买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京工业大学申请的专利一种基于多源数据融合分析的人行道平整度智能检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119066532B 。

龙图腾网通过国家知识产权局官网在2025-05-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411085858.2，技术领域涉及：G06F18/243；该发明授权一种基于多源数据融合分析的人行道平整度智能检测方法是由薛睿佳;赖见辉;熊文;尚文龙;柳堤设计研发完成，并于2024-08-08向国家知识产权局提交的专利申请。

本一种基于多源数据融合分析的人行道平整度智能检测方法在说明书摘要公布了：本发明公开了一种基于多源数据融合分析的人行道平整度智能检测方法，包括数据采集、数据分析、图像分析、使用GIS对于得到的9种人行道常见不平整类型的异常点在地图上进行分类分层展点、平整度整体评估。使用激光传感器采集某人行道路段各个检测点的距地高度数据，求算出该人行道路段所有检测点竖向位移值的标准差σ，进一步根据关系式求解出IRI指标，最终利用关系式求出该人行道路段的FQI指数，对人行道路段的平整度进行整体分级评估。

本发明授权一种基于多源数据融合分析的人行道平整度智能检测方法在权利要求书中公布了：1.一种基于多源数据融合分析的人行道平整度智能检测方法，其特征在于，包括以下步骤：步骤1，采集数据：确定需要评估平整度的待测人行道路段，使用具备激光传感器TOF、陀螺仪传感器IMU、GPS传感器GNSS以及摄像头的采集设备，沿着需要进行平整度评估的待测人行道路段每隔25cm采集一次同一检测点的数据，并实时录制全程的实地视频；在同一个检测点采集的数据包括：采集时刻t、距地高度HK、竖向加速度aZ、点位经纬度多源数据信息以及该检测点的现场图片；步骤2，清洗数据：将激光传感器采集的距地高度数据HK简称激光数据，K表示激光数据中检测点的编号，激光数据中HK∈[10,+∞为异常数据；陀螺仪传感器采集的竖向加速度数据aZ简称陀螺仪数据，其中Z表示陀螺仪数据中检测点的编号，陀螺仪数据中aZ∈-∞,0]∪[30000,+∞为异常数据；删除采集的所有距地高度数据HK和所有竖向加速度数据aZ中的异常数据；步骤3，准备数据片段和分类数据集：步骤4，划分测试集和训练集：对步骤3中得到的各分类数据集Ci进行划分，i＝1,2,3,4,5,6，设其中3Ni4份异常点片段为训练集和Ni4份异常点位片段为测试集；步骤5，训练激光数据分析DQN算法模型：步骤6，训练激光数据分析决策树算法模型；步骤7，训练陀螺仪数据分析DQN算法模型：步骤8，训练陀螺仪数据分析决策树算法模型；步骤9，DQN和决策树融合模型效果检验：将Ci所对应划分好的异常点位片段Ni4为测试集输入生成的DQN和决策树融合的激光数据分析算法模型，i＝1,2,3,4；将路面较大凹陷和路面较大凸起两类数据集Ci所对应的异常点位片段Ni4为测试集输入生成的DQN和决策树融合的陀螺仪数据分析算法模型，i＝5,6；各类别分别进行检测结果测试，验证模型，评估模型准确度；若准确率符合实际要求，则保存模型；若精准度不符合，则调整决策树叶节点值，直至两个模型的准确度符合实际要求；步骤10，训练图像识别神经网络：分类获取盲道、砖块破损、井盖纹裂异常、常见障碍物、井盖缺失、正常井盖6大类的相关图片，进行图片标记，并将标记好的图片输入图片集训练YOLO图像识别神经网络，进行识别效果评估，生成最终权重文件；在两种DQN和决策树融合的算法模型可识别6类不平整问题的基础上，经过图像识别可细化模式识别出预期的路面颠簸、障碍物、砖块破损、井盖异常、路面凸点或路面凹点、井盖缺失、路面高差、路面沉降、路面拱起，共9类人行道平整度常见问题；步骤11，生成激光传感器DQN特征向量：步骤12，激光传感器决策树分类模式识别：步骤13，生成陀螺仪传感器DQN特征向量：步骤13.1，输入陀螺仪传感器数据：启动步骤9中训练好的DQN和决策树融合的陀螺仪数据分析算法模型，输入陀螺仪传感器采集的所有监测点竖向加速度aZ总数据集Aa：DQN模型训练是根据fS,a函数可实时输出某一个状态下的奖励值，其中fS,a思路即为逐差思想，同样将差值设定为奖励值输出；步骤13.2，设定初始四元组：将陀螺仪传感器采集到的第一个竖向加速度aZ设定为初始状态s't动作a't设定为获取下一个竖向加速度aZ+1，并做差ΔaZ＝aZ+1-aZ；设定奖励值r't＝ΔaZ，系统输出对应的奖励值r't,并进行下一个状态s't+1的获取，输出一个四元组s't,a't,r't,s't+1；步骤13.3，生成异常点对应特征向量：根据其正负性输出对应结果，若r't＞0，为正数，后一点产生的振动加速度较小，输出“上升”，反之若r't＜0，为负数，后一点的产生的振动加速度较大，输出“下降”，在奖励值正负性突变点处即为异常点点位；从神经网络中调取突变点位前后的两个四元组中的r't；如果r't一正一负，且前一个为负，后一个突变成正则生成同时具有正负性两种特征，且正负性呈现前期小于零存在突变成大于零则生成较大凹陷的特征向量D4，存入神经网络中；如果r't一正一负，且前一个为正，后一个突变成负则生成较大凸起的特征向量D5，存入神经网络中；步骤14，陀螺仪传感器决策树分类模式识别：步骤15，图像分类识别：启动训练好的图像YOLO模型，根据步骤12和步骤14中生成的6个“xxx异常点”文件中的异常点时刻，筛选出所有异常点对应的图片，删除正常点位图片；步骤16，得出模式识别结果：最终输出常见的人行道不平整类型包括路面颠簸、障碍物、砖块破损、井盖异常、路面凸点或凹点、井盖缺失、路面高差、路面沉降、路面拱起，共9类；步骤17，GIS批量展点：对9个不同大类C'＝{C'1,C'2,C'3,C'4,C'5,C'6,C'7,C'8,C'9}得到的每个类别对应的模式识别结果数据集C'ii＝1,2,3,4,5,6,7,8,9；将9个异常点类别结果集中包含的所有点位对应的时刻与经纬度信息匹配，依据点位对应的经纬度和识别结果，在GIS地图上分类分层展点，得到人行道路网平整度精细化定点识别预警的目的；步骤18，人行道起终点经纬度获取：从百度地图中找到各条待测人行道的起点和终点的经纬度值，若待测人行道为南北向则获取起终点纬度，若待测人行道为东西向则获取起终点的经度；步骤19，对于所观测的人行道路段分路段进行整体平整度评估。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100000 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。