1. 简介 众所周知，使用人工方法评价路面病害有很多明显的缺点。本文，我们将呈现Roadware集团提供的，已经过实践验证的一整套路面裂缝自动评价方案。
在过去的十多年中，Roadware研制并发展了一套路面裂缝自动评价方案。它的有效性，实用性已经得到证实。该方案的核心软件包WiseCrax已经在全球15个国家广泛使用。前不久，该软件通过了英国TRL论证，取得了英国市场的资质。仅在Roadware集团，每年通过WiseCrax处理的路面图象就超过16万公里。
这个方案由三个部分组成，实时图象采集，高速裂缝分析和质量控制程序。
2. 实时成象系统 当ARAN以高速公路速度行驶时，ARAN上的路面成象系统实时采集高分辨率的路面图象。成象系统根据行驶速度自动选取当前图象帧中适当的部分。重叠的部分将被舍弃。同时，由于系统使用了高强度的闪光灯，克服了太阳光所产生的阴影。选择适当的照射角度， 这一人工照明系统也将突出裂缝信息。理论上，即使没有自然光，ARAN也可采集路面图象。 在选择摄像头和镜头的过程中，验证了系统的MTF（Modulation Transfer Function），保证了最佳的图象质量。 2.1 摄像头及镜头的选择 在Roadware集团，工程部团队跟踪并应用最先进的技术改进图象的质量。从模拟到数字摄像头，从面扫描到线扫描摄像头，我们一直努力并继续开发更高分辨率，更清晰的成象系统。 对于摄像头及镜头的选择，基于多年的经验，我们建立了一整套实用而精确的评价、选择方案。选择最合适的摄像头及镜头。在应用摄像头及镜头之前，摄像头及镜头的分辨率，失真度和运动模糊度都会被定量地测量。 在选定摄像头及镜头之前，我们先根据摄像头及镜头的灵敏度及质量参数进行初选。初选之后再进行定量测试，在实验室中，采用基于MTF的方法进行测试。将初选的摄像头及镜头不同组合，分别测试传感器表面及道路表面的分辨率。从中选取最佳组合。为取得最小的几何失真，我们设计和使用了特殊的测试图案。 当摄像头及镜头选定以后，摄像头及镜头将和采集系统集成在一起。整个系统将试运行并采集试样数据，以验证系统层次上的表现。 2.2 人工照明 对于裂缝检测的准确性，图象质量至关重要，照明系统的质量是图象质量好坏的关键因素之一。没有良好的环境控制光照明，稳定及强健的裂缝信号得不到保证。对于人工照明，有两了目标：（1）防止太阳光引起的阴影；（2）增强裂缝信号。因此，人工照明光的照射角度经过了精心设计和测试。另外，在视野范围内，特别对于面扫描摄像，照明的均匀度也非常重要。 2.3 实时拼接及压缩，存储 由于摄像头的安装高度是固定的，所以，摄像头所覆盖的面积也是固定的。依据检测车行使的速度，并不是所有的象素都有用。从同一个摄像头，相邻的两副图象之间存在重叠的部分。重叠部分的大小应该根据检测车行使的速度来计算。 为了消除重叠部分，节省空间和降低后处理时间，我们开发并应用了实时拼接算法。只有不重叠的部分将被压缩并存储到硬盘上。图象采集子系统将自动识别行使速度，计算当前帧的不重叠部分象素数，然后将相邻帧拼接在一起组成整幅Station图象。目前，ARAN支持米，毫英里和英尺三种单位。最常用的Station图象尺寸是10米，10毫英里或50英尺。 在将图象存入硬盘之前，station图象将会被实时地压缩为标准JPEG格式。JPEG压缩的参数经过严格测试，选择为保持了检测率和压缩率之间的最佳平衡。如果读者需要更详细的信息，请参阅Roadware的技术报告。
3. 高速，自动裂缝检测及分析系统 WiseCrax可以自动检测85%到90%的路面裂缝。由于采用了先进的图象处理技术和有效的硬件加速，保证了高精确度和高速度的实现。 对于3毫米分辨率的图象，Pentium 4 3.0 GHz PC机，处理速度大约在48公里每小时。如果使用双CPU的计算机，基本上可实现实时处理。采用硬件加速后，1.8毫米分辨率图象的处理速度可以达到同样的水平。而且，硬件加速中使用了更先进的计算机视觉算法，进一步提高了检测的准确性。 通过创造性的设计，WiseCrax能够满足不同层次评价的需要—从研究，项目到网络层次。 3.1 精确描述每一条裂缝的位置，范围及宽度 对于裂缝检测,有二种普遍的方法: 基于裂缝或基于栅格。Roadware使用基于裂缝的方法。该方法辨识路面上的单个裂缝,包括裂缝长度,宽度和形状。在辨识以后,使用者可以灵活地选择总结和估计路面情况的方法。基于栅格的模型， 恰恰相反，它以辩识包涵裂缝的格片为基础。因而，在后处理阶段失去了灵活性。并且，多数标准要求栅格的大小可以改变。 如果你检测到了每条裂缝，不管栅格大小怎么改变，重新评估可以迅速完成。然而，基于栅格的方法必须再从头开始。 准确地检测出每条裂缝比仅仅检测出裂缝格片更富有挑战性。Roadware 虽然已经达到高精确度的裂缝检测，但是，我们将继续努力并改进检测的准确性和速度。 3.2 一致性方法定义不同层次数据描述 在WiseCrax中，使用了不同层次的抽象和总结。Station图像使用三个单位当中的一个采集。一定数量的Station形成一个Section。Section通常等同于一连续数据采集。并且,一定数量的Section可以被合并为Project。 在裂缝检测过程中，各个Station图像被单独处理。不同路面状况，Station所包含的裂缝数量，位置，尺寸和特征各不相同。检测与分类和鉴定功能结合，一个细节层次和三个抽象层次的总结将给用户一个统一的方式报告数据。 3.3 裂缝分类和鉴定 我们的最终目标是估计路面情况。在WiseCrax 中的各个模块，检测、分类和鉴定，相对独立。检测使用计算机视觉技术提取每个裂缝。分类跟据用户定义的参量把每一条裂缝标示为不同类别：纵向,横向,块状或龟裂。各种标准对于严重性有不同的数值范围。在鉴定时，用户可以定义自己的界限。 另外，各个模块独立，使用户比较容易地分离、检查中间结果和施行质量控制。
4. 质量控制和保证规程 在Roadware，每年大约160,000公里路面图像使用WiseCrax 软件处理。没有质量管理和保证规程，不可能产生一致地高质量数据结果。 由于篇幅的局限，我们不可能在本文章里列出所有的规程。然而,有些重要和代表性步骤列举如下。 4.1 摄像头校正 在Roadware的ARAN上，有二台向下摄像头采集路面图象。使用摄像头之前，必须执行校正。校正时，二台摄像头之间的重叠部分必须被消除，以避免在最后的图像中出现重复的象素。二台摄像头的自旋转必须被独立地校正，以保证任一在路面上的直线，譬如车道标志，正确地显示。另外，摄像头的姿态也必须校正，以保证摄像头指向照明区域的中心。没有适当 的照明，图象不会有均匀背景，会给后处理带来困难，并影响检测质量。 4.2 图象质量检测 ARAN投入生产之前，将进行验收试验。其中一部分就是测试路面成象系统。有关图象质量的以下几个方面将被验证：对比度（包括自动增益控制）； 闪光灯同步性；拼接准确性；摄像头自转，姿势，聚焦和左右交叠。如果测试通过，ARAN就可以投入生产部门，采集数据了。 4.3 设置和批处理 ARAN 采集的数据文件和图像文件由WiseCrax 部门的操作员签字、领出处理。在设置之前，所有数据将被验证。验证结果被记录在日志中。 设置时，每批采集数据将被测试，并获得最佳检测参数。所有的异常，疑虑和评论将被记录在日志中。 然后，数据使用最佳参数进行批处理。批处理以后，质量检查及控制将被执行（填写日志，记录里程 等) 。跟踪软件将自动管理，同步所有后处理。 4.4 质量控制 图象被正确处理后，还可能存在错过或错检的裂缝。通过同时回放图像和检测到的裂缝，质检员将修正这些裂缝。为了协助质检员，WiseCrax中集成到了类似CAD的功能。 4.5 分类和鉴定 到不同的政府部门，对于裂缝类别和严重性有不同的定义，WiseCrax 提供一种统一的方式让用户定义对裂缝分类和鉴定的参数。另外，质量管理系统将检查每一步的中间结果。 跟踪软件和日志保证了操作员的高效率。 4.5 输出 适当地设置这三步(检测，分类和评价)的参数，保证了输出结果满足客户的需求。
5. 结论 经过多年的实践验证，Roadware的路面裂缝自动评价方案运行可靠、结果一致、方法实用。
热门推荐