[发明专利]一种基于车载激光雷达的道路巡检系统与方法

权利要求书

1.一种基于车载激光雷达的道路巡检方法，其特征在于，包括：

S1、设备安装：将所需设备安装于车身各个部位并确保电源供应；在进行测试之前，在地面沿单一方向绕8字型循环行驶至少10次完成所述车载惯性导航装置的初始对准，在检测过程中避免倒车行为；其中，所述设备包括：

车载惯性导航装置：用于测量汽车的惯性；

单线激光雷达：用于对待检测的路面区域进行扫描；

高精度定位设备：用于获得汽车的精准位置；

车载边缘计算智能盒子：用于满足道路检测相关算法运行需求的计算机硬件设备和接收、传输各类数据信号的硬件接口；

S2、数据采集：对目标路段进行检测，检测车行驶速度控制在30-45km/h之间；

S3、数据处理：数据采集完成后，利用所述车载边缘计算智能盒子搭载的点云数据处理方法分析激光雷达点云数据，分别获得道路的平整度和路面形变类病害分布；

基于点云数据的路面形变类病害计算方法为：

首先获得路面区域，将全路段分割为若干个统计空间，通过对道路边界点采样，利用最小二乘法拟合道路边界方程，作为搜索过程的起、终点；

沿着任一边界线方向构造搜索框W，对搜索框W内的所有点的z坐标进行统计，得到众值记为z_m，所述众值z_m用来表征非病害点z坐标的平均值；

设定形变类病害判定高差阈值H，对于所述搜索框W内的每个点，计算其z坐标与z_m的高差，如果该高差大于阈值H，则认为该点属于形变类病害；当搜索框W内的所有点检测完成后，将搜索框W沿着与边界垂直的方向移动，并重复所述检测的过程直至搜索框抵达另一侧的边界，则统计空间内的形变类病害检测完毕，获得所有形变类病害的点云数据；

S4、数据上传：将所采集到的道路检测数据通过在线或离线的方法统一上传至后端数据库，作为大数据分析或可视化展示的数据源；

所述步骤S4中数据上传的后台处理环境的组成包括：数据接收模块，WebService模块，JavaScript网页模块，数据计算模块，数据库模块，规范标准模块，报表生成模块组成；

其中，所述数据接收模块采用FTPserver，将采集设备发送的数据接收到指定文件夹；所述WebService模块利用地图API实现坐标系的转化；所述数据计算模块用于处理原始数据并生成检测结果数据；所述数据库模块采用Oracle数据库作为后台数据存储；所述报表生成模块用于对系统做总结性的结果输出，包含检测路段信息，工程名称，检测结果；所述网页模块作为前台显示部分，调用所述API，将采集车辆行驶轨迹、平整度、病害指标计算结果显示于前台上。

2.根据权利要求1所述的基于车载激光雷达的道路巡检方法，其特征在于，所述车载边缘计算智能盒子和所述车载惯性导航装置放置在车辆内部，通过车内电源进行供电；将所述单线激光雷达固定于车身后方上部；所述高精度定位设备放置于车辆顶部，其上方不被其他遮挡物遮挡。

3.根据权利要求1或2所述的基于车载激光雷达的道路巡检方法，其特征在于，所述激光雷达的激光发射器发出的扫描线不被车身遮挡，所述扫描线与道路中轴线保持垂直，扫描线与地面的交线距车尾的距离为2-3米。

4.根据权利要求1所述的基于车载激光雷达的道路巡检方法，其特征在于，所述步骤S3中点云数据处理方法包括：

首先利用卡尔曼滤波法，以GPS定位记录为修正源对惯性导航定位数据进行修正，获得精准的检测车辆行驶轨迹数据；

再匹配惯性导航数据和点云数据的时间序列，对于同一时刻的数据利用惯性导航数据的位置信息定位点云数据的坐标，对于时间未匹配上的点云数据采用插值法处理；

按时间序列依次匹配，直到所有点云数据拼接为一副完整的全局点云数据，进行平整度计算。

5.根据权利要求4所述的基于车载激光雷达的道路巡检方法，其特征在于，基于点云数据的平整度计算方法为：

获得所述全局点云数据后，基于车辆轨迹数据中的高程信息与已知的设备安装高度得到路面点的高程分布，沿轨迹方向，设置路面高程阈值，筛选出所有地面点；

利用DBSCAN聚类方法筛选出路面区域，以一定间隔将全路段分割为各个统计空间，基于空间内点云高程利用最小二乘法拟合路面纵坡，使所述点云数据减去纵坡高程后获得点云的相对高程；

最后，设置采样距离，沿道路方向进行采样，将采样点的相对高程代入平整度计算解析式中获得路面的平整度。