Vol. 12 Núm. 32 (2013): Revista GTI
Artículos de Investigación Científica e Innovación

SISTEMA AUTOMÁTICO PARA LA ADQUISICIÓN DE IMÁGENES DE VÍAS PAVIMENTADAS

HERNÁN PORRAS DÍAZ
Universidad Industrial de Santander
Biografía
DUVÁN YAHÍR SANABRIA ECHEVERRY
Universidad Industrial de Santander
Biografía
YURI HERCILIA MEJÍA MELGAREJO
Universidad Industrial de Santander
Biografía

Publicado 2013-05-24

Cómo citar

PORRAS DÍAZ, H., SANABRIA ECHEVERRY, D. Y., & MEJÍA MELGAREJO, Y. H. (2013). SISTEMA AUTOMÁTICO PARA LA ADQUISICIÓN DE IMÁGENES DE VÍAS PAVIMENTADAS. Revista GTI, 12(32), 61–78. Recuperado a partir de https://revistas.uis.edu.co/index.php/revistagti/article/view/3211

Resumen

RESUMEN ANALÍTICO

En este documento se propone un sistema automático para la adquisición de imágenes del pavimento, que integra tecnología avanzada, como primera etapa de un proyecto encaminado a la gestión eficiente del pavimento en Colombia. El sistema tiene como componente principal una cámara de escaneo por línea Piranha 2 marca Dalsa, con resolución de 4096 píxeles, interfaz de comunicación Camera Link y una tasa de líneas de hasta 36 kHz. Para el manejo de la recolección de datos se emplea una tarjeta de captación de imágenes conectada directamente a un computador portátil robusto y a un codificador relativo que genera una señal relacionada con la velocidad del vehículo. El sistema realiza un escaneo por carril de hasta 4 m de ancho, con una precisión de 1 mm/píxel. El montaje se hizo en una camioneta Toyota Hilux 4x4. La velocidad de escaneo varía entre 20 y 60 km/h. Finalmente, para comprobar la efectividad del sistema, se realizaron dos rutas dentro de la ciudad de Bucaramanga con diferentes condiciones climáticas para captar 1212 y 1616 imágenes, que ocupan espacio en disco de 3,18 GiB y 5,51 GiB, respectivamente. Las imágenes captadas son procesadas para la segmentación de daños. Adicionalmente, se presenta las ventajas del sistema automático mediante una comparación del método manual con el automático.

PALAbRAS CLAVES:  Instrumentación de un sistema automático para adquisición de imágenes, Sistemas automáticos de captación de imágenes, Procesamiento digital de imágenes

ANALYTICAL SUMMARY

This paper proposes a new automatic system for imaging pavement, which integrates advanced technology; it will be the first stage of a project aimed for the efficient management of pavement in Colombia. The principal component of the system is a line scan camera Piranha 2 of Dalsa, with a resolution of 4096 pixels, with the communication protocol Camera Link and a line rate of 36 kHz. A frame grabber is used for capturing data; it is connected directly to a rugged notebook computer and to a relative encoder, which generates a signal related to vehicle speed. The system scans up to 4 m wide with an accuracy of 1 mm/pixel. The instrumentation is done in a Toyota Hilux 4 x 4. The scanning speed varies between 20 and 60 km/h. Finally, to test the effectiveness of the system, two routes were done within the city of Bucaramanga in different climatic conditions for capturing 1212 and 1616 images that occupy disk space of 3.18 and 5.51 GiB, respectively. The captured images are processed for damages segmentation. Additionally, it presents the advantages of the automatic system through a comparison of the manual method with the automatic.

KEYWORDS: Instrumentation of an automated image collection system, Automated image collection systems, Digital images processing

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

  1. ZHENG, Qingbo and RACC, David. Support of Pavement Management Systems at the Delaware Department of Transportation (en línea). (Newark, USA), nov. 1999. http://dspace.udel.edu:8080/ dspace/handle/19716/766
  2. FLINTSCH, Gerardo and McGHEE, Kevin. Quality Management of Pavement Condition Data Collection. A Synthesis of Highway Practice. Washington D.C. Transportation Research Board, 2009. 144 p.
  3. TIMM, David and MCQUEEN, Jason. A Study of Manual vs. Automated Pavement Condition Surveys. Auburn, 2004, 141 p. Report. Auburn University. Highway Research Center. Alabama Department of Transportation.
  4. Invías y UNAL. Manual para la inspección visual de pavimentos flexibles (en línea). (Bogotá D.C., Colombia), Oct. 2006. http://www.invias.gov. co/invias/hermesoft/portalIG/home_1/recursos/ informacion_institucional/20122007/documento_ tecnico.jsp
  5. FIGUEROA, Ana S. y otros. Manual para el Mantenimiento de la Red Vial Secundaria Pavimentada y en Afirmado (en línea). (Bogotá D.C., Colombia), 2007. http://web.mintransporte. gov.co/PLANVIAL/images/stories/documentos/ pavimentos1
  6. MILLER, John and BELLINGER, William. Distress Identification Manual for the Long-Term Pavement Performance Program. Virginia, 2003, 154 p. Report. Federal Highway Administration. US Department of Transportation.
  7. TOWNES, Michael S. y otros. Automated Pavement Distress Collection Techniques. A Synthesis of Highway Practice. Washington D.C.: Transportation Research Board of the National Academies, 2004. 85 p.
  8. SUÁREZ ORDÓÑEZ, Jhon Jairo. Análisis comparativo de los métodos para la evaluación de defectos de los pavimentos y su aplicabilidad en carreteras colombianas (en línea). (Bucaramanga, Colombia), feb. 2012. http://apuntesdeinvestigacion.upbbga. edu.co/?page_id=289
  9. Gevial SAS, Ingeniería y Gestión Vial. Tecnología aplicada a la ingeniería (en línea). (Bogotá D.C., Colombia). (Accedido: 05-Dic-2012). http://gevial. co/brochure.pdf
  10. YU, Xinren. Pavement Surface Distress Detection and Evaluation Using Image Processing Technology. Toledo, 2011, 72 p. Thesis (Master of Science Degree in Electrical Engineering). The University of Toledo. Graduate Faculty. The Department of Electrical Engineering and Computer Science.
  11. FUKUHARA, Toshihiko, TERADA, Keiji, NAGAO, Makoto, KASAHARA, Atsushi and ICHIHASHI, Shigeki. Automatic Pavement-Distress-Survey System. Journal of Transportation Engineering No 3, vol. 116, p. 280-286. ASCE: Transportation & Development Institute, 1990.
  12. WANG, Kelvin. Designs and implementations of automated systems for pavement surface distress survey. Journal of Infrastructure Systems No 1, vol. 6, p. 24-32. ASCE: Transportation & Development Institute, 2000.
  13. FUGRO ROADWARE Inc.. ARAN 9000 (en línea). (Richmond, USA). (Accedido: 17-Ago-2012). http:// www.fugroroadware.com/products/aran_9000/
  14. CSIRO, Commonwealth Scientific and Industrial Research Organization. CSIRO’s Road Crack: Automated detection of road cracks (en línea). (Australia). (Accedido: 18-Ago-2012). http://www. csiro.au/Outcomes/ICT-and-Services/People-andbusinesses/RoadCrack.aspx
  15. GUNARATNE, M. Investigation of Automated and Interactive Crack Measurement Systems. Tampa, 2008, 93 p. Report. The University of South Florida. College of Engineering. Department of Civil and Environmental Engineering.
  16. YAO, Xun, YAO, Ming and XU, Bugao. Automated Measurements of Road Cracks Using Line-Scan Imaging. Journal of Testing and Evaluation No 4, vol. 39, 9 p. ASTM: American Society for Testing and Materials, 2011.
  17. XU, Bugao and HUANG, Yaxiong. Development of an automatic pavement surface distress inspection system. Austin, 2003, 28 p. Report. The University of Texas. Center for Transportation Research. Texas Department of Transportation.
  18. FEI, Xing H. and O. Nixon. Time Delay Integration Speeds Up Imaging. Journal Photonics Spectra No May, 4 p. Laurin Publishing, 2012.
  19. CAMBRIDGE IN COLOUR. Understanding Digital Camera Sensors (en línea). (Cambridge, England). (Accedido: 27-Sep-2012). http://www. cambridgeincolour.com/tutorials/camera-sensors. htm
  20. PULNIX América, Inc. Specifications of the Camera Link Interface Standard for Digital Cameras and Frame Grabbers (en línea). (Belgrade, Serbia), oct. 2000 (Accedido: 16-Jul-2012). http://www. imagelabs.com/wp-content/uploads/2010/10/ CameraLink5.pdf
  21. TELEDYNE DALSA. Line Scan CCD Cameras: Camera Piranha 2 User’s Manual. Waterloo, 2011, 86 p. Manual. A Teledyne Technologies Company.
  22. SCHäFTER+KIRCHHOFF GMBH. Lenses for Line Scan cameras (en línea). (Hamburg, Germany), 2011 (Accedido: 19-Sep-2012). http://www. sukhamburg.com/onTEAM/pdf/zk-kat_e.pdf
  23. AUTONICS, Sensors & Controllers. Encoder reference E50S8 (en línea). (Illinois, USA), 2012. (Accedido: 20-Oct-2012). http://www.autonics.com/products/ products_detail.php?catecode=01/06/01&db_ uid=59
  24. EPIX Inc. PIXCI® EC1 Frame Grabber (en línea). (Chicago, USA), 2012 (Accedido: 08-Sep-2012). http://www.epixinc.com/products/pixci_ec1.htm
  25. EPIX Inc. XCAPTM Image Processing Software (en línea).(Chicago, USA), 2012 (Accedido: 20-Sep- 2012). http://www.epixinc.com/products/xcap.htm
  26. RAMÍREZ JIMÉNEZ, Sandra. Detección de grietas en la cinta asfáltica mediante análisis de imágenes. Santiago de Querétaro, 2012, 69 p. Tesis (Maestría en Tecnología Avanzada). Instituto Politécnico Nacional. Facultad de Posgrado. Centro de Investigación en Ciencia Aplicada y Tecnología Avanzada.
  27. BETTS, Bryan. Solid State of the Art. Journal Engineering & Technology No 9, vol.7, p. 84-87. 2012.
  28. GETAC TECHNOLOGY CORPORATION. Datasheet Getac B300: Fully Rugged Notebook (en línea). (Taipei, Taiwan), 2012. (Accedido: 08-Oct-2012) http://apac.getac.com/products/B300/B300_ overview.html
  29. SUN, Y., SALARI E. and CHOU E. Automated pavement distress detection using advanced image processing techniques. International Conference on Electro/Information Technology, p. 373-377. IEEE, 2009.
  30. WANG, C., SHA, A. and SUN, Z. Pavement crack classification based on Chain Code. FSKD Seventh International Conference on Fuzzy Systems and Knowledge Discovery, p. 593-597. IEEE, 2010.
  31. ZHANG, Pengyu and LI, Hong. Recognition of pavement surface crack. ICNC Sixth International Conference on Natural Computation, p. 3393-3396. IEEE, 2010.
  32. YING, Liang. Beamlet Transform Based Technique for Pavement Image Processing and Classification. Toledo, 2009, 60 p. Thesis (Master of Science Degree in Electrical Engineering). The University of Toledo. Graduate Faculty. The Department of Electrical Engineering and Computer Science.
  33. KAPUR, J., SAHOO, P. and WONG, A. A new method for gray level picture thresholding using the entropy of the histogram. Journal Computer Vision Graphics and Image Processing, vol. 29, p. 273- 285. Academic Press Inc., 1985.
  34. GONZÁLEZ, Rafael and WOODS, Richard. Digital Image Processing. 3rd Editon. Massachusetts: Addison-Wesley Publishing Company Original, 1992, 773 p.
  35. DEPARTAMENTO DE GESTIóN VIAL. Instructivo de Inspección Visual de Caminos Pavimentados (en línea). (Chile), diciembre 2004. https://www.ucursos.cl/ingenieria/2006/2/CI62G/1/material_ docente/objeto/105427
  36. COMITRAN. Manual Centroamericano de Mantenimiento de Carreteras (en línea). (Guatemala), diciembre 2000. http://www. entradas.zonaingenieria.com/2009/07/manualcentroamericano-de.html
  37. FEDERAL HIGHWAY ADMINISTRATION. Pavement Distress Identification Manual for the NPS Road Inventory Program (en línea). (Estados Unidos), 2009. http://www.wistrans.org/mrutc/files/ Distress-ID-Manual.pdf
  38. ODOT. Pavement Distress Survey Manual (en línea). (Oregon, Estados Unidos), junio 2009. http://www.oregon.gov/ODOT/hwy/construction/ docs/pavement/distress_survey_manual.pdf
  39. ASTM INTERNATIONAL. Standard Practice for Roads and Parking Lots Pavement Condition Index Surveys (en línea). (Estados Unidos), 2008. http:// www.cee.mtu.edu/~balkire/CE5403/ASTMD6433. pdf
  40. PORRAS, Hernán y otros. Plan Maestro de Movilidad. Bucaramanga 2010 – 2030 (en línea). ISBN: 978- 958-44-8645-5, Bucaramanga, 2010. 143 p. http:// albatros.uis.edu.co/eisi/eisi.jsp?IdServicio=S482& &IdReg=CG243#CG243
  41. RIOS, José y MARTÍNEZ, Iván. Sistema de Administración de Pavimentos sobre la Ciudad de Bogotá (en línea). p. 1-17. Bogotá: Universidad Militar Nueva Granada, 2009. http://www.umng. edu.co/documents/10162/745281/V3N2_28.pdf
  42. VÁSQUEZ, Luis. Pavement Condition Index (PCI) para Pavimentos Asfálticos y de Concreto en Carreteras (en línea). (Manizales, Colombia), febrero 2002. http://www.camineros.com/docs/ cam036.pdf
  43. OUYANG, Aiguo, LUO, Chagen and ZHOU, Chao. Surface distresses detection of pavement based on digital image processing. CCTA, p. 368-375. IFIP International Federation for Information Processing, 2011.