CN113053111B - 一种基于机器视觉和物联网的城市交通市政道路安全在线监测云平台 - Google Patents
一种基于机器视觉和物联网的城市交通市政道路安全在线监测云平台 Download PDFInfo
- Publication number
- CN113053111B CN113053111B CN202110258017.7A CN202110258017A CN113053111B CN 113053111 B CN113053111 B CN 113053111B CN 202110258017 A CN202110258017 A CN 202110258017A CN 113053111 B CN113053111 B CN 113053111B
- Authority
- CN
- China
- Prior art keywords
- road
- drainage
- downlink
- road surface
- ponding
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种基于机器视觉和物联网的城市交通市政道路安全在线监测云平台,包括城市立交道路划分模块、下行道路基础参数检测模块、下行道路路面平整度检测模块、道路排水参数检测模块、上行道路渗漏检测模块、建模分析模块、管理云平台和后台显示终端,通过对城市立交下行道路进行基础参数检测、路面平整度检测、排水参数检测,同时对上行道路进行排水参数和渗漏检测,由此结合检测结果统计城市立交下行道路对应的综合积水危险系数,扩展了积水隐患的监测范围,弥补了目前城市立交下行道路积水隐患监测方式存在的弊端,提高了监测结果的可靠度,降低了下行道路雨天出现积水状况的概率,保障了下行道路在雨天的运行安全。
Description
技术领域
本发明属于城市道路运行安全监测技术领域,涉及城市立交道路运行安全监测技术,具体为一种基于机器视觉和物联网的城市交通市政道路安全在线监测云平台。
背景技术
随着城市规模的扩大,城市地面交通越来越繁忙,城市立交凭借其交通组织形式简单、建设费用相对较低、对城市外部景观影响小、实用性强的特点,逐渐成为是城市缓解日益加剧的交通压力的重要方式。城市立交缓解地面交通压力的方式为利用立交道路的空间分布特点将车流分隔,有效缓解了交通压力,但正因为城市立交具有道路的空间分布特点,使得城市立交的下行道路存在道路的地势高度差,一到雨季,该下行道路往往是所处汇水区域的局部低点,雨水径流汇流至此后再无其他出路,一旦该下行道路存在积水隐患,很容易导致道路积水危险,使得下行道路产生交通堵塞,影响道路的正常运行,严重时更会造成交通事故,危害行人的生命安全,因此为保障下行道路在雨天的运行安全,需要对城市立交下行道路进行积水隐患监测。
但目前城市立交下行道路积水隐患的监测方式只是针对下行道路本身的地势高度、路面平整度、路面排水设施的排水量等进行检测,没有考虑到城市立交上行道路的排水状况及渗透状况对下行道路造成的积水影响,当上行道路存在排水不佳及裂缝渗漏状况时,其无法排出的水及渗漏的水必然会对下行道路造成积水隐患。由此可见单纯只针对下行道路本身进行积水隐患监测是不符合实际情况的,其监测存在片面性、单一性弊端,使得监测结果可靠度较差,难以满足对城市立交下行道路积水隐患监测的可靠性监测需求。
发明内容
为了解决背景技术提到的问题,本发明提供了如下技术方案:
一种基于机器视觉和物联网的城市交通市政道路安全在线监测云平台,包括城市立交道路划分模块、下行道路基础参数检测模块、下行道路路面平整度检测模块、道路排水参数检测模块、上行道路渗漏检测模块、建模分析模块、管理云平台和后台显示终端;
所述城市立交道路划分模块用于将城市立交按照道路所处的空间位置关系划分为上行道路和下行道路;
所述下行道路基础参数检测模块用于对城市立交划分的下行道路进行基础参数检测,其基础参数包括下行道路的宽度、距离上行道路的高度和地势高度,由此将检测得到的下行道路的基础参数构成下行道路基础参数集合P(pw,ph,pd),pw,ph,pd分别表示为下行道路的宽度、下行道路距离上行道路的高度、下行道路的地势高度,下行道路基础参数检测模块将下行道路基础参数集合发送至建模分析模块;
所述下行道路路面平整度检测模块用于对下行道路的路面进行平整度检测,并将检测得到的下行道路的路面平整度发送至建模分析模块,其具体检测过程包括以下步骤:
S1:在下行道路路面均匀布设若干检测点,并对布设的各检测点按照预设的顺序进行编号,依次标记为1,2...i...n;
S2:对布设的各检测点分别检测距离下行道路路基的高度,其得到的各检测点距离下行道路路基的高度构成检测点距离路基高度集合H(h1,h2,...,hi,...,hn),hi表示为第i个检测点距离下行道路路基的高度;
S3:将检测点距离路基高度集合与下行道路路面距离路基的标准高度进行对比,得到检测点距离路基高度对比集合ΔH(Δh1,Δh2,...,Δhi,...,Δhn),由此根据检测点距离路基高度对比集合统计下行道路路面的平整度;
所述参数数据库用于存储各种道路宽度对应的道路宽度积水危险系数,存储上下行道路之间各种高度值对应的高度积水危险系数,存储道路的各种地势高度对应的地势积水危险系数,存储各种道路路面平整度对应的路面平整度积水危险系数,存储各种道路裂缝总面积对应的渗漏危险系数;
所述道路排水参数检测模块用于对上行道路路面和下行道路路面上存在的排水设施数量进行统计,并将统计的上行道路路面存在的各排水设施进行编号,分别标记为1,2...a...z,同时对统计的下行道路路面存在的各排水设施进行编号,分别标记为1,2...b...y,以此对上行道路路面存在的各排水设施和下行道路路面存在的各排水设施分别进行排水量统计,得到的上行道路路面各排水设施对应的排水量构成上行道路排水量集合Q上(Q上1,Q上2,...,Q上a,...,Q上z),得到的下行道路路面各排水设施对应的排水量构成下行道路排水量集合Q下(Q下1,Q下2,...,Q下b,...,Q下y),由此分别根据上行道路排水量集合和下行道路排水量集合统计上行道路排水设施的平均排水量和下行道路排水设施的平均排水量,与此同时分别对上行道路路面存在的各排水设施和下行道路路面存在的各排水设施进行相邻两个排水设施之间的平均间距统计,道路排水参数检测模块将统计得到的上行道路路面对应的排水设施的平均排水量和相邻两个排水设施之间的平均间距及下行道路路面对应排水设施的平均排水量和相邻两个排水设施之间的平均间距发送至建模分析模块;
所述上行道路渗漏检测模块用于对上行道路底部区域进行图像采集,并将采集的上行道路底部区域图像与正常的道路底部区域图像进行对比,以此得到该上行道路底部区域的裂缝所处位置,此时统计该上行道路底部区域存在的裂缝个数,同时对统计的各裂缝进行编号,依次标记为1,2...j...m,进而在上行道路底部区域图像上分别聚焦各裂缝所在区域,由此提取各裂缝的轮廓线,从而得出各裂缝对应的面积,构成上行道路底部裂缝面积集合S(s1,s2,...,sj,...,sm),上行道路渗漏检测模块将上行道路底部裂缝面积集合发送至建模分析模块;
所述建模分析模块接收道路基础参数检测模块发送下行道路基础参数集合,并将下行道路基础参数集合中下行道路的宽度与参数数据库中各种道路宽度对应的道路宽度积水危险系数进行对比,筛选出下行道路对应的道路宽度积水危险系数,同时将下行道路基础参数集合中下行道路距离上行道路的高度与参数数据库中上下行道路之间各种高度值对应的高度积水危险系数进行对比,筛选出下行道路对应的高度积水危险系数,将下行道路基础参数集合中下行道路的地势高度与参数数据库中道路的各种地势高度对应的地势积水危险系数进行对比,筛选出下行道路对应的地势积水危险系数,建模分析模块结合下行道路对应的道路宽度积水危险系数、高度积水危险系数和地势积水危险系数计算下行道路对应的基础参数积水危险系数,并发送至管理云平台;
所述建模分析模块接收下行道路路面平整度检测模块发送的下行道路路面的平整度,并将接收的下行道路路面的平整度与参数数据库中各种道路路面平整度对应的路面平整度积水危险系数进行对比,由此得到下行道路路面对应的路面平整度积水危险系数,并发送至管理云平台;
所述建模分析模块接收道路排水参数检测模块发送的上行道路路面对应排水设施的平均排水量和相邻两个排水设施之间的平均间距及下行道路路面对应排水设施的平均排水量和相邻两个排水设施之间的平均间距,由此根据上行道路路面对应排水设施的平均排水量和相邻两个排水设施之间的平均间距统计上行道路路面对下行道路的排水危险指数,以此根据上行道路路面对下行道路的排水危险指数和下行道路路面对应排水设施的平均排水量及相邻两个排水设施之间的平均间距统计下行道路路面的总排水危险系数,并发送至管理云平台;
所述建模分析模块接收上行道路渗漏检测模块发送的上行道路底部裂缝面积集合,并根据上行道路底部裂缝面积集合进行各裂缝的面积求和,得到上行道路底部对应的裂缝总面积,进而将其与参数数据库中各种道路裂缝总面积对应的渗漏危险系数进行对比,得到上行道路对下行道路的渗漏危险系数,并发送至管理云平台;
所述管理云平台接收建模分析模块发送的下行道路对应的基础参数积水危险系数、路面平整度积水危险系数、总排水危险系数和上行道路对下行道路的渗漏危险系数统计城市立交下行道路对应的综合积水危险系数,并发送至后台显示终端;
所述后台显示终端接收管理云平台发送的城市立交下行道路对应的综合积水危险系数,并进行后台显示。
在一种能够实现的方式中,所述在下行道路路面均匀布设若干检测点,其具体布设方法执行以下步骤:
T1:获取下行道路路面的长度和宽度;
T2:分别将下行道路路面的长度和宽度进行均分等分,得到的各长度等分点和各宽度等分点将下行道路路面均匀划分为各路面子区域;
T3:分别在划分的各路面子区域的中心位置布设单个检测点,由此得到布设的若干检测点。
在一种能够实现的方式中,分别对上行道路路面存在的各排水设施和下行道路路面存在的各排水设施进行相邻两个排水设施之间的平均间距统计,其具体统计方法如下:
G1:对上行道路路面存在的各排水设施进行相邻两个排水设施之间的间距统计,其得到的上行道路路面相邻两个排水设施之间的间距构成上行道路路面相邻排水设施间距集合X上[x上1,x上2,...,x上a,...,x上(z-1)],x上a表示为上行道路路面第a个排水设施与第a+1个排水设施之间的间距;
G3:对下行道路路面存在的各排水设施进行相邻两个排水设施之间的间距统计,其得到的下行道路路面相邻两个排水设施之间的间距构成下行道路路面相邻排水设施间距集合X下[x下1,x下2,...,x下b,...,x下(y-1)],x下b表示为下行道路路面第b个排水设施与第b+1个排水设施之间的间距;
在一种能够实现的方式中,所述城市立交下行道路对应的综合积水危险系数的计算公式为 表示为城市立交下行道路对应的综合积水危险系数,ξ、μ、ψ、λ分别表示为下行道路对应的基础参数积水危险系数、路面平整度积水危险系数、总排水危险系数和上行道路对下行道路的渗漏危险系数,k1、k2、k3、k4分别表示为基础参数、路面平整度、排水、渗漏对应的权重影响系数,且k1+k2+k3+k4=1。
本发明的有益效果如下:
(1)本发明通过对城市立交下行道路进行基础参数检测、路面平整度检测、排水参数检测,同时对上行道路进行排水参数检测和渗漏检测,由此根据检测结果统计城市立交下行道路对应的基础参数积水危险系数、路面平整度积水危险系数、总排水危险系数和上行道路对下行道路的渗漏危险系数,进而综合以上统计城市立交下行道路对应的综合积水危险系数,实现了对城市立交下行道路积水隐患的综合性监测,扩展了积水隐患的监测范围,弥补了目前城市立交下行道路积水隐患监测方式存在的片面性、单一化弊端,提高了监测结果的可靠度,大大降低了下行道路雨天出现积水状况的概率,进而减少了因下行道路积水造成的交通堵塞及交通事故的发生率,保障了下行道路在雨天的运行安全。
(2)本发明在对下行道路进行路面平整度检测过程中,通过对下行道路路面进行检测点布设,并检测各检测点距离该下行道路路基的高度,进而由此得出路面平整度,该检测方式相对于只对路面设置单个检测点得到的路面平整度,其检测结果避免了误差现象,更能真实反映该下行道路路面的平整度,为后续获取该下行道路对应的路面平整度积水危险系数提供了可靠的数据依据。
(3)本发明在进行城市立交上行道路和下行道路的排水检测时,不仅对上行道路和下行道路排水设施的平均排水量,还对相邻排水设施之间的平均间距进行检测,避免了只对排水设施的排水量检测造成的检测片面性,影响后面统计上行道路对下行道路的排水危险指数的准确度。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
参照图1所示,一种基于机器视觉和物联网的城市交通市政道路安全在线监测云平台,包括城市立交道路划分模块、下行道路基础参数检测模块、下行道路路面平整度检测模块、道路排水参数检测模块、上行道路渗漏检测模块、建模分析模块、管理云平台和后台显示终端,其中城市立交道路划分模块分别与下行道路基础参数检测模块、下行道路路面平整度检测模块、道路排水参数检测模块和上行道路渗漏检测模块连接,下行道路基础参数检测模块、下行道路路面平整度检测模块、道路排水参数检测模块和上行道路渗漏检测模块均与建模分析模块连接,建模分析模块与管理云平台连接,管理云平台与后台显示终端连接。
城市立交道路划分模块用于将城市立交按照道路所处的空间位置关系划分为上行道路和下行道路。
下行道路基础参数检测模块用于对城市立交划分的下行道路进行基础参数检测,其基础参数包括下行道路的宽度、距离上行道路的高度和地势高度,由此将检测得到的下行道路的基础参数构成下行道路基础参数集合P(pw,ph,pd),pw,ph,pd分别表示为下行道路的宽度、下行道路距离上行道路的高度、下行道路的地势高度,下行道路基础参数检测模块将下行道路基础参数集合发送至建模分析模块。
下行道路路面平整度检测模块用于对下行道路的路面进行平整度检测,并将检测得到的下行道路的路面平整度发送至建模分析模块,其具体检测过程包括以下步骤:
S1:在下行道路路面均匀布设若干检测点,其具体布设方法执行以下步骤:
T1:获取下行道路路面的长度和宽度;
T2:分别将下行道路路面的长度和宽度进行均分等分,得到的各长度等分点和各宽度等分点将下行道路路面均匀划分为各路面子区域;
T3:分别在划分的各路面子区域的中心位置布设单个检测点,由此得到布设的若干检测点,并对布设的各检测点按照预设的顺序进行编号,依次标记为1,2...i...n;
S2:对布设的各检测点分别检测距离下行道路路基的高度,其得到的各检测点距离下行道路路基的高度构成检测点距离路基高度集合H(h1,h2,...,hi,...,hn),hi表示为第i个检测点距离下行道路路基的高度;
S3:将检测点距离路基高度集合与下行道路路面距离路基的标准高度进行对比,得到检测点距离路基高度对比集合ΔH(Δh1,Δh2,...,Δhi,...,Δhn),由此根据检测点距离路基高度对比集合统计下行道路路面的平整度h0表示为下行道路路面距离路基的标准高度。
本实施例在对下行道路进行路面平整度检测过程中,通过对下行道路路面进行检测点布设,并检测各检测点距离该下行道路路基的高度,进而由此得出路面平整度,该检测方式相对于只对路面设置单个检测点得到的路面平整度,其检测结果避免了误差现象,更能真实反映该下行道路路面的平整度,为后续获取该下行道路对应的路面平整度积水危险系数提供了可靠的数据依据。
参数数据库用于存储各种道路宽度对应的道路宽度积水危险系数,存储上下行道路之间各种高度值对应的高度积水危险系数,存储道路的各种地势高度对应的地势积水危险系数,存储各种道路路面平整度对应的路面平整度积水危险系数,存储各种道路裂缝总面积对应的渗漏危险系数。
道路排水参数检测模块用于对上行道路路面和下行道路路面上存在的排水设施数量进行统计,其中排水设施包括排水管、排水沟、排水渠等,并将统计的上行道路路面存在的各排水设施进行编号,分别标记为1,2...a...z,同时对统计的下行道路路面存在的各排水设施进行编号,分别标记为1,2...b...y,以此对上行道路路面存在的各排水设施和下行道路路面存在的各排水设施分别进行排水量统计,得到的上行道路路面各排水设施对应的排水量构成上行道路排水量集合Q上(Q上1,Q上2,...,Q上a,...,Q上z),得到的下行道路路面各排水设施对应的排水量构成下行道路排水量集合Q下(Q下1,Q下2,...,Q下b,...,Q下y),由此分别根据上行道路排水量集合和下行道路排水量集合统计上行道路排水设施的平均排水量 表示为上行道路排水设施的平均排水量,和下行道路排水设施的平均排水量 表示为下行道路排水设施的平均排水量,与此同时分别对上行道路路面存在的各排水设施和下行道路路面存在的各排水设施进行相邻两个排水设施之间的平均间距统计,其具体统计方法如下:
G1:对上行道路路面存在的各排水设施进行相邻两个排水设施之间的间距统计,其得到的上行道路路面相邻两个排水设施之间的间距构成上行道路路面相邻排水设施间距集合X上[x上1,x上2,...,x上a,...,x上(z-1)],x上a表示为上行道路路面第a个排水设施与第a+1个排水设施之间的间距;
G3:对下行道路路面存在的各排水设施进行相邻两个排水设施之间的间距统计,其得到的下行道路路面相邻两个排水设施之间的间距构成下行道路路面相邻排水设施间距集合X下[x下1,x下2,...,x下b,...,x下(y-1)],x下b表示为下行道路路面第b个排水设施与第b+1个排水设施之间的间距;
道路排水参数检测模块将统计得到的上行道路路面对应的排水设施的平均排水量和相邻两个排水设施之间的平均间距及下行道路路面对应排水设施的平均排水量和相邻两个排水设施之间的平均间距发送至建模分析模块。
本实施例在进行城市立交上行道路和下行道路的排水检测时,不仅对上行道路和下行道路排水设施的平均排水量,还对相邻排水设施之间的平均间距进行检测,避免了只对排水设施的排水量检测造成的检测片面性,影响后面统计上行道路对下行道路的排水危险指数的准确度。
上行道路渗漏检测模块用于对上行道路底部区域进行图像采集,并将采集的上行道路底部区域图像与正常的道路底部区域图像进行对比,其中正常的道路底部区域图像是指不存在裂缝的道路底部区域图像,以此得到该上行道路底部区域的裂缝所处位置,此时统计该上行道路底部区域存在的裂缝个数,同时对统计的各裂缝进行编号,依次标记为1,2...j...m,进而在上行道路底部区域图像上分别聚焦在各裂缝所在区域,由此提取各裂缝的轮廓线,从而得出各裂缝对应的面积,构成上行道路底部裂缝面积集合S(s1,s2,...,sj,...,sm),上行道路渗漏检测模块将上行道路底部裂缝面积集合发送至建模分析模块。
本实施例通过对上行道路底部区域进行图像采集,采用机器视觉处理技术,得到上行道路地面的裂缝面积,其构建的上行道路底部裂缝面积集合直观反映了上行道路底部区域的渗漏状况,为后期统计上行道路对下行道路的渗漏危险系数奠定了基础。
建模分析模块接收道路基础参数检测模块发送下行道路基础参数集合,并将下行道路基础参数集合中下行道路的宽度与参数数据库中各种道路宽度对应的道路宽度积水危险系数进行对比,筛选出下行道路对应的道路宽度积水危险系数,同时将下行道路基础参数集合中下行道路距离上行道路的高度与参数数据库中上下行道路之间各种高度值对应的高度积水危险系数进行对比,筛选出下行道路对应的高度积水危险系数,将下行道路基础参数集合中下行道路的地势高度与参数数据库中道路的各种地势高度对应的地势积水危险系数进行对比,筛选出下行道路对应的地势积水危险系数,建模分析模块结合下行道路对应的道路宽度积水危险系数、高度积水危险系数和地势积水危险系数计算下行道路对应的基础参数积水危险系数α、β、ε分别表示为下行道路对应的道路宽度积水危险系数、高度积水危险系数、地势积水危险系数,并发送至管理云平台;
建模分析模块接收下行道路路面平整度检测模块发送的下行道路路面的平整度,并将接收的下行道路路面的平整度与参数数据库中各种道路路面平整度对应的路面平整度积水危险系数进行对比,由此得到下行道路路面对应的路面平整度积水危险系数,并发送至管理云平台;
建模分析模块接收道路排水参数检测模块发送的上行道路路面对应排水设施的平均排水量和相邻两个排水设施之间的平均间距及下行道路路面对应排水设施的平均排水量和相邻两个排水设施之间的平均间距,由此根据上行道路路面对应排水设施的平均排水量和相邻两个排水设施之间的平均间距统计上行道路路面对下行道路的排水危险指数以此根据上行道路路面对下行道路的排水危险指数和下行道路路面对应排水设施的平均排水量及相邻两个排水设施之间的平均间距统计下行道路路面的总排水危险系数并发送至管理云平台;
本实施例统计的下行道路路面的总排水危险系数综合了上行道路对下行道路的排水影响状况和下行道路自身的排水状况,很好切合了实际状况,为后面统计城市立交下行道路对应的综合积水危险系数提供排水危险的相关系数。
建模分析模块接收上行道路渗漏检测模块发送的上行道路底部裂缝面积集合,并根据上行道路底部裂缝面积集合进行各裂缝的面积求和,得到上行道路底部对应的裂缝总面积,进而将其与参数数据库中各种道路裂缝总面积对应的渗漏危险系数进行对比,得到上行道路对下行道路的渗漏危险系数,并发送至管理云平台。
管理云平台接收建模分析模块发送的下行道路对应的基础参数积水危险系数、路面平整度积水危险系数、总排水危险系数和上行道路对下行道路的渗漏危险系数统计城市立交下行道路对应的综合积水危险系数 表示为城市立交下行道路对应的综合积水危险系数,ξ、μ、ψ、λ分别表示为下行道路对应的基础参数积水危险系数、路面平整度积水危险系数、总排水危险系数和上行道路对下行道路的渗漏危险系数,k1、k2、k3、k4分别表示为基础参数、路面平整度、排水、渗漏对应的权重影响系数,且k1+k2+k3+k4=1,并发送至后台显示终端。
本实施例通过结合下行道路对应的基础参数积水危险系数、路面平整度积水危险系数、总排水危险系数和上行道路对下行道路的渗漏危险系数统计城市立交下行道路对应的综合积水危险系数,实现了对城市立交下行道路积水隐患的综合性监测,扩展了积水隐患的监测范围,弥补了目前城市立交下行道路积水隐患监测方式存在的片面性、单一化弊端,提高了监测结果的可靠度,且统计的下行道路对应的综合积水危险系数直观反映了下行道路所处的积水危险程度,便于道路管理人员根据综合积水危险系数进行下行道路积水隐患养护,进而大大降低了下行道路雨天出现积水状况的概率,减少了因下行道路积水造成的交通堵塞及交通事故的发生率,保障了下行道路在雨天的运行安全。
后台显示终端接收管理云平台发送的城市立交下行道路对应的综合积水危险系数,并进行后台显示。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (4)
1.一种基于机器视觉和物联网的城市交通市政道路安全在线监测云平台,其特征在于:包括城市立交道路划分模块、下行道路基础参数检测模块、下行道路路面平整度检测模块、道路排水参数检测模块、上行道路渗漏检测模块、建模分析模块、管理云平台和后台显示终端;
所述城市立交道路划分模块用于将城市立交按照道路所处的空间位置关系划分为上行道路和下行道路;
所述下行道路基础参数检测模块用于对城市立交划分的下行道路进行基础参数检测,其基础参数包括下行道路的宽度、距离上行道路的高度和地势高度,由此将检测得到的下行道路的基础参数构成下行道路基础参数集合P(pw,ph,pd),pw,ph,pd分别表示为下行道路的宽度、下行道路距离上行道路的高度、下行道路的地势高度,下行道路基础参数检测模块将下行道路基础参数集合发送至建模分析模块;
所述下行道路路面平整度检测模块用于对下行道路的路面进行平整度检测,并将检测得到的下行道路的路面平整度发送至建模分析模块,其具体检测过程包括以下步骤:
S1:在下行道路路面均匀布设若干检测点,并对布设的各检测点按照预设的顺序进行编号,依次标记为1,2...i...n;
S2:对布设的各检测点分别检测距离下行道路路基的高度,其得到的各检测点距离下行道路路基的高度构成检测点距离路基高度集合H(h1,h2,...,hi,…,hn),hi表示为第i个检测点距离下行道路路基的高度;
S3:将检测点距离路基高度集合与下行道路路面距离路基的标准高度进行对比,得到检测点距离路基高度对比集合ΔH(Δh1,Δh2,...,Δhi,...,Δhn),由此根据检测点距离路基高度对比集合统计下行道路路面的平整度;
参数数据库用于存储各种道路宽度对应的道路宽度积水危险系数,存储上下行道路之间各种高度值对应的高度积水危险系数,存储道路的各种地势高度对应的地势积水危险系数,存储各种道路路面平整度对应的路面平整度积水危险系数,存储各种道路裂缝总面积对应的渗漏危险系数;
所述道路排水参数检测模块用于对上行道路路面和下行道路路面上存在的排水设施数量进行统计,并将统计的上行道路路面存在的各排水设施进行编号,分别标记为1,2...a...z,同时对统计的下行道路路面存在的各排水设施进行编号,分别标记为1,2...b...y,以此对上行道路路面存在的各排水设施和下行道路路面存在的各排水设施分别进行排水量统计,得到的上行道路路面各排水设施对应的排水量构成上行道路排水量集合Q上(Q上1,Q上2,...,Q上a,...,Q上z),得到的下行道路路面各排水设施对应的排水量构成下行道路排水量集合Q下(Q下1,Q下2,...,Q下b,...,Q下y),由此分别根据上行道路排水量集合和下行道路排水量集合统计上行道路排水设施的平均排水量和下行道路排水设施的平均排水量,与此同时分别对上行道路路面存在的各排水设施和下行道路路面存在的各排水设施进行相邻两个排水设施之间的平均间距统计,道路排水参数检测模块将统计得到的上行道路路面对应的排水设施的平均排水量和相邻两个排水设施之间的平均间距及下行道路路面对应排水设施的平均排水量和相邻两个排水设施之间的平均间距发送至建模分析模块;
所述上行道路渗漏检测模块用于对上行道路底部区域进行图像采集,并将采集的上行道路底部区域图像与正常的道路底部区域图像进行对比,以此得到该上行道路底部区域的裂缝所处位置,此时统计该上行道路底部区域存在的裂缝个数,同时对统计的各裂缝进行编号,依次标记为1,2...j...m,进而在上行道路底部区域图像上分别聚焦各裂缝所在区域,由此提取各裂缝的轮廓线,从而得出各裂缝对应的面积,构成上行道路底部裂缝面积集合S(s1,s2,...,sj,...,sm),上行道路渗漏检测模块将上行道路底部裂缝面积集合发送至建模分析模块;
所述建模分析模块接收道路基础参数检测模块发送下行道路基础参数集合,并将下行道路基础参数集合中下行道路的宽度与参数数据库中各种道路宽度对应的道路宽度积水危险系数进行对比,筛选出下行道路对应的道路宽度积水危险系数,同时将下行道路基础参数集合中下行道路距离上行道路的高度与参数数据库中上下行道路之间各种高度值对应的高度积水危险系数进行对比,筛选出下行道路对应的高度积水危险系数,将下行道路基础参数集合中下行道路的地势高度与参数数据库中道路的各种地势高度对应的地势积水危险系数进行对比,筛选出下行道路对应的地势积水危险系数,建模分析模块结合下行道路对应的道路宽度积水危险系数、高度积水危险系数和地势积水危险系数计算下行道路对应的基础参数积水危险系数,并发送至管理云平台;
所述建模分析模块接收下行道路路面平整度检测模块发送的下行道路路面的平整度,并将接收的下行道路路面的平整度与参数数据库中各种道路路面平整度对应的路面平整度积水危险系数进行对比,由此得到下行道路路面对应的路面平整度积水危险系数,并发送至管理云平台;
所述建模分析模块接收道路排水参数检测模块发送的上行道路路面对应排水设施的平均排水量和相邻两个排水设施之间的平均间距及下行道路路面对应排水设施的平均排水量和相邻两个排水设施之间的平均间距,由此根据上行道路路面对应排水设施的平均排水量和相邻两个排水设施之间的平均间距统计上行道路路面对下行道路的排水危险指数,以此根据上行道路路面对下行道路的排水危险指数和下行道路路面对应排水设施的平均排水量及相邻两个排水设施之间的平均间距统计下行道路路面的总排水危险系数,并发送至管理云平台;
所述上行道路路面对下行道路的排水危险影响指数的计算公式为σ表示为上行道路路面对下行道路的排水危险影响指数,所述下行道路路面的总排水危险系数的计算公式为 表示为下行道路排水设施的平均排水量,表示为上行道路路面相邻两个排水设施之间的平均间距;
所述建模分析模块接收上行道路渗漏检测模块发送的上行道路底部裂缝面积集合,并根据上行道路底部裂缝面积集合进行各裂缝的面积求和,得到上行道路底部对应的裂缝总面积,进而将其与参数数据库中各种道路裂缝总面积对应的渗漏危险系数进行对比,得到上行道路对下行道路的渗漏危险系数,并发送至管理云平台;
所述管理云平台接收建模分析模块发送的下行道路对应的基础参数积水危险系数、路面平整度积水危险系数、总排水危险系数和上行道路对下行道路的渗漏危险系数统计城市立交下行道路对应的综合积水危险系数,并发送至后台显示终端;
所述城市立交下行道路对应的综合积水危险系数的计算公式为 表示为城市立交下行道路对应的综合积水危险系数,ξ、μ、ψ、λ分别表示为下行道路对应的基础参数积水危险系数、路面平整度积水危险系数、总排水危险系数和上行道路对下行道路的渗漏危险系数,k1、k2、k3、k4分别表示为基础参数、路面平整度、排水、渗漏对应的权重影响系数,且k1+k2+k3+k4=1;
所述后台显示终端接收管理云平台发送的城市立交下行道路对应的综合积水危险系数,并进行后台显示。
2.根据权利要求1所述的一种基于机器视觉和物联网的城市交通市政道路安全在线监测云平台,其特征在于:所述在下行道路路面均匀布设若干检测点,其具体布设方法执行以下步骤:
T1:获取下行道路路面的长度和宽度;
T2:分别将下行道路路面的长度和宽度进行均分等分,得到的各长度等分点和各宽度等分点将下行道路路面均匀划分为各路面子区域;
T3:分别在划分的各路面子区域的中心位置布设单个检测点,由此得到布设的若干检测点。
4.根据权利要求1所述的一种基于机器视觉和物联网的城市交通市政道路安全在线监测云平台,其特征在于:分别对上行道路路面存在的各排水设施和下行道路路面存在的各排水设施进行相邻两个排水设施之间的平均间距统计,其具体统计方法如下:
G1:对上行道路路面存在的各排水设施进行相邻两个排水设施之间的间距统计,其得到的上行道路路面相邻两个排水设施之间的间距构成上行道路路面相邻排水设施间距集合X上[x上1,x上2,...,x上a,...,x上(z-1)],x上a表示为上行道路路面第a个排水设施与第a+1个排水设施之间的间距;
G3:对下行道路路面存在的各排水设施进行相邻两个排水设施之间的间距统计,其得到的下行道路路面相邻两个排水设施之间的间距构成下行道路路面相邻排水设施间距集合X下[x下1,x下2,...,x下b,...,x下(y-1)],x下b表示为下行道路路面第b个排水设施与第b+1个排水设施之间的间距;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110258017.7A CN113053111B (zh) | 2021-03-09 | 2021-03-09 | 一种基于机器视觉和物联网的城市交通市政道路安全在线监测云平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110258017.7A CN113053111B (zh) | 2021-03-09 | 2021-03-09 | 一种基于机器视觉和物联网的城市交通市政道路安全在线监测云平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113053111A CN113053111A (zh) | 2021-06-29 |
CN113053111B true CN113053111B (zh) | 2022-08-12 |
Family
ID=76510723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110258017.7A Active CN113053111B (zh) | 2021-03-09 | 2021-03-09 | 一种基于机器视觉和物联网的城市交通市政道路安全在线监测云平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113053111B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114413922B (zh) * | 2022-01-20 | 2024-04-09 | 北京百度网讯科技有限公司 | 电子地图的导航方法、装置、设备、介质及产品 |
CN114648249B (zh) * | 2022-04-11 | 2023-01-10 | 中咨数据有限公司 | 一种基于大数据分析的市政道路工程质量安全监测管理*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109544912B (zh) * | 2018-11-07 | 2020-07-10 | 北京城市***工程研究中心 | 一种基于多源数据融合的城市路网积水状态预测方法 |
KR20210020408A (ko) * | 2019-08-14 | 2021-02-24 | 권복남 | 도로의 위험상황 감시 및 처리시스템 |
CN111896721B (zh) * | 2020-08-31 | 2021-05-14 | 刘小梅 | 一种基于大数据的市政道路工程质量智能验收检测管理*** |
CN111815955B (zh) * | 2020-09-11 | 2021-03-26 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于交通流基本图的城市道路积水智能识别方法 |
CN112382091A (zh) * | 2020-11-11 | 2021-02-19 | 北京世纪高通科技有限公司 | 一种道路积水预警方法及装置 |
-
2021
- 2021-03-09 CN CN202110258017.7A patent/CN113053111B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113053111A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113053111B (zh) | 一种基于机器视觉和物联网的城市交通市政道路安全在线监测云平台 | |
CN112432665A (zh) | 基于大数据分析的水利工程坝体安全实时监测预警管理*** | |
CN112579975A (zh) | 一种基于大数据可视化分析的环境参数监测管理*** | |
CN109308560B (zh) | 一种城市暴雨内涝及积涝的风险预警方法 | |
CN110543984A (zh) | 一种基于水安全的城市水面率规划方法 | |
CN113593220B (zh) | 一种基于宏观基本图的路网承载力估计方法 | |
CN113701060B (zh) | 一种基于排水模型的城市排水管网智能诊断方法 | |
CN115081757A (zh) | 一种基于机器人技术的公路病害自动化检测方法 | |
CN110274656B (zh) | 一种城市内河水位预报预警方法 | |
CN106529593B (zh) | 路面病害检测方法和*** | |
CN112801969A (zh) | 基于大数据和云计算的市政路面建造工程监理质量验收分析处理方法 | |
CN109657416B (zh) | 基于两种性能状态的桥梁技术状况评定方法 | |
CN116343441B (zh) | 一种基于多维度实时监控的高速公路安全监控*** | |
CN106327485B (zh) | 一种沥青路面雨季小修预警***及其方法 | |
CN116206426B (zh) | 一种基于物联网的移动式水位监测报警*** | |
CN115472003A (zh) | 一种基于多源信息的城市交通监管***及方法 | |
CN109902971A (zh) | 一种公路路侧安全风险评价与分级方法 | |
CN101075377A (zh) | 基于偏最小二乘原理的高速公路交通事件自动检测方法 | |
CN114565603A (zh) | 一种一体化洪涝灾害精准监测预警方法 | |
CN104750936A (zh) | 一种基于gis的城市水文径流计算方法及*** | |
CN104966404A (zh) | 一种基于阵列雷达的单点自优化信号控制方法及装置 | |
CN105118310A (zh) | 一种基于视频的单点自优化信号控制方法及装置 | |
CN116737989B (zh) | 一种基于视频图像的城市地表水文监测网构建方法 | |
CN116126963A (zh) | 非线性多源异构排水模型诊断入流入渗方法 | |
CN112927480B (zh) | 基于物联网和大数据协同分析的地质灾害监测方法及预警管理平台 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220714 Address after: 200000 room 2002-d, No. 509, Wuning Road, Putuo District, Shanghai Applicant after: Shanghai new front end Yitian Technology Co.,Ltd. Address before: 225000 No.2 Youyi Road, Yangzhou City, Jiangsu Province Applicant before: Zhou Fengying |
|
GR01 | Patent grant | ||
GR01 | Patent grant |