道路巡检方法、设备和存储介质与流程
本技术涉及道路病害巡检,尤其涉及一种道路巡检方法、设备和存储介质。
背景技术:
1、在无人机道路病害巡检场景中,对航拍影像正射校正、病害精准线性定位与跨航次状态变化评估的能力直接关系到病害识别准确率、养护处置精准度与巡检作业效率。
2、相关技术中,通过采集道路表面图像或视频帧,结合常规图像识别模型完成各类道路病害识别,再将识别结果关联道路养护系统生成养护任务与维修工单,这种方式基于原始采集画面的原生视角与像素尺度执行病害空间位置映射与结果输出,难以适配无人机多视角、变高度航拍的道路巡检场景,导致道路病害定位偏差较大。
3、上述内容仅用于辅助理解本技术的技术方案,并不代表承认上述内容是现有技术。
技术实现思路
1、本技术的主要目的在于提供一种道路巡检方法、设备和存储介质,旨在解决道路病害定位偏差较大的技术问题。
2、为实现上述目的,本技术提出一种道路巡检方法,所述方法包括:
3、基于巡检道路的道路基础数据、无人机定位数据,结合所述无人机的姿态参数,逐帧计算地面采样距离;
4、根据所述地面采样距离和帧有效性判定参数,筛选符合合格阈值的影像帧,得到有效影像帧集合;
5、基于所述有效影像帧集合、所述姿态参数以及道路局部平面约束进行正射校正,通过重采样生成道路正射图块;
6、按照所述道路正射图块对应的地面采样距离匹配病害检测尺度,确定病害空间轮廓并映射为线性参考坐标;
7、融合所述线性参考坐标下的同航次病害数据,并与历史航次同路段病害数据集对比,得到目标道路病害演化评估结果。
8、在一实施例中,以影像帧的采集时间戳为基准,将所述无人机定位数据、云台姿态数据以及相机固有参数进行逐帧配准,构建帧级位姿与内参对应的关联数据集;
9、根据所述道路基础数据中的路段纵断面高程信息,对所述影像帧对应的无人机飞行高度进行路面相对高度修正,得到无人机相对于当前帧覆盖路面的垂直投影高度;
10、基于所述垂直投影高度,匹配所述影像帧对应的相机有效焦距、传感器物理尺寸以及影像像素分辨率参数,构建单帧像素尺度与地面实际尺度的换算映射关系;
11、按照所述换算映射关系逐帧计算影像中单个像素对应的地面实际长度,得到所述影像帧对应的地面采样距离。
12、在一实施例中,基于关联所述地面采样距离的候选影像帧集合,逐帧提取有效性判定指标,构建单帧地面采样距离与多维度质量参数的关联映射组;
13、根据所述影像帧对应的地面采样距离和关联映射组,匹配对应采样精度下的有效性判定合格阈值,生成个性化合格判定区间;
14、将所述有效性判定指标分别与对应的所述个性化合格判定区间对比校验,确定存在指标超限的超限影像帧集合;
15、基于所述超限影像帧集合,剔除存在关键指标超限的低质量影像帧,并按照采集时间戳重排剩余影像帧,得到所述有效影像帧集合。
16、在一实施例中,按照超限项类型和数值偏离程度,对所述候选影像帧集合进行三级分类判定,将存在关键指标超限的影像帧划定为剔除类;
17、从所述候选影像帧集合中移除所述剔除类的低质量影像帧,对所述剩余影像帧中存在次要指标超限的影像帧,按照超限数量与偏离幅度匹配对应的衰减系数;
18、根据所述衰减系数下调对应所述影像帧的病害融合计算的参与权重;
19、按照所述采集时间戳的先后顺序对更新所述参与权重的剩余影像帧进行升序重排,得到有序影像帧序列;
20、对所述有序影像帧序列进行道路路段覆盖连续性校验,标记影像覆盖中断的里程区间,得到所述有效影像帧集合。
21、在一实施例中,按照所述有效影像帧集合对应的无人机定位坐标、云台姿态数据以及相机固有参数,匹配覆盖路段的所述道路局部平面约束;
22、根据所述道路局部平面约束,逐帧计算影像像素坐标到道路平面坐标的单应变换矩阵;
23、基于纵坡变化幅度大于预设纵坡阈值的坡道路段,匹配对应所述坡道路段的纵断面高程数据,对所述单应变换矩阵进行高程补偿修正,得到正射投影参数;
24、通过所述正射投影参数对所述有效影像帧集合进行投影变换,并按照统一地面分辨率进行重采样,得到单帧正射影像序列;
25、按照预设里程长度与道路横向覆盖范围,对连续的所述单帧正射影像序列进行无缝拼接与规则切分,并为得到的切分单元绑定所述道路基础数据、地面分辨率以及投影参数属性,输出所述道路正射图块。
26、在一实施例中,根据所述道路正射图块对应的地面采样距离,结合道路病害的实际物理尺寸阈值反向推算对应所述道路正射图块的检测滑窗尺度、模型输入分辨率以及检测置信阈值,整理得到病害检测参数集;
27、通过道路病害识别模型和所述病害检测参数集,对所述道路正射图块进行逐窗扫描检测,得到图块坐标系下的所述病害空间轮廓;
28、将所述病害空间轮廓转换为地面平面坐标,结合道路中心矢量数据进行投影匹配,得到所述病害空间轮廓对应的线性参考坐标。
29、在一实施例中,基于所述病害空间轮廓的病害轮廓像素点集,结合对应所述道路正射图块的地理投影配准参数进行坐标逆变换,将所述病害空间轮廓的顶点转换为道路平面坐标系下的病害地理坐标点集;
30、按照所述道路中心矢量数据,将所述病害地理坐标点集向道路中心线逐点进行最短距离垂直投影,匹配所属道路编号并计算病害轮廓起止点与中心点对应的里程桩号;
31、计算所述病害空间轮廓的顶点相对道路中心线的垂直偏移距离与方位,确定病害中心点的横向偏移量与左右侧方位;
32、根据所述病害中心点的横向偏移量与左右侧方位,结合路段车道与路肩边界数据判定病害覆盖的车道及路肩范围;
33、通过所述病害地理坐标点集计算病害的实际面积、最大长度以及平均宽度几何参数,结合所述里程桩号、所述病害覆盖的车道及路肩范围,生成所述病害空间轮廓对应的线性参考坐标。
34、在一实施例中,将所述线性参考坐标下同航次病害数据的病害对象,结合影像帧的参与权重进行属性加权融合,得到同航次病害对象集合;
35、以道路线性参考坐标系为配准基准,按照里程区间和横向偏移范围对所述同航次病害对象集合和所述历史航次同路段病害数据集逐段进行空间匹配,构建同路段病害对象关联组;
36、对所述同路段病害对象关联组逐组对比病害几何特征参数的量化差异,结合分级变化阈值确定病害演化状态;
37、按照道路里程递增顺序重排所述病害对象,并为所述病害对象绑定对应病害演化状态、量化变化幅值以及跨航次匹配标识,得到所述目标道路病害演化评估结果。
38、此外,为实现上述目的,本技术还提出一种道路巡检设备,所述道路巡检设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序配置为实现如上文所述的道路巡检方法的步骤。
39、此外,为实现上述目的,本技术还提出一种存储介质,所述存储介质为计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上文所述的道路巡检方法的步骤。
40、本技术提供了一种道路巡检方法,包括通过结合巡检道路的道路基础数据与同步记录的无人机定位及姿态参数逐帧计算地面采样距离,依据地面采样距离与帧有效性判定参数筛选得到有效影像帧集合,再基于有效影像帧集合、姿态参数及道路局部平面约束完成正射校正并经重采样生成统一尺度的道路正射图块,随后匹配道路正射图块对应的地面采样距离适配病害检测尺度以确定病害空间轮廓并映射为道路线性参考坐标,最终融合线性参考坐标下的同航次病害数据并与历史航次同路段病害数据集对比得到目标道路病害演化评估结果,解决了现有无人机道路巡检影像存在透视畸变与尺度不统一、病害定位难以匹配道路养护线性参考体系、跨航次病害无法精准对齐比对且细小病害检出率不足导致的病害定位偏差大、台账重复统计及演化状态难以判定的技术问题,提升了道路病害的定位精度与识别准确性,实现了病害位置的养护业务化精准表达与跨周期病害演化状态的自动判定,为道路养护优先级判断与工单闭环管理提供了可靠的数据支撑。
41、综上所述,本技术通过逐帧计算地面采样距离、正射校正生成统一尺度图块并映射道路线性参考坐标,解决了道路病害定位偏差较大的技术问题,提升了病害定位精度与演化评估准确性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com