一种载体寄生式公路损坏智能巡查方法技术

本发明专利技术公开了一种载体寄生式公路损坏智能巡查方法，涉及道路损坏检测领域，针对公路损坏智能巡查的应用需求，研究适用于各类移动终端的轻量级通用智能识别算法，实现边缘端快速识别和实时上报；针对低碳巡检的要求，研究能够承载智能算法的不同载体特性，实现智能识别算法能够寄生于不同的硬件智能载体，实现终端载体智能复用，通过智能终端移动载体寄生方式，复用现有公交车辆和清扫车辆等移动载体,实现巡检主体智能复用；通过研发高性价比的工业级车载识别终端，实现复杂道路、复杂天气等环境下的道路损坏识别；各种智能设备的应用场景比较广泛灵活，在不影响交通的状况下，实现随时随地轻松检测各种路段，提高工作效率。提高工作效率。提高工作效率。

【技术实现步骤摘要】
一种载体寄生式公路损坏智能巡查方法


[0001]本专利技术涉及道路损坏检测领域，具体是一种载体寄生式公路损坏智能巡查方法。

技术介绍

[0002]为使路面始终保持良好的状态，道路管理部门需要对路面状况进行定期巡视和检查，并对损坏路面采取适当的养护修补措施；传统的路面损坏检测采用人工巡检或特定的检测车进行检测，人工巡检耗时耗力，效率低，并且极易引发路段交通堵塞；而检测车造价昂贵且维修成本高，不利于推广使用。
[0003]近几年电子信息科技蓬勃发展，人工智能技术在各行各业得到广泛应用。在计算机视觉领域，利用摄像头采集图像数据，经由卷积神经网络(Convolutional Neural Networks,CNN)算法或者transformer相关算法对图片进行处理，可以实现目标检测、图像分类、图像分割等功能。这为解决上述问题提供了新思路，如公开号为CN112183593A的中国专利公开了一种基于DSSD算法的道路损坏检测方法，利用卷积神经网络实现道路损坏检测。
[0004]但复杂的天气情况和道路环境，致使目前此类道路损坏检测方法在实际本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种载体寄生式公路损坏智能巡查方法，其特征在于，包括以下步骤：1)不同平台的移动端设备设计不同语言的终端接口，将智能识别算法通过接口跨平台部署在多种智能终端设备中，终端设备寄生在现有公交车辆或清扫车辆上，车载识别终端与云端监控平台均装载智能识别算法；2)智能识别算法通过移动端摄像头采集待检测道路视频流，解码并获得道路图像帧；3)将图像实时输入到目标检测模型中，进行特征提取并检测出图像中的道路损坏，获得道路损坏类别和损坏区域；4)将损坏检测结果实时输入到目标跟踪模型中，识别不同图像帧中的同一个目标，获取视频流中各类别损坏数量，并统计损坏数据；5)通过终端通信模块将识别信息实时上传；6)跨平台轻量化智能识别算法。2.根据权利要求1所述的载体寄生式公路损坏智能巡查方法，其特征在于，在步骤1)中，所述智能识别算法的部署方式为载体寄生式，模型与智能设备中既有功能复用设备硬件资源，多种智能终端设备包括但不限于智能手机、车载智能视频监控设备和智能无人机。3.根据权利要求1所述的载体寄生式公路损坏智能巡查方法，其特征在于，在步骤3)中，所述目标检测模型为轻量化神经网络模型。4.根据权利要求1所述的载体寄生式公路损坏智能巡查方法，其特征在于，在步骤4)中，所述目标检测模型通过道路损坏数据集训练得到，所述道路损坏数据集通过车载终端摄像头采集道路数据并标注，结合Global Road Damage Detection Challenge比赛所提供的公共数据集，共同组成；所述道路损坏数据集格式与yolo数据集格式一致；所述道路损坏数据集中损坏类别包括横向裂缝、纵向裂缝、龟裂和坑洼四类；所述道路损坏数据集中的8...

【专利技术属性】
技术研发人员：赵作鹏，崔舒娅，徐珊珊，郝凯，胡帅，刘笑枫，
申请(专利权)人：江苏比特达信息技术有限公司，
类型：发明
国别省市：