(19)国家知识产权局 (12)实用新型专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202221584739.8 (22)申请日 2022.06.23 (73)专利权人 仪通微感 （北京） 科技有限公司 地址 100193 北京市海淀区东北旺北京中 关村软件园孵化器2号楼三层2346室 (72)发明人 杨爵　俞国印　王晗　 (74)专利代理 机构 北京知呱 呱知识产权代理有 限公司 1 1577 专利代理师 朱芳 (51)Int.Cl. G01N 21/95(2006.01) G01N 21/01(2006.01) G01S 19/42(2010.01) H04N 5/225(2006.01) (ESM)同样的发明创造已同日申请发明 专利 (54)实用新型名称 一种便携式车载道路病害检测设备 (57)摘要 本申请公开了一种便携式车载道路病害检 测设备， 设备包括有终端主机、 摄像头镜头、 补光 灯阵列、 天线、 电源组件、 磁吸支架； 摄像头镜头 固定安装于终端主机正面一侧， 采集道路地面画 面并将所采集的画面传输至终端主机； 天线设置 于终端主机顶部， 与终端主机中的通讯定位模块 连接与外部设备的通信连接； 电源组件设置于终 端主机背面一侧通过点烟器插头连接车内电源， 向设备进行供电； 磁吸支架设置于终端主机底 部， 支架臂的上端与终端主机连接， 支架臂的下 端连接有固定于检测车辆上的磁吸固定部。 本实 用新型通过图像传感器和深度学习网络识别模 型， 辅助GNSS定位信息， 实时地检测和定位道路 病害， 提高巡检效率， 减少人为参与造成的疏漏 和隐患。 权利要求书1页 说明书5页 附图2页 CN 217505691 U 2022.09.27 CN 217505691 U 1.一种便携式车载道路病害检测设备， 其特征在于， 所述设备包括： 终端主机、 摄像头 镜头、 补光灯阵列、 天线、 电源组件、 磁吸支 架； 所述摄像头镜头固定安装于终端主机正面一侧， 用于采集道路地面画面并将所采集的 画面传输至终端主机中的图像模块； 其中， 所述摄像头镜头两侧的终端主机表面设置有所 述补光灯阵列； 所述天线设置于终端主机顶部， 与终端主机中的通讯定位模块连接， 用于终端主机与 外部设备的通信连接； 所述电源组件设置于终端主机背面一侧， 用于通过电源组件中的点烟器插头连接车内 电源， 向设备进行 供电； 所述磁吸支架设置于终端主机底部， 包括有支架臂和磁吸固定部， 所述支架臂 的上端 与终端主机连接， 所述支 架臂的下端连接有固定 于检测车辆上的磁吸固定 部。 2.根据权利要求1所述的设备， 其特征在于， 所述磁吸支架具体包括设置于终端主机底 部两侧的支架臂， 终端主机与两侧的支架臂活动连接以使得终端主机可以向正面侧/背面 侧进行旋转。 3.根据权利要求1所述的设备， 其特征在于， 所述设备外部还设置有防水外 壳， 其中， 所 述防水外壳一侧设置为透明材质， 用于使内部摄像头镜头和补光灯阵列与外界产生光源交 互； 所述防水外壳另一侧设置有电源线孔； 所述防水外壳顶部设置有塑料 材质的天线盖 。 4.根据权利要求1所述的设备， 其特征在于， 所述终端主机 中包括图像模块、 计算模块、 电源模块、 通讯定位模块及存 储模块； 所述图像模块中包括图像传感器， 其中所述图像传感器为全局快门传感器； 所述计算模块中包括视频分析加速芯片、 中央处 理器以及内存； 所述通讯定位模块中包括GNS S定位模组、 移动网络通信模组以及W IFI模组。 5.根据权利要求4所述的设备， 其特征在于， 所述视频分析加速芯片中保存有预先训练 完成的深度学习网络识别模型， 所述深度学习网络识别模型用于对采集到的原始图像进 行 压缩、 解压、 画质增强、 图像预处 理、 目标检测 和识别。 6.根据权利要求1所述的设备， 其特 征在于， 所述补光灯阵列为白光 LED阵列。 7.根据权利要求1所述的设备， 其特征在于， 所述磁吸固定部中包括钕铁硼强磁铁吸 盘。权　利　要　求　书 1/1 页 2 CN 217505691 U 2一种便携式车载道路病害检测设 备 技术领域 [0001]本实用新型 涉及道路巡检领域， 特别涉及一种便携式车 载道路病害检测设备。 背景技术 [0002]道路病害检测在道路养护维修中占有重要的地位， 目前主要采用人工巡检方式， 即巡检人员驾驶路政养护巡查车对所管辖道路的路面进行肉眼观测。 遇到病害情况， 巡检 人员需要 下车用手持终端拍照上报。 但是巡检人员在车上长期观测易疲劳， 容易疏漏； 且下 车拍照存在交通隐患， 影响交通 正常运行。 [0003]为了提高巡检效率， 减少 人为参与造成的疏漏和隐患， 国内外企业和机构也进行 了多种车载式 自动化路面检测仪器的研制工作。 巡检车辆通过集成三维激光、 探地雷达、 摄 像头、 高精度导航终端等各种传感器实现对道路的检测。 各种传感器数据主要由车内的终 端(计算机)进行采集、 存储和分析， 并上报到远程服务器。 这种系统需对车辆进行改装(包 括对供电、 存储、 导航等系统的改装)， 成本较高(市场上的专用车辆在几十到上百万左右)， 主要应用于道路大、 中、 小修前的道路检测， 难以普及到日常养护巡检。 [0004]近年来随着驾驶员监控系统、 行车记录仪等后装车载设备的普及， 有部分企业也 尝试利用这类视频采集设备对道路进行养护巡检。 但是这类设备安装于车辆内部， 其摄像 头视野主要关注于路面正前方而不是按照标准要求正对路面， 导致测量畸变较大， 精度不 高； 另外由于摄像头隔着挡风 玻璃， 其图像容易受到挡风 玻璃污渍、 车内反光、 反射等影响， 达不到标准要求的采样精度。 [0005]车载终端采集了各类传感器数据后， 一般采用云端分析或者本地分析两种方式。 传统云端分析对车载终端运算能力较低， 终端只需将数据进 行简单的压缩处理后就进 行存 储和回传， 由云端服务器进行病害分析。 但是对云端计算能力、 存储空间和网络通信流量、 带宽要求较高， 在弱网和断网情况下实时性较差。 而本地分析方式一般需要车载终端具有 较强的计算能力， 特别是运行基于深度学习(人工智能网络模型)的病害识别算法时， 需要 终端具有GPU/NPU/VPU等专用图像 分析处理器。 本地分析方式虽然终端的采购成本较高， 但 是大大节省了网络通信和云端处 理等运维成本， 将会是 未来的主流分析 方式。 [0006]现有技术主要原因是缺乏各种环境、 路况、 不同等级道 路下采集的海量样本图片， 无法训练出精准的人工智能模型。 现有的训练样本集多是采用行车记录仪、 街景采集仪等 非专用设备拍摄， 而且 对于广大的县道、 农村公路等低级公路 路况缺乏覆盖 。 实用新型内容 [0007]基于此， 本申请实施例提供了一种便携式车载道路病害检测 设备， 能够快速安装 部署在公交、 出租、 垃圾清理车、 道路巡检车等各类车辆上， 将普通车辆低 成本地改造成专 业的道路病害巡检车， 有效地扩 大巡检范围和区域， 充分利用了车辆 资源， 满足了日常巡检 需求外还为道路病害样本库提供了极大的数据补充和支持。 [0008]本申请提供了一种便携式车载道路病害检测设备， 该设备包括： 终端主机、 摄像头说　明　书 1/5 页 3 CN 217505691 U 3