CN109887090A - 基于ar的桥梁养护巡查方法及装置 - Google Patents

基于ar的桥梁养护巡查方法及装置 Download PDF

Info

Publication number
CN109887090A
CN109887090A CN201910101394.2A CN201910101394A CN109887090A CN 109887090 A CN109887090 A CN 109887090A CN 201910101394 A CN201910101394 A CN 201910101394A CN 109887090 A CN109887090 A CN 109887090A
Authority
CN
China
Prior art keywords
bridge
realtime graphic
information
corresponding relationship
disease
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910101394.2A
Other languages
English (en)
Inventor
邓伊
郑海明
王文敬
王瑞升
贾海宾
孟令岗
朱旭杰
冯桂艳
田征
王锦冉
涂晓倩
张振华
张旭
王超
苏春杰
董春美
付继超
胡青
陈红莲
王天辉
王志勇
冯珀
廖文洪
孙舰
彭鹏
张桁
程艳江
郝明
段明浩
张敏
周翀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING MUNICIPAL BRIDGE MANAGEMENT MAINTENANCE GROUP Co Ltd
Original Assignee
BEIJING MUNICIPAL BRIDGE MANAGEMENT MAINTENANCE GROUP Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BEIJING MUNICIPAL BRIDGE MANAGEMENT MAINTENANCE GROUP Co Ltd filed Critical BEIJING MUNICIPAL BRIDGE MANAGEMENT MAINTENANCE GROUP Co Ltd
Priority to CN201910101394.2A priority Critical patent/CN109887090A/zh
Publication of CN109887090A publication Critical patent/CN109887090A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种基于AR的桥梁养护巡查方法及装置,方法通过实时确定桥梁的动态信息;确定所述动态信息与桥梁位置的第一对应关系;确定当下获取的桥梁实时图像;确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系;根据所述第一对应关系和第二对应关系确定所述动态信息在所述桥梁实时图像中的位置;将动态信息叠加显示于所述桥梁实时图像中。达到了融合AR的增强现实技术功能和图像识别的功能,对接基础数据库平台,为现场工作人员提供实时、高效、准确、全面的信息支持,利用AR+图像识别技术将病害进行定位、描述、分类、测量,对比,从而减少人为操作误差,提高工作效率的目的,从而提高基础数据准确性和真实性。

Description

基于AR的桥梁养护巡查方法及装置
技术领域
本申请涉及AR应用技术领域,具体而言,涉及一种基于AR的桥梁养护巡查方法及装置。
背景技术
为确保城市道路设施安全运行,每年都要进行大量的桥梁日常养护及维修工作。每天都要对桥梁结构病害进行巡视、检查并记录。将检查的结果,通过汇总、分类、计算、分析、评估等一系列步骤进行统计后,列入到养护、维修计划当中,分时间分类别分规模实施养护、维修工作。设施类型分为:立交桥、跨河桥、天桥、通道。按照设施的类型和所在行政区域进行巡视。首先,最基础的工作是收集病害数据。
传统的巡视、检查方式存在很多亟待解决的问题:
1、城区的桥梁种类多,病害类型繁多,数量巨大,且大型立交桥面积大,跨数多,站在桥上无有效参照物,方位不明;跨河桥检查难度大;天桥的数量较多;
2、由于现场工作人员数量少,工作强度大,肉眼识辨率较低,易疲劳;
3、现场检查手写方式记录速度慢,不易保存。且不能将大量数据合理有效的进行统计、分类保存;
4、病害类型描述不准确或不统一、病害的面积尺寸、位置定位不准确或丢失,病害变化程度测量计算人为操作误差较大;
5、目前使用相机拍照来记录病害,外出拍一天照片,再回到办公室电脑前处理繁多的各种病害照片,工人的记忆力跟不上,桥梁、病害都易混淆、不准确,工作效率低下;
6、检查记录不成***,零碎,无法形成大数据管理且难以进行预防性养护及提供维修意见指导;
7、巡检不仔细、工作效率低下等问题普遍存在,最终影响设施评估的真实性、准确性、可靠性。
为改善这一工作状态,提高工作效率和效果,提升设施检查工作的科学技术水平和能力,达到基础数据准确、真实,减少人为误差损失,将现代人工智能科技先进技术进行多元组合,用于桥梁养护领域,融合了AR的增强现实技术功能和图像识别功能,对接基础数据库平台,为现场工作人员提供实时、高效、准确、全面的信息支持,利用图像识别技术将病害进行定位、描述、分类、测量,对比,从而减少人为操作误差,提高工作效率。同时将工程师检查到的信息传送给数据库,进行大数据储备管理,对巡查和基础数据库的数据进行相互补充。
针对相关技术中存在的若干问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种能够保障数据准确真实,减小误差的基于AR的桥梁养护巡查方法及装置,以解决相关技术中存在的至少一个问题。
为了实现上述目的,根据本申请的一个方面,提供了一种基于AR的桥梁养护巡查方法。
根据本申请的基于AR的桥梁养护巡查方法包括:
实时确定桥梁的动态信息;其中,所述动态信息为桥梁的病害或对其进行养护维修的信息;
确定所述动态信息与桥梁位置的第一对应关系;
确定当下获取的桥梁实时图像;
确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系;
根据所述第一对应关系和所述第二对应关系确定所述动态信息在所述桥梁实时图像中的位置;
将所述动态信息叠加显示于所述桥梁实时图像中。
进一步的,如前述的基于AR的桥梁养护巡查方法,还包括:
预先确定所述桥梁的图像模型;
对所述图像模型进行分解,得到若干桥梁模型组件;
确定每个所述桥梁模型组件对应的所述桥梁位置,并确定所述桥梁模型组件与所述桥梁位置之间的第三对应关系。
进一步的,如前述的基于AR的桥梁养护巡查方法,所述确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系,包括:
将各个所述桥梁模型组件在所述桥梁实时图像中进行图形匹配,确定各个所述桥梁模型组件在所述桥梁实时图像中对应的位置,并得到第四对应关系;
根据所述第三对应关系以及第四对应关系确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系。
进一步的,如前述的基于AR的桥梁养护巡查方法,在确定当下获取的桥梁实时图像之后,还包括:
将所述桥梁实时图像与所述桥梁的图像模型进行比对,获得当下初步的病害图像信息;
对所述病害图像信息进行图像识别,并判定得到相应的病害种类及病害程度信息。
进一步的,如前述的基于AR的桥梁养护巡查方法,还包括:
获得所述桥梁的历史病害信息;
确定所述历史病害信息对应的桥梁位置;
根据所述历史病害信息对应的桥梁位置以及第二对应关系,将所述历史病害信息叠加显示于所述桥梁实时图像中。
进一步的,如前述的基于AR的桥梁养护巡查方法,所述确定当下获取的桥梁实时图像,包括:
接收焦距调节指令;
根据所述焦距调节指令对图像采集装置的焦距进行调整;
根据焦距调整后的所述图像采集装置的获取当下的所述桥梁实时图像。
为了实现上述目的,根据本申请的另一方面,提供了一种基于AR的桥梁养护巡查装置。
根据本申请的基于AR的桥梁养护巡查装置包括:
维护信息确定单元,用于实时确定桥梁的动态信息;其中,所述动态信息包括:桥梁病害信息以及对桥梁进行养护维修的信息;
第一对应单元,用于确定所述动态信息与桥梁位置的第一对应关系;
实时图像获取单元,用于确定当下获取的桥梁实时图像;
第二对应单元,用于确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系;
位置确定单元,用于根据所述第一对应关系和所述第二对应关系确定所述动态信息在所述桥梁实时图像中的位置;
信息叠加单元,用于将所述动态信息叠加显示于所述桥梁实时图像中。
进一步的,如前述的基于AR的桥梁养护巡查装置,还包括:桥梁模型确定单元;所述桥梁模型确定单元包括:
桥梁模型确定模块,用于预先确定所述桥梁的图像模型;
分解模块,用于对所述图像模型进行分解,得到若干桥梁模型组件;
第三对应模块,用于确定每个所述桥梁模型组件对应的所述桥梁位置,并确定所述桥梁模型组件与所述桥梁位置之间的第三对应关系。
进一步的,如前述的基于AR的桥梁养护巡查装置,所述第二对应单元包括:
匹配模块,用于将各个所述桥梁模型组件在所述桥梁实时图像中进行图形匹配,确定各个所述桥梁模型组件在所述桥梁实时图像中对应的位置,并得到第四对应关系;
第二对应模块,用于根据所述第三对应关系以及第四对应关系确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系。
进一步的,如前述的基于AR的桥梁养护巡查装置,还包括:病害识别单元;所述病害识别单元包括:
病害图像获取模块,用于将所述桥梁实时图像与所述桥梁的图像模型进行比对,获得当下初步的病害图像信息;
病害识别模块,用于对所述病害图像信息进行图像识别,并判定得到相应的病害种类及病害程度信息。
进一步的,如前述的基于AR的桥梁养护巡查装置,还包括:历史病害单元;所述历史病害单元包括:
历史信息获得模块,用于获得所述桥梁的历史病害信息;
历史病害位置模块,用于确定所述历史病害信息对应的桥梁位置;
历史病害显示模块,用于根据所述历史病害信息对应的桥梁位置以及第二对应关系,将所述历史病害信息叠加显示于所述桥梁实时图像中。
在本申请实施例中,采用基于AR的桥梁养护巡查方法及装置的方式,通过实时确定桥梁的动态信息;其中,所述动态信息为桥梁的病害或对其进行养护维修的信息;确定所述动态信息与桥梁位置的第一对应关系;确定当下获取的桥梁实时图像;确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系;根据所述第一对应关系和所述第二对应关系确定所述动态信息在所述桥梁实时图像中的位置;将所述动态信息叠加显示于所述桥梁实时图像中。达到了将现代人工智能科技先进技术进行多元组合,用于桥梁养护领域,融合了AR的增强现实技术功能和图像识别功能,对接基础数据库平台,为现场工作人员提供实时、高效、准确、全面的信息支持,利用图像识别技术将病害进行定位、描述、分类、测量,对比,从而减少人为操作误差,提高工作效率的目的,从而实现了通过信息化自动处理提高基础数据准确性和真实性,减少人为误差损失,并且还将工程师检查到的信息传送给数据库,进行大数据储备管理的技术效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请一种实施例的基于AR的桥梁养护巡查方法的流程示意图;以及
图2是根据本申请一种实施例的基于AR的桥梁养护巡查装置的功能模块结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本申请中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
根据本申请的一个实施例,提供了一种基于AR的桥梁养护巡查方法。如图1所示,该方法包括如下的步骤S1至步骤S5:
根据本申请的基于AR的桥梁养护巡查方法包括:
S1.实时确定桥梁的动态信息;优选的,还可以确定桥梁的静态信息,所述静态信息为桥梁的基础信息,例如:桥梁的名称、结构和建筑年限等,所述动态信息为桥梁的病害或对其进行养护维修的信息,包括现场修复的或数据库更新的,经过巡查相互补充更新的数据信息;
具体的,所述动态信息可以是通过将相应的养护及维修工作的信息录入到***数据库中,然后通过读取获得相应的动态信息,且优选的,为了能够将所述动态信息对应到相应的桥梁位置,在进行信息录入的时候会附加上相应的位置信息或图像信息;
S2.确定所述动态信息与桥梁位置的第一对应关系;
具体的,可以通过读取所述动态信息中写入的位置信息或图像信息与桥梁位置(所述桥梁位置可以包括:对应位置的图像信息、对应位置的名称或编码等信息)进行匹配;
S3.确定当下获取的桥梁实时图像;
具体的,可以通过摄像装置采集得到相应的所述桥梁实时图像,且优选的采用1000万像素以上的摄像头进行图像采集,因而可以使获取到的图像更加清晰,进而能够将所述桥梁的各个位置展现地更为清楚;
S4.确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系;具体的,由于AR采集的是实时的图像信息,因此会由于采集地点、视角等原因导致每次采集得到的所述桥梁实时图像都不一样;而所述动态信息是用于显示于对应的桥梁位置上,因而需要将所述桥梁实时图像中的各个位置与所述桥梁位置进行一一对应,并得到所述第二对应关系;
S5.根据所述第一对应关系和所述第二对应关系确定所述动态信息在所述桥梁实时图像中的位置;
S6.将所述动态信息叠加显示于所述桥梁实时图像中。
进一步的,还可以通过相应的定位模块对检修人员当前的位置进行定位。
具体的,所述动态信息可以是文字信息,也可以是相应的能够表示清楚具体维护行为的图像信息,并且可以以例如箭头、高亮等方式与对应的位置进行图形化绑定;以利于用户的查阅。
一般的,用于实现本申请中方法的***可以包括:1、图像采集装置(用于采集桥梁实时图像)以及显示装置(用于显示虚拟的动态信息以及所述桥梁实时图像);2、跟踪***(用于在所述图像采集装置进行移动时,所述动态信息能够实时地随着所述图像采集装置采集的图像而进行移动);3、数据处理模块(用于对所述动态信息以及所述桥梁实时图像进行处理的单片机或中央处理器或GPU等)。因而,可将现场工作人员所关注的桥梁设施或材料基础信息输出到相应的显示装置以在桥梁相应部位展示出来,同时将录入到数据库中的养护维修工作的动态信息展示在相应位置上,便于桥梁养护、管理的工作人员现场理解和记忆,做到实时精准的把握设施现状,且将现场巡查获取的新数据补充基础数据库信息。利用AR增强现实技术,采用轻便头戴设备,同时解放双手,首先,对设施病害进行全面查找、定位,能够轻松记录病害的准确位置,便于跟踪病害发展情况,同时避免因人脑记忆力和方位判断失误造成的错误;
在一些实施例中,如前述的基于AR的桥梁养护巡查方法,还包括:
预先确定所述桥梁的图像模型;
具体的,可以通过图像采集装置(照相机、摄像机等)预先采集得到所述桥梁的图像模型;优选的,得到的所述图像模型为3D图像,因而便于当所述桥梁实时图像为各个角度和部分的图像时都能够准确进行匹配;
对所述图像模型进行分解,得到若干桥梁模型组件;
具体的,可以通过人为的方式对所述图像模型进行划分分解,也可以通过相应的图像识别的方法,识别出该图像模型中的所述桥梁的每个组件;
确定每个所述桥梁模型组件对应的所述桥梁位置,并确定所述桥梁模型组件与所述桥梁位置之间的第三对应关系;
优选的,所述桥梁位置可以为相应的文本信息;因此,可以将所述桥梁模型组件都以相应的桥梁位置对其进行命名即可实现确定所述桥梁模型组件与所述桥梁位置之间的第三对应关系的目的。
举例的,当存在一桥梁的图像模型A时,且将所述A进行分解,得到A1、A2、A3和A4;且所述桥梁位置包括:桥身、桥头、桥尾和桥墩;最后建立所述A1、A2、A3和A4与桥身、桥头、桥尾和桥墩之间的一一对应关系,即可得到所述第三对应关系。
在一些实施例中,如前述的基于AR的桥梁养护巡查方法,所述确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系,包括:
将各个所述桥梁模型组件在所述桥梁实时图像中进行图形匹配,确定各个所述桥梁模型组件在所述桥梁实时图像中对应的位置,并得到第四对应关系;具体的,可以先确定并得到所述桥梁实时图像中的特征点或特征向量;然后以各个桥梁模型组件的特征点或特征向量为基础,将所述桥梁模型组件逐一对应地在所述桥梁实时图像中进行匹配,若匹配上,则确定出所述桥梁实时图像的对应区域。
根据所述第三对应关系以及第四对应关系确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系。
采用此方法能够快速确定所述桥梁实时图像中的各个桥梁位置,进而能够使每个动态信息能够快速对应到相应的区域。
在一些实施例中,如前述的基于AR的桥梁养护巡查方法,在确定当下获取的桥梁实时图像之后,还包括:
将所述桥梁实时图像与所述桥梁的图像模型进行比对,获得当下初步的病害图像信息;优选的,所述病害图像信息包括:图像以及病害发生的桥梁位置;
也就是说,通过图像识别,识别出与桥梁完好状态时的不一致的区域,并将该区域初步判定为病害图像信息,采用该方法相对于传统的图像识别能够快速定位到病害位置,且能够有效减少数据处理量;
对所述病害图像信息进行图像识别,并判定得到相应的病害种类及病害程度信息。在通过上一步骤定位到初步的病害位置之后,再针对所述病害图像信息进行病害种类及病害程度信息的识别及判断,可以免去对整个桥梁图像进行识别的计算任务,可以有效降低处理设备的计算量。
优选的,所述病害图像信息、病害种类及病害程度信息实时传输到基础数据库存储以备随时调用所需信息。实现科学、准确、真实的检查。对于实时传送的数据,由养护***计算软件进行设施病害分析评估,从而减少人为误差等不良因素,得到准确的最终评估结果,即做到真实、准确及高效的桥梁养护工作。巡检实时传输数据到数据库平台,作为桥梁设施养护与维修的大数据信息储备,为今后的养护管理与维修工作提供有效数据支持和工作的指导意见和建议。
在一些实施例中,如前述的基于AR的桥梁养护巡查方法,还包括:
获得所述桥梁的历史病害信息;优选的,所述历史病害信息为该桥梁的上一次维护或巡检得到的病害信息;且该历史病害信息包括:病害图像以及病害位置信息;
确定所述历史病害信息对应的桥梁位置;
根据所述历史病害信息对应的桥梁位置以及第二对应关系,将所述历史病害信息叠加显示于所述桥梁实时图像中。因而可以使桥梁养护工程师等人员能够清楚地判断得到该病害的发展情况,以对其进行适宜的分析并作出最为合理的修复措施。
在图像识别中,既要有当时进入感官的信息,也要有记忆中存储的信息。只有通过存储的历史病害信息与当前的病害信息进行比较的加工过程,才能实现对图像的再认。
利用图像识别技术逐一对病害种类进行识别,能够帮助桥梁养护工程师进行病害描述、分类,并能够对比上一次检查的同一个病害的发展情况,将上一次的病害照片调出在第二次检查的同一位置病害上进行叠加后,看到病害发展情况;如果此时同一位置上的病害已经修复完好,桥梁工程师将在现场对其进行标记,数据将更新至相应的养护或维修工程项目当中,或已经更新在***数据库当中的养护维修数据,当桥梁工程师检查到该病害时,更新数据将显示在已修复的病害位置。
在一些实施例中,如前述的基于AR的桥梁养护巡查方法,所述确定当下获取的桥梁实时图像,包括:
接收焦距调节指令;
根据所述焦距调节指令对图像采集装置的焦距进行调整;
根据焦距调整后的所述图像采集装置的获取当下的所述桥梁实时图像。
进而能够对桥梁中一些比较高的位置的图像进行放大显示,如果位置较高,会影响到图像的大小,进而会影响检修人员以及装置的检测;采用此方法可以便于人员及***发现其中的病害信息。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例,还提供了一种用于实施上述基于AR的桥梁养护巡查方法的基于AR的桥梁养护巡查装置,如图2所示,该装置包括:
维护信息确定单元1,用于实时确定桥梁的动态信息;其中,所述动态信息为桥梁的病害或对其进行养护维修的信息,包括现场修复的或数据库更新的,经过巡查相互补充更新的数据信息;
第一对应单元2,用于确定所述动态信息与桥梁位置的第一对应关系;
实时图像获取单元3,用于确定当下获取的桥梁实时图像;
第二对应单元4,用于确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系;
位置确定单元5,用于根据所述第一对应关系和所述第二对应关系确定所述动态信息在所述桥梁实时图像中的位置;
信息叠加单元6,用于将所述动态信息叠加显示于所述桥梁实时图像中。
具体的,本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述,此处不再赘述。
在一些实施例中,如前述的基于AR的桥梁养护巡查装置,还包括:桥梁模型确定单元;所述桥梁模型确定单元包括:
桥梁模型确定模块,用于预先确定所述桥梁的图像模型;
分解模块,用于对所述图像模型进行分解,得到若干桥梁模型组件;
第三对应模块,用于确定每个所述桥梁模型组件对应的所述桥梁位置,并确定所述桥梁模型组件与所述桥梁位置之间的第三对应关系。
具体的,本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述,此处不再赘述。
在一些实施例中,如前述的基于AR的桥梁养护巡查装置,所述第二对应单元包括:
匹配模块,用于将各个所述桥梁模型组件在所述桥梁实时图像中进行图形匹配,确定各个所述桥梁模型组件在所述桥梁实时图像中对应的位置,并得到第四对应关系;
第二对应模块,用于根据所述第三对应关系以及第四对应关系确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系。
具体的,本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述,此处不再赘述。
在一些实施例中,如前述的基于AR的桥梁养护巡查装置,还包括:病害识别单元;所述病害识别单元包括:
病害图像获取模块,用于将所述桥梁实时图像与所述桥梁的图像模型进行比对,获得当下初步的病害图像信息;
病害识别模块,用于对所述病害图像信息进行图像识别,并判定得到相应的病害种类及病害程度信息。
具体的,本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述,此处不再赘述。
在一些实施例中,如前述的基于AR的桥梁养护巡查装置,还包括:历史病害单元;所述历史病害单元包括:
历史信息获得模块,用于获得所述桥梁的历史病害信息;
历史病害位置模块,用于确定所述历史病害信息对应的桥梁位置;
历史病害显示模块,用于根据所述历史病害信息对应的桥梁位置以及第二对应关系,将所述历史病害信息叠加显示于所述桥梁实时图像中。
具体的,本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述,此处不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种基于AR的桥梁养护巡查方法,其特征在于,包括:
实时确定桥梁的动态信息;其中,所述动态信息包括:桥梁病害信息以及对桥梁进行养护维修的信息;
确定所述动态信息与桥梁位置的第一对应关系;
确定当下获取的桥梁实时图像;
确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系;
根据所述第一对应关系和所述第二对应关系确定所述动态信息在所述桥梁实时图像中的位置;
将所述动态信息叠加显示于所述桥梁实时图像中。
2.根据权利要求1所述的基于AR的桥梁养护巡查方法,其特征在于,还包括:
预先确定所述桥梁的图像模型;
对所述图像模型进行分解,得到若干桥梁模型组件;
确定每个所述桥梁模型组件对应的所述桥梁位置,并确定所述桥梁模型组件与所述桥梁位置之间的第三对应关系。
3.根据权利要求2所述的基于AR的桥梁养护巡查方法,其特征在于,所述确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系,包括:
将各个所述桥梁模型组件在所述桥梁实时图像中进行图形匹配,确定各个所述桥梁模型组件在所述桥梁实时图像中对应的位置,并得到第四对应关系;
根据所述第三对应关系以及第四对应关系确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系。
4.根据权利要求2所述的基于AR的桥梁养护巡查方法,其特征在于,在确定当下获取的桥梁实时图像之后,还包括:
将所述桥梁实时图像与所述桥梁的图像模型进行比对,获得当下初步的病害图像信息;
对所述病害图像信息进行图像识别,并判定得到相应的病害种类及病害程度信息。
5.根据权利要求4所述的基于AR的桥梁养护巡查方法,其特征在于,还包括:
获得所述桥梁的历史病害信息;
确定所述历史病害信息对应的桥梁位置;
根据所述历史病害信息对应的桥梁位置以及第二对应关系,将所述历史病害信息叠加显示于所述桥梁实时图像中。
6.根据权利要求1所述的基于AR的桥梁养护巡查方法,其特征在于,所述确定当下获取的桥梁实时图像,包括:
接收焦距调节指令;
根据所述焦距调节指令对图像采集装置的焦距进行调整;
根据焦距调整后的所述图像采集装置的获取当下的所述桥梁实时图像。
7.一种基于AR的桥梁养护巡查装置,其特征在于,包括:
维护信息确定单元,用于实时确定桥梁的动态信息;其中,所述动态信息包括:桥梁病害信息以及对桥梁进行养护维修的信息;
第一对应单元,用于确定所述动态信息与桥梁位置的第一对应关系;
实时图像获取单元,用于确定当下获取的桥梁实时图像;
第二对应单元,用于确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系;
位置确定单元,用于根据所述第一对应关系和所述第二对应关系确定所述动态信息在所述桥梁实时图像中的位置;
信息叠加单元,用于将所述动态信息叠加显示于所述桥梁实时图像中。
8.根据权利要求7所述的基于AR的桥梁养护巡查装置,其特征在于,还包括:桥梁模型确定单元;所述桥梁模型确定单元包括:
桥梁模型确定模块,用于预先确定所述桥梁的图像模型;
分解模块,用于对所述图像模型进行分解,得到若干桥梁模型组件;
第三对应模块,用于确定每个所述桥梁模型组件对应的所述桥梁位置,并确定所述桥梁模型组件与所述桥梁位置之间的第三对应关系。
9.根据权利要求8所述的基于AR的桥梁养护巡查装置,其特征在于,所述第二对应单元包括:
匹配模块,用于将各个所述桥梁模型组件在所述桥梁实时图像中进行图形匹配,确定各个所述桥梁模型组件在所述桥梁实时图像中对应的位置,并得到第四对应关系;
第二对应模块,用于根据所述第三对应关系以及第四对应关系确定所述桥梁实时图像中的各个位置与桥梁位置的第二对应关系。
10.根据权利要求8所述的基于AR的桥梁养护巡查装置,其特征在于,还包括:病害识别单元;所述病害识别单元包括:
病害图像获取模块,用于将所述桥梁实时图像与所述桥梁的图像模型进行比对,获得当下初步的病害图像信息;
病害识别模块,用于对所述病害图像信息进行图像识别,并判定得到相应的病害种类及病害程度信息。
CN201910101394.2A 2019-01-31 2019-01-31 基于ar的桥梁养护巡查方法及装置 Pending CN109887090A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910101394.2A CN109887090A (zh) 2019-01-31 2019-01-31 基于ar的桥梁养护巡查方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910101394.2A CN109887090A (zh) 2019-01-31 2019-01-31 基于ar的桥梁养护巡查方法及装置

Publications (1)

Publication Number Publication Date
CN109887090A true CN109887090A (zh) 2019-06-14

Family

ID=66927611

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910101394.2A Pending CN109887090A (zh) 2019-01-31 2019-01-31 基于ar的桥梁养护巡查方法及装置

Country Status (1)

Country Link
CN (1) CN109887090A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111639203B (zh) * 2020-05-28 2023-07-07 神华包神铁路集团有限责任公司 隧道病害定位方法、装置、计算机设备和存储介质
CN116798142A (zh) * 2023-06-25 2023-09-22 中路高科交通检测检验认证有限公司 长大桥梁可视化巡检方法、***、设备及储存介质
CN117197412A (zh) * 2023-10-09 2023-12-08 西安大地测绘股份有限公司 一种基于ar的公路病害智能巡检***及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120303610A1 (en) * 2011-05-25 2012-11-29 Tong Zhang System and method for determining dynamic relations from images
CN105046328A (zh) * 2015-07-31 2015-11-11 江苏省交通规划设计院股份有限公司 一种三维可视化桥梁病害信息采集管理***及方法
CN105761016A (zh) * 2016-02-29 2016-07-13 中铁大桥勘测设计院集团有限公司 一种桥梁病害巡查管理***及方法
CN107977716A (zh) * 2017-11-21 2018-05-01 北京恒华伟业科技股份有限公司 一种隐患点显示的方法及***
CN109255743A (zh) * 2018-04-17 2019-01-22 上海城建养护管理有限公司 养护综合管理***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120303610A1 (en) * 2011-05-25 2012-11-29 Tong Zhang System and method for determining dynamic relations from images
CN105046328A (zh) * 2015-07-31 2015-11-11 江苏省交通规划设计院股份有限公司 一种三维可视化桥梁病害信息采集管理***及方法
CN105761016A (zh) * 2016-02-29 2016-07-13 中铁大桥勘测设计院集团有限公司 一种桥梁病害巡查管理***及方法
CN107977716A (zh) * 2017-11-21 2018-05-01 北京恒华伟业科技股份有限公司 一种隐患点显示的方法及***
CN109255743A (zh) * 2018-04-17 2019-01-22 上海城建养护管理有限公司 养护综合管理***

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111639203B (zh) * 2020-05-28 2023-07-07 神华包神铁路集团有限责任公司 隧道病害定位方法、装置、计算机设备和存储介质
CN116798142A (zh) * 2023-06-25 2023-09-22 中路高科交通检测检验认证有限公司 长大桥梁可视化巡检方法、***、设备及储存介质
CN117197412A (zh) * 2023-10-09 2023-12-08 西安大地测绘股份有限公司 一种基于ar的公路病害智能巡检***及方法
CN117197412B (zh) * 2023-10-09 2024-04-05 西安大地测绘股份有限公司 一种基于ar的公路病害智能巡检***及方法

Similar Documents

Publication Publication Date Title
CN110502965B (zh) 一种基于计算机视觉人体姿态估计的施工安全帽佩戴监测方法
CN109858367B (zh) 工人通过支撑不安全行为的视觉自动化检测方法及***
CN112633535A (zh) 一种基于无人机图像的光伏电站智能巡检方法及***
US20030095684A1 (en) System and method for analyzing aerial photos
CN206672041U (zh) 一种基于增强现实的矿用设备智能巡检和维护辅助***
CN109887090A (zh) 基于ar的桥梁养护巡查方法及装置
CN108241844A (zh) 一种公交客流统计方法、装置及电子设备
CN109740420A (zh) 车辆违法识别方法及相关产品
KR100971778B1 (ko) 그래프 구조를 이용하여 파노라마 이미지에 대한 이미지 매칭을 수행하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
CN106296814A (zh) 公路养护检测与可视化交互方法和***
US5835386A (en) Method for managing storm water damage
KR19990067273A (ko) 컴퓨터 입체 관찰 시스템 및 그 방법
CN114445780A (zh) 裸土苫盖的检测方法及装置、识别模型的训练方法及装置
CN112633661A (zh) 一种基于bim的应急调度指挥方法、***、计算机设备及可读介质
CN113486779A (zh) 输电线路全景智能巡检***
CN116258967B (zh) 一种基于改进SNUNet-CD的城市违建变化检测方法
Gerhardt et al. Neural network-based traffic sign recognition in 360° images for semi-automatic road maintenance inventory
CN116976721A (zh) 一种配电作业行为规范性评价方法、***、计算设备
Croitoru et al. Monocular right-angle building hypothesis generation in regularized urban areas by pose clustering
CN116245498A (zh) 光缆路由标识检测方法、装置,及电子设备
CN113989770A (zh) 交通道路标牌识别方法、装置、设备及存储介质
CN113807993A (zh) 一种河湖违法行为处理销号方法及***
JP7515805B1 (ja) 点検支援システム、撮影位置同定システム、及び、プログラム
Golombek et al. High-density mobile LiDAR for measuring urban streetscape features
Singh et al. Evaluating the Performance of Ensembled YOLOv8 Variants in Smart Parking Applications for Vehicle Detection and License Plate Recognition under Varying Lighting Conditions

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190614