“KICT开发出“基于人工智能的自动路面坑洼检测系统” 提高车辆安全性”

根据盖西汽车的信息，韩国土木工程建筑技术研究所( kict )宣布开发了“基于人工智能的自动路面坑洼检测系统”。 该系统安装在车辆的挡风玻璃上，用于实时检测路面的凹陷。 路面坑洼不仅会损坏汽车，还可能引起性命攸关的事故。

(图片来源: kict )

路面坑洼在雨季还会引起问题。 年8月，韩国首尔遭遇超大暴雨，该市共收到7，000个凹陷的报告。 从年到年，韩国全国报告的凹坑数为657，993，损害赔偿总额达到46亿韩元，道路维修费用达到1.7万亿韩元。 如果车辆未发现凹陷，高速通过，则该车辆很可能会偏离行车车道，危及驾驶员的生命。

路面管理从快速检测受损的链路开始，涉及基于振动、激光扫描和图像识别的检测技术。 特别是随着深度神经网络检测技术的迅速发展，基于图像识别的路面管理方法备受关注。 此外，基于图像的技术还可以用于车辆和高端智能手机照相机等个人设备。 这是因为依赖人类视觉检查的地方自治体很容易使用这项技术。

该系统由seungki ryu博士率领的kict研究小组开发。 该系统是安装在车辆挡风玻璃上的视觉传感器，可以在驾驶中拍摄路面并实时检测压痕。 该ai推理模型采用基于全卷积神经互联网( fcn )架构的编码器-解码器网络，可以对路面上的损伤进行语义分割。

基于图像检查的一个常见问题是，即使在同一位置，图像的像素新闻也会因外部环境的变化而不同。 特别是路面的亮度随时间变化。 这是因为使用这个ai推理模型识别路面的损伤可能很困难。 为了解决这个问题，研究小组开发了用于图像预解决的新的卷积神经互联网( cnn )模型，与语义分割模型相结合，能够对在不同亮度条件下拍摄的道路图像显示出稳健的检测性能。

该技术包括使用人工智能模型收集数据的移动APP和基于地图的云服务平台，基于从移动APP传输的数据识别凹坑。 目前，光州广域市( gwangju metropolitan city )、高阳市) goyang-si )、金海市) gimhae-si )等韩国部分地方政府正在试验该技术。 ryu博士的研究小组旨在进一步扩展这项技术，并向其他地方政府进行宣传。

ryu博士说:“在今后的自动驾驶汽车时代，保持道路设施良好的状态是很重要的。 这种基于人工智能的技术可以更容易和有效地管理路面。 ”