[发明专利]基于人工智能的无人机测绘路基作业方法、终端设备及存储介质

权利要求书

1.一种基于人工智能的无人机测绘路基作业方法，其特征在于，包括：

获取影像数据，所述影像数据包括无人机对施工现场拍摄的全景数据；

根据所述影像数据构建路基施工现场的实时展示三维模型；

从所述实时展示三维模型中获取当前填筑总方量；

获取每辆运输车的单次运输时长和单次运输方量；

获取每辆运输车对应取土点的实时存土量；

根据所述当前填筑总方量、所述实时存土量、所述单次运输时长和所述单次运输方量调整所述运输车的运输路线；

所述根据所述当前填筑总方量、所述实时存土量、所述单次运输时长和所述单次运输方量调整所述运输车的运输路线，包括：

比较所述当前填筑总方量和当前路基所需总方量的第一差值；

计算所述实时存土量和所述第一差值的第二差值；

当所述第二差值小于阈值，根据所述单次运输时长和所述单次运输方量调整所述运输车的运输路线。

2.根据权利要求1所述的基于人工智能的无人机测绘路基作业方法，其特征在于，所述根据所述影像数据构建路基施工现场的实时展示三维模型，包括：

根据所述影像数据构建施工现场的实景三维模型；

对所述影像数据进行AI识别，得到施工现场的施工人员数据、施工设备数据和二维码信息；

根据所述影像数据构建工程三维模型；

根据所述施工人员数据、所述施工设备数据和所述二维码信息对所述工程三维模型进行渲染；

将所述实景三维模型和渲染后的所述工程三维模型进行叠加，得到实时展示三维模型。

3.根据权利要求2所述的基于人工智能的无人机测绘路基作业方法，其特征在于，所述根据所述影像数据构建施工现场的实景三维模型，包括：

根据所述影像数据重建稀疏点云；

根据所述稀疏点云重建稠密点云；

根据所述稠密点云构建初始三维模型；

计算所述影像数据的可视信息；

根据所述可视信息在所述初始三维模型上创建纹理，得到实景三维模型。

4.根据权利要求1所述的基于人工智能的无人机测绘路基作业方法，其特征在于，在所述根据所述影像数据构建施工现场的实景三维模型这一步骤后，所述方法还包括：

剥离所述实景三维模型的几何数据；

对所述几何数据进行优化处理，所述优化处理的方式包括数据根节点合并、纹理压缩、纹理拆分或三角网简化中的至少一个。

5.根据权利要求1所述的基于人工智能的无人机测绘路基作业方法，其特征在于，所述获取每辆运输车的单次运输时长，包括：

获取每辆运输车在取土点时的出发时间；

获取每辆运输车在填筑点时的到达时间；

根据所述出发时间和所述到达时间确定单次运输时长；

其中，所述取土点对应位置设有第一FRID打卡器，所述填筑点对应位置设有第二FRID打卡器，所述辆运输车上设有与所述第一FRID打卡器和所述第二FRID打卡器适配的FRID识别卡。

6.根据权利要求1所述的基于人工智能的无人机测绘路基作业方法，其特征在于，在进行路基施工时，所述方法还包括：

获取当前施工路基形状；

根据所述当前施工路基形状确定压路机的压路路径；

根据所述压路路径控制所述压路机对当前施工路基进行压路操作；

当压路机完成一次压路后，获取平地机的实时位置和与所述实时位置对应的第一高程；

当推土机完成一次推土后，获取平地机的实时位置和与所述实时位置对应的第二高程；

根据所述第一高程和所述第二高程确定所述实时位置的高度不符合预设要求，生成整改提示信息。

7.根据权利要求1所述的基于人工智能的无人机测绘路基作业方法，其特征在于，在进行路基施工时，所述方法还包括：

获取填筑土的实时含水量和填筑面积；

根据所述实时含水量控制洒水车的实时移动速度和所述洒水车上喷水口的喷水量；

其中，所述洒水车上设有定位设备，所述定位设备用于获取所述洒水车的实时位置，所述实时位置用于计算所述实时移动速度。