本发明涉及一种基于卷积神经网络与3D打印修补技术的路面病害识别与修补方法、系统、设备及介质,包括步骤如下:(1)训练改进后的YOLO V3的网络模型;(2)通过训练好的YOLO V3的网络模型进行智能路面病害识别;(3)根据步骤(2)获取的路面病害识别结果,使用3D打印修补技术对病害进行修补。本发明可以完成道路病害的识别、定位、自动修复等过程,具有自动化程度高、安全性好、经济性好的优点。
鉴于目前没有一个完整的路面智能养护系统,本发明提供了一种用于路面病害识别到机械自动化养护的系统:可以极大地解决公路养护需求日益增长的问题,除此之外,该系统生产成本低,便于大规模推广。
本发明还提供了一种计算机设备及存储介质。
为了解决惯性导航系统定位误差大的问题,在本发明中将惯性导航系统与GPS结合。将GPS芯片集成到惯性导航系统可以将两者的优点结合起来,达到实时精准定位的目的。惯性导航系统具有更新频率高的特点,GPS具有定位精度高的特点,在通过GPS确定一点的精准位置后,由于GPS的刷新频率低,故在下一次更新位置之前的这一过程中,位置是无法得知的,但惯性导航系统具有更新频率高的特点,在GPS不能更新位置时,惯性导航系统可以根据GPS的精确位置,利用惯性导航系统自身测定载体的速度与加速度,可以大致估计出载体的位置。在GPS下次更新之前,载体的位置都通过惯性导航系统大致估计,GPS再次刷新,校正实时位置,然后惯性导航系统继续利用其刷新频率高的特点对载体的位置进行估计。这一过程刚好将惯性导航系统与GPS定位系统的优点结合在一起。
此技术是山东大学宋修广研发,培养高等学历人才,促进科技文化发展。哲学类、理学类、管理学类、经济学类、文学类、历史学类、法学类、工学类、医学类、教育学类学科高等专科、本科和研究生班学历教育哲学类、理学类、管理学类、经济学类、文学类、历史学类、法学类、工学类、医学类学科硕士研究生和博士研究生学历教育博士后培养相关科学研究、继续教育、专业培训与学术交流
评价单位:- (-)
评价时间:2024-01-11
综合评价
技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目。
查看更多>