Detailergebnis zu DOK-Nr. 76521
Schnelleres regionales faltendes neuronales Netzwerk für die automatische Erfassung von Schädigungen der Straßenbefestigung (Orig. engl.: Faster region convolutional network for automated pavement distress detection)
| Autoren |
L. Song X. Wang |
|---|---|
| Sachgebiete |
11.1 Berechnung, Dimensionierung, Lebensdauer 12.1 Asphaltstraßen |
Road Materials and Pavement Design 22 (2021) Nr. 1, S. 23-41, 16 B, 5 T, zahlr. Q
Schädigungen der Straßenbefestigung wie Risse und Schlaglöcher sind ein unvermeidliches Phänomen im Lebenszyklus von Asphaltstraßen. Die Schäden wirken sich negativ auf die Sicherheit des Befahrens und die Lebensdauer der Befestigungen aus. Zur Erfassung der Schädigungen im Rahmen von Pavement Management Systemen wird überwiegend die Bildaufnahme angewendet. In der im Bericht dargestellten theoretischen Untersuchung wird ein neues Erkennungsverfahren, basierend auf einem schnelleren regionalen gefalteten neuronalen Netzwerk entwickelt (Faster region convolutional neural network (Faster R-CNN)). Die Methodik der Faltung und die Linsen- und Lichttechnik der Bildaufnahme werden beschrieben. Die für die Modellbildung erforderlichen In-situ-Daten wurden aus 1 200 Bildaufnahmen entwickelt, die an 3 Schnellstraßen mit unterschiedlichen Asphaltdeckschichten gewonnen wurden. Resümierend wird hervorgehoben, dass im Vergleich zur CNN-Methode und zur k-Wert-Statistik mit Faster R-CNN bessere Ergebnisse der Schädigungserfassung erzielt werden.