-
公开(公告)号：CN111145161A
公开(公告)日：2020-05-12
申请号：CN201911385006.4
申请日：2019-12-28
申请人： 北京工业大学
摘要： 本发明公开了一种路面裂缝数字图像处理和识别的方法，具体实施步骤为：路面裂缝图像预处理；基于匀光算法的图像增强；图像分割；图像后处理；裂缝类型判断和评估。本发明计算出裂缝长度为像素长度。若要获得图像中裂缝的真实长度，应知道一幅图像中裂缝的真实长度和计算出来的像素长度，根据二者比值就计算出其他图像中的裂缝长度，由此将计算出来的长度与实际长度进行对比，从而了解计算精度；根据判断裂缝类型的条件，对处理后的图像进行标记。将输出的标记与原始图像的标记进行对比，从而计算出识别精度。最终，采用本发明方法检测后的精度为87％。
-
-
公开(公告)号：CN111126505B
公开(公告)日：2023-07-04
申请号：CN201911385351.8
申请日：2019-12-28
申请人： 北京工业大学
IPC分类号： G06V10/82 , G06V10/764 , G06V10/26 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本发明公开了一种基于深度学习的路面裂缝快速识别方法，首先调整现场照片的大小，其次，调整现场图片的曝光。原始的现场照片光照不均匀，必须对不均匀的曝光进行处理才能实现现场图像的遮挡效果。利用基于灰度分布的像素强度值的直方图来拟合灰度像素值的分布。用基于上一步的均值的阈值方法来实现二进制颜色可视化。如果像素值大于阈值，则将其设置为背景。采用基于连接构件的方法使裂缝形状增强。应用连接工具去噪。搜索图中所有连接的对象，并检查裂缝形状的面积。如果裂缝形状的面积小于阈值，则认为是噪声。如果裂缝形状的面积大于阈值，则视为裂缝。最后，调整CNN输入，并应用扩张和侵蚀重新连接裂缝。调整CNN超参数，确定最优CNN框架。
-
公开(公告)号：CN112629713B
公开(公告)日：2022-09-30
申请号：CN202011138704.7
申请日：2020-10-22
申请人： 北京工业大学 , 河北省交通规划设计院
摘要： 本发明公开了一种将传感器数据对应车型检测的方法，本方法在测量路段铺设压力传感器，并通过视频拍摄工具对传感器铺设路面及对应车道车辆进行录像获取各车辆视频，同时记录各车辆视频的起始实际时间点和结束实际时间点。将各车辆数据的视频起始时间点与视频的具体时间相加，得到车辆通过传感器的实际时间。视频中车辆对应时间和车型的记录；传感器压力信号数据存储为txt格式，通过计算机编程数据语言进行处理避免了由于人员上下车、巡检车辆减速带来的全安问题。处理的数据可以作为深度学习数据后续进行训练学习，更加智能、便捷。
-
公开(公告)号：CN117570901B
公开(公告)日：2024-05-07
申请号：CN202311549572.0
申请日：2023-11-20
申请人： 北京工业大学
摘要： 本发明公开了一种路面车辙深度快速智能检测装置，包括行车振动采集终端和GPS天线阵列，行车振动采集终端具有硬件层、驱动层、中间层和应用层；检测方法的具体步骤为：S1、PC端参数设置；S2、设备采样频率配置；S3、智能采集设备的安装；S4、智能检测设备的固定与供电；S5、路面性能智能检测，过程中读取卫星定位模块数据和加速度传感器模块数据，获取定位数据和速度数据，以100米行车距离为间隔计算路面车辙深度RD；S6、检测结果的查看及导出。本发明采用上述结构和步骤的一种路面车辙深度快速智能检测装置及检测方法，利用行车过程中车辙导致的车辆行驶过程中不平衡振动进行检测。
-
公开(公告)号：CN111145161B
公开(公告)日：2023-09-19
申请号：CN201911385006.4
申请日：2019-12-28
申请人： 北京工业大学
摘要： 本发明公开了一种路面裂缝数字图像处理和识别的方法，具体实施步骤为：路面裂缝图像预处理；基于匀光算法的图像增强；图像分割；图像后处理；裂缝类型判断和评估。本发明计算出裂缝长度为像素长度。若要获得图像中裂缝的真实长度，应知道一幅图像中裂缝的真实长度和计算出来的像素长度，根据二者比值就计算出其他图像中的裂缝长度，由此将计算出来的长度与实际长度进行对比，从而了解计算精度；根据判断裂缝类型的条件，对处理后的图像进行标记。将输出的标记与原始图像的标记进行对比，从而计算出识别精度。最终，采用本发明方法检测后的精度为87％。
-
公开(公告)号：CN117587681A
公开(公告)日：2024-02-23
申请号：CN202311551291.9
申请日：2023-11-20
申请人： 北京工业大学
摘要： 本发明公开了一种路面平整度快速智能检测装置，包括行车振动采集终端和GPS天线阵列，行车振动采集终端具有硬件层、驱动层、中间层和应用层；检测方法的具体步骤为：S1、PC端参数设置；S2、设备采样频率配置；S3、智能采集设备的安装；S4、智能检测设备的固定与供电；S5、路面性能智能检测，过程中读取卫星定位模块数据和加速度传感器模块数据，以100米行车距离为间隔计算路面平整度IRI；S6、检测结果的查看及导出。本发明采用上述结构和步骤的一种路面平整度快速智能检测装置及检测方法，利用车载式终端上的加速度传感器定时采集路面平整度信息并根据模型计算处理，可以快速、高效、广泛地进行路面平整度的检测。
-
公开(公告)号：CN111311538B
公开(公告)日：2023-06-06
申请号：CN201911384987.0
申请日：2019-12-28
申请人： 北京工业大学
IPC分类号： G06T7/00 , G06T7/10 , G06T3/40 , G06T3/60 , G06N3/0464
摘要： 本发明公开了一种基于卷积神经网络的多尺度轻量化道路路面检测方法，基于VGG和Xception的设计思路，设计了一种全新的CNN结构，MobileCrack，应用于路面裂缝的自动识别。主要结构为堆叠的Core Module和全局平均池化层。具体实施步骤为：使用人工方法对原始破损路面进行采集；批量裁剪、人工标定、数据增强、数据集制作、基于卷积神经网络模型建立即CNN构架——MobileCrack；训练与测试，将处理好的路面数据训练集输入到搭建的神经网络中进行训练，并且做准确度、灵敏度分析。本方法能够根据图像尺度变化调节网络结构，提升其对于多尺度图像的适应性和分类精度。且为MobileCrack的结构提供了相当的灵活度，能够自由地在准确度、运行时间和储存大小三者间进行权衡。
-
公开(公告)号：CN112633055A
公开(公告)日：2021-04-09
申请号：CN202011138745.6
申请日：2020-10-22
申请人： 北京工业大学 , 河北省交通规划设计院
摘要： 本发明公开了一种基于路面病害检测的通用自动驾驶导航系统，系统硬件指代为基于开源Neo套件的改进，Neo套件由vehicle模块、Giraffe模块、Panda模块和Eon模块四部分组成，改进部分包括将Giraffe模块与Panda模块功能组合，以让车辆CAN端口信息直接从USB端口导出，以及增加Eon模块散热功能，保证长期高速运行。软件包括开源Openpilot软件构架，由Carinterface模块、grain模块、board dd模块、Car模块、Loggerd模块、Controlsd模块、Vision模块、Radar模块八个部分组成。本发明基于深度学习的图像处理技术与自动驾驶策略指导相结合，对路面病害及其他路面对象进行识别并作出相应策略的选择，为未来路面病害检测的自动化、无人化奠定了重要的基础。
-
公开(公告)号：CN112629713A
公开(公告)日：2021-04-09
申请号：CN202011138704.7
申请日：2020-10-22
申请人： 北京工业大学 , 河北省交通规划设计院
摘要： 本发明公开了一种将传感器数据对应车型检测的方法，本方法在测量路段铺设压力传感器，并通过视频拍摄工具对传感器铺设路面及对应车道车辆进行录像获取各车辆视频，同时记录各车辆视频的起始实际时间点和结束实际时间点。将各车辆数据的视频起始时间点与视频的具体时间相加，得到车辆通过传感器的实际时间。视频中车辆对应时间和车型的记录；传感器压力信号数据存储为txt格式，通过计算机编程数据语言进行处理避免了由于人员上下车、巡检车辆减速带来的全安问题。处理的数据可以作为深度学习数据后续进行训练学习，更加智能、便捷。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.029 秒)
