一种基于路侧云台相机的路面病害巡检方法及系统技术方案

本发明专利技术涉及病害巡检技术领域，具体公开了一种基于路侧云台相机的路面病害巡检方法及系统，所述方法包括向云台相机发送含有初始位置的初始化指令；接收云台相机获取到的采集图像，对所述采集图像进行识别，定位目标车辆；根据所述目标车辆生成运动指令，向云台相机发送；接收云台相机获取到的采集图像，将所述采集图像输入训练好的深度学习模型，得到病害信息；实时获取云台相机运动信息，根据所述运动信息生成截止指令并向云台相机发送。本发明专利技术可充分利用既有的路侧云台监控相机，并使用人工智能算法自动对道路路面病害分析，系统运转过程中无需人工操作，分析结果可直接上传至后台数据端，安全性高，效率极高。效率极高。效率极高。

【技术实现步骤摘要】
一种基于路侧云台相机的路面病害巡检方法及系统


[0001]本专利技术涉及病害巡检
，具体是一种基于路侧云台相机的路面病害巡检方法及系统。

技术介绍

[0002]道路路面养护的基础和关键是及时、准确的路面病害检测。人工检测法是传统的路面检测方法。检测人员沿着公路步行或驾驶车辆巡逻，肉眼发现路面病害，人工测量判断病害种类及严重程度，最后手动记录病害。这样的人工巡检法存在以下缺点：
[0003](1)费时费力。巡检人员步行或驾驶巡逻，发现病害就需要下车手动测量和记录，花费的时间比较长，耗费大量的人力资源。
[0004](2)对公路安全和通行能力具有不利影响。发现病害时，检测人员需要停车测量，这极易导致交通事故，对检测人员和过路车辆来说都是安全隐患。此外，因为检测人员需要持续关注路面情况，因此需要慢速行驶，这极易引起交通拥堵。
[0005](3)结果精度不高。人工检测结果的精准度主要依赖于检测人员的工作经验和测量习惯，容易产生测量误差。

技术实现思路

[0006]本专利技术的目的在于提供一种基于路侧云台相机的路面病害巡检方法及系统，以解决上述
技术介绍
中提出的问题。
[0007]为实现上述目的，本专利技术提供如下技术方案：
[0008]一种基于路侧云台相机的路面病害巡检方法，所述方法包括：
[0009]向云台相机发送含有初始位置的初始化指令；
[0010]接收云台相机获取到的采集图像，对所述采集图像进行识别，定位目标车辆；
[0011]根据所述目标车辆生成运动指令，向云台相机发送；
[0012]接收云台相机获取到的采集图像，将所述采集图像输入训练好的深度学习模型，得到病害信息；
[0013]实时获取云台相机运动信息，根据所述运动信息生成截止指令并向云台相机发送。
[0014]作为本专利技术进一步的方案：所述初始位置包括相机的左右旋转位置、上下旋转位置和镜头的远近位置。
[0015]作为本专利技术进一步的方案：所述接收云台相机获取到的采集图像，对所述采集图像进行识别，定位目标车辆的步骤包括：
[0016]接收云台相机获取到的采集图像，基于采集图像确定运动车辆；
[0017]获取运动车辆的车辆中心和采集图像的图像中心；
[0018]计算所述车辆中心和所述图像中心之间的距离，根据所述距离在运动车辆中选取目标车辆。
[0019]作为本专利技术进一步的方案：所述根据所述目标车辆生成运动指令，向云台相机发送的步骤包括：
[0020]获取目标车辆的车辆中心；
[0021]获取目标车辆的像素占比；
[0022]将所述车辆中心和所述像素占比输入训练好的指令生成模型，得到运动指令，并将所述运动指令向云台相机发送；
[0023]其中，所述指令生成模型用于生成使得车辆中心和像素占比的变化率在预设的范围内的指令。
[0024]作为本专利技术进一步的方案：所述实时获取云台相机运动信息，根据所述运动信息生成截止指令并向云台相机发送的步骤包括：
[0025]实时获取云台相机的运动信息，当所述运动信息达到预设的截止条件时，生成截止指令；
[0026]读取采集图像，对所述采集图像进行识别，当识别到预设的截止标志时，生成截止指令；
[0027]将生成的截止指令向云台相机发送。
[0028]本专利技术技术方案还提供了一种基于路侧云台相机的路面病害巡检系统，所述系统包括：
[0029]初始化模块，用于向云台相机发送含有初始位置的初始化指令；
[0030]目标车辆定位模块，用于接收云台相机获取到的采集图像，对所述采集图像进行识别，定位目标车辆；
[0031]运动指令生成模块，用于根据所述目标车辆生成运动指令，向云台相机发送；
[0032]病害分析模块，用于接收云台相机获取到的采集图像，将所述采集图像输入训练好的深度学习模型，得到病害信息；
[0033]截止指令生成模块，用于实时获取云台相机运动信息，根据所述运动信息生成截止指令并向云台相机发送。
[0034]作为本专利技术进一步的方案：所述初始位置包括相机的左右旋转位置、上下旋转位置和镜头的远近位置。
[0035]作为本专利技术进一步的方案：所述目标车辆定位模块包括：
[0036]运动车辆确定单元，用于接收云台相机获取到的采集图像，基于采集图像确定运动车辆；
[0037]中心识别单元，用于获取运动车辆的车辆中心和采集图像的图像中心；
[0038]选取执行单元，用于计算所述车辆中心和所述图像中心之间的距离，根据所述距离在运动车辆中选取目标车辆。
[0039]作为本专利技术进一步的方案：所述运动指令生成模块包括：
[0040]车辆中心获取单元，用于获取目标车辆的车辆中心；
[0041]像素占比获取单元，用于获取目标车辆的像素占比；
[0042]模型应用单元，用于将所述车辆中心和所述像素占比输入训练好的指令生成模型，得到运动指令，并将所述运动指令向云台相机发送；
[0043]其中，所述指令生成模型用于生成使得车辆中心和像素占比的变化率在预设的范
围内的指令。
[0044]作为本专利技术进一步的方案：所述截止指令生成模块包括：
[0045]第一判定单元，用于实时获取云台相机的运动信息，当所述运动信息达到预设的截止条件时，生成截止指令；
[0046]第二判定单元，用于读取采集图像，对所述采集图像进行识别，当识别到预设的截止标志时，生成截止指令；
[0047]发送执行单元，用于将生成的截止指令向云台相机发送。
[0048]与现有技术相比，本专利技术的有益效果是：本专利技术可充分利用既有的路侧云台监控相机，并使用人工智能算法自动对道路路面病害分析，系统运转过程中无需人工操作，分析结果可直接上传至后台数据端，安全性高，效率极高。
附图说明
[0049]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述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。
[0050]图1为基于路侧云台相机的路面病害巡检方法的流程框图。
[0051]图2为基于路侧云台相机的路面病害巡检系统的组成结构框图。
具体实施方式
[0052]随着科技发展，现代路面病害巡检在传统检测方法上有了进一步提升，出现了激光扫描、雷达检测、钻芯取样、光纤检测等方法。这些新方法的优势是使路面病害检测的效率和准确性得到了提高，然而这些方法也具有特定的缺陷：激光扫描和雷达巡检设备成本过高，而钻芯取样和光纤检测需要破坏路面，这减少了公路的使用寿命。
[0053]另一方面，随着我国道路基础设施建设的快速发展，我国已形成规模庞大的高速公路、城市道路网络，部分高等级公路的路侧安装的高密度的路侧云台监控摄像头。这类路侧云台相机的特征是高像素、可自上下左右转动、调整视野规模和主动对路面进行扫本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于路侧云台相机的路面病害巡检方法，其特征在于，所述方法包括：向云台相机发送含有初始位置的初始化指令；接收云台相机获取到的采集图像，对所述采集图像进行识别，定位目标车辆；根据所述目标车辆生成运动指令，向云台相机发送；接收云台相机获取到的采集图像，将所述采集图像输入训练好的深度学习模型，得到病害信息；实时获取云台相机运动信息，根据所述运动信息生成截止指令并向云台相机发送。2.根据权利要求1所述的基于路侧云台相机的路面病害巡检方法，其特征在于，所述初始位置包括相机的左右旋转位置、上下旋转位置和镜头的远近位置。3.根据权利要求1所述的基于路侧云台相机的路面病害巡检方法，其特征在于，所述接收云台相机获取到的采集图像，对所述采集图像进行识别，定位目标车辆的步骤包括：接收云台相机获取到的采集图像，基于采集图像确定运动车辆；获取运动车辆的车辆中心和采集图像的图像中心；计算所述车辆中心和所述图像中心之间的距离，根据所述距离在运动车辆中选取目标车辆。4.根据权利要求1所述的基于路侧云台相机的路面病害巡检方法，其特征在于，所述根据所述目标车辆生成运动指令，向云台相机发送的步骤包括：获取目标车辆的车辆中心；获取目标车辆的像素占比；将所述车辆中心和所述像素占比输入训练好的指令生成模型，得到运动指令，并将所述运动指令向云台相机发送；其中，所述指令生成模型用于生成使得车辆中心和像素占比的变化率在预设的范围内的指令。5.根据权利要求1所述的基于路侧云台相机的路面病害巡检方法，其特征在于，所述实时获取云台相机运动信息，根据所述运动信息生成截止指令并向云台相机发送的步骤包括：实时获取云台相机的运动信息，当所述运动信息达到预设的截止条件时，生成截止指令；读取采集图像，对所述采集图像进行识别，当识别到预设的截止标志时，生成截止指令；将生成的截止指令向云台相机发送。6.一种基于路侧云台相机的路面病害巡检系统，其特征在于，所述系统包括：初始化...

【专利技术属性】
技术研发人员：钟盛，严京旗，陈勇勇，黄前华，曾杰，杜佳奇，戚思雅，
申请(专利权)人：上海同陆云交通科技有限公司，
类型：发明
国别省市：