一种基于GPS轨迹定位的道路巡查量化考核系统及方法技术方案

本发明专利技术提出了一种基于GPS轨迹定位的道路巡查量化考核系统及方法，所述系统包括：车载监测设备组、车载移动处理单元、云端数据分析系统和GIS地图可视化系统。利用云端数据分析系统中的病害识别算法模块、GPS数据处理纠偏算法库、GPS定位服务模块对GPS数据进行处理。本发明专利技术利用了GPS轨迹数据的纠错和清洗机制，消除了大量冗余、错误的病害数据后将病害识别位置传输给养护单位处置工单，并使用清洗后的GPS轨迹数据对病害巡查过程进行量化考核，通过计算路段覆盖率和标段覆盖率实现对道路巡查的量化考核，通过GIS地图可视化系统对各路段、标段的养护情况以及巡查车对养护路段的覆盖情况进行展示，将巡查车中的GPS数据与道路巡查量化考核系统深度结合。巡查量化考核系统深度结合。巡查量化考核系统深度结合。

【技术实现步骤摘要】
一种基于GPS轨迹定位的道路巡查量化考核系统及方法


[0001]本专利技术涉及道路养护
，主要是一种基于GPS轨迹定位的道路巡查量化考核系统及方法。

技术介绍

[0002]道路作为现代社会中经济发展、资源流通不可或缺的一环，不仅在建设中拥有明确的建设标准和工艺，其建设后的养护流程也是交通行业中的关键领域板块。根据不同道路的不同地理、人文环境情况和日常管理形式，可将道路区分为城市道路、直管公路、农村公路。近些年，在道路养护方面的投入规模日渐增加，道路养护的管理要素广度、精细度进一步提升。随着智能自动化系统、定位服务、信息算法的日渐趋于成熟。一套由智能巡查车执行、定位服务统计、信息系统汇聚的智能道路养护巡查及对于巡查的量化考核系统成为了养护转型中的重点发展要素。
[0003]到2025年，综合交通运输基本实现一体化融合发展，智能化、绿色化取得实质性突破，综合能力、服务品质、运行效率和整体效益显著提升，交通运输发展向世界一流水平迈进。加强基础设施养护，推动落实全生命周期养护，强化常态化预防性养护，科学实施养护作业，加强养护工程质量检验评本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GPS轨迹定位的道路巡查量化考核系统，其特征在于，包括：车载监测设备组、车载移动处理单元、云端数据分析系统和GIS地图可视化系统；所述车载监测设备组可实时采集巡查车GPS轨迹点、道路病害动态画面以及雷达点云数据并将采集到的数据保存在本地储存数据库；所述道路病害动态画面以图片数据流形式保存和传输，所述雷达点云数据获取病害的长、宽和深度来辅助道路病害动态画面确认病害大小；所述车载移动处理单元作为中介将车载监测设备组中的图片数据流、GPS轨迹点数据和雷达点云数据上传到云端数据分析系统；所述云端数据分析系统接收车载移动处理单元上传的数据，所述云端数据分析系统包括储存单元、数据处理单元和数据分析单元；所述储存单元包括轨迹数据存储数据库、设施量存储数据库、GIS地图路网图层数据库和考核规则数据库，所述轨迹数据存储数据库用于保存监测设备组上传巡查车实时GPS轨迹点数据并形成GPS轨迹数据，所述设施量存储数据库存储管理单位下辖路段范围内应养护设施和路段信息，所述路段信息包括路段本身的基本属性、隶属信息、所属类型；所述GIS地图路网图层数据库包含考核路段的矢量信息，包括长度、方向、位置、上下行情况；所述考核规则数据库存储考核规则信息，包括考核路段的应作业里程、实际作业里程、负责单位、负责车辆号、考核上下行情况；所述数据处理单元包括病害识别算法模块、GPS数据处理纠偏算法库、GPS定位服务模块；所述GPS数据处理纠偏算法库通过算法逻辑将所述轨迹数据存储数据库中的GPS轨迹数据轻量化，纠正异常偏移、数据勘误；所述GPS定位服务模块获取所述轨迹数据存储数据库中的GPS轨迹数据，从所述设施量存储数据库获取应养护设施和路段信息包括位置桩号，将巡查车轨迹与路段和位置桩号进行匹配，确认巡查车GPS轨迹数据的所属路段及对应桩号，并将所述GPS轨迹数据的所属路段及对应桩号数据储存在轨迹数据存储数据库中，并根据所述GPS轨迹数据计算巡查车的实际作业里程和更新巡查车总的实际作业里程，并储存在所述考核规则数据库中；所述病害识别算法模块使用车载监测设备组上传的图片数据流，利用深度学习算法进行图像识别分类，根据病害发展程度和特征类别，鉴定病害结果，通过所述GPS定位服务模块获取病害位置，派发对应类型的处置工单；所述数据分析单元包括量化分析算法模块；所述量化分析算法模块，通过查询考核规则数据库的实际作业里程和规定作业里程计算路段覆盖率、标段覆盖率；所述标段为相邻区域内路段的集合；所述GIS地图可视化系统接收所述数据分析单元的路段覆盖率、标段覆盖率结果，并通过在地理地图中绘制结果矢量图层展示各路段、标段的巡查车覆盖情况。2.由权利要求1所述的一种基于GPS轨迹定位的道路巡查量化考核系统，其特征在于，所述深度学习算法使用R
‑
CNN算法进行图像识别分类，所述R
‑
CNN算法包括训练病害识别神经网络、识别智能发现病害的种类。3.采用权利要求1
‑
2所述系统的道路巡查量化考核方法，其特征在于，所述训练病害识别神经网络的步骤包括：Step 1:提取车载移动处理单元上传的图片数据流，使用选择性搜索将图片分成若干个候选区域得到矩阵(M
×
N)
×
L，M
×
N为任意候选区域的横纵长度，L为候选区域的数量；
Step 2:将图片的每个候选区域输入卷积神经网络，经过若干个卷积层、池化层、激励层及权重矩阵相乘后，得出该图片的特征向量R；Step 3:求出目标值与实际输出的差值，并将其逐步反馈到前向传播层中，更新权重矩阵；所述目标值为该图片中真实的病害特征向量；所述实际输出为该图片利用R
‑
CNN算法识别后输出的病害特征向量；Step 4:重复Step1
‑
Step3步骤，得出分类矩阵R
×
C，C为病害分类的种类。4.由权利要求3所述的道路巡查量化考核方法，其特征在于，所述识别智能发现病害的种类的步骤包括：Step 1:提取车载移动处理单元上传的图片数据流，使用选择性搜索将图片分成若干个候选区域得到矩阵(M
×
N)
×
L，M
×
N为任意候选区域的横纵长度，...

【专利技术属性】
技术研发人员：史金瀚，周旭，朱翔，王乃誉，
申请(专利权)人：中远海运科技股份有限公司，
类型：发明
国别省市：