首页 > 管理养护> 正文
自动化检测技术是公路科学养护发展的趋势
2014-12-01 
   我国公路建设在改革开放以后,发展速度很快。从中国第一条高速公路沪嘉高速公路到2014年各省在建的高速公路,累计通车总里程长度10.4万公里,短短20年高速公路总里程长度仅次居美国,成为世界第二。公路、特别是高速公路的迅速发展为我们国民经济和人民生活带了巨大的变化和快捷方便。从国家总体公路网建设布局上来看,国家公路建设已经完成的大部分工程,剩下的公路路网建设主要集中在边远省份和西部地区。大规模的公路建设期逐步转向公路养护期转变。截止2013年全国维养公路总长度达425万公里。公路养护越来越成为公路管理部门和公路养护单位的重点工作。公路养护之前的道路调查和道路检测就愈加显现十分重要。道路路面信息成为公路信息化建设的基础数据和科学养护管理的客观依据。

  在公路检测中路面检测是数据量大、检测类别多、检测任务繁重,数据的科学性、准确性、及时性对公路的养护计划和养护决策影响大。从公路检测技术发展规律看,公路检测检测技术要经过三个发展阶段。

  (一)人工检测阶段:人工检测方法是划分路段,分配人员在道路一侧行走,目测勘察并记录路面病害检测方法。这种方法检测人员的劳动强度大、速度慢、危险性高、数据不科学、不准确。

  (二)快速检测阶段:车载式道路快速检测。最近十年来我国生产的道路快速检测车,取代了人力的现场作业的劳苦和危险。在车辙、平整度、构造深度、弯沉、抗滑系数等方面实现数据的自动采集和自动检测识别技术。在路面破损病害方面实现了自动采集、人工辅助识别破损病害图像技术。完成了从人工检测到设备的快速检测转变。道路快速检测车采用人工逐张拖框,辅助计算机识别。操作人员掌握的标准不统一、尺度不一致、责任心要求高、视觉疲劳程度高,识别时间周期长。目前道路检测集中在10-11月内,动则数万公里路面信息采集,车辙平整度数据可以比较快的完成数据报告,但在破损病害数据识别形成数据报告需要3-6个月。最后只能靠人海战术完成任务。道路快速检测车也不能很好的满足道路养护及时、快速、准确的作业要求。人工辅助识别出的数据不能做动态对比和分析。在大数据时代这些数据不能充分挖掘就会成为数据垃圾和数据废气。

  (三)自动化检测阶段:车载式道路自动化检测。随着公路养护的深入发展和养护决策的科学化,计算机自动化检测识别技术是道路检测发展的趋势。公路技术状况评定标准2014年征求意见稿中也明确指出,“在实施大规模公路网路面技术状况检测中,应使用自动化检测技术。”路面破损自动化识别属于计算机大数据处理技术。从国内外的发展技术来看,计算机自动识别自动、快速、准确的破损病害的位置、类型、严重程度、影响面积是考量道路检测车的整体设备质量和软件处理的科技水平。在交通领域公路路面检测领域是行业领域的技术瓶颈。即便是美国、加拿大等几家国际知名的道路检测车生产厂家也没有完全突破这项技术瓶颈。其技术的难度主要有以下几点:

  1、海量数据:自动化识别路面病害信息属于海量信息。每幅图像2.6-3.75米宽,纵向2米。假设道路检测车以80公里时速连续采集,每秒采集在11张,每公里500张,每小时采集40000张,1000公里50万张,10000公里500万张图像。每幅图像大约8MB,100公里单单向单道图像数据可以达到400G,原始图像压缩(JPG格式)会引起图像的失真、图像不压缩(BMP格式)数据量又非常大。如果需要保存识别结果的图像,那么数据量翻倍。如果以BMP格式存储原始图像和识别结果图像,1T 的硬盘最多能存100多公里图像数据。目前各省仅就高速公路里程程度少则3000-4000公里,内的省份发展快的有望突破5000公里,发达省份甚至达到6000公里。如果加上国道、省道等公路里程长度多大几万、十几万公里。仅就重载车道上下行检测,省内的高速公路、及公路路面病害信息就是一个天文数据量。所以,路面病害海量图像数据自动化识别是道路自动化检测技术的瓶颈。

  2、计算机算法技术:道路病害识别技术属于计算机模式识别和图像处理技术,其中算法技术是关键。如上所述,这样大的海量图像数据,如果算法技术不是世界领先的,那么自动化识别的速度就会很慢。国内外在识别一张3.7mX2m的路面图像信息所用的时间在10秒上下甚至更长时间,在实际应用过程中图像识别速度不佳。所以,计算机自动识别用多快的时间识别一副图像(8MB)的路面病害信息是计算机算法技术的关键。

  3、补光技术:计算机自动识别前提,需要一个稳定的、均衡的光源下的采集图像。在白天道路采集过程中阳光下道路路况有很多的路噪影响采集图像的质量,造成假性裂缝,造成误检识别。早晚光线变化产生光噪,也会造成采集图像灰度值不均匀的情况,影响采集图像的质量,也会造成计算机误检识别。这项技术比快速检测技术下为人眼识别提供的补光技术对光源的要求更高。例如采用横向宽度为全车道宽度进行道路病害图像采集,2M的车身宽度,补光灯宽度不能超过车身宽度很多。要照3.75M-4M的宽度,光源的均匀性、光源的亮度就是补光灯技术的瓶颈。

  近年来,各省交通系统、高速管理系统相继开展公路资产管理平台和公路养护平台的计算机信息化建设。计算机养护平台信息化建设,涉及公路基础数据、路面检测数据和公路交通量数据的采集。其中路面检测数据形成的海量数据的科学性、计量性、完整性对公路资产管理平台和养护决策科学化有十分重要的意义。

  数据采集的科学性是建立在标准上。目前,行业标准JTG H20-2007中有些病害的标准还缺少定量划分。例如横向、纵向裂缝中在划分轻重程度是规定裂缝宽度在3MM以内和大于3MM。并没有明确在一定长度下的裂缝中是最大裂缝宽度还是最小或者是平均宽度。在龟裂、块裂裂缝中对轻重程度的规定有大部分裂缝块度的描述,并没有明确大部分是多大百分比,是50%还是70%可以成为大部分。这种没有定量标准在自动化识别时就会遇到科学计量的问题。自动化检测技术要依据于公路技术状况评定的定量标准。公路技术状况评定标准征求意见稿中也指出,公路技术状况评定标准(JTG H20-2007)已表现出一定的不适应性,自动化检测技术与现有的指标体系的不完全匹配等等。

  数据识别的计量性是建立在尺度上。目前,快速检测技术人工逐张拖框、辅助计算机识别的技术,由于需要人工对病害进行判断,很容易造成检测人员标准尺度掌握的不一致,电脑显示屏幕是实际图像的2-3%大小,在压缩文件(JPG格式)下,在电脑显示屏前靠人眼看到1mm细小裂缝十分困难。识别连续识别作业,会造成人眼的疲劳,造成识别烦躁。进而产生看的不准确,漏检、误判识别。同一人员重复检测、不同人员同一图像检测所得到的数据仍会有差异。自动化检测技术从根本上避免了这些问题,计算机可以在统一标准和计量尺度下进行自动识别。

  数据的完整性是建立在横向检测宽度的基础上。行业标准JTG H20-2007中规定横向检测宽度不得少于道路宽度的70%。快速检测技术就可以在这个宽度最低下限进行图像采集和识别。这与横向检测宽度在全车道宽度3.75M,数据量少了近三分之一。在实施以路面大中修养护的项目级检测时,路面病害信息对养护规划的完整性就有很大的影响。

   北京恒达锦程图像技术有限公司经过几年的技术攻关,完成了道路智能检测车的研制、生产和销售。先后申请了全自动路面裂缝信息采集和分析软件发明专利和路面检测补光灯发明专利等23项高科技技术。2012年在交通部国家道路及桥梁质量监督检验中心实际路段测试。2014年在客户使用过程中,进行了人工现场勘查检测与计算机自动采集自动识别的数据进行对比测试,路面破损状况评价指标PCI都在90%以上。我公司独立研发的“智能识别系统”是国内外首个可以真正实现无人工干预的自动化路面图像处理软件。该软件可以对路面病害进行自动分类并保存数据结果,识别准确率大于90%,并且在识别过程中,用户可以实时看到病害结果图和病害分布统计图,是一款真正意义图像处理和数据分析的高智能软件。恒达锦程道路智能检测车在上万公里的设备运行试验中以及数千公里的道路检测和识别处理过程中,软件运行的质量和设备运行的质量都达到了良好的状态,实现自动化检测技术的突破。

  总之,随着我国公路资产管理平台的建立和道路养护科学化管理平台的建立,公路科学养护工作越来越引起管理部门和行政领导人更多的重视。过去重建设轻养护、养护资金給付不足的局面也在转变。相应的,随着快速检测技术向自动化检测技术转变,自动化检测技术应用也会越来越广泛。自动化检测技术对于高速公路、国道省道长距离检测有极大的优势。同时也可以为项目级检测提供很具体位置的病害信息,提供路段病害特征、分布状态的统计分析,为养护规划提供客观的数据依据。为进一步大数据再挖掘提供了数据库和服务器支持。对连续、动态、历史数据比较提供了统一的尺度。自动化检测技术为公路养护管理和科学化决策提供科学的、统一的、标准的基础数据,积极推进公路养护科学决策体系建设的发展,是公路科学养护的发展趋势。

  作者信息:

  北京恒达锦程图像技术有限公司

  单位通信地址:北京市大兴区磁各庄南中轴路印刷产业区盛吉街13号

  邮编:102600

  电话:010-61249845

  传真:010-61240187

  电子信箱:sunskynet@163.com
Copyright © 2007-2022
服务热线:010-64708566 法律顾问:北京君致律师所 陈栋强
ICP经营许可证100299号 京ICP备10020099号  京公网安备 11010802020311号
Baidu
map