(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111505072.8 (22)申请日 2021.12.10 (71)申请人 华信咨询设计 研究院有限公司 地址 310051 浙江省杭州市滨江区长河街 道春波路9 99号 (72)发明人 夏芸　倪凡　申屠望柱 　王鑫荣　 沈梁　汪鑫　 (74)专利代理 机构 杭州杭诚专利事务所有限公 司 33109 专利代理师 刘正君 (51)Int.Cl. G06T 7/00(2017.01) G06Q 10/10(2012.01) G06Q 10/06(2012.01) G01M 11/00(2006.01)G01D 21/02(2006.01) G01B 5/00(2006.01) (54)发明名称 一种基于AI的光 缆验收方法与系统 (57)摘要 本发明公开了一种基于AI的光缆验收方法 与系统， 克服了现有技术光缆验收受人为因素影 响带来的差异导致通信网络质量评价出现偏差 的问题， 包括信息录入模块将光缆涉及的基础数 据录入后台、 系统抽测给出需验收段落抽取得到 验收节点集合、 AI识别模块根据验收节点集合进 行相机校准和拍摄得到AI识别数据等纤芯测试 数据、 输出结论是否验收通过等步骤。 本发明主 要是通过验收点抽测和AI识别解决验收过程中 人的干扰问题， 同时将验收过程流程化规范化， 同步存储验收过程中产生的照片和数据， 实现有 档可查。 权利要求书2页 说明书5页 附图1页 CN 114445325 A 2022.05.06 CN 114445325 A 1.一种基于AI的光 缆验收方法， 其特 征是， 包括以下步骤： 通过信息录入模块将光缆涉及的基础数据录入后台； 其中， 基础数据包括光缆项目涉 及的所有节 点名称、 节 点经纬度、 节点类型、 节点施工难度系数、 光缆段敷设方式、 段长信息 以及验收要求； 光缆验收系统的抽测模块根据节点基本信 息结合抽测算法进行检验点抽取， 得到验收 节点集合； 其中， 节点基本信息包括节点相关光缆小段长度、 节点相关光缆小段敷设方式、 施工难度系数； 在验收节点， AI识别模块进行相机校准和现场拍摄得到AI识别数据； 根据AI识别数据按照系统设定的可容忍差值与验收要求进行比对， 若可容忍差值在可 容忍限度内则验收通过， 若有项目可容忍差值超出可容忍限度则自动输出需要整改的项目 和要求。 2.根据权利要求1所述的一种基于AI的光缆验收方法， 其特征是， 所述通过信 息录入模 块将光缆涉及的基础数据录入后台时， 基础数据中的节点类型包括接 头点和成端点。 3.根据权利要求1所述的一种基于AI的光缆验收方法， 其特征是， 光缆项目成端点之间 的光缆称为光缆段， 假设共N段； 所述光缆验收系统根据项目基本信息给出抽测算法， 抽测 模块根据抽测算法进行检验点抽取 得到验收节点 集合， 抽测算法包括： S21、 设光 缆项目成端点之间共有N条光 缆段； 光缆段的首末节点分别为Ai、 Bi， 每 个光缆段沿途的有接 头点； 光缆段被沿途接 头点切割成小段， 称为 光缆小段； S22、 在每一个光缆段内， 按照接头点相关光缆小段的敷设方式， 得到接头点的敷设系 数， 接头点设有施工难度系数、 距离系数和敷设系数； 距离系数， 距离系数=节点相邻光 缆小段距离之和/光 缆段总距离； 敷设系数的取值按照采用的敷设方式的数量是否大于一种分为两种情况； 若接头点仅 涉及一种敷设方式， 则设定敷设系数为0.1， 若接头点涉及一种以上的敷设方式， 则设定敷 设系数为0.3； 敷设系数的设定规则可调整， 可在系统参数设置中修改； 接头点的抽测系数=施工难度系数+距离系数+敷设系数； S23、 进而计算每 个光缆段内的抽测数量， 2个成端点 为必检点， 每个光缆段的抽测数量=2+roundown （直埋光缆段距离/10,0） +  roundown （架空光缆段 距离/10,0） + roundown （管道光 缆段距离 /10,0） ； S24、 得到每个光缆段不同敷设方式下的接头点集合， 涉及到一种以上的敷设方式的接 头点同时归属到不同敷设方式下的接头点集合； 接头点集合内的接头点按照抽测系数从大 到小排列； S25、 按照S23中抽测数量的规则， 分别提取接头点集合 内满足抽测数量要求的接头点， 形成每个光缆段验收节点 集合， 并剔除集 合内的重复项， 得到验收节点 集合。 4.根据权利要求1所述的一种基于AI的光缆验收方法， 其特征是， 在验收节点， 所述AI 识别模块进行相机校准和现场拍摄得到AI识别数据具体为： 到达验收节点后， 登录手持终端， 进入系统AI识别 模块， 根据系统提示进行相机校准和 现场拍摄操作。 5.根据权利要求4所述的一种基于AI的光缆验收方法， 其特征是， 所述相机校准操作包权　利　要　求　书 1/2 页 2 CN 114445325 A 2括： 在拍摄前对不在数据库中的相机型号进行基础参数提取， 即为使用一组测试图像计算 出当前型号相机的焦距和光学中心。 6.根据权利要求4所述的一种基于AI的光缆验收方法， 其特征是， 所述现场拍摄在相机 校准操作后， 具体为： 对现场拍照关键点拍照， 将现场拍照照片导入手持终端， 由手持终端分别进行清晰度 和角度识别， AI识别模块中预设清晰度和角度范围， 若识别的清晰度和角度落入预设的清 晰度和角度范围以外则提示手持终端重拍， 若识别的清晰度和角度落入预设的清晰度和角 度范围以内则进行确定， 手持终端 进行AI识别后读出照片信息， 同时将照片存 入后台。 7.根据权利要求6所述的一种基于AI的光缆验收方法， 其特征是， 所述现场拍照关键点 包括： 利用纤芯测试仪表测试每一芯的纤芯衰耗指标， 所 得的仪表测试 结果； 对于直埋敷设的光 缆， 开挖并拉尺测量； 对于架空敷设的光 缆， 拍摄接 头点杆路， 以及与相邻杆距离； 对于管道敷设的光 缆， 拍摄人手 井内光缆盘留情况， 以及滚轮测量相邻人手 井距离。 8.根据权利要求4所述的一种基于AI的光缆验收方法， 其特征是， 所述现场拍摄后， 对 工程测量对象获得三维模型， 具体如下： 将现场拍摄的照片， 传回Sa aS服务器； 对镜头的畸变进行修正， 通过匹配相似信 息， 构建深度图； 使用深度映射将像素重投影 到三维空间中， 并构建点云， 构建网络获得三维模型， 根据模型实现工程验收测量。 9.根据权利要求8所述的一种基于AI的光缆验收方法， 其特征是， 所述对工程测量对象 获得三维模型后， 采用OCR及深度学习技 术对标志牌、 标签、 仪表读书 进行识别读取。 10.一种基于AI的光缆验收系统， 应用于权利要求1所述的一种基于AI的光缆验收方 法， 其特征是， 系统包括硬件部分和控制硬件部分的软件部分； 硬件部分包括相互连接的手持终端、 电脑操作端和服 务器； 软件部分包括信息相互连接的录入 模块、 抽测模块、 AI识别模块和校验 对比模块。权　利　要　求　书 2/2 页 3 CN 114445325 A 3