【技术实现步骤摘要】
本专利技术涉及公路路面检测，尤其涉及一种道路路面损坏的快速人工辅助识别方法。
技术介绍
1、电路面数据采集工作目前普遍采用综合性能检测车(普遍使用线阵相机技术)和轻量化检测车(普遍使用面阵相机技术)，车辆行驶过程中利用相机对路面进行自动拍照，采集路面图片。除了路面图片外，还会一同采集道路gps数据、前方景观数据、道路平整度数据，作为分析道路平整度、沿线设施情况的支撑数据，也帮助把握道路位置。
2、按照道路性质、技术等级、路面类型不同，对道路路面损坏的划分类别和损坏定义也有所不同。传统路面损坏人工识别过程：
3、第一步：选择要加载的图片包，填写道路的默认技术等级、路面属性。识别软件的参数选择区域，会显示可选择的路面类型、路面损坏类型、路面损坏等级，其中路面类型会根据用户选择设置为默认值以方便用户。
4、第二步：人工识别时，如果发现路面损坏，需要先确定路面类型，再确定损坏类型，然后在图片上画上相应的矩形框。如果该类型有损坏程度(比如轻、中、重)，还要根据损害的长度、面积等属性数据设置损坏程度。
5、第三步：识别完成后，软件自动导出破损分析结果。
6、深度学习是目前广泛应用的人工智能算法。该技术需要针对需要识别的业务对象，比如道路裂缝、坑槽等病害，先积累一定数量的人工标注样本，再利用人工标注样本去训练深度学习模型。模型在应用时可以针对图片识别出关注的业务对象。一般的，人工标注样本数量越多标注越精确，对模型的准确度帮助越大。传统深度学习图片标注过程：
7、第一步：选
8、第二步：人工标注时，如果发现路面损坏样本，以矩形框标记，再确定损坏类型。
9、第三步：图片标注完后，标注结果一般会以json等文件和图片打包在一起，形成一个样本文件。
10、图1显示了人工标注样本的一个示例，可见图中已选择了一个路面病害，但是右边标本选择框没有根据道路属性进行筛选，所以病害类别无法同时全部显示，用户每次拉好病害样本框后，都需在病害选择框中选择对应的病害，大大降低了工作效率。
11、然而路面检测人工识别方案和传统深度学习图片标注方案均存在以下客观缺点：
12、1)路面识别标本标注时，要依次确定路面类型、损坏类型、损坏程度，人工选择步骤多，非常影响效率。
13、2)损坏量化属性是否符合损坏定义，需要人工判断，容易出错，导致多报、漏报、错报；
14、3)识别时因图片不直观、视野受限造成难以判断分析一些点的路面损坏；
15、4)已识别的成果无法形成组织的经验，遇到疑难问题无法借鉴之前成果。
技术实现思路
1、本专利技术的目的在于提供一种道路路面损坏的快速人工辅助识别方法，以解决上述
技术介绍
中遇到的问题。
2、为实现上述目的，本专利技术的技术方案如下：
3、一种道路路面损坏的快速人工辅助识别方法，包括以下步骤：
4、步骤s1、正常加载一条道路的检测数据，导入该道路的检测数据；
5、步骤s2、关联路网数据库并设置道路基础属性，将道路检测起点gps位置点与路网道路路径数据比较，如果gps位置点在某个道路空间范围内，即判断检测图片属于该道路。
6、作为一种优选的方案，数据关联公路资源管理平台数据库、城市道路网数据库，快速设定道路默认属性。如存在多条道路路径，由用户自行确定检测道路。查询路网数据库该道路的相关属性，即得到当前检测道路的道路属性。
7、步骤s3、通过机器视觉方法将斜视图片中下部三分之二部分转为正视图，结合设备实际测量宽度，可计算正视图中两点的长度，路面检测各项数据通过采集时间进行关联，预处理检测的数据；
8、步骤s4、用户直接选择路面损坏类型，人工识别路面损坏；系统自动显示损坏的面积、长度信息；
9、步骤s5、判断道路的属性是否需要调整、图面是否损坏、损坏类型是否确定。
10、具体的，当道路的属性无法识别时，则需要调整道路的默认属性和技术等级，否则进入下一步；当难以识别图片的损坏时，则查看路网数据库相关同步的数据，否则进入下一步；当对路面的损坏类型不熟悉时，则查看同类道路路面损坏的图片，否则进入下一步。
11、步骤s6、若未完成损坏识别，则重复步骤4，直至完成所有路面损坏的图片识别工作。
12、与现有技术相比，本专利技术的有益效果是：通过本快速人工辅助识别方法，在识别道路路面损坏时，可以精确匹配每张图片的路面损坏类型，有效提高人工识别速度；路面损坏结果可以立即显示量化数据，智能分析路面损坏标注是否合规；结合斜视图、前方景观图、地图位置轨迹，有效提高人工识别准确度；同类路面损坏图片样例一键调取查看，快速熟悉不同类型损坏。
本文档来自技高网...【技术保护点】
1.一种道路路面损坏的快速人工辅助识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种道路路面损坏的快速人工辅助识别方法，其特征在于：在步骤S2中，数据关联公路资源管理平台数据库、城市道路网数据库，快速设定道路默认属性。
3.根据权利要求2所述的一种道路路面损坏的快速人工辅助识别方法，其特征在于：如存在多条道路路径，由用户自行确定检测道路。查询路网数据库该道路的相关属性，即得到当前检测道路的道路属性。
4.根据权利要求1所述的一种道路路面损坏的快速人工辅助识别方法，其特征在于：在步骤S5中，当道路的属性无法识别时，则需要调整道路的默认属性和技术等级，否则进入下一步；当难以识别图片的损坏时，则查看路网数据库相关同步的数据，否则进入下一步；当对路面的损坏类型不熟悉时，则查看同类道路路面损坏的图片，否则进入下一步。
【技术特征摘要】
1.一种道路路面损坏的快速人工辅助识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种道路路面损坏的快速人工辅助识别方法，其特征在于：在步骤s2中，数据关联公路资源管理平台数据库、城市道路网数据库，快速设定道路默认属性。
3.根据权利要求2所述的一种道路路面损坏的快速人工辅助识别方法，其特征在于：如存在多条道路路径，由用户自行确定检测道路。查询...
【专利技术属性】
技术研发人员：叶林海，吴寅，傅云翔，吴恙，李伟，王家强，蒋健，
申请(专利权)人：安徽交强省通信息科技有限公司，
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。