文献

J-GLOBAL ID：201702253738360113   整理番号：17A1357816

マニュアル自動舗装損傷検出と分類に向けて【Powered by NICT】

From manual to automatic pavement distress detection and classification

著者 (4件)： Cafiso S. (Department of Civil Engineering & Architecture, University of Catania, via Santa Sofia, 64, 95125, Catania) ,  D’Agostino C. (Department of Civil Engineering & Architecture, University of Catania, via Santa Sofia, 64, 95125, Catania) ,  Delfino E. (Department of Civil Engineering & Architecture, University of Catania, via Santa Sofia, 64, 95125, Catania) ,  Montella A. (Department of Civil, Architectural and Environmental Engineering, University of Naples Federico II, via Claudio, 21, 80125, Naples)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： MT-ITS  ページ： 433-438  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 損傷の検出と分類は,道路舗装管理における基本的な活動である。劣化の初期段階においても,道路舗装は問題を確認するために監視し,実態を評価し,将来はどうなるか予測する必要がある。マニュアル/ビジュアル検査によるモニタリング活動は時間がかかり,高価で,安全性の懸念の原因となる。これらの理由から,苦痛同定は通常ランダムに選択された一部に限られている。苦痛検出と分類のための新しい高効率機器の導入は道路舗装解析と管理における新しい展望を開くものである。自動舗装モニタリングと力学的設計は苦痛分類のための新しい舗装性能指標と基準を導入した。以前の研究は,手動および自動舗装モニタリングから得た指数の間の相関の欠如を示した。,自動監視システムからの手動苦痛パラメータを導出する能力は,基準と方法論的アプローチの定義と試験における大きな関心事である。本論文では,背景は,最新の自動道路分析器(ARAN 9000)のマニュアル調査と能力からの損傷の検出と分類のための,北アメリカとイタリアの試験の例を報告した。現場実験と確率的ニューラルネットワーク分類器のキャリブレーションは,自動システムから苦痛測度を導出するための提示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 現場試験 ,  *舗装 ,  分析機器 ,  安全性 ,  *マニュアル ,  北アメリカ ,  自動監視 ,  イタリア共和国 ,  測度 ,  道路
準シソーラス用語： 性能指標 ,  高効率 ,  苦痛 ,  道路舗装 ,  *舗装損傷 , 【Automatic Indexing@JST】

分類 (1件)： 舗装一般  (RC04010K)

タイトルに関連する用語 (3件)： マニュアル ,  舗装損傷 ,  分類