基于全景影像的路面病害预测可视化方法及系统技术方案

本发明专利技术公开了一种基于全景影像的路面病害预测可视化方法及系统，通过搭载在道路智能巡检设备上的全景设备，可以对路面病害及街景影像进行数字化采集，通过对采集的路面图像数据进行识别分类与测量，确定道路路面的病害特征信息，结合道路病害时序演化分析，预测路面病害趋势。并采用虚拟现实技术对病害趋势进行可视化处理，从而直观、全面地展示路面状况，有助于道路管养部门及养护机构准确掌握病害成因和养护效果情况，提供道路管理养护人员形象的、可量化的决策支持，为路面养护管理单位选择最佳养护方案提供依据。择最佳养护方案提供依据。择最佳养护方案提供依据。

【技术实现步骤摘要】
基于全景影像的路面病害预测可视化方法及系统


[0001]本专利技术涉及道路图像分析
，具体涉及一种基于全景影像的路面病害预测可视化方法及系统。

技术介绍

[0002]随着经济的快速发展，我国的公路基础设施规模不断扩大，公路养护管理的需求也不断增长，每年直接或间接由路面病害等风险源引发的交通事故占比高达70％以上；路面病害的快速检测、识别以及路面的预防性养护则直接影响了道路运营安全和道路通行效率。
[0003]目前，道路病害数据展示不够直观，多采用传统的平面图片进行展示，难以直观看出道路路面的全面状况。近年来，公路养护管理数字化建设过程中，积累了海量历史路面病害数据，海量病害数据在规律分析和养护决策支持等方面显示出了重要的作用。然而，现有病害数据管理手段匮乏，缺乏历年病害数据的时序演化分析，无法帮助道路管养部门及养护机构准确掌握病害成因和养护效果情况，未能为路面养护管理单位选择最佳养护方案提供依据。

技术实现思路

[0004]针对现有技术存在的不足，本专利技术提出一种基于全景影像的路面病害预测可视化方法及系统。具体技术方案如下：
[0005]第一方面，提供了一种基于全景影像的路面病害预测可视化方法，包括：
[0006]通过全景图像采集设备实时采集道路的全景图像，并定位所述全景图像采集设备的实时图像采集位置；
[0007]根据所述实时图像采集位置确定各所述全景图像对应的图像位置坐标，并对所述全景图像中的路面图像数据进行路面病害定位和识别，确定各全景图像中路面病害的特征信息和位置信息；
[0008]获取所述路面病害的历史特征信息，并根据所述历史特征信息进行趋势分析，预测所述路面病害的演变趋势；
[0009]根据所述全景图像、路面病害的演变趋势和位置信息生成相应的全景VR图像信息进行展示。
[0010]结合第一方面，在第一方面的第一种可实现方式中，对所述路面图像数据5进行路面病害识别包括：
[0011]对不同路面病害的图像数据进行图像分析，构建路面病害数据集与典型病害专家库；
[0012]通过路面病害数据集与典型病害专家库对路面病害识别模型进行训练；
[0013]基于训练好的路面病害识别模型，对所述路面图像数据进行识别，确定所0述路面病害的特征信息。
[0014]结合第一方面的第一种可实现方式，在第一方面的第二种可实现方式中，还包括：对路面病害数据集按病害类型、病害几何特征、病害程度、病害位置信息、病害原因进行标注。
[0015]结合第一方面，在第一方面的第三种可实现方式中，基于所述历史特征信5息，通过深度学习预测模型进行趋势分析。
[0016]结合第一方面，在第一方面的第四种可实现方式中，生成相应的全景VR
[0017]图像信息包括：
[0018]根据各所述全景图像对应的图像位置坐标，将采集到的所有全景图像拼接成连续的道路全景影像；
[0019]0基于所述路面病害的位置信息，结合所述路面病害对应的演变趋势和道路全景影像生成相应的虚拟现实影像进行展示。
[0020]第二方面，提供了一种基于全景影像的路面病害预测可视化系统，包括：
[0021]图像处理模块，配置为通过全景图像采集设备实时采集道路的全景图像，并定位所述全景图像采集设备的实时图像采集位置；
[0022]5病害识别模块，配置为根据所述实时图像采集位置确定各所述全景图像对应的图像位置坐标，并对所述全景图像中的路面图像数据进行路面病害定位和识别，确定各全景图像中路面病害的特征信息和位置信息；
[0023]趋势分析模块，配置为获取所述路面病害的历史特征信息，并根据所述历史特征信息进行趋势分析，预测所述路面病害的演变趋势；
[0024]图像展示模块，配置为根据所述全景图像、路面病害的演变趋势和位置信息生成相应的全景VR图像信息进行展示。
[0025]结合第二方面，在第二方面的第一种可实现方式中，所述病害识别模块包括：
[0026]数据集构建单元，配置为对不同路面病害的图像数据进行图像分析，构建路面病害数据集与典型病害专家库；
[0027]模型训练单元，配置为通过路面病害数据集与典型病害专家库对路面病害识别模型进行训练；
[0028]图像识别单元，配置为基于训练好的路面病害识别模型，对所述路面图像数据进行识别，确定所述路面病害的特征信息。
[0029]结合第二方面的第一种可实现方式，在第二方面的第二种可实现方式中，所述数据集构建单元对路面病害数据集按病害类型、病害几何特征、病害程度、病害位置信息、病害原因进行标注。
[0030]结合第二方面，在第二方面的第三种可实现方式中，所述趋势分析模块基于所述历史特征信息，通过深度学习预测模型进行趋势分析。
[0031]结合第二方面，在第二方面的第四种可实现方式中，所述图像展示模块包括：
[0032]全景图像生成单元，配置为根据各所述全景图像对应的图像位置坐标，将采集到的所有全景图像拼接成连续的道路全景影像；
[0033]全景图像展示单元，配置为基于所述路面病害的位置信息，结合所述路面病害对应的演变趋势和道路全景影像生成相应的虚拟现实影像进行展示。
[0034]有益效果：采用本专利技术的基于全景影像的路面病害预测可视化方法及系统，通过
搭载在道路智能巡检设备上的全景设备，可以对路面病害及街景影像进行数字化采集，通过对采集的路面图像数据进行识别分类与测量，确定道路路面的病害特征信息，结合道路病害时序演化分析，预测路面病害趋势。并采用虚拟现实技术对病害趋势进行可视化处理，从而直观、全面地展示路面状况，有助于道路管养部门及养护机构准确掌握病害成因和养护效果情况，提供道路管理养护人员形象的、可量化的决策支持，为路面养护管理单位选择最佳养护方案提供依据。
附图说明
[0035]为了更清楚地说明本专利技术具体实施方式，下面将对具体实施方式中所需要使用的附图作简单地介绍。在所有附图中，各元件或部分并不一定按照实际的比例绘制。
[0036]图1为本专利技术一实施例提供的基于全景影像的路面病害预测可视化方法的流程图；
[0037]图2为本专利技术一实施例提供的路面病害识别方法的流程图；
[0038]图3为本专利技术一实施例提供的基于全景影像的路面病害预测可视化系统的系统框图；
[0039]图4为本专利技术一实施例提供的病害识别模块的系统框图；
[0040]图5为本专利技术一实施例提供的图像展示模块的系统框图；
[0041]图6为采用本专利技术实施例提供的路面病害识别方法的可视化系统的效果示意图。
具体实施方式
[0042]下面将结合附图对本专利技术技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，因此只作为示例，而不能以此来限制本专利技术的保护范围。
[0043]如图1所示的基于全景影像的路面病害预测可视化方法的流程图，该方法包括：
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于全景影像的路面病害预测可视化方法，其特征在于，包括：通过全景图像采集设备实时采集道路的全景图像，并定位所述全景图像采集设备的实时图像采集位置；根据所述实时图像采集位置确定各所述全景图像对应的图像位置坐标，并对所述全景图像中的路面图像数据进行路面病害定位和识别，确定各全景图像中路面病害的特征信息和位置信息；获取所述路面病害的历史特征信息，并根据所述历史特征信息进行趋势分析，预测所述路面病害的演变趋势；根据所述全景图像、路面病害的演变趋势和位置信息生成相应的全景VR图像信息进行展示。2.根据权利要求1所述的基于全景影像的路面病害预测可视化方法，其特征在于，对所述路面图像数据进行路面病害识别包括：对不同路面病害的图像数据进行图像分析，构建路面病害数据集与典型病害专家库；通过路面病害数据集与典型病害专家库对路面病害识别模型进行训练；基于训练好的路面病害识别模型，对所述路面图像数据进行识别，确定所述路面病害的特征信息。3.根据权利要求2所述的基于全景影像的路面病害预测可视化方法，其特征在于，还包括：对路面病害数据集按病害类型、病害几何特征、病害程度、病害位置信息、病害原因进行标注。4.根据权利要求1所述的基于全景影像的路面病害预测可视化方法，其特征在于，基于所述历史特征信息，通过深度学习预测模型进行趋势分析。5.根据权利要求1所述的基于全景影像的路面病害预测可视化方法，其特征在于，生成相应的全景VR图像信息包括：根据各所述全景图像对应的图像位置坐标，将采集到的所有全景图像拼接成连续的道路全景影像；基于所述路面病害的位置信息，结合所述路面病害对应的演变趋势和道路全景影像生成相应的虚拟现实影像进行展示。6.一种基于全景影像的路面病害预测可视化系统，其特征在于，包括：图像处理模块，配置为通过全景图像采集设备实时...

【专利技术属性】
技术研发人员：阮志敏，章一颖，侯晓宁，罗琳玲，岑琛，朱禹朋，何利蓉，李哲，
申请(专利权)人：招商局公路信息技术重庆有限公司，
类型：发明
国别省市：