道路破损检测方法及装置制造方法及图纸

技术编号:32513669 阅读:23 留言:0更新日期:2022-03-02 11:03
本公开涉及道路破损检测方法及装置,该方法包括:控制一移动载具沿待检测道路行驶;控制所述移动载具上的喷水机构向待检测道路的路面喷水;在频闪灯光照射下对喷水后的所述路面进行图像采集;针对采集的路面的图像信息进行分析,判断路面是否存在破损;如是,根据移动载具搭载的RTK测量仪获取路面破损点的瞬时坐标,记录破损点瞬时坐标和破损点图像信息。本发明专利技术提供的道路破损检测方法及装置,可在喷水条件下,通过交替闪烁的不同波长短的补光灯,对路面进行照射。由于路面的破损点,较正常路面,必然存在异常的积水,因此可取得更准确的检测效果。另外,本发明专利技术中,在针对破损点的定位时,可采用准确度更高的GNSS

【技术实现步骤摘要】
道路破损检测方法及装置


[0001]本专利技术涉及一种图像检测方法,特别是一种基于图像识别的道路破损检测方法。本专利技术还涉及应用该方法的道路破损检测装置。

技术介绍

[0002]路面破损总体上可以分两类:结构性破损和功能性破损。结构性破损导致路面结构承载力下降,以各种结构裂缝的形式表现出来。功能性破损则会影响行车质量和行车安全,表现为路面服务能力下降、平整度和抗滑性能降低。目前常见的道路破损检测方法,是通过在巡查车辆安装GPS定位装置和摄像机。巡查车辆在待检路段行驶过程中,摄像机持续采集路面图像。路面图像信息后续可通过图像识别算法进行破损识别。常见的图像识别算法,可包括基于神经网络算法模型的破损识别,以及基于正常路面图像和待检测路面图像帧的RGB通道的图像比较。对于目前这两种实现方式来说,基于RGB通道的图像比较,与路面破损程度及光照条件正相关,实际应用反映出来准确率欠佳,尤其是针对破损程度较低的路面损坏,常出现误报。而基于神经网络算法模型的准确率虽然相对于前者有一定的提升,但是在不良光照条件,仍然有不少的误报。并且,目前采用GPS定位的方式,误差较大,并不能准确地反映出路面破损地点的准确坐标,难于指导后续道路维修。

技术实现思路

[0003]鉴于现有技术存在的上述问题,本专利技术的一方面目的在于提供一种可以准确识别道路破损并能准确定位破损位置的道路破损检测方法。本专利技术的另一方面的目的在于提供一种实施该道路破损检测方法的道路破损检测装置。
[0004]为了实现上述目的,本专利技术一方面提供的道路破损检测方法,该方法包括:
[0005]控制一移动载具沿待检测道路行驶;
[0006]控制所述移动载具上的喷水机构向待检测道路的路面喷水;
[0007]在频闪灯光照射下对喷水后的所述路面进行图像采集;
[0008]针对采集的路面的图像信息进行分析,判断路面是否存在破损;
[0009]如是,根据移动载具搭载的RTK测量仪获取路面破损点的瞬时坐标,记录破损点瞬时坐标和破损点图像信息。
[0010]作为优选,在对喷水后的所述路面进行图像采集时,包括:
[0011]控制红色光源和紫色光源依序按照预设频率闪烁以向路面提供照射光线;
[0012]在所述移动载具行驶过程中,以垂直于路面方向录制视频流,所述视频流至少包括红色光源下的第一图像帧和紫色光源下的第二图像帧;
[0013]分别提取包含有破损点图像信息的第一图像帧和第二图像帧。
[0014]作为优选,在针对采集的路面的图像信息进行分析时,包括:
[0015]针对所述第一图像帧进行二值化处理,获得第一预处理帧;
[0016]针对所述第二图像帧进行二值化处理,获得第二预处理帧;
[0017]将所述第一预处理帧和第二预处理帧进行基于OpenCV的帧叠加,获得待分析图像中间帧;
[0018]针对所述待分析图像中间帧进行边缘检测,标记可能的破损区域;
[0019]依据标记的破损区域,基于预设镜头参数,估算破损区域大小。
[0020]作为优选,估算破损区域大小时,包括:
[0021]获取镜头距离地面的预设距离;
[0022]获取镜头的预设焦距;
[0023]将标记的破损区域至于标准坐标系,估算破损区域在所述待分析图像中间帧中的尺寸;
[0024]基于相机镜头、预设焦距和破损区域在所述待分析图像中间帧中的尺寸,估算破损区域的实际大小。
[0025]作为优选,记录破损点瞬时坐标时,基于车载GPS的GPS信息,选择距离最近的RTK基准定位站,所述RTK基准定位站配置为对一GNSS卫星进行持续观测,并将其观测数据实时发送至移动载具搭载的RTK测量仪,所述RTK基准定位站根据实时的GPS信息及所述RTK基准定位站的观测数据,实时解算出破损点瞬时坐标;其中,该破损点瞬时坐标基于WGS84坐标系。
[0026]作为优选,判断路面是否存在破损时,包括:
[0027]基于常见路面破损图像的预设图像数据集,构建训练集;
[0028]构建卷积神经网络算法模型;
[0029]基于所述训练集,对所述卷积神经网络算法模型进行训练;
[0030]生成分类器,所述分类器配置为筛选出包含有破损区域的路面的多个图像帧;
[0031]其中,提取包含有破损点图像信息的第一图像帧和第二图像帧,包括提取时序上相邻的第一图像帧和第二图像帧。
[0032]作为优选,记录破损点瞬时坐标和破损点图像信息,包括:
[0033]将破损点瞬时坐标和破损点图像信息存储于一存储单元;和/或,
[0034]将破损点瞬时坐标和破损点图像信息上传至远程监测中心。
[0035]为了实现本专利技术的另一方面目的,本专利技术提供的道路破损检测装置,其配置为执行上述方法,包括:
[0036]移动载具,其构造为一行走车辆,配置为沿待测道路行驶;
[0037]喷水机构,其至少包括设置于车辆头部的多个喷头,所述喷头构造为使液态水剂以扇形形态喷洒;
[0038]图像采集单元,其设置于车辆底部大致居中位置,且具有垂直于地面向下设置的镜头;
[0039]补光灯,并列设置于所述图像采集单元的所述镜头的一侧,至少包括交替发光的第一发光单元和第二发光单元,所述第一发光单元发出的光线的波长与所述第二发光单元发出的光线的波长不同;
[0040]控制部,其配置控制所述第一发光单元和所述第二发光单元以预设频率交替闪烁,判断路面是否存在破损,如是,根据移动载具搭载的RTK测量仪获取路面破损点的瞬时坐标;
[0041]存储单元,其配置为记录破损点瞬时坐标和破损点图像信息。
[0042]作为优选,所述第一发光单元为红色光源,所述第二发光单元为紫色光源,所述图像采集单元配置为以垂直于路面方向录制视频流,所述视频流至少包括红色光源下的第一图像帧和紫色光源下的第二图像帧;所述控制部还配置为提取包含有破损点图像信息的第一图像帧和第二图像帧,针对所述第一图像帧进行二值化处理,获得第一预处理帧;针对所述第二图像帧进行二值化处理,获得第二预处理帧;将所述第一预处理帧和第二预处理帧进行基于OpenCV的帧叠加,获得待分析图像中间帧;针对所述待分析图像中间帧进行边缘检测,标记可能的破损区域;依据标记的破损区域,基于预设镜头参数,估算破损区域大小。
[0043]作为优选,所述存储单元在记录破损点瞬时坐标时,所述控制部基于车载GPS的GPS信息,选择距离最近的RTK基准定位站,所述RTK基准定位站配置为对一GNSS卫星进行持续观测,并将其观测数据实时发送至移动载具搭载的RTK测量仪,所述RTK基准定位站根据实时的GPS信息及所述RTK基准定位站的观测数据,实时解算出破损点瞬时坐标;其中,该破损点瞬时坐标基于WGS84坐标系。
[0044]本专利技术提供的道路破损检测方法及装置,可在喷水条件下,通过交替闪烁的不同波长短的补光灯,对路面进行照射。由本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.道路破损检测方法及装置,该方法包括:控制一移动载具沿待检测道路行驶;控制所述移动载具上的喷水机构向待检测道路的路面喷水;在频闪灯光照射下对喷水后的所述路面进行图像采集;针对采集的路面的图像信息进行分析,判断路面是否存在破损;如是,根据移动载具搭载的RTK测量仪获取路面破损点的瞬时坐标,记录破损点瞬时坐标和破损点图像信息。2.如权利要求1所述的方法,在对喷水后的所述路面进行图像采集时,包括:控制红色光源和紫色光源依序按照预设频率闪烁以向路面提供照射光线;在所述移动载具行驶过程中,以垂直于路面方向录制视频流,所述视频流至少包括红色光源下的第一图像帧和紫色光源下的第二图像帧;分别提取包含有破损点图像信息的第一图像帧和第二图像帧。3.如权利要求2所述的方法,在针对采集的路面的图像信息进行分析时,包括:针对所述第一图像帧进行二值化处理,获得第一预处理帧;针对所述第二图像帧进行二值化处理,获得第二预处理帧;将所述第一预处理帧和第二预处理帧进行基于OpenCV的帧叠加,获得待分析图像中间帧;针对所述待分析图像中间帧进行边缘检测,标记可能的破损区域;依据标记的破损区域,基于预设镜头参数,估算破损区域大小。4.如权利要求3的所述方法,估算破损区域大小时,包括:获取镜头距离地面的预设距离;获取镜头的预设焦距;将标记的破损区域至于标准坐标系,估算破损区域在所述待分析图像中间帧中的尺寸;基于相机镜头、预设焦距和破损区域在所述待分析图像中间帧中的尺寸,估算破损区域的实际大小。5.如权利要求1的所述方法,记录破损点瞬时坐标时,基于车载GPS的GPS信息,选择距离最近的RTK基准定位站,所述RTK基准定位站配置为对一GNSS卫星进行持续观测,并将其观测数据实时发送至移动载具搭载的RTK测量仪,所述RTK基准定位站根据实时的GPS信息及所述RTK基准定位站的观测数据,实时解算出破损点瞬时坐标;其中,该破损点瞬时坐标基于WGS84坐标系。6.如权利要求2的所述方法,判断路面是否存在破损时,包括:基于常见路面破损图像的预设图像数据集,构建训练集;构建卷积神经网络算法模型;基于所述训练集,对所述卷积神经网络算法模型进行训练;生成分类器,所述分类器配置为筛选出包含有破损区域的路面的多个图像帧;其中,提取包含有破损...

【专利技术属性】
技术研发人员:师春智聂利娟黄贵富祁彩霞张兴铨
申请(专利权)人:固原市凯达公路工程有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1