基于機器視覺的路面病害檢測關鍵技術

交通規劃及運輸

路面病害分為表面破損（如裂縫）、路面變形（如沉降）和結構病害（如層間脫空）三大類。該技術以路面檢測成果為全卷積神經網絡的輸入信號，對于表面破損，其輸入為多功能檢測車拍攝的路表圖像；對于路面變形，輸入為三維檢測車測取的三維路面模型；對于結構病害，輸入為探地雷達信號圖像。通過海量數據的訓練、測試，可實現上述三類病害的自動化識別、分類和測量，為路面養護工程提供數據支撐。此外，該技術在保證與人工識別結果相同的精度下，可將數據處理速度提高千倍以上。 

數據表明，江西省已通車高速公路已達 6149 公里。面對如此巨量的路網，在現有技術下，其常態化、標準化的路面技術狀況評定將耗費海量的資金與時間成本。開發一種穩定、智能、準確的路面檢測數據處理、分析系統對提高路網檢測強度、節省檢測成本、提高檢測水平具有極其重要的應用價值，應用前景廣闊。