【技术实现步骤摘要】
本申请涉及公路管理，具体涉及一种基于深度学习的公路预养护方法、系统、电子设备和介质。
技术介绍
1、公路是交通运输的重要组成部分，对社会经济发展起到重要的支撑作用。公路养护能够保持公路的良好状态，确保顺畅的通行条件，提高交通流动性，促进交通运输的高效运作。然而，公路在建成并投入使用后，承担了大量的交通运输任务，在长期使用过程中还会受到各种恶劣环境的影响，容易产生裂缝、坑洞等路面病害问题。如果不进行科学的养护，这些路面病害会逐渐扩大并且影响整体路面的稳定性，最终导致公路损坏、崩塌等严重后果，缩短公路的使用寿命，甚至会威胁到车辆的行车安全，引发严重的交通事故。
2、目前的公路养护方案，一般为周期性(比如每季度一次)路面路况检测，根据检测结果评估路段的路面使用性能，根据评估结果制定后面的路面修复或预养护实施方案。路面使用性能的检测和评估，一般需要用专用仪器设备在公路的各个路段上逐段检测，比较耗时耗力，并且难以从本次的检测结果准确预测今后一段时间路面使用性能指标的变化；同时道路养护工作依靠道路养护管理工作者的主观经验，缺乏客观、合理...
【技术保护点】
1.一种基于深度学习的公路预养护方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于深度学习的公路预养护方法，其特征在于，基于预先构建的不同子路段与不同路面性能预测模型之间的映射关系，确定多个所述子路段各自对应的路面使用性能预测模型的步骤之前，所述方法还包括：
3.根据权利要求2所述的基于深度学习的公路预养护方法，其特征在于，基于多个所述子路段各自对应的历史道路状况数据，对多个所述子路段进行聚类操作，以将多个所述子路段划分至多个路段集合的步骤，包括：
4.根据权利要求1所述的基于深度学习的公路预养护方法，其特征在于，基于多...
【技术特征摘要】
1.一种基于深度学习的公路预养护方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于深度学习的公路预养护方法，其特征在于，基于预先构建的不同子路段与不同路面性能预测模型之间的映射关系，确定多个所述子路段各自对应的路面使用性能预测模型的步骤之前，所述方法还包括：
3.根据权利要求2所述的基于深度学习的公路预养护方法，其特征在于，基于多个所述子路段各自对应的历史道路状况数据，对多个所述子路段进行聚类操作，以将多个所述子路段划分至多个路段集合的步骤，包括：
4.根据权利要求1所述的基于深度学习的公路预养护方法，其特征在于，基于多个所述子路段各自对应的路面使用性能预测值，在多个所述子路段中，确定至少一个待养护子路段以及至少一个所述待养护子路段各自对应的养护优先级的步骤，包括：
5.根据权利要求1所述的基于深度学习的公路预养护方法，其特征在于，基于至少一个所述待养护子路段各自对...
【专利技术属性】
技术研发人员：张波，刘飞，薛萌，徐普，王少朋，谢孔亮，朱艳飞，杨勇，
申请(专利权)人：北京壹陆科技发展有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。