咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >路面破损智能检测与分析算法研究进展 收藏

路面破损智能检测与分析算法研究进展

作     者:董是 芮晓芳 左琛 汪海年 

作者机构:长安大学运输工程学院 长安大学道路基础设施数字化教育部工程研究中心 长安大学公路学院 

出 版 物:《东南大学学报(自然科学版)》 (Journal of Southeast University(Natural Science Edition))

年 卷 期:2025年

核心收录:

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0814[工学-土木工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

主  题:道路工程 路面破损检测 搭载设备 智能分析算法 深度学习 

摘      要:分析了路面破损智能化检测研究的最新进展及发展趋势,对路面破损检测技术、搭载设备及智能分析算法进行了总结归纳。基于不同的能量形式,现行路面破损智能检测技术主要分为力学、光学、声学、热学和电磁学五大类别;依托激光扫描和超声波等先进技术的检测方法已取得重要进展,不同技术手段的优化组合与协同应用成为该领域的核心研究方向。从设备搭载方式来看,目前路面检测主要依托专业检测车、商用车、无人机以及卫星遥感等平台,并搭载多种类型的数据采集设备;检测设备的发展呈现出多元化、轻量化和高度集成化的特点,这一趋势已成为推动该领域技术创新与进步的重要驱动力。在破损智能分析算法方面,随着深度学习架构的持续演进,从经典CNN架构、Multi-modal架构、Backbone-neck-head架构、Encoder-decoder架构到Vision transformer架构,相关算法在路面破损检测中的创新研究取得了系统性突破,为智能检测算法的未来发展方向提供了重要参考。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分