高速公路瀝青路面損壞國內現階段的主要檢測和預防、養護辦法？未來以及國外有那些先進經驗和技術？

01-13

接觸到的一些道路檢測公司用人工檢測或路面損壞自動化檢測設備進行，人工檢測工作量大，得到的數據存在主觀上的差異；自動化檢測設備檢測結果受天氣影響嚴重（光線太強或太弱)，保存圖像數據通過人工判讀工作量巨大且不精準，機器視覺識別還沒有接觸。想了解一下其他地區關於此方面的現狀

先挖個坑，回去電腦回答。

UPDATE 8.23

真的是夠懶的。

剛從一個深度學習的講座逃出來回來填坑。

首先要回答的是高速公路瀝青路面的損壞分類。

如果不感興趣直接拉下去。

PART1. 瀝青路面損壞分11類21項。 [1]

1.龜裂

輕：初期裂縫，裂區無變形、無散落，縫細，主要裂縫寬度在2mm以下，主要裂縫塊度在0.2~0.5m之間，損壞按面積計算。

中：龜裂的發展期，龜裂狀態明顯，裂縫區有輕度散落或輕度變形，主要裂縫寬度在2~5mm之間，部分裂縫塊度小於0.2m，損壞按面積計算。

重：龜裂特徵顯著，裂塊較小，裂縫區變形明顯、散落嚴重，主要裂縫寬度大於5mm，大部分裂縫塊度小於0.2m，損壞按面積計算。

2.塊狀裂縫

輕：縫細、裂縫區無散落，裂縫寬度在3mm以內，大部分裂縫塊度大於1.0m，損壞按面積計算。

重：縫寬、裂縫區有散落，裂縫寬度在3mm以上，主要裂縫塊度在0.5~1.0m之間，損壞按面積計算。

3.縱向裂縫

與行車方向基本平行的裂縫。

輕：縫細、裂縫壁無散落或有輕微散落，無支縫或有少量支縫，裂縫寬度在3mm以內，損壞按長度計算，檢測結果要用影響寬度(0.2m)換算成面積。

重：縫寬、裂縫壁有散落、有支縫，主要裂縫寬度大於3mm，損壞按長度(m)計算，檢測結果要用影響寬度(0.2m)換算成面積。

4.橫向裂縫

與行車方向基本垂直的裂縫。

輕：縫細、裂縫壁無散落或有輕微散落，裂縫寬度在3mm以內，損壞按長度計算，檢測結果要用影響寬度(0.2m)換算成面積。

重：縫寬、裂縫貫通整個路面、裂縫壁有散落並伴有少量支縫，主要裂縫寬度大於3 mm，損壞按長度計算，檢測結果要用影響寬度(0.2m)換算成面積。

5.坑槽

輕：坑淺，有效坑槽面積在0.1m^2以內(約0.3m×0.3m)，損壞按面積計算。

重：坑深，有效坑槽面積大於0.1m^2 (約0.3m×0.3m)，損壞按面積計算。

6.鬆散

輕：路面細集料散失、脫皮、麻面等表面損壞，損壞按面積計算。

重：路面粗集料散失、脫皮、麻面、露骨，表面剝落、有小坑洞，損壞按面積計算。

7.沉陷

大於10mm的路面局部下沉。

輕：深度在10~25mm之間，正常行車無明顯感覺，損壞按面積計算。

重：深度大於25mm，正常行車有明顯感覺，損壞按面積計算。

8.車轍

輪跡處深度大於10mm的縱向帶狀凹槽(轍槽)。

輕：轍槽淺，深度在10~15mm之間，損壞按長度計算，檢測結果要用影響寬度(0.4m)換算成面積。

重：轍槽深，深度15mm以上，損壞按長度計算，檢測結果要用影響寬度(0.4m)換算成面積。

9.波浪擁包

輕：波峰波谷高差小，高差在10~25mm之間，損壞按面積計算。

重：波峰波谷高差大，高差大於25mm，損壞按面積計算。

10.泛油

路面瀝青被擠出或表面被瀝青膜覆蓋形成發亮的薄油層，損壞按面積計算。

11.修補

龜裂、坑槽、鬆散、沉陷、車轍等的修補面積或修補影響面積(裂縫修補按長度計算，影響寬度為0.2m)。

PART2. 關於預防措施

首先要說一句，這是預防不了的。只能說盡量及時發現及時修復。

1.加強高速公路的巡查，及時發現初期損壞、失效的排水設施，立即採取措施進行補救。

2.根據損壞程度採用不同的養護方式。

3.改變養護投資的申請程序，縮短審批時間。

PART3. 現有的一些技術

待會有事，所以下次在更，先說個大概，都是自動檢測，人工檢測現在真的是耗不起這個時間，拍照然後用圖像處理的演算法進行病害區分。

我們做過路面破損的大項目以及車轍的專項項目。路面破損是師兄們做的，我跟的是車轍，最近剛完成。

設備呢就是攝像機以及GPS以及激光器了。

BABABABABA.................UPDATE.................8.26

我終於回來了。

整理答案真的是很累的好么。。。。

我就說車轍了，畢竟自己參與的說起來比較清楚。

車轍檢測呢，就分三大部分：

1.數據採集

2.數據處理

3.數據統計

第一部分是數據採集，

首先說下人工測量車轍的方法，首先在路面上架上3m直尺

然後用一個楔形塞尺

塞進去，得到讀數。

我們就是模擬這樣的人工測量方法，所以我們的理論上來說是比較可靠的。當然也有的公司在車下面安裝聲納陣列，利用距離來測量，但這樣其實標定是很困難的。扯遠了~~

再要說的是採集車轍數據的原理。原理很簡單，激光器朝著水平的路面上照射一束激光，地面上得到的光束應該是一條直線。而當路面不平的時候，這條激光線也是會彎的。如圖：

好吧，我承認沒有什麼畫圖的天分。但是這些圖居然花了我小半天你也敢信。

P.S. 我是用PPT畫的。求大家推薦好用的畫圖軟體。

來的再直觀一點，如果路面是這樣的：

那麼得到的激光線是這樣的：

如果路面是這樣的：

那麼得到的激光線是這樣的：

PS 由於我們是為了圖像視覺跟實際情況一樣，即路面是凹的，我們圖像上看起來也是凹的，所以我們將圖片進行了180度翻轉。

第二部分就是數據處理了。

最典型車轍：

抽象出來的就是這樣的：

兩條豎線就是最深車轍位置的標註，並且返回深度。

幾乎沒有車轍：

抽象出來的就是這樣的：

以上兩種只是理想情況下的圖像，然而在跑高速的過程中，幾乎沒有一刻不讓你驚喜啊，Life is like a box of chocolate, you"ll never know what you are
gonna get.....

出來的奇葩情況有這樣的：

還有這樣的：

想你時你在鬧海啊，腦海當時想的只有公路你不要這麼幽默好么。。。。。出來的抽象圖真的慘不忍睹好么！！！我都不敢放出來啊，放出來我們做的就是一坨翔啊。

看來是不去噪是搞不定了，但是系統還需要我們實時出車轍數據啊，平均6ms內就要把一張圖片獲取到，計算完畢，寫數據，再存檔啊。於是我們又膽戰心驚的加了去噪，還好在i7的處理器以及固態硬碟的條件下完成啊，我的i5+機械硬碟的本本根本趕不上好么。

後來，

抽象圖：

這樣才能看了有木有，才能看了有木有！！！！

好吧，問題基本就算解決。

第三部分的數據處理就不說了。

說一句吹噓的話，我們的這套有可能是state of the art的車轍檢測系統哦~~~

其實路面破損病害的檢測也大多是通過數字圖像處理的一些演算法來進行的。

說些題外話，我們學校跟XX高速合作已經有10餘年了，都會一起研發一些自動檢測系統，就是為了來提高檢測效率。

不過這月早些時候我有次跟車檢測，就出現了他們公司對路面上的一些病害進行人工記錄的情況，比如修補，坑槽之類的，其實人工不僅工作效率真的很低，而且數據的準確率啊，病害的範圍啊都沒有很清楚，檢測車以是10km/h的速度在緊急停車道上行駛著，並且拉著警笛，樁號也不會看得很清楚，都是大概說一個樁號。

另外檢測很困難的一件事，就是每次測一個車道，不可以超車，比如說在2道上，你前面有輛很大的貨車，以30km/h的速度行駛著，而且拉警笛，用喊話器喊都不讓道的時候，你就哭去吧。一般檢測一天跑200km左右是比較正常的，這也只是有效檢測距離，有時候你會不得已跑很多無用的路程，人還是很累的。

以上。

reference:

[1]. 公路技術狀況評定標準

目前全世界主要還是依靠圖像，激光和雷達三種方式判斷瀝青路面損壞。

圖像有人工識別和軟體識別，人工主觀影響大，成本高，軟體上存在的問題是光線不同容易對識別效果造成影響。推薦一個我們小老闆的文章，很精彩基於直方圖估計和形狀分析的瀝青路面裂縫識別演算法

激光對天氣變化敏感，精確度差；雷達更適宜對底下內容進行探測，對地表探測不敏感。

國外和國內也都很少對小部分的路面進行修復，比較先進的技術是回收大面積瀝青路面，加工後從新施化。

公路土建部分我也不是特別了解，道聽途說一點，歡迎指正