Zurück Vor

Detailergebnis zu DOK-Nr. 78750

Automatische Schadenserkennung unter Verwendung von faltendem neuronalen Netzwerk auf regionaler Basis (Orig. engl.: Automated pavement distress detection using region based convolutional neural networks)

Autoren	E. Ibragimov H.-J. Lee J.-J. Lee N. Kim
Sachgebiete	11.1 Berechnung, Bemessung, Lebensdauer 12.0 Allgemeines, Management

International Journal of Pavement Engineering 23 (2022) Nr. 6, S. 1981-1992, 10 B, 2 T, zahlr. Q

Die Rissentstehung und der Rissfortschritt sind die häufigsten Schadensmerkmale an Straßenbefestigungen. Sie sind deshalb entscheidende Parameter im Rahmen von Pavement Management Systemen. Die Autoren führen eingangs aus, dass die zahlreich existierenden Erfassungs- und Auswertesysteme aufwendige Verfahren beinhalten. Deshalb sind in jüngster Zeit auf Deep Learning basierende Algorithmen entwickelt und erfolgreich eingesetzt worden. Allerdings sind noch Einschränkungen bei der automatischen Erfassung zu verzeichnen. In den im Bericht dargestellten Untersuchungen wird aus diesem Grund ein Verfahren entwickelt, das auf einem schnelleren und regionalen neuronalem faltenden Netzwerk basiert (Faster region based convolutional neural network (Faster R-CNN)). Das System ist ausgerichtet auf die Erfassung von Längs-, Quer- und Netzrissen sowie partiellen Ausbesserungen der Fahrbahnoberfläche. Resümierend wird ausgeführt, dass Versuche gezeigt haben, dass die vorgestellte Methode erfolgreich Risse erfassen kann.