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！

龙图腾网获悉深圳大学申请的专利一种道路病害智能巡检预警方法、系统及设备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：CN121033797B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511573995.5，技术领域涉及：G06V20/56；该发明授权一种道路病害智能巡检预警方法、系统及设备是由吴环宇;杨涵设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本一种道路病害智能巡检预警方法、系统及设备在说明书摘要公布了：本申请实施例提供一种道路病害智能巡检预警方法、系统及设备，方法包括：对获取的道路图像和激光雷达点云数据进行时间戳对齐处理和滤波处理，确定图像序列和点云序列；基于图像序列和点云序列，进行视觉与激光融合处理，确定巡检车辆的位置、姿态和最新道路及病害地图；基于最新道路及病害地图、图像序列和点云序列，进行路面病害目标检测，确定路面病害信息；对病害目标进行时序建模和状态更新，确定病害目标的当前严重程度及变化速率；根据变化速率，进行发展趋势预测，确定病害目标的未来发展趋势；若当前严重程度和未来发展趋势大于预设阈值条件，则生成病害目标的预警信息并发送至外部终端。上述方案可以提高道路病害智能巡检预警的准确性。

本发明授权一种道路病害智能巡检预警方法、系统及设备在权利要求书中公布了：1.一种道路病害智能巡检预警方法，其特征在于，所述方法包括： 在巡检车辆行驶过程中，获取道路图像和激光雷达点云数据；并对所述道路图像和所述激光雷达点云数据分别进行时间戳对齐处理和滤波处理，确定图像序列和点云序列； 基于所述图像序列和所述点云序列，进行视觉与激光融合处理，确定所述巡检车辆的位置、姿态和最新道路及病害地图； 基于所述最新道路及病害地图、所述图像序列和所述点云序列，进行路面病害目标检测，确定路面病害信息；其中，所述路面病害信息包括病害目标的类型、位置和特征参数； 基于获取的历史巡检数据，对所述病害目标进行时序建模和状态更新，确定所述病害目标的当前严重程度及变化速率；并根据所述变化速率，进行发展趋势预测，确定所述病害目标的未来发展趋势； 若所述当前严重程度和所述未来发展趋势满足预设条件，则生成所述病害目标的预警信息；并将所述预警信息发送至外部终端，实现道路病害智能巡检预警； 其中，所述基于所述最新道路及病害地图、所述图像序列和所述点云序列，进行路面病害目标检测，确定路面病害信息，包括： 通过预设的图像处理算法或训练好的深度学习模型，对所述图像序列进行路面病害目标检测，确定目标图像区域；其中，所述目标图像区域为疑似病害的图像区域； 对所述点云序列进行地面轮廓分析，确定异常地面区域；其中，所述异常地面区域为高度异常或形貌突变的区域； 对所述目标图像区域和所述异常地面区域，进行空间匹配和结果融合，确定所述病害目标； 基于所述最新道路及病害地图，确定所述病害目标的类型、所述病害目标的位置和所述病害目标的特征参数； 其中，所述基于获取的历史巡检数据，对所述病害目标进行时序建模和状态更新，确定所述病害目标的当前严重程度及变化速率，包括： 基于获取的历史巡检数据，对所述病害目标进行时序建模，确定模型参数； 基于所述模型参数，通过预测校准算法对所述病害目标进行状态更新，确定所述病害目标的当前严重程度及变化速率，包括：调用病害演化建模模块，以当前巡检所得的数据为依据更新对应病害的模型参数；对于每一已记录的病害，将上一步输出的最新特征观测值作为zk，通过预测-校正算法更新其状态估计，sk表示当前病害状态，表示当前病害严重程度，表示当前病害变化速率；应用卡尔曼滤波：先根据上一状态预测，得到预测严重程度，再结合新观测zk校正得到；其中，表示根据上一时刻病害状态预测的当前病害状态；sk-1表示上一时刻病害状态，为状态转移矩阵，为相邻两次巡检时间间隔，yk+1表示下一时刻病害严重程度；zk是第k次巡检时病害特征观测值，sk|k是在第k次巡检时结合zk后得到的病害状态最优估计；同时，将新一次的观测值追加到该病害的历史序列，用于离线分析或模型的自适应调整，如果检测到某病害消失，则在模型中标记其状态终止。

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深圳大学，其通讯地址为：518061 广东省深圳市南山区粤海街道南海大道3688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”。

以上内容由龙图腾AI智能生成。