本發(fā)明涉及道路信息化，具體指一種基于車路云協(xié)同的城市級別智能道路巡檢閉環(huán)方法及系統(tǒng)。

背景技術(shù)：

1、傳統(tǒng)的道路巡檢方法中，需要車載巡檢設(shè)備，將采集到的定位和路況數(shù)據(jù)上傳至車載巡檢設(shè)備，然后統(tǒng)一處理。可以理解的，隨著城市的不斷發(fā)展，城市面積越來越大，道路越來越復(fù)雜，交通也更加擁擠，因此這種傳統(tǒng)的巡檢方法有一定的局限性。

2、為此，中國專利公開了一種道路病害巡檢設(shè)備及智能車輛，公開號為cn113552878a，包括檢測相機、組合慣導(dǎo)設(shè)備、激光雷達(dá)、車載電源轉(zhuǎn)換器及邊緣計算終端，所述檢測相機、所述組合慣導(dǎo)設(shè)備及所述激光雷達(dá)均與所述邊緣計算終端電連接；所述車載電源轉(zhuǎn)換器還用于轉(zhuǎn)換所述電源輸出的電壓,并向所述道路病害巡檢設(shè)備的各個電器件供電。此方案依賴額外的設(shè)備，并且需要車輛實時供電，造成了額外的成本。并且所述邊緣計算終端安裝在車載巡檢設(shè)備，沒有實現(xiàn)多端協(xié)同工作。

3、另外，中國專利還公開了一種道路健康巡檢的智能車載系統(tǒng)，公開號為cn112785867a，車輛前置抓拍模塊、后置抓拍模塊以及定位模塊采集到的數(shù)據(jù)，傳輸至中控模塊。所述中控模塊與所述邊緣計算模塊連接，所述邊緣計算模塊用于根據(jù)訓(xùn)練好的模型對所述采集到的數(shù)據(jù)進(jìn)行實時計算,并將計算結(jié)果傳輸至所述中控模塊；所述中控模塊用于保存所述計算結(jié)果。wi-fi上傳模塊用于上傳數(shù)據(jù)至服務(wù)器。所述電源模塊分別與所述中控模塊、所述前置抓拍模塊、所述后置抓拍模塊和所述振動檢測模塊連接供電。此方案中出現(xiàn)了車端和云服務(wù)器的交互，但沒有真正實現(xiàn)多端協(xié)同，并且依然依賴額外的供電模塊，給車輛帶來了額外的成本。

4、可以看出，上述方案中，依賴額外的巡檢設(shè)備，并且沒有實現(xiàn)多端協(xié)同工作的模式，資源利用率低，信息孤島和數(shù)據(jù)不一致問題嚴(yán)重。且巡檢道路的選擇未做考慮，沒有考慮城市級別道路巡檢的宏觀規(guī)劃需求。

5、另外，現(xiàn)有的一些道路巡檢方案實現(xiàn)了車路和車云之間的協(xié)同，在車路協(xié)同方案中，實現(xiàn)方案從車端開始，采集數(shù)據(jù)上傳到路端機型處理；在車云協(xié)同方案中，云端向車端發(fā)出巡檢請求，然后由車端采集數(shù)據(jù)。

6、例如，在專利cn220796043u中，實現(xiàn)了實時的渲染后的帶框路況視頻流數(shù)據(jù)，但并未實現(xiàn)巡檢任務(wù)的下發(fā)，且視頻數(shù)據(jù)需要持續(xù)且頻繁的更新，才能得到準(zhǔn)確的路況數(shù)據(jù)，后續(xù)的工作仍然依賴人為監(jiān)控視頻流，大大浪費了人力資源，無法支撐高效的道路巡檢工作。此外，其方案中，實現(xiàn)過程為車端->邊緣計算平臺(路端)->云端，云端僅用于存儲道路原始數(shù)據(jù)和渲染后的帶框結(jié)果數(shù)據(jù)，并未實現(xiàn)道路巡檢系統(tǒng)的閉環(huán)。此外，上傳視頻流的方法需要跟大的傳輸成本，可能導(dǎo)致網(wǎng)絡(luò)擁塞。

7、例如，在專利cn105528683a公開了一種道路巡檢方法，其中步驟a：手持終端接收云服務(wù)器發(fā)送的針對該手持終端所在道路分組對應(yīng)的巡檢計劃，通過云端服務(wù)器下發(fā)巡檢指令，但在具體巡檢計劃實際完全依賴人為指定，并沒有考慮路況的實際使用情況等。此外，其方案中，實現(xiàn)過程為云端->手持終端(車端)->云端，既未利用路端邊緣設(shè)備的計算資源，也未實現(xiàn)道路巡檢系統(tǒng)的閉環(huán)。

8、但是，上述方案由于未能實現(xiàn)道路巡檢系統(tǒng)的閉環(huán)運行，不僅效率低下，成本高昂，高度依賴人工操作，其準(zhǔn)確性和高效性難以保證，難以在城市級別應(yīng)用場景大面積推廣。

技術(shù)實現(xiàn)思路

1、本發(fā)明針對現(xiàn)有技術(shù)的不足，提出一種基于車路云協(xié)同的城市級別智能道路巡檢閉環(huán)方法及系統(tǒng)，該方案集成了先進(jìn)的車載傳感技術(shù)、路端道路分析技術(shù)以及云管理平臺，能夠提高道路巡檢的效率和準(zhǔn)確性，同時降低人力成本和提升數(shù)據(jù)處理能力。

2、為了解決上述技術(shù)問題，本發(fā)明的技術(shù)方案為：

3、一種基于車路云協(xié)同的城市級別智能道路巡檢閉環(huán)方法，包括如下步驟：

4、步驟1、獲取巡檢區(qū)域內(nèi)道路維修和使用的歷史數(shù)據(jù)，并存儲至云端管理平臺，根據(jù)歷史數(shù)據(jù)評估該區(qū)域內(nèi)各個路段的風(fēng)險等級；

5、步驟2、根據(jù)風(fēng)險等級將巡檢任務(wù)發(fā)送至指定通信范圍能夠覆蓋巡檢任務(wù)中的巡檢路段的路側(cè)單元，所述路側(cè)單元提取巡檢任務(wù)中的巡檢地點、時間要求以及道路風(fēng)險情況，根據(jù)道路風(fēng)險等級設(shè)置任務(wù)優(yōu)先級，然后將以上內(nèi)容填入c-v2x?custom消息實例中，即轉(zhuǎn)換為c-v2x消息，最后將c-v2x消息廣播到附近的巡檢車輛；

6、步驟3、巡檢車輛通過c-v2x通信設(shè)備接收c-v2x消息，通過接收的c-v2x消息獲取巡檢任務(wù)信息，巡檢車輛根據(jù)巡檢任務(wù)信息導(dǎo)航至巡檢地點；

7、步驟4、巡檢車輛在指定路段行駛過程中傳感器設(shè)備連續(xù)地采集路面圖像數(shù)據(jù)以及gps定位數(shù)據(jù)，并通過c-v2x中的蜂窩通信方式發(fā)送至路側(cè)單元；

8、步驟5、路側(cè)單元對接收的圖像數(shù)據(jù)和gps定位信息進(jìn)行初步緩存和預(yù)處理，然后將預(yù)處理后的圖像數(shù)據(jù)和gps定位信息作為輸入通過缺陷路況檢測模型進(jìn)行檢測；

9、步驟6、缺陷路況檢測模型輸出檢測結(jié)果并發(fā)送至云端管理平臺，云平臺根據(jù)接收到的路況評估數(shù)據(jù)做出維修安排。

10、本發(fā)明還提供了一種基于車路云協(xié)同的城市級別智能道路巡檢閉環(huán)系統(tǒng)，包括云端管理平臺、巡檢車輛和路側(cè)單元，所述云端管理平臺與路側(cè)單元通過無線網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸，所述巡檢車輛與路側(cè)單元通過c-v2x通信設(shè)備進(jìn)行交互，

11、所述云端管理平臺加載有風(fēng)險等級評估模塊，用于根據(jù)歷史數(shù)據(jù)評估特定區(qū)域內(nèi)各個路段的風(fēng)險等級；

12、所述路側(cè)單元包括缺陷路況檢測模塊、數(shù)據(jù)預(yù)處理模塊、消息封裝模塊和通信模塊，

13、所述通信模塊，用于接收云端管理平臺發(fā)送的巡檢任務(wù)；

14、所述消息封裝模塊，用于并將巡檢任務(wù)轉(zhuǎn)換為c-v2x消息；

15、所述數(shù)據(jù)預(yù)處理模塊，用于根據(jù)采集的圖像數(shù)據(jù)對路況缺陷進(jìn)行分析；

16、所述巡檢車輛包括圖像采集單元、圖像數(shù)據(jù)處理單元和消息解析模塊所述圖像采集單元，用于根據(jù)巡檢任務(wù)采集路況圖像數(shù)據(jù)；

17、所述消息解析模塊，用于解碼c-v2x消息，從而獲得巡檢任務(wù)；

18、所述圖像數(shù)據(jù)處理單元，用于對采集的圖像數(shù)據(jù)進(jìn)行壓縮。

19、上述技術(shù)方案集成了先進(jìn)的車載傳感技術(shù)、路端道路分析技術(shù)以及云管理平臺，能夠提高道路巡檢的效率和準(zhǔn)確性，同時降低人力成本和提升數(shù)據(jù)處理能力。本方案的顯著特點是其開始于云平臺管理單元的智能決策過程，該單元具備分析道路歷史維修信息和實時使用情況的能力，能夠智能制定巡檢指令。道路處理單元接收來自云平臺的巡檢指令，并協(xié)調(diào)車輛采集單元根據(jù)需求收集道路數(shù)據(jù)。車輛采集單元通過傳感器采集數(shù)據(jù)，并將數(shù)據(jù)發(fā)送至道路處理單元進(jìn)行初步處理，最后回傳至云平臺進(jìn)行綜合分析，以支持道路維護決策。

20、本發(fā)明具有以下的特點和有益效果：

21、本發(fā)明提出的基于車路云協(xié)同的智能道路巡檢方案，解決了傳統(tǒng)巡檢方式中存在的效率低下、成本高昂等問題。通過采用先進(jìn)的車載傳感設(shè)備、路邊分析技術(shù)和集成的云管理平臺，確保了道路巡檢任務(wù)以更短的時間、更高的準(zhǔn)確率完成。得益于高效的數(shù)據(jù)收集、處理和分析，道路表面的問題如裂縫、坑洼等可以更快被識別并得以應(yīng)對，從而大大提高了響應(yīng)效率。此外，由于巡檢任務(wù)實現(xiàn)了全程自動化，對人工資源的需求得以大幅度降低，這帶來了顯著的人力成本節(jié)省。云管理平臺的集成使得道路使用數(shù)據(jù)和維修記錄的收集、儲存、管理和分析更為高效和準(zhǔn)確，提供了強大的數(shù)據(jù)支持，進(jìn)一步提升了巡檢決策的準(zhǔn)確性。從巡檢指令的生成、數(shù)據(jù)的收集，到數(shù)據(jù)的處理與決策支持，這個方案實現(xiàn)了道路巡檢的全流程自動化管理，大幅度提高了響應(yīng)速度和處理精度。這種智能化的道路巡檢方案無疑將改善道路養(yǎng)護工作的準(zhǔn)確性和實效性，為智能城市的道路管理和維護提供了強有力的支持。