-
公开(公告)号:CN113379717B
公开(公告)日:2022-02-15
申请号:CN202110707336.1
申请日:2021-06-22
申请人: 山东高速工程检测有限公司 , 山东硕翔天成智能科技有限公司
IPC分类号: G06T7/00 , G06V10/24 , G06V10/764 , G06K9/62 , G06T3/60
摘要: 本发明提供了一种适用于道路修补的图形识别方法,包括如下步骤:Step1:拍摄初始裂缝修补图片集;Step2:拍摄监测裂缝修补图片集;Step3:同一经纬度下分别保留一张最佳初始裂缝修补图片和一张最佳监测裂缝修补图片;Step4:进行道路图块和修补图块边缘的勾画;Step5:采用像素填充算法,得到拉伸后的拉伸裂缝修补图片和拉伸监测裂缝修补图片;Step6:通过修补差异度模型,给出维护建议。本申请还提供一种适用于道路修补的图形识别方法的识别装置。本发明适用道路修补的监测,通过像素填充算法和修补差异度模型,能够自动判别修补维护的情况,并给出维护建议,大大减轻工作人员工作量,提高工作效率。
-
公开(公告)号:CN113379717A
公开(公告)日:2021-09-10
申请号:CN202110707336.1
申请日:2021-06-22
申请人: 山东高速工程检测有限公司 , 山东硕翔天成智能科技有限公司
摘要: 本发明提供了一种适用于道路修补的图形识别方法,包括如下步骤:Step1:拍摄初始裂缝修补图片集;Step2:拍摄监测裂缝修补图片集;Step3:同一经纬度下分别保留一张最佳初始裂缝修补图片和一张最佳监测裂缝修补图片;Step4:进行道路图块和修补图块边缘的勾画;Step5:采用像素填充算法,得到拉伸后的拉伸裂缝修补图片和拉伸监测裂缝修补图片;Step6:通过修补差异度模型,给出维护建议。本申请还提供一种适用于道路修补的图形识别方法的识别装置。本发明适用道路修补的监测,通过像素填充算法和修补差异度模型,能够自动判别修补维护的情况,并给出维护建议,大大减轻工作人员工作量,提高工作效率。
-
公开(公告)号:CN212084165U
公开(公告)日:2020-12-04
申请号:CN202020430316.5
申请日:2020-03-30
申请人: 山东高速工程检测有限公司 , 山东硕翔天成智能科技有限公司
摘要: 本实用新型公开了一种基于神经网络的检测沥青道路路面的裂缝的设备,具体涉及计算机视觉领域,包括飞行器、摄像云台、无线传输模块和服务器,摄像云台的输出端与无线传输模块的输入端电性连接,无线传输模块的输出端与服务器的输入端电信号连接,无线传输模块用于将摄像云台采集的沥青道路路面图像信息进行实时传输至服务器,服务器的内部设有卷积神经网络、注意力模块。本实用新型通过深度卷积神经网络提取特征,将人工神经网络和深度学习技术相结合,具有结构层次、特征抽取和分类结合的全局训练特征,利用权值共享的技术,减少了网络中的参数,克服神经网络中的计算量大等问题,具有泛化能力强,识别效率高的特点。
-
公开(公告)号:CN213301986U
公开(公告)日:2021-05-28
申请号:CN202020430317.X
申请日:2020-03-30
申请人: 山东高速工程检测有限公司 , 山东硕翔天成智能科技有限公司
摘要: 本实用新型公开了一种公路巡检识别拥包的装置,具体涉及公路巡检领域,所述待检测公路路面的顶部行驶有巡检测车辆,所述巡检测车辆的顶部固定安装有监控安装架,所述监控安装架的底部固定安装有单目摄像头,所述巡检测车辆靠近单目摄像头的一侧固定安装有可调节光源。本实用新型在具体使用过程中,通过可调节光源对公路上的拥包进行照射,通过单目摄像头拍摄路面上显现出的拥包影子判断拥包的深度以及可能造成的危害;通过设置可调节光源,从而针对不同路况进行调节光源所照射出的光源角度,避免在一些非平直路段由于光线问题无法照射出拥包影子。
-
公开(公告)号:CN116612120B
公开(公告)日:2023-10-10
申请号:CN202310889965.X
申请日:2023-07-20
申请人: 山东高速工程检测有限公司 , 山东省交通运输事业服务中心
IPC分类号: G06T7/00 , G06T7/62 , G06T7/73 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
摘要: 本发明属于道路自动检测领域,本发明提出一种针对数据不平衡的两阶段式道路缺陷检测方法,采集道路原始图像数据,获得道路原始图像数据集,对其存在道路缺陷的区域进行人工标注,分别建立检测模型和分类模型,并进行训练;将实时道路图像输入训练后的检测模型和分类模型中,输出缺陷的位置信息与类别信息,将所述缺陷的位置信息和缺陷类别信息融合,获得道路缺陷的实时检测结果。本申请将一段式模型拆成两段式,完全解耦,支持独立调优。为了消弭解耦后分类网络训练和推理过程中输入图像的差异,引入了半监督训练。本申请引入focal loss进一步提升数据不平衡下的模型性能。
-
公开(公告)号:CN115806396A
公开(公告)日:2023-03-17
申请号:CN202210789679.1
申请日:2022-07-06
申请人: 山东高速工程检测有限公司
摘要: 本发明属于道路施工材料技术领域,尤其涉及一种超缓凝高折压比超硫水泥及其制备方法和应用。所述超硫水泥包括以下重量份的组分:矿渣粉60‑75份、石膏12‑20份、碱性激发剂5‑7份、明矾石3‑5份和铝质校正材料5‑8份。该超硫水泥具有凝结时间长的特点,可以实现高速公路水泥稳定碎石的三层连铺,提高施工效率,缩短工期;除此之外,该超硫水泥折压比高,特别适合应用于公路路面建设。
-
公开(公告)号:CN116612120A
公开(公告)日:2023-08-18
申请号:CN202310889965.X
申请日:2023-07-20
申请人: 山东高速工程检测有限公司 , 山东省交通运输事业服务中心
IPC分类号: G06T7/00 , G06T7/62 , G06T7/73 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
摘要: 本发明属于道路自动检测领域,本发明提出一种针对数据不平衡的两阶段式道路缺陷检测方法,采集道路原始图像数据,获得道路原始图像数据集,对其存在道路缺陷的区域进行人工标注,分别建立检测模型和分类模型,并进行训练;将实时道路图像输入训练后的检测模型和分类模型中,输出缺陷的位置信息与类别信息,将所述缺陷的位置信息和缺陷类别信息融合,获得道路缺陷的实时检测结果。本申请将一段式模型拆成两段式,完全解耦,支持独立调优。为了消弭解耦后分类网络训练和推理过程中输入图像的差异,引入了半监督训练。本申请引入focal loss进一步提升数据不平衡下的模型性能。
-
公开(公告)号:CN115081757A
公开(公告)日:2022-09-20
申请号:CN202211001713.0
申请日:2022-08-20
申请人: 山东高速股份有限公司 , 山东高速工程检测有限公司 , 上海圭目机器人有限公司
摘要: 本发明公开了一种基于机器人技术的公路病害自动化检测方法,属于公路领域,用于解决公路病害维护方式为发现问题解决问题,且没有结合路段实际情况进行智能预警检测的问题,区域划分模块将公路进行区域划分,历史监测模块对公路监测区域的警示情况进行监测得到历史警示值,检测设定模块对公路警示区域的检测等级进行设定;设备优化布局模块对公路监测区域内的设备进行优化布局;通过环境监测模块对公路监测区域内的环境情况进行监测,再利用图像分析模块对公路监测区域内的图像进行分析;检测预警模块对公路监测区域进行检测预警,本发明结合实际情况为公路路段设定相适配的检测时段,并在检测时段内基于多源数据对公路进行病害预警检测。
-
公开(公告)号:CN115806396B
公开(公告)日:2023-11-17
申请号:CN202210789679.1
申请日:2022-07-06
申请人: 山东高速工程检测有限公司
摘要: 本发明属于道路施工材料技术领域,尤其涉及一种超缓凝高折压比超硫水泥及其制备方法和应用。所述超硫水泥包括以下重量份的组分:矿渣粉60‑75份、石膏12‑20份、碱性激发剂5‑7份、明矾石3‑5份和铝质校正材料5‑8份。该超硫水泥具有凝结时间长的特点,可以实现高速公路水泥稳定碎石的三层连铺,提高施工效率,缩短工期;除此之外,该超硫水泥折压比高,特别适合应用于公路路面建设。
-
公开(公告)号:CN115081757B
公开(公告)日:2022-11-22
申请号:CN202211001713.0
申请日:2022-08-20
申请人: 山东高速股份有限公司 , 山东高速工程检测有限公司 , 上海圭目机器人有限公司
摘要: 本发明公开了一种基于机器人技术的公路病害自动化检测方法,属于公路领域,用于解决公路病害维护方式为发现问题解决问题,且没有结合路段实际情况进行智能预警检测的问题,区域划分模块将公路进行区域划分,历史监测模块对公路监测区域的警示情况进行监测得到历史警示值,检测设定模块对公路警示区域的检测等级进行设定;设备优化布局模块对公路监测区域内的设备进行优化布局;通过环境监测模块对公路监测区域内的环境情况进行监测,再利用图像分析模块对公路监测区域内的图像进行分析;检测预警模块对公路监测区域进行检测预警,本发明结合实际情况为公路路段设定相适配的检测时段,并在检测时段内基于多源数据对公路进行病害预警检测。
-
-
-
-
-
-
-
-
-