[发明专利]基于Faster R-CNN的道路裂纹检测系统

权利要求书

1.一种基于Faster R-CNN的道路裂纹检测系统，其特征在于，所述系统包括：监控采样设备、与所述监控采样设备建立有通信连接的检测计算机子系统；

所述监控采样设备，用于使用预设检测方式对待检测目标物进行检测，得到所述待检测目标物的图像数据，所述图像数据中包括所述待检测目标物上的若干个实际检测点；基于所述通信连接将所述图像数据发送至所述检测计算机子系统；其中，所述预设检测方式包括单应性矩阵法和/或棋盘标定法；

所述检测计算机子系统，用于在接收到所述图像数据后，获取预先训练的验证识别逻辑模型，将所述图像数据输入所述验证识别逻辑模型，对裂纹检测识别；其中，所述验证识别逻辑模型包括Faster R-CNN子模型、BP神经网络子模型和LSTM神经网络子模型，所述BP神经网络子模型与所述LSTM神经网络子模型并联，并分别与所述Faster R-CNN子模型连接。

2.根据权利要求1所述的系统，其特征在于，所述将所述图像数据输入所述验证识别逻辑模型，对裂纹检测识别，包括：

通过所述Faster R-CNN子模型对所述图像数据进行裂纹检测，得到裂纹特征；

将所述裂纹特征分别输入所述LSTM神经网络子模型和所述BP神经网络子模型，验证所述裂纹检测的精度和准确度。

3.根据权利要求2所述的系统，其特征在于，所述通过所述Faster R-CNN子模型对所述图像数据进行裂纹检测，得到裂纹特征，包括：

识别所述若干个实际检测点在所述图像数据中的位置；

对所述若干个实际检测点进行语义分割处理，得到所述若干个实际检测点对应的若干个检测点像素；

对各检测点像素采用双线性内插法进行亚像素处理，得到各检测点像素值。

4.根据权利要求3所述的系统，其特征在于，所述将所述图像数据输入所述验证识别逻辑模型，对裂纹检测识别，还包括：

基于所述各检测点像素值，得到所述若干个检测点在所述待检测目标物上的实际坐标值；

将所述实际坐标值与所述待检测目标物的虚拟检测点进行比对，得到所述待检测目标物在实际检测点坐标系中的坐标。

5.根据权利要求4所述的系统，其特征在于，所述使用预设检测方式对待检测目标物进行检测，得到所述待检测目标物的图像数据之前，还包括：

在所述待检测目标物上设置所述若干个实际检测点；

在所述待检测目标物对应的图纸上，设置若干个与所述若干个实际检测点一一对应的所述虚拟检测点；

对所述实际检测点和所述标虚拟检测点进行位置匹配验证，以使所述实际检测点与所述虚拟检测点的位置坐标和大小尺寸一致。

6.根据权利要求1所述的系统，其特征在于，所述监控采样设备包括至少一个检测组件和承载机体；其中，每个所述检测组件包括一个检测头和一个三维位移台，所述承载机体通过所述三维位移台与所述检测头连接；

所述检测头为轴向界面呈矩形的柱状腔体结构，所述检测头上设置有若干个检测设备；所述三维位移台上设置有至少一个角度传感器。

7.根据权利要求6所述的系统，其特征在于，所述监控采样设备还包括驱动电路板；所述驱动电路包括串口通讯电路、无线数据通讯电路及GNSS卫星定位电路；

所述驱动电路板设置于所述承载机体的内部；

所述驱动电路板与所述至少一个检测组件和所述若干个检测设备电气连接，用于驱动所述至少一个检测组件和所述若干个检测设备。

8.根据权利要求7所述的系统，其特征在于，所述驱动电路还包括以下几种芯片中的至少一种：FPGA芯片、DSP芯片。