Filtern
Dokumenttyp
Schlagworte
- Camera (1)
- Condition survey (1)
- Data base (1)
- Data processing (1)
- Datenbank (1)
- Datenverarbeitung (1)
- Detection (1)
- Detektion (1)
- Deterioration (1)
- Digitale Bildverarbeitung (1)
Institut
- Abteilung Straßenbautechnik (2) (entfernen)
Die Bundesanstalt für Straßenwesen (BASt) führt derzeit umfangreiche Versuchsprogramme zur zeitraffenden Belastung auf verschiedenen Straßenbaukonstruktionen mit dem Großversuchsstand Mobile Load Simulator MLS30 (früher unter MLS10 bekannt) in Versuchshallen durch. Die Mobilität der Maschine erlaubt auch Belastungsversuche auf außenliegenden Versuchsflächen, wie dem duraBASt. Während der ersten Versuche, die seit 2013 mit dem MLS30 durchgeführt wurden, konnten signifikante Temperaturveränderungen insbesondere der Belastungsflächen festgestellt werden. Die entsprechenden Daten wurden mit Sensoren aufgezeichnet und Veränderungen mit einer Infrarotkamera sichtbar gemacht. Dazu wurde der MLS30 gemäß Standardvorgaben und in einer modifizierten Betriebsform eingesetzt. Außerdem wurden für die Zeit nach der Belastung zwei unterschiedliche Varianten verwendet und getestet. Die Ergebnisse dieses Forschungsprojekts werden bei den nächsten Versuchsprogrammen berücksichtigt und mit anderen Betreibern von zeitraffenden Belastungseinrichtungen diskutiert. Die Versuche in diesem Forschungsvorhaben konnten belegen, an welchen Stellen Temperatureinflüsse durch die Belastung mittels Mobile Load Simulator MLS30 entstehen, und wie sie sich im Straßenkörper verteilen. Durch die Verwendung einer Infrarotkamera konnte der Aufwärmprozess aus verschiedenen Positionen visualisiert werden. Die nun vorliegenden Kenntnisse über die Temperaturverteilungen und die sich einstellenden Temperaturdifferenzen werden einerseits für die detaillierte Planung von möglichst standardisierten Versuchsprogrammen mit dem MLS30 verwendet und dienen andererseits zur vertieften Interpretation der Ergebnisse aus den Belastungsversuchen. Der Versuch, die Temperaturerhöhung innerhalb des MLS30 mit geringer Modifikation der Luftzufuhr deutlich zu mindern, hat nicht den erwarteten Erfolg gebracht. Es zeigte sich allerdings auch, dass die durch die Radüberrollung hervorgerufene Reibungswärme den maßgeblichen Anteil an der Wärmeentwicklung im Asphalt hat. Die Regulierung der Innenraumtemperatur im MLS30 verliert daher an Bedeutung, wird aber dennoch mit dem Hersteller diskutiert.
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.