(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210809441.0 (22)申请日 2022.07.11 (71)申请人 山东金宇信息科技 集团有限公司 地址 250101 山东省济南市高新区天辰大 街1188号 (72)发明人 张加华　李文静　孙晓英　王占威　 张丽雪　 (74)专利代理 机构 济南千慧专利事务所(普通 合伙企业) 37232 专利代理师 史传英 (51)Int.Cl. G06Q 10/00(2012.01) G06Q 50/26(2012.01) G06V 10/764(2022.01) G06V 10/82(2022.01)G06V 10/10(2022.01) G06T 7/73(2017.01) G06F 16/2458(2019.01) (54)发明名称 一种隧道内的路面养护方法及设备 (57)摘要 本申请提供了一种隧道内的路面养护方法 及设备， 属于道路养护技术领域。 该方法获取来 自图像采集设备的若干实时路面监控图像及相 应的采集信息， 将各路面监控图像输入损坏路面 识别模型， 确定路面监控图像对应的监控路面是 否为待养护路面。 若是， 根据采集信息， 确定对应 的隧道位置、 路面损坏时间。 基于待养护路面对 应隧道的历史行驶数据及隧道的可替换路径的 历史行驶数据， 确定隧道的车流量权重集合。 其 中， 可替换路径的可达目的地处于隧道位置的下 行路线和/或上行路线或者处于隧道的下行路线 的可达延长线和/或上行路线的可达延长线。 基 于路面监控图像、 路面损坏时间及车流量权重集 合， 确定隧道的路面养护信息， 并将路面养护信 息发送至 养护终端。 权利要求书3页 说明书9页 附图5页 CN 115271114 A 2022.11.01 CN 115271114 A 1.一种隧道内的路面养护方法， 其特 征在于， 所述方法包括： 获取来自图像采集设备的若干实时路面 监控图像及相应的采集信息； 将各所述路面监控图像输入预设的损 坏路面识别模型， 以确定所述路面监控图像对应 的监控路面是否为待养护路面； 若是， 根据所述路面监控图像的采集信 息， 确定所述待养护路面对应的隧道位置、 路面 损坏时间； 基于所述待养护路面对应隧道的历史行驶数据及所述隧道的可替换路径的历史行驶 数据， 确定所述隧道的车流量权重集合； 其中， 所述可替换路径的可达目的地处于所述隧道 位置的下行路线和/或上行路线或者处于所述隧道的下行路线的可达延长线和/或上行路 线的可达延长线； 基于所述路面监控图像、 所述路面损坏时间及所述车流量权重集合， 确定所述隧道的 路面养护 信息， 并将所述路面养护 信息发送至 养护终端。 2.根据权利要求1所述方法， 其特征在于， 所述将各所述路面监控图像输入预设的损坏 路面识别模型， 以确定所述路面 监控图像对应的监控路面， 是否为待养护路面， 具体包括： 通过所述损坏路面识别模型， 确定各所述路面监控图像中损坏路面对应的损坏图像 帧； 识别各所述损坏图像帧对应的损坏标签； 其中， 所述损坏标签至少包括以下一项或多 项： 沉陷、 车辙、 开裂、 缩裂、 渗水； 基于各所述损坏标签， 确定所述 监控路面的损坏程度是否大于预设阈值； 若是， 将所述 监控路面作为所述待养护路面。 3.根据权利要求2所述方法， 其特征在于， 所述基于各所述损坏标签， 确定所述监控路 面的损坏程度是否大于预设阈值， 具体包括： 确定各所述损坏标签相应的损坏程度比对图像； 其中， 一个所述损坏标签至少存在两 个所述损坏程度比对图像； 所述预设阈值处于两个所述损坏程度比对图像相应的损坏程度 值对应区间内； 将所述损坏标签相应的所述损坏图像帧， 与各所述损坏程度比对图像匹配， 以根据匹 配结果， 确定所述损坏标签对应的损坏程度值； 其中， 所述损坏程度值根据匹配的所述损坏 程度比对图像确定； 根据各所述损坏标签对应的损 坏权重及相应的所述损 坏程度值， 确定所述监控路面的 损坏程度是否大于所述预设阈值。 4.根据权利要求1所述方法， 其特征在于， 所述基于所述待养护路面对应隧道的历史行 驶数据及所述隧道的可替换路径的历史行驶数据， 确定所述隧道的车流量权重集合， 具体 包括： 根据所述隧道的历史行驶数据， 确定所述隧道的第一平均车流 量； 根据各所述可替换路径的历史行驶数据， 确定各所述可替换路径相应的第 二平均车流 量； 基于所述第一平均车流 量及各所述第二平均车流 量， 确定相应的第一车流 量权重； 基于所述隧道 的历史行驶数据， 确定所述隧道的若干预设时间段的第三平均车流量， 以根据所述第三平均车流 量， 确定所述隧道的若干第二车流 量权重；权　利　要　求　书 1/3 页 2 CN 115271114 A 2根据所述隧道的所述第 一车流量权重及各所述第 二车流量权重， 确定所述车流量权重 集合。 5.根据权利要求4所述方法， 其特征在于， 所述基于所述第 一平均车流量及各所述第 二 平均车流 量， 确定相应的第一车流 量权重， 具体包括： 确定所述第一平均车流 量及各所述第二平均车流 量的车流平均值； 根据所述车流平均值、 所述第一平均车流量及各所述第二平均车流量， 确定所述第一 平均车流 量及各所述第二平均车流 量相应的第一车流 量权重。 6.根据权利要求5所述方法， 其特征在于， 所述基于所述路面监控图像、 所述路面损坏 时间及所述车流 量权重， 确定所述隧道的路面养护 信息， 具体包括： 通过预设的损坏类型识别模型， 确定所述路面 监控图像的路面损坏类型； 根据所述路面损坏类型， 确定所述隧道的修复时长； 根据所述路面损坏时间、 所述车流量权重集合及各所述可替换路径的车流量权重集 合， 确定第一预设时间内若干第三车流 量权重序列； 确定各所述第 三车流量权重序列中， 所述隧道的第 三车流量权重满足权重最小值的时 间段， 为待定修复时段； 确定所述待定修复时段， 所述可替换路径的第 一车流量权重是否大于所述隧道的第 一 车流量权重； 在所述可替换路径的第 一车流量权重大于所述隧道的第 一车流量权重的情况下， 将所 述待定修复时段作为 修复时段； 否则， 剔除所述权重最小值， 并确定剔除后的所述第三车流量权重序列中权重最小值 对应的时间段， 为待定修复时段， 直至确定所述 修复时段； 在所述修复时段小于所述修复时长的情况下， 确定M个第M预设时间内的修复时段， 直 至各所述修复时段的和值大于所述修复时长， 确定各所述修复时段为所述路面养护信息； 其中， 所述M为自然数。 7.根据权利要求6所述方法， 其特征在于， 所述方法应用于预先搭建的区块链平台， 所 述区块链平台包括若干子节点， 所述子节点用于上传路面损坏图像及其对应的路面损坏 类 型； 在通过预设的损坏 类型识别模型， 确定所述路面监控图像的路面损坏 类型之前， 所述方 法还包括： 获取所述区块链 平台中的若干路面损坏图像及其对应的路面损坏类型； 将各所述路面损 坏图像作为训练样本、 将其对应的所述路面损坏类型作为训练样本的 训练标签， 输入预设的神经网络识别模型； 在所述神经网络识别模型的损失函数小于预设值的情况下， 确定训练后的所述神经网 络识别模型为所述损坏类型识别模型。 8.根据权利要求3所述方法， 其特征在于， 所述将所述损坏标签相应的所述损坏图像 帧， 与各所述损坏程度比对图像匹配， 以根据匹配结果， 确定所述损坏标签对应的损坏程度 值， 具体包括： 获取若干样本数据图像， 并将各所述样本数据图像及相应的所述损坏程度比对图像， 输入预设分类器， 以对所述分类器训练； 其中， 所述分类器将所述样本数据至少分为与所述 损坏程度比对图像的数量一致的多个图像组合； 所述图像组合中的损坏程度值与相应的所权　利　要　求　书 2/3 页 3 CN 115271114 A 3