基于路面监测对公路养护任务进行智能分配的方法及系统与流程

1.本技术涉及公路养护应用技术领域，尤其涉及基于路面监测对公路养护任务进行智能分配的方法及系统。


背景技术：

2.公路养护部门为了确保所辖区域路线的正常运维，需要派出巡检养护人员每天对公路及所附属的构造物进行检查，还对公路的养护管理资料进行更新，存储，分析，并且为养护管理人员提供数据分析以提高管理质量，以便及时发现存在的问题，采取措施，防患于未然，通过巡视检查和评测工作为所辖区域的正常交通畅通及安全运行提供了保障。
3.申请号为cn2018103386187的专利公开了一种高速公路养护方法，该方法可实现对高速公路路况的综合整体性分析，使得人们能够及早发现并处理问题，从而延长高速公路的使用寿命；申请号为cn2021203617352的专利公开了一种公路养护安全监管系统，该系统通过第一摄像机可以将路面情况进行拍摄，通过计算机将拍摄的图像信息进行记录，它有效避免了公路监管巡查中人工肉眼检查遗漏的问题，可以将无人机控制在路面上空，避开车流，不会妨碍交通，消除了人工查验的安全隐患，目前，对于公路养护上，现有技术的研究方向多侧重于如何延长公路寿命、排除人工查验的安全隐患上，因此，现有技术在公路养护任务上还存在无法快速选择养护策略和分配任务承接方的问题。


技术实现要素：

4.本技术实施例的目的在于提出基于路面监测对公路养护任务进行智能分配的方法及系统，以解决现有技术在公路养护任务上还存在无法快速选择养护策略和分配任务承接方的问题。
5.为了解决上述技术问题，本技术实施例提供基于路面监测对公路养护任务进行智能分配的方法，采用了如下所述的技术方案：
6.基于路面监测对公路养护任务进行智能分配的方法，包括：
7.步骤101，预先在公路养护监管中心录入养护任务承接方信息；
8.步骤102，基于大数据平台筛选出若干种路面养护策略，并进行区别编号，将所述若干种路面养护策略按照不同养护类型进行分类，其中，所述养护类型包括：日常养护类型、定期养护类型、特别养护类型和改善工程类型；
9.步骤103，基于网络爬虫抓取若干张路面病害图片及不同病害图片对应的养护策略，基于预设学习评估模型，对所述若干张路面病害图片分别进行病害级别学习评估，基于所述养护策略识别出所述若干张路面病害图片分别对应的养护类型；
10.步骤104，分别获取日常养护类型、定期养护类型、特别养护类型和改善工程类型对应的路面病害图片及所述路面病害图片对应的病害评估级别，确定出日常养护类型、定期养护类型、特别养护类型和改善工程类型分别对应的病害评估级别范围；
11.步骤105，基于所述养护类型、病害级别等级、若干种路面养护策略对应的区别编
号三者间的关联关系，构建养护策略筛选模型，并将所述养护策略筛选模型录入公路养护监管中心；
12.步骤106，基于公路巡查无人机，进行图像采集，获取若干张公路路面病害图片，将所述若干张公路路面病害图片作为测试集传入学习完成的所述学习评估模型中，进行图片检测，识别所述若干张公路路面病害图片分别对应的病害级别，作为新养护任务参数；
13.步骤107，将所述新养护任务参数传入所述养护策略筛选模型，筛选其对应的养护类型，若所述新养护任对应多种养护类型，则按照日常养护类型》定期养护类型》特别养护类型》改善工程类型的优先级，先进行养护类型确定，再进行养护策略确定，基于所述养护任务承接方信息匹配新养护任务承接方，完成对公路养护任务进行智能分配。
14.进一步的，所述预先在公路养护监管中心录入养护任务承接方信息，至少包括：
15.录入养护任务承接方的资质信息、可承接养护类型信息、可实施养护策略信息。
16.进一步的，所述基于大数据平台筛选出若干种路面养护策略，并进行区别编号，具体实现方式为：
17.预先整理出与公路养护实施相关的检索字段，作为搜索参数；
18.依次将搜索参数放入预设大数据平台搜索框中，进行搜索，搜索出若干种路面养护实施方案，将每一所述实施方案作为一种路面养护策略，并进行区别编号。
19.进一步的，所述将所述若干种路面养护策略按照不同养护类型进行分类，具体分类方式为：
20.基于语义识别技术，对所述若干种路面养护策略中的文字信息进行分析，若经过分析，当前路面养护策略中直接注明了其对应的养护类型为日常养护类型、定期养护类型、特别养护类型、改善工程类型中任意一种，则直接确认当前路面养护策略对应的养护类型；若其未明确表明其对应的养护类型为日常养护类型、定期养护类型、特别养护类型、改善工程类型中任意一种，则基于预设关联词库确定当前路面养护策略对应的养护类型，其中，所述预设关联词库中包含四张表单，每一张表单中关联词分别与所述日常养护类型、定期养护类型、特别养护类型、改善工程类型一一对应。
21.进一步的，所述基于网络爬虫抓取若干张路面病害图片及不同病害图片对应的养护策略，具体实现方式为：
22.利用图片抓取工具，获取若干张路面病害图片；
23.以所述路面病害图片为检索图片，基于cnn神经网络进行以图搜图，搜索与检索图片类似的图片对应的养护策略，即检索图片对应的多个养护策略。
24.进一步的，所述基于预设学习评估模型，对所述若干张路面病害图片分别进行病害级别学习评估，具体学习方式为：
25.将所述若干张路面病害图片按照9:1的比例分为训练样本和验证样本两个部分；
26.预先将病害级别设置为四个级别，分别为i、ii、iii、iv级，同时为所述i、ii、iii、iv级设置病害等级分类条件；
27.将所述训练样本传入预设学习评估模型，进行机器学习，基于所述病害等级分类条件，将所述训练样本分为i、ii、iii、iv四个等级；
28.将所述验证样本传入经机器学习后的预设学习评估模型，进行交叉验证，若所述验证样本经学习评估模型评估后，能获取到对应不同病害级别的结果，则评估成功；
29.按照i、ii、iii、iv四个等级构建四个区别集合，将所述若干张路面病害图片按照学习评估结果加入到所述四个区别集合中。
30.进一步的，所述养护策略筛选模型，筛选步骤包括：
31.步骤201，启动所述养护策略筛选模型，以所述若干张公路路面病害图片分别对应的病害级别作为新养护任务参数；
32.步骤202，基于所述新养护任务参数，确定其对应的养护类型，若所述新养护任务参数同属于多个养护类型的病害评估级别范围内，则按照日常养护类型》定期养护类型》特别养护类型》改善工程类型的优先级，选择优先级高的养护类型，作为新养护任务参数对应的养护类型，即第一养护类型；
33.步骤203，获取所述第一养护类型对应的多种养护策略，作为第一策略集合，同时，获取所述新养护任务参数对应的多种养护策略，作为第二策略集合，若所述第一策略集合和所述第二策略集合存在养护策略相同且唯一，则直接将该养护策略作为最终养护策略，若所述第一策略集合和所述第二策略集合存在多种养护策略相同，则基于最低成本选择养护策略，作为最终养护策略；
34.步骤204，获取所述最终养护策略对应的区别编号发送至所述公路养护监管中心，在所述公路养护监管中心选择承接方后，将所述区别编号对应的养护策略一并发送至承接方。
35.进一步的，所述路面病害，包括：
36.路面裂缝、积水、坑槽、断板、鼓包、集尘。
37.进一步的，所述基于预设学习评估模型，对路面病害图片分别进行病害级别学习评估之前，包括：
38.获取所述路面病害图片中每一像素点的rgb(r,g,b)值；
39.基于浮点算法：gray＝0.3r+0.59g+0.11b，将所述对应像素点的rgb(r,g,b)值替换为rgb(gray，gray，gray)；
40.获取替换后的图片作为传入预设学习评估模型中的图片。
41.为了解决上述技术问题，本技术实施例还提供了基于路面监测对公路养护任务进行智能分配的系统，采用了如下所述的技术方案：
42.基于路面监测对公路养护任务进行智能分配的系统，包括：
43.养护策略整合分类模块，用于基于大数据平台筛选出若干种路面养护策略，并进行区别编号，将所述若干种路面养护策略按照不同养护类型进行分类，其中，所述养护类型包括：日常养护类型、定期养护类型、特别养护类型和改善工程类型；
44.病害级别学习评估模块，用于基于网络爬虫抓取若干张路面病害图片及不同病害图片对应的养护策略，基于预设学习评估模型，对所述若干张路面病害图片分别进行病害级别学习评估，基于所述养护策略识别出所述若干张路面病害图片分别对应的养护类型；
45.养护类型与病害级别对应模块，用于分别获取日常养护类型、定期养护类型、特别养护类型和改善工程类型对应的路面病害图片及所述路面病害图片对应的病害评估级别，确定出日常养护类型、定期养护类型、特别养护类型和改善工程类型分别对应的病害评估级别范围；
46.公路养护监管中心模块，用于预先录入养护任务承接方信息；还用于基于所述养
护类型、病害级别等级、若干种路面养护策略对应的区别编号三者间的关联关系，构建养护策略筛选模型，并将所述养护策略筛选模型录入公路养护监管中心；
47.新养护任务建立模块，用于基于公路巡查无人机，进行图像采集，获取若干张公路路面病害图片，将所述若干张公路路面病害图片作为测试集传入学习完成的所述学习评估模型中，进行图片检测，识别所述若干张公路路面病害图片分别对应的病害级别，作为新养护任务参数；
48.养护任务智能分配模块，用于将所述新养护任务参数传入所述养护策略筛选模型，筛选其对应的养护类型，若所述新养护任对应多种养护类型，则按照日常养护类型》定期养护类型》特别养护类型》改善工程类型的优先级，先进行养护类型确定，再进行养护策略确定，基于所述养护任务承接方信息匹配新养护任务承接方，完成对公路养护任务进行智能分配。
49.与现有技术相比，本技术实施例主要有以下有益效果：
50.本技术实施例公开了基于路面监测对公路养护任务进行智能分配的方法及系统，通过大数据平台进行养护策略整合分类，基于机器学习进行病害级别学习评估模块，通过新养护任务建立模块，养护任务智能分配模块，将所述新养护任务参数传入所述养护策略筛选模型，筛选其对应的养护类型，按照养护类型优先级，先进行养护类型确定，再进行养护策略确定，基于公路养护监管中心模块匹配新养护任务承接方，完成对公路养护任务进行智能分配，本技术通过预先对公路养护策略和承接方信息进行整合，再经过机器学习模型和策略筛选模型，对新养护任务快速选择养护策略和分配任务承接方，提高公路养护任务分配效率。
附图说明
51.为了更清楚地说明本技术中的方案，下面将对本技术实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
52.图1为本技术实施例中基于路面监测对公路养护任务进行智能分配的方法的一个实施例的流程图；
53.图2为本技术实施例中所述养护策略筛选模型的一个实施例的筛选流程图；
54.图3为本技术实施例中基于路面监测对公路养护任务进行智能分配的系统的一个实施例；
55.图4为本技术实施例中基于路面监测对公路养护任务进行智能分配的方法的一个实施例的执行逻辑图。
具体实施方式
56.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术；本技术的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本技术的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用
于描述特定顺序。
57.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
58.为了使本技术领域的人员更好地理解本技术方案，下面将结合附图，对本技术实施例中的技术方案进行清楚、完整地描述。
59.需要说明的是，本技术实施例所提供的基于路面监测对公路养护任务进行智能分配的方法一般由服务器/终端设备执行，相应地，基于路面监测对公路养护任务进行智能分配的系统一般设置于服务器/终端设备中。
60.参考图1，图中示出了本技术的基于路面监测对公路养护任务进行智能分配的方法的一个实施例的流程图，所述的基于路面监测对公路养护任务进行智能分配的方法，包括以下步骤：
61.步骤101，预先在公路养护监管中心录入养护任务承接方信息。
62.在本技术的一些实施例中，所述预先在公路养护监管中心录入养护任务承接方信息，至少包括：录入养护任务承接方的资质信息、可承接养护类型信息、可实施养护策略信息。
63.步骤102，基于大数据平台筛选出若干种路面养护策略，并进行区别编号，将所述若干种路面养护策略按照不同养护类型进行分类，其中，所述养护类型包括：日常养护类型、定期养护类型、特别养护类型和改善工程类型。
64.在本技术的一些实施例中，所述基于大数据平台筛选出若干种路面养护策略，并进行区别编号，具体实现方式为：预先整理出与公路养护实施相关的检索字段，作为搜索参数；依次将搜索参数放入预设大数据平台搜索框中，进行搜索，搜索出若干种路面养护实施方案，将每一所述实施方案作为一种路面养护策略，并进行区别编号。
65.在本技术的一些实施例中，所述将所述若干种路面养护策略按照不同养护类型进行分类，具体分类方式为：基于语义识别技术，对所述若干种路面养护策略中的文字信息进行分析，若经过分析，当前路面养护策略中直接注明了其对应的养护类型为日常养护类型、定期养护类型、特别养护类型、改善工程类型中任意一种，则直接确认当前路面养护策略对应的养护类型；若其未明确表明其对应的养护类型为日常养护类型、定期养护类型、特别养护类型、改善工程类型中任意一种，则基于预设关联词库确定当前路面养护策略对应的养护类型，其中，所述预设关联词库中包含四张表单，每一张表单中关联词分别与所述日常养护类型、定期养护类型、特别养护类型、改善工程类型一一对应。
66.步骤103，基于网络爬虫抓取若干张路面病害图片及不同病害图片对应的养护策略，基于预设学习评估模型，对所述若干张路面病害图片分别进行病害级别学习评估，基于所述养护策略识别出所述若干张路面病害图片分别对应的养护类型。
67.在本技术的一些实施例中，所述基于网络爬虫抓取若干张路面病害图片及不同病害图片对应的养护策略，具体实现方式为：利用图片抓取工具，获取若干张路面病害图片；以所述路面病害图片为检索图片，基于cnn神经网络进行以图搜图，搜索与检索图片类似的图片对应的养护策略，即检索图片对应的多个养护策略。
68.在本技术的一些实施例中，所述基于预设学习评估模型，对所述若干张路面病害图片分别进行病害级别学习评估，具体学习方式为：将所述若干张路面病害图片按照9:1的比例分为训练样本和验证样本两个部分；预先将病害级别设置为四个级别，分别为i、ii、iii、iv级，同时为所述i、ii、iii、iv级设置病害等级分类条件；将所述训练样本传入预设学习评估模型，进行机器学习，基于所述病害等级分类条件，将所述训练样本分为i、ii、iii、iv四个等级；将所述验证样本传入经机器学习后的预设学习评估模型，进行交叉验证，若所述验证样本经学习评估模型评估后，能获取到对应不同病害级别的结果，则评估成功；按照i、ii、iii、iv四个等级构建四个区别集合，将所述若干张路面病害图片按照学习评估结果加入到所述四个区别集合中。
69.在本技术的一些实施例中，所述基于预设学习评估模型，对路面病害图片分别进行病害级别学习评估之前，包括：获取所述路面病害图片中每一像素点的rgb(r,g,b)值；基于浮点算法：gray＝0.3r+0.59g+0.11b，将所述对应像素点的rgb(r,g,b)值替换为rgb(gray，gray，gray)；获取替换后的图片作为传入预设学习评估模型中的图片。
70.步骤104，分别获取日常养护类型、定期养护类型、特别养护类型和改善工程类型对应的路面病害图片及所述路面病害图片对应的病害评估级别，确定出日常养护类型、定期养护类型、特别养护类型和改善工程类型分别对应的病害评估级别范围。
71.步骤105，基于所述养护类型、病害级别等级、若干种路面养护策略对应的区别编号三者间的关联关系，构建养护策略筛选模型，并将所述养护策略筛选模型录入公路养护监管中心。
72.步骤106，基于公路巡查无人机，进行图像采集，获取若干张公路路面病害图片，将所述若干张公路路面病害图片作为测试集传入学习完成的所述学习评估模型中，进行图片检测，识别所述若干张公路路面病害图片分别对应的病害级别，作为新养护任务参数。
73.步骤107，将所述新养护任务参数传入所述养护策略筛选模型，筛选其对应的养护类型，若所述新养护任对应多种养护类型，则按照日常养护类型》定期养护类型》特别养护类型》改善工程类型的优先级，先进行养护类型确定，再进行养护策略确定，基于所述养护任务承接方信息匹配新养护任务承接方，完成对公路养护任务进行智能分配。
74.在本技术的一些实施例中，所述路面病害，包括：路面裂缝、积水、坑槽、断板、鼓包、集尘。
75.在本技术的一些实施例中，所述养护策略筛选模型，具体执行方式为：启动所述养护策略筛选模型，以所述若干张公路路面病害图片分别对应的病害级别作为新养护任务参数；基于所述新养护任务参数，确定其对应的养护类型，若所述新养护任务参数同属于多个养护类型的病害评估级别范围内，则按照日常养护类型》定期养护类型》特别养护类型》改善工程类型的优先级，选择优先级高的养护类型，作为新养护任务参数对应的养护类型，即第一养护类型；获取所述第一养护类型对应的多种养护策略，作为第一策略集合，同时，获取所述新养护任务参数对应的多种养护策略，作为第二策略集合，若所述第一策略集合和所述第二策略集合存在养护策略相同且唯一，则直接将该养护策略作为最终养护策略，若所述第一策略集合和所述第二策略集合存在多种养护策略相同，则基于最低成本选择养护策略，作为最终养护策略；获取所述最终养护策略对应的区别编号发送至所述公路养护监管中心，在所述公路养护监管中心选择承接方后，将所述区别编号对应的养护策略一并发
送至承接方。
76.继续参考图2，图2示出了本技术实施例中所述养护策略筛选模型的一个实施例的筛选流程图，包括：
77.步骤201，启动所述养护策略筛选模型，以所述若干张公路路面病害图片分别对应的病害级别作为新养护任务参数。
78.步骤202，基于所述新养护任务参数，确定其对应的养护类型，若所述新养护任务参数同属于多个养护类型的病害评估级别范围内，则按照日常养护类型》定期养护类型》特别养护类型》改善工程类型的优先级，选择优先级高的养护类型，作为新养护任务参数对应的养护类型，即第一养护类型。
79.步骤203，获取所述第一养护类型对应的多种养护策略，作为第一策略集合，同时，获取所述新养护任务参数对应的多种养护策略，作为第二策略集合，若所述第一策略集合和所述第二策略集合存在养护策略相同且唯一，则直接将该养护策略作为最终养护策略，若所述第一策略集合和所述第二策略集合存在多种养护策略相同，则基于最低成本选择养护策略，作为最终养护策略。
80.步骤204，获取所述最终养护策略对应的区别编号发送至所述公路养护监管中心，在所述公路养护监管中心选择承接方后，将所述区别编号对应的养护策略一并发送至承接方。
81.本技术实施例中所述的基于路面监测对公路养护任务进行智能分配的方法，可以通过大数据平台进行养护策略整合分类，基于机器学习进行病害级别学习评估模块，通过新养护任务建立模块，养护任务智能分配模块，将所述新养护任务参数传入所述养护策略筛选模型，筛选其对应的养护类型，按照养护类型优先级，先进行养护类型确定，再进行养护策略确定，基于公路养护监管中心模块匹配新养护任务承接方，完成对公路养护任务进行智能分配，本技术通过预先对公路养护策略和承接方信息进行整合，再经过机器学习模型和策略筛选模型，对新养护任务快速选择养护策略和分配任务承接方，提高公路养护任务分配效率。
82.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)等非易失性存储介质，或随机存储记忆体(random access memory，ram)等。
83.应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
84.进一步参考图3，作为对上述图1所示方法的实现，本技术提供了一种基于路面监测对公路养护任务进行智能分配的系统的一个实施例，该系统实施例与图1所示的方法实施例相对应，该系统具体可以应用于各种电子设备中。
85.如图3所示，本实施例所述的基于路面监测对公路养护任务进行智能分配的系统3包括：养护策略整合分类模块301、病害级别学习评估模块302、养护类型与病害级别对应模块303、公路养护监管中心模块304、新养护任务建立模块305和养护任务智能分配模块306。其中：
86.养护策略整合分类模块301，用于基于大数据平台筛选出若干种路面养护策略，并进行区别编号，将所述若干种路面养护策略按照不同养护类型进行分类，其中，所述养护类型包括：日常养护类型、定期养护类型、特别养护类型和改善工程类型；
87.病害级别学习评估模块302，用于基于网络爬虫抓取若干张路面病害图片及不同病害图片对应的养护策略，基于预设学习评估模型，对所述若干张路面病害图片分别进行病害级别学习评估，基于所述养护策略识别出所述若干张路面病害图片分别对应的养护类型；
88.养护类型与病害级别对应模块303，用于分别获取日常养护类型、定期养护类型、特别养护类型和改善工程类型对应的路面病害图片及所述路面病害图片对应的病害评估级别，确定出日常养护类型、定期养护类型、特别养护类型和改善工程类型分别对应的病害评估级别范围；
89.公路养护监管中心模块304，用于预先录入养护任务承接方信息；还用于基于所述养护类型、病害级别等级、若干种路面养护策略对应的区别编号三者间的关联关系，构建养护策略筛选模型，并将所述养护策略筛选模型录入公路养护监管中心；
90.新养护任务建立模块305，用于基于公路巡查无人机，进行图像采集，获取若干张公路路面病害图片，将所述若干张公路路面病害图片作为测试集传入学习完成的所述学习评估模型中，进行图片检测，识别所述若干张公路路面病害图片分别对应的病害级别，作为新养护任务参数；
91.养护任务智能分配模块306，用于将所述新养护任务参数传入所述养护策略筛选模型，筛选其对应的养护类型，若所述新养护任对应多种养护类型，则按照日常养护类型》定期养护类型》特别养护类型》改善工程类型的优先级，先进行养护类型确定，再进行养护策略确定，基于所述养护任务承接方信息匹配新养护任务承接方，完成对公路养护任务进行智能分配。
92.本技术实施例所述的基于路面监测对公路养护任务进行智能分配的系统，通过大数据平台进行养护策略整合分类，基于机器学习进行病害级别学习评估模块，通过新养护任务建立模块，养护任务智能分配模块，将所述新养护任务参数传入所述养护策略筛选模型，筛选其对应的养护类型，按照养护类型优先级，先进行养护类型确定，再进行养护策略确定，基于公路养护监管中心模块匹配新养护任务承接方，完成对公路养护任务进行智能分配，本技术通过预先对公路养护策略和承接方信息进行整合，再经过机器学习模型和策略筛选模型，对新养护任务快速选择养护策略和分配任务承接方，提高公路养护任务分配效率。
93.继续参考图4，图4为本技术实施例中基于路面监测对公路养护任务进行智能分配的方法的一个实施例的执行逻辑图，包括：预先在公路养护监管中心录入养护任务承接方信息；基于大数据平台筛选出若干种路面养护策略，并进行区别编号，将所述若干种路面养护策略按照不同养护类型进行分类，其中，所述养护类型包括：日常养护类型、定期养护类
型、特别养护类型和改善工程类型；基于网络爬虫抓取若干张路面病害图片及不同病害图片对应的养护策略，基于预设学习评估模型，对所述若干张路面病害图片分别进行病害级别学习评估，基于所述养护策略识别出所述若干张路面病害图片分别对应的养护类型；分别获取日常养护类型、定期养护类型、特别养护类型和改善工程类型对应的路面病害图片及所述路面病害图片对应的病害评估级别，确定出日常养护类型、定期养护类型、特别养护类型和改善工程类型分别对应的病害评估级别范围；基于所述养护类型、病害级别等级、若干种路面养护策略对应的区别编号三者间的关联关系，构建养护策略筛选模型，并将所述养护策略筛选模型录入公路养护监管中心；基于公路巡查无人机，进行图像采集，获取若干张公路路面病害图片，将所述若干张公路路面病害图片作为测试集传入学习完成的所述学习评估模型中，进行图片检测，识别所述若干张公路路面病害图片分别对应的病害级别，作为新养护任务参数；将所述新养护任务参数传入所述养护策略筛选模型，筛选其对应的养护类型，若所述新养护任对应多种养护类型，则按照日常养护类型》定期养护类型》特别养护类型》改善工程类型的优先级，先进行养护类型确定，再进行养护策略确定，基于所述养护任务承接方信息匹配新养护任务承接方，完成对公路养护任务进行智能分配。
94.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本技术各个实施例所述的方法。
95.显然，以上所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例，附图中给出了本技术的较佳实施例，但并不限制本技术的专利范围。本技术可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本技术的公开内容的理解更加透彻全面。尽管参照前述实施例对本技术进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本技术说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本技术专利保护范围之内。