【技术实现步骤摘要】
本专利技术属于路面巡检分析领域，尤其涉及一种基于人工智能的巡检方法以及系统。
技术介绍
1、路面巡检分析领域关注的是公路、桥梁及相关基础设施的状况获取、损伤检测、结构健康评估以及维护决策支持。在该领域中，目的是确保道路交通的安全、可靠性和效率，同时延长道路的使用寿命和最大化维修预算的性价比。
2、传统路检方法通常依赖专业人员进行现场检查和评估。这不仅耗时且效率低，此外，由于人力资源的质量和数量都存在限制，这会导致巡检覆盖面有限和定期巡检硬件难以实现。且传统维修管理往往导致物料和资源的浪费，由于没有精确的损毁大小和类型评估，可能导致过度或不足的维修作业。
技术实现思路
1、本专利技术的目的在于提供一种基于人工智能的巡检方法，旨在解决
技术介绍
中确定的现有技术存在的技术问题。
2、本专利技术是这样实现的，一种基于人工智能的巡检方法，所述方法包括：
3、通过道路专用传感器采集当前路表检测图像数据，并对所采集到的路表检测图像数据进行第一次分析，判断路表检测图像数据中是否存在路面损毁特征；
4、当识别出存在路面损毁特征时，以识别出存在损毁特征的路表检测图像数据为中点，扩散式的获取周围的全部路表检测图像数据，并判断是否存在相连贯的路面损毁特征，若不存在则舍弃该方向的识别操作；
5、若存在相连贯的路面损毁特征，则以识别出存在相连贯路面损毁特征的路表检测图像数据为中点，再次进行扩散式检索，直至扩散式检索均无法检测出相连贯的路面损毁特征；p>
6、将所检测出存在相连贯路面损毁特征的路表检测图像数据进行合成，并对损毁路面进行第二次分析，判断路面类型和损毁方式，生成修损毁补策略。
7、作为本专利技术更进一步的方案，所述对所采集到的路表检测图像数据进行第一次分析，判断路表检测图像数据中是否存在路面损毁特征，具体包括：
8、将道路专用传感器布置于检测车辆和无人机上，并接收来自检测车辆和无人机的道路专用传感器所反馈的路表检测图像数据；
9、以边缘特征、纹理连贯性特征、形态学特征为基础，对所反馈的路表检测图像数据进行特征识别，判断该路表检测图像数据中是否存在路面损毁特征。
10、作为本专利技术更进一步的方案，所述以识别出存在损毁特征的路表检测图像数据为中点，扩散式的获取周围的全部路表检测图像数据，并判断是否存在相连贯的路面损毁特征，具体包括：
11、当识别出路表检测图像中存在路面损毁特征时，则将该路表检测图像作为中点，规划出扩散检测的区域和方向，并反馈至检测车辆和无人机中，获取扩散检测所得到的路表检测图像；
12、对扩散检测所得到的路表检测图像进行特征识别和图像拼接，判断是否存在与中点位置的路面损毁特征相连贯的损毁特征；
13、当扩散检测所获取的某一路表检测图像中未发现路面损毁特征，则以该扩散检测的方向为基础，取消该方向的后续检测。
14、作为本专利技术更进一步的方案，所述再次进行扩散式检索，直至扩散式检索均无法检测出相连贯的路面损毁特征，具体包括：
15、当扩散检测所获取的某一路表检测图像中发现存在连贯路面损毁特征，则将该扩散检测的区域作为新的中点，再次进行扩散检测；
16、当再次检测发现全部方向所获得的路表检测图像中均无路面损毁特征时，则以当前的中点作为路面损毁终点，停止扩散检测。
17、作为本专利技术更进一步的方案，所述对损毁路面进行第二次分析，判断路面类型和损毁方式，生成修损毁补策略，具体包括：
18、获取全部包含有路面损毁特征的路表检测图像，并进行合成，获取完整的损毁图像以及损毁处路面图像；
19、分别对损毁图像和损毁处路面图像进行分析，判断出路面损毁状况和损毁处路面的结构；
20、根据损毁处路面结构判断出修复所需的材料，根据路面损毁状况获取所需的修复材料数量，并生成修复策略。
21、本专利技术的另一目的在于提供一种基于人工智能的巡检系统，所述系统包括：
22、路表损毁分析模块，用于通过道路专用传感器采集当前路表检测图像数据，并对所采集到的路表检测图像数据进行第一次分析，判断路表检测图像数据中是否存在路面损毁特征；
23、损毁扩散识别模块，用于当识别出存在路面损毁特征时，以识别出存在损毁特征的路表检测图像数据为中点，扩散式的获取周围的全部路表检测图像数据，并判断是否存在相连贯的路面损毁特征，若不存在则舍弃该方向的识别操作；
24、边界追踪识别模块，用于若存在相连贯的路面损毁特征，则以识别出存在相连贯路面损毁特征的路表检测图像数据为中点，再次进行扩散式检索，直至扩散式检索均无法检测出相连贯的路面损毁特征；
25、补救方案合成模块，用于将所检测出存在相连贯路面损毁特征的路表检测图像数据进行合成，并对损毁路面进行第二次分析，判断路面类型和损毁方式，生成修损毁补策略。
26、作为本专利技术更进一步的方案，所述路表损毁分析模块包括：
27、移动巡检同步单元，用于将道路专用传感器布置于检测车辆和无人机上，并接收来自检测车辆和无人机的道路专用传感器所反馈的路表检测图像数据；
28、图像特征诊断单元，用于以边缘特征、纹理连贯性特征、形态学特征为基础，对所反馈的路表检测图像数据进行特征识别，判断该路表检测图像数据中是否存在路面损毁特征。
29、作为本专利技术更进一步的方案，所述损毁扩散识别模块包括：
30、损毁探测定位单元，用于当识别出路表检测图像中存在路面损毁特征时，则将该路表检测图像作为中点，规划出扩散检测的区域和方向，并反馈至检测车辆和无人机中，获取扩散检测所得到的路表检测图像；
31、连贯损毁分析单元，用于对扩散检测所得到的路表检测图像进行特征识别和图像拼接，判断是否存在与中点位置的路面损毁特征相连贯的损毁特征；
32、检测终止控制单元，用于当扩散检测所获取的某一路表检测图像中未发现路面损毁特征，则以该扩散检测的方向为基础，取消该方向的后续检测。
33、作为本专利技术更进一步的方案，所述边界追踪识别模块包括：
34、连续损毁追踪单元，用于当扩散检测所获取的某一路表检测图像中发现存在连贯路面损毁特征，则将该扩散检测的区域作为新的中点，再次进行扩散检测；
35、损毁分析闭环单元，用于当再次检测发现全部方向所获得的路表检测图像中均无路面损毁特征时，则以当前的中点作为路面损毁终点，停止扩散检测。
36、作为本专利技术更进一步的方案，所述补救方案合成模块包括：
37、损毁拼合集尘单元，用于获取全部包含有路面损毁特征的路表检测图像，并进行合成，获取完整的损毁图像以及损毁处路面图像；
38、损毁状况诊断单元，用于分别对损毁图像和损毁处路面图像进行分析，判断出路面损毁状况和损毁处路面的结构；
39、修复策略生成单元，用于根据损毁处路面结构判断出修复本文档来自技高网...
【技术保护点】
1.一种基于人工智能的巡检方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所采集到的路表检测图像数据进行第一次分析，判断路表检测图像数据中是否存在路面损毁特征，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述以识别出存在损毁特征的路表检测图像数据为中点，扩散式的获取周围的全部路表检测图像数据，并判断是否存在相连贯的路面损毁特征，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述再次进行扩散式检索，直至扩散式检索均无法检测出相连贯的路面损毁特征，具体包括：
5.根据权利要求4所述的方法，其特征在于，所述对损毁路面进行第二次分析，判断路面类型和损毁方式，生成修损毁补策略，具体包括：
6.一种基于人工智能的巡检系统，其特征在于，所述系统包括：
7.根据权利要求6所述的系统，其特征在于，所述路表损毁分析模块包括：
8.根据权利要求7所述的系统，其特征在于，所述损毁扩散识别模块包括：
9.根据权利要求8所述的系统，其特征在于，所述边界追踪识别模
10.根据权利要求9所述的系统，其特征在于，所述补救方案合成模块包括：
...【技术特征摘要】
1.一种基于人工智能的巡检方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所采集到的路表检测图像数据进行第一次分析，判断路表检测图像数据中是否存在路面损毁特征，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述以识别出存在损毁特征的路表检测图像数据为中点，扩散式的获取周围的全部路表检测图像数据，并判断是否存在相连贯的路面损毁特征，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述再次进行扩散式检索，直至扩散式检索均无法检测出相连贯的路面损毁特征，具体包括...
【专利技术属性】
技术研发人员：靖蕴涵，
申请(专利权)人：北京数通魔方科技有限公司，
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。