System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及智慧交通,尤其涉及一種基于無人巡檢車的路面病害巡檢系統及路面病害檢測方法。
技術介紹
1、目前,常用的路面巡檢方法有兩種方式。第一種是采用人工定期巡檢的方式,但這種方式成本高、效率低、準確率差。第二種是利用設備輔助巡檢的方式,例如利用路側云臺監控相機結合人工智能(ai)算法自動分析道路路面病害,或者通過巡檢設備采集原始數據,然后根據這些數據獲取路面服務質量數據,再將其與路面地圖數據關聯,以獲取路面服務質量評價數據,但這些利用設備輔助巡檢的方式也存在一些缺點,比如容易受到巡檢場地的限制,成本較高,工作時需要人工參與系統的運行,等等。
技術實現思路
1、針對現有技術存在的問題,本專利技術提供一種基于無人巡檢車的路面病害巡檢系統及路面病害檢測方法。
2、第一方面,本專利技術提供一種基于無人巡檢車的路面病害巡檢系統,包括:
3、無人巡檢車,以及設于無人巡檢車上的自動駕駛子系統和路面病害檢測子系統;
4、自動駕駛子系統用于實現無人巡檢車在巡檢道路上的自動駕駛;
5、路面病害檢測子系統用于采集路面圖像,并基于采集的路面圖像和圖像分割網絡模型檢測路面病害;
6、其中,圖像分割網絡模型包括用于提取過濾病害的深度特征的全連接特征提取網絡結構,圖像分割網絡模型用于基于輸入圖像的深度特征和輸入圖像對應的過濾病害的深度特征得到路面病害分割結果,圖像分割網絡模型是基于無病害的樣本路面圖像對全連接特征提取網絡結構進行訓練得到的。
...【技術保護點】
1.一種基于無人巡檢車的路面病害巡檢系統,其特征在于,包括:
2.根據權利要求1所述的基于無人巡檢車的路面病害巡檢系統,其特征在于,所述基于輸入圖像的深度特征和所述輸入圖像對應的過濾病害的深度特征得到路面病害分割結果,包括:
3.根據權利要求2所述的基于無人巡檢車的路面病害巡檢系統,其特征在于,所述基于所述全連接特征提取網絡結構提取所述輸入圖像對應的過濾病害的深度特征,包括:
4.根據權利要求1所述的基于無人巡檢車的路面病害巡檢系統,其特征在于,所述自動駕駛子系統包括導航定位模塊、感知模塊、車輛狀態采集模塊和控制模塊;
5.根據權利要求4所述的基于無人巡檢車的路面病害巡檢系統,其特征在于,所述控制模塊包括速度控制模塊、轉向控制模塊、路徑規劃模塊和軌跡跟蹤模塊;
6.根據權利要求1所述的基于無人巡檢車的路面病害巡檢系統,其特征在于,所述路面病害檢測子系統包括工業補光光源、轉速編碼器、工業相機、工業鏡頭和工控機;
7.一種路面病害檢測方法,其特征在于,包括:
8.一種路面病害檢測裝置,其特征在于,包括
9.一種電子設備,包括存儲器、處理器及存儲在所述存儲器上并在所述處理器上運行的計算機程序,其特征在于,所述處理器執行所述程序時實現如權利要求7所述路面病害檢測方法。
10.一種非暫態計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求7所述路面病害檢測方法。
...【技術特征摘要】
1.一種基于無人巡檢車的路面病害巡檢系統,其特征在于,包括:
2.根據權利要求1所述的基于無人巡檢車的路面病害巡檢系統,其特征在于,所述基于輸入圖像的深度特征和所述輸入圖像對應的過濾病害的深度特征得到路面病害分割結果,包括:
3.根據權利要求2所述的基于無人巡檢車的路面病害巡檢系統,其特征在于,所述基于所述全連接特征提取網絡結構提取所述輸入圖像對應的過濾病害的深度特征,包括:
4.根據權利要求1所述的基于無人巡檢車的路面病害巡檢系統,其特征在于,所述自動駕駛子系統包括導航定位模塊、感知模塊、車輛狀態采集模塊和控制模塊;
5.根據權利要求4所述的基于無人巡檢車的路面病害巡檢系統,其特征在于,所述控制模塊包括速...
【專利技術屬性】
技術研發人員:王金橋,朱炳科,趙旭,趙朝陽,陳盈盈,
申請(專利權)人:中科視語北京科技有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。