Klacci 凱樂奇交通運輸業解決方案
快速獲取路面資訊，以降低與道路品質差相關的風險。
隨著社會基礎設施的老化，其維護和管理變得越來越重要。因此，預計在未來幾年，它們將需要更頻繁的檢查。
道路是社會基礎設施不可分割的一部分。隨著它們的年齡增長，保持它們的安全需要適當檢查所有基本元素 —— 路面、隧道和路邊坡度。理光透過將其原始光學系統，與人工智慧數位技術相結合，實現了檢測系統的自動化，提供了具有成本效益、高效的檢測解決方案。
 |
| 路面 |
 |
| 隧道 |
 |
| 路邊坡 |
背景
由於各種車輛行駛，道路每天都在繼續惡化。路面品質的惡化，不僅損害了司機的舒適度，還影響了經濟效率。
為了維護道路作為社會基礎設施的一部分，有必要在適當的時候，對其進行維修。
目前，道路狀況檢查主要使用專業車輛進行。然而，這很昂貴，而且經常不允許進入住宅道路。
解決方案
理光開發了一個攝影機系統，可以使用標準機動車，而不是專業車輛，來測量路面狀況。該系統允許在住宅道路上進行測量，而以前使用專業車輛很難測量。
也可以將從捕獲的影像，到建立檢查記錄的工作流程自動化。
有了這個系統，我們將透過更有效率的維護，來實現安全可靠的道路環境。
技術亮點
1. 用立體攝影機捕捉影像
透過使用多個立體攝影機的成像系統，可以測量三個因素：裂縫率、車轍深度和平整度（σ）。立體聲攝影機使用兩個左右對齊的攝影機的視差，來檢測主體的深度資訊。
 |
| 使用多個立體攝影機的攝影機系統，可以安裝在標準車輛上 |
根據用多個立體攝影機拍攝的寬度方向影像組合獲得的結果，可以計算出車轍深度。
此外，根據將同一多個立體聲攝影機在行駛方向上，拍攝的影象組合在一起獲得的結果，可以測量平整度。
影像組合不僅可以獲得 3D 組合影像，還可以透過組合影像中的特徵點（亮度影象）生成組合亮度影像。也可以使用這種組合亮度影像，來測量裂紋率。
透過這種方式，僅使用從立體聲攝影機獲得的資訊，就可以實現三個因素的測量：裂縫率、車轍深度和平整度（縱向不均勻度）。
2. 使用人工智慧
最近，人們在人工智慧（AI）的研發上投入了大量精力，使機器能夠具有學習功能。機器學習是影像辨識和分析中，使用的方法之一。
在機器學習中，電腦接收某些輸入，從中學習，並預測有用的輸出。作為初步步驟，系統需要學習某些輸入影像，和相應的正確答案輸出（正確答案標籤）的組合。學習步驟之後是決策步驟，系統接收特定的影像輸入，並根據所學內容預測和輸出正確答案。
透過將目視檢查過程，替換為基於透過機器學習獲得的模型的機器讀取，與傳統方法相比，可以減少工時。
 |
| 自動建立長度為 50 釐米的網格，裂縫數量由人工智慧決定 |
3. 結果的視覺化
根據獲得的三個資料集，系統計算維護控制指數（MCI），這是一個用於判斷維護和維修的綜合指數，這支援建立檢查記錄。
該系統還透過對映結果，來視覺化路面狀況。
視覺化鋪面狀態的影像
0 comments:
張貼留言