【技术实现步骤摘要】
本专利技术涉及路路面检测，尤其涉及一种基于无人机的道路完整性检测系统。
技术介绍
1、随着物联网、人工智能等新兴技术的快速发展，基于“人-车-路-环境协同”的智慧公路成为必然趋势。当今社会的城市建设进入了全新的“智慧城市”时代。人们运用机器学习、大数据、计算机视觉等城市数字孪生技术，使得各种城市系统更加智能化，彻底改变了原有的依靠人工进行建设与维护的模式。然而，城市道路上的坑洞等问题仍日益严重。路面塌陷、裂缝等病害一旦产生，便会对路面产生一系列的影响，大大缩短道路使用寿命。因此，道路养护管理的智慧程度迫切需要紧跟发展趋势，并予以适配。
2、目前，现有技术中的路面病害检测方法包括：人工检测方法、半自动化检测方法和无损自动检测方法。上述人工检测方法存在着效率低、错漏率高、成本高和覆盖范围有限等缺点。已不符合我国当前大规模、大范围路面病害检测的需求。
3、上述半自动化检测方法主要采用低速检测车采集数据，例如：法国gerpho道路检测系统、日本开发komatsu道路检测系统等采用车载gps或相机进行图像采集，但无法自动识别病害类型。上述半自动化检测方法的缺点包括数据存储困难、调用受局限、道路检测耗时长和效率低。
4、上述无损自动检测方法采用多传感器道路检测车对路面病害进行检测。主要采集两类数据：由ccd(charge coupled device，电荷耦合器件)或cmos(complementary metaloxide semiconductor，互补金属氧化物半导体)数码相机采集的2d数字图像、由
技术实现思路
1、本专利技术的实施例提供了一种基于无人机的道路完整性检测系统，以实现有效地对道路路面进行病害检测。
2、为了实现上述目的，本专利技术采取了如下技术方案。
3、根据本专利技术的一个方面，提供了一种基于无人机的道路完整性检测系统，包括：数据采集子系统、数据传输子系统、图像处理子系统和数据分析子系统，所述数据传输子系统与所述数据采集子系统、所述图像处理子系统连接，所述图像处理子系统与所述数据分析子系统连接；
4、所述数据采集子系统，用于以无人机作为平台，搭载数码拍照设备，根据所述数据传输子系统上传的设置数据在空中对路面进行拍照，获取道路的图像数据，将道路的图像传输给图像处理子系统；
5、所述数据传输子系统，用于当地面控制站完成对巡检路径的规划、飞行高度、速度的设置后，将设置数据传上传至无人机；
6、所述图像处理子系统，用于对采集到的图像进行预处理，对预处理后的图像按指定尺寸进行剪切，对剪切后的含有裂缝的图像数据传输给数据分析子系统；
7、所述数据分析子系统，用于通过卷积神经网对含有裂缝的图像数据进行训练和模型优化，计算裂缝的长度、宽度和密度指标，实现对道路塌陷风险等级的判识。
8、优选地，所述的数据采集子系统包括无人机、导航定位系统、云台相机、地面站和数据通信模块，所述无人机包含机体结构与动力系统，所述动力系统通过调节旋翼转速实现升力变化，控制飞行器的速度和姿态，所述导航定位系统实时输出无人机的位置和姿态信息，所述云台相机由云台和数码相机组成，所述地面站根据预先设定的航拍模式、测区范围、重叠度和相机拍摄姿态参数，实现无人机的自动航线规划工作，对无人机的飞行状态进行实时监控，该飞行状态包括飞行高度、速度、位置和电量，所述数据通信模块用于进行飞行控制系统和各种传感器之间的通信。
9、优选地，所述图像处理算法，用于对图像进行预处理，该预处理包括去噪、图像增强和颜色校正，通过神经网络对图像进行识别，判断是否有裂缝，对剪切后的相同并无裂缝的图片进行合并删除，对剪切后的含有裂缝的图像上传到数据分析子系统。
10、优选地，所述数据分析子系统，用于确定含有裂缝的图像中的边缘像素，将间断的边缘连接成为有意义的完整边缘，去处假边缘，得到含有裂缝的图像中目标区域的边界，利用目标识别算法获得单张图像中目标区域中的路面裂缝的包括裂缝的长度、宽度和空间位置的特征信息，对路面裂缝的特征信息进行数据分析和统计，利用裂缝扩展增量计算裂缝扩展寿命，得出路面完整性的包括裂缝的形态、裂缝密度的评估指标，根据道路裂缝的贯穿程度判识该区域道路塌陷的风险等级。
11、根据本专利技术的另一个方面，提供了一种基于无人机的道路完整性检测方法，应用于所述的系统，所述方法包括：
12、步骤s1：无人机航线规划及参数设置，并通过无人机载数码相机采集道路的图像；
13、步骤s2：对采集的图像进行预处理；
14、步骤s3：对预处理后的图像按指定尺寸进行剪切，通过神经网络对图像进行识别，判断是否有裂缝，对剪切后的相同并无裂缝的图片进行合并删除；
15、步骤s4：通过卷积神经网对含有裂缝的图像数据进行训练和模型优化，计算裂缝的长度、宽度和密度指标，实现对道路塌陷风险等级的判识。
16、优选地，所述步骤s1包括：
17、步骤1：地面站确定无人机的巡检路线并生成飞行指令；
18、步骤2：启动无人机，设置无人机为自动飞行模式，无人机根据飞控系统中设定航线自动飞行，飞行过程中根据道路线自动调整飞行倾角，调整飞行姿态进行航线矫正；
19、步骤3：机载数码相机对飞行路径上的路面进行拍照及摄像，并将所采集的道路的图像及影像、详细检测的道路的路面信息及位置信息进行存储。
20、步骤4：道路检测完毕，无人机自动返航。
21、优选地，所述步骤s3包括：
22、步骤1：对采集的图像进行预处理，该预处理包括：去噪、灰度化、图像平滑和颜色校正；
23、步骤2：对预处理过的图片按指定尺寸进行剪切：
24、步骤3：通过神经网络对剪切后的图像进行识别，判断是否有裂缝，对相同并无裂缝的图片进行合并删除，对剪切后的含有裂缝的图像上传到数据分析子系统。
25、优选地，所述步骤s4包括：
26、确定含有裂缝的图像中的边缘像素，将间断的边缘连接成为有意义的完整边缘，去处假边缘，得到含有裂缝的图像中目标区域的边界，利用目标识别算法获得单张图像中目标区域中的路面裂缝的包括裂缝的长度、宽度和空间位置的特征信息，对路面裂缝的特征信息进行数据分析和统计，利用裂缝扩展增量计算裂缝扩展寿命，得出路面完整性的包括裂缝的形态、裂缝密度的评估指标，根据道路裂缝的贯穿程度判识该区域道路塌陷的风险等级。
27、由上述本专利技术的实施例提供的技术方案可以看出，本专利技术通过无人机载数码相机进行路面完整性检测能够实现对路面塌陷、空洞等病害进行判识，并快速辨别出路面病害位置信息，提高了路面病害检测的效率及准确率。本文档来自技高网...
【技术保护点】
1.一种基于无人机的道路完整性检测系统，其特征在于，包括：数据采集子系统、数据传输子系统、图像处理子系统和数据分析子系统，所述数据传输子系统与所述数据采集子系统、所述图像处理子系统连接，所述图像处理子系统与所述数据分析子系统连接；
2.根据权利要求1所述的系统，其特征在于，所述的数据采集子系统包括无人机、导航定位系统、云台相机、地面站和数据通信模块，所述无人机包含机体结构与动力系统，所述动力系统通过调节旋翼转速实现升力变化，控制飞行器的速度和姿态，所述导航定位系统实时输出无人机的位置和姿态信息，所述云台相机由云台和数码相机组成，所述地面站根据预先设定的航拍模式、测区范围、重叠度和相机拍摄姿态参数，实现无人机的自动航线规划工作，对无人机的飞行状态进行实时监控，该飞行状态包括飞行高度、速度、位置和电量，所述数据通信模块用于进行飞行控制系统和各种传感器之间的通信。
3.根据权利要求2所述的系统，其特征在于，所述图像处理算法，用于对图像进行预处理，该预处理包括去噪、图像增强和颜色校正，通过神经网络对图像进行识别，判断是否有裂缝，对剪切后的相同并无裂缝的图片进行合并
4.根据权利要求3所述的系统，其特征在于，所述数据分析子系统，用于确定含有裂缝的图像中的边缘像素，将间断的边缘连接成为有意义的完整边缘，去处假边缘，得到含有裂缝的图像中目标区域的边界，利用目标识别算法获得单张图像中目标区域中的路面裂缝的包括裂缝的长度、宽度和空间位置的特征信息，对路面裂缝的特征信息进行数据分析和统计，利用裂缝扩展增量计算裂缝扩展寿命，得出路面完整性的包括裂缝的形态、裂缝密度的评估指标，根据道路裂缝的贯穿程度判识该区域道路塌陷的风险等级。
5.一种基于无人机的道路完整性检测方法，其特征在于，应用于权利要求1至4任一项所述的系统，所述方法包括：
6.根据权利要求5所述的方法，其特征在于，所述步骤S1包括：
7.根据权利要求5所述的方法，其特征在于，所述步骤S3包括：
8.根据权利要求5所述的方法，其特征在于，所述步骤S4包括：
...【技术特征摘要】
1.一种基于无人机的道路完整性检测系统，其特征在于，包括：数据采集子系统、数据传输子系统、图像处理子系统和数据分析子系统，所述数据传输子系统与所述数据采集子系统、所述图像处理子系统连接，所述图像处理子系统与所述数据分析子系统连接；
2.根据权利要求1所述的系统，其特征在于，所述的数据采集子系统包括无人机、导航定位系统、云台相机、地面站和数据通信模块，所述无人机包含机体结构与动力系统，所述动力系统通过调节旋翼转速实现升力变化，控制飞行器的速度和姿态，所述导航定位系统实时输出无人机的位置和姿态信息，所述云台相机由云台和数码相机组成，所述地面站根据预先设定的航拍模式、测区范围、重叠度和相机拍摄姿态参数，实现无人机的自动航线规划工作，对无人机的飞行状态进行实时监控，该飞行状态包括飞行高度、速度、位置和电量，所述数据通信模块用于进行飞行控制系统和各种传感器之间的通信。
3.根据权利要求2所述的系统，其特征在于，所述图像处理算法，用于对图像进行预处理，该预处理包括去噪、图像增强和颜色校正，通过神经网络对...
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。