基于机器学习混淆矩阵的路表损伤决策级融合识别方法

本发明公开了一种基于机器学习混淆矩阵的路表损伤决策级融合识别方法，涉及道路检测技术领域，包括设计一套路面振动数据和图像数据采集装置，并提出数据匹配方法；构建路面振动数据集和图像数据集，分别训练出路表损伤的振动识别模型和图像识别模型；基于所得模型对于各路表损伤类型的混淆矩阵，计算出实测路段识别结果的概率分布模型；根据给出的融合识别公式，对振动识别结果和图像识别结果进行加权融合，得到更接近真实情况的融合识别结果。本发明方法中提供了一种特定的数据匹配方法，确保振动数据和图像数据的时空一致性，并采用决策级融合的方式，能够更为准确地统计出目标路段的损伤情况，适用于多种路面状况，具有较好的实用性和可靠性。