路识别方法第二实施例的流程示意图；
图4是本申请基于遥感技术的道路识别方法第三实施例的流程示意图；
图5是本申请基于遥感技术的道路识别系统第一实施例的结构框图。
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，以下通过附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
参照图1，图1为本申请实施例方案涉及的硬件运行环境的计算机设备结构示意图。
如图1所示，计算机设备可以包括：处理器1001，例如中央处理器（CentralProcessing Unit，CPU），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（Wireless-Fidelity，Wi-Fi）接口）。存储器1005可以是高速的随机存取存储器（RandomAccess Memory，RAM），也可以是稳定的非易失性存储器（Non-Volatile Memory，NVM），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于遥感技术的道路识别程序。
在图1所示的计算机设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本申请计算机设备中的处理器1001、存储器1005可以设置计算机设备中，所述计算机设备通过处理器1001调用存储器1005中存储的基于遥感技术的道路识别程序，并执行本申请实施例提供的基于遥感技术的道路识别方法。
本申请实施例提供了一种基于遥感技术的道路识别方法，参照图2，图2为本申请基于遥感技术的道路识别方法第一实施例的流程示意图。
本实施例中，基于遥感技术的道路识别方法包括以下步骤：
步骤S10：在接收到道路识别指令时，获取目标区域的道路信息并根据道路识别指令确定道路识别条件。
需要说明的是，道路识别指令是通过预设信号接收端口进行识别。在生成道路识别的任务时，可以通过后台管理人员以手动输入的方式将道路识别的任务转化为道路识别指令，也可以是通过直接接收相关装置发送的道路识别指令。
可以理解的是，本实施例的执行主体为基于遥感技术的道路识别设备，其实施原理主要是通过遥感设备对指定的目标区域进行探测以获取目标区域的道路信息。
需要说明的是，道路识别条件在本实施例中是指对道路识别的类型，本实施例中的道路识别条件包括完整性识别条件和安全性识别条件。完整性识别条件是指对道路完整性进行检测，根据当前道路信息判断道路是否完整；安全性识别条件即根据道路信息判断道路是否存在影响安全的异常安全因素。异常安全因素可以是对道路破坏的安全因素也可以是存在对行人安全有影响的异常因素。
进一步的，为了实现根据道路信息确定道路识别条件，在接收到道路识别指令时，获取目标区域的道路信息并根据道路识别指令确定道路识别条件的步骤，包括：在接收到道路识别指令时，根据道路识别指令确定目标区域的位置信息；根据位置信息在预设数据库中获取目标区域的道路信息；获取道路识别指令中的指令标签并根据指令标签确定道路识别条件。
需要说明的是，根据道路识别指令确定目标区域对应的位置信息其中位置信息包括：区域坐标信息，其中不仅可以根据区域坐标信息确定目标区域的具体坐标，同时也可以确定目标区域的具体范围大小。
可以理解的是，预设数据库是指本实施例的执行主体通过遥感技术探测到的当前道路信息生成的数据库，通过位置信息在预设数据库中确定道路信息。
需要说明的是，指令标签中包括当前道路识别指令对应的具体的识别任务信息，通过获取指令标签的内容可以确定道路识别条件。
步骤S20：在确定道路识别条件为完整性识别条件时，获取目标区域对应的规划信息。
需要说明的是，规划信息即指在道路进行建设之前的目标建设信息，通过确定规划信息以明确道路在理想情况下的整体信息。
在具体实施中，通过确定规划信息的目的是将当前目标区域的道路信息与道路建设之前的规划信息进行对比，根据两者的变化程度进行道路完整性判断。
可以理解的是，在确定道路识别条件为完整性识别条件时，获取规划信息的方式是从预设的规划信息库中进行匹配，每一道路在建设之前将导入规划信息。若无法从规划信息库中获取对应的规划信息，则获取规划信息库绑定的信息接收端口，并向信息接收端口发送对应的信息无法获取的指令。在系统管理人员接收到信息无法获取的指令时，将以手动式输入的形式进行数据的补充。
需要说明的是，规划信息在本实施例中是指包括目标区域道路建设规划信息的一种信息，可以包括：道路规划图纸或者道路规划任务表格。
步骤S30：根据规划信息和完整性识别条件确定验证点位集合。
需要说明的是，验证点位集合是指待比较点位集合，验证点位集合的作用是明确待比较点位信息，通过验证点位集合可以确定当前目标区域的道路信息和规划信息中在对应点位之间的相似程度。比较验证点位集合来实现对于目标区域的道路完整性的验证。
可以理解的是，根据规划信息和完整性识别条件确定验证点位集合是通过在规划信息中获取每一规划点位的重要程度，通过完整性识别条件对应的最大点位数量筛选条件来确定验证点位集合。例如：通过在规划信息中获取到的所有点位有300个，当前完整性识别条件限定最多对比的点位数量为100个，则以100为筛选界限，获取在规划信息中重要程度最高的100个点位。
需要说明的是，若在规划信息中同一重要程度的点位的数量超过完整性识别条件对应的点位数量，则将启动二级筛选，二级筛选的目的是合理生成验证点位集合。若存在上文的超过限制数量的点位，且其优先级都相同，则根据点位的分布进行数据清洗，将点位聚集程度高的点视为一个点以此实现二级筛选。
在具体实施中，关于在规划信息中根据点位重要程度筛选的规则可以包括每一点位的权重信息，也可以对规划信息中不同道路属性对应的子区域中点位进行筛选，具体的筛选方式本实施例在此不做限制。
步骤S40：根据验证点位集合和道路信息判断目标区域道路是否完整。
需要说明的是，判断目标区域的道路是否完整是通过对比道路信息所代表的当前点位的信息情况和验证点位集合中对应规划点位的设计情况的相似度实现的。
在具体实施中，在验证点位集合和道路信息之前将获取相似度条件，例如：验证点位集合中存在100个待比较的点位，获取相似条件为其中任一点位相似达到80个即可以判定目标区域道路完整。在进行对比之后确定有50个点位相似，则结合验证点位集合和道路信息进行判定的结果为目标区域道路不完整。
步骤S50：在确定道路识别条件为安全性识别时，在道路信息中确定道路因素集合。
需要说明的是，在本实施例中安全性识别是指对目标区域的道路信息中的安全隐患进行判定。
在具体实施中，在道路信息中确定道路因素集合，通过将道路信息根据因素类型分类的方式生成道路因素集合，例如：根据道路的角度信息可以分为直线道路和非直线道路、根据道路信息中的服务对象分为机动车道路和非机动车道路等。
可以理解的是，道路因素集合在本实施例中是指同一道路中不同的因素的集合，在道路因素集合中每一子集代表不同的信息分类。
需要说明的是，通过确定道路因素集合除了可以将道路信息中的信息进行整理之外还可以确定在道路因素集合中每一子集的安全值以实现安全性识别。
步骤S60：根据预设安全评分规则在道路因素集合中判断是否存在异常安全因素。
需要说明的是，预设安全评分规则在本实施例中是指通过对道路因素进行安全分值计算的基础规则。在道路因素集合中不同类型的因素子集对应的安全评分计算规则不同。例如：对道路因素中的预设安全评分规则是获取因素子集对应的子集安全分值，通过子集标识与子集安全分值生成预设安全评分规则。其中子集标识的安全评分计算是通过先确定子集标识的名称，通过名称确定该子集对应的因素类型，根据因素类型确定具体的子集安全分值计算方式。
在具体实施中，根据预设安全评分规则判断是否存在异常安全因素的判断依据是，在道路因素集合中获取每一子集中对应的安全分值，根据安全分值的具体数据实现判断是否存在异常安全因素。
需要说明的是，根据预设安全评分规则在道路因素集合中确定异常安全因素是通过结合历史遥感监测数据确定正常因素判断准则，结合当前道路信息确定异常值并作为安全分值，其中遥感数据相差越大的点位其安全值月底。当安全值低于预设安全阈值时，则判定对应的因素为异常安全因素。
步骤S70：若是，则将异常安全因素作为安全性识别的识别结果。
需要说明的是，安全性识别的识别结果将根据具体情况以不同的形式进行上报。例如：根据具体使用情况设定了两种上报情况，在确定识别结果之后将根据具体的结果判断当前异常等级以匹配两种上报情况中的其中一种。根据匹配到的上报情况确定其具体的上报渠道和报告生成方式。
进一步的，为了实现对安全性识别的识别结果的上传，将异常安全因素作为安全性识别的识别结果的步骤之后，还包括：在识别结果中确定异常预警等级和异常预警详情；根据异常预警等级和异常预警详情生成异常预警报告；在异常预警等级满足预设启动等级时，将异常预警报告发送至预设启动等级对应的启动端口；在异常预警等级不满足预设启动等级时，将异常预警报告作为安全日志上传至预设日志平台。
需要说明的是，异常预警等级根据具体的使用情况进行设定，根据异常预警等级和异常预警详情生成异常预警报告的步骤是指获取异常预警等级的具体等级信息，根据具体等级信息中的等级标签在预设报告模板中生成对应等级事件描述的框架，在框架中根据预警详情进行填充。
本实施例通过接收道路识别指令，获取目标区域的道路信息并确定道路识别条件；在确定道路识别条件为完整性条件时，获取规划信息；根据规划信息和完整性识别条件确定验证点位集合；根据验证点位集合和道路信息判断道路是否完整；在确定道路识别条件为安全识别条件时，在道路信息中确定道路因素集合；根据预设安全评分规则在道路因素集合中判断是否存在异常安全因素，若是则将异常安全因素作为安全性识别的识别结果。通过根据道路指令确定具体的道路识别条件，结合道路信息在不同的识别条件下进行道路识别，实现了多用途情况下精准的道路识别的技术效果。
参照图3，图3为本申请基于遥感技术的道路识别方法第二实施例的流程示意图。
基于上述第一实施例，本实施例基于遥感技术的道路识别方法的步骤S30，还包括：
步骤S301：在规划信息中获取点位规划集合并确定点位规划集合中每一规划点位的权重信息。
需要说明的是，点位规划集合在本实施中是指根据规划信息中的规划类型进行分类以生成的集合类型。在点位规划集合中通过确定规划的方式或规划的对象类型以生成点位规划集合。
步骤S302：在完整性识别条件中确定识别要素。
需要说明的是，识别要素是指根据完整性识别条件所确定的一种要素筛选条件，通过识别要素可以筛选出符合完整性识别条件对应的因素。从实现效果来说，识别要素的确定是为了进行数据筛选，以减少无用数据的干扰。
步骤S303：根据识别要素和每一规划点位的权重信息在规划集合中确定验证点位集合。
需要说明的是，权重信息在本实施中是指对要素信息的优先级进行判断的一种方式，通过获取权重信息可以确定每一规划点位的优先级信息。
在具体实施中，通过识别要素进行信息的筛选，将筛选之后的剩余信息根据权重的由高到低进行排序以获取验证点位集合。
进一步的，为了提升验证点位集合生成的合理性，根据识别要素和每一规划点位的权重信息在规划集合中确定验证点位集合的步骤，包括：根据识别要素确定要素限制条件；根据要素限制条件生成权重筛选条件；根据权重筛选条件和每一规划点位的权重信息在规划集合中确定验证点位集合。
需要说明的是，根据识别要素确定要素限制条件是指在识别要素中进一步确定需要进行筛选的要素的类型。
可以理解的是，在本实施例中识别要素和要素限制条件的区别在于，识别要素是指确定需要进行识别的要素的集合，例如：道路角度要素或者道路类型要素。而通过识别要素生成筛选标签作为要素限制条件中的对应数据位置进行添加，因此通过识别数据位置中的筛选标签以实现确定对应要素类型的技术效果。
本实施例通过在规划信息中获取点位规划集合并确定每一规划点位的权重信息；在完整性识别条件中确定识别要素；根据识别要素和每一规划点位的权重信息在规划集合中确定验证点位集合。通过权重信息进行筛选的方式结合识别要素在规划集合中确定验证点位集合，进一步提升了验证点位集合生成的合理性。
参照图4，图4为本申请基于遥感技术的道路识别方法第三实施例的流程示意图。
基于上述第一实施例，本实施例基于遥感技术的道路识别方法的步骤S60，还包括：
步骤S601：获取预设安全评分规则中危险分数映射集合。
需要说明的是，在本实施例中危险分数映射集合是指联系分数与安全等级的一种集合。通过危险分数映射集合可以实现根据具体的安全分值确定危险程度。
步骤S602：在道路因素集合中确定每一道路因素对应的安全分值。
需要说明的是，安全分值即用于以分数的形式表现当前某区域或者某因素的安全程度或者安全隐患的具体趋势。
可以理解的是，在道路因素集合中确定每一道路因素对应的安全分值是通过在道路因素集合中获取具体的每一道路因素对应的详情信息，对详情信息进行安全性分析，得到安全性分析结果以确定安全分值。
需要说明的是，安全性分值在本实施例中以具体分值越高越安全的策略进行规划，其中本实施例中的安全分值从0分到100分进行设定。在其他情况下，可以根据具体的使用场景进行设定，本实施例在此不做限制。
进一步的，为了提高安全分值确定的精确度，在道路因素集合中确定每一道路因素对应的安全分值的步骤，包括：在道路因素集合中获取因素详情信息；根据因素详情信息判断属于动态信息或静态信息；若属于动态信息，则结合道路因素对应的历史监测记录并根据历史监测记录确定动态信息的动态安全分值；若属于静态信息，则在因素详情信息中获取轮廓信息、颜色信息以及纹理信息以生成静态安全分值；将动态安全分值和/或静态安全分值作为每一道路因素对应的安全分值。
需要说明的是，在本实施例中因素详情集合即通过本实施例中上文的遥感设备获取的图像信息，根据因素详情信息进行动态信息或静态信息的判断是基于预设时长内是否出现位移或者形变作为参考。若出现位移或者形变则可以判定属于动态因素。
可以理解的是，静态因素在本实施例中是指客观场景信息或者固定的建筑信息；动态因素包括正在运行的设备信息或者人员信息等。
需要说明的是，结合道路因素对应的历史监测记录并确定动态信息的动态安全分值是通过历史监测记录中的安全日志信息进行确定。在历史检测记录中存在安全日志信息，通过在安全日志信息中获取安全因素以确定道路因素中对应的安全分值。
步骤S603：根据每一道路因素对应的安全分值和危险分数映射集合判断是否存在异常安全因素。
需要说明的是，根据每一道路因素对应的安全分值作为输入，在危险分数映射集合中进行匹配，获取对应的映射结果。根据映射结果中出现的结果标签信息判断是否存在异常安全因素。
本实施例通过获取预设安全评分规则中危险分数映射集合；在道路因素集合中确定每一道路因素对应的安全分值；根据每一道路因素对应的安全分值和危险分数映射集合判断是否存在异常安全因素。通过在道路因素集合中确定每一道路因素的安全分值并根据危险分数映射集合确定异常安全因素，实现了异常安全因素确定的合理性。
此外，本申请实施例还提出一种计算机可读存储介质，存储介质上存储有基于遥感技术的道路识别的程序，基于遥感技术的道路识别的程序被处理器执行时实现如上文的基于遥感技术的道路识别的方法的步骤。
参照图5，图5为本申请基于遥感技术的道路识别系统第一实施例的结构框图。
如图5所示，本申请实施例提出的基于遥感技术的道路识别系统包括：
识别指令模块10，用于在接收到道路识别指令时，获取目标区域的道路信息并根据道路识别指令确定道路识别条件；
完整性模块20，用于在确定道路识别条件为完整性识别条件时，获取目标区域对应的规划信息；
验证点集合模块30，用于根据规划信息和完整性识别条件确定验证点位集合；
完整性判断模块40，用于根据验证点位集合和道路信息判断目标区域道路是否完整；
因素集合模块50，用于在确定道路识别条件为安全性识别时，在道路信息中确定道路因素集合；
异常安全因素模块60，用于根据预设安全评分规则在道路因素集合中判断是否存在异常安全因素；
识别结果模块70，用于若是，则将异常安全因素作为安全性识别的识别结果。
应当理解的是，以上仅为举例说明，对本申请的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本申请对此不做限制。
本实施例通过接收道路识别指令，获取目标区域的道路信息并确定道路识别条件；在确定道路识别条件为完整性条件时，获取规划信息；根据规划信息和完整性识别条件确定验证点位集合；根据验证点位集合和道路信息判断道路是否完整；在确定道路识别条件为安全识别条件时，在道路信息中确定道路因素集合；根据预设安全评分规则在道路因素集合中判断是否存在异常安全因素，若是则将异常安全因素作为安全性识别的识别结果。通过根据道路指令确定具体的道路识别条件，结合道路信息在不同的识别条件下进行道路识别，实现了多用途情况下精准的道路识别的技术效果。
在一实施例中，识别指令模块10，还用于在接收到道路识别指令时，根据道路识别指令确定目标区域的位置信息；根据位置信息在预设数据库中获取目标区域的道路信息；获取道路识别指令中的指令标签并根据指令标签确定道路识别条件。
在一实施例中，验证点集合模块30，还用于在规划信息中获取点位规划集合并确定点位规划集合中每一规划点位的权重信息；在完整性识别条件中确定识别要素；根据识别要素和每一规划点位的权重信息在规划集合中确定验证点位集合。
在一实施例中，验证点集合模块30，还用于根据识别要素确定要素限制条件；根据要素限制条件生成权重筛选条件；根据权重筛选条件和每一规划点位的权重信息在规划集合中确定验证点位集合。
在一实施例中，异常安全因素模块60，还用于获取预设安全评分规则中危险分数映射集合；在道路因素集合中确定每一道路因素对应的安全分值；根据每一道路因素对应的安全分值和危险分数映射集合判断是否存在异常安全因素。
在一实施例中，异常安全因素模块60，还用于在道路因素集合中获取因素详情信息；根据因素详情信息判断属于动态信息或静态信息；若属于动态信息，则结合道路因素对应的历史监测记录并根据历史监测记录确定动态信息的动态安全分值；若属于静态信息，则在因素详情信息中获取轮廓信息、颜色信息以及纹理信息以生成静态安全分值；将动态安全分值和/或静态安全分值作为每一道路因素对应的安全分值。
在一实施例中，识别结果模块70，还用于在识别结果中确定异常预警等级和异常预警详情；根据异常预警等级和异常预警详情生成异常预警报告；在异常预警等级满足预设启动等级时，将异常预警报告发送至预设启动等级对应的启动端口；在异常预警等级不满足预设启动等级时，将异常预警报告作为安全日志上传至预设日志平台。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本申请的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的基于遥感技术的道路识别的方法，此处不再赘述。
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如只读存储器（Read Only Memory，ROM）/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，或者网络设备等）执行本申请各个实施例的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (6)
1.一种基于遥感技术的道路识别方法，其特征在于，包括：
在接收到道路识别指令时，获取目标区域的道路信息并根据所述道路识别指令确定道路识别条件；
在确定所述道路识别条件为完整性识别条件时，获取所述目标区域对应的规划信息；
根据所述规划信息和所述完整性识别条件确定验证点位集合；
根据所述验证点位集合和所述道路信息判断所述目标区域道路是否完整；
在确定所述道路识别条件为安全性识别时，在所述道路信息中确定道路因素集合；
根据预设安全评分规则在所述道路因素集合中判断是否存在异常安全因素；
若是，则将所述异常安全因素作为所述安全性识别的识别结果；
其中，所述根据所述规划信息和所述完整性识别条件确定验证点位集合的步骤，包括：
在所述规划信息中获取点位规划集合并确定所述点位规划集合中每一规划点位的权重信息；在所述完整性识别条件中确定识别要素；
根据所述识别要素和所述每一规划点位的权重信息在所述规划集合中确定验证点位集合；其中，所述根据所述识别要素和所述每一规划点位的权重信息在所述规划集合中确定验证点位集合的步骤，包括：
根据所述识别要素确定要素限制条件；
根据所述要素限制条件生成权重筛选条件；
根据所述权重筛选条件和所述每一规划点位的权重信息在所述规划集合中确定验证点位集合；
其中，所述根据预设安全评分规则在所述道路因素集合中判断是否存在异常安全因素的步骤，包括：
获取预设安全评分规则中危险分数映射集合；
在所述道路因素集合中确定每一道路因素对应的安全分值；
根据所述每一道路因素对应的安全分值和所述危险分数映射集合判断是否存在异常安全因素；
其中，所述在所述道路因素集合中确定每一道路因素对应的安全分值的步骤，包括：
在所述道路因素集合中获取因素详情信息；
根据所述因素详情信息判断属于动态信息或静态信息；
若属于动态信息，则结合所述道路因素对应的历史监测记录并根据所述历史监测记录确定所述动态信息的动态安全分值；
若属于静态信息，则在所述因素详情信息中获取轮廓信息、颜色信息以及纹理信息以生成静态安全分值；
将所述动态安全分值和/或静态安全分值作为所述每一道路因素对应的安全分值。
2.根据权利要求1所述的基于遥感技术的道路识别方法，其特征在于，所述在接收到道路识别指令时，获取目标区域的道路信息并根据所述道路识别指令确定道路识别条件的步骤，包括：
在接收到道路识别指令时，根据所述道路识别指令确定目标区域的位置信息；
根据所述位置信息在预设数据库中获取所述目标区域的道路信息；
获取所述道路识别指令中的指令标签并根据所述指令标签确定道路识别条件。
3.根据权利要求1至2任一项所述的基于遥感技术的道路识别方法，其特征在于，所述将所述异常安全因素作为所述安全性识别的识别结果的步骤之后，还包括：
在所述识别结果中确定异常预警等级和异常预警详情；
根据所述异常预警等级和所述异常预警详情生成异常预警报告；
在所述异常预警等级满足预设启动等级时，将所述异常预警报告发送至所述预设启动等级对应的启动端口；
在所述异常预警等级不满足所述预设启动等级时，将所述异常预警报告作为安全日志上传至预设日志平台。
4.一种基于遥感技术的道路识别系统，其特征在于，所述基于遥感技术的道路识别系统包括：
识别指令模块，用于在接收到道路识别指令时，获取目标区域的道路信息并根据所述道路识别指令确定道路识别条件；
完整性模块，用于在确定所述道路识别条件为完整性识别条件时，获取所述目标区域对应的规划信息；
验证点集合模块，用于根据所述规划信息和所述完整性识别条件确定验证点位集合；
完整性判断模块，用于根据所述验证点位集合和所述道路信息判断所述目标区域道路是否完整；
因素集合模块，用于在确定所述道路识别条件为安全性识别时，在所述道路信息中确定道路因素集合；
异常安全因素模块，用于根据预设安全评分规则在所述道路因素集合中判断是否存在异常安全因素；
识别结果模块，用于若是，则将所述异常安全因素作为所述安全性识别的识别结果；
其中，所述验证点集合模块，还用于在所述规划信息中获取点位规划集合并确定所述点位规划集合中每一规划点位的权重信息；
在所述完整性识别条件中确定识别要素；
根据所述识别要素和所述每一规划点位的权重信息在所述规划集合中确定验证点位集合；
其中，所述验证点集合模块，还用于根据所述识别要素确定要素限制条件；
根据所述要素限制条件生成权重筛选条件；
根据所述权重筛选条件和所述每一规划点位的权重信息在所述规划集合中确定验证点位集合；
其中，所述异常安全因素模块，还用于获取预设安全评分规则中危险分数映射集合；
在所述道路因素集合中确定每一道路因素对应的安全分值；
根据所述每一道路因素对应的安全分值和所述危险分数映射集合判断是否存在异常安全因素；
其中，所述异常安全因素模块，还用于在所述道路因素集合中获取因素详情信息；
根据所述因素详情信息判断属于动态信息或静态信息；
若属于动态信息，则结合所述道路因素对应的历史监测记录并根据所述历史监测记录确定所述动态信息的动态安全分值；
若属于静态信息，则在所述因素详情信息中获取轮廓信息、颜色信息以及纹理信息以生成静态安全分值；
将所述动态安全分值和/或静态安全分值作为所述每一道路因素对应的安全分值。
5.一种计算机设备，其特征在于，所述设备包括：存储器、处理器，所述处理器在运行所述存储器存储的计算机指令时，执行如权利要求1至3中任一项所述的方法。
6.一种计算机可读存储介质，其特征在于，包括指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至3中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311145947.7A CN116881831B (zh) | 2023-09-07 | 2023-09-07 | 基于遥感技术的道路识别方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311145947.7A CN116881831B (zh) | 2023-09-07 | 2023-09-07 | 基于遥感技术的道路识别方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116881831A CN116881831A (zh) | 2023-10-13 |
| CN116881831B true CN116881831B (zh) | 2023-12-01 |
Family
ID=88255411
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311145947.7A Active CN116881831B (zh) | 2023-09-07 | 2023-09-07 | 基于遥感技术的道路识别方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116881831B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105070058A (zh) * | 2015-08-11 | 2015-11-18 | 甘肃万维信息技术有限责任公司 | 一种基于实时路况视频的精准路况分析方法及系统 |
| KR20190049056A (ko) * | 2017-11-01 | 2019-05-09 | 전자부품연구원 | 클라우드 기반 실시간 도로상황정보 수집·검증 시스템 및 그 방법 |
| CN112585656A (zh) * | 2020-02-25 | 2021-03-30 | 华为技术有限公司 | 特殊路况的识别方法、装置、电子设备和存储介质 |
| CN113724496A (zh) * | 2021-08-30 | 2021-11-30 | 北京安融畅信息技术有限公司 | 一种全场景道路交通安全隐患排查方法以及排查系统 |
| CN114758322A (zh) * | 2022-05-13 | 2022-07-15 | 安徽省路通公路工程检测有限公司 | 基于机器识别的道路质量检测系统 |
| WO2022258142A1 (en) * | 2021-06-08 | 2022-12-15 | Huawei Technologies Co., Ltd. | Method and neural network for extracting road data from satellite imagery |
| CN116453119A (zh) * | 2023-04-13 | 2023-07-18 | 腾讯科技（深圳）有限公司 | 道路检测方法、装置、计算机、可读存储介质及程序产品 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102425741B1 (ko) * | 2018-11-28 | 2022-08-01 | 한국전자통신연구원 | 차선 인식 실패 대응 자율 주행 방법 및 자율주행 차량 주행 가이드 데이터 구축 방법 |
-
2023
- 2023-09-07 CN CN202311145947.7A patent/CN116881831B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105070058A (zh) * | 2015-08-11 | 2015-11-18 | 甘肃万维信息技术有限责任公司 | 一种基于实时路况视频的精准路况分析方法及系统 |
| KR20190049056A (ko) * | 2017-11-01 | 2019-05-09 | 전자부품연구원 | 클라우드 기반 실시간 도로상황정보 수집·검증 시스템 및 그 방법 |
| CN112585656A (zh) * | 2020-02-25 | 2021-03-30 | 华为技术有限公司 | 特殊路况的识别方法、装置、电子设备和存储介质 |
| WO2022258142A1 (en) * | 2021-06-08 | 2022-12-15 | Huawei Technologies Co., Ltd. | Method and neural network for extracting road data from satellite imagery |
| CN113724496A (zh) * | 2021-08-30 | 2021-11-30 | 北京安融畅信息技术有限公司 | 一种全场景道路交通安全隐患排查方法以及排查系统 |
| CN114758322A (zh) * | 2022-05-13 | 2022-07-15 | 安徽省路通公路工程检测有限公司 | 基于机器识别的道路质量检测系统 |
| CN116453119A (zh) * | 2023-04-13 | 2023-07-18 | 腾讯科技（深圳）有限公司 | 道路检测方法、装置、计算机、可读存储介质及程序产品 |
Non-Patent Citations (1)
| Title |
|---|
| 基于NUTSP的湖南省国土空间标准地域单元划分研究;麻战洪等;中国知网;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116881831A (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3214577A1 (en) | Image text recognition method and device | |
| US20220269996A1 (en) | Information processing apparatus, information processing method, and storage medium | |
| CN108579094B (zh) | 一种用户界面检测方法及相关装置、系统和存储介质 | |
| CN111461243B (zh) | 分类方法、装置、电子设备及计算机可读存储介质 | |
| CN102103698A (zh) | 图像处理装置及图像处理方法 | |
| CN111652230B (zh) | 车牌识别方法、电子设备及存储介质 | |
| EP3644232B1 (en) | Method and device for classifying samples to be assessed | |
| CN112529575B (zh) | 风险预警方法、设备、存储介质及装置 | |
| CN111144372A (zh) | 车辆检测方法、装置、计算机设备和存储介质 | |
| CN111626348B (zh) | 自动泊车测试模型构建方法、设备、存储介质及装置 | |
| WO2021218183A1 (zh) | 证件边沿检测方法、装置、设备及介质 | |
| CN113516144A (zh) | 目标检测方法及装置、计算设备 | |
| CN111985192A (zh) | 一种Web攻击报告生成方法、装置、设备及计算机介质 | |
| CN116630100A (zh) | 旅游数据处理方法、装置、设备及存储介质 | |
| CN113313092B (zh) | 手写签名识别方法、理赔自动化处理方法、装置和设备 | |
| CN111507957A (zh) | 身份证图片转换方法、装置、计算机设备及存储介质 | |
| CN108647570B (zh) | 斑马线检测方法、装置及计算机可读存储介质 | |
| US11468572B2 (en) | Image processing device, image recognition device, image processing program, and image recognition program | |
| CN111950546B (zh) | 一种车牌识别方法、装置、计算机设备和存储介质 | |
| CN116881831B (zh) | 基于遥感技术的道路识别方法、系统及存储介质 | |
| CN111753642B (zh) | 一种确定关键帧的方法及装置 | |
| CN113393442A (zh) | 列车零部件异常检测方法、系统、电子设备及存储介质 | |
| CN113037766A (zh) | 多场景下的资产安全健康度综合评估方法 | |
| CN114817518A (zh) | 基于大数据档案识别的证照办理方法、系统及介质 | |
| CN113553980A (zh) | 一种图片的商标图形要素编码生成方法、系统及装置 |
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 |