法律状态公告日
法律状态信息
法律状态
2018-07-27
未缴年费专利权终止 IPC(主分类):E01C23/01 授权公告日:20160413 终止日期:20170708 申请日:20150708
专利权的终止
2016-04-13
授权
授权
2015-11-18
实质审查的生效 IPC(主分类):E01C23/01 申请日:20150708
实质审查的生效
2015-10-14
公开
公开
技术领域
本发明属于沥青路面病害检测领域,具体涉及一种基于三维激光技术的 沥青路面松散识别及计算方法。
背景技术
沥青路面松散,是指沥青路面粗细集料散失,路面结合料失去粘结力, 而在沥青路面表面形成的脱皮、麻面、露骨、表面剥落、有小坑洞等现象。 松散主要是荷载或水作用下而产生的沥青路面典型病害。进入路面结构层之 间的空隙水压力和高流速的水流,冲刷层面材料,促使沥青面层出现剥落、 松散等病害,使整个路面的使用性能迅速变坏,影响了行车舒适性。同时, 松散可能进一步衍生路面坑槽等病害,若不及时处置,将会危害行车安全。 沥青路面松散的有效识别为松散的及时处置提供了基础,因此,其对提高路 面行车舒适性和安全性具有重要意义。
现有的松散识别多采用人工现场勘查的方法,主要依靠日常巡查人员驾 车观察及停车采用皮尺等工具量测,不但费时、费力,而且危险性较高,同 时难以对松散的损坏程度进行准确量化。随着道路多功能检测车的开发及应 用,检测人员可通过检测车辆所采集的路面图像来识别路面松散。但是,该 方法不但对图像清晰度、明暗对比等要求较高,而且对存储速度以及存储空 间大小有严格要求,同时从大量的路面图像文件中人工辨识识别松散费时费 力且误差较大。
基于上述分析,传统的沥青路面松散识别方法不能快速、准确地完成, 同时人工现场勘查以及人工辨识松散图像的方法无法实现对沥青路面松散的 准确量化。为提高路面养护效率并增强路面的行车舒适性和安全性,在沥青 路面病害检测领域,提供一种快速、准确地识别沥青路面松散的方法已经成 为迫切需要解决的问题。
发明内容
本发明的目的在于提供一种基于三维激光技术的沥青路面松散识别及计 算方法,以克服上述现有技术存在的缺陷,本发明实现了对松散的自动识别, 不仅快速、准确,而且能够避免工作人员现场勘查的危险性。
为达到上述目的,本发明采用如下技术方案:
一种基于三维激光技术的沥青路面松散识别及计算方法,包括以下步骤:
步骤1:首先在待检测路段上选择基准路面对三维激光设备进行校准, 然后采用三维激光设备对出现松散病害的沥青路面进行扫描,获取检测路段 的路面三维激光点云数据;
步骤2:对步骤一得到的路面三维激光点云数据进行平滑处理;
步骤3:基于平滑处理后的激光点云数据,建立基准路面和松散路面的 横断面形态,提取平滑后松散路面的横断面的平均断面深度h、相邻峰-峰间 距pw、峰-谷差值rvd,其中,平均断面深度指横断面上所有激光点数据的 高程的平均值;相邻峰-峰间距指横断面上两个相邻波峰之间的横向间距;峰 -谷差值指相邻波峰与波谷之间的高程差;
步骤4:将每个路面横断面平均分割为M个等间距的分割段,若一个横 断面包含的激光点数量为N,则分割后每个分割段所包含的激光点数量为
步骤5:计算每个横断面M个分割段的特征参数:平均断面深度、相邻 峰-峰间距中值、峰-谷差值中值;
步骤6:根据每个路面横断面中分割段的特征参数计算结果,逐个判断 每个路面横断面是否为松散断面;
步骤7:根据松散断面识别结果及每个路面横断面中分割段的特征参数 计算结果,计算各松散断面的宽度及深度;
步骤8:根据松散断面识别结果,对松散区域进行识别;
步骤9:对松散区域的位置进行确定,并对松散区域进行量化,计算松 散区域的长度、宽度、深度及面积。
进一步地,步骤2中采用局部加权回归散点平滑法的方法对步骤一得到 的路面三维激光点云数据进行平滑处理。
进一步地,步骤5中每个横断面M个分割段的特征参数的计算方法如下:
1)横断面分割段的平均断面深度
其中,v为分割段中所包含的激光点数据的数量,zi为分割段中第i个激 光点数据的高程值;
2)横断面分割段的相邻峰-峰间距中值
其中,m为分割段横断面中波峰的数量,xpi为第i个波峰的横坐标,median 表示取中值;
3)横断面分割段的峰-谷差值中值
其中,t为分割段横断面中峰值的数量,zfi为第i个峰值的高程值,,median 表示取中值。
进一步地,步骤6中根据每个路面横断面中分割段的特征参数计算结果, 逐个判断每个路面横断面是否为松散断面的方法为:
1)计算基准路面横断面的特征参数值:平均断面深度h0,相邻峰-峰间 距中值pw0,峰-谷差值中值rvd0;
2)将每个分割段的平均断面深度、相邻峰-峰间距中值、峰-谷差值中值 与基准路面横断面的对应特征参数值进行对比,如果以下不等式组成立,则 判定该分割段为松散特征分割段;
其中,hij,pwij,rvdij分别为第i个横断面的第j个分割段的平均断面深度、 相邻峰-谷差值中值、峰-谷差值中值;
3)若第i个横断面中有连续不低于2个分割段为松散特征分割段,则该 横断面为松散断面。
进一步地,步骤7中松散断面的宽度指松散断面中连续松散分割段区域 的宽度;深度指松散断面中连续松散分割段区域中各个分割段深度的平均值。
进一步地,步骤7中计算各松散断面的宽度及深度的方法为:
1)第i个松散断面的宽度wi:
wi=ni×ld
其中,ni为第i个松散断面中连续松散分割段区域中松散分割段的数量, ld为每个分割段的长度;
2)第i个松散断面的深度di:
其中,ni为第i个松散断面连续松散分割段区域中松散分割段的数量,hk为第i个松散断面连续松散分割段区域中第k个分割段的深度。
进一步地,步骤8中根据松散断面识别结果,对松散区域进行识别的方 法为:当连续被判定为松散断面的横断面数量不小于1000/ls时,该区域被判 定为松散区域,其中,ls为相邻两个横断面的间距。
进一步地,步骤9中计算松散区域的长度、宽度、深度及面积的方法为:
1)松散区域长度L:
L=n×ls
其中,n为松散区域中松散断面的数量,ls为相邻横断面之间的间距;
2)松散区域宽度W:
其中,n为松散区域中松散断面的数量,wj为松散区域中第j个松散断 面的宽度;
3)松散区域深度D:
其中,n为松散区域中松散断面的数量,dj为松散区域中第j个松散断面 的宽度;
4)松散区域面积A:
其中,n为松散区域松散断面的数量,wj为松散区域中第j个松散断面 的宽度,ls为相邻横断面之间的间距。
与现有技术相比,本发明具有以下有益的技术效果:
本发明采用了先进的三维激光技术,借助激光检测车能够准确、快速地 获取沥青路面高密度和高精度的激光点云数据。通过对激光点云数据的平滑 处理,有效剔除了激光点云数据中的噪声,更加真实地表现了路表凸凹状况。 基于对松散断面与基准路面横断面的对比,分析二者断面特征的差异,提取 松散断面特征参数平均断面深度、相邻峰-峰间距、峰-谷差值,同时采用横 断面分割的方法,实现了对松散断面的准确自动识别,其智能化和自动化能 够避免工作人员现场勘查的危险性。在对松散断面识别的基础上,确定了松 散区域的起始位置,计算了松散区域的长度、宽度、深度以及面积等特征, 对松散区域全面、准确的量化为路面养护的精细化研究奠定了基础。
附图说明
图1是本发明的流程框图;
图2是基准路面原始横断面信号图;
图3是平滑后的横断面编号为1的基准路面横断面信号图;
图4是平滑后的松散路面横断面信号图,其中(a)是横断面编号为2 的松散路面横断面信号图;(b)是横断面编号为3的松散路面横断面信号图; (c)是横断面编号为4的松散路面横断面信号图;
图5是路面横断面特征参数说明图;
图6是松散断面中松散分割段有效性判断示意图。
具体实施方式
下面结合附图对本发明作进一步详细描述:
参见图1,一种基于三维激光技术的沥青路面松散识别及计算方法,包 括以下步骤:
1、路面激光点云数据获取
采用三维激光设备对出现松散病害的沥青路面进行扫描,获取检测路段 的路面三维激光点云数据。检测开始前,需要在待检测路段上选择基准路面 对三维激光设备进行校准,其中,基准路面平整度高,无碎石剥落、松散、 车辙等病害,且无碎石、泥沙等杂物。
2、路面激光点云数据处理
采用局部加权回归散点平滑法的方法对激光点云数据进行平滑处理,以 削弱或消除高频噪声对路面识别准确性的影响,使激光数据能够更加真实地 反映路面凸凹状况及宏观特征。
3、路面横断面特征指标提取
为了有效识别沥青路面松散的特征,基于平滑处理后的激光点云数据, 建立基准路面和松散路面的横断面形态,分析两种横断面的深度变化以及凸 凹状况特征,提取平滑后松散路面的横断面的平均断面深度h、相邻峰-峰间 距pw、峰-谷差值rvd。
其中,平均断面深度指横断面上所有激光点数据的高程的平均值;相邻 峰-峰间距指横断面上两个相邻波峰之间的横向间距;峰-谷差值指相邻波峰 与波谷之间的高程差。
4、横断面分割
将每个路面横断面平均分割为10个等间距的分割段。假设一个横断面 包含的激光点数量为N,则分割后每个分割段所包含的激光点数量为N/10。
5、计算横断面特征参数
计算每个横断面分割段的平均断面深度、相邻峰-峰间距中值、峰-谷差 值中值,如果各参数的计算方法如下:
横断面分割段的平均断面深度
式中,v为分割段中所包含的激光点数据的数量,zi为分割段中第i个激 光点数据的高程值。
横断面分割段的相邻峰-峰间距中值
式中,m为分割段横断面中波峰的数量,xpi为第i个波峰的横坐标, median表示取中值。
横断面分割段的峰-谷差值中值
式中,t为分割段横断面中峰值的数量(波峰和波谷统称为峰值),zfi为 第i个峰值的高程值,,median表示取中值。
6、松散断面识别
根据每个路面横断面中分割段的特征参数计算结果,逐个判断每个路面 横断面是否为松散断面,具体判定方法如下:
1)计算基准路面横断面的平均断面深度h0,相邻峰-峰间距中值pw0, 峰-谷差值中值rvd0。
2)将每个分割段的平均断面深度、相邻峰-峰间距中值、峰-谷差值中值 与基准路面横断面的对应特征参数值进行对比,如果不等式组成立,则判定 该分割段为松散特征分割段。
式中,hij,pwij,rvdij分别为第i个横断面的第j个分割段的平均断面深度、 相邻峰-谷差值中值、峰-谷差值中值。
3)若第i个横断面中有连续不低于2个分割段为松散特征分割段,则该 横断面为松散断面。
7、松散断面参数计算
根据松散断面识别结果及横断面特征参数计算结果,计算各松散断面的 宽度及深度。松散断面的宽度指松散断面中连续松散分割段区域的宽度,深 度指松散断面中连续松散分割段区域中各个分割段深度的平均值。各参数的 计算方法如下:
1)第i个松散断面的宽度wi:
wi=ni×ld (5)
式中,ni为第i个松散断面中连续松散分割段区域中松散分割段的数量, ld为每个分割段的长度。
2)第i个松散断面的深度di:
式中,ni为第i个松散断面连续松散分割段区域中松散分割段的数量,hk为第i个松散断面连续松散分割段区域中第k个分割段的平均深度。
8、松散区域识别
根据松散断面识别结果,对松散区域进行识别。识别方法为:当连续被 判定为松散断面的横断面数量n不小于1000/ls时,该区域被判定为松散区域。 其中,ls为相邻两个横断面的间距,单位为mm,该值为固定值,在检测前 设定。即设定松散区域的长度应不小于1m。
9、松散区域参数计算
对松散区域的位置进行确定,给出起始位置。对松散区域进行量化,计 算松散区域的长度、宽度、深度及面积。松散区域的位置由该区域中第一个 松散断面的纵坐标决定。松散区域各参数计算方法如下:
1)松散区域长度L:
L=n×ls (7)
式中,n为松散区域中松散断面的数量,ls为相邻横断面之间的间距。
2)松散区域宽度W:
式中,n为松散区域中松散断面的数量,wj为松散区域中第j个松散断 面的宽度。
3)松散区域深度D:
式中,n为松散区域中松散断面的数量,dj为松散区域中第j个松散断面 的宽度。
4)松散区域面积A:
式中,n为松散区域松散断面的数量,wj为松散区域中第j个松散断面 的宽度,ls为相邻横断面之间的间距。
下面结合具体实施例对本发明做详细描述:
本实施例以一段长为20m的实验路段单车道检测数据为基础进行说明, 激光断面的采样间隔为5cm,即实验数据共包含了400个路面横断面。
在图1~6中,本实施例采用三维激光技术自动识别沥青路面松散方法 由以下步骤组成:
1.路面激光点云数据获取
本实例选取了某省道一段出现松散病害的试验路段,采用三维激光设备 扫描并获取该检测路段的路面三维激光点云数据。具体扫描过程如下:
1)三维激光设备检测基准平面校准
本实例采用的三维激光检测设备为LMI公司的Gocator 2075型发射器, 检测频率可达788Hz。检测开始前,首次将三维激光检测车辆停留在路面平 整完好的路段处,选择基准路面。打开激光设备自带的检测系统,执行平面 校准。此时,所测基准路面被视为基准平面,高程为0。
2)三维激光设备检测参数调整
调节检测系统的曝光时间以及曝光频率,使系统能够快速地获取路面激 光数据,并且最大限度减少激光点数据缺失。
3)路面扫描及数据保存
启动激光检测车辆,以合适的速度并靠车道中央行驶,获取路面激光数 据并保存。数据记录了所扫描路面上点云的横纵坐标以及高程。
2.路面激光点云数据处理
三维激光设备所采集的原始路面数据信号受到光照等外界环境的影响, 存在一定的高频噪声,图2所示为基于原始数据所建立的路面基准横断面形 态。由图2可以看出,原始数据受到高频噪声影响,不能有效地反映路面横 断面的真实形态。同时,原始数据较多地反映了路面横断面的微观构造,无 法凸显路面横断面的宏观特征。
局部加权回归散点平滑法(locally weighted scatterplot smoothing, LOWESS)基于在部分子集中拟合多项式回归曲线,逐渐实现对整体的平滑, 其可以有效地削弱或消除原始数据中的偶然噪声及高频噪声,同时凸显路面 横断面的宏观构造。本实例借助MATLAB工具采用LOWESS对原始路面激 光点数据进行平滑处理,选取的数据比例为5%。图3所示为原始数据经过 平滑处理后所建立的路面基准横断面形态,对比图2可以发现,图3更加真 实地反映了路面的宏观特征及凸凹状况。
3.路面横断面特征提取
从平滑后的路面横断面中选择一个典型的松散断面,图4所示为根据该 断面数据所建立的松散断面形态。对比图3和图4中横断面的特征,可以发 现二者的横断面特征平均断面深度、相邻峰-峰间距、峰-谷差值存在差异。 图5所示为横断面特征参数说明图,图中对相邻峰-峰间距、峰-谷差值的定 义进行了示意。
由于路面出现松散病害时,一般伴随有碎石剥落,导致松散区域的路面 整体高程下降。同时,从路面横断面分析,平整路面的凸凹过度较为平缓, 而碎石剥落破坏了路面的均匀性,产生的一定的坑洞,使松散断面产生较多 的小而陡峭的凸凹,直观的表现为松散断面的相邻峰-峰间距变小,峰-谷差 值变大。
4.横断面分割
由于激光检测设备的横向检测范围为3.6m,而一般的松散不会遍布整个 行车道,即宽度达不到3.6m。为了能够更加精确地识别松散的横向宽度,故 将一个横断面分成10个间距相同的分割段,即每个分割段的长度为0.36m, 然后对每个分割段依次进行松散特征识别。
具体分割方法为:一个横断面包含N个激光点数据,分成10个分别包 含个激光点数据的等长分割段。第j个分割段所包含的激光点数据索引范 围为:
5.计算横断面特征参数
在每个分割段中,其横断面上存在多个峰值和谷值,因此相邻峰-峰间距 和峰-谷差值也存在多个。为了能够简单准确地描述一个横断面的峰-峰间距 特性和峰-谷差值特性,本实例选择中值作为代表。
按照公式(1)~(3),依次计算每个分割段的平均断面深度,相邻峰-峰间 距中值,峰-谷差值中值。表1给出了4个横断面中各分割段的横断面特征参 数计算结果。断面1为图3所示平滑后基准路面横断面参数计算结果,断面 2~断面4为图4所示3个松散断面参数计算结果。
表1 横断面特征参数计算结果
6.松散断面识别
计算路面基准横断面的平均断面深度h0、相邻峰-峰间距中值pw0以及峰 -谷差值中值rvd0。
将每个分割段的平均断面深度、相邻峰-峰间距中值、峰-谷差值中值与 路面基准横断面的对应特征参数进行对比,并对结果进行标记。如果不等式 组(4)成立,则表示该分割段为松散特征分割段,否则不是松散特征分割段。 判定结果采用0或1进行标记,如果分割段为松散特征分割段,则标记为1; 否则,标记为0。
根据横断面中分割段的标记结果,对横断面是否为松散断面进行判别。 由于小坑洞或者横缝的影响,横断面中个别分割段可能被误判为松散特征分 割段,但这些误判的分割段一般不具有连续性。本实例规定,松散断面的宽 度不低于0.72m。因此,本实例对松散断面进行识别时,规定横断面中有连 续不低于2个分割段为松散特征分割段时,判定该横断面为松散断面。松散 断面识别结果同样采用0或1进行标记,松散断面标记为1,非松散断面标 记为0。表2给出了10个横断面的松散分割段识别结果:
表2 松散断面识别结果
7.松散断面参数计算
每个松散断面中,包含多个分割段,被标记为松散分割段的路段也可能 有多个,但是只有一个连续松散分割段区域,包含了有效松散分割段,其余 的松散分割段可能是个别的由坑洞等引起的干扰段。图6所示为松散断面中 分割段有效性判定示意图。在松散横断面参数计算过程中,只需考虑有效松 散分割段区域。
对于被判定为松散断面的横断面,其宽度的计算方法如公式(5),有效松 散分割段的数量与分割段长度的乘积。本实例中分割段的长度为0.18m。深 度的计算方法如公式(6),有效松散分割段的深度的均值。对于被判定为非松 散断面的横断面,其宽度及深度直接赋值为0。表3给出了表2所示横断面 中松散断面参数计算结果。
表3 松散断面参数计算结果
8.松散区域识别
松散断面识别是一维的判定,松散区域识别是观察松散二维的分布状 况。根据经验判断,松散区域的长度一般不小于1m。本实例中采用激光检 测设备所获取的路面横断面的纵向间隔为5cm,即每个松散区域所包含的松 散断面数量不低于20个。根据该规则,对所选定检测路段的所有横断面进行 遍历,识别松散区域。某个区域连续松散断面的数量超过20个时,识别为1 个松散区域。
9.松散区域参数计算
松散区域由连续的松散断面组成,同时被松散断面分割成连续的小区 域,松散区域的面积等于小区域面积的累加。每个小松散区域都是一个梯形 或矩形,其面积的计算可以按照梯形面积的计算公式。松散区域的起始位置 由松散区域的第一个松散断面纵坐标确定。松散区域的长度为松散区域中松 散断面的数量与相邻横断面间隔的乘积。松散区域的宽度及深度为各个松散 断面的宽度和深度的均值。按照公式(7)~(10)可计算松散区域的长、宽、深 度及面积。松散区域识别及参数计算结果如表4所示:
表4 松散区域识别及参数计算结果
机译: 基于三维点云的三维人脸识别装置及基于三维点云的三维人脸识别方法
机译: 由激光技术制造的照片,字母和/或数字的三维图像由例如可通过激光技术加工的木材,金属或石材以及密封层
机译: 由松散材料制造三维物体的装置,通过激光束的烧结或熔融由松散材料制造三维物体的方法以及由松散材料制造三维物体