路況攝像儀檢測精度

吉婉欣，陳 長，沈俊逸

路面狀況數據采集是路面管理中的重要環節，傳統人工調查法多采用人工步行目測判定損害類型，手動測量損害數量并根據相應的標準確定損害等級，最后整理匯總調查表格，計算得到路面狀況指數（Pavement Condition Index，簡稱為PCI）。該方法檢測效率低、危險、干擾交通且易出錯［1］。近些年來，各國學者研究開發了各類高效快速的檢測設備用于路面檢測，路況攝像儀就是其中之一［2］。路況攝像儀的工作原理是利用車載的高速高清攝像裝置，在高速行車條件下將路面的影像拍攝下來，然后，對影像進行后期識別，得到路面損壞狀況的檢測結果。路況攝像儀的應用大大提高了檢測效率，保障了檢測人員安全，避免了對交通的干擾［3］。

但是，路況攝像儀也存在相應的問題。后期的路面損壞識別采用人機交互的方式進行，工作人員根據拍攝圖片進行損壞類型和損壞程度的判斷［4］。受平面影像顯示制約，很難識別車轍、沉陷及波浪擁包等變形類損壞［5］；受圖片分辨率限制，不能辨識部分損壞類型［6］；除此之外，還可能存在其他的問題。

作者擬按照特定原則，抽取部分路段進行人工PCI檢測，將路況攝像儀檢測PCI和人工檢測PCI進行對比分析，分析路況攝像儀的檢測精度和所存在的問題。

1 樣本選取和路況檢測

通過對上海市市政工程管理處的調研，獲取了2011年上海市12個中心城區所管轄的4 915個路段、1 321km的道路檢測數據，數據包括利用路況攝像儀檢測分析得到的路段PCI（記為PCI1）、利用激光斷面儀檢測得到的路段國際平整度指數（International Republican Institute，簡稱為IRI）和具有豐富工程經驗的工作人員目測估計的PCI（記為PCI2）。考慮到樣本量巨大，不可能對轄區內所有道路進行人工檢測。結合路況攝像儀的工作原理和固有缺陷，從兩個方面選取樣本進行分析。

第一類針對變形類問題突出的路段。首先按照《城鎮道路養護技術規范》［7］對轄區內所有道路進行PCI和IRI評級，選出PCI等級高于IRI等級兩級以上的路段進行檢測分析；第二類針對其他問題的路段。以目測PCI作為參考標準。選取PCI1和PCI2差值大于10的路段進行檢測分析。

綜合考慮道路等級、所屬轄區、安全問題及可行性，選取包括主干路、次干路及支路在內的共20條路段進行檢測分析。

對于第一類路段，選取了PCI等級高于IRI等級兩級以上的路段進行人工檢測。為方便分析，首先對等級進行賦值，A級值為4，B級值為3，以此類推。然后用路段的PCI等級值減IRI等級值，得到PCI和IRI等級差值，記為D。D大于2的路段即為本研究對象。差值具體組成如圖1所示。

圖1 D分布Fig.1 The distribution curve of D

從圖1中可以看到，D大于2的路段共有80條，從中隨機抽取10%的路段進行人工檢測，檢測內容按照《城鎮道路養護技術規范》［7］規定的進行。最后根據規范，計算PCI（記為PCI3）。檢測結果見表1。

表1 第一類路段檢測結果匯總Table 1 Detection results of Section I

一般認為，誤差在±5%以內是可被接受的。PCI采用的是百分值，故將差值5作為臨界值。由表1可知，所有檢測路段的人工實測PCI值和利用路況攝像儀分析PCI差值均大于5，即檢測精度不能符合要求。

路況攝像儀除了存在不能識別變形類損壞的問題，還存在其他一系列的問題。借助人工目測PCI，將PCI1和PCI2作差，選取差值大于10的路段進行人工檢測。一共有124條路段差值大于等于10，選取其中的12條進行人工檢測，具體檢測結果見表2。

對實測的PCI差值進行區間統計為：僅25%的路段PCI1和PCI3的差值在5分以下，75%的路段差值大于5分，大部分路段精度不符合要求。由于路況攝像儀依靠影像進行路面損壞識別的模式存在固有屬性，對于部分路面損壞尚不能識別，導致檢測精度較低。

表2 二類路段檢測結果匯總Table 2 Detection results of Section II

2 結果分析和改進建議

2.1 變形類問題

1）變形類損壞

受平面攝影技術的制約，僅依據拍攝圖片很難識別出車轍、沉陷及波浪擁包等變形類損壞，利用路況攝像儀得到的分析結果不能反映路面變形類損壞。當道路存在較多變形類損壞時，檢測結果可能嚴重偏離路面實際狀況。以天山路（古北路至芙蓉江路）為例，進行詳細分析。

路況攝像儀所拍攝圖片如圖2（a）所示。從圖2（a）中可以看出，路面狀況很好，僅由圖片判斷識別不出任何路面損壞。但實地檢測發現，該路段存在較多且嚴重的車轍問題。如果不憑借測量儀器，拍攝出來的一維圖片是不能識別變形類問題的，如圖2（b）所示。

天山路的PCI1為98分，而實際檢測的PCI3僅為85分。天山路路面病害組成為：變形類損壞占86%，裂縫類損壞占13%，其他類損壞占1%。天山路的路面損壞有86%由變形類損壞構成，這是造成誤差的主要原因。若剔除變形類損壞，實際計算的PCI3為95分，接近路況攝像儀檢測的PCI1。

圖2 車轍問題對比Fig.2 The comparison of rutting problems

2）修補高差問題

根據《城鎮道路養護技術規范》，當修補部分與原路面高差達到1.5cm時，應記入擁包損壞。如圖3（a）所示的蒲松北路存在大面積修補，且修補部分與原路面有超過2cm的高差。而根據路況攝像儀拍攝的圖片，很難看出存在高差，如圖3（b）所示。其PCI1為92分，但實地調查時發現路況很差，實際檢測的PCI3僅為84分。

3）窨井蓋高差

窨井蓋是城市道路特有的道路組成設施。當道路有較多的窨井蓋、且窨井蓋與路面有較大高差時，極大地影響了行車平順性。《城鎮道路養護技術規范》規定，當窨井蓋與路面的高差超過1.5cm時，應按路框差記入路面損壞。路況攝像儀拍攝的窨井蓋圖片如圖4（a）所示，圖4（a）中不能判斷窨井蓋與路面是否存在高差，故該損壞被忽略。實際檢測時，利用測量工具拍攝的圖片如圖4（b）所示。很明顯，該窨井蓋與路面的高差高于5cm。雖然路框差影響權重較小，但當一條道路存在較多高差的窨井蓋時，這種影響是不能忽視的。且窨井蓋周邊為病害多發區。調查結果顯示，平均有18.4%的窨井蓋周邊發生破損，主要破損形式為沉陷、碎裂和坑槽［8］。窨井蓋周邊不僅是單純的路框差損壞，往往伴隨著其他路面損壞形式，目前《城鎮道路養護技術規范》尚未有專門針對窨井蓋損壞的評分項目。

圖3 修補高差問題對比Fig.3 The comparison of patching difference

圖4 窨井蓋高差對比Fig.4 The comparison of manhole distress

路況攝像儀在實際應用中因不能識別變形類問題會帶來不可忽視的誤差，需引起工作者的注意。該問題屬于路況攝像儀的固有缺陷，對檢測精度有著重要影響。因為路況攝像儀尚不能識別車轍、沉陷及波浪擁包等變形類損壞，勢必導致檢測結果偏高。因為IRI作為評價道路平順狀況的指標，能反映部分變形類損壞。在實際工作中，結合路況攝像儀PCI和IRI，通過對路段進行綜合分析，建議工作人員根據道路的IRI，對路況攝像儀PCI等級高于IRI等級兩級以上的路段進行現場踏勘人工補測。為了提高工作效率，可以引進專門針對變形類損壞檢測的儀器，如：激光斷面儀。

2.2 其他問題

1）有間隙拍攝問題

在利用路況攝像儀檢測時，為了提高檢測速度，采集車每前進5m，拍攝一張3m的圖片，覆蓋率為60%。一般情況下，這種抽樣方法是符合統計學抽樣規律的。但在一些特殊情況下，可能會出現問題，此次調查中發現：當道路存在較多貫穿全幅路段的橫向裂縫時，漏拍了多條橫向裂縫，造成誤差。

以蒲松北路為例，路況攝像儀所采集的圖片中，僅有兩張圖片顯示路面存在裂縫，而且圖片由于視角問題，僅能看到小部分裂縫，如圖5（a）所示。而在實際調查中發現，該路段存在著大量嚴重的橫向裂縫，如圖5（b）所示。

蒲松北路的PCI1較高，為98分。但經實際檢測計算，得到的PCI3僅為88分。造成如此大差異的原因是：路況攝像儀拍攝時，遺漏了大部分的橫向裂縫。調查以后發現，蒲松北路存在著大量程度嚴重的橫向裂縫，共有輕度橫向裂縫6m，重度橫向裂縫37m。

圖5 橫向裂縫對比Fig.5 The comparison of transverse cracking distress

對于橫向裂縫較多的路段，有間隙地拍攝取樣會產生較大的誤差。橫向裂縫是道路路面比較嚴重的損壞，如果不及時進行處理橫向裂縫，路面的使用壽命會大大縮短。對于橫向裂縫分布較多的路面，40%的溢出對檢測結果有較大的影響。為了有助于開展科學合理養護措施，建議采用無間隙拍攝取樣。

2）圖片分辨率問題

路況攝像儀所拍攝的照片為高清照片，可以識別大部分路面損壞。但在實際檢測分析中發現，存在不能識別大面積剝落的問題。以楓橋路為例，該路年久失修，路面大面積發生細集料缺失，如圖6（a）所示。因缺少參照物，根據路況攝像儀拍攝的圖片很難判斷出存在剝落損壞，如圖6（b）所示。由于剝落面積較大，對檢測結果產生較大的影響。路況攝像儀所拍攝圖片分析得到的PCI為85分，而實際檢測PCI僅為68分。兩者相差17分。

圖6 剝落問題對比Fig.6 The comparison of peeling distress

由楓橋路這個實例可知，目前路況攝像儀拍攝的圖片雖然可以識別大部分路面損壞，但也存在局限性，它不能識別不存在相對參照物的大面積剝落。鑒于該路況攝像儀已使用10年之久，為了提高檢測精度，建議對攝像設備進行升級，采用更高像素的攝像裝置。

3 結語

針對路況攝像儀在實際應用中可能存在的問題，從兩個角度取樣，對特殊路段進行了人工PCI檢測。將人工檢測PCI3與路況攝像儀檢測PCI1進行定量對比發現：路況攝像儀的檢測精度不能100%達到要求。在實際檢測中，發現影響檢測精度的因素有：①不能識別變形類損壞；②有間隙拍攝；③圖片分辨率問題。

根據不同的問題給出了建議，包括：①在實際路面評價工作中，應對路況攝像儀檢測PCI等級高于IRI等級兩級以上的路段進行現場踏勘人工補測，以防檢測誤差過大，造成對養護建議制定的干擾；或者為了提高工作效率，可采用激光斷面儀針對車轍和沉陷等變形類損壞的檢測儀器進行補充檢測。②建議采用無間隙拍攝；③對路況攝像儀設備進行升級，采用更高像素的攝像頭。

（

）：

［1］ 孫立軍.道路與機場設施管理學［M］.北京：人民交通出版社，2009.（SUN Li－jun.Facilities management in roads and airports［M］.Beijing：China Communications Press，2009.（in Chinese））

［2］ Yaxiong H，Bugao X.Automatic inspection of pavement cracking distress［J］.Journal of Electronic Imaging，2006，15（1）：1－6.

［3］ 王榮本，王超，初秀民.路面破損圖像識別研究進展［J］.吉林大學學報：工學版，2002，32（4）：91－96.（WANG Rong－ben，WANG Chao，CHU Xiu－min.Developments of research on surface distress image recognition of road pavement［J］.Journal of Jilin University：Engineering and Technology Edition，2002，32（4）：91－96.（in Chinese））

［4］ Amarasiri S，Gunaratne M，Sarkar S，et al.Optical texture－based tools for monitoring pavement surface wear and cracks with time using digital images［M］.Washington，D C：Transportation Research Board，2010.

［5］ Ting－wu H，Chien－cheng C，Jyh－dong L.Study on pavement distress image recognition using clustering and classification algorithms and spatial database techniques［A］.Transportation Research Board 91st Annual Meeting［C］.Washington，D C：Transportation Research Board，2011：12－4206.

［6］ 章毓晉.圖像工程［M］.北京：清華大學出版社，2001.（ZHANG Yu－jin.Image engineering［M］.Beijing：Tsinghua University Press，2001.（in Chinese））

［7］ 中華人民共和國建設部.CJJ36－2006，城鎮道路養護技術規范［S］.北京：中國建筑工業出版社，2006.（Construction Department of the Peoples’Republic of China.CJJ36－2006，Technical code of maintenance for urban road［S］.Beijing：China Construction Industry Press，2006.（in Chinese））

［8］ 金姍姍，張金喜，王書云，等.城市道路養護狀況調查及相關問題分析［J］.中外公路，2009，29（3）：251－245.（JIN Shan－shan，ZHANG Jin－xi，WANG Shuyun，et al.Investigation and its related analysis of urban roads’maintenance situation［J］.China ＆ Foreign Highway，2009，29（3）：251－245.（in Chinese））