一种公路路面病害检测方法技术

本发明专利技术提供了一种公路路面病害检测方法，包括以下步骤：S1.构建路面三维模型；S2.采集公路路面数据；S3.将公路路面数据输入至病害检测模型中，得到病害数据；S4.将病害数据匹配至路面三维模型中；通过路面图像、位置信息以及距离信息等公路路面数据结合病害检测模型能够高效准确地获得病害数据，再将病号数据与预先构建的路面三维模型相匹配，使得公路路面病害能够清楚直观地进行展示，方便后续维护施工。工。工。

【技术实现步骤摘要】
一种公路路面病害检测方法


[0001]本专利技术涉及路面病害检测
，特别是涉及一种公路路面病害检测方法。

技术介绍

[0002]目前，国内在公路检测领域仍然采用纯人工、半人工方式。在路面巡检过程中，通常由巡检人员对病害进行拍照记录，并人工记录路面病害位置和类型。传统的人工进行病害分类的方式要求巡检人员具备先验的路面病害分类基本知识，否则可能影响路面病害分类的准确度。同时，人工检查的方式还存在效率低、劳动强度大等缺陷，无法进行高效地检测工作。
[0003]专利文献CN202110873183.8公开了一种公路路面病害检测方法、装置、设备及存储介质，其通过采用基于深度学习模型的图像识别技术实现了对公路路面病害的准确高效检测，但其仅能获得病害的类型，无法直观地获得病害的各项数据，不利于后续修复施工。
[0004]因此，亟需一种公路路面病害检测方法，能够解决现有公路路面病害检测仅能进行病害类型检测，无法获得病害全面数据的问题。

技术实现思路

[0005]本专利技术的目的是提供一种公路路面病害检测方法，以解决上述现有公路路面病害检测仅能进行病害类型检测，无法获得病害全面数据的问题。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]本专利技术提供一种公路路面病害检测方法，包括以下步骤：
[0008]S1.构建路面三维模型；
[0009]S2.采集公路路面数据；
[0010]S3.将公路路面数据输入至病害检测模型中，得到病害数据；r/>[0011]S4.将病害数据匹配至路面三维模型中。
[0012]优选地，步骤S1具体包括：
[0013]S11.获取与目标公路相关的二维图纸；
[0014]S12.根据二维图纸提取与目标公路对应的中心线和多个几何多边形；
[0015]S13.根据二维图纸提取中心线上的多个桩号点标高，并根据中心线和多个桩号点标高生成三维中心线模型；
[0016]S14.根据三维中心线模型与每个几何多边形的位置关系，确定每个几何多边形中的特征点及其标高；
[0017]S15.计算每个几何多边形中除特征点之外的其它端点的标高；
[0018]S16.根据确定了标高的特征点和其它端点生成与目标公路对应的路面三维模型。
[0019]优选地，二维图纸包括公路平面图和线路纵断面图。
[0020]优选地，步骤S2中公路路面数据包括：高清摄像机采集的路面图像、定位装置采集的位置信息以及测距仪采集的距离信息。
[0021]优选地，步骤S3具体包括：
[0022]S31.构建病害检测模型；
[0023]S32.将路面图像输入病害检测模型中进行病害检测，得到该路面图像对应的病害类型；
[0024]S33.将位置信息与距离信息与病害类型匹配，得到病害数据。
[0025]优选地，步骤S31中病害检测模型的构建方法为：
[0026]S311.采集预设数量的病害图像样本信息，并为每个病害图像样本信息标注对应的病害类型标签；
[0027]S312.对病害图像样本信息进行图像识别处理，提取每个病害图像样本信息的特征值；
[0028]S313.以每个病害图像样本信息的特征值和特征值对应的病害类型标签作为训练数据，对预构建的机器学习模型进行训练，得到病害检测模型。
[0029]优选地，步骤S312具体包括：
[0030]S3121.确定病害图像样本信息的图像识别起点，并对病害图像样本信息以预设像素为单位进行网格划分；
[0031]S3122.以图像识别起点为原点，在预设半径内对网格划分后的图像中的每个像素进行深度值检测，得到深度值特征；
[0032]S3123.以图像识别起点为原点，在预设半径内对网格划分后的图像中的每个像素进行方向性检测，得到方向性特征；
[0033]S3124.以深度值特征和方向性特征作为每个病害图像样本信息的特征值。
[0034]优选地，步骤S3123具体包括：
[0035]S31231.分别计算中心像素两侧预设半径内的所有像素的第一深度值均值和第二深度值均值；
[0036]S31232.根据第一深度值均值和第二深度值均值，确定每个像素在预设方向上的深度变化；
[0037]S31233.根据深度变化的结果，确定最大深度变化值和最小深度变化值；
[0038]S31234.基于预设关系，根据最大深度变化值和最小深度变化值，得到方向性特征。
[0039]本专利技术相对于现有技术取得了以下有益技术效果：
[0040]本专利技术提供的一种公路路面病害检测方法，包括以下步骤：S1.构建路面三维模型；S2.采集公路路面数据；S3.将公路路面数据输入至病害检测模型中，得到病害数据；S4.将病害数据匹配至路面三维模型中；通过路面图像、位置信息以及距离信息等公路路面数据结合病害检测模型能够高效准确地获得病害数据，再将病号数据与预先构建的路面三维模型相匹配，使得公路路面病害能够清楚直观地进行展示，方便后续维护施工。
附图说明
[0041]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图
获得其他的附图。
[0042]图1为本专利技术提供的一种公路路面病害检测方法流程图；
具体实施方式
[0043]下面将结合本专利技术实施例中的附图，对本专利技术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。
[0044]本专利技术的目的是提供一种公路路面病害检测方法，以解决现有公路路面病害检测仅能进行病害类型检测，无法获得病害全面数据的问题。
[0045]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0046]实施例1：
[0047]本实施例提供一种公路路面病害检测方法，如图1所示，包括以下步骤：
[0048]S1.构建路面三维模型；
[0049]S2.采集公路路面数据；
[0050]S3.将公路路面数据输入至病害检测模型中，得到病害数据；
[0051]S4.将病害数据匹配至路面三维模型中。
[0052]具体地，步骤S1具体包括：
[0053]S11.获取与目标公路相关的二维图纸；二维图纸包括公路平面图和线路纵断面图，可以是设计单位提供的CAD图纸；
[0054]S12.根据二维图纸提取与目标公路对应的中心线和多个几何多边形；
[0055]S13.根据二维图纸提取中心本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种公路路面病害检测方法，其特征在于：包括以下步骤：S1.构建路面三维模型；S2.采集公路路面数据；S3.将公路路面数据输入至病害检测模型中，得到病害数据；S4.将病害数据匹配至路面三维模型中。2.根据权利要求1所述的公路路面病害检测方法，其特征在于：步骤S1具体包括：S11.获取与目标公路相关的二维图纸；S12.根据二维图纸提取与目标公路对应的中心线和多个几何多边形；S13.根据二维图纸提取中心线上的多个桩号点标高，并根据中心线和多个桩号点标高生成三维中心线模型；S14.根据三维中心线模型与每个几何多边形的位置关系，确定每个几何多边形中的特征点及其标高；S15.计算每个几何多边形中除特征点之外的其它端点的标高；S16.根据确定了标高的特征点和其它端点生成与目标公路对应的路面三维模型。3.根据权利要求2所述的公路路面病害检测方法，其特征在于：二维图纸包括公路平面图和线路纵断面图。4.根据权利要求1所述的公路路面病害检测方法，其特征在于：步骤S2中公路路面数据包括：高清摄像机采集的路面图像、定位装置采集的位置信息以及测距仪采集的距离信息。5.根据权利要求4所述的公路路面病害检测方法，其特征在于：步骤S3具体包括：S31.构建病害检测模型；S32.将路面图像输入病害检测模型中进行病害检测，得到该路面图像对应的病害类型；S33.将位置信息与距离信息与病害类型匹配，得到病害数据。6.根据权利要求1所述的公路路面病害检测方法，...

【专利技术属性】
技术研发人员：朱长江，陈红军，王虎，沈丙军，郝建平，马骁骏，杜磊，王金艳，王波，王盟，
申请(专利权)人：新疆北新路桥集团股份有限公司，
类型：发明
国别省市：