基于改进RT-DETR的路面坑槽检测模型

路面坑槽对驾驶的舒适性和安全性有很大影响。针对路面图像中坑槽尺寸小和特征信息匮乏导致检测精度低的问题,提出一种基于RT-DETR的路面坑槽检测模型Pavement Pothole-DETR(PP-DETR)。其主干网络使用SPDRSFE模块进行特征提取,可保留更多特征信息,提高小目标检测精度;引入渐进特征金字塔网络实现特征融合,避免多级传输造成的信息丢失,以解决坑槽特征信息主要集中在中、底特征层的问题;使用结构重参数化模块Conv3XCC3进行特征再提取,在提高网络表达能力的同时又不增加计算量。实验结果显示,相比原RT-DETR模型,PP-DETR的精确率与召回率分别提升了2.9和5.4个百分点,mAP达到76.9%。本文提出的改进方法有效提升了网络的特征提取和特征融合能力,在路面坑槽检测任务上的表现明显优于YOLO系列模型。

基于参数化组件的道路BIM模型建模技术研究

文章定义了一套“点—边—形状—组件—横断面”五级横断面的层次结构,对道路横断面的路基路面、边坡等进行参数化组件设置,提出了一种基于参数化组件的道路BIM模型通用建模方法,以实现路基路面沿线参数化布置,边坡与地形无缝结合生成多级边坡。实践表明,该方法的建模流程兼顾参数化和自由度,可提高模型建模效率,同时可以分类存储设计信息,生成信息完善的道路BIM模型,满足建模要求。

基于深度过参数化卷积的路面病害分割研究

道路精准养护关键是精确发现并解决影响车辆驾驶的道路问题,有效缩短道路病害工作闭环时间.针对道路养护中路面病害分割实时性与准确性,提出一种基于深度过参数化卷积的路面病害分割网络.首先,利用Focus模块与2层3×3卷积的切片操作替换了网络特征压缩结构,以减小图像信息丢失.其次,通过替换ResNet50卷积模块中的传统卷积为深度过参数化卷积,提升网络收敛速度,并引入卷积块状注意力机制增强特征提取网络对图像信息的聚焦能力.最后,组合原型网络与预测头网络分别生成的原型掩膜与预测框掩膜系数,完成路面病害分割.路面病害分割实验在公开数据集和自制数据集下进行,分割平均精度AP_(all)分别为21.59%和31.43%,分割速度分别为31.33帧/s和30.52帧/s.实验结果表明改进后模型能够实现路面病害分割的实时性与高精准性.

公路工程路基参数化交互设计系统应用研究

参数化协同设计在交通基建行业已不断创新发展和项目应用推广,在公路工程多专业方向中,路线、互通立交、桥梁、隧道及涵洞等专业的BIM应用场景也逐步成熟,而路基路面专业仍停留在传统的二维设计模式中,专业的繁杂特性影响着参数化设计发展速度。通过对公路工程路基专业的参数化交互设计系统的应用研究,实现基于参数化标准模板库的自动化方案设计与设计成果输出,总结出路基路面专业设计手段数字化转型经验,为同行业相关软件研发思路及标准制定提供参考。