本技術(shù)涉及公路智能巡查領(lǐng)域，尤其涉及公路病害的自更新巡查方法、車載終端、服務(wù)器及車輛。

背景技術(shù)：

1、傳統(tǒng)的公路病害巡查主要依賴人工操作，巡查效率較低，難以實時監(jiān)控和識別大規(guī)模公路病害。此外，人工識別方式容易受到環(huán)境因素、人員疲勞等影響，導(dǎo)致識別準確度下降，存在漏報、誤報的情況。而隨著科技的進步，越來越多的智能化巡查系統(tǒng)被提出和實施，包括車載終端、圖像識別技術(shù)、北斗定位系統(tǒng)等，它們可以在一定程度上提高巡查效率和識別精度。然而，這些現(xiàn)有的系統(tǒng)仍然存在一些問題和局限。

2、例如，公開號為cn118426477a的中國專利公開了一種基于自動駕駛車實現(xiàn)無人公路病害巡查的方法與系統(tǒng)。該方案通過自動駕駛車輛、深度學(xué)習(xí)模型、監(jiān)控中心和病害數(shù)據(jù)庫模塊，實現(xiàn)了自動化的公路病害巡查。自動駕駛車輛通過內(nèi)置的gps、信息捕捉相機等設(shè)備采集公路病害信息，并通過無線通信模塊實時上傳數(shù)據(jù)到監(jiān)控中心。

3、上述方案仍然存在識別模型的動態(tài)適應(yīng)性不足問題、數(shù)據(jù)處理與傳輸?shù)男蕟栴}，以及缺乏與后續(xù)安全作業(yè)相關(guān)聯(lián)的風(fēng)險評估部分。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本技術(shù)公開了公路病害的自更新巡查方法、車載終端、服務(wù)器及車輛。

2、第一方面，本技術(shù)提供公路病害的自更新巡查方法，由車載終端執(zhí)行，包括：

3、針對目標公路，獲取病害特征數(shù)據(jù)和安全作業(yè)特征數(shù)據(jù)，所述安全作業(yè)特征數(shù)據(jù)包括：環(huán)境信息和上下文信息；其中，所述安全作業(yè)特征數(shù)據(jù)用于在車載終端進行施工現(xiàn)場安全風(fēng)險的本地評估；

4、利用在所述車載終端部署的病害識別模型，對所述病害特征數(shù)據(jù)進行識別，生成所述目標公路的第一病害信息，并基于所述第一病害信息評估安全風(fēng)險，生成安全風(fēng)險預(yù)警信息；

5、基于預(yù)設(shè)的優(yōu)先級分配規(guī)則，為所述病害特征數(shù)據(jù)標記優(yōu)先級信息；

6、利用所述優(yōu)先級信息，基于所述病害特征數(shù)據(jù)、所述安全作業(yè)特征數(shù)據(jù)，以及所述第一病害信息，生成第一數(shù)據(jù)包，并將所述第一數(shù)據(jù)包傳輸至服務(wù)器；其中，所述第一數(shù)據(jù)包用于所述病害識別模型的迭代更新。

7、作為一種可選的實施方式，所述生成安全風(fēng)險預(yù)警信息包括：

8、基于所述病害特征數(shù)據(jù)和安全作業(yè)特征數(shù)據(jù)的地理信息，將所述地理信息相差小于預(yù)設(shè)值的所述病害特征數(shù)據(jù)與所述安全作業(yè)特征數(shù)據(jù)進行匹配；

9、響應(yīng)于所述安全作業(yè)特征數(shù)據(jù)存在相匹配的所述病害特征數(shù)據(jù)，基于所述病害特征數(shù)據(jù)對應(yīng)的第一病害信息，確定病害類型、嚴重程度，以及位置信息，利用預(yù)設(shè)的安全風(fēng)險評估模型，基于所述病害類型、嚴重程度、位置信息，以及所述安全作業(yè)特征數(shù)據(jù)，生成安全風(fēng)險預(yù)警信息；

10、響應(yīng)于所述安全作業(yè)特征數(shù)據(jù)不存在相匹配的所述病害特征數(shù)據(jù)，利用預(yù)設(shè)的安全風(fēng)險評估模型，基于所述安全作業(yè)特征數(shù)據(jù)，生成安全風(fēng)險預(yù)警信息。

11、作為一種可選的實施方式，在所述基于預(yù)設(shè)的優(yōu)先級分配規(guī)則，為所述病害特征數(shù)據(jù)標記優(yōu)先級信息前，還包括：

12、基于所述第一病害信息中的病害類型、嚴重程度，以及位置信息，在車載終端本地部署的第一病害數(shù)據(jù)庫中進行比對，篩選出差異性數(shù)據(jù)；其中，所述第一病害數(shù)據(jù)庫中的數(shù)據(jù)僅包括針對所述目標公路在最近的目標巡查輪次內(nèi)采集的第一病害信息；

13、所述差異性數(shù)據(jù)為當前針對所述目標公路巡查采集的所述病害特征數(shù)據(jù)與所述第一病害數(shù)據(jù)庫中記錄的病害特征數(shù)據(jù)之間存在顯著變化或新增的病害特征數(shù)據(jù)；

14、所述顯著變化包括：病害類型發(fā)生改變、病害嚴重程度超出預(yù)設(shè)程度變化閾值，以及病害位置信息偏移超過預(yù)設(shè)距離；

15、所述為所述病害特征數(shù)據(jù)標記優(yōu)先級信息包括：

16、針對所述差異性數(shù)據(jù)，基于所述預(yù)設(shè)的優(yōu)先級分配規(guī)則，進行優(yōu)先級信息標注。

17、作為一種可選的實施方式，所述獲取病害特征數(shù)據(jù)和安全作業(yè)特征數(shù)據(jù)包括：

18、利用所述車載終端上部署的攝像頭，以與北斗定位數(shù)據(jù)更新頻率相匹配的采集頻率，獲取所述病害特征數(shù)據(jù)和所述安全作業(yè)特征數(shù)據(jù)；

19、其中，所述攝像頭采集的圖像數(shù)據(jù)與所述北斗定位數(shù)據(jù)共享一致的時間戳；

20、通過北斗定位模塊，以與攝像頭采集頻率相匹配的更新頻率，獲取所述目標公路的定位數(shù)據(jù)，作為所述病害特征數(shù)據(jù)和所述安全作業(yè)特征數(shù)據(jù)對應(yīng)的位置信息。

21、作為一種可選的實施方式，所述生成第一數(shù)據(jù)包，并將所述第一數(shù)據(jù)包傳輸至服務(wù)器包括：

22、基于各個所述差異性數(shù)據(jù)對應(yīng)的優(yōu)先級信息，以及所述各個所述差異性數(shù)據(jù)對應(yīng)的安全作業(yè)特征數(shù)據(jù)，生成第一數(shù)據(jù)包；其中，所述差異性數(shù)據(jù)和所述安全作業(yè)特征數(shù)據(jù)基于所述地理信息進行匹配；

23、動態(tài)評估當前無線網(wǎng)絡(luò)，生成網(wǎng)絡(luò)狀態(tài)評估信息；基于所述網(wǎng)絡(luò)狀態(tài)評估信息，確定當前可發(fā)送的數(shù)據(jù)包大?。?/p>

24、基于所述數(shù)據(jù)包大小以及優(yōu)先級排序結(jié)果，選擇優(yōu)先級最高的差異性數(shù)據(jù)，生成第一數(shù)據(jù)包；

25、通過無線網(wǎng)絡(luò)將所述第一數(shù)據(jù)包傳輸至服務(wù)器。

26、以及一種公路病害的自更新巡查方法，由服務(wù)器執(zhí)行，包括：

27、接收由車載終端傳輸?shù)牡谝粩?shù)據(jù)包，并基于所述第一數(shù)據(jù)包，對第一病害信息進行置信度驗證，生成驗證后特征數(shù)據(jù)；

28、基于所述驗證后特征數(shù)據(jù)，迭代更新病害識別模型；

29、將迭代更新后的所述病害識別模型發(fā)送至車載終端。

30、作為一種可選的實施方式，所述對第一病害信息進行置信度驗證，生成驗證后特征數(shù)據(jù)包括：

31、基于所述第一數(shù)據(jù)包中的第一病害信息和安全作業(yè)特征數(shù)據(jù)，計算病害識別結(jié)果的置信度值；所述安全作業(yè)特征數(shù)據(jù)包括：環(huán)境信息和上下文信息；

32、將所述置信度值與預(yù)設(shè)的置信度閾值進行比較；其中，所述預(yù)設(shè)的置信度閾值基于所述安全作業(yè)特征數(shù)據(jù)進行動態(tài)調(diào)整；

33、所述動態(tài)調(diào)整包括：響應(yīng)于所述環(huán)境信息中存在惡劣天氣信息，降低置信度閾值；其中，所述惡劣天氣信息包括：雨天、雪天、霧霾；響應(yīng)于所述上下文信息中存在交通流量大于流量閾值，提高置信度閾值；響應(yīng)于所述上下文信息中存在交通要道信息或關(guān)鍵施工區(qū)域信息，提高置信度閾值；

34、響應(yīng)于所述置信度值小于所述預(yù)設(shè)的置信度閾值，標記對應(yīng)的所述第一病害信息為低可信度；

35、響應(yīng)于所述置信度值大于或等于所述預(yù)設(shè)的置信度閾值，標記對應(yīng)的所述第一病害信息為高可信度，并將標記為高可信度的第一病害信息作為驗證后特征數(shù)據(jù)，用于迭代更新病害識別模型；

36、所述迭代更新病害識別模型包括：

37、利用所述驗證后特征數(shù)據(jù)，采用預(yù)設(shè)的機器學(xué)習(xí)算法，對病害識別模型進行訓(xùn)練，更新模型參數(shù)；

38、根據(jù)預(yù)設(shè)的模型更新策略，當驗證后特征數(shù)據(jù)累計達到預(yù)定數(shù)量或經(jīng)過預(yù)設(shè)的時間間隔時，執(zhí)行模型更新。

39、第二方面，本技術(shù)還提供一種車載終端，包括：

40、采集模塊，用于針對目標公路，獲取病害特征數(shù)據(jù)和安全作業(yè)特征數(shù)據(jù)，所述安全作業(yè)特征數(shù)據(jù)包括：環(huán)境信息和上下文信息；其中，所述安全作業(yè)特征數(shù)據(jù)用于在車載終端進行施工現(xiàn)場安全風(fēng)險的本地評估；

41、處理模塊，用于利用在所述車載終端部署的病害識別模型，對所述病害特征數(shù)據(jù)進行識別，生成所述目標公路的第一病害信息，并基于所述第一病害信息評估安全風(fēng)險，生成安全風(fēng)險預(yù)警信息；

42、分配模塊，用于基于預(yù)設(shè)的優(yōu)先級分配規(guī)則，為所述病害特征數(shù)據(jù)標記優(yōu)先級信息；

43、第一傳輸模塊，用于利用所述優(yōu)先級信息，基于所述病害特征數(shù)據(jù)、所述安全作業(yè)特征數(shù)據(jù)，以及所述第一病害信息，生成第一數(shù)據(jù)包，并將所述第一數(shù)據(jù)包傳輸至服務(wù)器；其中，所述第一數(shù)據(jù)包用于所述病害識別模型的迭代更新。

44、第三方面，本技術(shù)還提供一種服務(wù)器，包括：

45、驗證模塊，用于接收由車載終端傳輸?shù)牡谝粩?shù)據(jù)包，并基于所述第一數(shù)據(jù)包，對第一病害信息進行置信度驗證，生成驗證后特征數(shù)據(jù)；

46、構(gòu)建模塊，用于基于所述驗證后特征數(shù)據(jù)，迭代更新病害識別模型；

47、第二傳輸模塊，用于將迭代更新后的所述病害識別模型發(fā)送至車載終端。

48、第四方面，本技術(shù)還提供一種車輛，包括車輛本體，以及配置于所述車輛本體內(nèi)部的如上述第二方面所述的車載終端。該車載終端被運行時執(zhí)行上述第一方面，或第一方面中任一種可能的實施方式中的步驟。

49、與現(xiàn)有技術(shù)相比，本技術(shù)的有益效果是：本技術(shù)通過車載終端和服務(wù)器之間的協(xié)同工作，實現(xiàn)了基于高置信度數(shù)據(jù)的自動化模型更新流程。服務(wù)器端在接收到差異性數(shù)據(jù)和安全作業(yè)特征數(shù)據(jù)后，進行自動化的迭代更新，確保病害識別模型能夠始終保持高效、精準的狀態(tài)。模型的自動更新使得系統(tǒng)能夠快速適應(yīng)新的公路狀況，顯著提高了養(yǎng)護事件識別的精度的巡查效率。

50、此外，引入了基于地理信息匹配的差異性數(shù)據(jù)篩選機制，能夠有效剔除冗余和重復(fù)數(shù)據(jù)，僅保留具有顯著變化或新增的病害特征數(shù)據(jù)。這一機制在減少數(shù)據(jù)量的同時，確保了上傳至服務(wù)器的數(shù)據(jù)具備高價值，有助于病害識別模型的精準迭代更新。此外，通過置信度驗證和動態(tài)調(diào)整機制，本發(fā)明可以針對不同環(huán)境條件下的識別結(jié)果進行精準標記和篩選，進一步提升了病害識別的可靠性。

51、此外，安全作業(yè)特征數(shù)據(jù)還用于對施工作業(yè)人員的安全預(yù)警，實現(xiàn)了自動提醒指揮中心與現(xiàn)場施工作業(yè)人員安全風(fēng)險情況。