中国公路工程咨询集团有限公司;中咨数据有限公司张蕴灵获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国公路工程咨询集团有限公司;中咨数据有限公司申请的专利一种基于深度学习的道路附属设施缺陷检测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119599986B 。
龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411658725.X,技术领域涉及:G06T7/00;该发明授权一种基于深度学习的道路附属设施缺陷检测方法及系统是由张蕴灵;侯芸;胡林;董元帅;李潇屹;李旺;张鹏;崔丽设计研发完成,并于2024-11-20向国家知识产权局提交的专利申请。
本一种基于深度学习的道路附属设施缺陷检测方法及系统在说明书摘要公布了:本发明属于深度学习技术领域,公开了一种基于深度学习的道路附属设施缺陷检测方法及系统。护栏目标检测及分类,利用深度卷积网络PointRend模型实现对护栏和防眩板的准确检测分类和精确分割;护栏形变断裂检测:通过图像目标检测且被推断为图像中存在护栏时,进一步判断护栏整齐的边界的损坏状态,护栏损坏状态包括弯曲变形和缺口断裂;防眩板缺失形变检测:经过图像目标检测且被推断为图像中存在防眩板时,进一步判断防眩板损坏状态。本发明能够更加方便的获取到沿途公路附属设施的损坏情况,结合检测车相关设备和道路桩号关联,能极大减少养护人员的工作强度和工作效率。
本发明授权一种基于深度学习的道路附属设施缺陷检测方法及系统在权利要求书中公布了:1.一种基于深度学习的道路附属设施缺陷检测方法,其特征在于,该方法包括: S1、利用深度卷积网络PointRend模型,实现对护栏和防眩板的图像目标检测分类和分割; S2、图像目标检测中的图像存在护栏时,判断护栏整体的边界的损坏状态,护栏损坏状态包括弯曲变形和缺口断裂; S3、经图像目标检测且被推断为图像中存在防眩板时,判断防眩板损坏状态,实现防眩板缺失形变检测; 步骤S3中,判断防眩板损坏状态,实现防眩板缺失形变检测,包括: 1在深度卷积网络PointRend模型产生的Mask区域上进行凸包算法处理,得到凸包的所有关键点;计算图像四个顶角到凸包关键点的距离,找出离每个顶点最远的凸包关键点; 2根据仿射变换性质,对确定的四边形进行透射变换,达到正面矩形效果; 3防眩板发生损坏类型的倾斜形变病害检测,如果在出现像素块的区域,出现不足尺的像素块,则为防眩板损坏,发生倾斜形变损坏类型的病害; 在步骤3中,防眩板发生损坏类型的倾斜形变病害检测,包括: S3.1、将六自由度平台归零,选取六条防眩板为检测对象,六条防眩板空间长度构成的矢量为G为阶数,六自由度平台与之对应的位姿为: 式中,g1为六自由度平台与六条防眩板空间长度构成的矢量对应的位姿坐标,s1,s2,s3,s4,s5,s6分别为第1条防眩板空间长度构成的矢量值,第2条防眩板空间长度构成的矢量值,第3条防眩板空间长度构成的矢量值,第4条防眩板空间长度构成的矢量值,第5条防眩板空间长度构成的矢量值,第6条防眩板空间长度构成的矢量值;I为第1防眩板姿态角,J为第2防眩板姿态角,K为第3防眩板姿态角,为第4防眩板姿态角,为第5防眩板姿态角,为第6防眩板姿态角; S3.2、在高速公路防眩板段1上建立坐标系2,通过检测软件中的位姿变化程序得到原点坐标和姿态角,共6个参数,记为: 坐标系2和操作平台坐标系1的位姿关系变化矩阵为: 式中,O为倾斜形变变化矩阵,左上标表示本次变化时固定坐标系的序号,左下标表示本次变化时运动坐标系的序号,0表示全局坐标系: S3.3、在高速公路防眩板段2的平台上的对接口上建立坐标系3,通过位姿变化程序,得到其原点坐标和姿态角共6个参数,记为: S3.4、将坐标系2中g2的数值和将坐标系2中g3的数值送入上位机的检测软件,利用上位机的检测软件中的运动学解算程序计算出坐标系2在调整后要到达的位姿,实现对准目标中的高度方差值最小,hk的选取采用如下的最优化方法确定: 式中,h1,h2分别为高速公路防眩板段1和2相对于地面上的高度,δh12为高速公路防眩板段1和2的最高端面的平行线的高度差。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国公路工程咨询集团有限公司;中咨数据有限公司,其通讯地址为:100007 北京市东城区青龙胡同甲1号、3号2幢2层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励