[发明专利]一种融合多元数据的沥青路面车辙三维尺寸自动检测及定位方法

权利要求书

1.一种融合多元数据的沥青路面车辙三维尺寸自动检测及定位方法，其特征在于：包括以下步骤：

步骤S1：对采集的原始路面横剖线数据进行预处理；

步骤S2：对预处理后的横剖线数据进行坡度校正；

步骤S3：采用遍历算法自动提取路面左右车辙边缘点及谷底点；

步骤S4：测量车辙三维尺寸，包括：宽度、最大深度、内壁坡度、凹陷面积，以及左右车辙间距；

步骤S5：通过路面二维图像进行车道边缘线的识别，确定车道中心线位置；

步骤S6：根据车道边缘线及车道中心点的位置定位左右车辙，并测量其相对车道中心线的偏移量；

步骤S1中对原始路面横剖线数据进行预处理具体包括以下步骤：

步骤S11：通过公式(1)提取原始路面横剖线数据中心部分的拼接缝区域段，通过公式(2)计算拼接缝区域段相邻点间的高度差；

M＝y_s-y_s-1 (2)

式中，S表示横剖线数据中心的拼接缝区域；f(x_s,y_s)表示路面横剖线数据；n表示单条路面横剖线数据的总像素点；M表示拼接缝区域相邻点间的高度差，单位为mm；

步骤S12：通过公式(3)搜寻定位拼接缝区域的跳跃点；通过公式(4)确定拼接缝消除的横剖线位移量；

m_k＝y_j-y_j-1 (4)

式中，J_k(x_j，y_j)表示拼接缝区域的跳跃点；

l表示左相机采集的横剖线数据，l＝1，2，…，n/2；r表示右相机采集的横剖线数据，r＝(n/2)+1，(n/2)+2，…，n；m_k表示消除拼接缝的横剖线位移量，单位为mm；k表示拼接缝区域的跳跃点的数量；

步骤S13：上移或下移跳跃点后横剖线数据上的所有点m个位移量，用以消除拼接缝；

步骤S14：通过公式(5)建模，利用公式(6)计算x_i和x_j之间的距离；

d_ij＝|x_i-x_j| (6)

式中，β表示横剖线x的参数；ε_i 表示独立分布随机误差；d_ij表示x_i和x_j之间的距离；其中，i＝1，2，…，n；j＝1，2，…，n；x_i、x_j分别为横剖线上两点的横坐标；

步骤S15：通过公式(7)确定横剖线平滑处理的移动窗口大小，利用公式(8)计算移动窗口内所有点的权重值，其中权重满足公式(9)中的要求，通过公式(10)、(11)确定滤波参数；

式中，r’表示移动窗口的宽度；h_i表示d_ij中的第r个值；W(x)表示权重系数；k表示移动窗口内横剖线的点数；表示滤波参数；

步骤S2中所述对预处理后的横剖线数据进行坡度校正具体包括以下步骤：

步骤S21：基于车道边缘受轮胎碾压次数少，形变几率小的特性，取路面横剖线数据两端各10cm片段，进行拟合建立路面非形变水平轴；步骤S22：提取惯性导航系统采集的倾斜角作为路面横坡度测量的原始数据；结合三维线扫激光系统测量的路面横剖线数据，通过公式(12)计算检测车相对路面存在的倾角；最后利用公式(13)获取路面真实横坡度；

S_c＝tan(θ)+tan(γ) (13)

式中，γ表示检测车与路面间的夹角，单位为度；θ表示惯导系统采集的倾斜角，单位为度；L表示路面横剖线数据的长度，单位为mm；h_L表示左端10cm片段横剖线数据的高度平均值，单位为mm；h_R表示右端10cm片段横剖线数据的高度平均值，单位为mm；S_c表示路面横坡度，单位为m/m；

步骤S23：平移横剖线数据包括路面非形变轴直至左端点与原点重合，将平移后的横剖线绕原点旋转，直至路面非形变轴的坡度与路面横坡度一致；通过公式(14)至(16)获取坡度校正后的横剖线数据；

x′＝x·cosα+y·sinα (14)

y′＝-x·sinα+y·cosα (15)

α＝γ-arctan(S_c) (16)

式中，x’表示坡度校正后的横剖线数据横坐标，单位为mm；y’表示坡度校正后的横剖线数据纵坐标，单位为mm；α表示旋转角度，单位为度；

所述步骤S3具体包括以下步骤：

步骤S31：车辙谷底点的确定：首先，标记横剖线中点，然后从中点开始分别向左右遍历横剖线数据上每一个点，最后将左右两端距离非形变轴垂直距离最大的两个点分别为左右车辙的谷底点；

步骤S32：车辙边缘点的确定：首先标记横剖线与非形变轴的所有交点，然后从左右车辙谷底点分别向两端遍历搜寻，定义左右两端距离谷底点最近的交点为车辙边缘点；针对存在中央凹陷的路面，车辙内边缘点则定义为在两个车辙谷底点之间，且距离非形变轴最近的点；

所述步骤S4的具体内容为：

车辙三维尺寸的测量包括，根据公式(17)计算车辙宽度；根据公式(18)计算车辙最大深度；根据公式(19)计算车辙凹陷面积；根据公式(20)计算左右车辙间距；车辙内壁坡度则为车辙边缘点与谷底点之前横剖线段拟合直线的坡度值；

式中，y′_j表示横剖线数据上第j个点的高度值，单位为mm；W表示车辙宽度，单位为mm；x_O表示车辙外边缘点的横坐标位置，单位为mm；x_I表示车辙内边缘点的横坐标位置，单位为mm；D表示车辙最大深度，单位为mm；x_V表示车辙谷底点的横坐标位置，单位为mm；x_V1表示内车辙谷底点横坐标，单位为mm；x_V2表示外车车谷底点横坐标，单位为mm；y_V表示车辙谷底点在横剖线数据上的高度值，单位为mm；A表示车辙凹陷面积，单位为mm²；S表示左右车辙间距，单位为mm；

步骤S5中所述通过路面二维图像进行车道边缘线的识别确定车道中心线位置，即车道边缘线自动识别定位算法的具体内容包括以下步骤：

步骤S51：对采集的2D路面图像进行二值化处理：首先通过维纳滤波对图像进行滤波处理；然后利用大津法对图像进行二值化处理，根据公式(21)至(23)确定图像二值化的阈值；

式中，t表示图像二值化阈值，取值范围为0～(L-1)；L表示单张图像中最大灰度值；P_i表示灰度值为i的像素格占整张图像的百分比，％；w₀表示背景区域占图像百分比，％；w₁表示前景区域占图像百分比，％；

步骤S52：车道边缘线边缘识别：对通过步骤S51得到的二值化图像，利用膨胀腐蚀操作，消除边缘线脱漆、内部缺损的影响；然后通过Canny边缘识别算法提取车道边缘线；

若两端车道边缘线均被捕捉则执行步骤S53进行车道中心线确定；若一端车道边缘线被捕捉则执行步骤S54进行车道中心线确定；若两端车道边缘线均未被捕捉则执行步骤S55进行车道中心线确定；

其中，所述车道中心线为该车道横截面中点的连线，通过两侧的车道边缘线来定义车道中心线的位置，即距离两侧车道边缘线等距的中点连线为车道中心线；

步骤S53：两端车道边缘线均被捕捉情况下的车道中心线确定：首先提取左右车道边缘线中心线的位置信息，并测量车道宽度，然后取两条中心线中点的连接线为车道中心线；

步骤S54：一端车道边缘线均被捕捉情况下的车道中心线确定：首先提取被捕捉的车道边缘线中心线的位置信息，然后根据车道宽度，以一端边缘线为基准，取距离一端边缘线中心1/2车道宽度的点的连接线为车道中心线；

步骤S55：两端车道边缘线均未被捕捉情况下的车道中心线确定：首先提取前后图像中车道中心线在图像尾端的位置信息；然后根据前后图像车道中心线的位置定义未捕捉车道边缘线的图像的车道中心线位置；

所述步骤S6的具体内容为：根据左右车辙谷底点及车道中心线的位置，利用公式(24)确定左右车辙在车道内的位置信息；车辙偏移量为左右车辙谷底点中点距离车道中心线间的距离，通过公式(25)计算得出，

式中，P_vi表示车辙谷底点相对于车道中心线的位置，单位为mm；x_LC表示车道中心线位于图像上横坐标位置，单位为mm；S_c表示路面横坡度，单位为m/m；DE_ruts表示车辙横向偏移量，单位为mm；x_vi表示车辙谷底点的横坐标位置，单位为mm。