-
公开(公告)号:CN116681713A
公开(公告)日:2023-09-01
申请号:CN202310606129.6
申请日:2023-05-26
Applicant: 东南大学
Abstract: 本发明涉及一种基于三维激光点云与深度神经网络的路面病害自动分割与测量方法及系统,包括点云数据采集、点云数据转为图像数据、制作病害分割数据集、检测模型构建与训练以及基于检测结果的路面病害空间形态测量;同时将转换、标注、分割、统计方法封装合并,得到一个输入点云数据,输出病害检测结果图像与空间形态参数的路面病害自动分割测量系统。本发明以激光点云数据为基础,实现从激光点云原始数据到识别结果全过程自动化与智能化,有利于提高沥青路面病害检测的效率。
-
公开(公告)号:CN119068442B
公开(公告)日:2025-03-04
申请号:CN202411536690.2
申请日:2024-10-31
Applicant: 东南大学 , 江西省公路工程检测中心
Abstract: 本发明公开了一种基于三维激光与编码器阵列的路面纹理参数采集方法,包括:S1.高程点云采集;S2.异常数据清洗;S3.振动噪声抑制;S4.测线不平行矫正;S5.基于局部峰顶面的路面三维纹理参数提取;S6.构建纹理参数自动采集系统,将S1‑5中所有程序封装合并,得到一个输入点云数据,输出指定区域各项路面三维纹理参数的自动采集系统。本发明实现了激光点云技术从高程点云获取到路面三维纹理参数提取全过程的自动化与智能化,减少人力成本,降低处理时间。
-
公开(公告)号:CN119068442A
公开(公告)日:2024-12-03
申请号:CN202411536690.2
申请日:2024-10-31
Applicant: 东南大学 , 江西省公路工程检测中心
Abstract: 本发明公开了一种基于三维激光与编码器阵列的路面纹理参数采集方法,包括:S1.高程点云采集;S2.异常数据清洗;S3.振动噪声抑制;S4.测线不平行矫正;S5.基于局部峰顶面的路面三维纹理参数提取;S6.构建纹理参数自动采集系统,将S1‑5中所有程序封装合并,得到一个输入点云数据,输出指定区域各项路面三维纹理参数的自动采集系统。本发明实现了激光点云技术从高程点云获取到路面三维纹理参数提取全过程的自动化与智能化,减少人力成本,降低处理时间。
-
公开(公告)号:CN117273501A
公开(公告)日:2023-12-22
申请号:CN202310977997.5
申请日:2023-08-04
Applicant: 东南大学
IPC: G06Q10/0639 , E01C23/01 , G01N33/42
Abstract: 本发明涉及一种道路面层评价指标,尤其涉及一种基于无损检测技术的道路沥青面层裂缝评价方法。该步骤包括确定检测路段尺寸,通过检测建立各类裂缝尺寸:检测路段中通过计算得到上面层裂缝状况指数、中面层裂缝状况指数、下面层裂缝状况指数、沥青面层总体裂缝状况指数,依据道路沥青面层裂缝分级评价表对个指数进行评价。本发明基于路面无损检测技术,弥补了现有评价指标仅仅针对开口裂缝的路表形态进行评价的问题,综合考虑路面所有类型裂缝对路面服役性能的影响,对上面层、中面层、下面层分别计算裂缝状况指数,并且计算总体裂缝状况指数,这些指数更具有代表性,提升了养护修复措施制定的针对性与科学性。
-
公开(公告)号:CN116908795A
公开(公告)日:2023-10-20
申请号:CN202310606131.3
申请日:2023-05-26
Applicant: 东南大学
Abstract: 本发明涉及一种面向探地雷达信号的机器学习数据标注方法及系统,将原始探地雷达数据转化成XYZ格式文件;程序将XYZ格式文件中的连续单道扫描数据转化成S×T×E的矩阵,其中S代表每个标注区间单点扫描个数,T代表单道扫描的时窗深度,E代表S×T范围内雷达回波的电场强度;之后程序采用最大归一法将这些电场强度E归一化至0‑255范围内,即为S×T尺寸的电场强度相对值灰度图,并在B‑scan窗口中实时显示用以辅助标注;继续采用“三线定位法”标注某个单道扫描的具体时窗区间;利用数据集构建程序将标注结果保存为原数据及其对应标签;本发明集成原始数据解译、视觉辅助标注、标注结果存储以及数据集制作,将探地雷达与机器学习进行深度结合。
-
公开(公告)号:CN116663359A
公开(公告)日:2023-08-29
申请号:CN202310632537.9
申请日:2023-05-31
Applicant: 东南大学
IPC: G06F30/23 , G06F30/13 , G06Q50/08 , G06F119/14
Abstract: 本发明公开了一种沥青路面道路整体‑分层‑层间结构状态评价方法,属于道路结构承载力评价指标领域。该方法包括:借助无损检测技术得到各层位实测模量值,构建道路整体‑分层‑层间结构状态的各类评价指标,通过计算方法,对各层位结构状态实现“五分制”评价。本发明提出的沥青路面道路整体‑分层‑层间结构状态评价方法将结构评价指标与设计指标所选的力学响应量进行了统一,构建基于新设计指标的道路结构状态评价指标,符合道路结构设计与评价的一体化理念。
-
公开(公告)号:CN115457277A
公开(公告)日:2022-12-09
申请号:CN202211165084.5
申请日:2022-09-23
Applicant: 东南大学
IPC: G06V10/26 , G06V20/56 , G06V10/25 , G06V10/34 , G06V10/764 , G06V10/82 , G06T7/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种智能化路面病害识别检测方法及系统,该方法采用运动相机、GPS&北斗定位模块作为采集设备,采用改进的卡尔曼滤波算法、Crack‑QuickSort算法以及改进的Crack‑wnet算法进行定位数据和图像数据的预处理与处理操作,能够精确解算出道路病害的位置、长度、宽度和面积信息,结合上述信息进而求取得到路面表面破损状态指数PCI。该系统包括车辆位置获取模块,道路图像检测模块,道路图像特征提取模块,路面病害报表输出模块。本发明的优点在于实现了高精度路面病害检测,构建了整体性路面病害检测系统,此外,采用前景相机进行病害识别的方法使得路面检测设备与成本降低,增加了整个检测过程中的智能化程度。
-
-
-
-
-
-