当前位置:首页专利查询北京信息科技大学专利正文

　　高速公路道面异物智能检测与养护系统，包括数据采集、图像处理、模型训练、现场控制、执行养护、远程访问、现场自组网和养护总控台等模块。首先采集高速公路道面异物视频构建图像数据集，对异常图片进行清洗，标注优化后的数据集，对标注好的数据进行模型训练，再将训练好的模型部署到现场控制器上，接收其检测结果，后台服务器通过网络进行远程访问，进而控制每个养护终端，各个终端交互通信，形成现场信息交互网实现协同检测，最终在养护总控台显示检测与养护结果。相比传统高速公路养护方法，实现了无人化，能够全面、准确识别异物，实现对高速公路道面异物的全天实时检测，并进行有效养护，提升了养护效率和安全性，解决了养护人员短缺难题。护人员短缺难题。护人员短缺难题。

　　[0001]本专利技术属于高速公路异物检测与养护领域，特别是高速公路道面异物智能检测与养护系统。

　　球速体育

　　球速体育

　　[0002]随着我国高速公路的快速发展，高速公路的安全运行变得尤为重要。当车辆高速行驶时，异物可能突然从前方的车辆掉落或路边飞出，或者被前面车辆高速旋转的车轮带起来，由于动能很大，很容易对后续车辆和人员造成伤害，导致车辆失控甚至多车相撞，不仅危及当事及路过车辆安全，也严重影响高速公路的正常通行。高速公路异物主要指瓶子、纸箱、餐盒、木板等物质，这些异物不仅影响我国高速公路质量，同时也给行车带来了安全隐患。为切实保障公民出行生命安全，对高速公路异物检测防范与养护至关重要。[0003]目前，我国高速公路的异物检测与养护，大多采用人工检测与养护方法，人工检测异物需要工作人员进入车流中进行操作，存在一定的安全隐患，可能会发生交通事故，也需要大量的人力投入，会增加交通管理部门的成本。此外，工作人员长时间在高速公路上进行操作，容易疲劳或者出现疏忽，从而导致漏检或误判，给道路交通带来潜在的危险。[0

　　1.高速公路道面异物智能检测与养护系统，其特征在于，包括数据采集、图像处理、模型训练、现场控制、执行养护、远程访问、现场自组网和养护总控台等模块，具体步骤如下：1)数据采集模块，利用摄像头拍摄高速公路异物可见光与红外视频，采集间隔视频帧图像，构建异物图像数据集；2)图像处理模块，对异常图像数据进行诊断与清洗，标注优化后的图像数据集；3)模型训练模块，利用标注好的图像数据集进行模型训练与校验；4)现场控制模块，将训练好的模型部署到现场控制器上，全天候实时对高速公路上的异物进行检测；5)执行养护模块，接收现场控制器发来的检测结果，驱动养护执行机构实施养护操作；6)远程访问模块，后台服务器通过网络进行远程访问并控制现场控制模块，同时接收现场养护终端的检测与养护结果情况；7)现场自组网模块，各个养护终端进行交互通信，形成现场信息交互网实现协同检测，将养护终端检测与养护的信息融合结果反馈给后台服务器；8)养护总控台，通过连接后台服务器，实时显示每个现场养护终端的检测与养护结果以及运行情况，上报无法现场处理的异物信息，并根据危害等级进行不同级别的报警提醒，后续再由后台进行人工进一步进行复核与处理。2.根据权利要求1所述的高速公路道面异物智能检测与养护系统，其特征在于，步骤1)所述的数据采集模块，具体如下：利用高速公路护栏机器人拍摄异物视频数据集，将视频数据集转化为视频帧图像，采集间隔视频帧图像，构建异物检测数据集，并将其传输到云台进行预处理，数据集类别包括水瓶、纸箱、餐盒、坑槽、桩号、横纵裂纹等类别。3.根据权利要求1所述的高速公路道面异物智能检测与养护系统，其特征在于，步骤2)所述的图像处理模块，具体为：利用数据诊断方法检查数据集是否存在异常属性图片，如分辨率过低，清晰度不够等情况，根据数据诊断结果，对异常图片进行数据清洗，利用标注工具对优化后的异物数据集进行数据标注，获取标签文件信息。4.根据权利要求1所述的高速公路道面异物智能检测与养护系统，其特征在于，步骤3)所述的模型训练模块，具体为：将标注好的图片数据集与标签信息送入网络，提取图像特征，设置训练参数进行模型训练，若模型基本收敛并处于稳定状态，可进行模型校验，否则可通过修改超参数等优化方法继续进行模型训练。5.根据权利要求1所述的高速公路道面异物智能检测与养护系统，其特征在于，步骤4)所述的现场控制模块，具体如下：将训练好的权重文...