面向空间引导下的高速公路裂缝自动化定位

高速公路网络是经济繁荣的关键。气候变化引起的温度波动正在加剧道路铺装的应力，导致维修成本的增加。这凸显了针对性和高效维修策略的需求。本研究探讨了开源数据指导高速公路基础设施维修的潜力。 proposed framework 将航空影像与OpenStreetMap（OSM）整合，以精调YOLOv11以实现高速公路裂缝定位。为演示该框架的实际应用性，计算了瑞士相对高速公路裂缝密度（RHCD）指数，以指导全国性高速公路维修。裂缝分类模型在正类（裂缝）上取得F1分数为$0.84$，在负类（无裂缝）上取得F1分数为$0.97$。瑞士RHCD指数与长期陆表温度振幅（LT-LST-A）（Pearson相关系数$r = -0.05$）和交通量（TV）（Pearson相关系数$r = 0.17$）呈现较弱相关性，这凸显了本新指标在指导维修方面相较于其他数据的额外价值。显著的RHCD值在城市中心和交叉口附近观察到，为预测结果提供了上下文验证。这些发现突显了开源数据共享的价值，以推动创新，最终使公共部门实现更高效的解决方案。