典型文献
基于振动-图像融合的道路窨井高差检测方法
文献摘要：
在长期荷载和环境影响下,道路窨井通常会产生沉降等病害,导致其与周围路面产生高差,显著影响车辆行驶平顺性.文中提出一种基于振动-图像融合的新型道路窨井高差检测方法:面向大范围检测需求,设计了一套轻量化、模块化的智能车载检测装备,实现路面窨井的快速抓拍、车身振动的感知、检测窨井的高精定位;基于Yolo-V3深度学习方法,研发路面窨井的图像智能识别模型,并通过建立虚拟轮迹带构建了井盖检测有效性的判别方法;进一步融合振动解析技术,提出可表征振动量级的当量rms指标,用以评定窨井高差.现场试验证明,该方法可实现94.9％窨井的智能识别,窨井高差与当量rms呈显著线性关系,其判别误差在5 mm以内.
文献关键词：
窨井高差;图像检测;振动感知;深度学习
中图分类号：
作者姓名：
张思铭;吴荻非;潘宁;张晓明
作者机构：
上海同湛工程科技有限公司 上海 201800;同济大学道路与交通教育部重点实验室 上海 201804;浙江省道桥检测与养护技术研究重点实验室 杭州 310023;上海同陆云交通科技有限公司 上海 201800
文献出处：
引用格式：
[1]张思铭;吴荻非;潘宁;张晓明-.基于振动-图像融合的道路窨井高差检测方法)[J].交通科技,2022(03):6-10,21
A类：
窨井高差
B类：
图像融合,长期荷载,车辆行驶,行驶平顺性,智能车,车载检测,检测装备,抓拍,车身,高精定位,Yolo,V3,深度学习方法,图像智能识别,识别模型,井盖,判别方法,振动量级,当量,rms,现场试验,图像检测,振动感知
AB值：
0.296959
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
