公开(公告)号：CN119809052A

公开(公告)日：2025-04-11

申请号：CN202510013627.9

申请日：2025-01-06

Applicant: 招商局重庆公路工程检测中心有限公司 ,  山东省交通运输事业服务中心

Inventor： 陈武浩 ,  李英勇 ,  曲建波 ,  孙中洋 ,  李明月 ,  李隆吉 ,  龚顺遂 ,  白光亮 ,  张显明 ,  李功文 ,  粟寒 ,  孟旭 ,  李克阳 ,  余颜江 ,  冉芸诚 ,  陈子阳 ,  谭书林 ,  李东晋

IPC: G06Q10/04 ,  G06Q10/20 ,  G06Q50/08 ,  G06F17/18 ,  G06N7/01

Abstract: 本申请涉及桥梁维护技术领域，提供一种桥梁状态预测方法及相关装置，所述方法包括：获取第一桥梁状态数据；从所述第一桥梁状态数据中，提取第二桥梁状态数据；从所述第一桥梁状态数据中，提取第三桥梁状态数据；根据第三桥梁状态数据，采用马尔可夫转移概率算法计算桥梁状态转移概率；根据第二桥梁状态数据和桥梁状态转移概率，对所述目标桥梁的状态进行预测，得到目标桥梁状态预测结果，能够给桥梁维护人员提供桥梁在预设时间后的可能的退化状态，进而给予维护人员对安排桥梁的维护工期提供参考，使得维护人员能够根据桥梁维护工期对桥梁及时的维护，提高桥梁的安全性。

公开(公告)号：CN119809136A

公开(公告)日：2025-04-11

申请号：CN202510013619.4

申请日：2025-01-06

Applicant: 招商局重庆公路工程检测中心有限公司 ,  山东省交通运输事业服务中心

Inventor： 李东晋 ,  李英勇 ,  曲建波 ,  白光亮 ,  孙杰 ,  李隆吉 ,  孙中洋 ,  李功文 ,  张显明 ,  陈武浩 ,  孟旭 ,  粟寒 ,  冉芸诚 ,  余颜江 ,  谭书林 ,  陈子阳 ,  李克阳

IPC: G06Q10/063 ,  G06Q50/08 ,  G06F17/10

Abstract: 本发明提供一种表征桥梁服役性能的方法、系统、终端及介质，属于桥梁工程技术领域。该方法包括：获取待测桥梁的服役性能评估指标信息，所述服役性能评估指标信息包括：技术状况评定结果信息、通行能力信息、承载能力信息、抗灾害能力信息和行车舒适性信息；基于所述服役性能评估指标信息，通过桥梁服役性能公式，计算得到待测桥梁服役性能。本发明能够更准确地反映桥梁的实际状况，避免了单一指标可能带来的片面性。

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

Applicant: 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

Inventor： 徐传昶 ,  李庆营 ,  李英勇 ,  曲建波 ,  李明月 ,  李隆吉 ,  李辉 ,  赵世晨 ,  刘境奇 ,  张彤晖 ,  管灵通

IPC: G06T7/00 ,  G06T7/62 ,  G06T7/73 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 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：CN116612120A

公开(公告)日：2023-08-18

申请号：CN202310889965.X

申请日：2023-07-20

Applicant: 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

Inventor： 徐传昶 ,  李庆营 ,  李英勇 ,  曲建波 ,  李明月 ,  李隆吉 ,  李辉 ,  赵世晨 ,  刘境奇 ,  张彤晖 ,  管灵通

IPC: G06T7/00 ,  G06T7/62 ,  G06T7/73 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 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。