机器视觉辅助冬季道路状况监测

背景信息

对大多数交通运输部门来讲，在暴风雪期间和之后对冬季路面状况进行监测是一项必不可少的工作，便于他们检测维护服务需求、比较不同处理方法的效果、评估不同路段承包商的路面维护服务质量。 实时路况信息对于路上的行人来说很重要，他们可以通过这些信息来调整行程并决定要不要开车，例如什么时候、用什么交通工具、去哪里。

发明概述

滑铁卢大学的研究人员开发了一种计算机视觉和人工智能辅助的冬季道路状况监测系统并开展了试点工程，使用低成本、非专用的硬件（如机器视觉相机和温度传感器）实时收集处理和传送道路状况数据。与现有解决方案相比，该系统可安装在各种车辆上，对道路状况进行更客观的评估，并且路况监控的时空覆盖范围更广。

初期工作主要是为了测试为其它研究项目收集的二次图像数据而开发的算法。在过去的两年中，研究人员专门开发了一个车载数据收集系统，并且正在不断调试改进。在服务器端，研究人员开发出一种图像处理应用，可与车载数据收集系统相呼应，存储并处理图像数据，还可显示基于路况状态计算而更新的当前路况。在 MTO （安大略省运输部）的帮助和资助下，巡逻车上已经部署了这一系统，并且还在不断调试，并且已经成功储存了超过 10，000 个数据点的信息，表现不俗。

优势：

l   成本极低的解决方案

l   可覆盖较宽阔的空间和较长的时间

l   可单程覆盖多条车道

潜在应用

l   道路状况监测

l   冬季道路养护优化

l   公共信息系统