科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了在路面正常服役状态下建立对单个病害的连续跟踪与劣化分析，提出一种路面病害时空追溯方法，将高频更新的病害巡查数据建立时空关联，搭建病害级别的劣化状态连续跟踪。首先介绍了计算机视觉算法，实现了依据图像数据进行6类路面病害的识别与车道级定位，然后引入了“场景-方位-特征”的三级病害匹配架构实现不同时间采集病害的连续跟踪。具体包括基于改进的具有噪声基于密度的聚类方法(DBSCAN)实现空间场景聚类，基于K近邻(K-means)聚类的方向角分类以区分上下行采集数据，以及基于尺度不变特征转换(SIFT)特征匹配网络实现单个病害的匹配。为验证以上方法，累积了港珠澳大桥、东海大桥等桥隧道路人工标注病害图像7 000余张，用其训练了病害检测算法，并利用上海市S32高速公路(上海—嘉兴—湖州)高频巡检数据进行衰变跟踪验证，数据包含双向160 km高速路为期1个月的每日巡检数据，通过定义组内最大距离、组间最小距离以及方位角分布差异等指标以评价匹配方法，并用其验证了上述匹配跟踪框架的有效性。研究结果表明：该方法的病害匹配成功率达84.74%。在大雨的作用下路面病害的劣化周期最短只要48 h。除此以外，所提出的方法还可用于路侧安全设施、标志标牌的损坏评估与状态跟踪，助力交通基础设施服役性能退化状态的精准评估。
- 单位
