[發明專利]一種道路線激光車轍沉陷擁包范圍和尺寸檢測方法

在審

• 申請號: 202211278627.4
• 申請日: 2022-10-19
• 公開（公告）號: CN115655119A
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 楊強;鐘盛;嚴京旗;陳勇勇
• 申請（專利權）人: 上海同陸云交通科技有限公司
• 主分類號: G01B11/02
• 分類號: G01B11/02;G01B11/16;G06N3/08;G06T7/00;G06N3/04
• 代理公司: 上海秋冬專利代理事務所(普通合伙) 31414
• 代理人: 張月

本發明涉及一種道路線激光車轍沉陷擁包范圍和尺寸檢測方法，包括以下步驟：S1、在巡檢車上安裝高清相機、中央工控機、線激光發射器設備，高清相機根據中央工控機的指令采集圖像，部署在中央工控機的3D卷積神經網絡算法擬合圖像中激光線的坐標點[u,v]；S2、利用線型判別算法對單幀圖像中的激光線擬合坐標點[u,v]進行線性、曲率分析，并計算病害指標value，設置一定的閾值threshold，在單幀圖像中value超出該閾值的激光線范圍即為該張圖像中的病害寬度；S3、通過3D卷積神經網絡在時間維度上進行連續分析，獲取畫面連續幀內的病害計算指標value，計算超過該閾值的計算指標value出現的連續幀次ftime，計算獲取病害的長度；S4、將識別的結果保存在本地，并通過移動網絡回傳至云端。

技術領域

本發明涉及道路工程技術領域，尤其是涉及一種道路線激光車轍沉陷擁包范圍和尺寸檢測方法。

背景技術

隨著我國道路交通建設的飛速發展，我國已建成龐大的市政、高速、中低道路網絡，而大體量的道路設施也給路面病害檢測、路面管養帶來極大的挑戰。

近幾年隨著深度學習在計算機視覺領域的推廣應用，新型的道路輕量化檢測系統也部分替代了傳統檢測方法，但目前針對變形類病害的識別效果還不夠顯著，病害范圍和尺寸還不能準確的檢測，尤其是像沉陷、擁包、車轍、錯臺等變形類病害。而準確檢測車轍等變形類病害的范圍和尺寸對于道路的養護具有現實的指導意義。

現有的技術中，常見的道路車轍沉陷及擁包的檢測方法主要依靠人工檢測和路面多功能檢測車、3D激光點云。人工方法只能隨機抽樣檢測路面的車轍，不能全面系統反映路面的車轍擁包狀況， 效率較低，危險性高，主觀性強。路面車轍自動檢測方法是利用路面多功能檢測車來測量路面的車轍，但需對車輛進行特殊改裝，設備數量有限，無法大面積、高頻次使用，且該類型設備一般只用于道路的年度檢測，無法指導日常的管養。3D激光點云的方法利用激光雷達獲取路面的3D激光點云數據，進而對車轍沉陷及擁包進行分析提取，但該方法由于激光雷達成本較高，不利于推廣使用。

發明內容

針對現有技術存在的不足，本發明的目的是提供一種道路線激光車轍沉陷擁包范圍和尺寸檢測方法，其利用輕量化設備，實現路面車轍、沉陷等變形類病害的采集，并利用深度學習算法，識別路面出現擁包、沉陷、車轍等變形類病害的病害長度。借助其成本、輕量化的傳感器及智能算法，實現道路變形類病害范圍和尺寸的快速識別，并通過高頻巡查跟蹤變形類病害的發展趨勢，減少道路養護維護的人力成本，推動道路養護管理高效智能化。

本發明的上述發明目的是通過以下技術方案得以實現的：

一種道路線激光車轍沉陷擁包范圍和尺寸檢測方法，包括以下步驟：

S1、在巡檢車上安裝高清相機、中央工控機、線激光發射器設備，啟動相關的設備，巡檢車輛在行駛的過程中，高清相機根據中央工控機的指令采集圖像，部署在中央工控機的3D卷積神經網絡算法擬合圖像中激光線的坐標點[u,v]；

S2、利用線型判別算法對單幀圖像中的激光線擬合坐標點[u,v]進行線性、曲率分析，并計算病害指標value，設置一定的閾值threshold，在單幀圖像中value超出該閾值的激光線范圍即為該張圖像中的病害寬度；

S3、通過3D卷積神經網絡在時間維度上進行連續分析，獲取畫面連續幀內的病害計算指標value，通過計算超過該閾值的計算指標value出現的連續幀次ftime，結合實際車速，即可計算獲取病害的長度；

S4、將識別的結果保存在本地，并通過移動網絡回傳至云端。

本發明在一較佳示例中可以進一步配置為：在步驟S1中，巡檢車輛在行駛的過程中，啟動系統，啟動線激光發射器，在平整的路面上，所述高清相機采集的圖像內可觀察到平直的線激光。

本發明在一較佳示例中可以進一步配置為：在步驟S1中，利用部署在工控機內的3D卷積神經網絡算法，對圖像中的激光線進行回歸擬合，獲得激光線上的坐標列表[u, v]。