道路路面病害自動識別技術(shù)研究

道路路面病害自動識別技術(shù)研究

2山東通維信息工程有限公司，山東濟南250000Summary：城市道路是維系城市正常交通通行的大動脈，由于各種內(nèi)外因素的影響，城市道路成為路面病害的高發(fā)區(qū)，傳統(tǒng)的路面病害檢測方式陳舊落后且無法保證準確性，引入自動識別技術(shù)對路面病害進行智能識別，有助于提高識別精度。提高病害檢測效率。本文對路面病害自動識別技術(shù)進行扼要論述，探索通過卷積神經(jīng)網(wǎng)絡開發(fā)利用路面病害自動識別技術(shù)應用的可能性，供有關(guān)部門參考。Keys：道路；路面病害；自動識別技術(shù)研究引言：傳統(tǒng)的人工檢測城市道路路面病害的方式已經(jīng)不適應現(xiàn)代城市發(fā)展，亟需引進先進的自動識別技術(shù)為路面病害檢測注入新的技術(shù)發(fā)展動力。技術(shù)研發(fā)人員可致力于開發(fā)圖像拍攝，構(gòu)建客戶端以及卷積神經(jīng)網(wǎng)絡支持的自動識別技術(shù)應用，通過信息平臺和相關(guān)模型等對路面病害進行智能識別，為城市道路建設和后期養(yǎng)護提供技術(shù)保障和數(shù)據(jù)支持。1.道路路面病害自動識別技術(shù)1.1裂縫識別1.1.1.圖像增強算法這種算法是圖像預處理算法里的核心內(nèi)容，它是通過對圖像信息進行有用信息提取，盡最大努力屏蔽那些無用信息，再結(jié)合圖像增強算法，對圖像進行大幅度的視覺效果改良，為最終的圖像處理工序創(chuàng)造有利條件。1.1.2.圖像分割算法要得到路面裂縫更加直觀準確的圖像特點，除了要合理利用圖像增強算法，還要科學引入圖像分割算法。它是首先辯識圖像各個區(qū)域的特征進行圖像分割，形成特定的圖像區(qū)域，針對路面裂縫可以進行裂縫區(qū)域及背景區(qū)域的圖像分割，目前通行的主要圖像分割算法包括閾值，模糊聚類，區(qū)域以及邊緣檢測等類型。1.2變形檢測對路面進行變形病害檢測時，要注意區(qū)分病害的類型，主要有包括錯臺，隆起以及凹陷等在內(nèi)，瀝青材質(zhì)的路面還有波浪形以及擁包等現(xiàn)象。總之，路面的病害類型多樣，比較復雜，病害檢測的傳統(tǒng)方式一般都是人眼結(jié)合直尺進行，能夠?qū)Σ『M行具體位置，嚴重程度以及病害路面長度等判定。而今，優(yōu)化完善的車載路面檢測系統(tǒng)已經(jīng)得到開發(fā)利用，激光位移傳感技術(shù)以及圖像分析等，都能有效檢測路面病害，還可通過三維病害處理獲得更豐富的病害信息量。2路面病害自動識別技術(shù)系統(tǒng)分析城市交通的道路養(yǎng)護作業(yè)中，保養(yǎng)既有道路是一種常規(guī)操作，特點是持續(xù)時間長且循環(huán)往復。為了有效結(jié)合道路養(yǎng)護考核及病害處理，為道路養(yǎng)護機構(gòu)的績效考核提供依據(jù)，保證病害養(yǎng)護的追本溯源，設計構(gòu)建關(guān)于道路養(yǎng)護的客戶端，路面病害管護的可視化系統(tǒng)等。這種用于城市路面病害管護的可視化系統(tǒng)和客戶端，其功能主要有質(zhì)量檢測，圖紙，養(yǎng)護管理，考核管理，人工和智能巡查以及巡查報告等，用戶的上傳和網(wǎng)頁瀏覽要求通過云服務完成，所有應用的服務器都部署在云端，這些服務器類型主要有數(shù)據(jù)倉庫1FTP文件，智能圖像分析以及軟件應用等，相互之間配置VPC專用網(wǎng)絡，二層隔離有更高的安全系數(shù)，網(wǎng)絡管理功能大幅提升。通過PC端Web以及手機客戶端可以進行視頻直播及軟件系統(tǒng)訪問。3.利用卷積神經(jīng)網(wǎng)絡研究路面病害識別技術(shù)3.1.智能識別路面病害對路面病害進行智能識別技術(shù)研發(fā)，第一，利用超聲技術(shù)，光纖檢測技術(shù)以及探地雷達設備，通過分析設備發(fā)回的反饋信號識別路面病害；第二，利用光纖維信號，檢測路面上的楊氏模量以及CFRP復合材料的密度，對路面剛度缺陷等病害非常適用，缺點是需要提前在道路內(nèi)部預埋光纖維，檢測結(jié)論缺乏代表性，成本高昂且病害類型檢測覆蓋面很小，不適宜在路面養(yǎng)護中推廣；第三，通過研究路面聲波具有的非線性識別路面病害；第四，通過二維聲波檢測圖像識別路面病害，這種方法在確定病害類型時有經(jīng)驗依賴性，主觀因素可能左右檢測結(jié)論，檢測期間必須地面耦合，在連續(xù)開展路面檢測中不適用，對交通通行有不利影響；第五，為探地雷達安裝300MHz屏蔽天線，對路堤進行潛在裂縫危害檢測，利用雷達剖面圖對路基裂縫進行準確的位置定位，同時獲取裂縫長度數(shù)據(jù)；第六，隨著圖像識別技術(shù)在工程建設領(lǐng)域的大力引進和利用，又開始利用深度卷積神經(jīng)網(wǎng)絡開發(fā)研究路面檢測系統(tǒng)，把整流線性單元用作激活函數(shù)，促進訓練期間模型快速收斂；第七，通過無人機對路面裂縫進行實時攝像完成病害識別，同步測量裂縫寬度。本文的路面病害檢測算法是智能化的卷積神經(jīng)網(wǎng)絡方式，把它向中心監(jiān)控室的圖像識別代碼嵌入，攝像機安裝于智能道路巡檢車，在拍攝關(guān)于城市道路狀況的視頻，進行視頻抽幀，通過無線或有線網(wǎng)絡向監(jiān)控中心實時傳輸相關(guān)圖片和數(shù)據(jù)，中心服務器通過深度學習算法，實時識別圖片后在數(shù)據(jù)庫保存。利用信息化平臺結(jié)合巡檢數(shù)據(jù)，對城市道路病害進行可視化巡查，上報，派單，審驗，考核等整個流程形成一個閉環(huán)，管理工作更加高效。3.2.利用卷積神經(jīng)網(wǎng)絡進行圖片識別圖像識別技術(shù)應用于道路病害檢測，最早是在檢測路況質(zhì)量中使用，用于檢測路面病害程度指數(shù)，它利用車載攝像機垂直拍攝路面，完成路面圖像采集交由專業(yè)軟件，以人機交互的方式處理視頻，除了可以識別路面病害并完成定性，還可對路面病害完成定量，供評估道路質(zhì)量用作參考依據(jù)。它屬于質(zhì)量檢測指標，需要定量極其精準，且單次垂直拍攝局限于一條車道，檢測作業(yè)效率不高，要對全部車道進行檢測。需要投入更多成本。路面病害識別包括4步流程，即采集路面圖像，圖像預處理，提取病害特征以及對病害圖像進行分類。卷積神經(jīng)網(wǎng)絡主要為后面三步流程提供服務，自己也起到中間項的作用，實現(xiàn)和軟件系統(tǒng)及硬件設備的有效鏈接。3.3.圖片識別效果圖像識別技術(shù)的智能化程度越來越高，可以考慮進軍路面養(yǎng)護等傳統(tǒng)領(lǐng)域，嘗試利用攝像頭拍攝并同步呈現(xiàn)該覆蓋區(qū)域的路面病害，達到人眼觀測和攝像頭拍攝同等效果的目的，把路面病害精準對應到實際的地理位置上，在3年試驗期間，路面病害圖片數(shù)量達百萬級，通過攝像頭互檢及GNSS定位，病害識別及位置對應都更加精準，為圖像識別智能技術(shù)早日應用于城市路面病害檢測打下技術(shù)基礎。在對視頻抽幀后，利用卷積神經(jīng)網(wǎng)絡提取病害特征，利用目標檢測模型進行病害檢測，病害類型判定及評級一步到位，取得高達95%的準確率，識別效果非常理想。訓練流程如下：第一，智能巡檢車，安裝了專業(yè)攝像機，同步安裝的RTK定位器極其精準；第二，圖片采集達到每秒120幀的頻率；第三，數(shù)據(jù)采集，包括對道路圖像，GPS數(shù)據(jù)以及圖片樁號，還有同步完成上傳的巡查作業(yè)時間及標段等在內(nèi)的數(shù)據(jù)；第四，圖片均超過500K；第五，圖片數(shù)量高達9萬張；第六，訓練樣本高達5萬張。結(jié)束語：由此可見，在對城市道路進行路面病害檢測期間，合理引入智能化的自動識別技術(shù)，有利于一改傳統(tǒng)人工目測加三米直尺到傳統(tǒng)病害檢測方式，不但提高了檢測效率，而且檢測結(jié)果的精準度也大幅提升，為開展城市道路路面養(yǎng)護和相關(guān)決策規(guī)劃提供可靠依據(jù)。相關(guān)部門還須對城市路面的變形，裂縫等病害加大自動化識別技術(shù)研發(fā)力度，合理引進卷積神經(jīng)網(wǎng)絡等投入智能識別路面病害等技術(shù)的研發(fā)工作，高效開展路面病害到智能識別和圖像識別，確保精準判定城市路面病害的類型和等級，通過全自動識別技術(shù)讓路面病害一覽無余，無處可逃。Reference[1]榮婧.復雜路面裂縫病害自動識別技術(shù)研究[D].