首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

城市道路表面破损监测方法 

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!

申请/专利权人:华设设计集团浙江工程设计有限公司

摘要:城市道路表面破损监测方法,属于城市道路监测领域,采用的监测系统包括前端感测节点、数据传输模块、后端数据处理中心和用户接口模块;所述后端数据处理中心,分析来自前端感测节点的数据:首先对数据进行时域分析和频域分析,以提取数据的特征属性,然后将这些特征属性的数据用于训练SVM模型,并通过K折交叉验证方法对采用了不同特征属性组合的SVM模型进行性能评估,筛选出性能最佳的SVM模型用于城市道路表面破损监测并识别道路表面型态。本方案,通过机器学习算法对道路表面数据进行自动分析和识别,避免了人工巡检的繁琐和误差。

主权项:1.城市道路表面破损监测方法,其特征在于,采用的监测系统包括前端感测节点、数据传输模块、后端数据处理中心和用户接口模块;所述前端感测节点,安装于巡检车,实时采集道路表面的振动数据,并记录感测节点的位置信息;所述前端感测节点,包括三轴加速度传感器、陀螺仪和定位模块;所述数据传输模块,将前端感测节点采集到的数据和时间戳以无线通信的方式传输至后端数据处理中心;所述后端数据处理中心,分析来自前端感测节点的数据:首先对数据进行时域分析和频域分析,以提取数据的特征属性,然后将这些特征属性的数据用于训练SVM模型,并通过K折交叉验证方法对采用了不同特征属性组合的SVM模型进行性能评估,筛选出性能最佳的SVM模型用于城市道路表面破损监测并识别道路表面型态;所述用户接口模块,接收后端数据处理中心的识别结果,根据道路表面型态和位置信息,展示道路表面型态的分布图和维修建议列表;城市道路表面破损监测方法,包括以下步骤:步骤S1,预处理阶段:对前端感测节点采集的具有不同道路表面型态的标记数据进行修剪,得到适应的窗口尺寸;然后通过统计方法进行时域分析和频域分析,提取特征属性;并将特征属性的进行组合,作为SVM模型的输入数据;步骤S1,包括以下步骤:步骤S101,通过三轴加速度传感器、陀螺仪,收集六个轴感应值:x轴加速度Ax、y轴加速度Ay、z轴加速度Az、x轴角速度Gx、y轴角速度Gy和z轴角速度Gz,其中,z轴为垂直轴,表示重力向上的方向;x轴为横轴,表示巡检车的水平横向向右方向;y轴为纵轴,表示巡检车的水平前进方向;获取关于六个轴感应值时间序列的原始数据,并将道路表面型态,分为4个:平坦路面、坑洼路面、井盖路面、下陷路面;并对不同的道路表面型态产生的原始数据进行标记:将平坦路面标记为0,将坑洼路面标记为1,将井盖路面标记为2,将下陷路面标记为3;步骤S102,确定原始数据的窗口大小;步骤S103,时域分析和频域分析;时域分析:对原始数据的每个轴感应值,使用算术平均数、方差、标准差和均方根的统计函数提取时域的特征属性;时域的特征属性共有24个;频域分析:对原始数据的每个轴感应值,通过傅里叶变换FFT转换为频域,并通过包络函数提取振幅最大值Amax,1和振幅最大值处的频率Fmax,1,以及振幅第二个最大值Amax,2和振幅第二个最大值处的频率Fmax,2作为频域的特征属性;频域的特征属性共有24个;步骤S104,将特征属性的进行组合,作为SVM模型的输入数据;步骤S2,训练阶段:遍历不同特征属性的组合并将每种组合作为输入数据训练SVM模型,并通过K折交叉验证方法对每种组合对应的SVM模型进行性能评估;步骤S3,测试阶段:筛选出性能最佳的SVM模型,使用测试集进行评估,并判断其准确率是否满足要求。

全文数据:

权利要求:

百度查询: 华设设计集团浙江工程设计有限公司 城市道路表面破损监测方法

免责声明
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。