-
公开(公告)号:CN119229349A
公开(公告)日:2024-12-31
申请号:CN202411717976.0
申请日:2024-11-28
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06V20/40 , G06V20/17 , G06V20/70 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 一种基于无人机监控的交通异常事件影响程度评价方法,属于交通异常事件监控技术领域。为准确对交通异常事件进行评价,本发明利用无人机采集交通视频,然后从交通视频中采用视频中提取帧的方式获取交通图像;进行图像处理得到更新的交通图像;对YOLOv10深度学习模型进行训练,得到识别交通异常事件的交通智能识别模型;进行交通异常事件识别,将识别到交通异常事件的图像建立图像尺寸与实际尺寸的转换关系;设置基于无人机监控的交通异常事件影响程度因素包括异常事件直接影响范围,异常事件引起的交通拥堵长度、交通流量、平均车速、延误时间,构建基于无人机监控的交通异常事件影响程度评价方法。本发明准确评价。
-
公开(公告)号:CN119107525A
公开(公告)日:2024-12-10
申请号:CN202411594928.7
申请日:2024-11-11
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06V10/776 , G06V10/80 , G06V10/764 , G06V10/774
Abstract: 基于数字孪生模型的路面坑槽修复材料工程量计算方法,属于路面修复工程技术领域。为准确计算路面坑槽修复材料工程量,本发明包括采用车载三维结构光相机的方式采集路面图像,然后对采集的路面图像进行图像像素更新处理,得到处理后的路面图像,提取出全部包含路面坑槽以及与路面坑槽的图像特征最相似的病害类型的路面图像;构建用于路面坑槽识别的数据集;构建一种轻量化的路面坑槽识别方法,得到用于路面坑槽识别的深度学习模型;构建基于路面坑槽识别的深度学习模型的数字孪生模型;基于步骤S5得到的数字孪生模型,建立基于数字孪生模型的路面坑槽修复材料工程量计算方法。本发明可以确保修复工作使用足够而准确的材料,有助于控制修复成本。
-
公开(公告)号:CN119091336A
公开(公告)日:2024-12-06
申请号:CN202411594934.2
申请日:2024-11-11
Applicant: 深圳市城市交通规划设计研究中心股份有限公司
IPC: G06V20/17 , G06V10/764 , G06V10/774 , G06N3/0464
Abstract: 本发明公开了基于无人机的桥梁主梁露筋损伤程度评价方法,属于桥梁定损技术领域。解决了现有技术中传统的桥梁主梁露筋检测方法难以实现对桥梁主梁露筋程度进行评定的问题;本发明根据无人机参数信息和操作信息,规划无人机最短飞行路径;采集桥梁主梁图像生成图像矩阵,对其进行图像质量增强,得到新的图像矩阵;结合病害信息,构建数据集,建立并训练三种模型,融合损失函数,得到融合后的损失函数;将训练完成的基础模型作为最终模型,输出最终的主梁露筋识别结果;在识别出的主梁露筋区域,通过分析各类因素结合给定的因素标准值,得到主梁露筋损伤程度分类。本发明实现了对主梁露筋损伤程度进行分类,可以应用于桥梁养护。
-
-