Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 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

一种道路灰尘检测方法及相关设备 

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!

摘要:本发明涉及一种道路灰尘检测方法,包括以下步骤:通过摄像头采集道路图像;通过灰尘识别算法对道路图像进行灰尘识别,得到道路识别灰尘图像;对道路识别灰尘图像进行多维度分类,得到道路识别灰尘图像中道路灰尘的分类结果;基于所述灰尘类型、灰尘浓度级别、灰尘的分布区域及灰尘的主要成分构建道路灰尘矩阵,并基于道路灰尘矩阵判断道路灰尘是否超过预设的正常范围,若超过,则对道路灰尘矩阵内的向量进行标注,得到标注异常向量;基于标注异常向量及所述道路灰尘矩阵制定道路灰尘管理策略,解决了传统方法自动化检测手段往往存在识别精度低、分类维度单一、难以综合分析灰尘类型和分布的技术问题。

主权项:1.一种道路灰尘检测方法,其特征在于,所述道路灰尘检测方法应用于检测车,所述检测车上安装有摄像头,所述方法包括以下步骤:当所述检测车在待检测道路上行驶时,通过设置在检测车上的摄像头进行所述待检测道路的图像采集,得到道路图像;通过预设的灰尘识别算法对所述道路图像进行灰尘识别,得到道路识别灰尘图像;对所述道路识别灰尘图像进行多维度分类,得到所述道路识别灰尘图像中道路灰尘的分类结果;其中,所述分类结果包括道路灰尘类型、道路灰尘浓度级别、道路灰尘的分布区域及道路灰尘的主要成分;基于所述灰尘类型、灰尘浓度级别、灰尘的分布区域及灰尘的主要成分构建道路灰尘矩阵,并基于所述道路灰尘矩阵判断道路灰尘是否超过预设的正常范围,若超过,则对道路灰尘矩阵内的向量进行标注,得到标注异常向量;其中,道路灰尘矩阵为方阵,所述方阵的行代表是不同的检测路段,所述方阵的列代表是道路灰尘检测标签,所述道路灰尘检测标签包括灰尘类型标签、浓度级别标签、分布区域标签、主要成分标签;基于所述标注异常向量及所述道路灰尘矩阵制定道路灰尘管理策略;通过预设的灰尘识别算法,通过预设的灰尘识别算法对所述道路图像进行灰尘识别,得到道路识别灰尘图像,包括:将所述道路图像输入预设的灰尘识别算法内进行灰尘识别;其中,所述灰尘识别算法包括C3Ghost模块、GSbottleneck模块、GSConv模块及注意力机制层、Res2NetBlock模块及YOLOv5s模块,所述C3Ghost模块替换所述YOLOv5s模块内的C3模块,所述注意力机制层包括Transformer模块及级联组注意力机制模块,所述级联组注意力机制模块嵌入在Transformer模块的编码层中,所述Res2NetBlock模块替代了YOLOv5s原有的残差块Bottleneck;通过所述C3Ghost模块对所述道路图像进行灰尘特征提取,得到灰尘特征;通过所述GSbottleneck模块对灰尘特征进行特征压缩和通道重组,以减少得到灰尘特征冗余,得到优化特征;通过所述GSConv模块对优化特征进行细节特征捕捉,得到细节捕捉特征;通过所述注意力机制层对细节捕捉特征进行注意力关注,得到关注细节捕捉特征;通过所述Res2NetBlock模块对关注细节捕捉特征进行多尺度特征融合,得到融合特征;通过所述YOLOv5s模块对融合特征进行识别,以确定所述道路图像中的道路识别灰尘图像;基于所述灰尘类型、灰尘浓度级别、灰尘的分布区域及灰尘的主要成分构建道路灰尘矩阵,并基于所述道路灰尘矩阵判断道路灰尘是否存在超过预设的正常范围,若存在,则对道路灰尘矩阵内的向量进行标注,得到标注异常向量,包括:分别对所述灰尘类型、灰尘浓度级别、灰尘的分布区域及灰尘的主要成分进行向量转化,对应得到转化向量;其中,所述转化向量包括灰尘类型向量、灰尘浓度级别向量、灰尘的分布区域向量及灰尘的主要成分向量;基于所述转化向量构建道路灰尘矩阵;通过预设的异常识别算法,对所述道路灰尘矩阵内的转化向量进行概率密度分布计算,以识别转化向量的集中趋势与离散程度,对应得到概率密度分布值;将预设的正常范围与所述概率密度分布值进行对比,若所述概率密度分布值超过预设的正常范围内,则对超过所述预设的正常范围的概率密度分布值进行标注,得到标注后的概率密度分布值;将所述标注后的概率密度分布值与所述转化向量进行匹配,得到转化向量中的异常多维度特征向量,将所述异常多维度特征向量作为标注异常向量;基于所述标注异常向量及所述道路灰尘矩阵制定道路灰尘管理策略,包括:对所述标注异常向量进行时空分布分析,得到道路灰尘聚集模式;其中,所述道路灰尘聚集模式包括道路灰尘的异常高发区域及预设时间段内的道路灰尘的异常分布规律;其中,所述异常分布规律包括预设时间段内道路灰尘的峰值浓度及预设时间段内的异常频次;获取道路环境参数,通过Apriori算法,对所述异常高发区域与所述道路环境参数进行关联规则挖掘,得到潜在关联规则;其中,所述潜在关联规则是异常高发区域与道路环境参数之间的关系;基于贝叶斯网络模型,基于所述异常分布规律对所述潜在关联规则进行因果关系分析,得到所述异常高发区域对应的因果关系;通过层次分析法,基于所述因果关系对道路灰尘制定初步管理策略;基于时间序列预测模型,基于所述道路灰尘矩阵对道路灰尘进行实时监控和趋势预测,得到道路灰尘预测趋势结果;基于所述道路灰尘预测趋势结果对初步管理策略进行动态调整,得到动态调整方案;通过所述动态调整方案对所述异常高发区域进行实施管理措施,得到实施管理措施后的道路灰尘数据;基于所述实施管理措施后的道路灰尘数据对动态调整方案进行效果评估,得到有效评估结果;通过所述有效评估结果对动态调整方案进行反馈和优化,得到道路灰尘管理策略。

全文数据:

权利要求:

百度查询: 欣鸿昌科技(深圳)有限公司 一种道路灰尘检测方法及相关设备

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。