[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

说明书

本发明涉及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，将多元数据，进行匹配融合。针对路面车辙三维尺寸的自动检测，首先通过噪声剔除、坡度校正对横剖线数据进行预处理；然后提出一种通过建立路面未形变轴来定位车辙特征点的方法；最后根据确定的车辙谷底点及边缘点，测量车辙的宽度、最大深度、车辙壁坡度，以及凹陷面积。针对路面车辙的自动定位，首先通过路面二维图像，进行车道边缘线的识别，并结合识别的车道边缘线定位车道中心线；然后以车道中心线为参照，测量左右车辙谷底点的位于车道内的位置；最后测量左右车辙中心相对车道中心的偏移量。本发明为路面车辙检测提供了更丰富的信息。

技术领域

本发明涉及沥青路面车辙病害的自动检测及定位领域，特别是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。

背景技术

车辙的自动化测量已在国内外普及应用，主要通过在检测车前部或尾部安装激光位移传感器来获取路面形变信息、提取车辙表征参数。针对不同的数据采集设备(点激光位移传感器和线扫激光位移传感器)，车辙表征参数的计算方法也不相同。

基于点激光的车辙测量方法是通过多个点激光位移传感器，来获取路面特定位置的纵向高度值，从而描绘路面形变特征。但有限的点激光无法获取整个路面的形变信息，其通常只能测量车辙深度，且与车辙最大深度存在一定偏差。基于点激光的车辙表征参数计算方法包括虚车辙法、模拟直尺法和包络线法。虚车辙法利用轮迹带区域的纵向高度平均值来定义车辙深度信息，但车辙和检测车的偏移都会导致误差的产生。模拟直尺法采用一定长度的虚拟直尺搜寻车辙端点，测量车辙深度。但长度固定的模拟直尺不能覆盖所有形态车辙的端点，会导致误差的产生。包络线法则利用遍历算法搜寻车辙端点，但车道中心线附近的形变会影响车辙深度测量的准确性。

线扫激光具有较高的点云采样频率，可得到近似连续的路面横剖线信息。然而高密度的数据采集频率，路面微观信息也被提取出来，在一定程度上会影响车辙的测量。通过滤波算法可去除路面纹理、裂缝对车辙测量的影响。线扫激光相对于点激光能提取更多的车辙表征信息。然而，目前大量研究集中于车辙形态的测量，却鲜有研究针对车辙轨迹的提取展开深入。这主要由于车载激光位移传感器虽能描绘车辙的形变状态，但检测车的行驶偏移，会导致无法准确定位车辙轨迹。本发明拟结合同步采集的激光横剖线数据及路面图像数据，通过提取车辙形态特征、定位车道边缘线坐标，来获取车辙轨迹信息。

发明内容

有鉴于此，本发明的目的是提供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，为路面车辙检测提供了更丰富的信息，从而提高路面运行的可靠性。

本发明采用以下方案实现：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，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。

进一步地，步骤S1中所述的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)