PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2014 | Vol. 13, nr 4 | 259--266
Tytuł artykułu

Ocena dokładności stereowizyjnej metody inspekcji dróg

Autorzy
Treść / Zawartość
Warianty tytułu
EN
The estimation of stereovision precision in road inspection
Języki publikacji
PL
Abstrakty
PL
Ocena dokładności stereowizyjnej metody inspekcji dróg została zrealizowana na podstawie analizy rozkładu różnic pomiędzy pomiarami metody stereowizyjnej i metody pomiaru bezpośredniego z wykorzystaniem dalmierza laserowego. Przeprowadzona analiza ma zweryfikować uzyskany charakter błędów odwzorowania nawierzchni drogi. Została przeprowadzona na zbiorze danych pozyskanych podczas realizacji pomiarów w 160 przekrojach badawczych dla różnych nawierzchni drogowych o różnym stopniu degradacji. Oceniana metoda inspekcji stanu nawierzchni drogowych bazuje na metodzie stereowizyjnej odwzorowania nawierzchni drogi. Opis przestrzenny jest wyznaczany na podstawie stereo-obrazów pozyskany podczas wykonywania sekwencji zdjęć z pojazdu pomiarowego poruszającego się po badanym odcinku drogi. Właściwa analiza danych obrazowych i zastosowanie przekształceń matematycznych umożliwia określenie parametrów technicznych i eksploatacyjnych drogi. Opis przestrzenny pozwala na precyzyjną ocenę stanu nawierzchni drogi, która w tradycyjnych metodach obrazowania bez informacji dotyczącej głębi jest trudna do realizacji i często obarczona błędami kwalifikacji poszczególnych uszkodzeń nawierzchni.
EN
The estimation of stereovision precision in road inspection was determined by the analysis of the distribution of differences between measurements: the stereo vision method and the method of direct measurement with the use of laser distance meter. The carried out analysis is aimed at verifying the type of mapping error of a road surface. The input data was obtained from 160 measurement sections which feature both a different type and a different condition of road pavement. The estimated method of road inspection is based on the stereo vision method of surface representation. Spatial representation of the road is obtained from the images recorded through taking stereo sequences of images by the measurement vehicle moving along the studied section of the road. The proper analysis of the image-based data and the application of mathematical transformations allow for determination of technical and functional parameters of the road. Spatial description allows for a precise evaluation of the state of a road pavement, which in traditional methods of image processing, without information about the depth, is difficult to be achieved and often burdened with errors of qualification of road distresses.
Wydawca

Rocznik
Strony
259--266
Opis fizyczny
Bibliogr. 24 poz., rys., tab.
Twórcy
autor
  • Katedra Systemów Transportowych i Inżynierii Ruchu, Wydział Transportu, Politechnika Śląska, marcin.staniek@polsl.pl
Bibliografia
  • 1 M. Mustaffar, T. C. Ling , O. C. Puan, “Automated Pavement Imaging Program for pavement cracks classification and quantification – a photogrammetric approach”, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 37(B4) pp. 367-372 (2008).
  • 2 Si-Jie Yu, S. R. Sukumar, A. F. Koschan, D. L. Page, M. A. Abidi, “ 3D reconstruction of road surfaces using an integrated multi-sensory approach”, Optics and Lasers in Engineering 45(7), pp. 808-818 (2007).
  • 3 J. L. Vilaçaa, J. C. Fonsecac, A.C.M. Pinhod, E. Freitase, “3D surface profile equipment for the characterization of the pavement texture – TexScan”, Mechatronics 20(6), pp. 674-685 (2010).
  • 4 J. L. Vilaça, J. C. Fonseca, A. M. Pinho, “Non-contact 3D acquisition system based on stereo vision and laser triangulation”, Machine Vision and Applications 21(3), pp. 341-350 (2010).
  • 5 Y. He, J. Wang, H. Qiu; W. Zhang, J. Xie, “A research of pavement potholes detection based on three-dimensional projection transformation”, Proc. of 4th International Congress on Image and Signal Processing (CISP) 4, pp. 1805-1808 (2011).
  • 6 A.E. Grace, D. Pycock, H.T. Tillotson, M.S. Snaith, “Active shape from stereo for highway inspection”, Machine Vision and Applications 12, pp. 7–15 (2000).
  • 7 K. C. P. Wang, W. Gong, R.P. Elliott, “A feasibility study on data automation for comprehensive pavement condition survey”, Proc. of 6th Internat. Conference on Managing Pavements, (2004)
  • 8 K. C. P. Wang, W. Gong, “Automated Pavement Distress Survey: A Review and A New Direction”, Prof. of Pavement Evaluation Conference, (2002).
  • 9 K. C. P. Wang, “Automated pavement distress survey through stereovision”, NCHRP-IDEA Program Project Final Report, Transportation Research Board, (2004).
  • 10 E. Salari, E. Chou, J. J. Lynch,” Pavement distress evaluation using 3d depth information from stereo vision”, MIOH UTC TS43 2012-Final Report, Transportation Research Board, (2012).
  • 11 K. C. P Wang, W. Gong, T. Tracy, V. Nguyen, “Automated survey of pavement distress based on 2D and 3D laser images”, MBTC DOT 3023 –Grant, Transportation Research Board, (2011).
  • 12 K. C. P Wang, “Elements of automated survey of pavements and a 3D methodology”, Journal of Modern Transportation 19(1), pp. 51-57 (2011).
  • 13 Patent description, WO2011069191, “High speed photometric stereo pavement scanner”, (16 June 2011).
  • 14 L. Di Stefano, M. Marchionni, S. Mattoccia, “A PC-based Real-Time Stereo Vision System”, Machine Graphics & Vision, 13(3), pp. 197–220 (2004).
  • 15 A. Fusiello, E. Trucco, A. Verri, “A compact algorithm for rectification of stereo pairs”, Machine Vision and Applications, 12, pp. 16–22 (2000).
  • 16 B. Scharstein, ”View Synthesis Using Stereo Vision”, Lecture Notes in Computer Science 1582, Springer-Verlag, Berlin (1999).
  • 17 B. Cyganek, P. Siebert, "An Introduction to 3D Computer Vision Techniques and Algorithms", John Wiley & Sons, Chichester (2009).
  • 18 Szeliski, “Computer Vision. Algorithms and Applications”, Chap. 11 in Stereo correspondence, pp. 467-503, Splinger-Verlag, London (2011).
  • 19 J. A. Kalomiros, “Dense disparity features for fast stereo vision”, Journal of Electronic Imaging. 21(4),241-248 (2012).
  • 20 M, S. Soatto, J. Kosecka, S.S. Sastry, “An invitation to 3-D vision: from images to geometric models”, Springer-Verlag, New York (2004).
  • 21 M.Z. Brown, D. Burschka, G.D. Hager, ”Advances in computational stereo”, IEEE Transaction on Pattern Analysis and Machine Intelligence, 25(4), pp. 993–1008 (2003),
  • 22 Technical Details of ICX204AK CCD Camera ( update February 2012)
  • 23 M. Staniek “Pavement conditions diagnosis by means of stereoscopy”. Proc. of the 58th Conference of Scientific Problems of Civil Engineering, pp. 358-359 (2012).
  • 24 J. R. Taylor: Wstęp do analizy błędu pomiarowego, Wydawnictwo Naukowe PWN, W-wa (2013)
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-74762e66-a7dc-47dc-aa33-65ed328bbfcb
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.