首页>技术中心>产品中心>数据应用-智能识别系统>公路路面病害智能识别系统

数据应用-智能识别系统

公路路面病害智能识别系统

研发中心

研发中心作为公司技术创新的平台,主要承担政府科技计划项目、国际合作项目和企业应用研究型项目的研发工作。中心依托中国科学院强大的科研技术力量,在3D打印、人工智能、智能制造等领域有着丰富的理论和实践经验,并成功开发了一系列产品:工业级SLA工艺3D打印装备、工业级和桌面级FDM工艺3D打印装备、医疗显微影像自动识别系统、智能交通识别系统、工业生产自动化设备、信函装封打印贴标及分拣一体化设备、电子元器件测试分拣设备等。同时研发中心也培养了一大批具有创新研究能力和工程开发经验的优秀人才,为促进科研与生产的紧密结合,加速高新技术产业化起到强有力的支撑作用。

产品详情

改革开放40年来,我国高速公路得到飞速发展,截至2016年底,我国公路通车总里程数达到469.63万公里,其中高速公路通车总里程数为13.6万公里。随着使用年限的增加,这些道路的养护将变得越来越重要。公路路面病害种类繁多,包括龟裂、块裂、纵裂、横裂、坑槽、松散、沉陷、修补不良等十余种,对于公路养护来说,公路病害的准确分类以及严重程度的准确判断,直接影响路面质量的综合判断及养护任务的下达和执行。

公路路面的自然形态千差万别,拍摄成像时又受到天气和气候的影响,同一种病害在不同公路路面图像中的颜色、纹理、对比度、走势等的差别很大。采用传统的机器学习方法,无法有效构造出所有病害特征的特征描述子,无法实现自动检测。因此,虽然几年前已经实现了公路路面图像的自动化采集,但是路面病害的检测,依然主要依靠人工对路面图像进行逐幅查看。

采用人工智能深度学习技术,可以自动学习并构造公路路面病害的缺陷特征,并实现对公路路面病害种类的自动识别以及严重程度的自动判断,改变了公路路面检测劳动密集型的历史,可大大降低路面病害图片分析的人力成本,以广东省部分路段为例,按每车道每公里路面病害检测费用1800元计算,每年两次对路面破损进检测,3年节省的总费用超过了3千万元,相当于创造了3千多万的经济效益,如果项目成果推广到全省乃至全国,经济效益将更可观。同时,该成果克服了人工检测标准不统一的问题,有效保障了路面养护的规范性和一致性。

创新点:

  1. 设计一种基于语义分析的深度学习网络,提取公路路面病害高层语义信息,有效克服了路面病害局部特征不明显的问题;

  2. 设计一种自编码解码网络,将病害特征图重构成可以描述公路病害实例区域的图像掩模,实现了公路病害图像的像素级检测;

  3. 设计一种条件生成对抗网络(cGAN)来生成更多的训练数据,为公路病害的分割和分类网络提供数据保障。

网投平台app