ICS 03. 220.20 CCS R18 团 体 标 准 T/CCTAS80-2023 公路路面病害自动化识别技术指南 Technicalguide for automaticrecognition of highwaypavement distress 2023-12-07发布 2023-12-31实施 中国交通运输协会 发布
T/CCTAS 80-2023 目次 前言 1范围. 2规范性引用文件 3术语和定义. 4缩略语.. 5一般规定 5.1 一般要求 5.2公路路面病害自动化识别流程 6采集设备 6.1公路路面图像数据采集 6.2二维线阵相机组件、激光器3D线阵相机组件的安装设计 6.3 设备技术指标. *6 7数据采集与预处理 公路路面二维图像数据采集内容 ..8 7.2 公路路面深度图像数据采集内容 .8 7.3 数据采集与存储 6- 7.4 数据精度指标 01 7.5 图像拼接. 01... 7.6 图像标注 8自动化识别 ..11 8.1公路路面病害图像目标检测 ..11 8.2公路路面病害图像自动分割 8.3公路路面病害图像自动分类 8.4自动化识别要求 -13 附录A（资料性） 图像标注类型 .-15 A.1 标注软件类型 A.2YOLO数据集格式. 15 A.3PASCALVOC数据集格式 15
T/CCTAS 802023 前言 本文件按照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定 起草.
请注意本文件的某些内容可能涉及专利.
本文件的发布机构不承担识别专利的责任.
本文件由中国交通运输协会交通工程设施分会提出.
本文件由中国交通运输协会标准化技术委员会归口.
本文件起草单位：东南大学、华设设计集团股份有限公司、陕西高速公路工程试验检测有限公司、 江西省公路工程检测中心、江西省天驰高速科技发展有限公司、山东高速工程检测有限公司、河北省交 通规划设计研究院有限公司、安徽省高速公路试验检测科研中心有限公司、南京熙赢测控技术有限公司、 陕西易村智能交通科技有限公司、广东大道检测技术有限公司、中交一公局第三工程有限公司、中国铁 建昆仑投资集团有限公司.
本文件主要起草人：赵池航、季锦章、王心刚、聂磊品、王斯倩、刘宪明、薛善光、查庆、韩笑飞、 程鑫、欧忠、沙月进、高诣民、孙韦、林俊、周杨、高国华、杨旭光、李子兵、陶云啸、宁航、吴云城、 周志言、党倩、邵永军、黄卫国、李庆营、张云鹏、束冬林、周洲、胡凯、郑有凤、化丽茹、刘学、张 守昆、柴涛、权国绍、刘明龙.
I
T/CCTAS 80-2023 公路路面病害自动化识别技术指南 1范围 本文件规定了公路路面病害自动化识别的技术要求，包括一般规定、采集设备、数据采集与预处理、 自动化识别和附录等内容.
本文件适用于二级以上等级公路，其他等级公路可参照执行.
2规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款.
其中，标注日期的引用文 件，仅该日期对应的版本适用于本文件：标注日期的引用文件，其最新版本（包括的修改单）适用 于本文件.
GB/T26764多功能路况快速检测设备 JTG5142公路沥青路面养护技术规范 JTG/T5142-01公路沥青路面预防养护技术规范 JTG5210公路技术状况评定标准 JTG3450公路路基路面现场测试规程 JTGB01公路工程技术标准 JTG/TE61公路路面技术状况自动化检测规程 JTG/TF30公路水泥混凝土路面施工技术细则 JTGF40公路沥青路面施工技术规范 JTGH10公路养护技术规范 3术语和定义 下列术语和定义适用于本文件.
3.1 路面病害pavement distress 公路在使用一段时间之后出现的路面损坏、变形及其它缺陷.
3.2 路面病害自动化识别automaticrecognitionofpavementdistress 通过安装在检测车上的路面信息扫描设备采集公路路面状况信息，采用自动化识别技术对公路路面 病害进行检测、分割和分类.
3.3 路面二维图像two-dimensional imageofpavement 通过安装在检测车上的二维线阵相机对公路路面进行连续拍摄，采集到的公路路面二维线阵图像.
T/CCTAS 80-2023 3.4 路面深度图像depthimage of pavement 采用3D线阵相机采集的公路路面各点的深度值作为像素值的图像，深度图像每个像素点的灰度映 射为3D线阵相机到地面之间的距离数据.
3.5 路面三维点云数据three-dimensional point cloud data of pavement 通过安装在检测车上的3D线阵相机对公路路面进行连续拍摄，采集到的公路路面深度图像通过矩 阵变换映射为空间三维图像数据.
3.6 检测正确率detectionprecision 自动化检测正确的公路路面病害比率.
3.7 分类正确率classificationprecision 自动化分类正确的公路路面病害比率.
3.8 识别正确率recognitionprecision 检测正确率乘以分类正确率.
4缩略语 GNSS全球导航卫星系统： BDS北斗卫星导航系统： JPG面向连续色调静止图像的一种压缩标准： TIF标签图像文件格式： XML可扩展标记语言； CNN卷积神经网络： RCNN区域卷积神经网络： Faster-RCNN快速目标检测神经网络： YOLO一种单级目标检测网络： SSD一种多尺度目标检测网络； FCN全卷积网络： U-Net一种语义分割神经网络； SegNet一种深度全卷积神经网络： Deeplabv3一种空洞卷积图像语义分割网络； ResNet50一种图像分类深度残差神经网络； InceptionV3一种多尺度深度卷积神经网络： Xception一种图像分类深度可分离卷积神经网络.
2
