四川易方智慧科技有限公司

本数据集“交通管理道路病害检测数据”主要应用于交通管理领域，特别是针对道路病害的智能化检测与管理。 条件：适用于拥有或管理路网、需要进行道路巡检、应急抢险、小修保养、日常保洁、路产路权管理及事件协同的交通管理部门或相关机构。 范围：覆盖城市内的道路，包括主干道、次干道、支路等，以及这些道路上可能出现的各种病害，如裂缝、坑洼、破损等。 对象：主要面向交通管理部门、道路养护单位、规划部门以及相关研究机构，为他们提供准确、实时的道路病害数据，以支持决策制定和业务操作。 通过运用本数据集及配套的深度学习目标检测算法，可以解决以下具体问题： 实时、准确地识别道路上的各种病害，提高道路巡检的效率和质量。 为道路养护提供科学依据，优化养护计划，减少因道路病害导致的交通拥堵和安全事故。 支持交通规划和管理，提升整体交通运行效率和服务水平。 禁用场景特别说明： 本数据集及算法不应用于非交通管理或道路养护相关的商业活动，也不得用于任何违反法律法规或侵犯他人隐私的行为。在未获得明确授权的情况下，不得将数据用于其他城市或地区的交通管理或道路养护活动。一.原始数据→检测模型输入数据： 1.原始数据分为三个部分： （1）zed2i相机：图像像素数组 （2）激光雷达：点云数据包，包含以太网包头、点云UDP数据、以太网数据尾。 （3）组合导航设备：二进制协议数据流，主要包含以下内容： GPS周内秒、 GPS周计数 纬度、高度、北向速度(m/s) 经度、 东向速度、航向角(度)、加速度计X轴、加速度计Y轴、加速度计Z轴、差分延时、卫星数量、RTK 定位状态、俯仰角、横滚角。 2.原始数据通过ROS2驱动获取并进行时间同步、转换等处理后发布如下检测模型输入数据： （1）zed2i相机：sensor_msgs模块的Image数据，包含以下内容：消息序列号、时间戳（图像采集时间）、坐标系标识、图像高度、图像宽度、像素数据的编码格式、数据存储的字节序、每行像素占用的字节数、图像像素的原始字节流。 （2）激光雷达：sensor_msgs模块的PointCloud2数据，包含以下内容：消息序列号、时间戳、坐标系标识、点云高度、点云宽度、像素数据的编码格式、数据存储的字节序、单个点占用的总字节数、序列化的点云数据、定义每个点的字段（如坐标、颜色、强度等）、每行数据的总字节数。 （3）组合导航设备：自定义消息类型Nav，主要包含以下内容：消息序列号、时间戳、坐标系标识、GPS 时间中的周内毫秒、GPS 周数、纬度、经度、椭球高、北向速度、东向速度、天向速度、横滚角、俯仰角。 二.模型输入数据→推理结果数据： 1.检测与分割模块输出目标框、类别、置信度、实例掩码 2.跟踪模块输出跟踪ID，并利用相关信息输出待统计ID 3.病害指标计算模块利用以上信息输出目标的面积、长度、宽度、深度、高差数据。(xiyi)是多边形顶点，其中面积计算采用Shoelace公式。 长宽计算采用基于主成分分析的目标长宽估计方法，其中计算协方差矩阵公式右侧。 深度、高差通过该目标点云中高度方向的差值计算得到。 三、推理结果数据→统计输出数据 根据每十米统计的病害详细信息计算该基本检测单元的对应指标。 其中PCI、RDI、RQI、PBI公式如图所示，公式因复制粘贴会形成乱码无法识读，故做成pdf格式后作为附件上传到了“数据来源证明”处。