[发明专利]一种城市道路损伤监测维护方法及系统在审

专利信息
申请号: 201910929795.7 申请日: 2019-09-29
公开(公告)号: CN110636134A 公开(公告)日: 2019-12-31
发明(设计)人: 邓明伟;李汉华;盛伟兵 申请(专利权)人: 江西建设职业技术学院
主分类号: H04L29/08 分类号: H04L29/08;G08G1/01;G08G1/065;H04N5/247;G06K9/00;G06Q10/00;G06Q50/26
代理公司: 36122 南昌市平凡知识产权代理事务所 代理人: 夏材祥
地址: 330200 江西*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 道路图像 分机 定位数据 中心服务器 流量数据 缺陷数据 城市道路 车流 采集数据 处理方式 实时获取 损伤监测 统一管理 网络布局 网络上传 形变指数 检测 维护 标签 预测 重复 分析 检查 管理
【权利要求书】:

1.一种城市道路损伤监测维护方法,其特征在于,通过在城市每条道路上布设有包括摄像头、车流检测装置和定位装置的检测分机,在城市各个区域道路管理处的设置管理分机,并将各个检测分机通过网络连接至中心服务器,所述中心服务器与各管理分机连接,维护方法具体包括以下步骤:

S100,由检测分机实时获取所设立方位道路的采集数据包括由摄像头采集的道路图像数据、由车流检测装置采集的车流流量数据和由定位装置获得的定位数据,并将检测分机所采集的数据根据定位数据为标签通过网络上传至中心服务器;

S200,在所述中心服务器中,对所述车流流量数据进行分析预测道路形变指数,划分对道路图像数据的优先级和处理方式;

S300,根据道路图像数据进行道路损伤状态监控分析,提取和识别道路图像数据中的道路缺陷数据;

S400,将所获得的道路缺陷数据根据其道路图像数据所对应的检测分机的定位数据确定所对应的管理分机,并将该道路缺陷数据信息传递至此管理分机中;由该区域管理对发生损伤的道路进行维护。

2.根据权利要求1所述的一种城市道路损伤监测维护方法,其特征在于,在所述S200中,对所述车流流量数据进行分析预测道路形变指数,划分对道路图像数据的优先级和处理方式,包括步骤:

S201,对所述车流流量数据进行分析,预测道路形变指数;

S202,根据所述道路形变指数,确定道路的监控等级;

S203,根据所述监控等级划分,设定该检测分机所上传的道路图像数据进行道路损伤状态监控分析的处理周期,实现图像识别优化管理。

3.根据权利要求2所述的一种城市道路损伤监测维护方法,其特征在于,所述S201车流流量数据进行分析包括:由所述车流检测装置采集的车流流量数据,将所述车流流量数据根据车型对车流流量数据进行划分,获得该道路所通过车辆的数量和不同车型的数据,所述车型包括货车、客车和小型车;根据该道路通过车辆的数量和不同车型的数据,预测道路形变指数。

4.根据权利要求3所述的一种城市道路损伤监测维护方法,其特征在于,所述S201对所述车流流量数据进行分析,预测道路形变指数,包括以下步骤:

收集车流信息历史数据和道路变形状态数据,对所收集的车流信息历史数据和道路变形状态数据的进行统计分析,经过神经网络学习构建,获得道路变形预测模型;所述道路变形预测模型中输入为车流流量数据,输出为道路变形数据;

以实时检测的车辆的数量和不同车型的数据,建立测试样本输入所述道路变形预测模型,由道路变形预测模型输出预测的道路变形数据;

根据对道路变形数据根据阈值进行划分,将一个阈值跨度范围内的道路变形状态作为一个道路形变指数,建立多个等级道路形变指数。

5.根据权利要求2所述的一种城市道路损伤监测维护方法,其特征在于,在所述步骤S203中,对不同的监控等级,设定该检测分机所上传的道路图像数据进行道路损伤状态监控分析的处理周期;监控等级越高,处理周期越短,检测频率越高。

6.根据权利要求1所述的一种城市道路损伤监测维护方法,其特征在于,在所述S300中,根据道路图像数据进行道路损伤状态监控分析,提取和识别道路图像数据中的道路缺陷数据,包括步骤:

获取大量道路损伤图像作为训练样本,经过神经网络学习构建,获得道路损伤识别模型;

将所采集的道路图像数据作为测试样本,通过道路损伤识别模型训练,输出图像中的道路损伤数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江西建设职业技术学院,未经江西建设职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910929795.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top