학술논문
基于深度学习的沥青路面坑槽量化方法 / Deep-learning-based Quantification Method of Potholes in Asphalt Pavement
Document Type
Academic Journal
Author
Source
公路工程 / Highway Engineering. 47(4):95-102
Subject
Language
Chinese
ISSN
1674-0610
Abstract
由于超载、过度使用和缺乏维护等原因,道路表面容易损坏出现坑槽.提出了一种使用廉价的深度摄像头的基于深度学习的沥青路面坑槽量化方法.首先,根据检测到的道路坑槽的位置和深度信息,使用RANSAC算法识别并分割道路表面.然后,创建了带标签数据库,利用Faster R-CNN进行训练、验证和测试.该方法可以不受传感器与检测目标之间距离的影响,实现路面平面的拟合,并依靠RGB-D传感器的输出来识别和量化多个道路坑槽体积.最终结果表明,模型AP值可达90.79％,且对于单个坑槽测量体积,平均精度误差值低于10％.