[發明專利]公路防眩板健康狀態自動檢測方法

在審

• 申請號: 202310309939.5
• 申請日: 2023-03-28
• 公開（公告）號: CN116363426A
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 李林;羅文婷;林睿旸
• 申請（專利權）人: 南京工業大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/82;G06N3/08;G06V10/25;G06T7/00;G06V10/42;G06N3/0464
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 郭東亮;蔡學俊

本發明提出公路防眩板健康狀態自動檢測方法，包括以下步驟：步驟S1：利用雙目立體道路智能巡檢系統采集防眩板圖像；步驟S2：訓練基于YOLOv5的防眩板檢測模型；步驟S3：基于步驟S2訓練的檢測模型對防眩板圖像識別，以獲取防眩板檢測框在防眩板圖像內的坐標信息數據；步驟S4：根據先驗知識，將檢測框內的防眩板進行目標分類，分成缺失防眩板、破損防眩板、傾斜防眩板和完好防眩板四類；步驟S5：基于步驟S4的預分類結果，利用步驟S3中的坐標信息數據，計算防眩板預測框的高度值、防眩板預測框之間的前后間距、防眩板預測框的長寬比信息，以計算結果來判定防眩板的健康狀態；本發明能基于防眩板位置及幾何信息的破損對公路防眩板狀態進行自動檢測。

技術領域

本發明涉及道路巡檢的圖像識別技術領域，尤其是公路防眩板健康狀態自動檢測方法。

背景技術

目前在日常道路巡檢工作中，防眩板破損檢測主要是以人工檢測為主。然而，由于高速公路里程長、行駛車速快，因此，該方法都存在著檢測速度慢、檢測精度不高、檢測效率低的問題。

在相關研究領域，國內外對防眩板的研究基本集中在防眩板尺寸設計、防眩板安裝優化設計以及防眩板性能檢測等方面，對防眩板破損檢測的研究較少。近年來，深度學習技術得到了快速發展，從最初的兩階段模型R-CNN、Faster-RCNN到如今的單階段模型CenterNet、YOLO系列等，在目標檢測領域得到了廣泛應用。然而，深度學習的檢測精度極大依賴于樣本的數量和質量，由于缺損防眩板的數據較少，且缺損形式多樣，僅用深度學習的方法難以實現較高精度的防眩板健康狀態檢測。

針對以上問題，本發明提出了基于防眩板位置及幾何信息的破損自動檢測方法。

發明內容

本發明提出公路防眩板健康狀態自動檢測方法，能基于防眩板位置及幾何信息的破損對公路防眩板狀態進行自動檢測。

本發明采用以下技術方案。

公路防眩板健康狀態自動檢測方法，所述檢測方法包括以下步驟：

步驟S1：利用雙目立體道路智能巡檢系統采集防眩板圖像；

步驟S2：訓練基于YOLOv5的防眩板檢測模型；

步驟S3：基于步驟S2訓練的檢測模型對防眩板圖像識別，以獲取防眩板檢測框在防眩板圖像內的坐標信息數據；

步驟S4：根據先驗知識，將檢測框內的防眩板進行目標分類，分成缺失防眩板、破損防眩板、傾斜防眩板和完好防眩板四類；

步驟S5：基于步驟S4的預分類結果，利用步驟S3中的坐標信息數據，計算防眩板預測框的高度值、防眩板預測框之間的前后間距、防眩板預測框的長寬比信息，以計算結果來判定防眩板本體或防眩板分布的健康狀態。

所述步驟S3中獲取防眩板檢測框的坐標信息，其具體方法為：利用訓練獲得的防眩板識別模型，識別防眩板圖像內的防眩板，以提取防眩板在防眩板圖像內的檢測區域，即防眩板對應的檢測框。

所述步驟S4中的分類，其缺失防眩板的判斷依據為在兩個防眩板之間存在空缺；破損防眩板的判斷依據為防眩板存在斷裂破損；傾斜防眩板的判斷依據為防眩板存在歪曲傾斜。

所述步驟S4中的先驗知識為防眩板健康狀態、非健康狀態的坐標信息特征，具體為；

特征A、健康狀態的防眩板，其防眩板對應的檢測框的間距在防眩板圖像中逐漸遞減，且第一個防眩板對應的檢測框與第二個防眩板對應的檢測框之間的間距明顯大于防眩板圖像后幾個防眩板對應的檢測框之間的間距；

特征B、當防眩板存在破損時，其對應的檢測框的高度值在防眩板圖像中變低，健康狀態的各個防眩板對應的檢測框的高度在防眩板圖像中是逐漸遞減的，且第一個防眩板對應的檢測框與第二個防眩板對應的檢測框之間的高度差明顯大于防眩板圖像后幾個防眩板對應的檢測框之間的高度差；