基于机器视觉的公路路面构造深度试验检测技术研究
摘要
公路路面构造深度是衡量路面抗滑性能和行车安全的关键指标之一。传统检测方法如摆式仪、砂铺法等存
在操作繁琐、效率低、主观性强等局限,难以满足现代交通基础设施对高效、精准、自动化检测的需求。近年来,
机器视觉技术凭借高分辨率成像、智能识别和大数据处理能力,在公路路面构造深度检测领域得到快速发展。本文
系统梳理了机器视觉检测原理、关键算法及系统集成方法,分析当前主要技术路线、设备研制、应用实践和精度控
制手段,总结典型工程案例。研究结果表明,基于机器视觉的构造深度检测具有自动化程度高、数据客观、处理高
效等显著优势,能够为公路养护管理、施工质量验收和智慧交通建设提供技术支撑。未来,需进一步推进检测算法
智能化、设备一体化和标准体系建设,提升我国公路检测的智能化、数字化和标准化水平。
在操作繁琐、效率低、主观性强等局限,难以满足现代交通基础设施对高效、精准、自动化检测的需求。近年来,
机器视觉技术凭借高分辨率成像、智能识别和大数据处理能力,在公路路面构造深度检测领域得到快速发展。本文
系统梳理了机器视觉检测原理、关键算法及系统集成方法,分析当前主要技术路线、设备研制、应用实践和精度控
制手段,总结典型工程案例。研究结果表明,基于机器视觉的构造深度检测具有自动化程度高、数据客观、处理高
效等显著优势,能够为公路养护管理、施工质量验收和智慧交通建设提供技术支撑。未来,需进一步推进检测算法
智能化、设备一体化和标准体系建设,提升我国公路检测的智能化、数字化和标准化水平。
关键词
机器视觉;公路路面;构造深度;检测技术;自动化
全文:
PDF参考
[1]苏子玥,杜文康,雷冬.基于机器视觉的公路桥
梁变形测量及安全预警[J].中外公路,2024,44(05):
248-258.
[2]周华荣.基于机器视觉的公路路面压实度检测方
法[J].中国公路,2024,(02):113-115.
[3]杨有辉,邓力珩,姜烊,等.基于机器视觉的车
载式智能巡查装备及系统研究[J].公路交通技术,2023,
39(06):21-29.
[4]薄晓宁.基于机器视觉的路面裂缝病害多目标识
别技术[J].电子技术与软件工程,2023,(02):177-180.
[5]江舟.机器视觉在市政工程质量检测与评估中的
应用[J].中国建筑金属结构,2025,24(16):130-132.
Refbacks
- 当前没有refback。
