详情

原文传递路面巡检方法、装置、设备及可读存储介质

专利名称：	路面巡检方法、装置、设备及可读存储介质
摘要：	本申请公开了一种路面巡检方法、装置、设备及可读存储介质，涉及巡检技术领域。在本申请实施例中，云端可控制无人机按预设巡检路线在路面上移动；通过所述无人机获取所述路面的图像数据；从所述图像数据中提取图像帧，并对所述图像帧进行缺陷初步筛选；若所述缺陷初步筛选的结果为疑似图像，则对所述疑似图像进行缺陷复检，并输出复检结果；将所述复检结果中的缺陷标记在所述预设巡检路线上，并关联与所述缺陷对应的图像帧。相比于传统的人工巡检，本申请通过无人机代替人工完成路面的巡检任务，而无人机可快速完成地面图像数据的获取，并依据图像数据筛选并复检缺陷，大大提高路面巡检的巡检效率，以发现缺陷及时处理。
专利类型：	发明专利
国家地区组织代码：	广东;44
申请人：	深圳市思友科技有限公司
发明人：	邢练军
专利状态：	有效
申请日期：	2023-10-18T00:00:00+0800
发布日期：	2023-11-21T00:00:00+0800
申请号：	CN202311347115.3
公开号：	CN117095316A
代理机构：	深圳市恒程创新知识产权代理有限公司
代理人：	张睿
分类号：	G06V20/17;G06V10/25;G06V10/764;G06V10/774;G;G06;G06V;G06V20;G06V10;G06V20/17;G06V10/25;G06V10/764;G06V10/774
申请人地址：	518000 广东省深圳市南山区粤海街道科技园社区科苑路8号讯美科技广场3号楼1021
主权项：	1.一种路面巡检方法，其特征在于，所述路面巡检方法包括：控制无人机按预设巡检路线在路面上移动；通过所述无人机获取所述路面的图像数据；从所述图像数据中提取图像帧，并对所述图像帧进行缺陷初步筛选；若所述缺陷初步筛选的结果为疑似图像，则对所述疑似图像进行缺陷复检，并输出复检结果；将所述复检结果中的缺陷标记在所述预设巡检路线上，并关联与所述缺陷对应的图像帧。 2.如权利要求1所述的路面巡检方法，其特征在于，所述从所述图像数据中提取图像帧的步骤包括：根据所述无人机的飞行高度以及所述无人机摄像头的视角跨度计算图像帧的路面覆盖距离；基于所述路面覆盖距离，从所述图像数据中提取所述图像帧，其中，无人机在任意两相邻图像帧对应时段的移动距离小于或等于所述路面覆盖距离相同。 3.如权利要求1所述的路面巡检方法，其特征在于，所述对所述图像帧进行缺陷初步筛选的步骤包括：从所述图像帧中确定兴趣目标区域，其中，所述兴趣目标区域为所述图像帧中与背景色的差异度大于预设差异阈值的区域；基于预设第一识别模型对所述图像帧中的兴趣目标区域进行非缺陷对象识别，得到第一识别结果，其中，所述第一识别结果包括所述兴趣目标区域为各非缺陷对象的第一概率值；基于各所述第一概率值，确定所述第一识别结果的第一可信度，并根据所述第一可信度确定所述兴趣目标区域的种类，其中，若所述第一可信度大于预设阈值，则所述兴趣目标区域的种类为非缺陷区域，若所述第一可信度小于或等于预设阈值，则所述兴趣目标区域的种类为疑似缺陷区域；若所述图像帧中存在有疑似缺陷区域，则所述图像帧的缺陷初步筛选结果为疑似图像；若所述图像帧中不存在有疑似缺陷区域，则所述图像帧的缺陷初步筛选结果为所述图像帧对应地面为一级健康。 4.如权利要求3所述的路面巡检方法，其特征在于，所述对所述疑似图像进行缺陷复检的步骤包括：基于预设第二识别模型对所述疑似图像中的疑似缺陷区域的进行缺陷识别，得到第二识别结果，所述第二识别结果包括所述疑似缺陷区域为各缺陷的第二概率值；基于各所述第二概率值确定所述第二识别结果的第二可信度；若所述第二可信度大于预设阈值，则将所述第二识别结果中第二概率值最大的缺陷作为所述疑似图像的复检结果；若所述可信度小于或等于所述预设阈值，则所述复检结果为所述疑似图像对应路面为二级健康。 5.如权利要求3所述的路面巡检方法，其特征在于，所述第一识别模型通过第一训练样本集进行训练，在所述基于预设第一识别模型对所述图像帧中的兴趣目标区域进行识别的步骤之前，所述方法包括：对于所述第一训练样本集中的任意一个第一训练样本，所述第一训练样本的标签为路标、车辆或路障；将所述第一训练样本输入至所述第一识别模型，得到第一训练识别结果；基于所述第一训练识别结果与所述第一训练样本的标签之间的差异对所述第一识别模型的模型参数进行更新。 6.如权利要求4所述的路面巡检方法，其特征在于，所述预设第二识别模型通过第二训练样本集进行训练，在所述基于预设第二识别模型对所述疑似图像中的疑似缺陷区域的进行缺陷识别的步骤之前，所述方法包括：对于所述第二训练样本集中的任意一个第二训练样本，所述第二训练样本的标签为横向裂纹、纵向裂纹、龟裂或坑槽；将所述第二训练样本输入至所述第二识别模型，得到第二训练识别结果；基于所述第二训练识别结果与所述第二训练样本的标签之间的差异对所述第二识别模型的模型参数进行更新。 7.如权利要求6所述的路面巡检方法，其特征在于，所述将所述复检结果中的缺陷标记在所述预设巡检路线上的步骤包括：确定所述疑似图像在所述图像数据的时间轴上的相对位置；根据所述相对位置在所述预设巡检路线上标记缺陷或者二级健康。 8.一种路面巡检装置，其特征在于，所述路面巡检装置包括：控制模块，用于控制无人机按预设巡检路线在路面上移动；获取模块，用于通过所述无人机获取所述路面的图像数据；提取模块，用于从所述图像数据中提取图像帧，并对所述图像帧进行缺陷初步筛选；输出模块，用于若所述缺陷初步筛选的结果为疑似图像，则对所述疑似图像进行缺陷复检，并输出复检结果；标记模块，用于将所述复检结果中的缺陷标记在所述预设巡检路线上，并关联与所述缺陷对应的图像帧。 9.一种路面巡检设备，其特征在于，所述路面巡检设备包括：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路面巡检程序，所述路面巡检程序被所述处理器执行时实现如权利要求1至7中任一项所述的路面巡检方法的步骤。 10.一种可读存储介质，其特征在于，所述可读存储介质上存储有路面巡检程序，所述路面巡检程序被处理器执行时实现如权利要求1至7中任一项所述的路面巡检方法的步骤。