基于人工智能的路面病害自动巡检方法、介质、设备及装置制造方法及图纸

本发明专利技术公开了一种基于人工智能的路面病害自动巡检方法、介质、设备及装置，其中方法包括：按照预设频率获取待检测路面图像和所述待检测路面图像对应的定位信息；将所述待检测路面图像输入到训练好的路面病害识别模型，以通过所述路面病害识别模型判断所述待检测路面图像是否为路面病害图像；如果是，则根据所述待检测路面图像和所述待检测路面图像对应的定位信息生成报警信息，以便相关人员根据所述报警信息对路面病害进行处置；能够对路面病害进行自动巡检，有效提高路面病害巡检效率，节约路面病害巡检所需人力和物力。

Automatic inspection method, medium, equipment and device of pavement diseases based on Artificial Intelligence

【技术实现步骤摘要】
基于人工智能的路面病害自动巡检方法、介质、设备及装置
本专利技术涉及数据处理
，特别涉及一种基于人工智能的路面病害自动巡检方法、一种计算机可读存储介质、一种计算机设备以及一种基于人工智能的路面病害自动巡检装置。
技术介绍
无论是水泥还是沥青路面，在通车使用一段时间之后，都会陆续出现各种损坏、变形等缺陷，而这些缺陷统称为路面病害。现有技术中，在对路面病害进行巡检的过程中，多采用人工行车检测，并在检测过程中对病害区域进行拍照、登记等操作，以此完成对于路面病害的检查。这种方式基于人工排查，容易因相关人员的失误而导致路面病害漏检、且需要耗费大量的人力物力，巡检效率较低。
技术实现思路
本专利技术旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种基于人工智能的路面病害自动巡检方法，能够对路面病害进行自动巡检，有效提高路面病害巡检效率，节约路面病害巡检所需人力和物力。本专利技术的第二个目的在于提出一种计算机可读存储介质。本专利技术的第三个目的在于提出一种计算机设备。本专利技术的第四个目的在于提出一种基于人工智能的路面病害自动巡检装置。为达到上述目的，本专利技术第一方面实施例提出了一种基于人工智能的路面病害自动巡检方法，包括以下步骤：按照预设频率获取待检测路面图像和所述待检测路面图像对应的定位信息；将所述待检测路面图像输入到训练好的路面病害识别模型，以通过所述路面病害识别模型判断所述待检测路面图像是否为路面病害图像；如果是，则根据所述待检测路面图像和所述待检测路面图像对应的定位信息生成报警信息，以便相关人员根据所述报警信息对路面病害进行处置。根据本专利技术实施例的基于人工智能的路面病害自动巡检方法，首先，按照预设频率获取待检测路面图像，同时，获取待检测路面图像所对应的定位信息；接着，将待检测路面图像输入到训练好的路面病害识别模型，以通过路面病害识别模型判断该待检测路面图像是否为路面病害图像；然后，如果该待检测路面图像是路面病害图像，则根据待检测路面图像和待检测路面图像对应的定位信息生成报警信息，以便相关人员根据报警信息对路面病害进行处置；从而实现对路面病害进行自动巡检，有效提高路面病害巡检效率，节约路面病害巡检所需人力和物力。另外，根据本专利技术上述实施例提出的基于人工智能的路面病害自动巡检方法还可以具有如下附加的技术特征：可选地，按照预设频率获取待检测路面图像和所述待检测路面图像对应的定位信息，包括：获取待检测路面的视频信息，并根据预设的切分频率将所述视频信息切分为待检测路面图像；获取每张待检测路面图像对应的定位信息，并将所述定位信息转换为桩号信息，以及根据所述桩号信息判断上下行状态，以获取上下行状态信息，以便在所述待检测图像为路面病害图像时，根据所述待检测路面图像、所述桩号信息和所述上下行状态信息生成报警信息。可选地，在将所述待检测路面图像输入到训练好的路面病害识别模型之前，还包括：判断每张待检测路面图像与上一张待检测路面图像之间的相似度是否大于预设的相似度阈值；如果待检测路面图像与上一张待检测路面图像之间的相似度大于预设的相似度阈值，则认为该待检测路面图像与上一张待检测路面图像的路面状态相同。为达到上述目的，本专利技术第二方面实施例提出了一种计算机可读存储介质，其上存储有基于人工智能的路面病害自动巡检程序，该基于人工智能的路面病害自动巡检程序被处理器执行时实现如上述的基于人工智能的路面病害自动巡检方法根据本专利技术实施例的计算机可读存储介质，通过存储基于人工智能的路面病害自动巡检程序，以使得处理器在执行该基于人工智能的路面病害自动巡检程序时，实现如上述的基于人工智能的路面病害自动巡检方法，从而实现对路面病害进行自动巡检，有效提高路面病害巡检效率，节约路面病害巡检所需人力和物力。为达到上述目的，本专利技术实施例提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如上述的基于人工智能的路面病害自动巡检方法。根据本专利技术实施例的计算机设备，通过存储器对基于人工智能的路面病害自动巡检程序进行存储，以使得处理器在执行该存储器上存储的基于人工智能的路面病害自动巡检程序时，实现如上述的基于人工智能的路面病害自动巡检方法，从而实现对路面病害进行自动巡检，有效提高路面病害巡检效率，节约路面病害巡检所需人力和物力。为达到上述目的，本专利技术实施例提出了一种基于人工智能的路面病害自动巡检装置，包括：获取模块，所述获取模块用于按照预设频率获取待检测路面图像和所述待检测路面图像对应的定位信息；识别模块，所述识别模块用于将所述待检测路面图像输入到训练好的路面病害识别模型，以通过所述路面病害识别模型判断所述待检测路面图像是否为路面病害图像；报警模块，所述报警模块用于在所述待检测路面图像为路面病害图像时，根据所述待检测路面图像和所述待检测路面图像对应的定位信息生成报警信息，以便相关人员根据所述报警信息对路面病害进行处置。根据本专利技术实施例的基于人工智能的路面病害自动巡检装置，设置获取模块用于按照预设频率获取待检测路面图像和待检测路面图像对应的定位信息；识别模块用于将待检测路面图像输入到训练好的路面病害识别模型，并通过路面病害识别模型判断待检测路面图像是否为路面病害图像；设置报警模块用于在待检测路面图像为路面病害图像时，根据待检测路面图像和待检测路面图像对应的定位信息生成报警信息，并将该报警信息推送给相关人员，以便相关人员根据报警信息对路面病害进行处置；从而实现对路面病害进行自动巡检，有效提高路面病害巡检效率，节约路面病害巡检所需人力和物力。另外，根据本专利技术上述实施例提出的基于人工智能的路面病害自动巡检装置还可以具有如下附加的技术特征：可选地，按照预设频率获取待检测路面图像和所述待检测路面图像对应的定位信息，包括：获取待检测路面的视频信息，并根据预设的切分频率将所述视频信息切分为待检测路面图像；获取每张待检测路面图像对应的定位信息，并将所述定位信息转换为桩号信息，以及根据所述桩号信息判断上下行状态，以获取上下行状态信息，以便在所述待检测图像为路面病害图像时，根据所述待检测路面图像、所述桩号信息和所述上下行状态信息生成报警信息。可选地，在将所述待检测路面图像输入到训练好的路面病害识别模型之前，还包括：判断每张待检测路面图像与上一张待检测路面图像之间的相似度是否大于预设的相似度阈值；如果待检测路面图像与上一张待检测路面图像之间的相似度大于预设的相似度阈值，则认为该待检测路面图像与上一张待检测路面图像的路面状态相同。附图说明图1为根据本专利技术实施例的基于人工智能的路面病害自动巡检方法的流程示意图；图2为根据本专利技术实施例的待检测路面图像获取及定位信息获取过程流程示意图；图3为根据本专利技术实施例的数据筛选过程流程示意图；图4为根据本专利技术实施例的基于人工智能的路面病害自动巡检装置的方框示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附本文档来自技高网...

【技术保护点】
1.一种基于人工智能的路面病害自动巡检方法，其特征在于，包括以下步骤：/n按照预设频率获取待检测路面图像和所述待检测路面图像对应的定位信息；/n将所述待检测路面图像输入到训练好的路面病害识别模型，以通过所述路面病害识别模型判断所述待检测路面图像是否为路面病害图像；/n如果是，则根据所述待检测路面图像和所述待检测路面图像对应的定位信息生成报警信息，以便相关人员根据所述报警信息对路面病害进行处置。/n

【技术特征摘要】
1.一种基于人工智能的路面病害自动巡检方法，其特征在于，包括以下步骤：
按照预设频率获取待检测路面图像和所述待检测路面图像对应的定位信息；
将所述待检测路面图像输入到训练好的路面病害识别模型，以通过所述路面病害识别模型判断所述待检测路面图像是否为路面病害图像；
如果是，则根据所述待检测路面图像和所述待检测路面图像对应的定位信息生成报警信息，以便相关人员根据所述报警信息对路面病害进行处置。


2.如权利要求1所述的基于人工智能的路面病害自动巡检方法，其特征在于，按照预设频率获取待检测路面图像和所述待检测路面图像对应的定位信息，包括：
获取待检测路面的视频信息，并根据预设的切分频率将所述视频信息切分为待检测路面图像；
获取每张待检测路面图像对应的定位信息，并将所述定位信息转换为桩号信息，以及根据所述桩号信息判断上下行状态，以获取上下行状态信息，以便在所述待检测图像为路面病害图像时，根据所述待检测路面图像、所述桩号信息和所述上下行状态信息生成报警信息。


3.如权利要求2所述的基于人工智能的路面病害自动巡检方法，其特征在于，在将所述待检测路面图像输入到训练好的路面病害识别模型之前，还包括：
判断每张待检测路面图像与上一张待检测路面图像之间的相似度是否大于预设的相似度阈值；
如果待检测路面图像与上一张待检测路面图像之间的相似度大于预设的相似度阈值，则认为该待检测路面图像与上一张待检测路面图像的路面状态相同。


4.一种计算机可读存储介质，其特征在于，其上存储有基于人工智能的路面病害自动巡检程序，该基于人工智能的路面病害自动巡检程序被处理器执行时实现如权利要求1-3中任一项所述的基于人工智能的路面病害自动巡检方法。


5.一种计算机设备，包括存储器...

【专利技术属性】
技术研发人员：何澄平，陈文辉，曹建华，邱路阳，叶宏，林志勇，吴振楠，
申请(专利权)人：福建省高速公路集团有限公司，厦门路桥信息股份有限公司，
类型：发明
国别省市：福建;35