(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210156575.7 (22)申请日 2022.02.21 (65)同一申请的已公布的文献号 申请公布号 CN 114202660 A (43)申请公布日 2022.03.18 (73)专利权人 广东建科交通工程质量检测中心 有限公司 地址 510000 广东省广州市天河区先烈东 路121号 (72)发明人 孙杨勇　吴迪　官显金　 (74)专利代理 机构 广州渣津专利代理事务所 (特殊普通 合伙) 44516 专利代理师 冯海玉 (51)Int.Cl. G06V 10/44(2022.01)G06V 10/764(2022.01) G06V 10/766(2022.01) G06T 7/00(2017.01) G06T 7/73(2017.01) G01N 21/88(2006.01) (56)对比文件 CN 111260615 A,2020.0 6.09 CN 111307823 A,2020.0 6.19 CN 113450333 A,2021.09.28 CN 112215485 A,2021.01.12 CN 113591803 A,2021.1 1.02 CN 113420621 A,2021.09.21 CN 107515 025 A,2017.12.26 CN 108495 089 A,2018.09.04 CN 113420621 A,2021.09.21 审查员 王菲 (54)发明名称 一种基于边云桥梁检测的远程分布式控制 方法及系统 (57)摘要 本发明公开了一种基于边云桥梁检测的远 程分布式控制方法及系统， 其中， 所述方法应用 于一种基于边云桥梁检测的远程分布式控制系 统， 所述系统包括多个图像采集装置， 所述方法 包括： 获得多个图像信息； 将所述多个图像信息 通过边云协同技术上传至云端； 获得第一全景图 像信息； 识别获得第一病害区域； 获得第一病害 尺寸信息； 构建病害评定模型； 获得第一病害评 定结果； 对所述第一病害区域进行处理。 解决了 桥梁检测过程耗时长、 落后且不智能的技术问 题， 基于图像采集装置， 获取桥梁历史数据信息、 病害尺寸信息、 全景图像信息， 进而对桥梁的病 害评定结果智能判定的， 达到了降低桥梁检测的 耗时， 提高了桥梁检测结果的可靠性的技术效 果。 权利要求书3页 说明书12页 附图4页 CN 114202660 B 2022.12.30 CN 114202660 B 1.一种基于边云桥梁检测的远程分布式控制方法， 其特征在于， 所述方法应用于一种 基于边云桥梁检测的远程分布式控制系统， 所述系统包括多个图像采集装置， 所述方法包 括： 通过所述多个图像采集装置对第一 桥梁进行横向排列图像采集， 获得多个图像信息； 将所述多个图像信息通过边云协同技 术上传至云端； 在所述云端对所述多个图像信息进行压缩、 拼接， 获得第一全景图像信息； 根据所述第一全景图像信息， 识别获得第一病害区域； 根据所述第一病害区域， 获得第一病害尺寸信息； 基于桥梁历史数据信息， 构建病害评 定模型； 将所述第一病害尺寸信息 输入所述病害评 定模型， 获得第一病害评 定结果； 根据所述第一病害评 定结果， 对所述第一病害区域进行处 理； 所述基于桥梁历史数据信息， 构建病害评 定模型之后， 还 包括： 获得所述第一 桥梁的位置信息； 根据所述 位置信息， 获得 所述第一 桥梁所处的地 域特征信息； 根据所述 地域特征信息对所述病害评 定模型进行优化， 获得第一病害评 定模型； 将所述第一病害尺寸信息 输入所述第一病害评 定模型， 获得第二病害评 定结果； 所述根据所述地域特征信息对所述病害评定模型进行优化， 获得第一病害评定模型， 包括： 根据所述病害评 定模型， 获得 所述病害评 定模型的模型参数； 根据所述 地域特征信息和所述模型参数， 获得映射 规则； 按照所述映射 规则和所述 地域特征信息， 优化所述模型参数， 获得第一模型参数； 根据所述第一模型参数， 对所述病害评 定模型进行优化， 获得 所述第一病害评 定模型。 2.如权利要求1所述的方法， 其特征在于， 所述根据所述第一病害区域， 获得第一病害 尺寸信息， 包括： 获得所述第一病害区域的像素点的数量； 根据所述像素点的  数量， 获得像素点 边长； 根据所述像素点 边长， 计算获得 所述第一病害尺寸信息 。 3.如权利要求2所述的方法， 其特征在于， 所述计算获得所述第 一病害尺寸信 息的公式 具体为： 判断所述第一病害区域的类别 信息； 当所述第一病害区域为面积类病害时， 所述获得所述第一病害尺寸信息的公式具体 为： S＝N×ax×bx； 当所述第一病害区域为列分类病害时， 所述获得所述第一病害尺寸信息的公式具体 为： L/d＝ N×ax(bx)； 其中， s为当所述第一病害为 面积类病害时， 所述第一病害的面积； N为所述第一病害区域的像素点的数量； ax， bx为拍摄距离为X时， 图像中像素点代 表的景物长和宽； L/d为所述第一病害为裂缝时， 所述裂缝的长 宽比。 4.如权利要求1所述的方法， 其特征在于， 所述在所述云端对所述多个图像信 息进行压权　利　要　求　书 1/3 页 2 CN 114202660 B 2缩、 拼接， 获得第一全景图像信息， 包括： 获得所述多个图像信息中的极值 点； 根据所述极值 点， 提取所述极值 点的位置信息、 尺度信息和旋转 不变量； 通过尺度不变特征转换法， 根据所述极值点的位置信息、 尺度信 息和旋转不变量， 计算 获得所述第一全景图像信息 。 5.如权利要求1所述的方法， 其特征在于， 所述基于桥梁历史数据信息， 构建病害评定 模型， 包括： 通过大数据获得与 所述第一桥梁相同类型的桥梁的历史数据集， 所述历史数据集包括 所述桥梁的病害参数集， 所述病害参数集包括病害尺寸、 病害类型； 将所述病 害参数集作为训练数据对线性 回归模型进行训练， 直到所述线性 回归模型达 到收敛状态， 构建所述病害评 定模型。 6.一种基于边云桥梁检测的远程分布式控制系统， 其特 征在于， 所述系统包括： 第一获得单元， 所述第 一获得单元用于通过多个图像采集装置对第 一桥梁进行横向排 列图像采集， 获得多个图像信息； 第一传输单元， 所述第 一传输单元用于将所述多个图像信 息通过边云协同技术上传至 云端； 第二获得单元， 所述第二获得单元用于在所述云端对所述多个图像信息进行压缩、 拼 接， 获得第一全景图像信息； 第三获得单元， 所述第三获得单元用于根据所述第一全景图像信息， 识别获得第一病 害区域； 第四获得单元， 所述第 四获得单元用于根据所述第一病害区域， 获得第一病害尺寸信 息； 第一构建单 元， 所述第一构建单 元用于基于桥梁历史数据信息， 构建病害评 定模型； 第五获得单元， 所述第五获得单元用于将所述第 一病害尺寸信 息输入所述病 害评定模 型， 获得第一病害评 定结果； 第一执行单元， 所述第一执行单元用于根据所述第一病害评定结果， 对所述第一病害 区域进行处 理； 第十五获得单元， 所述第十五 获得单元用于获得 所述第一 桥梁的位置信息； 第十六获得单元， 所述第十六获得单元用于根据所述位置信息， 获得所述第一桥梁所 处的地域特征信息； 第十七获得单元， 所述第十七获得单元用于根据 所述地域特征信 息对所述病 害评定模 型进行优化， 获得第一病害评 定模型； 第十八获得单元， 所述第十八获得单元用于将所述第 一病害尺寸信 息输入所述第 一病 害评定模型， 获得第二病害评 定结果； 第十九获得单元， 所述第十九获得单元用于根据所述病害评定模型， 获得所述病害评 定模型的模型参数； 第二十获得单元， 所述第二十获得单元用于根据所述地域特征信息和所述模型参数， 获得映射 规则； 第二十一获得单元， 所述第 二十一获得单元用于按照所述映射规则和所述地域特征信权　利　要　求　书 2/3 页 3 CN 114202660 B 3