一种车载便携轻量化智能巡检方法与系统转让专利
申请号 : CN202011601294.5
文献号 : CN112726351B
文献日 : 2021-08-27
发明人 : 张晓明 , 蒋盛川 , 钟盛
申请人 : 上海同陆云交通科技有限公司
摘要 :
权利要求 :
1.一种车载便携轻量化智能巡检系统，其特征在于：包括以下设备：车尾后置高清工业相机(7)、车载前置360°云台相机(1)、加速度传感器(8)、高精度RTK定位设备(2)和车载边缘计算智能盒子(3)，所述车载边缘计算智能盒子(3)主要包括有满足道路检测相关算法运行需求的CPU(5)、GPU(4)计算机硬件设备，且车载边缘计算智能盒子(3)的外壁设置有用以接收和传输各类数据信号的硬件接口(6)；
所述车载便携轻量化智能巡检系统的智能巡检方法，包括以下步骤：S1：设备安装：将系统所需设备按要求安装于车身各部位并确保电源供应；
S2：设备标定：分别对车尾后置高清工业相机(7)、前置360°云台相机(1)、加速度传感器(8)按要求进行标定工作，一般要求初次使用时及设备重安装后必须进行设备标定；
S3：日常检测：确保系统正常工作后，按照道路检测计划对目标路段进行检测工作，检测内容包括路面平整度检验、路面病害检测和附属设施完整性检测；
S4：数据上传：将采集到的道路检测数据通过在线或离线方式统一上传至后端数据库，作为大数据分析或可视化展示的数据源；
所述步骤S2设备标定：对于车尾后置高清工业相机(7)和车载前置360°云台相机(1)进行相机标定：制作一个棋盘格平面板，需要保障棋盘格的大小不小于10cm*10cm，形状为标准正方形且每个棋盘格边缘清晰可分辨，棋盘格的行列数均不应低于5；分别将棋盘格放置在相机视角范围内的不同位置并拍摄照片作为标定数据，标定数据中至少包含棋盘格位于图像左上角、右上角、正中间、左下角、右下角的照片各一张，标定数据总数不少于10张；利用算法工具检测所有标定数据中的特征点，即每个棋盘格的角点，再利用已知的棋盘格数据求解理想无畸变情况下的摄像机内参数、外参数和畸变系数；结合多张图片的相机的内参数、外参数和畸变系数，使用极大似然估计优化结果，得出最优内参数、外参数和畸变参数矩阵；
所述步骤S2设备标定：对于加速度传感器(8)进行标定：选取已知路面平整度的路段5‑
10段，国际平整度指标IRI分布满足1‑5之间均匀分布；将加速度传感器(8)设备固定至车辆后备箱内左右后轴轮正上方；连接车载边缘计算智能盒子(3)，开启设备，记录路段起终点时间，用于截取标定数据；以相同规定速度在同一测试路段，沿同一方向测试2遍，计算其功率谱密度曲线积分，若两次测量结果相差超过10％，继续进行谱密度积分标定，直至满足精度要求；分别测量既定5‑10段IRI均匀分布的测试路段，计算两次谱密度积分均值；通过已知IRI与谱密度积分制进行模型拟合，获得拟合参数，在测试时保持相同测试速度，若测试速度更改，则依照速度修正系数对测试结果进行修正，系统默认计算距离为500米，即每相距500米进行一次平整度计算。
2.根据权利要求1所述的一种车载便携轻量化智能巡检系统，其特征在于，所述步骤S1设备安装：首先将车载边缘计算智能盒子(3)放置于车辆内部，应保障车辆行驶过程中智能盒子不会发生大范围移动且接线不会脱落或折断，放置完成后通过车内电源进行供电。
3.根据权利要求2所述的一种车载便携轻量化智能巡检系统，其特征在于，将所述步骤S1的车尾后置高清工业相机(7)通过吸盘装置安置于车身尾部，其安装位置不宜过低，保障视野应至少覆盖一条车道，并调整好光圈和相机焦距；将车载前置360°云台相机(1)安装于车身前部，一般位于车顶前端，需保障视角范围至少应覆盖一条车道，并调整好光圈和相机焦距；将加速度传感器(8)安置于车辆后轴上方，应保障加速度传感器(8)分别靠近两个轮胎附近，且应利用螺栓或胶带工具固定其安装位置。
4.根据权利要求3所述的一种车载便携轻量化智能巡检系统，其特征在于，所述步骤S1的高精度RTK定位设备(2)放置于车辆顶部，需保障其上方不被他物遮挡以免影响定位精度；上述设备安装完毕后，需连接各设备与车载边缘计算智能盒子(3)间的信号传输线，并检验数据流是否通畅及设备是否可正常运转。
5.根据权利要求1所述的一种车载便携轻量化智能巡检系统，其特征在于，所述步骤S3日常检测中各子设备对应的检测内容：车尾后置高清工业相机(7)用于检测路面病害分布情况，所检测的路面病害包括裂缝、坑槽、网裂、修补、井盖高框差、伸缩缝损坏，其检测原理为通过前期训练图像目标检测算法获得检测精度较高的路面病害识别模型，基于该模型进行路面病害的快速识别；前置360°云台相机用于检测附属设施完整性，所检测的附属设施包括护栏的缺失、护栏的破损或弯折、防眩板的缺失、路侧灯柱的弯折，其检测原理为通过前期训练图像语义分割算法获得检测精度较高的附属设施识别模型，基于该模型分离出图像中的附属设施，再利用霍夫变换检测其外观线形来判断其完整性；加速度传感器(8)用于检测路面平整度，其检测原理为利用四分之一车模型简化了在高程差影响下的机动车簧载和非簧载质量的系统响应变化，并结合路面波理论，通过功率谱密度的方法将加速度变化分配到不同频率的波段中，继而利用加速度均方根值有效的估计了国际平整度指标。
6.根据权利要求5所述的一种车载便携轻量化智能巡检系统，其特征在于，所述步骤S4数据上传：数据传输及后台处理环境主要由：数据接收模块，WebService模块，JavaScript网页模块，数据计算模块，数据库模块，规范标准模块，报表生成模块组成。
7.根据权利要求6所述的一种车载便携轻量化智能巡检系统，其特征在于，所述数据接收模块采用FTPserver，将采集设备发送的数据接收到指定文件夹；WebService模块利用百度地图API实现坐标系的转化；数据计算模块用于处理原始数据并生成检测结果数据；数据库模块采用Oracle数据库作为后台数据存储；报表生成模块用于对系统做总结性的结果输出，包含检测路段信息，工程名称，检测结果；网页模块作为前台显示部分，调用百度网页API，将采集车辆行驶轨迹、平整度、病害指标计算结果显示于前台百度地图上，后台数据处理流程为接受各类采集设备所传输的数据，利用处理算法进行路面平整度计算、路面病害识别和附属设施完整性检测，并实现基于百度地图API显示，利用Oracle数据库存储，最后结合历史数据，相关规范给出路段维护意见。
说明书 :
一种车载便携轻量化智能巡检方法与系统
技术领域
背景技术
车公路总里程超过501万公里，在新建道路的同时，必须对原有道路进行养护与维修作业，
以确保行车安全并降低运营成本。
响，故均难以大范围高频率的推广使用。另一方面，道路质量管理任务分别由省市公路管理
局、路政局、地方养护公司、交通部基本建设质量监督总站等部门共同承担。每一环节的数
据交互存在流程复杂、阻隔明显等问题，导致众多检测工作重复进行，浪费了大量的人力物
力投入。因此，利用快速道路检测设备进行常态化的日常巡检，并对道路质量检测数据进行
统一部署管理是提高道路服务水平，保证行车安全的必要举措。
发明内容
能盒子，所述车载边缘计算智能盒子主要包括有满足道路检测相关算法运行需求的CPU、
GPU等计算机硬件设备，且车载边缘计算智能盒子的外壁设置有用以接收和传输各类数据
信号的硬件接口。
确保系统正常工作后，按照道路检测计划对目标路段进行检测工作，检测内容可包括路面
平整度检验、路面病害检测和附属设施完整性检测；S4：数据上传：将采集到的道路检测数
据通过在线或离线方式统一上传至后端数据库，作为大数据分析或可视化展示的数据源。
过车内电源进行供电。
置360°云台相机安装于车身前部，一般位于车顶前端，需保障视角范围至少应覆盖一条车
道，并调整好光圈和相机焦距；将加速度传感器安置于车辆后轴上方，应保障加速度传感器
分别靠近两个轮胎附近，且应利用螺栓或胶带等工具固定其安装位置。
间的信号传输线，并检验数据流是否通畅及设备是否可正常运转。
状应为标准正方形且每个棋盘格边缘清晰可分辨，棋盘格的行列数均不应低于5；分别将棋
盘格放置在相机视角范围内的不同位置并拍摄照片作为标定数据，应保障标定数据中至少
包含棋盘格位于图像左上角、右上角、正中间、左下角、右下角的照片各一张，标定数据总数
不少于10张；利用算法工具检测所有标定数据中的特征点，即每个棋盘格的角点，再利用已
知的棋盘格数据求解理想无畸变情况下的摄像机内参数、外参数和畸变系数；结合多张图
片的相机的内参数、外参数和畸变系数，使用极大似然估计优化结果，得出最优内参数、外
参数和畸变参数矩阵。
固定至车辆后备箱内左右后轴轮正上方；连接车载边缘计算智能盒子，开启设备，记录路段
起终点时间，用于截取标定数据；以相同规定速度(30‑80km/h)在同一测试路段，沿同一方
向测试2遍，计算其功率谱密度曲线积分，若两侧测量结果相差超过10％，继续进行谱密度
积分标定，直至满足精度要求；分别测量既定5‑10段IRI均匀分布的测试路段，计算两次谱
密度积分均值；通过已知IRI与谱密度积分制进行模型拟合，获得拟合参数，为保证测试结
果精确性，建议保持相同测试速度，若测试速度更改，则依照速度修正系数对测试结果进行
修正，系统默认计算计算距离为500米，即每相距500米进行一次平整度计算。
差、伸缩缝损坏等，其检测原理为通过前期训练图像目标检测算法获得检测精度较高的路
面病害识别模型，基于该模型进行路面病害的快速识别；前置360°云台相机用于检测附属
设施完整性，所检测的附属设施包括护栏的缺失、护栏的破损或弯折、防眩板的缺失、路侧
灯柱的弯折等，其检测原理为通过前期训练图像语义分割算法获得检测精度较高的附属设
施识别模型，基于该模型分离出图像中的附属设施，再利用霍夫变换检测其外观线形来判
断其完整性；加速度传感器用于检测路面平整度，其检测原理为利用四分之一车模型简化
了在高程差影响下的机动车簧载和非簧载质量的系统响应变化，并结合路面波理论，通过
功率谱密度的方法将加速度变化分配到不同频率的波段中，继而利用加速度均方根值有效
的估计了国际平整度指标。
成模块组成。
据并生成检测结果数据；数据库模块采用Oracle数据库作为后台数据存储；报表生成模块
用于对系统做总结性的结果输出，包含检测路段信息，工程名称，检测结果等；网页模块作
为前台显示部分，调用百度网页API，将采集车辆行驶轨迹、平整度、病害指标计算结果显示
于前台百度地图上，后台数据处理流程为接受各类采集设备所传输的数据，利用处理算法
进行路面平整度计算、路面病害识别和附属设施完整性检测，并实现基于百度地图API显
示，利用oracle数据库存储，最后结合历史数据，相关规范给出路段维护意见。
结果精度较高。且由于测量方式为车载测量，测量速度快，效率高，适合大范围的道路平整
度测量，可以大大缩短平整度检测周期。另外，在该系统中，采用了多种无线传感器网络技
术，使得数据的采集传输更为可靠，利用GPS设备可以采集配套的地理信息，并可以与电子
地图结合，对城市内路网进行实时的数据采集与显示。
附图说明
具体实施方式
于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方
能盒子3，车载边缘计算智能盒子3主要包括有满足道路检测相关算法运行需求的CPU5、
GPU4等计算机硬件设备，且车载边缘计算智能盒子3的外壁设置有用以接收和传输各类数
据信号的硬件接口6。
过车内电源进行供电。
360°云台相机1安装于车身前部，一般位于车顶前端，需保障视角范围至少应覆盖一条车
道，并调整好光圈和相机焦距；将加速度传感器8安置于车辆后轴上方，应保障加速度传感
器8分别靠近两个轮胎附近，且应利用螺栓或胶带等工具固定其安装位置。
间的信号传输线，并检验数据流是否通畅及设备是否可正常运转。
应为标准正方形且每个棋盘格边缘清晰可分辨，棋盘格的行列数均不应低于5；分别将棋盘
格放置在相机视角范围内的不同位置并拍摄照片作为标定数据，应保障标定数据中至少包
含棋盘格位于图像左上角、右上角、正中间、左下角、右下角的照片各一张，标定数据总数不
少于10张；利用算法工具检测所有标定数据中的特征点，即每个棋盘格的角点，再利用已知
的棋盘格数据求解理想无畸变情况下的摄像机内参数、外参数和畸变系数；结合多张图片
的相机的内参数、外参数和畸变系数，使用极大似然估计优化结果，得出最优内参数、外参
数和畸变参数矩阵。
固定至车辆后备箱内左右后轴轮正上方；连接车载边缘计算智能盒子3，开启设备，记录路
段起终点时间，用于截取标定数据；以相同规定速度30‑80km/h在同一测试路段，沿同一方
向测试2遍，计算其功率谱密度曲线积分，若两侧测量结果相差超过10％，继续进行谱密度
积分标定，直至满足精度要求；分别测量既定5‑10段IRI均匀分布的测试路段，计算两次谱
密度积分均值；通过已知IRI与谱密度积分制进行模型拟合，获得拟合参数，为保证测试结
果精确性，建议保持相同测试速度，若测试速度更改，则依照速度修正系数对测试结果进行
修正，系统默认计算计算距离为500米，即每相距500米进行一次平整度计算。
伸缩缝损坏等，其检测原理为通过前期训练图像目标检测算法获得检测精度较高的路面病
害识别模型，基于该模型进行路面病害的快速识别；前置360°云台相机用于检测附属设施
完整性，所检测的附属设施包括护栏的缺失、护栏的破损或弯折、防眩板的缺失、路侧灯柱
的弯折等，其检测原理为通过前期训练图像语义分割算法获得检测精度较高的附属设施识
别模型，基于该模型分离出图像中的附属设施，再利用霍夫变换检测其外观线形来判断其
完整性；加速度传感器8用于检测路面平整度，其检测原理为利用四分之一车模型简化了在
高程差影响下的机动车簧载和非簧载质量的系统响应变化，并结合路面波理论，通过功率
谱密度的方法将加速度变化分配到不同频率的波段中，继而利用加速度均方根值有效的估
计了国际平整度指标。
成模块组成。
并生成检测结果数据；数据库模块采用Oracle数据库作为后台数据存储；报表生成模块用
于对系统做总结性的结果输出，包含检测路段信息，工程名称，检测结果等；网页模块作为
前台显示部分，调用百度网页API，将采集车辆行驶轨迹、平整度、病害指标计算结果显示于
前台百度地图上，后台数据处理流程为接受各类采集设备所传输的数据，利用处理算法进
行路面平整度计算、路面病害识别和附属设施完整性检测，并实现基于百度地图API显示，
利用oracle数据库存储，最后结合历史数据，相关规范给出路段维护意见。
发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。