一种沥青路面抗滑性能检测方法及系统技术方案

本发明专利技术中公开了一种沥青路面抗滑性能检测方法，包括：获取神经网络模型，神经网络模型为以沥青路面图像为输入，以沥青路面的摩阻摆值为输出的训练后的神经网络模型；利用CCD工业相机采集待检测路面的路面图像；将路面图像输入神经网络模型，确定待检测路面的摩阻摆值；获取待检测路面的温度信息；根据温度信息对摩阻摆值进行修正，得到待检测路面修正后的摩阻摆值，以进一步获得待测量路面的抗滑性能。并且还公开了实现这一方法的具体检测系统。本发明专利技术提供的沥青路面抗滑性能检测方法和系统能够精确得到待测路面的抗滑性能，提高行车过程的安全性。

A Method and System for Testing Slip Resistance of Asphalt Pavement

The invention discloses a method for detecting the anti-skid performance of asphalt pavement, which includes: acquiring the neural network model, taking the image of asphalt pavement as input and the friction pendulum value of asphalt pavement as output, training the neural network model, using CCD industrial camera to collect the image of pavement to be detected, and inputting the image of pavement into the neural network model to determine the pending detection. The pavement frictional pendulum value, the temperature information of the pavement to be tested, the frictional pendulum value of the pavement to be tested are corrected according to the temperature information, and the modified frictional pendulum value of the pavement to be tested is obtained to further obtain the anti-skid performance of the pavement to be measured. A specific detection system for realizing this method is also disclosed. The asphalt pavement anti-skid performance detection method and system provided by the invention can accurately obtain the anti-skid performance of the pavement to be measured and improve the safety of the driving process.

【技术实现步骤摘要】
一种沥青路面抗滑性能检测方法及系统
本专利技术涉及路面数据检测
，特别是涉及一种沥青路面抗滑性能检测方法及系统。
技术介绍
沥青路面抗滑性能是沥青路面关键的使用性能评价指标，直接影响汽车行驶的安全性。在高速行驶的状态下，路面抗滑性能低下会使汽车制动失去控制而发生事故。传统的路面抗滑性能检测方法主要是通过摆式仪进行测定，在路段内选点进行测试，每个测点用五次测定读数的平均值代表测点的摩擦系数，并用五个测点的摩擦系数的平均值除以100，即为路段路面的摩擦系数。由于沥青路面抗滑性能受季节和温度影响，摆式仪的人为操作、橡胶片的老化、弹性及硬度也会影响测定结果，因此传统检测方法存在人为因素干扰大、测试效率低、测点结果不能全面反映路段的路面抗滑性能等缺陷。
技术实现思路
本专利技术的目的是提供一种沥青路面抗滑性能检测方法及系统，能够对沥青路面的抗滑性能进行精确测量的同时，提高检测效率。为实现上述目的，本专利技术提供了如下方案：沥青路面抗滑性能检测方法，包括：获取神经网络模型，所述神经网络模型为以沥青路面图像为输入，以沥青路面的摩阻摆值为输出的训练后的神经网络模型。利用CCD工业相机采集待检测路面本文档来自技高网...

【技术保护点】
1.一种沥青路面抗滑性能检测方法，其特征在于，包括：获取神经网络模型，所述神经网络模型为以沥青路面图像为输入，以沥青路面的摩阻摆值为输出的训练后的神经网络模型；利用CCD工业相机采集待检测路面的路面图像；将所述路面图像输入所述神经网络模型，确定所述待检测路面的摩阻摆值；获取所述待检测路面的温度信息；根据所述温度信息对所述摩阻摆值进行修正，得到所述待检测路面修正后的摩阻摆值；根据所述待检测路面修正后的摩阻摆值确定所述待检测路面的抗滑等级。

【技术特征摘要】
1.一种沥青路面抗滑性能检测方法，其特征在于，包括：获取神经网络模型，所述神经网络模型为以沥青路面图像为输入，以沥青路面的摩阻摆值为输出的训练后的神经网络模型；利用CCD工业相机采集待检测路面的路面图像；将所述路面图像输入所述神经网络模型，确定所述待检测路面的摩阻摆值；获取所述待检测路面的温度信息；根据所述温度信息对所述摩阻摆值进行修正，得到所述待检测路面修正后的摩阻摆值；根据所述待检测路面修正后的摩阻摆值确定所述待检测路面的抗滑等级。2.根据权利要求1所述的沥青路面抗滑性能检测方法，其特征在于，在所述将所述路面图像输入所述神经网络模型之前，还包括：选取待检测路面中符合预设条件的路段进行标定采样；利用标定采样的路面图像对所述神经网络模型进行优化训练。3.根据权利要求1所述的沥青路面抗滑性能检测方法，其特征在于，在所述获取神经网络模型之前，还包括：获取样本数据，所述样本数据为沥青路面的样本图像；采用机器视觉纹理识别法对所述样本图像的纹理进行提取，得到第一纹理图像；根据所述第一纹理图像像素点的灰度值进行阈值分割；计算图像中黑色或白色像素点的高斯分布，由高斯分布参数得到所述样本图像的纹理特征；根据样本图像的纹理特征以及样本图像的摩阻摆值对神经网络模型进行训练；所述将所述路面图像输入所述神经网络模型，具体包括：采用机器视觉纹理识别法对所述路面图像的纹理进行提取，得到第二纹理图像；根据所述第二纹理图像像素点的灰度值进行阈值分割；计算图像中黑色或白色像素点的高斯分布，由高斯分布参数得到所述路面图像的纹理特征；将路面图像的纹理特征输入所述神经网络模型，确定所述路面图像的摩阻摆值。4.根据权利要求1所述的沥青路面抗滑性能检测方法，其特征在于，所述方法还包括：通过GPS定位所述待检测路面的位置；将所述待检测路面的位置、待检测路面的摩阻摆值以及待检测路面的路面图像对应存储、显示并发布到数据库平台上。5.根据权利要求1所述的沥青路面抗滑性能检测方法，其特征在于，在所述将所述路面图像输入所述神经网络模型之前，还包括：对所采集得到的路面图像中存在垃圾信息的图片进行裁剪处理。6.一种沥青路面抗滑性能检测系统，其特征在于，包括；神经网络模型获取模块，用于获取神经网络模型，所述神经网络模型为以沥青路面图像为输入，以沥青路面的摩阻摆值为输出的训练后的神经网络模型；路面图像采集模块，用于利用CCD工业相机采集待检测路面的路面图像；摩阻摆值确定模块，用于将所述路面图像输入所述神经网络模型，确定所述待检测路面的摩阻摆值；温度信息获取模块，用于获取所述待检测路面的温度信息；摩阻摆值修正模块，用于根据所述温度信息对所述摩阻摆值进行修正，得到所述待检测路面修正后的摩阻摆值；抗滑等级确定模块，用于根据所述待检测路面修正后的摩阻摆值确定所述待检测路面的抗滑等...

【专利技术属性】
技术研发人员：张晓明，李治，张少为，钟盛，
申请(专利权)人：上海智能交通有限公司，
类型：发明
国别省市：上海,31