道路条件分析与计算机视觉是如何改变城市和交通主管部门

道路基础设施是我们最重要的公共资产。从本质上说,现代社会是行不通的。

然而,许多城市、县和交通主管部门与预算和劳动力的限制,导致他们的斗争道路。

这些挑战影响我们所有人。例如,美国汽车协会估计,美国司机每年花费30亿美元固定障碍损害他们的车辆。当然,糟糕的路况造成公共安全问题。

幸运的是,机器学习、计算机视觉和其他技术已经成熟太快,严重的可以改善道路养护实践,缓解现有交通主管部门和劳动负担成本,提高维护和保持更高的安全标准。

RoadAI背景

Vaisala计算机视觉团队从2015年开始从事RoadAI,自动化的目的与劳动密集型道路路面缺陷库存,为交通主管部门提供更好的决策数据。团队理解使组织能够完成简单的巨大价值调查与快速分析没有任何手动工作。

创建的解决方案是通过密切行业合作伙伴,使Vaisala关注工人的真正的挑战和经验。RoadAI的一个结果是,任何车辆或司机可以收集优秀的视频数据与多一个摄像头和一个智能手机应用程序,不需要特殊教育或培训。

其他RoadAI的好处包括:
•4倍的速度比其他方法。车辆可以在正常的车速,与手动检测,这迫使司机去非常缓慢。
•传统的路面分析成本的一半。组织可以很容易地调查自己或廉价地雇人做的驾驶。不需要特别检验承包商。
•客观、一致的评估没有人为错误。不再需要人工评估或调查的注意。
•全面的数据导致更好、更多的战略决策。领导人能够更有效地计划,和沥青维修更及时、持续时间更长。

计算机视觉技术是如何运作的吗

计算机视觉是一种机器学习技术,简单来说它意味着使用软件来解释一个图像或视频比人类将在同样的方式。RoadAI优化了解路面恶化和11可以识别缺陷类型,或单独分类,而工具计算路面状况指数为每个路段(PCI)。

下面的图片你可以看到如何做以及如何量化缺陷检测。检测完成前面的车在1米(3英尺)区域,以确保即使是最好的和最详细的裂缝被捕获。

图1:检查员´s车辆视图和计算机视觉的例子

图2:不同的缺陷类型对道路的影响条件的决心

一个新的维护模式

RoadAI是一个完美的例子,机器学习和自动化的力量——和他们的实际影响我们的生活。几乎所有城市、县或交通部门现在可以不断监视网络条件下,基于摄像头取代旧手册调查一个自动化系统,并减少人为错误。此外,他们可以使用质量数据,以便做出更好的、更多的战略决策。

考虑到城市所面临的挑战,县,交通主管部门今天,RoadAI市场上最有可能是唯一可行的方法实现连续监测道路网络。

来源:

壶穴损害美国司机每年30亿美元的成本
美国的基础设施危机是一个维护危机