一种基于公共交通工具的道路巡检方法、装置及系统与流程

摘要: 本发明涉及智能交通,具体涉及一种基于公共交通工具的道路巡检方法、装置及系统。背景技术:1、城市道路巡检是保障城市交通安全、及时排查隐患的关键手段。目前主要采用以...
一种基于公共交通工具的道路巡检方法、装置及系统与流程

本发明涉及智能交通,具体涉及一种基于公共交通工具的道路巡检方法、装置及系统。

背景技术:

1、城市道路巡检是保障城市交通安全、及时排查隐患的关键手段。目前主要采用以下三种巡检模式:(1)传统人工巡检,依赖巡检人员驾驶巡检车辆或步行巡查道路,通过肉眼观察记录路面坑洞、裂缝、积水、交通标志线破损等异常情况。(2)专用巡检车辆巡检,采用配备专业检测设备(如激光扫描仪、高清摄像头、探地雷达)的专用巡检车辆,对城市道路进行定期检测。(3)固定摄像头监控,在城市主干道、关键路口部署固定监控摄像头,实现特定区域的道路状态监控。

2、然而,人工巡检劳动强度大、重复性强,受人员疲劳度、责任心影响,日均巡检里程≤50km,难以实现城市道路全时段以及全方位覆盖;专用巡检车辆需额外投入专用车辆、巡检人员,运营成本高昂,且无法实现高频次巡检;固定摄像头仅能实现固定区域(单摄像头覆盖半径≤200米)的静态监控,无法实现道路动态扫描。此外,还存在天气异常识别滞后、通报不及时以及巡检资源浪费等问题。由此,亟需一种新型的道路巡检方法。

技术实现思路

1、为了解决上述背景技术部分提出的至少一个技术问题,本技术提供了一种基于公共交通工具的道路巡检方法、装置及系统,能够满足城市道路动态、全面以及高效的巡检需求。

2、第一方面,本技术实施例提供了一种基于公共交通工具的道路巡检方法,包括:

3、基于公交调度时刻表以及全域道路的历史巡检数据,确定各公交线路的巡检优先级,并将所述巡检优先级下发至车载终端层;

4、接收场站边缘节点层传输的目标路况图像、目标车辆动态数据、目标场站静态数据以及目标天气数据,其中,所述目标路况图像、目标车辆动态数据、目标场站静态数据以及目标天气数据为所述场站边缘节点层对所述车载终端层根据所述巡检优先级依次传输的初始路况图像、初始车辆动态数据、初始场站静态数据以及初始天气数据进行执行预处理操作后得到的;

5、对所述目标路况图像、目标车辆动态数据、目标场站静态数据以及目标天气数据执行数据融合操作,得到多维融合特征向量;

6、基于双分支人工智能异常识别模型和所述多维融合特征向量,确定异常识别结果,并对所述异常识别结果进行校验;

7、响应于校验通过,确定所述异常识别结果对应的异常等级,并根据所述异常等级,触发对应的预警操作。

8、在本实施例的一些可选方式中,在所述触发对应的预警操作之后,还包括:

9、根据所述异常识别结果及对应的异常等级,生成待处置任务,并将所述待处置任务推送至对应责任部门;

10、根据所述责任部门反馈的处置情况,更新所述待处置任务的处理状态;

11、响应于所述处理状态为已完成,基于所述双分支人工智能异常识别模型进行复核,若复核未通过,重新触发对应的预警操作,并提醒所述责任部门进行再次处置。

12、在本实施例的一些可选方式中,所述基于公交调度时刻表以及全域道路的历史巡检数据,确定各公交线路的巡检优先级,包括:

13、按照预设规格将全域道路划分为多个网格;

14、基于所述全域道路的历史巡检数据,统计每个网格的日均巡检次数;

15、基于所述每个网格的日均巡检次数和总网格数,计算全域道路的巡检覆盖率和重复巡检率;

16、采用粒子群算法,确定所述各公交线路的巡检优先级,其中,以各公交线路的巡检优先级为粒子位置,以所述巡检覆盖率和所述重复巡检率构建适应度函数。

17、在本实施例的一些可选方式中,所述对所述目标路况图像、目标车辆动态数据、目标场站静态数据以及目标天气数据执行数据融合操作,得到多维融合特征向量,包括:

18、基于时间戳、车辆位置以及公交线路编号,将所述目标路况图像与所述目标车辆动态数据、所述目标场站静态数据以及所述目标天气数据进行数据关联,得到多源关联数据集;

19、对所述多源关联数据集进行特征提取,得到路况图像特征、车辆动态特征、场站静态特征以及天气特征;

20、确定各特征向量的融合权重,并基于所述各特征向量的融合权重,对所述路况图像特征、车辆动态特征、场站静态特征以及天气特征进行向量拼接,得到所述多维融合特征向量。

21、在本实施例的一些可选方式中,所述双分支人工智能异常识别模型包括天气异常识别模型和道路异常识别模型,所述基于双分支人工智能异常识别模型和所述多维融合特征向量,确定异常识别结果,包括:

22、以所述多维融合特征向量中的路况图像特征和天气特征为输入,基于所述天气异常识别模型,输出各类天气的异常概率,并基于所述各类天气的异常概率,确定天气异常识别子结果;

23、以所述多维融合特征向量中的路况图像特征和场站静态特征为输入,基于所述道路异常识别模型,输出各类道路的异常坐标、类别和置信度,并基于所述各类道路的异常坐标、类别和置信度,确定道路异常识别子结果。

24、在本实施例的一些可选方式中,所述对所述异常识别结果进行校验,包括:

25、分别对所述天气异常识别子结果和所述道路异常识别子结果进行人工复核,并计算人工复核结果与模型识别结果的一致性评分,当所述一致性评分大于或等于预设评分阈值,确定校验通过。

26、在本实施例的一些可选方式中,所述对所述异常识别结果进行校验,包括:

27、对所述异常坐标对应的异常路段启动车队协同交叉验证操作,确定途径所述异常路段的其他公交车辆对所述异常路段的识别结果;

28、若至少n台公交车辆对所述异常路段的识别结果与所述道路异常识别子结果相同,确定校验通过,其中,n为大于等于2的自然数。

29、第二方面,本发明实施例提供了一种基于公共交通工具的道路巡检装置,包括:

30、巡检优先级确定模块,被配置为基于公交调度时刻表以及全域道路的历史巡检数据,确定各公交线路的巡检优先级,并将所述巡检优先级下发至车载终端层;

31、数据接收模块,被配置为接收场站边缘节点层传输的目标路况图像、目标车辆动态数据、目标场站静态数据以及目标天气数据,其中,所述目标路况图像、目标车辆动态数据、目标场站静态数据以及目标天气数据为所述场站边缘节点层对所述车载终端层根据所述巡检优先级依次传输的初始路况图像、初始车辆动态数据、初始场站静态数据以及初始天气数据进行执行预处理操作后得到的;

32、数据融合模块,被配置为对所述目标路况图像、目标车辆动态数据、目标场站静态数据以及目标天气数据执行数据融合操作,得到多维融合特征向量;

33、异常识别及校验模块,被配置为基于双分支人工智能异常识别模型和所述多维融合特征向量,确定异常识别结果,并对所述异常识别结果进行校验;

34、预警模块,被配置为响应于校验通过,确定所述异常识别结果对应的异常等级,并根据所述异常等级,触发对应的预警操作。

35、第三方面,本发明实施例提供了一种基于公共交通工具的道路巡检系统,包括车载终端层、场站边缘节点层以及云端平台层,其中:

36、所述车载终端层包括多个公交线路,各所述公交线路包括多个公交车辆,各所述公交车辆配置有图像采集装置、定位装置以及环境传感器,其中,所述图像采集装置用于采集初始路况图像;所述定位装置用于采集初始车辆动态数据;所述环境传感器用于采集初始天气数据和初始场站静态数据,所述车载终端层被配置为:根据所述云端平台层下发的各公交线路的巡检优先级,依次传输所述初始路况图像、所述初始车辆动态数据、所述初始场站静态数据以及所述初始天气数据至所述场站边缘节点层;

37、所述场站边缘节点层被配置为:对所述初始路况图像、所述初始车辆动态数据、所述初始场站静态数据以及所述初始天气数据执行预处理操作,得到目标路况图像、目标车辆动态数据、目标场站静态数据以及目标天气数据;

38、所述云端平台层被配置为:基于公交调度时刻表以及全域道路的历史巡检数据,确定各公交线路的巡检优先级,并将所述巡检优先级下发至车载终端层;

39、以及接收所述场站边缘节点层传输的目标路况图像、目标车辆动态数据、目标场站静态数据以及目标天气数据,并对所述目标路况图像、目标车辆动态数据、目标场站静态数据以及目标天气数据执行数据融合操作,得到多维融合特征向量;

40、基于双分支人工智能异常识别模型和所述多维融合特征向量,确定异常识别结果,并对所述异常识别结果进行校验;

41、响应于校验通过,确定所述异常识别结果对应的异常等级,并根据所述异常等级,触发对应的预警操作。

42、第四方面,本发明实施例提供了一种基于公共交通工具的道路巡检方法,包括:

43、云端平台层基于公交调度时刻表以及全域道路的历史巡检数据,确定各公交线路的巡检优先级,并将所述巡检优先级下发至车载终端层;

44、车载终端层根据所述云端平台层下发的各公交线路的巡检优先级,依次传输初始路况图像、初始车辆动态数据、初始场站静态数据以及初始天气数据至场站边缘节点层;

45、场站边缘节点层对所述初始路况图像、所述初始车辆动态数据、所述初始场站静态数据以及所述初始天气数据执行预处理操作,得到目标路况图像、目标车辆动态数据、目标场站静态数据以及目标天气数据;

46、云端平台层接收场站边缘节点层传输的目标路况图像、目标车辆动态数据、目标场站静态数据以及目标天气数据,并对所述目标路况图像、目标车辆动态数据、目标场站静态数据以及目标天气数据执行数据融合操作,得到多维融合特征向量;

47、云端平台层基于双分支人工智能异常识别模型和所述多维融合特征向量,确定异常识别结果,并对所述异常识别结果进行校验;

48、响应于校验通过,云端平台层确定所述异常识别结果对应的异常等级,并根据所述异常等级,触发对应的预警操作。

49、第五方面,本技术还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面所述的基于公共交通工具的道路巡检方法的步骤。

50、第六方面,本技术还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现第一方面所述的基于公共交通工具的道路巡检方法的步骤。

51、第七方面,本技术还提供一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现第一方面所述的基于公共交通工具的道路巡检方法的步骤。

52、本发明实施例提供的一种基于公共交通工具的道路巡检方法、装置及系统,通过多源数据融合、时空覆盖优化以及车队协同验证等,解决了数据融合不足、道路巡检不精准以及巡检资源浪费等问题,此外,根据异常等级触发对应的预警操作,使得报警通报更加及时,满足了城市道路动态、全面、高效的巡检需求。