A stereometric knowledge-based system for maintenance of street networks

    loading  Checking for direct PDF access through Ovid

Abstract

The main objective of this work was to investigate the potential of integrating a stereometric vision system, i.e., using digital stereo images, and a knowledge-based system for flexible pavement distress classification. Classification process includes distress type, severity level, and options for repair. A hybrid stereo vision and knowledge-based system (called K-PAVER) was developed. The system extracts distress measurements using a PC-based stereo vision system. Geometric surface measurements such as point locations, distances, areas, volumes, and surface areas could also be computed. The knowledge-based system developed utilizes a set of if…then rules from the PAVER system (a pavement maintenance management system for roads and streets) and related literatures. New parameters, including shape parameters, orientation, and some geometrical measurements, were introduced to the system in order to facilitate the distress classification process. A criterion for maintenance priorities based on four parameters was developed. These parameters are pavement condition index, average daily traffic, location of distressed pavement, and street class. Surface measurements and automatic classification decision-making were validated and tested for all distress types. The developed system gives accurate results in both the measurement mode and the decision-making phase. This result opens the door for a fully automated distress classification process without any human intervention.

L'objectif principal de cette recherche est d'étudier le potentiel d'intégration d'un système de vision stéréométrique, i.e., utiliser des images stéréos digitales, et un système à base de connaissances dans le but de classifier les détériorations des revêtements souples. Le processus de classification inclut le type de détérioration, le niveau de sévérité et les options de réfection. Un système à base de connaissances utilisant la vision stéréo hybride (nommé K-PAVER) fut développé. Le système quantifie les détériorations au moyen d'un système de vision stéréo sur PC. Des mesures de surfaces géométriques telles que les positions, les distances, les aires, les volumes et les aires de surface peuvent également être calculées. Le système à base de connaissnces développé utilise une série de boucles « if…then » à l'aide du système PAVER (système de gestion de maintenance du revêtement des routes et des rues) ainsi que la littérature reliée. De nouveaux paramètres furent introduits au système dans le but de faciliter le processus de classification des détériorations incluant la forme des paramètres, l'orientation et certaines mesures géométriques. Un critère de priorité de gestion basé sur quatre paramètres fut développé. Ces paramètres incluent l'indice de condition du revêtement, la circulation moyenne journalière, l'emplacement des détériorations du revêtement et la classification des rues. Les mesures de surface ainsi que la prise de décision relative à la classification automatique furent validées et testées pour tous les types de détériorations. Le système développé démontra un grand potentiel de précision autant dans le mode de mesure que dans la phase de prise de décision. Ces résultats ouvrèrent une porte à la classification automatique potentielle des détériorations sans aucune intervention humaine.

Related Topics

    loading  Loading Related Articles