道路巡检判定方法及装置与流程

本发明实施例涉及道路巡检领域，具体而言，涉及一种道路巡检判定方法、装置、存储介质及电子装置。

背景技术：

1、近年来，随着城市道路的不断增多、运营里程和规模快速增长、客运量不断攀升，因而道路也越来越容易出现坑包等病变，这使得道路路面养护难度也越来越大。

2、现有的技术通常是通过人工巡检的方式进行巡查，或者如公告号为cn112393740b的发明专利（以下简述为专利1）一样直接获取历史数据来确定是否存在坑包，但是，通过人工巡检的方式会极大的增加人工成本，而专利1并未涉及具体的坑包等病变的识别方式，因而并不能实际的解决问题。

技术实现思路

1、本发明实施例提供了一种道路巡检判定方法、装置、存储介质及电子装置，以至少解决相关技术中道路坑包识别成本高的问题。

2、根据本发明的一个实施例，提供了一种道路巡检判定方法，包括：获取目标对象在目标道路的第一图像数据以及第二图像数据，其中，所述第一图像数据包括所述目标对象处于第一时间点的侧面图像，所述第二图像数据包括所述目标处于第二时间点的侧面图像。

3、基于所述第一图像数据，通过预设的第一模型确定所述目标对象的第一基准点以及所述目标对象的第一顶点，并根据所述第一基准点以及所述第一顶点确定所述第一基准点与所述第一顶点之间的第一间距。

4、基于所述第二图像数据，通过预设的第二模型确定所述目标对象的第二基准点以及所述目标对象的第二顶点，并根据所述第二基准点以及所述第二顶点确定所述第二基准点与所述第二顶点之间的第二间距。

5、计算所述第一间距以及所述第二间距之间的第一差值，在所述第一差值不满足第一阈值条件的情况下，确定所述目标道路存在病变情况，其中，所述第一阈值条件包括所述第一差值大于第一阈值且小于第二阈值。

6、在一个示例性实施例中，所述基于所述第一图像数据，通过预设的第一模型确定所述目标对象的第一基准点包括：通过第一对象分割模型，对所述第一图像数据进行第一分割处理，以得到第一局部图像，其中，所述第一模型包括所述第一对象分割模型。

7、通过第一对象识别模型对所述第一局部图像进行第一对象识别，以得到第一识别结果，其中，所述第一模型包括所述第一对象识别模型。

8、在所述第一识别结果为所述第一局部图像为第一对象的情况下，通过基准点提取算法对所述第一对象进行基准点提取处理，以得到所述第一基准点，其中，所述目标对象包括所述第一对象。

9、在一个示例性实施例中，所述基于所述第一图像数据，通过预设的第一模型确定所述目标对象的第一顶点包括：通过第一对象分割模型，对所述第一图像数据进行第二分割处理，以得到第二局部图像，其中，所述第一模型包括所述第一对象分割模型。

10、通过第二对象识别模型对所述第二局部图像进行第二对象识别，以得到第二识别结果，其中，所述第一模型包括所述第二对象识别模型。

11、在所述第二识别结果为所述第二局部图像为第二对象的情况下，基于所述第一基准点确定第一基准线，其中，所述第一基准线包括以所述第一基准点为起点的竖直延长线。

12、将所述第一基准线与所述第二对象的交点作为所述第一顶点。

13、在一个示例性实施例中，在所述计算所述第一间距以及所述第二间距之间的第一差值之后，所述方法还包括：获取所述目标道路的目标对象的数量以及不满足所述第一阈值条件的第一差值的数量。

14、计算所述不满足所述第一阈值条件的第一差值的数量在所述目标对象的数量比例值。

15、在所述比例值大于第三阈值的情况下，确定所述目标道路存在病变。

16、在一个示例性实施例中，在所述获取目标对象在目标道路的第一图像数据以及第二图像数据之后，所述方法还包括：通过第三对象识别模型，对所述第一图像数据进行第三对象识别，以确定所述目标对象包含的第三对象的第一像素信息，并对所述第二图像数据进行第四对象识别，以确定所述第三对象的第二像素信息。

17、对所述第一像素信息以及所述第二像素信息进行比较处理，在所述比较处理结果不满足第三阈值条件的情况下，确定所述目标道路存在病变。

18、根据本发明的另一个实施例，提供了一种道路巡检判定装置，包括：图像采集模块，用于获取目标对象在目标道路的第一图像数据以及第二图像数据，其中，所述第一图像数据包括所述目标对象处于第一时间点的侧面图像，所述第二图像数据包括所述目标处于第二时间点的侧面图像。

19、第一间距模块，用于基于所述第一图像数据，通过预设的第一模型确定所述目标对象的第一基准点以及所述目标对象的第一顶点，并根据所述第一基准点以及所述第一顶点确定所述第一基准点与所述第一顶点之间的第一间距。

20、第二间距模块，用于基于所述第二图像数据，通过预设的第二模型确定所述目标对象的第二基准点以及所述目标对象的第二顶点，并根据所述第二基准点以及所述第二顶点确定所述第二基准点与所述第二顶点之间的第二间距。

21、病变确定模块，用于计算所述第一间距以及所述第二间距之间的第一差值，在所述第一差值不满足第一阈值条件的情况下，确定所述目标道路存在病变情况，其中，所述第一阈值条件包括所述第一差值大于第一阈值且小于第二阈值。

22、在一个示例性实施例中，所述第一间距模块包括：第一分割单元，用于通过第一对象分割模型，对所述第一图像数据进行第一分割处理，以得到第一局部图像，其中，所述第一模型包括所述第一对象分割模型。

23、第一识别单元，用于通过第一对象识别模型对所述第一局部图像进行第一对象识别，以得到第一识别结果，其中，所述第一模型包括所述第一对象识别模型。

24、第一基准提取单元，用于在所述第一识别结果为所述第一局部图像为第一对象的情况下，通过基准点提取算法对所述第一对象进行基准点提取处理，以得到所述第一基准点，其中，所述目标对象包括所述第一对象。

25、在一个示例性实施例中，所述第一间距模块包括：第二分割单元，用于通过第一对象分割模型，对所述第一图像数据进行第二分割处理，以得到第二局部图像，其中，所述第一模型包括所述第一对象分割模型。

26、第二识别单元 ，用于通过第二对象识别模型对所述第二局部图像进行第二对象识别，以得到第二识别结果，其中，所述第一模型包括所述第二对象识别模型。

27、第一基准单元，用于在所述第二识别结果为所述第二局部图像为第二对象的情况下，基于所述第一基准点确定第一基准线，其中，所述第一基准线包括以所述第一基准点为起点的竖直延长线。

28、第一顶点单元，用于将所述第一基准线与所述第二对象的交点作为所述第一顶点。

29、根据本发明的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

30、根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

31、通过本发明，通过图像识别对目标对象在目标道路的运动状态进行识别，因而可以减少人工巡检带来的高成本以及遗漏，从而提高道路巡检效率，降低道路巡检成本，因此，可以解决道路人工巡检的高成本问题，达到降低道路巡检成本，提高道路巡检效率和精度的效果。