[發明專利]道路病害預測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202211739057.4
• 申請日: 2022-12-31
• 公開（公告）號: CN116432095A
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 程冰;韓華勝;鄒博
• 申請（專利權）人: 深圳云天勵飛技術股份有限公司
• 主分類號: G06F18/241
• 分類號: G06F18/241;G06F18/213;G06F18/2135;G07C5/08;G01D21/02
• 代理公司: 深圳驛航知識產權代理事務所(普通合伙) 44605
• 代理人: 楊倫

1.一種道路病害預測方法，其特征在于，包括以下步驟：

獲取各個路段的歷史行駛車輛數據以及歷史道路環境數據；

根據所述歷史行駛車輛數據以及歷史道路環境數據，確定道路病害影響因子；

根據所述道路病害影響因子，對所述目標路段的道路病害進行預測，得到所述目標路段的道路病害預測結果。

2.如權利要求1所述的道路病害預測方法，其特征在于，所述根據所述歷史行駛車輛數據以及歷史道路環境數據，確定道路病害影響因子，包括：

根據所述歷史行駛車輛數據以及歷史道路環境數據，確定道路病害的影響數據，所述影響數據包括第一數量個數據維度；

對所述影響數據進行降維處理，得到樣本降維數據，所述樣本降維數據包括第二數量個數據維度，所述第二數量小于所述第一數量；

基于所述樣本降維數據，確定道路病害影響因子。

3.如權利要求2所述的道路病害預測方法，其特征在于，所述對所述影響數據進行降維處理，得到樣本降維數據，所述樣本降維數據包括第二數量個數據維度，包括：

根據所述影響數據，確定第一影響矩陣，所述第一影響矩陣包括第一數量個數據維度；

對所述第一影響矩陣進行降維處理，得到第二影響矩陣；

基于所述第一影響矩陣與所述第二影響矩陣，確定所述樣本降維數據。

4.如權利要求3所述的道路病害預測方法，其特征在于，所述對所述第一影響矩陣進行降維處理，得到第二影響矩陣，包括：

確定所述第一影響矩陣的協方差矩陣；

基于所述第一影響矩陣的協方差矩陣，對所述第一影響矩陣進行降維處理，得到第二影響矩陣。

5.如權利要求4所述的道路病害預測方法，其特征在于，所述基于所述第一影響矩陣的協方差矩陣，對所述第一影響矩陣進行降維處理，得到第二影響矩陣，包括：

計算所述第一影響矩陣的協方差矩陣；

計算所述協方差矩陣的特征值以及所述特征值對應的特征向量；

根據所述特征值最大的第二數量個所述特征向量得到所述中間矩陣，根據所述第一影響矩陣與所述中間矩陣確定第二影響矩陣。

6.如權利要求5所述的道路病害預測方法，其特征在于，所述根據所述特征值最大的第二數量個所述特征向量得到所述中間矩陣，根據所述第一影響矩陣與所述中間矩陣確定第二影響矩陣，包括：

將所述第一影響矩陣與所述中間矩陣進行相乘，得到第二影響矩陣。

7.如權利要求6所述的道路病害預測方法，其特征在于，所述根據所述道路病害影響因子，對所述目標路段的道路病害進行預測，得到所述目標路段的道路病害預測結果，包括：

獲取所述目標路段的行駛車輛數據以及道路環境數據；

根據所述道路病害影響因子，確定所述目標路段的目標影響矩陣；

基于所述目標影響矩陣，對所述目標路段的道路病害進行預測，得到所述目標路段的道路病害預測結果。

8.一種道路病害預測裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取各個路段的歷史行駛車輛數據以及歷史道路環境數據；

確定模塊，用于根據所述歷史行駛車輛數據以及歷史道路環境數據，確定道路病害影響因子；

預測模塊，用于根據所述道路病害影響因子，對所述目標路段的道路病害進行預測，得到所述目標路段的道路病害預測結果。

9.一種電子設備，其特征在于，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如權利要求1至7中任一項所述的道路病害預測方法中的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述的道路病害預測方法中的步驟。