CN113506261A - 道路病害检测方法、装置、设备及*** - Google Patents

道路病害检测方法、装置、设备及*** Download PDF

Info

Publication number
CN113506261A
CN113506261A CN202110767450.3A CN202110767450A CN113506261A CN 113506261 A CN113506261 A CN 113506261A CN 202110767450 A CN202110767450 A CN 202110767450A CN 113506261 A CN113506261 A CN 113506261A
Authority
CN
China
Prior art keywords
road
disease
detection
video frame
target video
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.)
Withdrawn
Application number
CN202110767450.3A
Other languages
English (en)
Inventor
邸硕临
武伟
赵兴杰
李江
黄文建
周雪琪
潘晓誉
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 Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development 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 Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN202110767450.3A priority Critical patent/CN113506261A/zh
Publication of CN113506261A publication Critical patent/CN113506261A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30184Infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)

Abstract

本说明书实施例提供一种道路病害检测方法、装置、电子设备及***。通过检测端和服务端的配合,采用计算能力低的检测端对图像采集装置采集的道路视频进行初步的病害检测,筛选出包括道路病害的目标视频帧,并将目标视频帧以及相关的检测信息发送给服务端进行进一步的病害检测,采用计算能力较强的服务端对初步筛选的目标视频帧进行更加精细的检测,可以进一步确定目标视频帧中道路病害的属性信息,并利用服务端的计算资源对检测数据进行整合,得到病害检测结果,通过这种方式,可以提高检测效率,并且保证检测结果的精度。

Description

道路病害检测方法、装置、设备及***
技术领域
本公开涉及人工智能技术领域,尤其涉及一种道路病害检测方法、装置、设备及***。
背景技术
道路养护对已修建的道路路网十分重要,通过对道路进行养护可以保证道路路网的通行能力和运输效率、降低交通事故发生的概率、同时也可以延长道路路面的使用寿命。对道路进行养护之前,需要对道路进行病害检测,及时发现道路中存在的裂缝、深坑、塌陷或者凹陷等病害问题,准确而高效地实现对道路进行病害检测,是制定合理的养护策略的前提。
发明内容
本公开提供一种道路病害检测方法、装置、设备及***。
根据本公开实施例的第一方面,提供一种道路病害检测***,所述道路病害检测***包括:位于道路巡检装置一侧的检测端,以及与所述检测端通信连接的服务端,其中,所述道路巡检装置上搭载有图像采集装置;
所述检测端用于获取所述图像采集装置采集的待检测道路的视频,基于所述视频对所述待检测道路进行病害检测,以从所述视频中筛选出包括道路病害的目标视频帧,并将所述目标视频帧以及与所述目标视频帧相关的检测信息发送给所述服务端;
所述服务端用于根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息,对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果。
根据本公开实施例的第二方面,提供一种道路检测方法,所述方法适用于位于道路巡检装置一侧的检测端,所述道路巡检装置上搭载有图像采集装置,所述方法包括:
获取所述图像采集装置采集的待检测道路的视频;
基于所述视频对所述待检测道路进行病害检测,以从所述视频中筛选出包括道路病害的目标视频帧;
将所述目标视频帧以及与所述目标视频帧相关的检测信息发送给所述服务端,以使所述服务端根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息,并对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果。
在一些实施例中,所述属性信息包括以下一种或多种:
所述道路病害的病害类型、所述道路病害的尺寸信息、所述道路病害的数量、所述道路病害的严重程度、所述道路病害的置信度、所述道路病害的位置信息以及所述道路病害所在车道的车道方向。
在一些实施例中,将所述目标视频帧以及与所述目标视频帧相关的检测信息发送给所述服务端,包括:
通过移动通信网络将所述目标视频帧以及所述检测信息发送给所述服务端;
在将所述目标视频帧以及所述目标视频帧相关的检测信息发送给所述服务端之前,还包括:
检测当前的移动通信网络的信号强度,将所述目标视频帧以及检测信息发送给所述服务端的操作在所述信号强度大于预设阈值的情况下执行。
根据本公开实施例的第三方面,提供一种道路检测方法,所述方法适用于服务端,所述服务端与位于道路巡检装置一侧的检测端通信连接,所述道路巡检装置上搭载有图像采集装置,所述方法包括:
接收所述检测端发送的包括道路病害的目标视频帧以及与所述目标视频帧相关的检测信息,所述目标视频帧由所述检测端在获取到所述图像采集装置采集的待检测道路的视频后,基于所述视频对所述待检测道路进行病害检测,并根据检测结果从所述视频中筛选得到;
根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息;
对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果。
在一些实施例中,所述属性信息包括以下一种或多种:
所述道路病害的病害类型、所述道路病害的尺寸信息、所述道路病害的数量、所述道路病害的严重程度、所述道路病害的置信度、所述道路病害的位置信息以及所述道路病害所在车道的车道方向。
在一些实施例中,所述服务端存储有所述待检测道路的各道路桩对应的第一定位信息,所述检测信息包括在第一时刻所述道路巡检装置的第二定位信息,所述第一时刻为采集所述目标视频帧的时刻,所述属性信息包括所述道路病害的里程桩号,所述里程桩号用于指示所述道路病害与所述待检测道路预定位置的距离;
所述根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息,包括:
基于所述第一定位信息和所述第二定位信息确定在所述第一时刻与所述道路巡检装置距离最近的第一道路桩和第二道路桩;
根据所述道路巡检装置在第一时刻与所述第一道路桩的距离、所述道路巡检装置在第一时刻与所述第二道路桩的距离以及所述第一道路桩与第二道路桩的距离,确定所述道路病害与目标道路桩的距离,所述目标道路桩包括第一道路桩或第二道路桩;
基于所述道路病害与目标道路桩的距离以及目标道路桩的桩号确定所述道路病害的里程桩号,其中,所述目标道路桩的桩号用于指示所述目标道路桩与所述预定位置的距离。
在一些实施例中,所述检测信息还包括在第二时刻所述道路巡检装置的第三定位信息,所述第二时刻与所述第一时刻间隔预设时长,所述属性信息包括所述道路病害所在车道的方向;
所述根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息,包括:
基于所述第一定位信息和所述第二定位信息,确定在第一时刻与所述道路巡检装置距离最近的第三道路桩;
基于所述第一定位信息和所述第三定位信息,确定在第二时刻与所述道路巡检装置距离最近的第四道路桩;
根据所述第三道路桩和所述第四道路桩的桩号大小比较结果确定所述道路病害所在车道的车道方向。
在一些实施例中,对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果,包括:
基于所述目标视频帧确定所述待检测道路的道路类型,不同的道路类型对应不同的道路病害严重等级评价标准;
根据所述道路类型对应的病害严重等级评价标准以及所述属性信息确定所述待检测道路的病害严重等级;
根据所述待检测道路的病害严重等级确定所述待检测道路的养护策略。
根据本公开实施例的第四方面,提供一种道路检测装置,所述装置适用于位于道路巡检装置一侧,所述道路巡检装置上搭载有图像采集装置,所述装置包括:
获取模块,用于获取所述图像采集装置采集的待检测道路的视频;
检测模块,用于基于所述视频对所述待检测道路进行病害检测,以从所述视频中筛选出包括道路病害的目标视频帧;
发送模块,用于将所述目标视频帧以及与所述目标视频帧相关的检测信息发送给所述服务端,以使所述服务端根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息,并对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果。
根据本公开实施例的第五方面,提供一种道路检测装置,所述装置与位于道路巡检装置一侧的检测端通信连接,所述道路巡检装置上搭载有图像采集装置,所述装置包括:
接收模块,用于收所述检测端发送的包括道路病害的目标视频帧以及与所述目标视频帧相关的检测信息,所述目标视频帧由所述检测端在获取到所述图像采集装置采集的待检测道路的视频后,基于所述视频对所述待检测道路进行病害检测,并根据检测结果从所述视频中筛选得到;
检测模块,用于根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息;
处理模块,用于对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果。
根据本公开实施例的第六方面,提供一种电子设备,所述电子设备包括处理器、存储器、存储在所述存储器可供所述处理器执行的计算机指令,所述处理器执行所述计算机指令时,可实现上述第一方面提及的方法。
根据本公开实施例的第七方面,提供一种计算机可读存储介质,所述存储介质上存储有计算机指令,所述计算机指令被执行时实现上述第一方面提及的方法。
本公开实施例中,通过检测端和服务端的配合,采用计算能力低的检测端对图像采集装置采集的道路视频进行初步的病害检测,筛选出包括道路病害的目标视频帧,并将目标视频帧以及相关的检测信息发送给服务端进行进一步的病害检测,从而无需将采集的视频均发送给服务端,节省带宽资源,即便在比较偏僻、信号较弱的路段也可以保证将采集的数据稳定发送给服务端。采用计算能力较强的服务端对初步筛选的目标视频帧进行更加精细的检测,可以进一步确定目标视频帧中道路病害的属性信息,并利用服务端的计算资源对检测数据进行整合,得到病害检测结果,通过这种方式,可以提高检测效率,并且保证检测结果的精度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1是本公开实施例的一种道路病害检测***的示意图。
图2是本公开实施例的一种道路病害检测方法的示意图。
图3是本公开实施例的一种确定道路病害的里程桩号的示意图。
图4是本公开实施例的一种确定道路病害所在车道的车道方向的示意图。
图5是本公开实施例的一种道路病害检测***的示意图。
图6是本公开实施例的一种道路病害检测装置的逻辑结构示意图。
图7是本公开实施例的一种道路病害检测装置的逻辑结构示意图。
图8是本公开实施例的一种电子设备的逻辑结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
为了使本技术领域的人员更好的理解本公开实施例中的技术方案,并使本公开实施例的上述目的、特征和优点能够更加明显易懂,下面结合附图对本公开实施例中的技术方案作进一步详细的说明。
针对已修建的道路路网,由于长期使用,经常会出现道路破损的情况。比如,道路中会出现裂缝、坍塌、凹陷、深坑等一系列问题,这些问题可以统称为道路病害。针对道路中出现的道路病害,需要及时制定养护策略,对发生病害的道路进行修复,以保证道路路网的通行能力和运输效率、降低交通事故发生的概率、同时延长道路路面的使用寿命。
随着人工智能的发展,目前已将人工智能技术应用到道路病害检测当中,比如,可以通过道路巡检装置(比如,道路巡检车)采集道路的视频,并对道路的视频进行分析,以发现道路中存在的病害。有些技术直接在道路巡检装置集成病害检测功能,或者在道路巡检装置搭载病害检测设备,对道路巡检装置搭载的图像采集装置采集的道路的视频进行分析,以检测出道路病害。但是由于道路巡检装置一侧的检测设备往往计算能力有限,导致检测精度也往往较低。也有些技术通过道路巡检装置采集道路的视频,然后将视频拷贝下来,再采用专门的高精度检测设备对视频进行检测,但是,这种方式无法实时的获取检测结果,并且操作比较繁琐,检测效率也比较低。因而,有必要提供一种方案,可以实现高效而准确地对道路病害进行检测。
基于此,本公开实施例提供了一种道路检测***,该检测***包括部署在道路巡检装置一侧的检测端,以及与该检测端通信连接的服务端,其中,检测端由于计算能力较弱,因而可以获取道路巡检装置上搭载的图像采集装置采集的视频,通过对视频进行粗略的病害检测,从视频中筛选出包括道路病害的目标视频帧,并发送给服务端,而服务端由于计算能力较强,可以部署更为复杂的检测模型,因而服务端在接收到检测端发送的目标视频帧后,可以进一步对目标视频帧进行精细的检测,识别出道路病害的类型、面积、严重程度等信息,同时服务端还可以进一步将识别到的数据进行整合,得到待检测道路的病害检测结果。
本公开实施例通过检测端和服务端的配合,采用计算能力低的检测端对道路视频进行初步筛选,得到包括病害的目标视频帧,从而无需将采集的视频均发送给服务端,节省带宽资源,即便在比较偏僻、信号较弱的路段也可以保证检测端采集的数据稳定传输至服务端,采用计算能力强的服务端对初步筛选的目标视频帧进行更加精细的检测,可以保证检测结果的准确性,同时,还可以利用服务端的计算资源对检测数据进行整合,得到病害检测结果。
如图1所示,为本公开一个实施例中的道路检测***的示意图,需要指出的是图1只是示意性例子,道路检测***还可以是除图1以外的其他形式。其中,道路检测***10包括检测端11和服务端12,检测端11部署在道路巡检装置13一侧,检测端11可以是位于道路巡检装置上的检测设备中内置的一个服务或功能,或者是安装在该检测设备的一个应用程序。其中,该检测设备可以和道路巡检装置13集成一体,也可以是两个独立的设备。道路巡检装置13上可以搭载图像采集装置14,图像采集装置14可以通过云台等固定组件搭载在道路巡检装置13上,在道路巡检装置13运动过程中,图像采集装置14可以转动方向,从不同视角采集待检测道路的视频,并将视频实时传输给检测端。服务端12可以是集成在某个具有较强的计算能力的设备的服务或者是安装在该设备上的应用程序,该设备可以是云端服务器、服务器集群等。其中,一个服务端12可以和多个检测端11通信连接,用于对不同检测端发送的数据进行处理和整合。比如,可以有多个道路巡检装置13,每个道路巡检装置13都部署有一个检测端11,分别对不同的待检测道路进行检测,然后将筛选的对应于不同待检测道路的目标视频帧以与目标视频帧相关的检测信息发送给服务端12进行进一步的处理。
其中,道路巡检装置13可以是各种可移动的装置,该道路巡检装置可以包括动力***,用于驱动该道路巡检装置在道路中移动,以便对道路的各个路段进行巡检。比如,该道路巡检装置可以是巡检车,也可以是可以移动的机器人、比如,无人小车、无人机等。
检测端11和服务端12中预先都可以部署道路病害检测算法,用于对视频中的道路病害进行检测,其中,检测端由于计算能力有限,其上部署的检测算法精度可以较低,比如,检测端上部署的算法可以只是初步的检测出包括道路病害的视频帧,而服务端部署的道路病害检测算法的精度则更高,比如,其可以对视频帧中的道路病害进行一步的识别,识别出病害的类型、尺寸、严重程度、所在位置等更为精细的信息,并且可以对识别出的信息进行整合处理,得到道路病害检测的统计数据。
其中,检测端和服务端执行道路病害检测方法的具体处理流程可以参考图2。以下结合图2对两端的处理步骤进行解释。
在步骤S201中,检测端获取所述图像采集装置采集的待检测道路的视频。
在道路巡检装置对待检测道路进行巡检的过程中,图像采集装置可以采集待检测道路的视频,然后将视频实时传输给检测端。其中,待检测道路可以是公路、桥梁、隧道等各种具有交通运输能力的道路路段,本公开实施例不作限制。
在步骤S202中,检测端基于所述视频对所述待检测道路进行病害检测,以从所述视频中筛选出包括道路病害的目标视频帧。
由于道路巡检装置所在的位置可能是较为偏僻的山路、道路或者桥梁,这些地方的信号往往较弱,因而,如果将图像采集装置采集的所有视频均发给服务端进行检测,数据传输量大,无法保证将所有视频稳定传输,可以导致检测端发送的数据丢失。所以,检测端可以对视频进行解码,然后基于预设的道路病害检测算法对解码得到的每一帧视频帧进行粗略的病害检测,从视频中筛选出包括道路病害的目标视频帧。由于检测端只需初步筛选包括道路病害的视频帧即可,对其检测精度和计算能力要求较低,使得大多数检测设备都可以实现。
在步骤S203中,检测设备将所述目标视频帧以及与所述目标视频帧相关的检测信息发送给所述服务端。
在筛选出目标视频帧后,检测端可以将目标视频帧以及与目标视频帧有关的检测信息发送给服务端。其中,与目标视频帧有关的检测信息可以是检测端的标识信息、待检测道路的道路标识、每个目标视频帧的编号或时间戳(即采集该目标视频的时间)、采集每个目标视频帧时刻道路巡检装置的定位信息,比如检测端所在的设备可以集成GPS定位模块,用于对道路巡检装置进行实时定位。当然,在一些场景,检测端可以仅筛选出包括道路病害的目标视频帧,对目标视频帧中的道路病害不会再做进一步的识别,由服务端单独完成,即检测端和服务端分工合作,各自完成检测过程的一部分。在一些场景,检测端也可以对目标视频帧中的道路病害的属性信息进行初步识别,比如,识别路面类型、道路病害类型、病害数量等信息,然后检测信息中也可以包括由检测端初步检测得到的上述信息,将上述信息发送给服务端后,服务端可以对目标视频帧中的道路病害进行再次检测,以进一步验证检测端的结果,通过两端同时检测的方式,可以对目标视频帧中的道路病害进行双重检测,重复验证,提高检测结果的准确性。
当然,在一些实施中,为了减少传输的数据量,检测端在获取到包括道路病害的目标视频帧后,也可以对目标视频帧进行裁剪,仅将视频帧中包括道路病害的区域裁剪下来发送给服务端,以减小传输给服务端的数据量。
由于道路巡检装置在巡检过程中一直处于移动状态,其位置也不固定,因而,在一些实施例中,检测端所在的设备可以集成移动通信网络模块,比如,4G模块或者5G模块,从而检测端可以通过移动通信网络将筛选出的目标视频帧以及与目标视频帧有关的检测信息发送给服务端。
由于道路巡检装置可能多数时候处在比较偏远的公路、隧道、桥梁等区域,这些地方的移动网络信号比较差,为了保证目标视频帧和检测信息的稳定传输。在一些实施例中,检测端在向服务端发送目标视频帧和检测信息之前,可以先检测当前的移动网络的信号强度,判定移动网络的信号强度是否大于预设的强度阈值,如果大于,则认为当前的信号强度较好,即可以将目标视频帧和检测信息发送给服务端。当然,如果当前信号强度较弱,则先将目标视频帧和检测信息存储,待信号强度较好时再发送。
当然,在一些实施例中,检测端所在的设备也可以集成wifi模块,检测端可以先将确定的目标视频帧以及检测信息缓存,在检测到有wifi信号的时候再将目标视频帧和检测信息发送给服务端。
在一些实施例中,服务端在接收到检测端发送的目标视频帧和检测信息后,也可以向检测端反馈成功接收的信号,从而检测端可以将缓存的已成功发送的目标视频帧和检测信息清除,避免存储大量目标视频帧和检测信息,导致检测端的内存空间不够,无法存储最新采集的视频帧。
在步骤S204中,服务端接收检测端发送的目标视频帧以及与目标视频帧有关的检测信息。
在步骤S205中,服务端基于检测端发送的目标视频帧以及检测信息确定目标视频帧中道路病害的属性信息。
服务端中可以部署检测精度较高的病害检测算法,该算法可以对目标视频帧中道路病害进行检测和识别,并准确地确定目标视频帧中道路病害的属性信息。
在一些实施例中,道路病害的属性信息可以是以下一种或多种:道路病害的病害类型、道路病害的尺寸信息、道路病害的数量、道路病害的严重程度、道路病害的置信度、道路病害的位置信息以及道路病害所在车道的车道方向。其中,道路病害的位置信息可以是道路病害的里程桩号,里程桩号用于指示道路病害与待检测道路中预定位置的距离,该预定位置可以是待检测道路的起始位置或者标记好的某个位置。道路病害所在车道的车道方向用于指示道路病害位于待检测道路的上行方向或下行方向。
在一些实施例中,属性信息可以包括道路病害的病害类型,比如,该道路病害是道路中的裂缝、凹坑或塌陷。在一些实施例中,属性信息可以包括道路病害的尺寸信息,比如,裂缝的长度、凹坑的深度或大小、或者塌陷的面积。在一些实施例中,属性信息可以包括道路病害的数量,比如,每个目标视频帧中裂缝的个数、凹坑的个数等。在一些实施例中,属性信息可以包括道路病害的严重程度,比如,针对不同大小的裂缝,不通大小的凹坑,其可以对应不同的严重等级,因而,可以基于预设的评定标准以及道路病害的尺寸信息确定每个道路病害的严重程度。在一些实施例中,属性信息可以包括道路病害的置信度,由于检测算法的输出的结果不可避免会出现误识别和误检测的现象,比如判定一个图像区域是否为道路病害是一个分类问题,通过算法模型检测其输出的往往是该区域为道路病害的概率,因而,可以基于该概率的大小确定每个道路病害的置信度,便于后续对待检测道路的整体病害状况进行评估。
当然,在检测到道路病害后,如何让用户快速准确地定位到道路病害所在的位置至关重要。比如,在待检测道路某个位置发现有裂缝,为了后期方便工作人员修补,应当提供一种便利的方式,让工作人员可以准确地定位到该裂缝所在的位置。由于道路通常都会采用道路桩对其道路中不同的位置进行标记,每个道路桩会有一个桩号,该桩号可以表示各道路桩与预定位置的距离,该预定位置可以是预先标记好的位置,比如,可以是待检测道路的起始位置。举个例子,假设道路的起始位置的桩号为K0,那么每隔一定的距离的位置可以设置一个道路桩(可以是物理道路桩,也可以是虚拟的道路桩),每个道路桩对应一个桩号,比如,设置的道路桩的桩号依次为K0+100、K0+200、K0+300……,每个道路桩的位置信息是已知的。为了方便用户对检测到的道路病害进行定位,服务端也可以确定道路病害的里程桩号,根据里程桩号即可以确定道路病害与预定位置的距离,在工作人员对道路病害进行修补时,可以快速地根据道路病害的里程桩号准确快速地定位到道路病害所在的位置。所以,在一些实施例中,属性信息还可以包括目标视频帧中的道路病害的里程桩号。
此外,针对某些道路,其车道方向通常包括上行方向和下行方向。为了方便工作人员确定目标视频帧中的道路病害所在车道位于上行方向还是下行方向,以便准确定位到道路病害所在的位置。在一些实施例中,属性信息还可以包括道路病害的所在车道的车道方向,基于车道方向可以确定道路病害位于待检测道路的上行方向或下行方向。
在一些实施例中,为了方便工作人员准确定位在目标视频帧中的道路病害所在的位置,服务端可以基于检测端发送的采集目标视频帧时道路巡检装置的定位信息以及待检测道路各道路桩的定位信息确定目标视频帧中道路病害的里程桩号。
比如,可以预先在服务端中存储待检测道路的各道路桩对应的定位信息,以下统称为第一定位信息,比如,第一定位信息可以是各个道路桩的GPS定位坐标。检测端给服务端发送的检测信息可以包括在第一时刻道路巡检装置的定位信息,以下统称为第二定位信息,其中,第一时刻为采集目标视频帧的时刻,比如,第二定位信息可以是道路巡检装置在采集目标视频帧时的GPS定位坐标。服务端在根据目标视频帧以及检测信息确定目标视频帧中的道路病害的道路里程桩号时,可以基于第一定位信息和第二定位信息确定在第一时刻与道路巡检装置距离最近的第一道路桩和第二道路桩,然后根据道路巡检装置在第一时刻与第一道路桩的距离、道路巡检装置在第一时刻与第二道路桩的距离以及第一道路桩与第二道路桩的距离确定道路病害与目标道路桩的距离,目标道路桩可以是第一道路桩,也可以是二道路桩;然后可以根据道路病害与目标道路桩的距离以及目标道路桩的桩号确定道路病害的里程桩号,其中,目标道路桩的桩号用于指示目标道路桩与预定位置的距离。
以下结合一个具体的例子解释服务端确定病害里程桩号的过程,如图3所示,当道路巡检测车中的检测端从采集时间为t1时刻的视频帧中检测到道路病害时,会将该视频帧确定为目标视频帧,然后记录当前道路巡检装置的GPS定位坐标(x1,y1),然后将目标视频帧和当前道路巡检装置的GPS定位坐标(x1,y1)发送给服务端。服务端中预先存储有道路各个道路桩的GPS定位信息,基于道路各个道路桩的GPS定位信息以及t1时刻道路巡检装置的GPS定位坐标,可以通过Geohash算法得到t1时刻与道路巡检装置最近的两个道路桩,其桩号分别为k0+500、k0+600。桩号为k0+500的道路桩与道路巡检装置的距离为s1,桩号为k0+600的道路桩与道路巡检装置的距离为s2,两个桩之间的距离为s3。
从图3可知,根据已知条件可以得到以下三个方程:
a2+h2=s12
b2+h2=s22
a+b=s3
根据以上三个方程可以推出:
根据以上三个方程可以推出:
a2-b2=s12-s22
b=s3-a
整理之后可求得:
Figure BDA0003152387920000151
其中,道路病害的里程桩号为:k0+500+a,如果a=30的话,那么里程桩号就是k0+530。
在一些实施例中,待检测道路的车道方向可以包括上行方向和下行方向,其中,上行就是里程桩号递增的方向,下行就是里程桩号递减的方向,为了确定目标视频帧中的道路病害所在车道的车道方向为于上行方向还是下行方向,方便工作人员定位目标视频帧中的道路病害。服务端可以基于检测端发送的采集目标视频帧时道路巡检装置的定位信息、以及与采集目标视频帧时刻间隔一定时长时道路巡检装置的定位信息、以及待检测道路各道路桩的定位信息确定目标道路病害所在车道的车道方向。
比如,检测端给服务端发送的检测信息可以包括在第一时刻道路巡检装置的定位信息,即第二定位信息,以及在第二时刻道路巡检装置的定位信息,以下统称为第三定位信息。其中,第二时刻与第一时刻间隔预设时长,预设时长可以是1min中或5min,具体可以根据实际需求设置。服务端可以基于第二定位信息、第三定位信息以及待检测道路的各道路桩的第一定位信息确定道路病害的所在车道的车道方向。
在确定上下行信息时,服务端可以先基于第一定位信息和第二定位信息确定在第一时刻与道路巡检装置距离最近的第三道路桩,然后基于第一定位信息和第三定位信息确定在第二时刻与道路巡检装置距离最近的第四道路桩,根据第三道路桩和第四道路桩的桩号大小比较结果确定道路病害的所在车道的车道方向。举个例子,假设第二时刻为在第一时刻之前的某个时刻,如果第四道路桩的桩号小于第三道路桩的桩号,则说明目标视频帧中的道路病害所在车道的方向为上行方向,反之,则说明目标视频帧中的道路病害所在车道的方向为下行方向。
以下结合一个具体的解释服务端确定道路病害所在车道的车道方向的过程。如图4所示,当道路巡检测车中的检测端从采集时间为t1时刻的视频帧中检测到道路病害时,会将该视频帧确定为目标视频帧,然后记录当前道路巡检装置的GPS定位坐标(x1,y1),以及记录t1时刻前1min,即t2时刻(具体可以根据实际需设置,比如,也可以是前2min)道路巡检装置的GPS定位坐标(x2,y2)。检测端将目标视频帧、t1时刻道路巡检装置的GPS定位坐标(x1,y1)、t2时刻道路巡检装置的GPS定位坐标(x2,y2)发送给服务端,服务端可以根据预先存储的道路各个道路桩的GPS信息以及t1时刻道路巡检装置的GPS坐标信息确定t1时刻与道路巡检测距离的最近的道路桩,假设桩号为k0+A,可以根据预先存储的道路各个道路桩的GPS信息以及t2时刻道路巡检装置的GPS坐标信息确定t2时刻与道路巡检测距离的最近的道路桩,假设桩号为k0+B,
比较k0+A和k0+B:
如果k0+A>k0+B,说明是上行
如果k0+A<k0+B,说明是下行。
在步骤S206中,服务端对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果。
服务端在根据目标视频帧和检测信息确定目标视频帧中的道路病害的属性信息后,可以对确定的属性信息进行整合处理,得到待检测道路的病害检测结果。其中,对属性信息进行整合处理,可以是对不同目标视频帧中的道路病害的属性信息进行整合,比如,得到待检测道路的道路病害的类别、每种类别的道路病害的数量等,或者也可以基于每个目标视频帧的道路病害的情况得到待检测道路的整体的病害情况。检测结果中可以包括待检测道路的标识、待检测道路的路面类型、待检测道路的道路病害的类型、数量、尺寸信息以及位置信息、待检测道路的道路病害对应的检测时间等,同时可以对待检测道路进行综合评估,得到病害严重等级,以及基于待检测道路的病害情况制定相应的养护策略等。
在一些实施例中,病害检测结果中可以包括待检测道路的病害严重等级,由于针对不同类型的道路,其病害严重等级的评价标准也不一样,比如,针对普通的公路、高速公路、桥梁、隧道等不同类型的道路,其病害严重等级的评价标准均不用一样,针对同样尺寸的裂缝,对于桥梁来说其严重等级较高,但是对于普通公路来说,其严重等级较低。所以,服务端在对确定的目标视频帧中道路病害的属性信息进行整合处理,得到待检测道路的病害严重等级时,可以先基于目标视频帧确定待检测道路的道路类型,然后根据该道路类型对应的病害严重等级评价标准以及确定的属性信息确定待检测道路的病害严重等级。
当然,对道路进行病害检测的最终目的是对道路进行养护。在一些实施例中,待检测道路的病害检测结果可以包括待检测道路的养护策略,服务端对确定的属性信息进行整合处理,得到待检测道路的养护策略时,可以先确定待检测道路的病害严重等级,然后根据病害严重等级确定待检测道路的养护策略。
在一些实施例中,服务端发现待检测道路的病害严重等级超过预设等级后,可以向用户发送告警信息。从而针对病害较为严重的路段,可以及时提醒用户进行修复,避免引发交通事故。
在一些实施例中,服务端中还可以预先存储各种检测报告模板,服务端在完成对目标视频帧的病害检测,得到病害检测结果后,可以进一步基于待检测道路的病害检测结果以及预设的检测报告模板生成病害检测报告,并将生成的病害检测报告展示给用户。比如,服务端可以基于检测结果进行各种统计分析、以及数据处理,服务端可以提供多种检测报告模板,用户可以根据需要选择相应的模板,服务端会基于检测结果和用户选择的模板生成检测报告,并将报告展示给用户。
在一些实施例中,服务端除了可以对目标视频帧进行病害检测,也可以对道路的病害检测结果以及各种病害统计数据进行管理。比如,服务端可以将待检测道路的道路标识与病害检测结果关联存储。比如,服务端可以接收检测端发送的多条待检测道路的数据,然后得到多条待检测道路的病害检测结果,并将不同的待检测道路和检测结果关联存储,便于用户查询这些数据。
在一些实施例中,服务端可以对道路的病害检测数据进行维护和管理,并且提供病害检测数据的搜索功能。如图5所示,检测***10中的服务端12可以和位于用户终端的用户客户端15通信连接,该用户终端可以是手机或者电脑等,用户客户端15可以是安装至用户终端上的应用程序或者也可以是网页客户端。用户可以通过该用户客户端输入道路病害查询指令,其中指令中可以包括待查询道路的道路标识,服务端在接收到该查询指令后,可以基于待查询道路的道路标识的搜索到与该待查询道路的病害检测结果,并将该病害检测结果返回给用户客户端,以便用户客户端将病害检测结果展示给用户。
当然,在一些实施例中,用户客户端也可以订阅某个道路的道路检测结果,如果该道路的病害检测结果发生了更新,服务端也可以实时推送给用户客户端,以便用户可以实时了解最新的检测结果。
此外,本公开实施例还提供了一种道路检测装置,如图6所示,所述装置适用于位于道路巡检装置一侧,所述道路巡检装置上搭载有图像采集装置,所述装置包括:
获取模块61,用于获取所述图像采集装置采集的待检测道路的视频;
检测模块62,用于基于所述视频对所述待检测道路进行病害检测,以从所述视频中筛选出包括道路病害的目标视频帧;
发送模块63,用于将所述目标视频帧以及与所述目标视频帧相关的检测信息发送给所述服务端,以使所述服务端根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息,并对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果。
在一些实施例中,所述属性信息包括以下一种或多种:
所述道路病害的病害类型、所述道路病害的尺寸信息、所述道路病害的数量、所述道路病害的严重程度、所述道路病害的置信度、所述道路病害的位置信息以及所述道路病害所在车道的车道方向。
在一些实施例中,发送模块用于将所述目标视频帧以及与所述目标视频帧相关的检测信息发送给所述服务端时,具体用于:
通过移动通信网络将所述目标视频帧以及所述检测信息发送给所述服务端;
在将所述目标视频帧以及所述目标视频帧相关的检测信息发送给所述服务端之前,还用于:
检测当前的移动通信网络的信号强度,将所述目标视频帧以及检测信息发送给所述服务端的操作在所述信号强度大于预设阈值的情况下执行。
此外,本公开实施例还提供了一种道路检测装置,如图7所示,所述装置与位于道路巡检装置一侧的检测端通信连接,所述道路巡检装置上搭载有图像采集装置,所述装置包括:
接收模块71,用于收所述检测端发送的包括道路病害的目标视频帧以及与所述目标视频帧相关的检测信息,所述目标视频帧由所述检测端在获取到所述图像采集装置采集的待检测道路的视频后,基于所述视频对所述待检测道路进行病害检测,并根据检测结果从所述视频中筛选得到;
检测模块72,用于根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息;
处理模块73,用于对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果。
在一些实施例中,所述属性信息包括以下一种或多种:
所述道路病害的病害类型、所述道路病害的尺寸信息、所述道路病害的数量、所述道路病害的严重程度、所述道路病害的置信度、所述道路病害的位置信息以及所述道路病害所在车道的车道方向。
在一些实施例中,所述服务端存储有所述待检测道路的各道路桩对应的第一定位信息,所述检测信息包括在第一时刻所述道路巡检装置的第二定位信息,所述第一时刻为采集所述目标视频帧的时刻,所述属性信息包括所述道路病害的里程桩号,所述里程桩号用于指示所述道路病害与所述待检测道路预定位置的距离;
所述检测模块用于根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息时,具体用于:
基于所述第一定位信息和所述第二定位信息确定在所述第一时刻与所述道路巡检装置距离最近的第一道路桩和第二道路桩;
根据所述道路巡检装置在第一时刻与所述第一道路桩的距离、所述道路巡检装置在第一时刻与所述第二道路桩的距离以及所述第一道路桩与第二道路桩的距离,确定所述道路病害与目标道路桩的距离,所述目标道路桩包括第一道路桩或第二道路桩;
基于所述道路病害与目标道路桩的距离以及目标道路桩的桩号确定所述道路病害的里程桩号,其中,所述目标道路桩的桩号用于指示所述目标道路桩与所述预定位置的距离。
在一些实施例中,所述检测信息还包括在第二时刻所述道路巡检装置的第三定位信息,所述第二时刻与所述第一时刻间隔预设时长,所述属性信息包括所述道路病害所在车道的方向;
所述检测模块用于根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息时,具体用于:
基于所述第一定位信息和所述第二定位信息,确定在第一时刻与所述道路巡检装置距离最近的第三道路桩;
基于所述第一定位信息和所述第三定位信息,确定在第二时刻与所述道路巡检装置距离最近的第四道路桩;
根据所述第三道路桩和所述第四道路桩的桩号大小比较结果确定所述道路病害所在车道的车道方向。
在一些实施例中,所述处理模块用于对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果时,具体用于:
基于所述目标视频帧确定所述待检测道路的道路类型,不同的道路类型对应不同的道路病害严重等级评价标准;
根据所述道路类型对应的病害严重等级评价标准以及所述属性信息确定所述待检测道路的病害严重等级;
根据所述待检测道路的病害严重等级确定所述待检测道路的养护策略。此外,本公开实施例还一种电子设备,如图8所示,所述电子设备包括处理器81、存储器82、存储在所述存储器82可供所述处理器81执行的计算机指令,所述处理器执行所述计算机指令时,可实现前述任一实施例所述的方法。在一些实施例中,该电子设备可以是位于道路巡检装置一侧的检测设备,在一些实施例中,该电子设备可以是与检测设备通信连接的服务器。
本公开实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述任一实施例所述的方法。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本说明书实施例可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本说明书实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本说明书实施例各个实施例或者实施例的某些部分所述的方法。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,在实施本说明书实施例方案时可以把各模块的功能在同一个或多个软件和/或硬件中实现。也可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本说明书实施例的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本说明书实施例原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本说明书实施例的保护范围。

Claims (14)

1.一种道路病害检测***,其特征在于,所述道路病害检测***包括:位于道路巡检装置一侧的检测端,以及与所述检测端通信连接的服务端,其中,所述道路巡检装置上搭载有图像采集装置;
所述检测端用于获取所述图像采集装置采集的待检测道路的视频,基于所述视频对所述待检测道路进行病害检测,以从所述视频中筛选出包括道路病害的目标视频帧,并将所述目标视频帧以及与所述目标视频帧相关的检测信息发送给所述服务端;
所述服务端用于根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息,对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果。
2.根据权利要求1所述的检测***,其特征在于,所述检测***中的服务端与用户客户端通信连接,所述服务端还用于将所述待检测道路的病害检测结果与所述待检测道路的道路标识关联存储,并响应于用户客户端的道路病害查询请求,返回与所述道路病害查询请求中携带的道路标识相匹配的病害检测结果,以供所述用户客户端显示给用户。
3.一种道路检测方法,其特征在于,所述方法适用于位于道路巡检装置一侧的检测端,所述道路巡检装置上搭载有图像采集装置,所述方法包括:
获取所述图像采集装置采集的待检测道路的视频;
基于所述视频对所述待检测道路进行病害检测,以从所述视频中筛选出包括道路病害的目标视频帧;
将所述目标视频帧以及与所述目标视频帧相关的检测信息发送给所述服务端,以使所述服务端根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息,并对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果。
4.根据权利要求3所述的检测方法,其特征在于,所述属性信息包括以下一种或多种:
所述道路病害的病害类型、所述道路病害的尺寸信息、所述道路病害的数量、所述道路病害的严重程度、所述道路病害的置信度、所述道路病害的位置信息以及所述道路病害所在车道的车道方向。
5.根据权利要求3或4所述的检测方法,其特征在于,将所述目标视频帧以及与所述目标视频帧相关的检测信息发送给所述服务端,包括:
通过移动通信网络将所述目标视频帧以及所述检测信息发送给所述服务端;
在将所述目标视频帧以及所述目标视频帧相关的检测信息发送给所述服务端之前,还包括:
检测当前的移动通信网络的信号强度,将所述目标视频帧以及检测信息发送给所述服务端的操作在所述信号强度大于预设阈值的情况下执行。
6.一种道路检测方法,其特征在于,所述方法适用于服务端,所述服务端与位于道路巡检装置一侧的检测端通信连接,所述道路巡检装置上搭载有图像采集装置,所述方法包括:
接收所述检测端发送的包括道路病害的目标视频帧以及与所述目标视频帧相关的检测信息,所述目标视频帧由所述检测端在获取到所述图像采集装置采集的待检测道路的视频后,基于所述视频对所述待检测道路进行病害检测,并根据检测结果从所述视频中筛选得到;
根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息;
对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果。
7.根据权利要求6所述的方法,其特征在于,所述属性信息包括以下一种或多种:
所述道路病害的病害类型、所述道路病害的尺寸信息、所述道路病害的数量、所述道路病害的严重程度、所述道路病害的置信度、所述道路病害的位置信息以及所述道路病害所在车道的车道方向。
8.根据权利要求6或7所述的方法,其特征在于,所述服务端存储有所述待检测道路的各道路桩对应的第一定位信息,所述检测信息包括在第一时刻所述道路巡检装置的第二定位信息,所述第一时刻为采集所述目标视频帧的时刻,所述属性信息包括所述道路病害的里程桩号,所述里程桩号用于指示所述道路病害与所述待检测道路预定位置的距离;
所述根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息,包括:
基于所述第一定位信息和所述第二定位信息确定在所述第一时刻与所述道路巡检装置距离最近的第一道路桩和第二道路桩;
根据所述道路巡检装置在第一时刻与所述第一道路桩的距离、所述道路巡检装置在第一时刻与所述第二道路桩的距离以及所述第一道路桩与第二道路桩的距离,确定所述道路病害与目标道路桩的距离,所述目标道路桩包括第一道路桩或第二道路桩;
基于所述道路病害与目标道路桩的距离以及目标道路桩的桩号确定所述道路病害的里程桩号,其中,所述目标道路桩的桩号用于指示所述目标道路桩与所述预定位置的距离。
9.根据权利要求8所述的方法,其特征在于,所述检测信息还包括在第二时刻所述道路巡检装置的第三定位信息,所述第二时刻与所述第一时刻间隔预设时长,所述属性信息包括所述道路病害所在车道的方向;
所述根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息,包括:
基于所述第一定位信息和所述第二定位信息,确定在第一时刻与所述道路巡检装置距离最近的第三道路桩;
基于所述第一定位信息和所述第三定位信息,确定在第二时刻与所述道路巡检装置距离最近的第四道路桩;
根据所述第三道路桩和所述第四道路桩的桩号大小比较结果确定所述道路病害所在车道的车道方向。
10.根据权利要求6-9任一项所述的方法,其特征在于,对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果,包括:
基于所述目标视频帧确定所述待检测道路的道路类型,不同的道路类型对应不同的道路病害严重等级评价标准;
根据所述道路类型对应的病害严重等级评价标准以及所述属性信息确定所述待检测道路的病害严重等级;
根据所述待检测道路的病害严重等级确定所述待检测道路的养护策略。
11.一种道路检测装置,其特征在于,所述装置适用于位于道路巡检装置一侧,所述道路巡检装置上搭载有图像采集装置,所述装置包括:
获取模块,用于获取所述图像采集装置采集的待检测道路的视频;
检测模块,用于基于所述视频对所述待检测道路进行病害检测,以从所述视频中筛选出包括道路病害的目标视频帧;
发送模块,用于将所述目标视频帧以及与所述目标视频帧相关的检测信息发送给所述服务端,以使所述服务端根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息,并对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果。
12.一种道路检测装置,其特征在于,所述装置与位于道路巡检装置一侧的检测端通信连接,所述道路巡检装置上搭载有图像采集装置,所述装置包括:
接收模块,用于收所述检测端发送的包括道路病害的目标视频帧以及与所述目标视频帧相关的检测信息,所述目标视频帧由所述检测端在获取到所述图像采集装置采集的待检测道路的视频后,基于所述视频对所述待检测道路进行病害检测,并根据检测结果从所述视频中筛选得到;
检测模块,用于根据所述目标视频帧以及所述检测信息确定所述目标视频帧中的道路病害的属性信息;
处理模块,用于对所述属性信息进行整合处理,得到所述待检测道路的病害检测结果。
13.一种电子设备,其特征在于,所述设备包括处理器、存储器、存储于所述存储器可供所述处理器执行的计算机指令,所述处理器执行所述计算机指令时实现如权利要求3-5或6-10任一项所述的方法。
14.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机指令,所述计算机指令被执行时实现如权利要求3-5或6-10任一项的方法。
CN202110767450.3A 2021-07-07 2021-07-07 道路病害检测方法、装置、设备及*** Withdrawn CN113506261A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110767450.3A CN113506261A (zh) 2021-07-07 2021-07-07 道路病害检测方法、装置、设备及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110767450.3A CN113506261A (zh) 2021-07-07 2021-07-07 道路病害检测方法、装置、设备及***

Publications (1)

Publication Number Publication Date
CN113506261A true CN113506261A (zh) 2021-10-15

Family

ID=78011501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110767450.3A Withdrawn CN113506261A (zh) 2021-07-07 2021-07-07 道路病害检测方法、装置、设备及***

Country Status (1)

Country Link
CN (1) CN113506261A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114267003A (zh) * 2022-03-02 2022-04-01 城云科技(中国)有限公司 道路破损检测方法、装置及应用
CN114973646A (zh) * 2022-03-14 2022-08-30 北京市商汤科技开发有限公司 道路检测方法、装置、***及服务器
CN115115823A (zh) * 2022-08-25 2022-09-27 深圳市城市交通规划设计研究中心股份有限公司 道路病害定位矫正方法、装置、设备及可读存储介质
CN115272300A (zh) * 2022-09-20 2022-11-01 ***数字城市科技有限公司 一种路面病害检测方法、***、装置、设备及介质
CN116012327A (zh) * 2022-12-28 2023-04-25 北京道仪数慧科技有限公司 道路病害检测方法及载具

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114267003A (zh) * 2022-03-02 2022-04-01 城云科技(中国)有限公司 道路破损检测方法、装置及应用
CN114973646A (zh) * 2022-03-14 2022-08-30 北京市商汤科技开发有限公司 道路检测方法、装置、***及服务器
CN115115823A (zh) * 2022-08-25 2022-09-27 深圳市城市交通规划设计研究中心股份有限公司 道路病害定位矫正方法、装置、设备及可读存储介质
CN115272300A (zh) * 2022-09-20 2022-11-01 ***数字城市科技有限公司 一种路面病害检测方法、***、装置、设备及介质
CN116012327A (zh) * 2022-12-28 2023-04-25 北京道仪数慧科技有限公司 道路病害检测方法及载具

Similar Documents

Publication Publication Date Title
CN113506261A (zh) 道路病害检测方法、装置、设备及***
US11827228B2 (en) Road abnormality detection apparatus, road abnormality detection method and road abnormality detection program
CN113487759B (zh) 一种停车巡检方法、装置、移动巡逻设备及巡检***
CN115331190B (zh) 一种基于雷视融合的道路隐患识别方法及装置
WO2021253245A1 (zh) 识别车辆变道趋势的方法和装置
CN111222375A (zh) 车辆行驶轨迹生成方法、***及服务器
CN107872767A (zh) 一种网约车刷单行为识别方法和识别***
CN112562330A (zh) 评估道路运行指数的方法和装置、电子设备、存储介质
JP2017102672A (ja) 地理位置情報特定システム及び地理位置情報特定方法
CN115393681A (zh) 一种目标融合方法、装置、电子设备及存储介质
CN114449533B (zh) 基站部署方法、环境感知方法、装置、计算机设备和存储介质
CN111523368B (zh) 信息处理装置、服务器以及交通管理***
EP4250245A1 (en) System and method for determining a viewpoint of a traffic camera
Mehajabin et al. Real-time deep learning based road deterioration detection for smart cities
CN116990768A (zh) 预测航迹处理方法、装置、电子设备及可读介质
Hossain et al. Pothole detection and estimation of repair cost in Bangladeshi street: ai-based multiple case analysis
CN111709354B (zh) 识别目标区域的方法、装置、电子设备和路侧设备
CN112258881B (zh) 基于智慧交通的车辆管理方法
CN111709357B (zh) 识别目标区域的方法、装置、电子设备和路侧设备
CN114882709A (zh) 车辆拥堵检测方法、装置及计算机存储介质
CN114187568A (zh) 道路标牌破损检测方法、装置及存储介质
CN112784707B (zh) 一种信息融合方法、装置、一体化检测设备及存储介质
CN111709355B (zh) 识别目标区域的方法、装置、电子设备和路侧设备
CN112258880B (zh) 基于智慧交通的车辆管理***
CN114677641B (zh) 一种基于监控摄像头的积水深度估计方法和***

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20211015