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：江西省公路工程检测中心

摘要：本发明涉及多源数据分析领域，尤其涉及一种基于多源数据分析的道路状态风险预测方法及系统。该方法包括以下步骤：获取道路航拍图像及实时交通流量数据；对道路航拍图像进行灰度均衡分布处理，以得到均衡化道路图像；对均衡化道路图像进行超分辨率重构，以得到超分辨率道路图像流；基于超分辨率道路图像流得到路面磨损量化数据；对超分辨率道路图像流进行裂缝轮廓形态学分析，以得到道路裂缝形态结构数据；基于道路裂缝形态结构数据及路面磨损量化数据进行道路外部结构损坏分析，生成外部结构损坏数据；对超分辨率道路图像流进行图像光学反射分析，生成道路积水区域。本发明实现了准确的道路风险预测。

主权项：1.一种基于多源数据分析的道路状态风险预测方法，其特征在于，包括以下步骤：步骤S1：获取道路航拍图像及实时交通流量数据；对道路航拍图像进行灰度均衡分布处理，以得到均衡化道路图像；对均衡化道路图像进行超分辨率重构，以得到超分辨率道路图像流；步骤S2：基于超分辨率道路图像流得到路面磨损量化数据；对超分辨率道路图像流进行裂缝轮廓形态学分析，以得到道路裂缝形态结构数据；基于道路裂缝形态结构数据及路面磨损量化数据进行道路外部结构损坏分析，生成外部结构损坏数据；步骤S2的具体步骤为：步骤S21：对超分辨率道路图像流进行区域图像分割，以得到区域道路图像流；步骤S22：对区域道路图像流进行多帧图像细节识别，以得到路面细节特征；步骤S23：对路面细节特征进行路面纹理磨损分析，以得到路面磨损量化数据；步骤S24：基于路面细节特征对区域道路图像流进行道路裂缝检测，以提取道路裂缝区域图像；步骤S25：对道路裂缝区域图像进行裂缝轮廓形态学分析，以得到道路裂缝形态结构数据；步骤S25的具体步骤为：对道路裂缝区域图像进行边缘轮廓线识别，以提取裂缝轮廓线；对裂缝轮廓线进行分支线延伸分析，以得到裂缝分支延伸数据；基于裂缝分支延伸数据及裂缝轮廓线进行裂缝形态学分析，以得到道路裂缝形态结构数据；步骤S26：基于道路裂缝形态结构数据及路面磨损量化数据进行道路外部结构损坏分析，生成外部结构损坏数据；步骤S3：对超分辨率道路图像流进行图像光学反射分析，生成道路积水区域；基于道路积水区域及外部结构损坏数据进行道路态势演化模拟，生成道路风险趋势数据；基于道路风险趋势数据构建道路风险趋势模型；步骤S3的具体步骤为：步骤S31：对超分辨率道路图像流进行图像光学反射分析，生成道路积水区域；步骤S32：对道路积水区域进行时序演变分析，以生成积水区域时序演变数据；步骤S33：基于积水区域时序演变数据及外部结构损坏数据进行道路态势演化模拟，生成道路趋势演化数据；步骤S33的具体步骤为：获取道路环境感知参数；对道路环境感知参数进行环境特征变化分析，得到环境特征变化数据；所述环境特征变化数据包括道路温度变化数据、道路湿度变化数据及光照强度变化数据；基于环境特征变化数据对区域道路图像流进行序列动态演化分析，以生成道路演化规律；基于道路演化规律对积水区域时序演变数据及外部结构损坏数据进行道路态势演化模拟，生成道路趋势演化数据；步骤S34：对道路趋势演化数据进行风险趋势分析，生成道路风险趋势数据；步骤S35：对道路风险趋势数据进行神经网络建模，构建道路风险趋势模型；步骤S4：对实时交通流量数据进行车流通行效率分析，以得到车流通行效率数据；对超分辨率道路图像流进行道路车流空间分布量化，得到车辆空间分布值；基于车流通行效率数据及车辆空间分布值生成多个时段车流预测数据；步骤S4的具体步骤为：步骤S41：对实时交通流量数据进行车流速度分布分析，以得到实时车流速度分布数据；步骤S42：对超分辨率道路图像流进行车辆制动频率计算，生成车辆制动频率值；步骤S43：对超分辨率道路图像流进行道路车流空间分布量化，得到车辆空间分布值；步骤S44：基于实时车流速度分布数据及车辆制动频率值进行车流通行效率分析，以得到车流通行效率数据；步骤S45：基于车流通行效率数据及车辆空间分布值进行道路多时段走势预测，从而生成多个时段车流预测数据；步骤S5：对多个时段车流预测数据进行路段区域定位，以得到多个路段车流预测序列；将多个路段车流预测序列分别输入道路风险趋势模型进行各个路段风险预测，构建路段时序风险预测曲线；步骤S5的具体步骤为：步骤S51：对多个时段车流预测数据进行时序窗口划分，生成多时段车流预测序列；步骤S52：基于车辆空间分布值对多时段车流预测序列进行路段区域定位，以得到多个路段车流预测序列；步骤S53：将多个路段车流预测序列分别输入道路风险趋势模型进行各个路段风险预测，从而得到多个路段的时序风险预测数据；步骤S54：对多个路段的时序风险预测数据进行时序曲线拟合，构建路段时序风险预测曲线；步骤S6：基于路段时序风险预测曲线得到路段风险稳定性数据；基于路段风险稳定性数据对路段时序风险预测曲线进行风险决策优化，构建道路风险决策优化策略；步骤S6的具体步骤为：步骤S61：对路段时序风险预测曲线进行风险稳定性分析，以得到路段风险稳定性数据；步骤S62：基于路段风险稳定性数据进行风险等级评定，以得到路段风险等级；步骤S63：基于路段风险等级对路段时序风险预测曲线进行高风险路段识别，从而提取高风险路段预测数据；步骤S64：对高风险路段预测数据进行风险决策优化，构建道路风险决策优化策略。

全文数据：

权利要求：

百度查询： 江西省公路工程检测中心 一种基于多源数据分析的道路状态风险预测方法及系统