[發明專利]無人機載的路面檢測系統及檢測方法

有效

• 申請號: 201910305803.0
• 申請日: 2019-04-16
• 公開（公告）號: CN109902668B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 張炯;胡念;楊明強;夏霜;韓若楠;崔新壯;張齊魯
• 申請（專利權）人: 山東大學
• 主分類號: G06V20/00
• 分類號: G06V20/00;G06V10/56;G06V10/46;G06N3/08;H04N7/18
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李圣梅

本發明公開了無人機載的路面檢測系統及檢測方法，包括無人機，所述無人機上設置有GPS系統及無人機飛行高度控制系統；所述無人機上搭載有攝像頭，所述攝像頭連接圖像傳感器；所述圖像傳感器的輸出端連接至信號放大電路的輸入端，所述信號放大電路的輸出端連接至信號轉換電路的輸入端；所述信號轉換電路的輸出端連接至無線數傳電臺；所述信號放大電路的輸入端連接信號檢測及處理電路的輸出端，信號檢測及處理電路的輸入端連接控制器；地面無線數傳電臺由電平轉接板連接地面服務器，搭載在無人機上的無線數傳電臺與地面無線數傳電臺通過無線方式通信。能夠采集不同的路面信息并分別進行圖像處理，建立相應的模型，能夠實時動態對路面進行檢測。

技術領域

本公開涉及交通路面檢測技術領域，特別是涉及無人機載的路面檢測系統及檢測方法。

背景技術

隨著道路交通的發展，道路交通在經濟發展中扮演著重要的角色，也給人們出行帶來極大便利。然而，其伴隨產生的問題也尤為突出，如，路面下陷，路面斷裂，遺撒物體，施工中產生的固體廢物未及時清理，道路中間停留的小動物等一系列問題，嚴重影響車輛正常行駛，造成大量交通事故。目前國內部分路面檢測系統只用于解決其中有些問題，無法全面快速，高效解決道路所產生的問題。如高速公路上的遺撒物，依賴于兩人駕駛一輛工程車，每天沿高速公路完成50公里的目測檢查全國高速公路里程13.6萬公里耗費大量人力物力。

發明內容

為了解決現有技術的不足，本公開實施例子提供了無人機載的路面檢測系統，能夠實時動態對路面進行檢測。

為了實現上述目的，本申請采用以下技術方案：

無人機載的路面檢測系統，包括無人機，所述無人機上設置有GPS系統及無人機飛行高度控制系統；

所述無人機上搭載有攝像頭，所述攝像頭連接圖像傳感器；所述圖像傳感器的輸出端連接至信號放大電路的輸入端，所述信號放大電路的輸出端連接至信號轉換電路的輸入端；所述信號轉換電路的輸出端連接至無線數傳電臺；

所述信號放大電路的輸入端連接信號檢測及處理電路的輸出端，信號檢測及處理電路的輸入端連接控制器；

地面無線數傳電臺由電平轉接板連接地面服務器，搭載在無人機上的無線數傳電臺與地面無線數傳電臺通過無線方式通信。

進一步的技術方案，在地面服務器中用于對采集的圖像進行圖像的處理，包括灰度化、圖像平滑和銳化、圖像灰度變換、圖像分割；

將圖像處理后的圖片提取相應的物體特征；

針對拍攝的不同圖像分別進行圖像處理，獲得圖像數據集，對采集的數據集進行分類處理，使用圖像數據集在卷積網絡中進行預訓練，對模型進行優化。

進一步的技術方案，在卷積網絡中進行預訓練：將數據集中的每一幅圖特征參數采用反向傳播算法和隨機梯度下降方法，根據前向傳播的loss值的大小，來進行反向傳播迭代更新每一層的權重，直到模型的loss值趨向于收斂時，停止訓練模型，得到深度學習模型，在圖像的倒數第二層全卷積層提取深度學習特征；

對于給定任意一幅待識別的圖像，輸入到訓練好的深度學習模型中，提取樣本的深度學習特征，判別該圖像屬于哪個類別。

進一步的技術方案，圖像數據集所包括的圖像種類包括但不限于路面下陷圖像，路面斷裂圖像，遺撒物體圖像，施工中產生的固體廢物未及時清理圖像，道路中間停留的小動物圖像。

本公開的實施例子還公開了無人機載的路面檢測系統的檢測方法，包括：

定位無人機所在的位置，判斷無人機所檢測的道路，并控制無人機沿著所檢測道路飛行；

無人機飛行高度控制系統根據垂直向下發射的電波以及由地面發射回來的電波控制無人機的輸出功率，以調整無人機的飛行高度；