Filtern
Dokumenttyp
Schlagworte
- Datenbank (2) (entfernen)
Institut
- Abteilung Straßenbautechnik (2)
- Sonstige (1)
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.
Das Bundesfernstraßennetz besitzt aufgrund der zentralen Lage Deutschlands eine sehr hohe Bedeutung für die gesamte Verkehrsabwicklung in Europa. Mehr als die Hälfte der Jahresfahrleistung der Kraftfahrzeuge wird in Deutschland über das Bundesfernstraßennetz abgewickelt, fast ein Drittel allein über das Bundesautobahnnetz. Um die Leistungsfähigkeit der Straßeninfrastruktur unter Einsatz der vorhandenen Finanzmittel langfristig sicherstellen zu können, bedarf es geeigneter Instrumente, die den aktuellen Straßenzustand realistisch abbilden und dessen Entwicklung verlässlich prognostizieren. Der Straßenzustand muss unter Berücksichtigung vorherrschender Randbedingungen sowie zur Verfügung stehender Handlungsoptionen mit ihren Auswirkungen auf Nutzen und Kosten bewertet werden können. Eine wichtige Grundlage dafür sind die „Richtlinien für die Planung von Erhaltungsmaßnahmen an Straßenbefestigungen“, Ausgabe 2001 (RPE-Stra 01). Die elementare Voraussetzung aller Prognose-, Analyse- und Bewertungsverfahren stellt eine umfassende Datenbasis dar, welche die grundlegenden Informationen über die Straßeninfrastruktur präzise und aktuell vorhält. Es gibt in Deutschland bereits seit vielen Jahren Datenbanksysteme und IT-Instrumente, um vielfältige Aufgaben im Bereich der Straßeninfrastruktur zu bearbeiten und zu steuern. Daten der Infrastruktur werden regelmäßig erhoben und in verschiedenen Datenbanksystemen hinterlegt und verwaltet. Für eine Vielzahl infrastrukturpolitischer Fragestellungen müssen diese Daten jedoch unter hohem Arbeits- und Zeitaufwand explizit zusammengestellt und analysiert werden. Hier gilt es, entsprechende Schnittstellen und Tools zu schaffen, um diese Daten ohne diesen großen Aufwand verknüpfen und für ein Erhaltungsmanagement nutzen zu können.