[發明專利]基于日常巡查數據的頻修頻補路段跟蹤分析方法與系統

在審

• 申請號: 202310374524.6
• 申請日: 2023-04-10
• 公開（公告）號: CN116486353A
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 黃前華;唐璇;胥騰龍;李祥光;陽建;張傲;邵茜
• 申請（專利權）人: 上海同陸云交通科技有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/74;G06V10/764;G06V10/778;G06Q10/10;G06Q50/26
• 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

1.一種基于日常巡查數據的頻修頻補路段跟蹤分析方法，其特征在于，所述方法包括：

向巡查端發送巡查參數，接收巡查端基于所述巡查參數采集到的巡查數據；

基于預設的AI算法識別所述巡查數據，確定病害特征；

基于所述病害特征遍歷匹配預設的病害庫，根據遍歷匹配結果更新所述病害庫；

根據病害庫生成各路段的分析報告。

2.根據權利要求1所述的基于日常巡查數據的頻修頻補路段跟蹤分析方法，其特征在于，所述基于預設的AI算法識別所述巡查數據，確定病害特征的步驟包括：

讀取巡查數據，將所述巡查數據輸入基于AI算法訓練好的識別模型，得到病害類型及病害面積；

獲取巡檢端的位置信息，根據所述位置信息匹配病害路段；

統計病害類型、病害面積、病害路段和位置信息，得到病害特征。

3.根據權利要求1所述的基于日常巡查數據的頻修頻補路段跟蹤分析方法，其特征在于，所述基于所述病害特征遍歷匹配預設的病害庫，根據遍歷匹配結果更新所述病害庫的步驟包括：

讀取病害特征，將所述病害特征輸入預設的轉換模型，得到特征值；

基于所述特征值遍歷預設的病害庫中的特征值項，匹配目標病害特征項；

當存在目標病害特征項時，基于時間信息將病害特征連接至該目標病害特征項的尾部；

當不存在目標病害特征項時，建立新的含有唯一標簽的病害特征項，并將病害特征作為頭部元素；

其中，所述病害庫含有標簽項、特征值項和病害特征項。

4.根據權利要求3所述的基于日常巡查數據的頻修頻補路段跟蹤分析方法，其特征在于，所述方法還包括：

實時記錄修補信息，生成修補節點，插入病害特征項。

5.根據權利要求1所述的基于日常巡查數據的頻修頻補路段跟蹤分析方法，其特征在于，所述根據病害庫生成各路段的分析報告的步驟包括：

根據病害特征中的病害路段對病害庫中的數據項進行分類；

根據病害特征中的病害類型、病害面積和修補節點確定病害的修補特征；所述修補特征用于表征病害的修補難度和修補次數；

統計同一路段所有病害的修補特征，生成該路段的分析報告。

6.一種基于日常巡查數據的頻修頻補路段跟蹤分析系統，其特征在于，所述系統包括：

巡查數據獲取模塊，用于向巡查端發送巡查參數，接收巡查端基于所述巡查參數采集到的巡查數據；

巡查數據識別模塊，用于基于預設的AI算法識別所述巡查數據，確定病害特征；

病害庫更新模塊，用于基于所述病害特征遍歷匹配預設的病害庫，根據遍歷匹配結果更新所述病害庫；

分析報告生成模塊，用于根據病害庫生成各路段的分析報告。

7.根據權利要求6所述的基于日常巡查數據的頻修頻補路段跟蹤分析系統，其特征在于，所述巡查數據識別模塊包括：

模型應用單元，用于讀取巡查數據，將所述巡查數據輸入基于AI算法訓練好的識別模型，得到病害類型及病害面積；

位置匹配單元，用于獲取巡檢端的位置信息，根據所述位置信息匹配病害路段；

數據統計單元，用于統計病害類型、病害面積、病害路段和位置信息，得到病害特征。

8.根據權利要求6所述的基于日常巡查數據的頻修頻補路段跟蹤分析系統，其特征在于，所述病害庫更新模塊包括：

特征值生成單元，用于讀取病害特征，將所述病害特征輸入預設的轉換模型，得到特征值；

目標匹配單元，用于基于所述特征值遍歷預設的病害庫中的特征值項，匹配目標病害特征項；

數據連接單元，用于當存在目標病害特征項時，基于時間信息將病害特征連接至該目標病害特征項的尾部；

數據新建單元，用于當不存在目標病害特征項時，建立新的含有唯一標簽的病害特征項，并將病害特征作為頭部元素；

其中，所述病害庫含有標簽項、特征值項和病害特征項。