摘要
在长期荷载和环境影响下,道路窨井通常会产生沉降等病害,导致其与周围路面产生高差,显著影响车辆行驶平顺性。文中提出一种基于振动-图像融合的新型道路窨井高差检测方法:面向大范围检测需求,设计了一套轻量化、模块化的智能车载检测装备,实现路面窨井的快速抓拍、车身振动的感知、检测窨井的高精定位;基于Yolo-V3深度学习方法,研发路面窨井的图像智能识别模型,并通过建立虚拟轮迹带构建了井盖检测有效性的判别方法;进一步融合振动解析技术,提出可表征振动量级的当量rms指标,用以评定窨井高差。现场试验证明,该方法可实现94.9%窨井的智能识别,窨井高差与当量rms呈显著线性关系,其判别误差在5 mm以内。
出处
《交通科技》
2022年第3期6-10,21,共6页
Transportation Science & Technology
基金
国家自然科学基金(52008309)
浙江省道桥检测与养护技术研究重点实验室开放课题(202106Z)资助。
