智能公路系统下的路面病害图像检测技术综述

摘要：

本文梳理了国内外路面病害图像检测技术的研究进展.在智能公路系统的框架下,尝试提出路面病害检测的发展趋势.研究表明:路面病害检测已经历3个阶段,人工检测阶段、半自动化检测阶段、无损自动检测阶段.基于2D数字图像的路面检测具有数据采集便利、识别算法成熟的特点,尤其是近年深度神经网络在基于2D数据的病害检测上取得了高实时性和高鲁棒性的成果,适用于海量道路图像的自动化、实时化病害筛查;基于3D数字图像的路面检测具有识别精度高但采集效率有限的特点,适用于局部范围获取病害多维度信息.本文结合不同方法的现状与优势,尝试展望路面病害检测技术阶段4——多源分级检测阶段.该阶段依托高速物联网技术和人工智能技术,打破传统道路巡检车的局限,以大批量民用车辆为主要数据采集载体,分级利用深度神经网络的高实时性以及3D图像识别的高精度性,有针对性地实施道路监测与养护.

关键词：道路工程、道路检测、智能公路、图像处理、深度学习

所属期刊栏目：3

分类号：U416.2;U418.6(道路工程)

资助基金：国家重点研发计划;国家自然科学基金

在线出版日期：2023-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：9-20