CN117557145A - 一种轻量化道路路面服务质量巡检系统 - Google Patents

Abstract

本发明涉及路面质量检测领域，具体为一种轻量化道路路面服务质量巡检系统，包括数据收集模块包括轻量化传感器和公共数据接口，利用轻量化传感器收集实时路面数据，实时路面数据包括不同数据特征，利用公共数据接口收集历史路面数据，历史路面数据包括与实时路面数据相同的数据特征，并且将不同于实时路面数据的路面质量数据特征作为历史路面数据标签列，建模模块利用算法模型根据历史路面数据中不同的数据特征和标签列之间的关系进行模型训练，路面质量检测模块利用训练好的模型根据实时路面数据中的不同数据特征进行路面质量标签列的检测，检测结果处理模块接收路面质量检测模块检测的结果，根据检测结果的不同进行不同的自动化反馈。

Description

一种轻量化道路路面服务质量巡检系统

技术领域

本发明涉及路面质量检测领域，具体为一种轻量化道路路面服务质量巡检系统。

背景技术

路面服务质量巡检系统通常需要装备大型仪器，如激光扫描仪、高精度重量计等，以获取准确的路面质量数据，并通过预先设定的规则来对收集到的数据进行分析处理，然而，传统的路面服务质量巡检系统往往会有一些弊端。

一方面，传统的路面服务质量巡检系统往往采用大型仪器用来收集路面质量数据，这些仪器相对笨重、昂贵，并且需要专业人员进行操作和维护,使得整个巡检过程需要耗费大量的时间和资源；

另一方面，传统的路面服务质量巡检系统对数据进行质量测评时，往往利用的是预先设定的简单规则去分析，对于复杂数据的分析处理不够理想，并且生成的分析报告通常以文档的形式通过人为的方式进行展示，费时费力，不够直观。

发明内容

本发明的目的在于提供一种轻量化道路路面服务质量巡检系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种轻量化道路路面服务质量巡检系统，其包括数据收集模块、建模模块、路面质量检测模块和检测结果处理模块，其中：

所述数据收集模块利用轻量化传感器收集实时路面数据，实时路面数据包括不同数据特征，利用公共数据接口收集历史路面数据，历史路面数据包括与实时路面数据相同的数据特征，并且将不同于实时路面数据的路面质量数据特征作为历史路面数据标签列。

所述建模模块利用算法模型根据历史路面数据中不同的数据特征和标签列之间的关系进行模型训练，所述路面质量检测模块利用训练好的模型根据实时路面数据中的不同数据特征进行路面质量标签列的检测

所述检测结果处理模块接收路面质量检测模块检测的结果，根据检测结果的不同进行不同的自动化反馈。

作为本技术方案的进一步改进，所述数据收集模块包括传感器单元，所述传感器单元将轻量化传感器设备通过固定装置部署在巡检车辆的底部，用于收集实时路面数据，并提高巡检过程的灵活性和便捷性，减少设备的复杂性和成本，将收集到的实时路面数据发送给路面质量检测模块。

作为本技术方案的进一步改进，所述数据收集模块包括历史数据收集单元，所述历史数据收集单元利用道路维护公司、交通部门和研究机构提供的公共数据接口收集历史路面数据，提取其中的数据特征，并将路面质量特征作为历史路面数据的标签列，将处理好的历史路面数据发送给建模模块。

作为本技术方案的进一步改进，所述建模模块包括历史数据接收单元和模型训练单元，所述历史数据接收单元接收历史数据收集单元发送的历史路面数据，用于将历史路面数据进行标准化处理，并将处理好的数据发送给模型训练单元进行模型训练；所述模型训练单元利用决策树算法根据历史路面数据进行模型训练，并将训练好的模型发送给路面质量检测模块。

作为本技术方案的进一步改进，所述路面质量检测模块包括传感器数据接收单元和模型应用单元，所述传感器数据接收单元将收集到的实时路面数据中的图像数据进行特征处理，用于满足模型输入的数据类型，并将处理好的数据发送给模型应用单元；所述模型应用单元利用模型训练单元训练好的模型对传感器数据接收单元发送的实时路面数据进行路面质量的检测和影响路面质量的数据记录，并将检测结果和影响路面质量的数据发送给检测结果处理模块。

作为本技术方案的进一步改进，所述检测结果处理模块包括检测结果接收单元、可视化单元和检测结果处理单元，所述检测结果接收单元接收模型应用单元发送的检测结果和影响路面质量的数据，用于将数据打包发送给可视化单元；所述可视化单元利用Python中的数据可视化库matplotlib来在检测人员的显示器上对数据进行多种图表展示；所述检测结果处理单元根据检测结果的不同进行不同的自动化反馈。

作为本技术方案的进一步改进，所述传感器单元部署的轻量化传感器包括加速度计、陀螺仪、视觉传感器和振动传感器，并收集不同的实时路面数据特征，具体包括：

加速度计：加速度计用于测量车辆在三个坐标轴上的加速度数据特征，表示车辆在不同方向上加速或减速的程度；

陀螺仪：陀螺仪用于测量车辆的角速度数据特征，表示车辆的姿态变化；

视觉传感器：视觉传感器用于捕捉路面状况的图像数据特征；

振动传感器：振动传感器用于测量路面的振动信号数据特征，表示路面的凹凸程度。

作为本技术方案的进一步改进，所述模型训练单元利用决策树算法通过数据划分、模型训练、模型评估和模型调优来训练模型。

作为本技术方案的进一步改进，所述模型应用单元利用训练好的决策数算法模型对实时路面数据进行路面质量的检测，具体包括：

从根节点开始，依次比较样本的特征值与该节点对应的划分特征的取值，根据不同的取值，将样本沿着相应的子节点移动，并记录移动的节点数据；

继续重复上一步，根据当前节点的划分特征和取值，将样本移动到下一个子节点，直到到达叶节点，叶节点对应路面质量的数值；

最后输出检测的路面质量标签值和记录移动的节点数据。

作为本技术方案的进一步改进，所述检测结果处理单元根据检测结果中路面质量的正常情况、轻微情况和严重情况进行不同的自动化反馈，具体包括：

如果检测结果的路面质量为正常情况，则生成正常的可视化报告并发送相关管理人员和维护人员；

如果检测结果的路面质量为轻微情况，首先生成可视化的路面报告发送给相关管理人员和维护人员，并对相关管理人员和维护人员进行通知，通知中的指示包括进行定期巡检、清理和维护路面的建议；

如果检测结果的路面质量为严重情况，则立即生成警报，以声音警报方式进行传达，并对相关管理人员和维护人员进行通知，通知中会明确要求相关维护人员立即前往现场进行紧急维修，包括行动指引。

与现有技术相比，本发明的有益效果是：

1、该一种轻量化道路路面服务质量巡检系统首先将轻量化传感器设备通过固定装置部署在巡检车辆的底部，使传感器准确地测量道路的路面数据，其中轻量化传感器包括加速度计、陀螺仪、视觉传感器和振动传感器，通过轻量化传感器的部署，不仅提高巡检过程的灵活性和便捷性，减少了设备的复杂性和成本，同时又能够提供准确的路面质量数据，为道路管理部门提供更实时、有效的路面服务质量信息。

2、该一种轻量化道路路面服务质量巡检系统在利用轻量化传感器收集到实时路面数据之后，再利用公开数据接口收集不同的历史路面数据，然后利用决策树算法根据历史路面数据进行模型的训练，利用训练好的模型对实时路面数据进行路面质量的检测，以此处理复杂的路面情况，最后利用可视化工具对检测结果进行不同图表的可视化输出，并根据不同的检测结果进行不同的自动化反馈，以节省人为整理文档和对路面质量进行维护措施的时间，并且提高检测人员观察数据与结果之间关系的效率。

附图说明

图1为本发明的整体模块示意图；

图2为本发明的数据收集模块单元示意图；

图3为本发明的建模模块单元示意图；

图4为本发明的路面质量检测模块单元示意图；

图5为本发明的检测结果处理模块单元示意图；

图中：100、数据收集模块；101、传感器单元；102、历史数据收集单元；200、建模模块；201、历史数据接收单元；202、模型训练单元；300、路面质量检测模块；301、传感器数据接收单元；302、模型应用单元；400、检测结果处理模块；401、检测结果接收单元；402、可视化单元；403、检测结果处理单元。

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。

请参阅图1-5，本发明提供一种技术方案：一种轻量化道路路面服务质量巡检系统，包括数据收集模块100、建模模块200、路面质量检测模块300和检测结果处理模块400。

为了收集实时的路面数据，数据收集模块100中的传感器单元101将轻量化传感器设备通过固定装置部署在巡检车辆的底部，使传感器准确地测量道路的路面数据，其中轻量化传感器包括加速度计、陀螺仪、视觉传感器和振动传感器等，具体包括：

加速度计：加速度计用于测量车辆在三个坐标轴上的加速度，收集到车辆的线性加速度数据，表示车辆在不同方向上加速或减速的程度，加速度计的数据以三个轴的加速度值(X轴、Y轴和Z轴)表示，单位为g(重力加速度)，例如，X轴加速度：0.5g(车辆在水平方向向前加速)，Y轴加速度：-0.2g(车辆在水平方向向右减速)，Z轴加速度：0.0g(车辆垂直方向无加速度变化)；

陀螺仪：陀螺仪用于测量车辆的角速度，收集到车辆绕三个坐标轴旋转的角速度数据，表示车辆的姿态变化，陀螺仪的数据以三个轴的角速度值(X轴、Y轴和Z轴)表示，单位为度/秒，例如，X轴角速度：10°/s(车辆绕X轴正方向顺时针旋转)，Y轴角速度：0°/s(车辆在Y轴方向无旋转)，Z轴角速度：-5°/s(车辆绕Z轴负方向逆时针旋转)；

视觉传感器：视觉传感器用于捕捉路面状况的图像；

振动传感器：振动传感器用于测量路面的振动情况，收集到路面振动信号的数据，表示路面的凹凸程度，振动传感器的数据是时间域和频域上振动信号的幅值和能量分布表示，例如，在时间为0秒时，振动幅值为0.2，在时间为2秒时，振动幅值为0.5；在频率为0Hz时，能量分布为0.5，在频率为1Hz时，能量分布为0.3。

通过轻量化传感器的部署，不仅提高巡检过程的灵活性和便捷性，减少了设备的复杂性和成本，同时又能够提供准确的路面质量数据，为道路管理部门提供更实时、有效的路面服务质量信息。

传感器单元101将收集到的实时路面数据发送给路面质量检测模块300中的传感器数据接收单元301，为了让数据满足模型的输入类型，需要对实时路面数据中的图像数据进行特征处理，具体包括：

路面图像数据：首先对采集到的图像进行预处理，包括去除噪声、增强对比度、调整亮度等，以此提高后续算法的准确性和鲁棒性，然后通过检测图像中的边缘，获取路面的边界信息，通过识别图像中的角点，用于检测路面上的路口或拐点，将图像划分为不同的区域，用于识别和测量路面上的不同特征，如裂缝、坑洼等，最后将提取到的特征与特征数据库进行匹配，用于标识路面上的特定目标。

传感器数据接收单元301将处理好的实时路面数据发送给模型应用单元302进行路面质量检测，在进行检测之前，需要训练模型，而训练模型需要历史路面数据进行模型训练的依据，因此数据收集模块100中的历史数据收集单元102利用道路维护公司、交通部门和研究机构等提供的公共数据接口收集历史路面数据，并提取其中的数据特征，提取的数据特征为实时路面数据的特征和路面质量特征，将路面质量特征作为历史路面数据的标签列，将收集到的历史路面数据发送给建模模块200中的历史数据接收单元201。

为了减少异常值和噪声对模型的影响，提高模型对异常值的鲁棒性，减少对模型训练和预测的干扰，从而提高模型的性能和稳定性，历史数据接收单元201通过计算历史路面数据中特征列的均值和标准差，将原始值减去均值然后除以标准差，将数据转换为具有均值为0和标准差为1的分布，让特征权重保持平衡，并将标准化后的历史路面数据发送给模型训练单元202，模型训练单元202利用机器学习算法中的决策树算法根据历史路面数据进行模型训练，具体包括：

数据划分：将数据集切分为两份，百分之80为训练集，百分之20为测试集，训练集用于模型训练，测试集用于模型评估；

模型训练：选择数据中基尼系数最小的一个特征作为根节点，基尼系数的计算公式为：Gini＝1-Σ(pi)^2，其中Gini为基尼系数，用来衡量特征的纯度和不确定性；pi为某一类别的概率，表示样本属于该类别的概率；Σ为求和符号，表示对所有类别的概率进行求和；(pi)^2表示某一类别概率的平方，即该类别的概率乘以自身；

接下来，对于根节点下的每个子节点再根据基尼系数的大小继续划分，不停迭代，直到节点达到纯净状态，即节点中的样本属于同一类别，则停止生长；

模型评估：计算出模型预测的标签数组与测试集的标签数组之间准确预测的样本数目，将准确预测的样本数目除以测试集的样本数目乘以百分比得到准确率，当准确率大于等于百分之90，则该模型训练成功，否则进行模型调优；

模型调优：对于每个叶节点，分别计算剪枝前后在测试集上的预测性能差异，即准确率的变化；

如果剪枝后性能没有下降，将该叶节点剪枝成为一个叶节点的父节点，并将该节点预测为在测试集上频率最高的类别，否则，判断下一个叶节点剪枝后的性能；

逐步向上剪枝，直到不能再剪枝为止，即所有叶节点剪枝后的性能会导致准确率＜百分之90时为止。

模型训练单元202将训练好的模型发送给路面质量检测模块300中的模型应用单元302进行模型应用，模型应用单元302利用训练好的模型对实时路面数据进行路面质量的检测，具体包括：

从根节点开始，依次比较样本的特征值与该节点对应的划分特征的取值，根据不同的取值，将样本沿着相应的子节点移动，并记录移动的节点数据；

继续重复上一步，根据当前节点的划分特征和取值，将样本移动到下一个子节点，直到到达叶节点，叶节点对应路面质量的数值；

最后输出检测的路面质量标签值和记录移动的节点数据。

模型应用单元302将检测的结果和记录的数据发送给检测结果处理模块400中的检测结果接收单元401，检测结果接收单元401用于将检测的结果和记录的数据打包发送给可视化单元402，可视化单元402利用Python中的数据可视化库matplotlib来在检测人员的显示器上对数据进行多种图表展示，具体包括：

折线图：将数据和检测结果以时间为横轴，检测结果(如路面质量)为纵轴，绘制折线图，显示随时间变化的路面质量情况，检测人员通过折线的趋势和变化幅度来了解路面质量的变化趋势；

热力图：将记录移动的节点数据和相应的检测结果以热力图的形式展示，通过颜色的变化来表示记录节点数据和检测结果的强度和程度，检测人员能够直观地看到重要数据特征对路面质量的影响；

散点图：将数据的不同维度以散点图的形式展示，检测结果以不同颜色或大小的点来表示，帮助检测人员发现数据特征和检测结果的关联关系。

可视化单元402通过以不同图表的方式整理数据特征与检测结果之间的关系，以此让节省了检测人员手动整理数据特征与检测结果之间关系的时间，提高了工作效率。

检测结果处理单元403根据检测结果路面质量的不同，采取对应的措施，具体包括：

正常情况：如果检测结果的路面质量为正常情况，则生成正常的可视化报告并发送相关管理人员和维护人员，以便相关管理人员和维护人员准确了解当前道路路面的状况；

轻微情况：如果检测结果的路面质量为轻微情况，首先生成可视化的路面报告发送给相关管理人员和维护人员，并对相关管理人员和维护人员进行通知，通知中的指示包括进行定期巡检、清理和维护路面的建议，例如，系统建议在检测到轻微破损或积水时，进行快速修补或清理，以防止问题进一步扩大，指示包含了具体的维护方法、工具或材料的建议，使相关人员能够快速采取行动；

严重情况：如果检测结果的路面质量为严重情况，则立即生成警报，以声音警报方式进行传达，确保相关人员能够迅速注意到问题的严重性，并对相关管理人员和维护人员进行通知，通知中会明确要求相关维护人员立即前往现场进行紧急维修，以确保道路的安全通行，包括具体的行动指引，例如要求维护人员携带特定的设备、材料或联系相关部门进行支援等。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种轻量化道路路面服务质量巡检系统，其特征在于：包括数据收集模块(100)、建模模块(200)、路面质量检测模块(300)和检测结果处理模块(400)，其中：

所述数据收集模块(100)包括轻量化传感器和公共数据接口，利用轻量化传感器收集实时路面数据，实时路面数据包括不同数据特征，利用公共数据接口收集历史路面数据，历史路面数据包括与实时路面数据相同的数据特征，并且将不同于实时路面数据的路面质量数据特征作为历史路面数据标签列；

所述建模模块(200)利用算法模型根据历史路面数据中不同的数据特征和标签列之间的关系进行模型训练，所述路面质量检测模块(300)利用训练好的模型根据实时路面数据中的不同数据特征进行路面质量标签列的检测

所述检测结果处理模块(400)接收路面质量检测模块(300)检测的结果，根据检测结果的不同进行不同的自动化反馈。

2.根据权利要求1所述的轻量化道路路面服务质量巡检系统，其特征在于：所述数据收集模块(100)包括传感器单元(101)，所述传感器单元(101)将轻量化传感器设备通过固定装置部署在巡检车辆的底部，用于收集实时路面数据，并提高巡检过程的灵活性和便捷性，减少设备的复杂性和成本，将收集到的实时路面数据发送给路面质量检测模块(300)。

3.根据权利要求2所述的轻量化道路路面服务质量巡检系统，其特征在于：所述数据收集模块(100)包括历史数据收集单元(102)，所述历史数据收集单元(102)利用道路维护公司、交通部门和研究机构提供的公共数据接口收集历史路面数据，提取其中的数据特征，并将路面质量特征作为历史路面数据的标签列，将处理好的历史路面数据发送给建模模块(200)。

4.根据权利要求3所述的轻量化道路路面服务质量巡检系统，其特征在于：所述建模模块(200)包括历史数据接收单元(201)和模型训练单元(202)，所述历史数据接收单元(201)接收历史数据收集单元(102)发送的历史路面数据，用于将历史路面数据进行标准化处理，并将处理好的数据发送给模型训练单元(202)进行模型训练；所述模型训练单元(202)利用决策树算法根据历史路面数据进行模型训练，并将训练好的模型发送给路面质量检测模块(300)。

5.根据权利要求4所述的轻量化道路路面服务质量巡检系统，其特征在于：所述路面质量检测模块(300)包括传感器数据接收单元(301)和模型应用单元(302)，所述传感器数据接收单元(301)将收集到的实时路面数据中的图像数据进行特征处理，用于满足模型输入的数据类型，并将处理好的数据发送给模型应用单元(302)；所述模型应用单元(302)利用模型训练单元(202)训练好的模型对传感器数据接收单元(301)发送的实时路面数据进行路面质量的检测和影响路面质量的数据记录，并将检测结果和影响路面质量的数据发送给检测结果处理模块(400)。

6.根据权利要求5所述的轻量化道路路面服务质量巡检系统，其特征在于：所述检测结果处理模块(400)包括检测结果接收单元(401)、可视化单元(402)和检测结果处理单元(403)，所述检测结果接收单元(401)接收模型应用单元(302)发送的检测结果和影响路面质量的数据，用于将数据打包发送给可视化单元(402)；所述可视化单元(402)利用Python中的数据可视化库matplotlib来在检测人员的显示器上对数据进行多种图表展示；所述检测结果处理单元(403)根据检测结果的不同进行不同的自动化反馈。

7.根据权利要求2所述的轻量化道路路面服务质量巡检系统，其特征在于：所述传感器单元(101)部署的轻量化传感器包括加速度计、陀螺仪、视觉传感器和振动传感器，并收集不同的实时路面数据特征，具体包括：

加速度计：加速度计用于测量车辆在三个坐标轴上的加速度数据特征，表示车辆在不同方向上加速或减速的程度；

陀螺仪：陀螺仪用于测量车辆的角速度数据特征，表示车辆的姿态变化；

视觉传感器：视觉传感器用于捕捉路面状况的图像数据特征；

振动传感器：振动传感器用于测量路面的振动信号数据特征，表示路面的凹凸程度。

8.根据权利要求4所述的轻量化道路路面服务质量巡检系统，其特征在于：所述模型训练单元(202)利用决策树算法通过数据划分、模型训练、模型评估和模型调优来训练模型。

9.根据权利要求5所述的轻量化道路路面服务质量巡检系统，其特征在于：所述模型应用单元(302)利用训练好的决策数算法模型对实时路面数据进行路面质量的检测，具体包括：

从根节点开始，依次比较样本的特征值与该节点对应的划分特征的取值，根据不同的取值，将样本沿着相应的子节点移动，并记录移动的节点数据；

继续重复上一步，根据当前节点的划分特征和取值，将样本移动到下一个子节点，直到到达叶节点，叶节点对应路面质量的数值；

最后输出检测的路面质量标签值和记录移动的节点数据。

10.根据权利要求6所述的轻量化道路路面服务质量巡检系统，其特征在于：所述检测结果处理单元(403)根据检测结果中路面质量的正常情况、轻微情况和严重情况进行不同的自动化反馈，具体包括：

如果检测结果的路面质量为正常情况，则生成正常的可视化报告并发送相关管理人员和维护人员；

如果检测结果的路面质量为轻微情况，首先生成可视化的路面报告发送给相关管理人员和维护人员，并对相关管理人员和维护人员进行通知，通知中的指示包括进行定期巡检、清理和维护路面的建议；

如果检测结果的路面质量为严重情况，则立即生成警报，以声音警报方式进行传达，并对相关管理人员和维护人员进行通知，通知中会明确要求相关维护人员立即前往现场进行紧急维修，包括行动指引。