申请/专利权人：云南航天工程物探检测股份有限公司

申请日：2024-01-11

公开（公告）日：2024-04-12

公开（公告）号：CN117876329A

主分类号：G06T7/00

分类号：G06T7/00;G06T5/70;G06V10/80;G06V10/82;G06V10/40;G06V10/764;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提供一种基于雷达、视频和数据分析的道路病害实时检测方法，包括以下步骤：建立病害检测神经网络架构；获取训练样本集；对病害检测神经网络架构进行训练；巡检车在道路表面巡检，将具有相同采集位置信息的雷达扫描点云图和视频图像帧输入训练完成的所述病害检测神经网络架构，输出病害识别结果。本发明将雷达、视频、GPS和数据分析技术应用于道路病害实时检测，通过多模态数据的采集、特征提取、数据融合和机器学习等步骤，实现了对道路状况的实时监测和异常检测能力，有助于提高道路的安全性、可用性和维护效率。本发明能够准确高效率的实现对道路病害的大范围检测，从而解决人工检测存在的不足。

主权项：1.一种基于雷达、视频和数据分析的道路病害实时检测方法，其特征在于，包括以下步骤：步骤1，建立病害检测神经网络架构，包括：第一卷积滤波器、第二卷积滤波器、图像融合处理模块和病害检测神经网络；设置第一卷积滤波器、第二卷积滤波器的卷积核尺寸初始值、卷积核权重初始值以及病害检测神经网络的模型参数初始值；步骤2，获取训练样本集；所述训练样本集中的每个训练样本为雷达视频融合特征图，其获取方式为：步骤2.1，巡检车底部搭载雷达和摄像装置；巡检车在道路表面行驶过程中，雷达采集得到道路路面的多张雷达扫描点云图，形成雷达扫描点云图序列；摄像装置采集得到道路路面的多张视频图像帧，形成视频图像帧序列；其中，每张雷达扫描点云图和每张视频图像帧均标记有采集位置信息；步骤2.2，将具有相同采集位置信息的雷达扫描点云图和视频图像帧构成一组，将同一组的雷达扫描点云图和视频图像帧，表示为：雷达扫描点云图Lu0和视频图像帧Tu0；步骤2.3，采用第一卷积滤波器，对雷达扫描点云图Lu0进行滤波平滑处理，得到滤波后的雷达扫描点云图Lu1；步骤2.4，采用第二卷积滤波器，对视频图像帧Tu0进行滤波处理，得到滤波后的视频图像帧Tu1；步骤2.5，将滤波后的视频图像帧Tu1和滤波后的雷达扫描点云图Lu1输入到图像融合处理模块，所述图像融合处理模块输出雷达视频融合特征图，作为一个训练样本；所述图像融合处理模块的处理过程为：步骤2.5.1，对滤波后的视频图像帧Tu1进行视频图像增强和均衡化处理，得到处理后的视频图像帧Tu2；步骤2.5.2，对处理后的视频图像帧Tu2进行图像颜色恢复操作，基于雷达扫描点云图Lu0恢复原始颜色，得到处理后的视频图像帧Tu3；步骤2.5.3，将雷达扫描点云图Lu1和视频图像帧Tu3进行特征融合操作，得到雷达视频融合特征图，作为一个训练样本；通过对多组雷达扫描点云图和视频图像帧进行步骤2.3-步骤2.5的处理，获得训练样本集；步骤3，将所述训练样本集输入病害检测神经网络，输出病害识别结果；根据所述病害识别结果计算损失值，并通过优化算法更新病害检测神经网络的模型参数以及第一卷积滤波器和第二卷积滤波器的卷积核尺寸和卷积核权重，得到更新后的病害检测神经网络架构；返回步骤2，不断对病害检测神经网络架构进行训练，得到满足精度要求的病害检测神经网络架构；步骤4，巡检车在道路表面按巡检路线进行巡检时，雷达采集得到雷达扫描点云图序列，摄像装置采集得到视频图像帧序列，将具有相同采集位置信息的雷达扫描点云图和视频图像帧输入训练完成的所述病害检测神经网络架构，输出病害识别结果。

全文数据：

权利要求：

百度查询： 云南航天工程物探检测股份有限公司 一种基于雷达、视频和数据分析的道路病害实时检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD