摘要：现有的神经网络模型能在一定程度上实现自动识别路面病害,但在实际应用中,检测准确率无法满足道路安全运维的需求,容易出现病害的漏检和误检。针对上述问题,本文提出了一种融合灰度图像和深度图像的U-Net改进模型。首先利用深度图特征,实现自动剔除无病害数据,减轻模型的运算量;然后在传统的U-Net模型结构基础上加入全局上下文模块,在实现网络轻量化的基础上提升了网络性能;最后加入路面深度图高程信息,使模型的训练数据由一维变为二维。基于病害范围与路面深度图,获取路面病害深度参数。试验结果表明,本文提出的融合灰度图像和深度图像的U-Net改进模型在全局识别准确率、精准率、召回率、综合评价指标和mIoU指标上分别为99.09%、84.69%、81.64%、91.67%和84.58%,均高于其他两种同时进行测试的模型。在路面病害检测结果中,本文方法比其他4种模型提高了99.07%。因此,本文算法可以用于有噪声干扰的复杂场景,且能够平滑、高效地提取路面裂缝,具有较强的稳健性,可为后续的路面修复工作提供重要参考。

摘要：勘探领域中的多地球物理方法联合使用已经成为当今的趋势。利用电磁法勘探中的探地雷达方法和地震勘探方法中的地震反射法勘探探测城市道路地下病害具有其独特的优势。文中采用地面耦合系统的探地雷达方法和小偏移距的多道地震发射法分别探测出地下0.5-3m和1-5m深度范围的地球物理异常特征,经综合分析认为该异常是由土体疏松造成的。

摘要：研究了基于工程施工角度的道路病害预防与处理策略,从路基和路面两方面出发,分析了不同结构病害的表现形式及产生原因,并针对性地提出了相关施工工艺措施,如选择合适的施工材料和施工机械,做好关键技术管理把控等。

摘要：路面使用过程中常出现裂缝、破损、路基沉陷以及坑槽等病害,这些病害不仅花费巨额维修费用和时间,而且严重影响路面使用性能和行车安全,造成经济和社会效益双重损失。因此,道路管养过程中往往需要检测路面病害以进行路况调查与养护设计。传统的物理检测方法往往存在费事费力、效率低下、主观性强以及漏检率高等缺陷。基于机器学习的视觉检测也存在自适应效果差、学习速度慢等不足。而采用深度卷积神经网络方法可以有效弥补上述方法存在的不足。鉴于深度卷积神经网络方法相对于物理检测方法与机器学习方法的优势,总结概述了深度卷积神经网络方法的原理及其在道路病害检测中的各项应用。

摘要：新藏公路新疆段横跨塔里木盆地与昆仑山两大地貌单元,沿线泥石流、滑坡、水毁、崩塌、坍塌、碎落、雪害、涎流冰、翻浆和多年冻土等道路病害类型多样,发生频繁,不时断道阻车,严重影响着新藏公路的通行。该段沿线地质构造错综复杂,新构造运动和地震活动强烈,地形起伏大,地貌类型多样,气候条件多变,冰川作用强烈,以及人为不合理的建设活动和现有道路设计标准低、承灾能力差等,促进了各类道路病害的形成和发展。随着全球气候变暖、太阳活动和地震活动的加强,道路病害将进入新的活跃期,防灾形势十分严峻。

摘要：阐述了我国盐渍土地区主要道路病害类型及其成因和病害处治方法研究的意义 ;针对不同盐渍土地区的实际地质水文情况和施工条件 。

摘要：为了有效修缮北京生物科技有限公司园区内的道路交通系统,现对园区内的道路常见病害现象进行分析,探究引发道路问题的主要原因,通过以园区内道路设计检验报告为依据,总结出有利于修复道路系统的养护工作办法,以及预防道路病害持续产生的防治措施。

摘要：道路养护工作,特别是大中修养护,对道路病害的处治,对提升道路通行能力和延长道路使用寿命具有极其重要的意义。以浙江省S305富衢线大中修养护设计为例,本文针对路基、路面、交安、桥涵病害的处治,提出了一些大中修方案设计的思路和方法。这些思路和方法包括:对于路基病害,采用加固和排水处理;对于路面病害,采用修补和重新铺设;对于交安病害,采用增设标志和标线;对于桥涵病害,采用修补和加固。这些方法的应用,可以有效提高道路的通行能力和使用寿命,为同类工程项目提供参考。

摘要：道路和桥梁作为城市交通网络的重要组成部分,其健康和安全状态直接关系到社会运输的正常运行和公众的生活质量。本文详细阐述了道路和桥梁的常见病害及其成因,包括路面裂缝、路面塌陷、路面破损、桥梁结构裂缝、腐蚀和载荷过重引发的损害。同时,讨论了防治这些病害的方法和技术,如结构和材料选择、定期维护和检测、防腐处理等。此外,还提出了预防和护理道路和桥梁病害的策略,包括设计优化、材料选择、定期维护和检测等。

摘要：引言本文针对陕西省的农村公路条件,积极探索农村公路道路病害智能化识别与评价的新方法。通过理论分析、现场实践等手段,重点研究基于深度学习网络模型的病害识别与定位、病害评价体系,为高效、便捷、低价的应用于农村公路养护的车载式路况图像识别巡检方法提供科学依据。