基于机器视觉的路面病害检测关键技术

交通规划及运输

路面病害分为表面破损（如裂缝）、路面变形（如沉降）和结构病害（如层间脱空）三大类。该技术以路面检测成果为全卷积神经网络的输入信号，对于表面破损，其输入为多功能检测车拍摄的路表图像；对于路面变形，输入为三维检测车测取的三维路面模型；对于结构病害，输入为探地雷达信号图像。通过海量数据的训练、测试，可实现上述三类病害的自动化识别、分类和测量，为路面养护工程提供数据支撑。此外，该技术在保证与人工识别结果相同的精度下，可将数据处理速度提高千倍以上。 

数据表明，江西省已通车高速公路已达 6149 公里。面对如此巨量的路网，在现有技术下，其常态化、标准化的路面技术状况评定将耗费海量的资金与时间成本。开发一种稳定、智能、准确的路面检测数据处理、分析系统对提高路网检测强度、节省检测成本、提高检测水平具有极其重要的应用价值，应用前景广阔。