Filtern
Dokumenttyp
Schlagworte
- Data processing (2) (entfernen)
Institut
- Abteilung Straßenbautechnik (2) (entfernen)
Im Verlaufe der Entwicklung der Zustandserfassung auf Bundesfernstraßen (ZEB) wurde beginnend bei den Messdaten bis zu den Auswertungen ein einheitliches Datenmanagement erarbeitet. Dieses Management sichert nicht nur die Datenqualität bei der Erfassung der Zustandsdaten, sondern sichert auch den Prozess der Auswertungen. Nicht zuletzt wird auch die Vergleichbarkeit der Daten unterschiedlicher Kampagnen gesichert. Mit der Einrichtung des IT-ZEB Systems bei der BASt zur Verwaltung der ZEB-Daten ist die Datensicherung, -bereitstellung, -auswertung und -visualisierung gewährleistet worden. Forschungsarbeiten zur Weiterentwicklung der ZEB sind mit der IT-ZEB möglich, da Modellrechnungen bei der Projektierung des IT-Systems berücksichtigt worden sind. Eine Verbesserung des Datentransfers bei den Netzdaten ist im Zusammenhang mit dem bevorstehenden Einsatz des Bundesinformationssystems Straße zu erwarten.
Road condition acquisition and assessment are the key to guarantee their permanent availability. In order to maintain a country's whole road network, millions of high-resolution images have to be analyzed annually. Currently, this requires cost and time excessive manual labor. We aim to automate this process to a high degree by applying deep neural networks. Such networks need a lot of data to be trained successfully, which are not publicly available at the moment. In this paper, we present the GAPs dataset, which is the first freely available pavement distress dataset of a size, large enough to train high-performing deep neural networks. It provides high quality images, recorded by a standardized process fulfilling German federal regulations, and detailed distress annotations. For the first time, this enables a fair comparison of research in this field. Furthermore, we present a first evaluation of the state of the art in pavement distress detection and an analysis of the effectiveness of state of the art regularization techniques on this dataset.