[發明專利]道路檢測車及道路檢測方法、裝置

在審

• 申請號: 201911079608.7
• 申請日: 2019-11-07
• 公開（公告）號: CN110910354A
• 公開（公告）日: 2020-03-24
• 發明（設計）人: 唐金學;黃永華;胡世峰
• 申請（專利權）人: 安徽樂道信息科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 白雪靜

本發明公開了一種道路檢測車及道路檢測方法、裝置，其中，方法包括：獲取道路圖像；采用深度學習模型對道路圖像進行病害目標的識別和提取；對提取出的病害目標進行分類和參數統計。根據本發明實施例的道路檢測方法，通過可進行多車道并行檢測，自動識別、分類并記錄路面的破損信息，實現對高速行駛路面病害檢測車輛所采集的路面視頻和圖像數據的自動化、智能化分析。

技術領域

本發明涉及車輛技術領域，特別涉及一種道路檢測車及道路檢測方法、裝置。

背景技術

路養護管理系統始于20世紀六七十年代，由于受到科技水平的限制，其數據采集技術落后、數據精度難以保證。因此，各國針對道路檢測技術開展深入研究，取得了巨大的進展。

相關技術中，一般的道路養護檢測仍然以效率低下、安全性不好的人工現場調查方法為主，有的道路養護檢測基本已進入到道路病害自動檢測的實際應用階段。

然而，相關技術中的道路養護檢測普遍存在檢測成本較高，檢測周期較長，且數據處理比較耗時的問題，無法滿足道路日常養護巡檢的需求。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。為此，本發明的第一個目的在于提出一種道路檢測方法，通過可進行多車道并行檢測，自動識別、分類并記錄路面的破損信息，實現對高速行駛路面病害檢測車輛所采集的路面視頻和圖像數據的自動化、智能化分析。

本發明的第二個目的在于提出一種道路檢測裝置。

本發明的第三個目的在于提出一種道路檢測車。

為達到上述目的，本發明第一方面實施例提出了一種道路檢測方法，包括：獲取道路圖像；采用深度學習模型對所述道路圖像進行病害目標的識別和提取；對提取出的病害目標進行分類和參數統計。

另外，根據本發明上述實施例的道路檢測方法還可以具有如下附加的技術特征：

根據本發明的一個實施例，所述深度學習模型為多層卷積神經網絡模型。

根據本發明的一個實施例，所述獲取道路圖像，包括：獲取面陣相機連續采集的多個車道的道路圖像。

根據本發明的一個實施例，所述面陣相機與道路傾斜設置。

根據本發明的一個實施例，所述獲取道路圖像，還包括：對所述多個車道的道路圖像進行圖像穩定處理。

根據本發明的一個實施例，所述獲取道路圖像，還包括：獲取與所述多個車道的道路圖像對應的道路檢測車的速度；根據所述道路檢測車的速度對圖像穩定處理后的道路圖像進行平滑抽取；對平滑抽取出的道路圖像進行圖像拼接和融合。

根據本發明的一個實施例，所述獲取道路圖像，還包括：對融合后的道路圖像進行圖像視覺變換，得到鳥瞰視角下的道路圖像。

根據本發明的一個實施例，所述獲取道路圖像，還包括：對所述鳥瞰視角下的道路圖像進行預處理，所述預處理包括灰度校正和/或圖像增強。

根據本發明實施例的道路檢測方法，可以獲取道路圖像，并采用深度學習模型對道路圖像進行病害目標的識別和提取，并對提取出的病害目標進行分類和參數統計。由此，通過可進行多車道并行檢測，自動識別、分類并記錄路面的破損信息，實現對高速行駛路面病害檢測車輛所采集的路面視頻和圖像數據的自動化、智能化分析，具有自動化巡查，智能化巡檢，具有成本低、效率高、自動化、智能化、安全化的優點，不僅適用于道路的日常養護巡檢，而且還可對路面使用質量、施工質量以及現有路面破壞程度進行初步評定。

為達到上述目的，本發明第二方面實施例提出了一種道路檢測裝置，包括：獲取模塊，用于獲取道路圖像；識別提取模塊，用于采用深度學習模型對所述道路圖像進行病害目標的識別和提取；統計模塊，用于對提取出的病害目標進行分類和參數統計。