[发明专利]道路建管养运一体化智能决策方法、系统及可存储介质在审

专利信息
申请号: 202211593023.9 申请日: 2022-12-13
公开(公告)号: CN115860493A 公开(公告)日: 2023-03-28
发明(设计)人: 陈长;武文杰;李天旭;童晓莹;杨璐璐;孙立军 申请(专利权)人: 同济大学
主分类号: G06Q10/0637 分类号: G06Q10/0637;G06Q10/20;G06F30/20;G06F30/13;G06Q50/08;G06F18/10;G06N3/044;G06F119/04
代理公司: 北京睿智保诚专利代理事务所(普通合伙) 11732 代理人: 王冬海
地址: 200092 *** 国省代码: 上海;31
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 建管养运 一体化 智能 决策 方法 系统 存储 介质
【说明书】:

发明公开了一种道路建管养运一体化智能决策方法、系统及可存储介质,涉及道路养护领域。包括:利用遥感以及传感器采集道路建设、管理、养护、运营各个环节中的道路数据,并利用所述道路数据建立道路数据库;将道路数据库中的数据分为样本数据和测试数据,将所述样本数据输入到BP神经网络中,对BP神经网络进行训练;当BP神经网络训练的权重达到预设权重阈值后,利用测试数据对BP神经网络进行测试,测试结果达到预设结果阈值后,得到道路全寿命周期分析模型;利用所述道路全寿命周期分析模型对待检测道路的数据进行分析,并做出道路养护决策。通过本方法能够较为准确地发现影响路面使用性能存在的潜在风险,并及时快速的做出养护决策。

技术领域

本发明涉及道路养护领域,更具体的说是涉及一种道路建管养运一体化智能决策方法、系统及可存储介质。

背景技术

交通运输是国民经济和社会发展的重要基础。公路交通运输实现了“门到门”服务,其他运输方式都必须通过公路来衔接,可见公路在综合交通运输体系中具有突出的重要性和基础性地位。道路基础设施是提供公路交通运输服务的基础,道路使用性能的好坏直接关系到交通运输效率的发挥。

现阶段我国道路基础设施正经历着从“建设为主”向“建管养运并重”转变的过渡时期,存在着建养运环节割裂的问题。道路养护管理部门往往只能在养护期发现道路设施使用性能的相关问题,采取即坏即修的养护策略。但从技术层面来看,路面的病害情况不仅与养护工作本身有关,还受道路全生命周期中的建设、运营环节的影响。当前发展现状使得路面病害成因分析、病害溯源难度很大,这就导致无法进行科学准确地养护决策,也无法实现路面病害地综合管理。

发明内容

有鉴于此,本发明提供了一种道路建管养运一体化智能决策方法、系统及可存储介质,旨在解决背景技术中存在的问题。

为了实现上述目的,本发明采用如下技术方案:

一种道路建管养运一体化智能决策方法,包括以下步骤:

利用遥感以及传感器采集道路建设、管理、养护、运营各个环节中的道路数据,并利用道路数据建立道路数据库;

将道路数据库中的数据分为样本数据和测试数据,将所述样本数据输入到BP神经网络中,对BP神经网络进行训练;

当BP神经网络训练的权重达到预设权重阈值后,利用测试数据对BP神经网络进行测试,测试结果达到预设结果阈值后,得到道路全寿命周期分析模型;

利用所述道路全寿命周期分析模型对待检测道路的数据进行分析,并做出道路养护决策。

可选的,将道路数据进行预处理,具体为:对道路数据进行数据清洗、对不同传感器采集的道路数据使用线性差值的方法进行时间与空间配准。

可选的,利用所述道路全寿命周期分析模型对待检测道路的数据进行分析,并做出道路养护决策,具体为:根据道路全寿命周期分析模型输出结果,选择道路养护方式,其中所述道路养护方式包括:日常养护、预防性养护(封层、罩面)、功能性修复(直接加铺、铣刨加铺)、结构性修复(面层翻修、面层与基层翻修、路基与路面翻修)等。

可选的,将所述道路数据库中的遥感影像数据分为异常影像和正常影像,并分别将异常影像、正常影像与传感器数据做映射处理。

可选的,所述传感器包括固定摄像头、车载摄像头、线结构光检测设备、红外热成像仪、位置传感器、横向应变传感器、竖向应变传感器、水膜传感器以及磁感线圈等。

一种道路建管养运一体化智能决策系统,包括:

道路数据库构建模块:用于利用遥感以及传感器采集道路建设、管理、养护、运营各个环节中的道路数据,并利用道路数据建立道路数据库;

BP神经网络训练模块:用于将道路数据库中的数据分为样本数据和测试数据,将所述样本数据输入到BP神经网络中,对BP神经网络进行训练;

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同济大学,未经同济大学许可,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/202211593023.9/2.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