路面巡检方法、装置、设备及可读存储介质

专利主权项内容

1.一种路面巡检方法，其特征在于，所述路面巡检方法包括：控制无人机按预设巡检路线在路面上移动；通过所述无人机获取所述路面的图像数据；从所述图像数据中提取图像帧，并对所述图像帧进行缺陷初步筛选；若所述缺陷初步筛选的结果为疑似图像，则对所述疑似图像进行缺陷复检，并输出复检结果；将所述复检结果中的缺陷标记在所述预设巡检路线上，并关联与所述缺陷对应的图像帧；其中，所述对所述图像帧进行缺陷初步筛选的步骤包括：从所述图像帧中确定兴趣目标区域，其中，所述兴趣目标区域为所述图像帧中与背景色的差异度大于预设差异阈值的区域；基于预设第一识别模型对所述图像帧中的兴趣目标区域进行非缺陷对象识别，得到第一识别结果，其中，所述第一识别结果包括所述兴趣目标区域为各非缺陷对象的第一概率值；基于各所述第一概率值，确定所述第一识别结果的第一可信度，并根据所述第一可信度确定所述兴趣目标区域的种类，其中，若所述第一可信度大于预设阈值，则所述兴趣目标区域的种类为非缺陷区域，若所述第一可信度小于或等于预设阈值，则所述兴趣目标区域的种类为疑似缺陷区域，所述第一可信度与各所述第一概率值的离散度成正比；若所述图像帧中存在有疑似缺陷区域，则所述图像帧的缺陷初步筛选结果为疑似图像；若所述图像帧中不存在有疑似缺陷区域，则所述图像帧的缺陷初步筛选结果为所述图像帧对应地面为一级健康；其中，所述从所述图像数据中提取图像帧的步骤包括：根据所述无人机的飞行高度以及所述无人机摄像头的视角跨度计算图像帧的路面覆盖距离；基于所述路面覆盖距离，从所述图像数据中提取所述图像帧，其中，无人机在任意两相邻图像帧对应时段的移动距离小于或等于所述路面覆盖距离；其中，所述对所述疑似图像进行缺陷复检的步骤包括：基于预设第二识别模型对所述疑似图像中的疑似缺陷区域的进行缺陷识别，得到第二识别结果，所述第二识别结果包括所述疑似缺陷区域为各缺陷的第二概率值；基于各所述第二概率值确定所述第二识别结果的第二可信度；若所述第二可信度大于预设阈值，则将所述第二识别结果中第二概率值最大的缺陷作为所述疑似图像的复检结果；若所述可信度小于或等于所述预设阈值，则所述复检结果为所述疑似图像对应路面为二级健康；其中，所述将所述复检结果中的缺陷标记在所述预设巡检路线上的步骤包括：确定所述疑似图像在所述图像数据的时间轴上的相对位置；根据所述相对位置在所述预设巡检路线上标记缺陷或者二级健康。