基于深度学习的路面车辙分类及车辙深度计算方法及系统

本发明提供一种基于深度学习的路面车辙分类及车辙深度计算方法及系统，涉及路面病害检测技术领域。该方法首先针对高维车辙横断面高程数据的特点，进行平滑、倾斜矫正、以及降维等预处理，并根据车辙横断面不同分类方式组建两种数据集，建立车辙类型与形状关联性；然后构建多种结构的神经网络模型用于车辙形状分类，并通过消融试验选取最佳分类模型；最后基于不同类别的车辙分类结果，建立不同的虚拟直尺，计算车辙深度。该方法选择CNN‑BiLSTM模型为最佳分类模型，并针对不同类型车辙，分别建立不同的虚拟直计算车辙深度，提高车辙深度计算的效率。