[发明专利]一种用于道路平整度检测的智能识别方法及系统

权利要求书

1.一种用于道路平整度检测的智能识别方法，其特征在于，包括如下步骤：

S100，获取行驶在目标道路上的检测车辆的检测信息；

S200，根据所述检测信息绘制生成对应的检测图片；

S300，根据预设分段合并规则对所述检测图片进行处理后得到标准图片；

S400，将所述标准图片发送识别模块进行平整度测算；

其中，所述检测信息包括所述检测车辆的水平面上的行驶速度和竖直面上的高度变化轨迹，所述检测图片包含所述检测车辆在竖直方向运动轨迹；所述识别模块为训练完成后的神经网络模型；

所述步骤S300包括：

根据预设分段合并规则对所述检测图片进行分段后得到n个等长度的分段图片；

根据预设分段合并规则将n个所述分段图片进行合并；

所述预设分段合并规则包括：

对所述检测图片进行分割时，在分割后的所述分段图片上建立新的原点，所述原点为所述分段图片的左边缘中点；

对所述分段图片进行合并时，将所有代表新的原点、及其直角坐标系以及高度变化轨迹的像素点进行合并；

除高度变化轨迹以外的所有像素点均定义为标准色像素点，组成高度变化轨迹的所有像素点为有色像素点；

所述有色像素点每合并一次，根据预设数值改变所述有色像素点的像素亮度；

所述预设分段合并规则还包括：

当合并位置的所述有色像素点位于第一位置区域时，所述预设数值设置为第一变化值；

当合并位置的所述有色像素点位于第二位置区域时，所述预设数值设置为第二变化值；

第一位置区域为与横轴法向间隔m个像素点内的区域，所述第二位置区域为除所述第一位置区域以外的区域；

所述第一变化值为负，所述第二变化值为正。

2.根据权利要求1所述的用于道路平整度检测的智能识别方法，其特征在于，所述步骤S200包括：

以所述检测车辆在水平面上的行驶距离为横轴，以所述竖直面上的高度为竖轴建立直角坐标系；

将所述直角坐标系设置在空白图片上，将所述检测信息录入所述直角坐标系生成所述检测图片；

其中，所述检测图片的长度与所述横轴的检测车辆在水平面上的行驶距离相关。

3.根据权利要求2所述的用于道路平整度检测的智能识别方法，其特征在于，将亮度值低于预设消减阈值的有色像素点变更为无色像素点。

4.根据权利要求2所述的用于道路平整度检测的智能识别方法，其特征在于，所述步骤S400包括：

所述平整度测算的结果包括：平整、不平整、须部分修补。

5.根据权利要求4所述的用于道路平整度检测的智能识别方法，其特征在于，还包括：

若所述平整度测算的结果为平整，则所述目标道路的平整度合格；

若所述平整度测算的结果为不平整，则所述目标道路的平整度不合格；

若所述平整度测算的结果为须部分修补，则进入修补路段确认程序。

6.根据权利要求5所述的用于道路平整度检测的智能识别方法，其特征在于，所述修补路段确认程序包括：

获取亮度值高于预设修补阈值的有色像素点的横轴坐标；

根据所述横轴坐标确定所述目标道路需要修补的位置。

7.一种用于道路平整度检测的智能识别系统，其特征在于，包括：

采样模块，用于获取行驶在目标道路上的检测车辆的检测信息；

绘制模块，与所述采样模块连接，用于根据所述检测信息绘制生成对应的检测图片；

处理模块，与所述绘制模块连接，用于根据预设分段合并规则对所述检测图片进行处理后得到标准图片；

识别模块，为训练完成后的神经网络模型；

通信模块，与所述处理模块连接，用于将所述标准图片发送识别模块进行平整度测算；

其中，所述根据预设分段合并规则对所述检测图片进行处理后得到标准图片包括：

根据预设分段合并规则对所述检测图片进行分段后得到n个等长度的分段图片；

根据预设分段合并规则将n个所述分段图片进行合并；

其中，所述预设分段合并规则包括：

对所述检测图片进行分割时，在分割后的所述分段图片上建立新的原点，所述原点为所述分段图片的左边缘中点；

对所述分段图片进行合并时，将所有代表新的原点、及其直角坐标系以及高度变化轨迹的像素点进行合并；

除高度变化轨迹以外的所有像素点均定义为标准色像素点，组成高度变化轨迹的所有像素点为有色像素点；

所述有色像素点每合并一次，根据预设数值改变所述有色像素点的像素亮度；

所述预设分段合并规则还包括：

当合并位置的所述有色像素点位于第一位置区域时，所述预设数值设置为第一变化值；

当合并位置的所述有色像素点位于第二位置区域时，所述预设数值设置为第二变化值；

第一位置区域为与横轴法向间隔m个像素点内的区域，所述第二位置区域为除所述第一位置区域以外的区域；

所述第一变化值为负，所述第二变化值为正。