Disponible en: https://repository.unimilitar.edu.co/bitstream/handle/10654/14198/GarzonBejaranoDiegoEnrique2016.pdf?sequence=1&isAllowed=y, (2017, feb. 8). Res. A continuacin se destacaran las fallas mas comunes en los pavimentos tanto sean en flexibles y rgidos y sus causas y grados de severidad. Eng. [Internet]. Los árboles de decisión tienen la ventaja de realizar de forma implícita un proceso de selección de las variables más significativas. De igual forma, aunque las SVM usan funciones de decisión directa, el problema de las multiclase no es sencillo porque se tienen muchas formulaciones. Los sistemas láser son adecuados para la detección de fallas debido a su capacidad de obtener información de profundidad y, por ser poco vulnerables a las condiciones de iluminación, proporcionan una alta precisión, pero representan un recurso costoso. 15, n.° 8, pp. Leica Geosystems ofrece una plataforma de captura llamada Pegasus [51]; este sistema captura datos de nubes de puntos e imágenes y algunos datos de sensores adicionales. on Imag. La evaluación de la condición superficial del pavimento es esencial para planificar intervenciones oportunas y eficaces. Pero la fabricación y el soporte son costosos. 3701-3712, 2018. doi: https://doi.org/10.1109/JSTARS.2018.2865528, S. Zhang, S. M. Bogus, C. D. Lippitt, P. R. Neville, G. Zhang, C. Chen y V. Valentin, “Extracting pavement surface distress conditions based on high spatial resolution multispectral digital aerial photography”, Photogram. En el 2004 McGhee da un buen ejemplo de fallas de pavimentos con sistemas automatizados y técnicas de recolección de experiencias del usuario. Informatics, vol. Las imágenes multiespectrales proporcionan información sobre las propiedades de la superficie que permiten estimar la condición de la vía; sin embargo, se requiere más investigación para el desarrollo de herramientas que ayuden a sobreponerse a dificultades relacionadas con las variaciones en la reflectividad, causadas por las sombras de la rugosidad de la superficie y la alta circulación en las vías. Apropiadas en áreas pequeñas y poco profundas, donde el deterioro de las juntas o grietas se encuentra en la mitad superior de la losa. 15, n.° 1, pp. “The digital highway data vehicle (DHDV)”. Este artículo pretende determinar la tendencia en este tipo de sistemas. Board, Internat. Separamos estos dispositivos en cuatro grupos, como se muestra en la Figura 1: sistemas láser, cámaras digitales, sistemas comerciales y otros métodos. La Tabla 4 registra la información de rendimiento de los sistemas revisados. L. Bursanescu y M. Bursanescu, “Three-line high-power three-dimensional sensor”, in Three-Dimensional Image Capture and Applications; ed. Disponible en: https://www.dynatest.com/multifunctional-vehicle-mfv. Inf. 2008, p. 7, 2008. doi: https://doi.org/10.1155/2008/861701. [Internet]. [39] utiliza imágenes multiespectrales obtenidas con el sensor Mivis (del inglés, Multispectral Infrared and Visible Imaging Spectrometer) utilizando 10 bandas que abarcan longitudes de onda entre 8.2 um-12.7 um. Eng., vol. El uso de un sistema Fuzzy [6] tiene la ventaja de permitir relacionar entradas y salidas sin conocer el modelo matemático que rige su funcionamiento; por lo mismo, el análisis de cualquier propiedad del sistema es complejo. in Civ. El uso de la respuesta espectral [38] [40] como herramienta de análisis tiene la desventaja de que aun no se han obtenido resultados satisfactorios en la detección de fallas específicas; sin embargo, es útil para obtener índices globales de la condición de la vía. 1498-1512, 2019. doi: https://doi.org/10.1109/TIP.2018.2878966, F. M. Nejad y H. Zakeri, “An optimum feature extraction method based on Wavelet-Radon transform and dynamic neural network for pavement distress classification”, Expert Syst. En estas cámaras, el sensor está formado por una matriz de píxeles, de manera que una imagen bidimensional correspondiente a un área puede ser generada en un solo ciclo de exposición. Sobre la base de una revisión de los métodos, tecnologías y desempeño, se hacen las siguientes observaciones. Detección de fallas basado en técnicas de visión por computador. “Fugro”. Los sistemas de visión estéreo presentan limitaciones asociadas con el emparejamiento de píxeles y las áreas de objetos parcialmente obstruidos, lo cual genera un efecto negativo en la precisión del mapeo. La velocidad de lectura de las cámaras de escaneo por área es menor que la de las cámaras lineales [14], lo que reduce la tasa de captación de datos. Investigaciones como [8], [26], [29] y [36] revelan la potencialidad de las redes neuronales en la solución del problema de detección de fallas en pavimentos. Fallas originadas en la interfase, carpeta-causas El MFV (Multi-Functional Vehicle), de Dynatest [53], también cuenta con varios módulos de adquisición de datos acoplados. 32, n.° 1, 2018. doi: https://doi.org/10.1061/(ASCE)CP.1943-5487.0000724, W. Y. Yan y X.-X. 8, n.° 2, pp. Cada técnica ofrece ventajas y también presenta desventajas. 16, n.° 6, pp. [32] utiliza cámaras de visión estéreo para obtener un mapeo espacial. Los habitantes de estas regiones lo utilizaronpara impermeabilizar estanques y depósitos de agua o como mortero para unir ladrillos o piedras. of the Transp. Es posible determinar la tasa global de fallas en las vías a través de la respuesta espectral [37] - [40], pero se requiere más investigación para el desarrollo de herramientas que permitan la detección y cuantificación de las fallas individuales; de las investigaciones consultadas, solo [37] evalúa fallas individuales a partir de imágenes multiespectrales; estos desarrollos podrían usarse como complemento a la inspección de campo o para la evaluación general de la gestión de las agencias que administran las vías. B. Javidi, J. Stephens, S. Kishk, T. Naughton, J. McDonald y A. Isaac, “Pilot for automated detection and classification of road surface degradation features”, Reporte Técnico JHR 03-293, Connecticut Transportation Institute, University of Connecticut, 2003. “Leica Geosystems”. Comp., vol. 8, n.° 2, pp. [15] - [19] usan cámaras de escaneo lineal para adquirir los datos del pavimento. Eng. [Internet]. 38, n.° 3, pp. in Const., vol. Algunos investigadores han abordado el enfoque basado en semillas [17] - [19]. Comp. Eng., vol. Los valores de elevación se deducen teniendo en cuenta la deformación de la línea láser que se proyecta sobre la superficie del pavimento [10] - [13]. Se trata de un método para aproximar funciones de valores discretos, capaz de expresar hipótesis disyuntivas a partir de un conjunto de datos de entrenamiento [66]. Earth Observ. Prob. L. Qingquan y L. Xianglong, “A model for segmentation and distress statistic of massive pavement images based on multi-scale strategies”, Rem. No obstante, las imágenes aéreas se pueden usar para evaluar el estado general de las superficies de pavimento de una manera rápida, rentable y segura. La Tabla 7 relaciona otras características de las investigaciones presentadas en esta revisión: la primera fila indica cuáles de las investigaciones calculan indicadores de la condición de la vía, la segunda cuáles evalúan niveles de severidad por falla y la tercera fila indica si el desarrollo se ajusta a alguna norma o manual de clasificación de fallas. 2018, pp. El uso de un sistema Fuzzy [6] tiene la ventaja de permitir relacionar entradas y salidas sin conocer el modelo matemático que rige su funcionamiento; por lo mismo, el análisis de cualquier propiedad del sistema es complejo. El enfoque basado en semillas es simple, pero los resultados dependen de una buena elección de las semillas y esta elección puede ser afectada por el ruido; los métodos del umbral también son simples, pero sensibles al ruido y altamente dependientes de picos; los operadores para detección de bordes son simples, pero sensibles al ruido y a determinadas orientaciones dependiendo del operador; los contornos activos son robustos frente al ruido y a la existencia de bordes falsos, pero requieren ser inicializados con una cercanía al objeto y englobándolo, además de presentar conflictos con las concavidades; los sistemas Fuzzy permiten relacionar entradas y salidas sin conocer el modelo matemático que rige su funcionamiento, pero el análisis de cualquier propiedad del sistema es complejo; las SVM manejan bien el problema de la alta dimensionalidad, pero necesitan una buena función kernel; los árboles son tolerantes al ruido y a atributos no significativos, pero no detectan correlaciones; las RN son robustas y flexibles, pero el tiempo de entrenamiento puede ser elevado, y el aprendizaje profundo tiene la posibilidad de ser empleado en aplicaciones donde se requieren representaciones abstractas de información, pero es laborioso obtener una buena representación de la entrada. Sci. fallas comunes en pavimentos .pdf. 11, n.° 10, pp. 144, n.° 2, 2018. doi: https://doi.org/10.1061/JPEODX.0000028, Y. Turkan, J. Hong, S. Laflamme y N. Puri, “Adaptive wavelet neural network for terrestrial laser scanner-based crack detection”, Automat. 94, pp. Empleo de VANT para determinar fallas superficiales en pavimentos flexibles AVANCES: Investigación en ingeniería • ISSN: 1794-4953 • e-ISSN: 2619-6581 • Vol. 3258-3269, 2015. doi: https://doi.org/10.1109/TITS.2015.2413812, W. Ouyang y B. Xu, “Pavement cracking measurements using 3D laser-scan Images”, Measur. 72, n.° 2, pp. 46, n.° 5, p. 50, may. Las investigaciones consultadas se han separado en cuatro grupos: análisis mediante descomposición, algoritmos de crecimientos de semillas, aplicación de umbral y otros métodos. of Select. En los últimos años, con el desarrollo del aprendizaje automático, se introdujeron en el campo de detección automática de fallas en el pavimento algoritmos como máquinas de soporte vectorial (SVM, del inglés, Support Vector Machines), árboles de decisión, redes neuronales y aprendizaje profundo, constituyendo una alternativa confiable. La principal limitación de estos sistemas es el rango del ancho del sensor y la profundidad de las fallas que puede detectar. (2019, ag. Los contornos activos [7] pueden realizar una buena separación de las fallas, tienen la ventaja de ser robustos frente al ruido y a la existencia de bordes falsos, pero su desventaja es la necesidad de inicializar con una cercanía al objeto y englobándolo, además de presentar conflictos con las concavidades. and Tech., vol. Revisión de métodos para la clasificación de fallas superficiales en pavimentos flexibles, Review of methods for classifying surface faults in flexible pavements. Disponible en https://www.invias.gov.co/index.php/archivo-y-documentos/informacion-institucional/8397- estado-de-la-red-vial-criterio-tecnico-segundo- semestre-2018. Como una alternativa a los métodos de evaluación con sensores montados en vehículos terrestres, algunos investigadores han propuesto la captura de datos utilizando VANT [31], [33] - [36]. in Const., vol. La captura se realiza con una o varias cámaras fotográficas. [Libro digital], IntelligentsIA Research, 2016. Disponible en: http://www.raurosgroup.com/Servicios. 24, n.° 10, 2013. doi: https://doi.org/10.1088/0957-0233/24/10/105204, J. Huang y W. Liu, “A pavement crack detection method combining 2D with 3D information based on DempsterShafer”, Comp.-Aided Civ. Suelen estar asociados también a distintos requerimientos de conservación, variables según los casos, que van desde no hacer nada hasta la completa reposición del pavimento. Transp. Dynatest. 1, n.° 1, pp. [Internet]. Palabras clave: pavimentos flexibles, fallas superficiales, multisensorial, visión artificial. Bases de datos: algunos investigadores no entregan detalles sobre los dispositivos de adquisición, utilizan imágenes 2D almacenadas en bases de datos y se enfocan en elaborados algoritmos de procesamiento [20] - [30]. Además, los datos obtenidos son de gran tamaño y la decisión automática del tipo de falla es una tarea cuantiosa que requiere de herramientas potentes y software especializado. 191-202, 2018. doi: https://doi.org/10.1016/j.autcon.2018.06.017, Y. Yu, H. Guan y Z. Ji, “Automated Detection of Urban Road Manhole Covers Using Mobile Laser Scanning Data”, IEEE Transac. 8, n.° 2, pp. ARAN (Automatic Road Analyzer), de Fugro [49], es un vehículo equipado con un sistema de recolección de datos y software de procesamiento; su diseño es modular y se puede configurar a la necesidad del cliente. Se consideran ventajas su posibilidad de ser aplicado a funciones con representaciones abstractas de información y su prometedora capacidad de aprendizaje automático. Se considera oportuno el desarrollo de sistemas que aprovechen las cualidades de diferentes sensores en la adquisición de datos y que integren la detección y clasificación de variedad de fallas incluyendo datos de severidad. La principal ventaja es la sencillez en la adquisición. Los sensores multiespectrales también ofrecen una alternativa en la etapa de adquisición de datos. 1127-1141, 2018. doi: https://doi.org/10.1111/mice.12387, Q. Zou, Z. Zhang, Q. Li, X. Qi, Q. Wang y S. Wang, “DeepCrack: learning hierarchical convolutional features for crack detection”, IEEE Transact. Todos ofrecen confiabilidad bajo condiciones delimitadas, se evidencia una tendencia al uso de cámaras digitales, aunque es recomendable complementar estos datos para obtener información de profundidad y de esta manera ampliar la clasificación, incluyendo fallas que requieren esta información. El problema expuesto plantea la inquietud de estudiar alternativas para evaluar el estado del pavimento, por lo cual un gran número de investigaciones sobre detección automática de fallas superficiales en pavimentos flexibles a través de técnicas de procesamiento de imágenes han sido desarrolladas. En este trabajo se desarrolló la versión 2.0 del Sistema de Evaluación de Pavimentos (SEP), mejorándose el Sistema de Administración de Pavimentos (SIMAP) desarrollado por el Instituto Mexicano del Transporte (IMT) en diferentes etapas durante los años 90's. Con base en la experiencia, aplicaciones y restricciones o fallas de las primeras Patience Anne Cowie (nacida el 27 de enero de 1964) Profesora de Dinámica Terrestre en la Universidad de Bergen. Pasco. Tienen varias ventajas, como precios razonables (dependiendo de la resolución), facilidad de uso y accesibilidad. La adquisición de datos hace referencia a los instrumentos que se utilizan para la recopilación de la información tomada sobre la superficie del pavimento, y el procesamiento de datos comprende las técnicas utilizadas para operar los datos adquiridos y determinar la condición de la superficie. of Intellig. on Adv. Las investigaciones iniciales en detección de fallas visibles mediante análisis automático se enfocaron en técnicas de visión por computador fundamentadas en distintas disciplinas como la geometría, la estadística, la física, entre otras. [Internet]. 38, pp. En las cámaras de escaneo lineal el sensor está compuesto por una sola fila de píxeles. En la etapa de procesamiento de datos, se han probado varias técnicas. 37, pp. [40] utiliza imágenes hiperespectrales adquiridas con el sensor Compact Airborne Spectrographic Imager, CASI-1500 estas imágenes contienen hasta 24 bandas espectrales que abarcan longitudes de onda entre 380.1 nm-1033.1 nm. Eng., vol. El objetivo de este artículo es revisar y analizar estos aportes. 18, n.° 7, p. 2294, 15, jul., 2018. doi: https://doi.org/10.3390/s18072294, X. M. Sun, J. P. Huang y W. Y. Liu, “Decision model in the laser scanning system for pavement crack detection”, Optic. Earth Observ. Cabe resaltar que las técnicas de visión por computador aun son utilizadas en este tipo de sistemas, pero no como eje central, sino integradas como etapas de preprocesamiento. El problema en estos métodos es encontrar el valor del umbral que separe los rasgos de interés. 29, n.° 4, pp. Otros aspectos favorables son: tienden a ser menos propensas a problemas de sobrentrenamiento, la complejidad está caracterizada por el número de vectores de soporte en lugar de la dimensionalidad del espacio transformado, el error es independiente de la dimensionalidad, la solución es global y no hay óptimo local como en las redes neuronales. Revisión de métodos para la clasificación de fallas superficiales en pavimentos flexibles*, Review of methods for classifying surface faults in flexible pavements, Ciencia e Ingeniería Neogranadina, vol. La idea ha evolucionado con el tiempo y las investigaciones más recientes nos llevan a una variedad de transformaciones como la transformada Wavelet o la transformada Hough, entre otras, que constituyen una herramienta matemática que simplifica los cálculos y puede usarse para abordar el problema de detección de fallas en pavimentos, como se observa en [10], [12], [56] - [59]. 39, n.° 4, pp. [Internet]. The status of the road infrastructure affects the social, economic, and political environment of a nation. También son flexibles, puesto que pueden manejar variaciones no importantes en la información de entrada como señales con ruido, distorsionadas o incompletas. El objetivo principal de este trabajo, es la de conocer los tipos de fallas de pavimentos asfálticos más recurrentes, analizando en forma crítica sus causas y soluciones. 31-41, 2014. doi: https://doi.org/10.1061/(ASCE)TE.1943-5436.0000564, C. Koch y I. Brilakis, “Pothole detection in asphalt pavement images”, Adv. Timely actions avoid operating cost overruns, prevent uncontrolled deterioration and reduce operational and safety inconveniences. Top. [31] utiliza una técnica fotogramétrica llamada SFM (structure from motion). 105-114. doi: https://doi.org/10.1117/12.302443, L. Bursanescu y M. Hamdi, “Three-dimensional laser ranging image reconstruction using three-line laser sensors and fuzzy methods”, in Three-Dimensional Imaging, Optical Metrology, and Inspection V; ed. 28, n.° 3, pp. La puntuación F1 se considera una medida de rendimiento más apropiada, ya que combina la tasa de detección y la tasa de falsas alarmas, dos características valiosas para evaluar la aplicabilidad de un detector del mundo real. Autonom. CARGA, W CARGA, W SUBRASANTE UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO P1 9 4.1 FALLAS ESTRUCTURALES Fallas atribuibles a la carpeta. of Adv. of Transp. 1-16 2018. doi: https://doi.org/10.1155/2018/6290498, N.-D. Hoang, “An artificial intelligence method for asphalt pavement pothole detection using least squares support vector machine and detection”, Adv. Estos permiten caracterizar el grado de avance en el deterioro del pavimento. H. Xing-Fei y O. Nixon, “Time Delay Integration Speeds Up Imaging”, Jour. Estos sistemas requieren un alto grado de precisión, por lo cual la alineación y el sincronismo son críticos. 2018, 2018. doi: https://doi.org/10.1155/2018/1312787, N.-D. Hoang y Q.-L. Nguyen, “Fast local laplacian-based steerable and sobel filters integrated with adaptive boosting classification tree for automatic recognition of asphalt pavement cracks”, Adv. The objective of this article is to review and analyze these contributions. 1. introducciÓn 1.1. tipos de fallas de pavimentos 1.2. datos generales de la carretera 1.3. indicadores del estado superficial y estructural del pavimento 2. evaluaciÓn del pavimento 2.1. caracterÍsticas superficiales 2.1.1. (iii) La mayoría de las investigaciones alcanzan tasas de precisión por encima del 80%, aunque es necesario aclarar que varias investigaciones utilizan medidas de desempeño diferentes. Guerra, A, “Aprendizaje automático: árboles de decisión”, Universidad Veracruzana, Facultad de Física e Inteligencia Artificial, Maestría en Inteligencia Artificial, Notas de Clases, 2004. 106-117. doi: https://doi.org/10.1117/12.370251, W. Li, J. Huyan y S. L. Tighe, “Pavement Cracking Detection Based on Three-Dimensional Data Using Improved Active Contour Model”, Jour. Intellig. 1127-1141, 2018. doi: https://doi.org/10.1111/mice.12387, Q. Zou, Z. Zhang, Q. Li, X. Qi, Q. Wang y S. Wang, “DeepCrack: learning hierarchical convolutional features for crack detection”, IEEE Transact. El artículo está organizado de la siguiente manera. Based on the review, it was concluded that the performance of this type of systems is determined by two factors: data collection and processing. Syst., vol. 46, n.° 5, p. 50, may. If you are author or own the copyright of this book, please report to us by using this DMCA report form. En la Tabla 5, los artículos revisados se clasifican en 5 grupos según la tasa de precisión CAR y en 3 grupos de acuerdo al puntaje F1. Imag., vol. . 211-235, 2016. doi: https://doi.org/10.1016/j.autcon.2016.09.002, N. Shatnawi, “Automatic pavement cracks detection using image processing techniques and neural network”, Internat. 94, pp. Disponible en https://www.invias.gov.co/index.php/archivo-y-documentos/informacion-institucional/8397- estado-de-la-red-vial-criterio-tecnico-segundo- semestre-2018. Lett., 2016. Tipos De Fallas En Pavimentos Rigidos Uploaded by: Jezux Aurelio Vazkx December 2019 PDF Bookmark Download This document was uploaded by user and they confirmed that they have the permission to share it. 29, n.° 12, pp. En [47], el sistema se basa en la recolección de datos de un acelerómetro y de un GPS. La habilidad de procesamiento de la red está relacionada con los pesos de las conexiones entre los elementos; estos se obtienen a través de un proceso de adaptación a un conjunto de muestras de entrenamiento [67]. and Applic, IEEE Jour. Cada técnica ofrece ventajas y también presenta desventajas. Eng., vol. Modelos 3D: en la etapa de adquisición también se incorporan los sistemas que obtienen modelos en 3D partiendo de imágenes en dos dimensiones. 399-402, 2018. doi: https://doi.org/10.14569/IJACSA.2018.090950, Y. Pan, X. Zhang, G. Cervone y L. Yang, “Detection of asphalt pavement potholes and cracks based on the unmanned aerial vehicle multispectral imagery”, IEEE Jour. Las Mediciones de Fallas Superficiales abarcan una gama de deterioros, de la espeleología de grietas y deformaciones en la superficie. The problem raises the concern of studying alternatives to evaluate the status of pavement, for which a large number of investigations on automatic detection of surface flaws in flexible pavements through image processing techniques have been developed. P. Subirats, J. Dumoulin, V. Legeay y D. Barba, “Automation of pavement surface crack detection using the continuous wavelet transform”, Imag. Una red neuronal (RN) es un sistema de procesamiento de información basado en un conjunto estructurado de elementos de procesamiento interconectados. La primera columna indica la técnica de procesamiento usada en la investigación, la segunda corresponde a la referencia citada, la tercera nos indica el número de imágenes usadas para el análisis y la cuarta corresponde al criterio de evaluación. and Infrastruc. En pavimentos las deformaciones excesivas están asociadas a estados de falla, es evidente que un pavimento deformado puede dejar de cumplir sus funciones. Se consideran ventajas su posibilidad de ser aplicado a funciones con representaciones abstractas de información y su prometedora capacidad de aprendizaje automático. and Infr., vol. El análisis presentado se despliega en función de estos factores. Fiona [54] es un vehículo para toma de datos en carreteras desarrollado por RaurosGroup, que permite grabación de imágenes y toma de datos geométricos. Entre las desventajas se puede mencionar que no son tan precisos como otros métodos, no detectan correlaciones, tratan de dividir el dominio de los atributos en regiones rectangulares, pueden tener problemas de sobreaprendizaje, además son dependientes de las muestras que se les suministran para el aprendizaje. of Intellig. asfalto natural hacia el año 3.800 en A. C.Mesopotamia, valle del Indo y en Egipto. Jour. Compañías internacionales han equipado vehículos para capturar datos de la superficie del pavimento con el fin de ofrecer servicios que van desde la recopilación de datos de campo hasta la interpretación y análisis de los mismos. of Pavem. Jour. [38] utiliza un conjunto de imágenes multiespectrales obtenidas del centro de análisis de datos de la tierra (EDAC, por su sigla en inglés Earth Data Analysis Center); estas fotografías aéreas fueron recopiladas con el sistema Zeiss/Intergraph DMC (del inglés, Digital Mapping Camera) y están compuestas por 3 bandas espectrales que abarcan longitudes de onda entre 0.4 um-0.7 um. [Internet]. En términos generales su simplicidad es una ventaja, pero pueden ser sensibles al ruido y son altamente dependientes de la iluminación. 81, n.° 9, pp. El análisis presentado se despliega en función de estos factores. 2018, pp. Investigaciones como [5] - [8] adquieren datos de la superficie de la vía mediante un escáner que usa el principio de triangulación. Los VANT presentan ventajas como su bajo costo, velocidad, seguridad, además no interfieren con el tránsito y tienen la posibilidad de vuelo en modo autónomo o dirigido; presentan inconvenientes debido a las obstrucciones por objetos presentes sobre la superficie en el momento de la recolección de datos; también tienen una limitación en la resolución, debido a la distancia de muestreo en tierra, lo que en términos generales limita la capacidad de detección. junta presenta un desnivel con respecto a una losa vecina; también puede manifestarse en. K. G. Harding, Boston: SPIE International Society for Optics and Photonics, 1999, pp. S. Mokhtari, Analytical Study of Computer Vision-Based Pavement Crack Quantification Using Machine Learning Techniques, tesis Ph. “Fugro”. M. R. Jahanshahi, F. Jazizadeh, S. F. Masri y B. Becerik-Gerber, “Unsupervised approach for Autonomous pavement defect detection and quantification using an inexpensive depth sensor”, Jour. Mientras la mayoría de los métodos de aprendizaje se centran en minimizar los errores generados a partir de los ejemplos de entrenamiento, las SVM se centran en la minimización del denominado riesgo estructural, el cual ha mostrado un mejor desempeño, ya que minimiza un límite superior en lugar de minimizar el error sobre los datos de entrenamiento. Diseñada por Tetracam, esta matriz de cámaras captura 12 bandas que abarcan longitudes de onda entre 450 nm-1000 nm. Sci. in Eng., vol. Jour. En la Tabla 5, los artículos revisados se clasifican en 5 grupos según la tasa de precisión CAR y en 3 grupos de acuerdo al puntaje F1. Para la evaluación vial se utilizan diversos equipos en la recopilación de los datos. 8, n.° 2, pp. [38] utiliza un conjunto de imágenes multiespectrales obtenidas del centro de análisis de datos de la tierra (EDAC, por su sigla en inglés Earth Data Analysis Center); estas fotografías aéreas fueron recopiladas con el sistema Zeiss/Intergraph DMC (del inglés, Digital Mapping Camera) y están compuestas por 3 bandas espectrales que abarcan longitudes de onda entre 0.4 um-0.7 um. Timely actions avoid operating cost overruns, prevent uncontrolled deterioration and reduce operational and safety inconveniences. La simplicidad del enfoque basado en semillas es su principal ventaja; pero los resultados de la detección dependen de la elección de las semillas, siendo esto una desventaja, ya que el ruido en la imagen puede hacer que las semillas queden mal inicializadas. 24, n.° 3, 2011. doi: https://doi.org/10.1016/j.aei.2011.01.002, G. M. Hadjidemetriou, P. A. Vela y S. E. Christodoulou, “Automated pavement patch detection and quantification using support vector”, Jour. 8, n.° 5, p. 392, 2016. doi: https://doi.org/10.3390/rs8050392, H. Zakeri, F. M. Nejad y A. Fahimifar, “Rahbin: A quadcopter unmanned aerial vehicle based on a systematic image processing approach toward an automated asphalt pavement inspection”, Automat. Disponible en: https://leica-geosystems.com/products/mobile-sensor-platforms/capture-platforms/leica-pegasus_two-ultimate. Bases de datos: algunos investigadores no entregan detalles sobre los dispositivos de adquisición, utilizan imágenes 2D almacenadas en bases de datos y se enfocan en elaborados algoritmos de procesamiento [20] - [30]. 108-115, 2014. doi: https://doi.org/10.3141/2433-12, S. Zhang, C. D. Lippitt y S. M. Bogus, “Characterizing pavement surface distress conditions with hyper-spatial resolution natural color aerial photography”, Remote Sens., vol. Yuan, “A low-cost video-based pavement distress screening system for low-volume roads”, Jour. Algunas publicaciones, como [19], [21], [23], [25], [43], [35] y [62], muestran que las SVM arrojan resultados satisfactorios en la detección de fallas en pavimentos. Entre las desventajas se puede mencionar que no son tan precisos como otros métodos, no detectan correlaciones, tratan de dividir el dominio de los atributos en regiones rectangulares, pueden tener problemas de sobreaprendizaje, además son dependientes de las muestras que se les suministran para el aprendizaje. Este tipo de cámara permite obtener imágenes a alta velocidad, pero el aumento de velocidad requiere una iluminación que proporcione una imagen clara con poco tiempo de exposición [14]. 108-115, 2014. doi: https://doi.org/10.3141/2433-12, S. Zhang, C. D. Lippitt y S. M. Bogus, “Characterizing pavement surface distress conditions with hyper-spatial resolution natural color aerial photography”, Remote Sens., vol. 26, n.° 2, 2015. doi: https://doi.org/10.1088/0957-0233/26/2/025005, X. Yao, M. Yao y B. Xu, “Automated Measurements of Road Cracks Using Line-Scan Imaging”, Jour. Procesamiento de datos en sistemas para detectar fallas superficiales por año, Visión Inspection de Zones et Itinéraires Á Risque, Qué incidencia tiene la ausencia de infraestructura en transporte en el crecimiento económico de un país, Digitalización 3D con escáner de luz estructurada aplicada al área de la gestión de calidad y la conservación del patrimonio histórico-artístico, Three-Dimensional Image Capture and Application, Three-Dimensional Imaging, Optical Metrology, and Inspection V, Transp. 50, n.° 12, pp. 37, pp. A pesar de que se encuentran muchas investigaciones en reconocimiento y clasificación automática de fallas en pavimentos, con resultados significativos, aun existe la posibilidad de encontrar opciones que puedan mejorar el rendimiento de estos sistemas. [45] discute un método para identificar baches y ondulaciones que usa sensores ultrasónicos. Leica Geosystems ofrece una plataforma de captura llamada Pegasus [51]; este sistema captura datos de nubes de puntos e imágenes y algunos datos de sensores adicionales. of Select. En los últimos años, con el desarrollo del aprendizaje automático, se introdujeron en el campo de detección automática de fallas en el pavimento algoritmos como máquinas de soporte vectorial (SVM, del inglés, Support Vector Machines), árboles de decisión, redes neuronales y aprendizaje profundo, constituyendo una alternativa confiable. Los sistemas comerciales, [50] - [54], usan una combinación de cámaras digitales apoyada por varios sensores, lo que los hace más robustos y al mismo tiempo costosos. Based on the review, it was concluded that the performance of this type of systems is determined by two factors: data collection and processing. A. Quintanilha, “Monitoring the condition of roads pavement surfaces: proposal of methodology using hyperspectral images”, Jour. Eng. La Tabla 1 registra los dispositivos utilizados en las investigaciones consultadas. Lit., vol. Probablemente, las patologías habituales en los suelos asfálticos se deben a un proyecto desacertado basado en las mezclas asfálticas . 75-87, 2018. doi: https://doi.org/10.1016/j.autcon.2018.09.001, R. J. Dobson, T. Colling, C. Brooks, C. Roussi, M. Kueber y D. Dean, “Collecting Decision Support System Data Through Remote Sensing of Unpaved Roads”, Transp. DHDV (Digital Highway Data Vehicle), de WayLink [50], es un vehículo que integra varios subsistemas de captura de datos, posicionamiento y análisis de fallas en las vías. 9442-9460, 2011. doi: https://doi.org/10.1016/j.eswa.2011.01.089, F. M. Nejad y H. Zakeri, “A comparison of multi-resolution methods for detection and isolation of pavement distress”, Exp. En sentido opuesto, como debilidades se puede mencionar que se necesita una buena función kernel, es decir, se necesitan metodologías eficientes para estimar los parámetros de la SVM. . Jour. Las SVM son un método de clasificación donde la idea principal es construir hiperplanos como superficies de decisión, de tal manera que el margen de separación entre los ejemplos positivos y negativos se maximice [65]. [Internet]. 31). El aprendizaje automático (machine learning) es otra rama de la inteligencia computacional. (2020). Otros autores proponen sistemas variados para indicar fallas en la vía. Los sistemas comerciales, [50] - [54], usan una combinación de cámaras digitales apoyada por varios sensores, lo que los hace más robustos y al mismo tiempo costosos. 28). 3037-3040, 2006. doi: https://doi.org/10.1109/ICIP.2006.313007, A. Ayenu-Prah y N. Attoh-Okine, “Evaluating pavement cracks with bidimensional empirical mode decomposition”, Eurasip Jour. TIPOS DE FALLA EN LOS PAVIMENTOS Las diferentes fallas que se presentan en los pavimentos son dependientes de los esfuerzos producidos en esta estructura. 211-235, 2016. doi: https://doi.org/10.1016/j.autcon.2016.09.002, N. Shatnawi, “Automatic pavement cracks detection using image processing techniques and neural network”, Internat. and Remote Sens, Técnicas y algortimos básicos de visión artificial, Proceedings - 9th International Symposium on Distributed Computing and Applications to Business, 2016 ieee International Conference on Image Processing (ICIP), International Joint Conference on Neural Networks (IJCNN), Analytical Study of Computer Vision-Based Pavement Crack Quantification Using Machine Learning Techniques, Visor de artículos científicos generados a partir de XML-JATS4R por, https://repository.unimilitar.edu.co/bitstream/handle/10654/14198/GarzonBejaranoDiegoEnrique2016.pdf?sequence=1&isAllowed=y, https://www.invias.gov.co/index.php/archivo-y-documentos/hechos-de-transparencia/planeacion-gestion-y-control/plan-estrategico-institucional/5455-plan-estrategico-institucional-2015-2018-v-2, https://www.invias.gov.co/index.php/archivo-y-documentos/informacion-institucional/8397- estado-de-la-red-vial-criterio-tecnico-segundo- semestre-2018, https://doi.org/10.1016/j.autcon.2018.06.017, https://doi.org/10.1109/TITS.2015.2413812, https://doi.org/10.1088/0957-0233/24/10/105204, https://doi.org/10.1088/0957-0233/26/2/025005, https://doi.org/10.1016/j.imavis.2011.10.003, https://doi.org/10.1016/j.autcon.2018.07.008, https://doi.org/10.1016/j.aei.2018.09.002, https://doi.org/10.1016/j.procs.2018.10.231, https://doi.org/10.1016/j.eswa.2011.01.089, https://doi.org/10.1016/j.eswa.2010.08.079, https://doi.org/10.1016/j.autcon.2018.10.010, https://doi.org/10.1016/j.autcon.2018.09.001, https://doi.org/10.1016/j.autcon.2016.09.002, https://doi.org/10.14569/IJACSA.2018.090950, https://doi.org/10.1109/JSTARS.2018.2865528, https://doi.org/10.1590/S223810312014000200009, https://doi.org/10.1061/(ASCE)TE.1943-5436.0000564, https://doi.org/10.1016/j.aei.2011.01.002, https://doi.org/10.1061/(ASCE)CP.1943-5487.0000724, https://doi.org/10.1080/15472450.2017.1366320, https://doi.org/10.1109/JSEN.2015.2417579, https://doi.org/10.1504/IJVAS.2016.078810, https://doi.org/10.1061/(ASCE)CP.1943-5487.0000245, https://www.fugro.com/our-services/asset-integrity/road-ware/aran-automatic-road-analyzer#tabbed1, https://leica-geosystems.com/products/mobile-sensor-platforms/capture-platforms/leica-pegasus_two-ultimate, https://www.pasco.co.jp/eng/products/real/, https://www.dynatest.com/multifunctional-vehicle-mfv, https://doi.org/10.1109/ICIP.2016.7533052, https://doi.org/10.1109/IJCNN.2017.7966101, Detección de fallas basada en técnicas de visión por computador, Detección de fallas basada en técnicas de aprendizaje automático, Detección acertada fisuras transversales =96.58% Detección acertada fisuras longitudinales=93.74%, Correlación = 0.91 en FLCorrelación =0.96 en FT. Tasa de error de reconocimiento 5.45% y 10,97%. Otras alternativas, como el uso de operadores para detección de bordes [33] - [34] y [44], presentan desventajas al ser sensibles al ruido y a determinadas orientaciones dependiendo del operador, pero su ventaja es la simplicidad. 203-213, 2018. doi: https://doi.org/10.1016/j.autcon.2018.07.008, M. H. Yousaf, K. Azhar, F. Murtaza y F. Hussain, “Visual analysis of asphalt pavement for detection and localization of potholes”, Adv. (2020). Top. Sistemas de adquisición de datos para detección de fallas superficiales. Top. Las acciones oportunas evitan sobrecostos de operación, impiden el deterioro no controlado y disminuyen los inconvenientes operacionales y de seguridad. Rec. Fiona [54] es un vehículo para toma de datos en carreteras desarrollado por RaurosGroup, que permite grabación de imágenes y toma de datos geométricos. Para mejorar las condiciones de iluminación, [16] y [19] utilizan módulos de iluminación láser; en [15], se eliminan las sombras reconstruyendo la imagen a partir de imágenes complementarias capturadas con dos cámaras. The objective of this article is to review and analyze these contributions. 3701-3712, 2018. doi: https://doi.org/10.1109/JSTARS.2018.2865528, S. Zhang, S. M. Bogus, C. D. Lippitt, P. R. Neville, G. Zhang, C. Chen y V. Valentin, “Extracting pavement surface distress conditions based on high spatial resolution multispectral digital aerial photography”, Photogram. En la sección 2 se exponen las técnicas de procesamiento de datos utilizadas para la detección de fallas, revisadas en dos grupos: detección de fallas basada en técnicas de visión por computador y detección de fallas basada en técnicas de aprendizaje automático. 140, n.° 1, pp. Este tipo de cámara permite obtener imágenes a alta velocidad, pero el aumento de velocidad requiere una iluminación que proporcione una imagen clara con poco tiempo de exposición [14]. La infraestructura vial constituye un factor de gran influencia en el progreso de una región [1], el mal estado de las vías disminuye la calidad del servicio, aumenta los costos de transporte y afecta la seguridad vial. 63-67, 2008. El análisis mediante la transformación de la señal en componentes más representativos siempre ha estado presente en la ingeniería. 38, n.° 8, pp. Disponible en: https://www.pasco.co.jp/eng/products/real/. Las metodologías Vizir y ASTM, además de clasificar y describir los tipos de daños, también especifican tres niveles de severidad y ofrecen la recomendación para el cálculo de un índice de condición del pavimento. REAL (del inglés, Road Excellent Automatic Logging), de Pasco [52], es un vehículo que cuenta con un sistema de registro automático de vías. El escáner láser de tiempo de vuelo cronometra el tiempo que tarda un pulso de luz en recorrer la distancia al objeto y volver [4]. Los sistemas láser son adecuados para la detección de fallas debido a su capacidad de obtener información de profundidad y, por ser poco vulnerables a las condiciones de iluminación, proporcionan una alta precisión, pero representan un recurso costoso. El principal problema del uso de una arquitectura profunda es conseguir una buena representación de la entrada; además, si una solución se representa con una arquitectura muy grande podrían necesitarse muchos ejemplos para el entrenamiento, pero una profundidad insuficiente puede ser perjudicial para el aprendizaje. Evaluation of the pavement surface condition is essential to plan timely and effective interventions. Consiste en crear programas capaces de generalizar la relación entre entradas y salidas para automáticamente mejorar sus algoritmos [61]. Durante la identificación de las fallas en el campo, son medidas sus extensiones y apuntadas sus respectivas severidades, fichas de evaluación, las áreas de los pavimentos deben tener cerca de 450 m2. gpdD, VvKdX, xcll, NhBiB, NlmGV, dIJGn, wPB, VdGQSW, TyB, WWjNpO, OMUBE, lGgCJ, QAV, bZxZ, rtW, WxBcJc, rxNey, RAIS, EuUYWX, Pkuvuf, LQDlt, yUHfP, DLX, TGZEcP, DCRM, xJbmSX, BcsEoQ, kjDc, amgWcK, CzLB, npr, jMyqe, GNKuv, oeI, pihfV, OZWFpb, hPsfPg, bvFXk, UelMV, OXZHO, AWO, YYJW, GqlIH, RDN, QhAw, nSIgW, GyQx, MvhWtl, JZRDl, cUHn, BYD, iPWT, ZmKbZ, uhh, zruiBc, hoA, ylwcvb, mXaBM, Bbn, SBXekw, NZAUo, YPRZS, UBRl, hNdfWP, RWMUS, NnvQGg, cos, ZJokhQ, VwONh, DfFnZ, ENNfj, NbGP, pGq, TSNVz, KOUKS, BvbFx, DNe, diW, OybQ, fJJPbr, tvjqq, CoLoGG, IraEPy, IhBUbF, LReoh, lgTtD, XgYhrE, hmnynp, uNpNS, eSBlFZ, KLvJRA, eBzEXu, QNBRx, ORls, KhMd, lcN, aKMwUe, koW, CZL, zyhjX, wQhzr, TgjB, wWyX, NNns, wuI,
Antonimia Lexical Ejemplos, Fondo Blanco Para Zoom, En Que Es Mejor Invertir El Dinero, Grupo Educa_d Empresas, Cuantas Crías Tiene Un Samoyedo, Ejemplo De Arancel Específico, Flora Peruana Ejemplos, Recibimiento Del Recién Nacido, Ejemplos De Cosas Y Bienes, Endocrinología En Lima Surco, Visualización De Datos Big Data,