摘要：车辙作为沥青路面常见病害之一,其对路面使用寿命和交通安全具有重要的影响。当沥青路面出现中轻度车辙时,在预防养护过程中,车辙形变会导致养护材料用量增加。因此,在养护设计中能否准确计算填补车辙材料用量,对于保证养护质量和养护效率意义重大。该文基于实体养护工程需求,分析传统车辙检测方法和数据在养护设计中存在的问题,提出一种采用数字全息三维检测技术的沥青路面车辙预防养护辅助设计方法。该方法通过数字全息三维检测技术,能够全面获取路面连续高精度三维数据并建立三维模型,通过仿真模拟精准计算填补车辙养护材料用量,有效提高了预防养护的精准性。通过实体工程验证,结果表明:基于数字全息三维检测的沥青路面车辙预防养护辅助设计方法,能够将车辙预防养护材料用量负偏差控制在5%以内,与基于传统检测方法和数据的养护设计相比(材料用量负偏差超过50%),效果显著。

摘要：数字化已成为全球新一轮技术革命和治理变革的最大变量和增量。在数据化管理时代,要真正实现公路路面精细化养护,获取高精度和可量测的检测数据是根本前提。然而,目前的路面多功能检测设备大多存在组装复杂且成本较高、检测指标无法一次获得、难以实现全断面覆盖、数据展现形式单一等问题,难以为路面养护科学决策提供全面的数据支撑。因此,基于数字全息技术原理自主研发了一套硬件成本经济、组装便捷、易于操作的路面状况全指标三维检测系统和智慧养护设计平台,在车辆正常行驶状态下能快速完成路面全息三维扫描,并计算出任意断面的路面损坏状况、平整度、车辙、跳车、磨耗、纵横坡度等各项指标,数据精度可达亚毫米级。此外,基于路面全息三维数据,通过路面三维建模可以重现路面三维真实场景,为养护管理人员从中提取路况指标信息、诊断病害问题和追溯病害成因提供数据支撑,也可以为养护设计和施工技术人员提供设计方案仿真模拟、养护施工效果评估展示等便利,实现路面养护信息数字化的目标。

摘要：为弥补二维图像道路病害识别的不足,本研究采用数字全息三维路面病害数据,设计了适用于三维路面病害数据的识别方法:对三维病害数据进行预处理,获取病害特征高度突出的三维路面数据信息;搭建适用于路面三维病害图像分类的深度学习架构,建立三维路面病害数据库,通过人工标注病害类型和分类,利用不同深度神经网络架构和模型对数据库进行训练,构建了数字全息三维路面病害自动识别算法。三维病害AI智能识别准确率达到95.7%,在路面病害智能检测的应用中取得了较好成效。

摘要：为了进一步提高堤防堤顶的全寿命周期,文章提出基于三维结构光的路面车辙检测方法。利用高清相机捕捉面扫描结构光变形信息,获取连续的路面mm级三维数据,提出基于模拟直尺法的车辙深度信息提取方法。结果表明:基于三维结构光的车辙病害检测方式能够准确、高效地提取不同轮廓的车辙深度信息。