文献综述（或调研报告）：
基于人工智能技术的路表病害智能识别方法研究
文献综述
路面数据收集
自动化智能路面检测的第一步是路面数据采集工作，即通过数码影像设备对道路图像进行采集并高效存储分类。在这一领域，国外的研究机构及企业起步较早，在十年前已经获得比较成熟的成果。
20世纪90年代初，美国的EARTH技术公司研发出PCES系统。该系统利用两台微处理器对采集到的图像进行存储和图像处理，该系统可以以100km/h的行驶速度昼夜工作。由于图像处理技术不成熟无法对图像进行详细分类，因此该系统并没有继续进行开发。
加拿大的RoadWare[1]公司在道路检测车技术上取得了喜人的成果。多年来，该公司开发出了ARAN一系列产品，并且逐渐成熟，目前最先进的是ARAN900型检测车。该检测车可以在高速时完成一系列检测，例如道路平整度、道路破损度等指标，目前该检测车处于世界领先地位。且技术已经比较成熟。
在路面图像采集工作中，我国相对国外来说起步较晚，目前大多数路段基本上依然是靠人工检测来完成，随着图像处理技术以及硬件水平的提高，国内部分高等院校和某些科研单位己经取得了较快的进展，并取得了较好成果。
2002年10月，我国首辆路面检测车由南京理工大学唐振民[2]等人成功研制出，该检测车是JG-1型路面检测车，该检测车的诞生标志着我国路面裂纹检测的研究取得重大突破，JG-1型路面检测车可以检测到路面不同类型裂缝以及裂缝的深度和形状，而且精确度较高。但是该检测车的缺点是工作时采集数据速度较慢，每分钟仅能采集十张路面图像，并且检测效率不高，检测结果也不够全面。
2008年，哈尔滨国畅智能交通技术有限公司与哈尔滨工业大学经过多年专心研究，联合研制出了道路路面检测车“哈工大国畅”，该检测车[3]是一辆多功能的、拥有独立知识产权的智能道路路面检测设备，“哈工大国畅”的技术水平己经基本上达到了国际领先水平，该检测车能够在较高速度行驶下采集到质量较高的路面图像。该检测车自带较高强度光源的照明系统，能够全天连续检测以及克服大数据实时检测和储存，检测系统采用了图像数据压缩技术、虚拟储存技术和动态内存存取技术等高尖端技术。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
