详情

原文传递一种路面健康状况快速检测系统及方法

专利名称：	一种路面健康状况快速检测系统及方法
摘要：	本发明公开了一种路面健康状况快速检测系统及方法，包括采集模块：用于获取车内振动加速度、路面病害视频和GPS定位数据；车载终端：用于接收各采集模块的数据，对采集到的数据进行预处理，并将处理后的数据上传至云上服务器；云上服务器：用于接收、解析和存储车载终端上传的数据；以及可视化终端：用于发布数据和生成报表，提供实时、多维度和定制化展示检测结果；所述采集模块和车载终端之间通过传输模块相连，所述车载终端、云上服务器以及可视化终端之间通过网络相连。本发明集数据采集、传输、解析、发布于一体，大大降低了检测成本，能够方便地为社会公众提供准确、高频的道路路面状况、道路安全信息。
专利类型：	发明专利
国家地区组织代码：	上海;31
申请人：	上海智能交通有限公司
发明人：	张晓明;钟盛;常光照;张少为;丁健凯
专利状态：	有效
申请日期：	2019-02-01T00:00:00+0800
发布日期：	2019-06-11T00:00:00+0800
申请号：	CN201910105679.3
公开号：	CN109870456A
代理机构：	上海科律专利代理事务所(特殊普通合伙)
代理人：	袁亚军;金碎平
分类号：	G01N21/88(2006.01);G;G01;G01N;G01N21
申请人地址：	200000 上海市杨浦区军工路1436号64幢一层A107室
主权项：	1.一种路面健康状况快速检测系统，其特征在于，包括：采集模块：用于获取车内振动加速度、路面病害视频和GPS定位数据；车载终端：用于接收各采集模块的数据，对采集到的数据进行预处理，并将处理后的数据上传至云上服务器；云上服务器：用于接收、解析和存储车载终端上传的数据；以及可视化终端：用于发布数据和生成报表，提供实时、多维度和定制化展示检测结果；所述采集模块和车载终端之间通过传输模块相连，所述车载终端、云上服务器和可视化终端之间通过网络相连。 2.如权利要求1所述的路面健康状况快速检测系统，其特征在于，所述采集模块包括车内振动加速度采集模块、路面病害视频采集模块和GPS定位采集模块。 3.如权利要求2所述的路面健康状况快速检测系统，其特征在于，所述车内振动加速度采集模块为两个对称分布的三轴MEMS振动传感器，两个三轴MEMS振动传感器固定在车辆后备箱上，且位于后轮上方处，使得振动传感器的x轴与车身方向平行，z轴与车高方向平行。 4.如权利要求2所述的路面健康状况快速检测系统，其特征在于，所述路面病害视频采集模块为工业数字相机，所述工业数字相机分辨率≥200万像素，最大像元≤7.5μm，光圈≥F1.4。 5.一种路面健康状况快速检测方法，采用如权利要求2所述的路面健康状况快速检测系统，其特征在于，所述车内振动加速度采集模块为两个对称分布的三轴MEMS振动传感器，所述路面病害视频采集模块为工业数字相机，所述车载终端将采集处理后的数据存入本地的GPS数据库、平整度数据库和路面状况指数数据库；所述检测方法包括如下步骤： S1)路面平整度采集：由两个MEMS振动传感器采集车辆的振动信息，并由车载终端运用功率谱密度算法计算出路面国际平整度指数IRI； S2)路面病害状况采集：由车载的工业数字相机采集路面图片，并通过深度神经网络算法，识别出图片中的路面病害，并根据路面病害计算出路面状况指数PCI； S3)数据上传：在检测的过程中，车载终端不断访问本地的GPS数据库、平整度数据库、路面状况指数数据库，当数据库中有未上传的记录时，车载终端将数据调出来并通过传输模块上传至云端平台； S4)可视化展示：云上服务器将路面状况指数PCI、路面平整度数据与GPS数据进行匹配，将国际平整度指数IRI换算成路面行驶质量指数RQI并与GPS数据进行匹配，同时将路面状况指数PCI、路面行驶质量指数RQI进一步和GIS地图中的电子路段进行匹配，进而可视化展示路面平整度、路面破损的状况。 6.如权利要求5所述的路面健康状况快速检测方法，其特征在于，所述步骤S1包括： S11)GPS定位采集模块持续采集车辆的位置信息，并不断计算车辆假设的累积位移；车辆从静止启动，位移从0开始累计； S12)两个车载MEMS振动传感器持续采集车辆的振动数据，并将数据传输至车载终端；平整度数据的采集频率会根据车速调整：当车速为0时，采集频率为0Hz；当车速为3.6km/h时，采集频率为20Hz；车速为36km/h时，采集频率为200Hz；当车速为v km/h时，采集频率为 S13)当累计的位移达到或超过预定距离时，车载终端将之前一直采集的振动数据保存成一段待处理数据，并使用功率谱密度算法处理该数据，计算出该路段的国际平整度指数IRIi，同时根据定位传感器采集的位置信息计算出该路段的形心位置，并将平整度计算结果及与之对应的路段形心位置将保存在本地的平整度数据库中； S14)累积位移重新归零，重复步骤S12和骤S13，开始下一个路段的位置采集。 7.如权利要求6所述的路面健康状况快速检测方法，其特征在于，所述步骤S1还包括定期为检测车辆进行标定测试，调整功率谱算法的相关参数，标定测试的方法为：让车辆在一条一定长度的、国际平整度指数IRI0已知的路段上行驶，振动传感器采集车辆振动信息，并通过功率谱密度算法计算出IRI1，并与IRI0进行对比：若结果满足则认为车辆振动参数标定结果准确；反之，则继续调整车辆的振动参数，直至满足在进行标定采集时，车速分别控制在20km/h、40km/h、60km/h，匀速行驶，每个车速情况下至少采集2次。 8.如权利要求5所述的路面健康状况快速检测方法，其特征在于，所述步骤S2包括： S21)定位采集传感器持续采集车辆的位置信息，并不断计算车辆假设的累积位移；车辆从静止启动，位移从0开始累计； S22)工业数字相机采集路面图片，采集路面图片的频率会根据车速进行调整；当车速为0时，图片采集的频率为0；当车速为3.6km/h时，图片采集频率为1Hz；当车速为v km/h时，图片的采集频率为(20×v)/3.6Hz； S23)检测过程中，采集的图像保存在本地的文件夹中，定位传感器采集的位置信息会保存在本地的GPS数据库中，同时与该GPS对应的采集图像路径也会写入到该GPS数据库中； S24)当累计的位移达到或超过预定距离时，车载终端将该路段内采集到的所有图像输入到神经网络算法中，通过神经网络算法识别出第i类路面的病害并计算出病害区域的面积Ai，对应的病害程度wi,计算出该路段的路面破损率DRi，并计算出该路段的路面状况指数PCIi，同时根据定位传感器采集的位置信息计算出该路段的形心位置；路面状况指数PCI计算结果及与之对应的路段形心位置将保存在本地的路面状况指数数据库中。 9.如权利要求8所述的路面健康状况快速检测方法，其特征在于，所述步骤S3中路面图片采集如下： S31)根据相机内参标定过程中，照片视角、畸变对照片的变换关系，对照片进行视角变换处理，照片视角变化后的有效区域面积为A； S32)运用训练好的神经网络对视角变换后的图片的有效区域中的病害类型进行识别，识别出照片中第i类路面病害的类型Ai、对应的病害程度wi，并根据如下公式计算路面破损率：式中，DR为路面破损率，为各种损坏引起的整个损坏面积之和与照片内有效区域面积的百分比；wi为第i类路面损坏的权重； S33)车载终端根据累计位移来计算路段的PCI，具体为：假设车辆从静止启动，位移从0开始累计，当累计的位移达到或超过20m时，计算这段累计路程内的路面损坏状况指数PCI，计算结果与对应的GPS数据记录在本地的PCI数据库，同时车载终端累计的位移从0重新累计；PCI计算公式如下： PCI＝100-a0DRa1 式中，DR为路面破损率，a0、a1分别为路面类型系数； S34)累积位移重新归零，重复步骤S33)，开始计算下一个路段的路面状况指数。 10.如权利要求9所述的路面健康状况快速检测方法，其特征在于，所述步骤S3还包括对采集到的图片视角及畸变进行如下修正： S301)在图片中部合适位置放置棋盘格标定布并拍摄图像； S302)寻找棋盘格角点，并寻找最边缘的四个角点； S303)自动寻找且仅考虑上述四个角点围绕的矩形区域竖向直线； S304)根据相机拍摄的投影原理，各竖向直线最终将汇聚于一点，找到此点； S305)将汇聚点与图像上边缘的两个角点分别连接，各连接线的延长线均与图像下边缘的延长线交于一个点，图像上边缘的两个角点与下边缘延长线上的两个交点组成一个梯形，该梯形包含整张图片且代表整张图片的投影视角； S306)将投影视角转化成俯视视角，将梯形的两条斜边转化成平行的两条线，并控制梯形上下两条平行边的距离，使得棋盘格横边和竖边的比例仍然保持实际比例； S307)寻找转化视角后棋盘格的角点，计算两个角点间的横向像素距离，以及处以其间的棋格数，从而得到俯视图中一个棋格的横向距离/竖向距离对应的像素数；再和棋盘格的实际尺寸相对应，获取俯视图中一个横向像素距离/竖向像素距离对应的实际尺寸； S308)由步骤S307)得到的像素与标定用棋盘格实际尺寸的对应关系，获取以该视角拍摄的图片中的路面破损所对应的实际尺寸或者面积，并可进而得到拍摄的整张图片对应的路面面积。
所属类别：	发明专利