System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及人工智能,尤其涉及慢行道的路面病害检测方法、设备及存储介质。
技术介绍
1、慢行道路作为城市交通体系的重要组成部分,其安全性与舒适性日益受到重视。然而,慢行道路在使用过程中,由于自然因素和人为活动的双重影响,会出现多种路面病害,如裂缝、坑洼、车辙、起皮等。这些病害不仅影响道路的美观和使用寿命,更对行人和非机动车的通行安全构成潜在威胁。因此,及时、准确地进行路面病害检测,对于保障慢行道路的质量和安全性具有重要意义。目前,慢行道路面病害检测主要采用人工巡检的方式,这种传统的检测方法依赖于养护人员的实地考察,通过在慢速行驶的车辆中或步行于道路上,通过肉眼观察来记录路面上的病害状况。但是,人工巡检很大程度上依赖于养护人员的经验和主观判断,不同养护人员之间可能存在个体差异,导致对同一病害的判断结果不尽相同,从而影响到路面病害检测结果的准确性。
技术实现思路
1、本申请的主要目的在于提供一种慢行道的路面病害检测方法、设备及存储介质,旨在解决人工进行慢行道的路面病害检测,导致路面病害检测结果准确性低的技术问题。
2、为实现上述目的,本申请提出一种慢行道的路面病害检测方法,包括:
3、获取慢行道的路面图像以及路面高度数据;
4、对路面图像以及路面高度数据进行分析,确定慢行道是否存在路面病害;
5、若慢行道存在路面病害,根据路面图像、路面高度数据和路面病害检测需求,构建第一提示文本;
6、将第一提示文本输入路面病害检测模型,得到慢
7、在一实施例中,对路面图像以及路面高度数据进行分析,确定慢行道是否存在路面病害包括:
8、对路面图像以及路面高度数据进行分析,得到路面分析结果;
9、根据路面分析结果,确定慢行道是否存在路面病害;
10、其中,路面分析结果包括:路面是否存在裂缝以及路面是否平整。
11、在一实施例中,对路面图像以及路面高度数据进行分析,得到路面分析结果包括:
12、对慢行道的目标区域对应的路面图像进行图像分析,确定目标区域是否存在裂缝,以及,基于目标区域的路面高度数据进行平整度分析,确定目标区域是否平整;
13、根据路面分析结果,确定慢行道是否存在路面病害:
14、若目标区域存在裂缝和/或目标区域不平整,确定慢行道存在路面病害;
15、或者,若目标区域不存在裂缝且目标区域平整,确定慢行道不存在路面病害。
16、在一实施例中,基于目标区域的路面高度数据进行平整度分析,确定目标区域是否平整包括:
17、对路面高度数据进行特征提取,得到目标区域的高度特征;
18、基于路面高度数据的采集时间,对路面高度数据进行拟合,得到目标区域的路面高度变化趋势;
19、若目标区域的路面高度变化趋势符合预设变化趋势,确定目标区域平整;
20、或者,若目标区域的路面高度变化趋势不符合预设变化趋势,确定目标区域不平整。
21、在一实施例中,将第一提示文本输入路面病害检测模型,得到慢行道的路面病害类型包括:
22、将第一提示文本输入路面病害检测模型,对第一提示文本中的路面图像以及路面高度数据进行向量化表示,得到路面图像对应的特征向量以及路面高度数据对应的特征向量;
23、对路面图像对应的特征向量以及路面高度数据对应的特征向量进行综合表示,得到综合向量表示;
24、确定综合向量表示与数据库中各个预设向量表示之间的相似度,其中,数据库中存储着不同路面病害类型对应的预设综合向量表示,预设综合向量表示根据预设路面图像对应的预设特征向量以及预设路面高度数据对应的预设特征向量确定;
25、根据相似度,确定慢行道的路面病害类型。
26、在一实施例中,将第一提示文本输入路面病害检测模型,得到慢行道的路面病害类型之后,还包括:
27、获取慢行道的路面病害分布;
28、确定路面病害类型和路面病害分布对应的少量样本示例集,其中,少量样本示例集包括多个预设样本示例,预设样本示例包括预设路面病害类型样本、预设路面病害分布和对应的预设处理建议样本;
29、根据路面病害类型、路面病害分布、少量样本示例集和路面病害类型的处理需求,构建第二提示文本;
30、将第二提示文本输入路面病害处理模型,得到针对路面病害类型和路面病害分布的处理建议,其中,路面病害处理模型根据预设路面病害类型样本、预设路面病害分布以及对应的预设处理建议样本微调得到。
31、在一实施例中,确定路面病害类型和路面病害分布对应的少量样本示例集包括:
32、对路面病害类型进行向量表示,得到路面病害类型的第一特征向量,以及,对路面病害分布进行向量表示,得到路面病害分布的第二特征向量;
33、从示例库中,检索与第一特征向量匹配的第一预设样本示例,以及,检索与第二特征向量匹配的第二预设样本示例;
34、对第一预设样本示例和第二预设样本示例进行合并,得到合并后的预设样本示例;
35、对合并后的预设样本示例进行相似度排序和筛选,得到少量样本示例集。
36、在一实施例中,获取慢行道的路面病害分布包括:
37、获取慢行道存在路面病害的定位数据;
38、根据存在路面病害的定位数据,确定路面病害分布。
39、此外,为实现上述目的,本申请还提出一种慢行道的路面病害检测设备,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,计算机程序配置为实现如上文的慢行道的路面病害检测方法的步骤。
40、此外,为实现上述目的,本申请还提出一种存储介质,存储介质为计算机可读存储介质,存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上文的慢行道的路面病害检测方法的步骤。
41、相比于相关技术,本申请首先获取慢行道的路面图像和路面高度数据,这两种数据类型分别从视觉形态和物理结构两个维度对路面进行了描述。图像数据能够捕捉到路面的颜色、纹理等视觉特征,而高度数据则反映了路面的起伏、变形等物理状态。通过这两种数据,使得检测过程能够更全面、细致地覆盖路面的各种病害特征,减少因单一数据类型导致的检测盲区。接着,对路面图像以及路面高度数据进行分析,确定慢行道是否存在路面病害,实现初步识别路面病害的存在,相较于人工巡检,智能分析能够更精确、快速地识别病害特征,减少人为因素导致的误判和漏判。当检测到路面病害时,根据路面图像、高度数据和检测需求,自动生成包含详细信息的提示文本,这种定制化的文本不仅便于养护人员快速理解病害情况,还能为后续的检测和修复工作提供有针对性的指导。路面病害检测模型是基于预设路面病害类型样本、路面图像样本和路面高度数据样本进本文档来自技高网...
【技术保护点】
1.一种慢行道的路面病害检测方法,其特征在于,所述慢行道的路面病害检测方法包括:
2.如权利要求1所述的慢行道的路面病害检测方法,其特征在于,所述对所述路面图像以及所述路面高度数据进行分析,确定所述慢行道是否存在路面病害包括:
3.如权利要求2所述的慢行道的路面病害检测方法,其特征在于,所述对所述路面图像以及所述路面高度数据进行分析,得到路面分析结果包括:
4.如权利要求3所述的慢行道的路面病害检测方法,其特征在于,所述基于所述目标区域的路面高度数据进行平整度分析,确定所述目标区域是否平整包括:
5.如权利要求1所述的慢行道的路面病害检测方法,其特征在于,所述将所述第一提示文本输入路面病害检测模型,得到所述慢行道的路面病害类型包括:
6.如权利要求1至5任一项所述的慢行道的路面病害检测方法,其特征在于,所述将所述第一提示文本输入路面病害检测模型,得到所述慢行道的路面病害类型之后,还包括:
7.如权利要求6所述的慢行道的路面病害检测方法,其特征在于,所述确定所述路面病害类型和所述路面病害分布对应的少量样本示例集
8.如权利要求6所述的慢行道的路面病害检测方法,其特征在于,所述获取所述慢行道的路面病害分布包括:
9.一种慢行道的路面病害检测设备,其特征在于,所述慢行道的路面病害检测设备包括: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权利要求1至8中任一项所述的慢行道的路面病害检测方法的步骤。
10.一种存储介质,其特征在于,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权利要求1至8中任一项所述的慢行道的路面病害检测方法的步骤。
...【技术特征摘要】
1.一种慢行道的路面病害检测方法,其特征在于,所述慢行道的路面病害检测方法包括:
2.如权利要求1所述的慢行道的路面病害检测方法,其特征在于,所述对所述路面图像以及所述路面高度数据进行分析,确定所述慢行道是否存在路面病害包括:
3.如权利要求2所述的慢行道的路面病害检测方法,其特征在于,所述对所述路面图像以及所述路面高度数据进行分析,得到路面分析结果包括:
4.如权利要求3所述的慢行道的路面病害检测方法,其特征在于,所述基于所述目标区域的路面高度数据进行平整度分析,确定所述目标区域是否平整包括:
5.如权利要求1所述的慢行道的路面病害检测方法,其特征在于,所述将所述第一提示文本输入路面病害检测模型,得到所述慢行道的路面病害类型包括:
6.如权利要求1至5任一项所述的慢行道的路面病害检测方法,其特征在于,所述将所述第...
【专利技术属性】
技术研发人员:王为,王小珲,宦宣颐,杜川,凌满州,
申请(专利权)人:东来数字技术与服务深圳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。