CN116910629B - 一种基于大数据的路面检测方法及装置 - Google Patents
一种基于大数据的路面检测方法及装置 Download PDFInfo
- Publication number
- CN116910629B CN116910629B CN202311174369.XA CN202311174369A CN116910629B CN 116910629 B CN116910629 B CN 116910629B CN 202311174369 A CN202311174369 A CN 202311174369A CN 116910629 B CN116910629 B CN 116910629B
- Authority
- CN
- China
- Prior art keywords
- road
- data
- target
- target road
- road surface
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/01—Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- Architecture (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于大数据的路面检测方法,方法包括:获取目标道路路径数据,目标道路路径数据为待检测路面的的路径数据,包括目标道路的路面宽度以及车道数量;基于大数据获取目标道路车流数据,目标道路车流数据包括单位时间内通过待检测路面的车辆数量以及车辆类型;根据目标道路车流数据与目标道路路径数据,确定目标道路路况数据,目标道路路况数据包括待检测路面的平整度、路面完整度;获取参考道路路况数据,并将目标道路路况数据与参考道路路况数据相匹配,其中,参考道路路况数据包括参考道路的平整度、路面完整度;根据匹配结果对目标道路状况进行分级。本发明还提供了一种基于大数据的路面检测装置以及一种电子设备。
Description
技术领域
本发明涉及路面检测技术领域,尤其涉及一种基于大数据的路面检测方法及装置。
背景技术
道路路况与人们的生活息息相关,随着使用年限的延长,路面的情况也逐年下降。
目前,对路面的检测一般是通过人工检查反馈进行,对于较大范围内的路网系统,对路面的检测工作总耗费大量的人力物力。因此,提出一种快速检测路面的方式是一项亟待解决的问题。
发明内容
本发明实施例提供一种基于大数据的路面检测方法及装置,旨在解决或者部分解决上述背景技术中存在的问题。
为了解决上述技术问题,本发明是这样实现的:
第一方面,本发明实施例提供了一种基于大数据的路面检测方法,一种基于大数据的路面检测方法,所述方法包括:获取目标道路路径数据,所述目标道路路径数据为待检测路面的的路径数据,包括所述目标道路的路面宽度以及车道数量;基于大数据获取目标道路车流数据,所述目标道路车流数据包括单位时间内通过所述待检测路面的车辆数量以及车辆类型;根据所述目标道路车流数据与目标道路路径数据,确定目标道路路况数据,所述目标道路路况数据包括所述待检测路面的平整度、路面完整度;获取参考道路路况数据,并将所述目标道路路况数据与参考道路路况数据相匹配,其中,所述参考道路路况数据包括参考道路的平整度、路面完整度;根据匹配结果获取所述目标道路损坏级别。
结合第一方面,在一些实施方式中,所述获取参考道路路况数据,并将所述目标道路路况数据与参考道路路况数据相匹配,其中,所述参考道路路况数据包括参考道路的平整度、路面完整度,包括:确定所述参考道路,并获取参考道路路径数据;基于大数据获取所述参考道路车流数据;根据所述参考道路路径数据与所述参考道路车流数据,获取参考道路路况数据;将所述目标道路路况数据与所述参考道路路况数据相匹配。
结合第一方面,在一些实施方式中,所述确定所述参考道路,并获取参考道路路径数据,包括:获取多条预选参考道路,并获取多个预选参考道路路径数据;将多个预选参考道路路径数据与所述目标道路路径数据相匹配,根据匹配结果,获取匹配程度最高的所述预选参考道路路径数据为所述参考道路路径数据,并确认所述预选参考道路路径数据对应的所述预选参考道路为所述参考道路。
结合第一方面,在一些实施方式中,所述基于大数据获取目标道路车流数据,所述目标道路车流数据包括单位时间内通过所述待检测路面的车辆数量以及车辆类型,包括:基于大数据获取所述单位时间内,通过所述目标道路的第一类型车辆总数,其中,所述第一类型车辆为重型车辆;基于大数据获取所述单位时间内,通过所述目标道路的第二类型车辆总数,其中,所述第二类型车辆为轻型车辆。
结合第一方面,在一些实施方式中,所述根据所述目标道路车流数据与目标道路路径数据,确定目标道路路况数据,所述目标道路路况数据包括所述待检测路面的平整度、路面完整度,包括:所述待检测路面的平整度,满足:
Q1(n1K1+n2K2)+f1=0;
其中,f1为所述待检测路面的平整度,n1为所述第一类型车辆总数,n2为所述第二类型车辆总数,K1、K2、Q1为常数。
结合第一方面,在一些实施方式中,所述根据所述目标道路车流数据与目标道路路径数据,确定目标道路路况数据,所述目标道路路况数据包括所述待检测路面的平整度、路面完整度,包括:所述待检测路面的路面完整度,满足:
Q2(n1K3+n2K4)+e1=0;
其中,e1为所述待检测路面的平整度,n1为所述第一类型车辆总数,n2为所述第二类型车辆总数,K3、K4、Q2为常数。
结合第一方面,在一些实施方式中,将所述目标道路路况数据与所述参考道路路况数据相匹配,包括:获取所述参考道路的平整度与所述目标道路的平整度之间的差异值Δf;获取所述参考道路的路面完整度与所述目标道路的路面完整度之间的差异值Δe。
结合第一方面,在一些实施方式中,所述根据匹配结果获取所述目标道路损坏级别,包括:基于所述目标道路的平整度之间的差异值Δf与所述目标道路的路面完整度之间的差异值Δe对所述目标道路状况进行分级。
本发明实施例第二方面提出一种基于大数据的路面检测装置,所述装置包括:
第一获取模块,所述第一获取模块用于获取目标道路路径数据,所述目标道路路径数据为待检测路面的的路径数据,包括所述目标道路的路面宽度以及车道数量;
第二获取模块,所述第二获取模块用于基于大数据获取目标道路车流数据,所述目标道路车流数据包括单位时间内通过所述待检测路面的车辆数量以及车辆类型;
第一确定模块,所述第一确定模块用于根据所述目标道路车流数据与目标道路路径数据,确定目标道路路况数据,所述目标道路路况数据包括所述待检测路面的平整度、路面完整度;
第三获取模块,所述第三获取模块用于获取参考道路路况数据,并将所述目标道路路况数据与参考道路路况数据相匹配,其中,所述参考道路路况数据包括参考道路的平整度、路面完整度;
分级模块,所述分级模块用于根据匹配结果获取所述目标道路损坏级别。
结合第二方面,在一些可行的实施方式中,所述第三获取模块包括:
第二确定模块,所述第二确定模块用于确定所述参考道路,并获取参考道路路径数据;
第三确定模块,所述第三确定模块用于基于大数据获取所述参考道路车流数据;
第四获取模块,所述第四获取模块用于根据所述参考道路路径数据与所述参考道路车流数据,获取参考道路路况数据;
第一匹配模块,所述第一匹配模块用于将所述目标道路路况数据与所述参考道路路况数据相匹配。
结合第二方面,在一些可行的实施方式中,所述第二确定模块,包括:
第五获取模块,所述第五获取模块用于获取多条预选参考道路,并获取多个预选参考道路路径数据;
第二匹配模块,所述第二匹配模块用于将多个预选参考道路路径数据与所述目标道路路径数据相匹配,根据匹配结果,获取匹配程度最高的所述预选参考道路路径数据为所述参考道路路径数据,并确认所述预选参考道路路径数据对应的所述预选参考道路为所述参考道路。
结合第二方面,在一些可行的实施方式中,所述第二获取模块,包括:
第六获取模块,所述第六获取模块用于基于大数据获取所述单位时间内,通过所述目标道路的第一类型车辆总数,其中,所述第一类型车辆为重型车辆;
第七获取模块,所述第七获取模块用于基于大数据获取所述单位时间内,通过所述目标道路的第二类型车辆总数,其中,所述第二类型车辆为轻型车辆。
本发明实施例第三方面提出一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现本发明实施例第一方面提出方法步骤。
本发明实施例第四方面提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例第一方面提出方法。
本发明实施例包括以下优点:本发明实施例提出的一种基于大数据的路面检测方法,首先,获取目标道路路径数据,所述目标道路路径数据为待检测路面的的路径数据,包括所述目标道路的路面宽度以及车道数量,然后,基于大数据获取目标道路车流数据,所述目标道路车流数据包括单位时间内通过所述待检测路面的车辆数量以及车辆类型,然后,根据所述目标道路车流数据与目标道路路径数据,确定目标道路路况数据,所述目标道路路况数据包括所述待检测路面的平整度、路面完整度;然后,获取参考道路路况数据,并将所述目标道路路况数据与参考道路路况数据相匹配,其中,所述参考道路路况数据包括参考道路的平整度、路面完整度,最后根据匹配结果获取所述目标道路损坏级别。本发明实施例提出的一种基于大数据的路面检测方法,通过利用大数据获取的数据可以得到路面的数据,并通过路面的数据可以获取路面损坏级别,在对于较大范围内的路网系统路面进行检测时,时间较快且节省了人力物力。
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是本发明实施例中一种基于大数据的路面检测方法的流程示意图。
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。
大数据是指规模庞大、复杂多样的数据集合,它通常具有三个特征:大量(Volume)、多样(Variety)和高速(Velocity)。大数据的产生主要源自互联网、传感器、社交媒体等各种数据采集渠道。随着技术的不断发展,大数据在交通领域的应用具有很大的潜力和可能性。
目前,随着大量的车辆的入网,对道路上车辆的情况也可以通过大数据来获得。因此,发明人想到可以利用大数据获取车辆情况,并进一步利用大数据实现对路面情况的检测。
第一方面,本申请提出了一种基于大数据的路面检测方法,请参阅图1,包括以下步骤:
S101:获取目标道路路径数据,所述目标道路路径数据为待检测路面的的路径数据,包括所述目标道路的路面宽度以及车道数量。
具体的,作为一种实施方式,通过使用地图数据和导航系统,可以获取目标道路的基本信息,包括路面宽度和车道数量。许多导航应用程序和地图服务都提供这些信息,可以通过搜索目标道路来获取相关数据。通过获取路面宽度和车道数量,可以对目标道路的基本情况进行初步确定。
S102:基于大数据获取目标道路车流数据,所述目标道路车流数据包括单位时间内通过所述待检测路面的车辆数量以及车辆类型。
可以理解的,许多城市和道路上都安装了交通传感器和摄像头,用于监测交通情况。这些传感器和摄像头可以记录通过目标道路的车辆数量和类型。当然,在另外一些实施方式中,还可以通过如车联网大数据云平台等方式获取,具体获取方式在此不做限定。
在本实施例中,步骤S102包括以下步骤:
S102-1:基于大数据获取所述单位时间内,通过所述目标道路的第一类型车辆总数,其中,所述第一类型车辆为重型车辆。
S102-2:基于大数据获取所述单位时间内,通过所述目标道路的第二类型车辆总数,其中,所述第二类型车辆为轻型车辆。
需要说明的是,需要注意的是,不同地区和国家对于车辆类型的定义可能有所差异,因此在获取数据时需要明确所使用的车辆类型定义。在本发明中,重型车辆与轻型车辆之间的区别方式可以是通过一临界重量来区分的。
S103:根据所述目标道路车流数据与目标道路路径数据,确定目标道路路况数据,所述目标道路路况数据包括所述待检测路面的平整度、路面完整度。
具体的,所述待检测路面的平整度,满足:
Q1(n1K1+n2K2)+f1=0;
其中,f1为所述待检测路面的平整度,n1为所述第一类型车辆总数,n2为所述第二类型车辆总数,K1、K2、Q1为常数。
可以理解的,在本申请中,重型车辆以及轻型车辆的数量与路面的平整度呈负相关。即车辆的数量越多,则平整度越低。
所述待检测路面的平整度,满足:
Q1(n1K1+n2K2)+f1=0;
其中,f1为所述待检测路面的平整度,n1为所述第一类型车辆总数,n2为所述第二类型车辆总数,K1、K2、Q1为常数。
可以理解的,在本申请中,与路面的平整度相同,重型车辆以及轻型车辆的数量与路面的完整度呈负相关。即车辆的数量越多,则完整度越低。
S104:获取参考道路路况数据,并将所述目标道路路况数据与参考道路路况数据相匹配,其中,所述参考道路路况数据包括参考道路的平整度、路面完整度。
可以理解的,参考道路即一条正常损耗的公路。正常损耗的公路在经过一定时间的运行后,路面的平整度、完整度的变化均具有一定的标准,因此,可以将参考道路作为评定目标道路的基准。
具体的,步骤S104包括以下步骤:
S104-1:确定所述参考道路,并获取参考道路路径数据。
参考道路可以是通过以往检测得到数据直接确定的,因此可以直接确定参考道路是哪一条道路。
在另外一些实施方式中,步骤S104-1可以包括以下步骤:
S104-1-1:获取多条预选参考道路,并获取多个预选参考道路路径数据。
可以理解的,多条预选道路可以是从地图数据和导航系统上选取的,多个预选参考道路即多条车流情况以及长度、宽度与目标道路接近的道路。
S104-1-2:将多个预选参考道路路径数据与所述目标道路路径数据相匹配,根据匹配结果,获取匹配程度最高的所述预选参考道路路径数据为所述参考道路路径数据,并确认所述预选参考道路路径数据对应的所述预选参考道路为所述参考道路。
可以理解的,通过将多个预选参考道路路径数据与所述目标道路路径数据相匹配,可以确定路况最接近目标道路的参考道路。
S104-2:基于大数据获取所述参考道路车流数据。
可以理解的,在本步骤中,可以通过与从大数据获取目标道路的车流数据的方式相同的方式获取参考道路车流数据,具体的获取方式在此不做限定。
S104-3:根据所述参考道路路径数据与所述参考道路车流数据,获取参考道路路况数据。
S104-4:将所述目标道路路况数据与所述参考道路路况数据相匹配。
可以理解的,通过将所述目标道路路况数据与所述参考道路路况数据相匹配,可以知晓目标道路路况数据与所述参考道路路况数据之间的差异。
具体的,步骤S104-4包括以下步骤:
S104-4-1:获取所述参考道路的平整度与所述目标道路的平整度之间的差异值Δf。
S104-4-2:获取所述参考道路的路面完整度与所述目标道路的路面完整度之间的差异值Δe。
S105:根据匹配结果获取所述目标道路损坏级别。
具体的,基于所述目标道路的平整度之间的差异值Δf与所述目标道路的路面完整度之间的差异值Δe对所述目标道路状况进行分级。可以理解的,在本步骤中,通过获取参考道路的平整度与所述目标道路的平整度差异值Δf与所述参考道路的路面完整度与所述目标道路的路面完整度之间的差异值Δe,通过相关的算法和模型来进行数据匹配和比对,如基于位置的匹配算法、机器学习算法等。具体方法因为道路的不同具有一定的差异性,在此不做限定。
本发明实施例提出的一种基于大数据的路面检测方法,首先,获取目标道路路径数据,所述目标道路路径数据为待检测路面的的路径数据,包括所述目标道路的路面宽度以及车道数量,然后,基于大数据获取目标道路车流数据,所述目标道路车流数据包括单位时间内通过所述待检测路面的车辆数量以及车辆类型,然后,根据所述目标道路车流数据与目标道路路径数据,确定目标道路路况数据,所述目标道路路况数据包括所述待检测路面的平整度、路面完整度;然后,获取参考道路路况数据,并将所述目标道路路况数据与参考道路路况数据相匹配,其中,所述参考道路路况数据包括参考道路的平整度、路面完整度,最后根据匹配结果获取所述目标道路损坏级别。本发明实施例提出的一种基于大数据的路面检测方法,通过利用大数据获取的数据可以得到路面的数据,并通过路面的数据可以获取路面损坏级别,在对于较大范围内的路网系统路面进行检测时,时间较快且节省了人力物力。
基于同一发明构思,本发明还提出一种基于大数据的路面检测装置,所述装置包括:
第一获取模块,所述第一获取模块用于获取目标道路路径数据,所述目标道路路径数据为待检测路面的的路径数据,包括所述目标道路的路面宽度以及车道数量;
第二获取模块,所述第二获取模块用于基于大数据获取目标道路车流数据,所述目标道路车流数据包括单位时间内通过所述待检测路面的车辆数量以及车辆类型;
第一确定模块,所述第一确定模块用于根据所述目标道路车流数据与目标道路路径数据,确定目标道路路况数据,所述目标道路路况数据包括所述待检测路面的平整度、路面完整度;
第三获取模块,所述第三获取模块用于获取参考道路路况数据,并将所述目标道路路况数据与参考道路路况数据相匹配,其中,所述参考道路路况数据包括参考道路的平整度、路面完整度;
分级模块,所述分级模块用于根据匹配结果获取所述目标道路损坏级别。
在一些可行的实施方式中,所述第三获取模块包括:
第二确定模块,所述第二确定模块用于确定所述参考道路,并获取参考道路路径数据;
第三确定模块,所述第三确定模块用于基于大数据获取所述参考道路车流数据;
第四获取模块,所述第四获取模块用于根据所述参考道路路径数据与所述参考道路车流数据,获取参考道路路况数据;
第一匹配模块,所述第一匹配模块用于将所述目标道路路况数据与所述参考道路路况数据相匹配。
在一些可行的实施方式中,所述第二确定模块,包括:
第五获取模块,所述第五获取模块用于获取多条预选参考道路,并获取多个预选参考道路路径数据;
第二匹配模块,所述第二匹配模块用于将多个预选参考道路路径数据与所述目标道路路径数据相匹配,根据匹配结果,获取匹配程度最高的所述预选参考道路路径数据为所述参考道路路径数据,并确认所述预选参考道路路径数据对应的所述预选参考道路为所述参考道路。
在一些可行的实施方式中,所述第二获取模块,包括:
第六获取模块,所述第六获取模块用于基于大数据获取所述单位时间内,通过所述目标道路的第一类型车辆总数,其中,所述第一类型车辆为重型车辆;
第七获取模块,所述第七获取模块用于基于大数据获取所述单位时间内,通过所述目标道路的第二类型车辆总数,其中,所述第二类型车辆为轻型车辆。
本发明实施例提出的一种基于大数据的路面检测装置,首先,获取目标道路路径数据,所述目标道路路径数据为待检测路面的的路径数据,包括所述目标道路的路面宽度以及车道数量,然后,基于大数据获取目标道路车流数据,所述目标道路车流数据包括单位时间内通过所述待检测路面的车辆数量以及车辆类型,然后,根据所述目标道路车流数据与目标道路路径数据,确定目标道路路况数据,所述目标道路路况数据包括所述待检测路面的平整度、路面完整度;然后,获取参考道路路况数据,并将所述目标道路路况数据与参考道路路况数据相匹配,其中,所述参考道路路况数据包括参考道路的平整度、路面完整度,最后根据匹配结果获取所述目标道路损坏级别。本发明实施例提出的一种基于大数据的路面检测方法,通过利用大数据获取的数据可以得到路面的数据,并通过路面的数据可以获取路面损坏级别,在对于较大范围内的路网系统路面进行检测时,时间较快且节省了人力物力。
基于同一发明构思,本申请的实施例还提出了一种电子设备,电子设备包括:
至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本申请实施例的基于大数据的路面检测方法。
此外,为实现上述目的,本申请的实施例还提出了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现本申请实施例的基于大数据的路面检测方法。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用储存介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。“和/或”表示可以选择两者之中的任意一个,也可以两者都选择。而且,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、物品或者终端设备不仅包括哪些要素,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、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种基于大数据的路面检测方法,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种基于大数据的路面检测方法,其特征在于,所述方法包括:
获取目标道路路径数据,所述目标道路路径数据为待检测路面的的路径数据,包括所述目标道路的路面宽度以及车道数量;
基于大数据获取目标道路车流数据,所述目标道路车流数据包括单位时间内通过所述待检测路面的车辆数量以及车辆类型;
根据所述目标道路车流数据与目标道路路径数据,确定目标道路路况数据,所述目标道路路况数据包括所述待检测路面的平整度、路面完整度;
获取多条预选参考道路,并获取多个预选参考道路路径数据;将多个预选参考道路路径数据与所述目标道路路径数据相匹配,根据匹配结果,获取匹配程度最高的所述预选参考道路路径数据为所述参考道路路径数据,并确认所述预选参考道路路径数据对应的所述预选参考道路为所述参考道路;基于大数据获取所述参考道路车流数据;根据所述参考道路路径数据与所述参考道路车流数据,获取参考道路况数据;将所述目标道路路况数据与所述参考道路路况数据相匹配,其中,所述参考道路路况数据包括参考道路的平整度、路面完整度;
根据匹配结果获取所述目标道路损坏级别。
2.根据权利要求1所述的一种基于大数据的路面检测方法,其特征在于,所述基于大数据获取目标道路车流数据,所述目标道路车流数据包括单位时间内通过所述待检测路面的车辆数量以及车辆类型,包括:
基于大数据获取所述单位时间内,通过所述目标道路的第一类型车辆总数,其中,所述第一类型车辆为重型车辆;
基于大数据获取所述单位时间内,通过所述目标道路的第二类型车辆总数,其中,所述第二类型车辆为轻型车辆。
3.根据权利要求2所述的一种基于大数据的路面检测方法,其特征在于,所述根据所述目标道路车流数据与目标道路路径数据,确定目标道路路况数据,所述目标道路路况数据包括所述待检测路面的平整度、路面完整度,包括:
所述待检测路面的平整度,满足:
Q1(n1K1+n2K2)+f1=0;
其中,f1为所述待检测路面的平整度,n1为所述第一类型车辆总数,n2为所述第二类型车辆总数,K1、K2、Q1为常数。
4.根据权利要求3所述的一种基于大数据的路面检测方法,其特征在于,所述根据所述目标道路车流数据与目标道路路径数据,确定目标道路路况数据,所述目标道路路况数据包括所述待检测路面的平整度、路面完整度,包括:
所述待检测路面的路面完整度,满足:
Q2(n1K3+n2K4)+e1=0;
其中,e1为所述待检测路面的平整度,n1为所述第一类型车辆总数,n2为所述第二类型车辆总数,K3、K4、Q2为常数。
5.根据权利要求4所述的一种基于大数据的路面检测方法,其特征在于,将所述目标道路路况数据与所述参考道路路况数据相匹配,包括:
获取所述参考道路的平整度与所述目标道路的平整度之间的差异值Δf;
获取所述参考道路的路面完整度与所述目标道路的路面完整度之间的差异值Δe。
6.根据权利要求5所述的一种基于大数据的路面检测方法,其特征在于,所述根据匹配结果获取所述目标道路损坏级别,包括:
基于所述目标道路的平整度之间的差异值Δf与所述目标道路的路面完整度之间的差异值Δe对所述目标道路状况进行分级。
7.一种基于大数据的路面检测装置,其特征在于,所述装置包括:
第一获取模块,所述第一获取模块用于获取目标道路路径数据,所述目标道路路径数据为待检测路面的的路径数据,包括所述目标道路的路面宽度以及车道数量;
第二获取模块,所述第二获取模块用于基于大数据获取目标道路车流数据,所述目标道路车流数据包括单位时间内通过所述待检测路面的车辆数量以及车辆类型;
第一确定模块,获取多条预选参考道路,并获取多个预选参考道路路径数据;将多个预选参考道路路径数据与所述目标道路路径数据相匹配,根据匹配结果,获取匹配程度最高的所述预选参考道路路径数据为所述参考道路路径数据,并确认所述预选参考道路路径数据对应的所述预选参考道路为所述参考道路;基于大数据获取所述参考道路车流数据;根据所述参考道路路径数据与所述参考道路车流数据,获取参考道路况数据;将所述目标道路路况数据与所述参考道路路况数据相匹配,其中,所述参考道路路况数据包括参考道路的平整度、路面完整度;
第三获取模块,所述第三获取模块用于获取参考道路路况数据,并将所述目标道路路况数据与参考道路路况数据相匹配,其中,所述参考道路路况数据包括参考道路的平整度、路面完整度;
第一匹配模块,所述第一匹配模块用于根据匹配结果获取所述目标道路损坏级别。
8.一种电子设备,其特征在于,包括:
处理器、通信接口、存储器和通信总线,其中,所述处理器,所述通信接口,所述存储器通过所述通信总线完成相互间的通信;
所述存储器用于存放计算机程序;
所述处理器用于执行所述存储器上所存放的程序时,实现如权利要求1~7任一项所提出的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311174369.XA CN116910629B (zh) | 2023-09-13 | 2023-09-13 | 一种基于大数据的路面检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311174369.XA CN116910629B (zh) | 2023-09-13 | 2023-09-13 | 一种基于大数据的路面检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116910629A CN116910629A (zh) | 2023-10-20 |
CN116910629B true CN116910629B (zh) | 2023-12-15 |
Family
ID=88368105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311174369.XA Active CN116910629B (zh) | 2023-09-13 | 2023-09-13 | 一种基于大数据的路面检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116910629B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204944474U (zh) * | 2015-09-30 | 2016-01-06 | 山西省交通科学研究院 | 一种公路视距黑点检测仪 |
CN205399161U (zh) * | 2016-03-10 | 2016-07-27 | 浙江省交通集团检测科技有限公司 | 道路检测数据存储备份与技术状况分布展示系统 |
CN107423908A (zh) * | 2017-08-01 | 2017-12-01 | 中国联合网络通信集团有限公司 | 路面损坏信息获取方法及路面损坏信息获取系统 |
CN110718055A (zh) * | 2018-07-12 | 2020-01-21 | 上海博泰悦臻网络技术服务有限公司 | 路况信息处理方法及交通综合信息平台 |
CN111127877A (zh) * | 2019-11-19 | 2020-05-08 | 华为技术有限公司 | 一种路况信息的监测方法及装置 |
CN112800913A (zh) * | 2021-01-20 | 2021-05-14 | 同济大学 | 一种基于多源特征融合的路面损伤数据时空分析方法 |
CN113343905A (zh) * | 2021-06-28 | 2021-09-03 | 山东理工大学 | 道路异常智能识别模型训练、道路异常识别的方法及系统 |
CN114973646A (zh) * | 2022-03-14 | 2022-08-30 | 北京市商汤科技开发有限公司 | 道路检测方法、装置、系统及服务器 |
CN115775330A (zh) * | 2022-11-22 | 2023-03-10 | 四川恒捷路通工程技术咨询有限公司 | 一种基于机器学习的路面质量检测方法及系统 |
CN115909256A (zh) * | 2023-01-06 | 2023-04-04 | 济宁市百卉农林发展有限公司 | 基于道路视觉图像的道路病害检测方法 |
CN116030074A (zh) * | 2022-12-30 | 2023-04-28 | 深圳云天励飞技术股份有限公司 | 一种道路病害的识别方法、重识别方法及相关设备 |
CN116718593A (zh) * | 2023-04-26 | 2023-09-08 | 安徽省路桥试验检测有限公司 | 一种快速而准确的沥青路面破损分析方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7211349B2 (ja) * | 2019-11-29 | 2023-01-24 | トヨタ自動車株式会社 | 路面損傷検出装置、路面損傷検出方法、プログラム |
-
2023
- 2023-09-13 CN CN202311174369.XA patent/CN116910629B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204944474U (zh) * | 2015-09-30 | 2016-01-06 | 山西省交通科学研究院 | 一种公路视距黑点检测仪 |
CN205399161U (zh) * | 2016-03-10 | 2016-07-27 | 浙江省交通集团检测科技有限公司 | 道路检测数据存储备份与技术状况分布展示系统 |
CN107423908A (zh) * | 2017-08-01 | 2017-12-01 | 中国联合网络通信集团有限公司 | 路面损坏信息获取方法及路面损坏信息获取系统 |
CN110718055A (zh) * | 2018-07-12 | 2020-01-21 | 上海博泰悦臻网络技术服务有限公司 | 路况信息处理方法及交通综合信息平台 |
CN111127877A (zh) * | 2019-11-19 | 2020-05-08 | 华为技术有限公司 | 一种路况信息的监测方法及装置 |
CN112800913A (zh) * | 2021-01-20 | 2021-05-14 | 同济大学 | 一种基于多源特征融合的路面损伤数据时空分析方法 |
CN113343905A (zh) * | 2021-06-28 | 2021-09-03 | 山东理工大学 | 道路异常智能识别模型训练、道路异常识别的方法及系统 |
CN114973646A (zh) * | 2022-03-14 | 2022-08-30 | 北京市商汤科技开发有限公司 | 道路检测方法、装置、系统及服务器 |
CN115775330A (zh) * | 2022-11-22 | 2023-03-10 | 四川恒捷路通工程技术咨询有限公司 | 一种基于机器学习的路面质量检测方法及系统 |
CN116030074A (zh) * | 2022-12-30 | 2023-04-28 | 深圳云天励飞技术股份有限公司 | 一种道路病害的识别方法、重识别方法及相关设备 |
CN115909256A (zh) * | 2023-01-06 | 2023-04-04 | 济宁市百卉农林发展有限公司 | 基于道路视觉图像的道路病害检测方法 |
CN116718593A (zh) * | 2023-04-26 | 2023-09-08 | 安徽省路桥试验检测有限公司 | 一种快速而准确的沥青路面破损分析方法及系统 |
Non-Patent Citations (4)
Title |
---|
影响沥青路面平整度原因分析与对策;花红桂;;城市建设理论研究(电子版)(第36期);28-29 * |
路面平整度检测技术研究;陈裕权;《运输经理世界》;10-12 * |
路面检测评价与养护决策应用;王国庆;;辽宁省交通高等专科学校学报(第03期);33-36 * |
路面状况指数自动生成算法研究与应用;符合鹏;王建伟;尹胜超;;道路交通与安全(第06期);6-9 * |
Also Published As
Publication number | Publication date |
---|---|
CN116910629A (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10967869B2 (en) | Road surface condition estimation apparatus and road surface condition estimation method | |
CN107945507B (zh) | 行程时间预测方法及装置 | |
CN109919347B (zh) | 路况生成方法、相关装置和设备 | |
JP7172619B2 (ja) | 路面状態推定装置及び路面状態推定方法 | |
US8930123B2 (en) | Systems and methods for determining traffic intensity using information obtained through crowdsourcing | |
Penmetsa et al. | Evaluation of performance measures for two-lane intercity highways under mixed traffic conditions | |
JP6460474B2 (ja) | 交通事象推定装置、交通事象推定システム、交通事象推定方法及びコンピュータプログラム | |
CN104392607A (zh) | 一种交通状态判别方法及装置 | |
CN110969190B (zh) | 非法营运车辆检测方法、介质、设备及装置 | |
CN104183128A (zh) | 交通状态确定方法及装置 | |
WO2013136778A1 (ja) | 不慮予測感度判定装置 | |
CN112229411B (zh) | 一种数据处理的方法和装置 | |
Ghasemi et al. | State-of-the-art model to evaluate space headway based on reliability analysis | |
CN116910629B (zh) | 一种基于大数据的路面检测方法及装置 | |
CN102436742A (zh) | 浮动车系统交通信息服务水平评价方法及装置 | |
CN113724497A (zh) | 一种目标道路实时交通流量预测方法和装置 | |
CN116935656A (zh) | 道路交通数据处理方法、装置、电子设备及存储介质 | |
CN116863702A (zh) | 一种城市路网的子区域划分方法、装置、电子设备及介质 | |
Tchuente et al. | Providing more regular road signs infrastructure updates for connected driving: A crowdsourced approach with clustering and confidence level | |
Robinson et al. | Overtaking rule method for the cleaning of matched license-plate data | |
CN108281015B (zh) | 一种交通仿真控制方法和装置 | |
CN115031754A (zh) | 一种车辆行驶路径规划方法、装置、电子设备及存储介质 | |
CN113074749B (zh) | 一种路况检测和更新方法、电子设备和计算机可存储介质 | |
CN106887138B (zh) | 一种堵车蔓延态势侦测方法与系统 | |
CN114743050A (zh) | 一种驾驶员人像预分类方法、图像分类装置以及存储介质 |
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 |