同济大学刘成龙获国家专利权
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!
龙图腾网获悉同济大学申请的专利一种基于物流车辆数据的大规模路面性能劣化跟踪方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119785308B 。
龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411721196.3,技术领域涉及:G06V20/56;该发明授权一种基于物流车辆数据的大规模路面性能劣化跟踪方法是由刘成龙;杜豫川;杨瀚霖;李亦舜;吴荻非;钟山;高倩设计研发完成,并于2024-11-28向国家知识产权局提交的专利申请。
本一种基于物流车辆数据的大规模路面性能劣化跟踪方法在说明书摘要公布了:本发明涉及一种基于物流车辆数据的大规模路面性能劣化跟踪方法,包括以下步骤:基于物流车辆的行车记录仪图像数据和记录的GPS位置数据,对图像中的多类型路面病害进行精确识别;采用伯努利函数评估路段最小检测频率;基于三阶段病害匹配算法实现路面性能劣化自动评估,第一阶段利用GPS位置数据对路面病害识别结果图片进行初步筛选,并利用最小检测频率进行图片采样,筛选出同一位置的带有病害的路面图片,第二阶段通过背景匹配确保图像属于同一场景或相似视角,第三阶段使用相邻局部区域匹配算法匹配特定的路面病害,实现路面性能劣化自动评估。与现有技术相比,本发明能够高频更新大规模路面损坏情况,实现了路面病害快速检测与匹配。
本发明授权一种基于物流车辆数据的大规模路面性能劣化跟踪方法在权利要求书中公布了:1.一种基于物流车辆数据的大规模路面性能劣化跟踪方法,其特征在于,包括以下步骤: S1,基于物流车辆的行车记录仪图像数据和记录的GPS位置数据,采用人工智能图像检测技术对采集的图像进行分析和提取,结合双层路由注意机制和P2小目标层,并优化边界框回归损失函数,对图像中的多类型路面病害进行精确识别; S2,基于步骤S1的路面病害识别结果的检测精度,采用伯努利函数评估路段最小检测频率; S3,基于三阶段病害匹配算法实现路面性能劣化自动评估,所述三阶段病害匹配算法的第一阶段利用GPS位置数据对步骤S1的路面病害识别结果图片进行初步筛选,并利用步骤S2确定的最小检测频率进行图片采样,筛选出同一位置的带有病害的路面图片,第二阶段通过背景匹配确保第一阶段筛选出的图像属于同一场景或相似视角,第三阶段使用相邻局部区域匹配算法匹配经过第二阶段处理后图片的特定的路面病害,实现路面性能劣化自动评估; 所述结合双层路由注意机制和P2小目标层具体为: 在YOLOv8模型的主干网络的最后一层引入改进后的SFBPPF模块,所述SFBPPF模块由CBS模块、RFB模块、最大池化层组成,SFBPPF模块的输入数据经过第一个CBS模块处理后,依次通过RFB模块和三个最大池化层,三个最大池化层的输出和第一个CBS模块的输出进行拼接操作后输入第二个CBS模块,CBS模块的输出即为SFBPPF模块的输出; 在YOLOv8模型的检测头中引入P2小目标层,所述P2小目标层包括上采样层、拼接操作、C2fBi模块和CBS模块,其中,所述C2fBi模块中在C2f模块的基础上引入双层路由注意力机制和深度可分离卷积,输入数据经过深度可分离卷积处理后,与输入数据相加后得到第一特征,第一特征依次经过层归一化处理、双层路由注意力后的输出与第一特征相加得到第二特征,第二特征依次经过层归一化处理和MLP层后的输出与第二特征相加得到C2fBi模块的输出; 优化后的边界框回归损失函数的计算公式如下: 其中,为优化后的边界框回归损失函数,为边界框回归损失函数,为度量预测框和真实框之间回归误差的惩罚函数,表示从锚框到目标框的左距离向量,表示从锚框到目标框的右距离向量,是最小包围框的对角向量; 所述伯努利函数的计算公式为: 其中,Px=k是事件发生k次的概率,n表示最小检测频率,为步骤S1中检测各种病害的最低检测精度,为组合数公式,表示从n个元素中筛选出k个元素的组合数,为预设的检测精度阈值。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人同济大学,其通讯地址为:200092 上海市杨浦区四平路1239号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。
请提出您的宝贵建议,有机会获取IP积分或其他奖励