基于公路资产监管的车载控制方法技术

本发明专利技术公开了基于公路资产监管的车载控制方法，包括以下步骤：获取本次巡检任务，所述巡检任务包括巡检路线和巡检路产，所述的巡检路产包括路产定位信息和路产路侧信息；根据所述巡检路线，生成相应路线提示信息；获取车辆实时定位信息；根据所述路产定位信息、所述车辆实时定位信息和所述路产路侧信息，生成车道变换提示信息；同时根据所述路产定位信息和所述车辆实时定位信息，生成车速提示信息。本发明专利技术通过对巡检路产的路产定位信息、路产路侧信息进行收集与下发，实现在车辆到达路产位置之前对开车人员进行车道提醒和车速提醒，从而达到路产拍摄效果更好的目的。

【技术实现步骤摘要】
基于公路资产监管的车载控制方法
本专利技术涉及路产管理领域，基于公路资产监管的车载控制方法。
技术介绍
实施路产管理主要是由高速公路路政执法部门来负责，通过每日巡查，对路产情况进行监控，对各类损坏、盗窃进行勘查和追踪。主要包括三方面：对肇事损坏路产的索赔；对盗窃路产案件的追查和索赔(公安部门配合)；对各类路产自然损坏、恶劣气候造成的损坏，及时通知养护部门。路产可分为交通设施和附属设施，主要是路面、路基、护栏板、绿化设施、交通标志、收费站设施等等。现有技术的对于路产巡检存在以下问题：(1)每次到达路产位置，通过人工进行手动拍摄，不仅需要停车操作还需要额外人力(司机和拍摄者至少两个)；(2)如果采用固定摄像头的方式，并不会根据路产的位置和车辆的实际位置对司机进行相应提示，使得数据拍摄效果不好。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供基于公路资产监管的车载控制方法。本专利技术的目的是通过以下技术方案来实现的：基于公路资产监管的车载控制方法，包括以下步骤：获取本次巡检任务，所述巡检任务包括巡检路线和巡检路产，所述的巡检路产包括路产定位信息和路产路侧信息；根据所述巡检路线，生成相应路线提示信息；获取车辆实时定位信息；根据所述路产定位信息、所述车辆实时定位信息和所述路产路侧信息，生成车道变换提示信息；同时根据所述路产定位信息和所述车辆实时定位信息，生成车速提示信息。进一步地，所述车道变换提示信息包括：在路产定位信息临近路产定位信息时，提醒司机将车辆变换至与路产路侧信息对应的不是最远的车道；所述车速提示信息包括在路产定位信息临近路产定位信息时，提醒司机将车辆降低至相应车道的最低限速。进一步地，所述的巡检路产还包括路产高度信息和路产类型信息；所述的方法还包括：根据所述路产定位信息和所述车辆实时定位信息，控制车载装置的车载摄像头的开启和关闭；同时在控制所述车载摄像头开启时，根据所述路产路侧信息控制车载摄像头的水平方向旋转角度，根据所述路产高度信息控制车载摄像头的竖直方向旋转角度；将经过控制的车载摄像头拍摄得到的图像与路产定位信息绑定后上传。进一步地，所述的方法还包括：服务器判断路产路侧信息和路产高度信息是否正确、车载摄像头角度控制是否正确、以及用于判断巡检路产是否需要维修；具体采用多个经过训练的深度卷积神经网络模型实现数据提取，每个深度卷积神经网络模型对应不同类型的巡检路产；在获取到上传数据后，首先根据上传数据中的路产定位信息获取数据库中对应路产定位信息的路产类型；之后根据得到的路产类型选择对应的深度卷积神经网络模型进行数据提取与识别；如果输出识别结果成功则认为巡检路产为正常状态，否则认为出现问题，并进一步判断路产路侧信息和路产高度信息是否正确、车载摄像头角度控制是否正确、以及用于判断巡检路产是否需要维修：如果连续多个识别均出现问题，则认为车载摄像头角度控制错误；如果非连续多个识别均出现问题，则进一步判断图像中是否存在对应巡检路产，如果存在则认为巡检路产需要维修，如果不存在则认为路产路侧信息和/或路产高度信息出现异常。进一步地，所述的深度卷积神经网络模型均包括顺次连接的：第一卷积层、第二卷积层、第一下采样层、第一残差层、第三卷积层、第二下采样层、第二残差层、第四卷积层、第三下采样层、第三残差层和全连接层，每个残差层均包括若干个残差单元；所述训练包括：S1，前向传播，将采集得到的对应类型的巡检路产图像输入到所述深度卷积神经网络模型中，计算损失误差；S2，反向传播，将损失误差更新模型参数。进一步地，所述方法还包括：通过管理终端生成巡检任务并发送至服务器；当判断巡检路产出现问题，服务器向管理终端下发通知信息。进一步地，所述的车载装置包括：无线通信模块，用于获取本次巡检任务；定位模块，用于生成车辆实时定位信息；车载摄像头，用于拍摄巡检路产；控制模块，用于读取本次巡检任务和车辆实时定位信息，还用于根据巡检任务中的巡检路线生成相应路线提示信息，还用于根据巡检任务中的路产定位信息和车辆实时定位信息控制车载摄像头的开启和关闭，还用于在控制所述车载摄像头开启时根据所述路产路侧信息控制车载摄像头的水平方向旋转角度、以及根据所述路产高度信息控制车载摄像头的竖直方向旋转角度；信息提示模块，用于展示所述相应路线提示信息、车道变换提示信息和车速提示信息。进一步地，所述车载摄像头包括：光学镜头，用于拍摄巡检路产图像，图像输出端与控制模块连接；纵向齿轮，连接光学镜头，用于控制所述光学镜头竖直方向旋转；第一伺服电机，受控端连接控制模块，控制端连接纵向齿轮，用于控制纵向齿轮旋转；横向齿轮，连接纵向齿轮，用于通过纵向齿轮控制光学镜头水平方向旋转；第二伺服电机，受控端连接控制模块，控制端连接横向齿轮，用于控制横向齿轮旋转；摄像头电源，用于向光学镜头、第一伺服电机和第二伺服电机提供电源。进一步地，所述车载摄像头还包括：控制开关，受控端连接控制模块，位于摄像头电源和公共连接点之间，所述公共连接点为光学镜头、第一伺服电机和第二伺服电机三者与摄像头电源的连接点。进一步地，所述车载摄像头还包括：抖动检测模块，用于在车载摄像头开启时检测抖动情况，输出端与控制模块连接，用于在检测到超过阈值的抖动时向控制模块发出告警信息，使得该时段采集到的巡检路产图像不进行判断。本专利技术的有益效果是：(1)本专利技术通过对巡检路产的路产定位信息、路产路侧信息进行收集与下发，实现在车辆到达路产位置之前对开车人员进行车道提醒和车速提醒，从而达到路产拍摄效果更好的目的。(2)本专利技术通过对巡检路产的路产定位信息、路产路侧信息、路产高度信息进行收集与下发，从而实现对车载摄像头的角度进行自适应调整，解决现有技术采用固定角度摄像头进行路产巡检拍摄使得数据获取不准确的问题。(3)本专利技术的后台服务器用于对车载摄像头采集的数据进行自行识别，判断路产路侧信息和路产高度信息是否正确、车载摄像头角度控制是否正确、以及用于判断巡检路产是否需要维修，从而实现无人判断，减少人工判断产生的错误。(4)本专利技术采用多个经过训练的深度卷积神经网络模型实现数据提取，每个深度卷积神经网络模型对应不同类型的巡检路产，从而提高自动识别的准确性。(5)本专利技术的车载摄像头通过双电机实现角度调整，同时通过控制开关用于省电操作避免车载摄像头公路的全程开启，还通过抖动检测模块避免因抖动造成画面拍摄不清晰造成的误判断。附图说明图1为本专利技术方法流程图；图2为深度卷积神经网络模型示意图；图3为车载装置结构示意图；图4为车载摄像头结构示意图。具体实施方式下面结合附图对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。在本专利技术的描述中，需要说明的是，属于“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方向或位置关系为基于附图所述的方向或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，属于“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示本文档来自技高网...

【技术保护点】
1.基于公路资产监管的车载控制方法，其特征在于：包括以下步骤：获取本次巡检任务，所述巡检任务包括巡检路线和巡检路产，所述的巡检路产包括路产定位信息和路产路侧信息；根据所述巡检路线，生成相应路线提示信息；获取车辆实时定位信息；根据所述路产定位信息、所述车辆实时定位信息和所述路产路侧信息，生成车道变换提示信息；同时根据所述路产定位信息和所述车辆实时定位信息，生成车速提示信息。

【技术特征摘要】
1.基于公路资产监管的车载控制方法，其特征在于：包括以下步骤：获取本次巡检任务，所述巡检任务包括巡检路线和巡检路产，所述的巡检路产包括路产定位信息和路产路侧信息；根据所述巡检路线，生成相应路线提示信息；获取车辆实时定位信息；根据所述路产定位信息、所述车辆实时定位信息和所述路产路侧信息，生成车道变换提示信息；同时根据所述路产定位信息和所述车辆实时定位信息，生成车速提示信息。2.根据权利要求1所述的基于公路资产监管的车载控制方法，其特征在于：所述车道变换提示信息包括：在路产定位信息临近路产定位信息时，提醒司机将车辆变换至与路产路侧信息对应的不是最远的车道；所述车速提示信息包括在路产定位信息临近路产定位信息时，提醒司机将车辆降低至相应车道的最低限速。3.根据权利要求1所述的基于公路资产监管的车载控制方法，其特征在于：所述的巡检路产还包括路产高度信息和路产类型信息；所述的方法还包括：根据所述路产定位信息和所述车辆实时定位信息，控制车载装置的车载摄像头的开启和关闭；同时在控制所述车载摄像头开启时，根据所述路产路侧信息控制车载摄像头的水平方向旋转角度，根据所述路产高度信息控制车载摄像头的竖直方向旋转角度；将经过控制的车载摄像头拍摄得到的图像与路产定位信息绑定后上传。4.根据权利要求3所述的基于公路资产监管的车载控制方法，其特征在于：所述的方法还包括：服务器判断路产路侧信息和路产高度信息是否正确、车载摄像头角度控制是否正确、以及用于判断巡检路产是否需要维修；具体采用多个经过训练的深度卷积神经网络模型实现数据提取，每个深度卷积神经网络模型对应不同类型的巡检路产；在获取到上传数据后，首先根据上传数据中的路产定位信息获取数据库中对应路产定位信息的路产类型；之后根据得到的路产类型选择对应的深度卷积神经网络模型进行数据提取与识别；如果输出识别结果成功则认为巡检路产为正常状态，否则认为出现问题，并进一步判断路产路侧信息和路产高度信息是否正确、车载摄像头角度控制是否正确、以及用于判断巡检路产是否需要维修：如果连续多个识别均出现问题，则认为车载摄像头角度控制错误；如果非连续多个识别均出现问题，则进一步判断图像中是否存在对应巡检路产，如果存在则认为巡检路产需要维修，如果不存在则认为路产路侧信息和/或路产高度信息出现异常。5.根据权利要求4所述的基于公路资产监管的车载控制方法，其特征在于：所述的深度卷积神经网络模型均包括顺次连接的：第一卷积层、第...

【专利技术属性】
技术研发人员：黄晨直，刘睿，邓杰，袁佳巍，
申请(专利权)人：四川睿盈源科技有限责任公司，
类型：发明
国别省市：四川,51