主要内容 主要内容

路面检测系统

快速获取路面上的信息,以减少与道路质量差相关的风险。

背景

道路每天继续恶化,因为与它们驱动的各种车辆相关的磨损和撕裂。路面质量的恶化不仅妨碍了驾驶员的舒适性,而且影响了经济效率。
将道路保持为社会基础设施的一部分,有必要在合适的时间修复它们。
目前,道路状况的检查主要是使用专业车辆进行的。然而,这是昂贵的并且经常不允许进入住宅道路。

解决方案

Ricoh开发了一种相机系统,可以使用标准机动车辆而不是专业车辆来测量路面条件。该系统能够在难以使用专业车辆难以测量之前的住宅道路上的测量。
还可以将工作过程自动捕获图像以创建检查记录。
通过这种系统,我们将通过更有效的维护实现安全和安全的道路环境。bob娱乐平台

技术亮点

1.使用立体声相机捕获图像

通过使用多个立体声相机的成像系统,实现了三种因素的测量:裂缝,车辙深度和平坦度(σ)的速度。立体声摄像机使用左右两个相机的视差检测对象的深度信息

图片:使用可以安装在标准车辆上的多个立体声相机的相机系统
相机系统使用可以安装在标准车辆上的多个立体声相机

基于通过将图像组合在用多个立体声相机拍摄的宽度方向上的图像而获得的结果,可以计算车辙深度。
此外,基于通过在行进方向上组合通过相同的多个立体声相机拍摄的图像而获得的结果,可以测量平坦度。
图像组合不仅能够获得3D组合图像,还可以通过组合图像中的特征点(亮度图像)来生成的组合亮度图像。还可以使用该组合的亮度图像测量裂缝速率。

以这种方式,仅使用从立体声相机获得的信息,可以实现三个因素的测量:裂缝,车辙深度和平坦度(纵向不均匀的量)。

2.使用人工智能

最近,很多努力都投入了人工智能(AI)的研发,使机器能够进行学习功能。机器学习是在图像识别和分析中使用的方法之一。

在机器学习中,计算机收到某些输入,从中学习,并预测有用的输出。作为初步步骤,系统需要学习某些输入图像的组合和相应的正确答案输出(正确答案标签)。学习步骤之后是决策步骤,其中系统接收特定图像输入并基于所学到的内容来预测并输出正确的答案。

通过基于通过机器学习获得的模型的机器读数更换目视检查过程,与传统方法相比,可以减少人间。

图像:自动创建长度为50厘米的网格,裂缝数由AI确定
自动创建长度为50厘米的网格,并由AI确定裂缝的数量

3.结果可视化

基于所获得的三个数据集,系统计算维护控制索引(MCI),这是维护和维修判断的全面指标。这支持创建检查记录。
系统还通过映射结果来可视化路面状况。

图片:可视化铺设状态的图像
可视化铺设状态的图像

理光的愿景

除了路面之外,这项新技术还可以应用于维护各种社交基础设施,例如隧道和桥梁。
在制定监测社会基础设施的系统时,理光致力于解决一系列社会问题,包括老化基础设施和劳动力短缺和电机效率。