Quantitative Analysis of Macrotexture of Asphalt Concrete Pavement Surface Based on 3D Data
Notice bibliographique
Résumé
This research conducts a quantitative analysis on the macrotexture of asphalt concrete pavement based on three-dimensional (3D) point cloud data. A binocular stereovision-based 3D point cloud data collection system is developed. The system is composed of a packaged component that includes a lighting source and two cameras, a dark shading cloth, and the computer control side with the configuration of the operation interface. Meanwhile, specimens of both asphalt concrete and open graded friction course (OGFC) are prepared as the test specimens. Next, 3D point cloud data of the specimens are collected using the proposed system. The macrotexture information is then extracted using the robust Gaussian method. The macrotextures of the pavement surface are characterized by 10 indicators; profile arithmetic average deviation, profile root mean square difference, mean texture depth, profile skewness value, profile steepness, profile unevenness distance, profile peak distance, profile root mean square slope, profile root mean square wavelength, and surface roughness area ratio. At the same time, the friction coefficients of these specimens are measured by British Pendulum Number. Finally, the correlations between each indicator and the friction conditions of different specimens are assessed. Results demonstrate that the proposed macrotexture indicators are reliable for evaluating the friction conditions because significant correlations have been observed. Meanwhile, the correlations for the OGFC gradations are always higher than the asphalt concrete gradations. All the findings prove that the proposed quantitative indicators are effective for the characterization of the macrotexture of asphalt concrete pavement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».