[发明专利]一种基于双侧窄角域摄影的沥青路表构造信息评价方法

说明书

本发明公开了一种基于双侧窄角域摄影的沥青路表构造信息评价方法，通过两车双侧窄角域摄影从前后侧分别获取路表同一区域的图像；处理所摄图像并进行路表三维重构；建立平均构造深度、构造标准差、单位面积上峰数、峰高标准差评价路表构造信息的指标。本发明突破了近景摄影测量技术需要多角度环绕拍摄的局限，能够为无人驾驶车辆提供路表构造的完整信息；所建立的构造评价指标能从构造分布特征、胎/路接触应力集中度的角度为无人驾驶车辆提供完整的路表构造信息，帮助无人驾驶车辆制定实时驾驶策略；本发明能从提高接触应力均匀性、减缓波峰磨耗的角度，直接应用于混合料设计时的级配优化，具有更强的实用价值。

技术领域

本发明属于道路工程领域，具体涉及一种基于双侧窄角域摄影的沥青路表构造信息评价方法。

背景技术

无人驾驶是智能交通发展的必然趋势，也是未来交通运输的必然需求。无人驾驶时车辆制动、加速、变道等策略，除了受车重、轮胎状态等车辆因素影响之外，还取决于道路表面状态，尤其是路表构造深度和纹理。无人驾驶时车辆能自动、实时、完整地获取路表构造和纹理信息，并及时制定合理的驾驶策略是车辆安全行驶的基本要求。

目前，测试道路表面构造的方法包括接触式和非接触式两类。其中，接触式测量主要采用铺砂法、摆式仪、旋转式或连续式摩擦系数测试仪等，对路表构造或摩擦系数进行定点测量。这类方法不仅受人为因素影响大，且获取的路表构造信息有限，测试效率较低，无法满足无人驾驶车辆对路表构造快速、实时获取的要求。非接触式测量主要包括激光测量法、工业CT扫描法、近景摄影测量法等。其中，激光测量法仅适用于干燥沥青路面，且激光测试设备十分昂贵；CT扫描技术只能在室内对试件进行扫描，且需提前对沥青路面钻孔取芯，无法满足无人驾驶车辆对路表构造特征的实时获取要求。

近景摄影测量是对物距不大于300m的目标物进行多角度的环绕拍照，借助数字特征匹配技术快速获取路表三维点云、重建路表构造，并从中提取路表构造信息，它具有测试时间短、效率高等优点。陈嘉颖、黄晓明等曾在室内采用环形分布的三个相机，结合图像算法，快速重构了沥青混合料表面三维构造，但无人驾驶车辆仅能在窄角度范围内获取前方或者后方路表的图像，难以做到对路表的多角度环绕拍摄。因此，基于前后两侧窄角域摄影重建路表构造，并建立构造信息评价指标，对于无人驾驶车辆极为关键。

发明内容

发明目的：针对上述无人驾驶技术发展的需求，本发明的目的在于提供一种基于双侧窄角域摄影的沥青路表构造信息评价方法。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种基于双侧窄角域摄影的沥青路表构造信息评价方法，包括如下步骤：

1)每辆无人驾驶车辆前后各安装一个摄像头，摄像头拍摄角度和地面水平线的夹角为θ，车辆前后置摄像头分别对路面前方及后方进行拍摄；

2)前车驶离路面某一观测点时，安装在车身的后置摄像头在不同位置向后拍摄N张照片并上传到云端，相邻两张照片所摄路面区域需有重叠部分；

3)后车在到达该观测点时，从云端获取前车所摄图像，并在不同位置向前拍摄N张照片，后车照片所摄区域需和前车照片所摄区域需有重叠部分；

4)后车的图像处理系统处理得到的图像，获取路表三维点云并重建路表三维构造模型；从重建的路表三维构造模型获取路表深度数据，并建立路表深度矩阵；

5)计算路表构造信息评价指标，包括混合料表面的平均构造深度MTD和构造深度标准差σ，单位面积上沥青混合料表面波峰的峰数N及峰高标准差σ_N；

6)后车依据重建后的路表三维构造模型及评价指标，计算该观测点所在区域路面摩擦系数，将所计算的路表构造数据上传至云端。

进一步的，所述步骤4)具体包括：