【技術實現步驟摘要】
本專利技術涉及偵測定位，具體為一種基于無人機遙感的道路災損實時偵測方法及系統。
技術介紹
1、道路是運輸的生命線，而目前對道路的偵測主要還是使用傳統的視頻采集和目視解釋，這種方法時效性差且效率低，需要大量的人力。
2、現有公開申請專利cn105842707a，該方法通過無人機實時采集監(jiān)測草地區(qū)域的遙感圖，同時根據獲取的無人機遙感圖像，計算待監(jiān)測草地區(qū)域的草地蓋度數據和待監(jiān)測草地區(qū)域的草層高度數據；并根據獲取的草地蓋度數據及草層高度數據求取單位面積草地地上生物量；但由于僅僅通過無人機采集圖像并計算圖像中的生物信息方式，忽略了生物目標的動態(tài)性，導致測量不準確，具有一定的局限性。
技術實現思路
1、（一）解決的技術問題
2、針對現有技術的不足，本專利技術提供了一種基于無人機遙感的道路災損實時偵測方法及系統，具備準確、實時、高效等優(yōu)點，解決了傳統的視頻采集和目視解釋時效性差且效率低的問題。
3、（二）技術方案
4、為解決上述傳統的視頻采集和目視解釋時效性差且效率低的技術問題，本專利技術提供如下技術方案：
5、本專利技術公開一種基于無人機遙感的道路災損實時偵測方法，具體包括以下步驟：
6、s1、收集待偵測區(qū)域的道路影像數據，并對收集到的道路影像數據進行處理，得到處理后的道路影像數據；
7、s2、基于得到處理后的道路影像數據，設定坐標系和參照點；
8、s3、基于設定的坐標系和參照點，通過實時定位方式
9、s4、通過無人機實時采集待偵測區(qū)域的圖像數據，并對采集到的現實場景圖像數據進行校正，得到校正后的圖像數據；
10、s5、對得到的校正后的圖像數據和處理后的道路影像數據進行特征提取，同時通過特征對比方式初步確定道路災損區(qū)域；
11、s6、選取初步確定道路災損區(qū)域內無人機實時采集的圖像，通過圖像分析方法對選取圖像進行分析，并對分析后的圖像中的道路災損位置進行定位。
12、本專利技術通過收集待偵測區(qū)域的道路影像數據，并對收集到的道路影像數據進行處理，同時基于得到處理后的道路影像數據，設定坐標系和參照點，并基于設定的坐標系和參照點，通過實時定位方式對無人機進行精準定位；定位完成后，通過無人機實時采集待偵測區(qū)域的圖像數據，并對采集到的現實場景圖像數據進行校正，同時對得到的校正后的圖像數據和處理后的道路影像數據進行特征提取，同時通過特征對比方式初步確定道路災損區(qū)域，并選取初步確定道路災損區(qū)域內無人機實時采集的圖像，通過圖像分析方法對選取圖像進行分析，并對分析后的圖像中的道路災損位置進行定位，提高了道路災損實時偵測的可靠性。
13、優(yōu)選地，所述收集待偵測區(qū)域的道路影像數據，并對收集到的道路影像數據進行處理，得到處理后的道路影像數據包括以下步驟：
14、s11、設定一個窗口，窗口內包含收集到的道路影像數據中待處理的道路影像像素以及道路影像周圍鄰域像素；
15、s12、對于窗口中的每個像素，計算每個像素的權重；
16、s13、分別計算每個像素的權重；
17、s14、將每個像素的權重乘以其對應的像素值，并對所有像素的加權值求和；
18、s15、將加權和除以權重總和，得到平滑后的道路影像數據；
19、設定平滑后的道路影像數據為處理后的道路影像數據。
20、優(yōu)選地，所述對于窗口中的每個像素，計算每個像素的權重包括以下步驟：
21、像素權重計算公式如下所示：
22、；
23、；
24、其中，表示高斯分布函數，表示像素點的橫坐標，表示像素點的縱坐標，表示像素權重，表示自然對數，表示中心像素點的橫坐標，表示中心像素點的縱坐標，表示中心鄰域像素點的橫坐標，表示中心鄰域像素點的縱坐標，表示高斯函數參數。
25、本專利技術通過設定窗口對收集到的道路影像數據進行處理，通過計算窗口中每個像素權重的方式完成對收集到的道路影像數據的平滑處理，提高了道路影像數據的可靠性。
26、優(yōu)選地，所述基于得到處理后的道路影像數據，設定坐標系和參照點包括以下步驟：
27、s21、設定待偵測區(qū)域內的參照點；
28、基于待偵測區(qū)域內收集得到處理后的道路影像數據，設定主干道與非主干道交點處為參照點；
29、當待偵測區(qū)域內只有一條主干道時或只有一條非主干道時，設定起始點為第一參照點，并設定參照點之間的距離閾值，根據設定的距離閾值，等比例的設置參照點；
30、s22、基于設定待偵測區(qū)域內的所有參照點，通過設定uid的方式對每個參照點進行編號，并保存；
31、s23、以第一個參照點為基準，建立三維立體坐標系，設定第一個參照點為坐標原點，記錄各編號對應參照點的坐標位置并保存。
32、本專利技術通過根據待偵測區(qū)域內的環(huán)境參數設置參照點，同時基于設定待偵測區(qū)域內的所有參照點，建立三維立體坐標系，并記錄各參照點的坐標，提高了待偵測區(qū)域偵測的準確性。
33、優(yōu)選地，所述基于設定的坐標系和參照點，通過實時定位方式對無人機進行精準定位包括以下步驟：
34、s31、選擇gps定位衛(wèi)星，并接收無人機定位信息數據；
35、所述無人機定位信息數據包括：gps定位信息和超聲波測量信息；
36、通過無人機信號發(fā)射裝置發(fā)送gps定位信息，并等待gps定位衛(wèi)星反饋；
37、設定第一組接收到的gps定位信號為當前無人機的gps定位信息；
38、s32、基于接收到的gps定位信息計算無人機水平位置信息；
39、設定gps定位信息的傳播速度為光速，通過發(fā)射gps定位信息和接收gps定位信息之間的時差計算無人機水平位置信息公式如下所示：
40、；
41、其中，表示無人機水平位置信息，表示光速，表示接收gps定位信息時間，表示發(fā)射gps定位信息時間；
42、s33、基于接收到的超聲波測量信息計算無人機垂直高度信息；
43、基于無人機發(fā)射超聲波測量信息和接收地面反彈的超聲波測量信息之間的時差計算無人機垂直高度信息公式如下所示：
44、；
45、其中，表示無人機垂直高度信息，表示音速，表示接收超聲波測量信息時間，表示發(fā)射超聲波測量信息時間；
46、s34、將得到無人機水平位置信息、無人機垂直高度信息在設定的坐標系中進行表示。
47、本專利技術通過選擇gps定位衛(wèi)星，并接收無人機定位信息數據，同時基于接收到的gps定位信息計算無人機水平位置信息、基于接收到的超聲波測量信息計算無人機垂直高度信息，并將得到無人機水平位置信息、無人機垂直高度信息在設定的坐標系中進行表示，實現了對無人機的實時定位。
48、優(yōu)選地，所述通過無人機實時采集待偵測區(qū)域的圖像數據，并對采集到的現實場景圖像數據進本文檔來自技高網...
【技術保護點】
1.一種基于無人機遙感的道路災損實時偵測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于無人機遙感的道路災損實時偵測方法，其特征在于,所述收集待偵測區(qū)域的道路影像數據，并對收集到的道路影像數據進行處理，得到處理后的道路影像數據包括以下步驟：
3.根據權利要求2所述的一種基于無人機遙感的道路災損實時偵測方法，其特征在于,所述對于窗口中的每個像素，計算每個像素的權重包括以下步驟：
4.根據權利要求1所述的一種基于無人機遙感的道路災損實時偵測方法，其特征在于,所述基于得到處理后的道路影像數據，設定坐標系和參照點包括以下步驟：
5.根據權利要求1所述的一種基于無人機遙感的道路災損實時偵測方法，其特征在于,所述基于設定的坐標系和參照點，通過實時定位方式對無人機進行精準定位包括以下步驟：
6.根據權利要求1所述的一種基于無人機遙感的道路災損實時偵測方法，其特征在于,所述通過無人機實時采集待偵測區(qū)域的圖像數據，并對采集到的現實場景圖像數據進行校正，得到校正后的圖像數據包括以下步驟：
7.根據權利要求6所述
8.根據權利要求1所述的一種基于無人機遙感的道路災損實時偵測方法，其特征在于,所述對得到的校正后的圖像數據和處理后的道路影像數據進行特征提取，同時通過特征對比方式初步確定道路災損區(qū)域包括以下步驟：
9.根據權利要求1所述的一種基于無人機遙感的道路災損實時偵測方法，其特征在于,所述選取初步確定道路災損區(qū)域內無人機實時采集的圖像，通過圖像分析方法對選取圖像進行分析，并對分析后的圖像中的道路災損位置進行定位包括以下步驟：
10.一種實現權利要求1-9任一項所述的基于無人機遙感的道路災損實時偵測方法的系統，其特征在于，包括數據采集模塊、數據處理模塊、無人機定位模塊、圖像校正模塊、特征提取模塊以及道路災損位置定位模塊：
...【技術特征摘要】
1.一種基于無人機遙感的道路災損實時偵測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于無人機遙感的道路災損實時偵測方法，其特征在于,所述收集待偵測區(qū)域的道路影像數據，并對收集到的道路影像數據進行處理，得到處理后的道路影像數據包括以下步驟：
3.根據權利要求2所述的一種基于無人機遙感的道路災損實時偵測方法，其特征在于,所述對于窗口中的每個像素，計算每個像素的權重包括以下步驟：
4.根據權利要求1所述的一種基于無人機遙感的道路災損實時偵測方法，其特征在于,所述基于得到處理后的道路影像數據，設定坐標系和參照點包括以下步驟：
5.根據權利要求1所述的一種基于無人機遙感的道路災損實時偵測方法，其特征在于,所述基于設定的坐標系和參照點，通過實時定位方式對無人機進行精準定位包括以下步驟：
6.根據權利要求1所述的一種基于無人機遙感的道路災損實時偵測方法，其特征在于,所述通過無人機實時采集待偵測區(qū)域的圖像數據，并對采集到...
【專利技術屬性】
技術研發(fā)人員：王趙明，陳曉蓉，齊亞楠，邵社剛，田雷，倪棟，張東，
申請(專利權)人：交通運輸部公路科學研究所，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。