沥青路面作为我国高等级路面的主要形式,其表面纹理直接决定着行车的安全性与舒适性,对路面抗滑性能、降噪效果及耐磨特性具有至关重要的影响。实现对沥青路面纹理特征的智慧感知,是“胎-路”动态交互机制解析与路表功能精准评估的基础。
为此,本项目拟围绕沥青路面纹理的智慧感知开展研究。首先,利用生成对抗神经网络(GAN)构建单目视觉深度感知模型,引入迁移学习优化训练策略来实现高效映射;其次,构建几何统计、分形、频谱和图像等智慧感知指标,完善纹理三维特征感知体系;最后,基于模型压缩与加速技术,推进模型的适配与部署,开发具备实时检测能力的移动端智慧感知平台。该平台具有以下特点:
(1)可通过沥青路面纹理单目图像,精确感知其三维构造深度,实现沥青路面纹理三维形貌重建。
(2)可处理多源异构数据,从几何统计、分形、频谱和图像角度感知沥青路面纹理特征。
(3)可部署于Raspberrypi、Jetson Nano等硬件平台,并配备手机端和网页端软件支持,具有较高的灵活性与实用性。
(4)一定程度上可替代激光扫描和多目视觉感知设备,实现产品由工业级向消费级转变,降低设备成本与技术门槛。