T/CCTAS 80-2023
公路路面病害自动化识别技术指南

Technical guide for automatic recognition of highway pavement distress


 

 

非常抱歉,我们暂时无法提供预览,您可以试试: 免费下载 T/CCTAS 80-2023 前三页,或者稍后再访问。

您也可以尝试购买此标准,
点击右侧 “立即购买” 按钮开始采购(由第三方提供)。

 

标准号
T/CCTAS 80-2023
发布
2023年
发布单位
中国团体标准
当前最新
T/CCTAS 80-2023
 
 
适用范围
本文件规定了公路路面病害自动化识别的技术要求,包括一般规定、采集设备、数据采集与预处理、自动化识别和附录等内容。

T/CCTAS 80-2023相似标准


推荐

重磅升级:三维探地雷达道路结构层间不连续分析工具

例如,层间不连续工具可用于自动提取路面结构层中裂缝和混凝土错台等地下特征信息,并显示出来,可作为裂缝病害识别的辅助工具。与基于图像识别的人工智能自动识别地下病害系统不同,层间不连续分析工具是完全基于雷达反射信号特征提取裂缝病害的一种分析方法。...

案例分享|三维探地雷达在沥青层间粘接不良检测的应用

推荐阅读邀请函|2018年3D-RADAR用户会暨技术交流会1号通知案例分享|三维探地雷达应用于潭邵高速大修工程部分路段罩面和基层检测案例分享|三维探地雷达应用于交通部公路试验场沥青路面裂缝病害检测走起!看三维探地雷达如何实现自动化机场跑道检测!长按二维码,关注我们欧美大地国内领先的土木工程测试仪器提供者诚实 | 专业 | 创新 | 共享微信号:epc_geotesting...

路面检测技术的应用与发展趋势

根据对此类产品的调查,存在的主要问题包括:(1)目前设备主要能识别裂缝类病害,对于拥包、沉陷等三维病害尚不能准确识别;(2)后处理工作量较大,由于此类产品尚不能实现破损的自动识别,误判、漏判率较高,如易将距面污染判别为坑槽等,因此需由人工后期逐图判读,造成处理时间过长:(3)人为及天气因素对于测试结果准确性有一定的影响,如不同天气状况下识别的效果均不一样。...

雷达图像自动识别系统精准还原旧路内部损伤

病害识别#基于三维雷达图像数据,识别道路病害#雷达图像自动识别系统是基于人工智能模型自主开发的路面结构内部损伤识别系统,模型经过近25000km·测道的雷达图像数据训练,识别准确率达95%以上,识别区域与病害区域交并比(IOU)大于90%,结果准确可靠。...





Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证:京ICP证110310号