基于GBDT的沥青路面抗滑性能感知模型研究

为了克服接触式路面抗滑性能测试方法适用范围局限、稳定性与可重复性较差的缺陷,文章通过非接触式三维激光扫描技术建立沥青路面抗滑性能梯度提升决策树(GBDT)感知模型。研究选取巴通万高速公路上的12个测试站点,收集了216组原始数据,对路面三维纹理数据进行面积分层,并提取宏微观纹理指标。然后将不同面积占比下的宏微观纹理特征指标、测试温度及摩擦系数BPN分别代入模型中,并与决策树、随机森林、线性回归三个模型进行对比分析。研究表明,以40%为最佳切割面,GBDT路面抗滑性能感知模型准确度更高、稳定性更好,测试集R2达到0.8732,能够准确有效地评估沥青路面抗滑性能。GBDT感知模型参数重要性分析结果显示:温度对沥青路面抗滑性能具有显著性影响,针对不同的评价指标,其宏微观纹理特性对路面抗滑性能的影响差异性较大。研究验证通过非接触式路面纹理测试替代现有的接触式路面摩擦测试的可能性,所建立的指标体系和模型以期推动路面抗滑性能测试技术的进步。

基于三维光影模型的公路路面裂缝自动识别算法

针对公路路面裂缝的自动化三维图像识别技术的研究热点问题,为有效提高裂缝识别算法的准确率与可靠性,基于三维图像提出利用三维光影模型(3D Shadow Modeling)来实现公路路面表面裂缝的自动识别新方法.该方法利用裂缝区高度低于周边高度的特性,通过三维光影模型将裂缝投影为阴影区,继而通过对阴影的形态分析来识别裂缝,并采用连通域分析与线性形态分析方法,消除图像噪声.研究结果表明,采用本文提出的裂缝自动识别算法可以达到92.93%的路面裂缝自动识别准确率.

高速铁路无砟轨道表面裂缝三维图像自动识别算法

无砟轨道表面伤损的自动检测技术是当前高速铁路检测与监测的关键技术。采用三维图像技术,将原始三维图像转换为二进制图,基于三维光影模型的轨道结构表面裂缝的三维图像识别算法,采用连通域分析与线性形态分析方法,了轨道结构裂缝识别中图像噪声消除算法,从而提高轨道结构表面裂缝自动识别的准确率。室内试验对比结果表明:课题组研发的高速铁路轨道表面伤损检测系统,可获得高精度的裂缝长度、宽度以及深度的数据信息,轨道板裂缝最大宽度的识别结果相对误差为6.25%、9.68%,裂缝长度的测试识别相对误差为1.39%、2.92%,平均深度的测试识别相对误差为15.69%、13.04%。采用提出的裂缝识别算法可实现100%准确率的裂缝自动识别。

水平地震荷载作用下斜坡路基动力稳定性分析

西南山区的道路普遍穿越高烈度地震区域,地震荷载作用下路基结构的动力稳定性问题必须引起重视。笔者运用GEO-SLOPE软件中的SLOPE/W模块和QUAKE/W模块,采用动力有限元法,系统地分析了斜坡路基结构在水平地震荷载作用下的动力稳定性,总结了路堤填筑高度、地面横坡、地震烈度、软弱夹层厚度4个参数对斜坡路基结构动力稳定性的影响。

基于三维激光的路面裂缝智能识别准确性研究

依托广东省建筑科学研究院引进、研发的三维智能路面检测系统,采用广泛用于信息检索和统计学分类领域的准确率、召回率和F1值指标,分析车速、雨水、光照强度对路面裂缝识别准确性的影响。结果表明,检测车速不高于80 km/h时,病害识别准确率较稳定且高于90%;一定范围内路面越潮湿,病害识别准确率越低,湿度小于8%时准确率趋于稳定;光照强度主要影响误判,强度越大,误判越多,病害识别准确率越低,照度不大于100000 lx时图像质量能满足规范要求。