Skip to content
Publicly Available Published by Oldenbourg Wissenschaftsverlag August 27, 2019

Pavement distress detection by stereo vision / Straßenzustandserkennung durch stereoskopische Bildverarbeitung

Hauke Brunken and Clemens Gühmann
From the journal tm - Technisches Messen

Abstract

For road maintenance up-to-date information about road conditions is important. Such information is currently expensive to obtain. Specially equipped measuring vehicles have to perform surface scans of the road, and it is unclear how to automatically Ąnd faulty sections in these scans. This research solves the problem by stereo vision with cameras mounted behind the windshield of a moving vehicle so that the system can easily be integrated into a large number of vehicles. The stereo images are processed into a depth map of the road surface. In a second step, color images from the cameras are combined with the depth map and are classified by a convolutional neural network. It is shown that the developed system is able to Ąnd defects that require knowledge about surface deformations. These defects could not have been found on monocular images. The images are taken at usual driving speed.

Zusammenfassung

Für die Straßenerhaltung sind aktuelle Informationen über den Straßenzustand wichtig. Zurzeit ist die Beschaffung dieser Informationen jedoch teuer und zeitaufwendig. Speziell ausgestattete Messfahrzeuge müssen OberĆächenscans des Straßennetzes erstellen und es ist unklar, wie fehlerhafte Abschnitte in diesen Daten gefunden werden können. Diese Arbeit löst die Aufgabe durch stereoskopische Bildverarbeitung von Kameras, die hinter der Windschutzscheibe eines Fahrzeugs montiert werden. Dadurch kann das System leicht in eine große Anzahl von Fahrzeugen integriert werden. Die stereoskopischen Bilder werden zu Tiefenbildern der StraßenoberĆäche verarbeitet. In einem zweiten Schritt werden Farbbilder mit den Tiefenbildern kombiniert und durch ein faltendes neuronales Netz klas-sifiziert. Das entwickelte System ist in der Lage Fehlstellen zu Ąnden, für die Wissen über die OberĆächenverformungen nötig ist. Auf monokularen Bildern hätten sie nicht gefunden werden können. Die Bilder werden bei normalen Fahrgeschwindigkeiten aufgezeichnet.

Online erschienen: 2019-08-27
Erschienen im Druck: 2019-09-01

© 2019 Oldenbourg Wissenschaftsverlag GmbH, Rosenheimer Str. 145, 81671 München

Scroll Up Arrow