一种基于车载激光扫描点云的路面沥青厚度检测方法
【技术领域】
[0001] 本发明设及智能交通系统W及市政道路改造工程领域，尤其设及一种基于车载激 光扫描点云的道路改造工程中路面渐青厚度检测方法。
【背景技术】
[0002] 路面渐青厚度是进行路面结构设计和施工质量检验的一个重要指标。道路路面渐 青厚度的差异会带来路面的不平整现象，最常见的就是渐青路面产生裂缝、车徹、波浪、坑 凹等现象。车辆在平整度差的道路上行驶，不仅耗油量大、舒适度差，还会给车辆带来一定 的损害，增加车辆的维护费用、缩短车辆使用寿命，甚至带来一定的安全隐患。另外，高速渐 青路面的不平整性还会缩短道路的使用寿命，影响经济和社会效益。因此准确测量道路路 面渐青厚度，定期检测道路质量情况，为将来高速道路设计和维护做准备，是值得引起市政 部口极大关注的问题。
[0003] 目前，传统的渐青厚度检测算法主要有钻忍法和短脉冲雷达法两种。钻忍法通过 直接在路面中钻取样本并直接测量的方法检测渐青的厚度，但是运种方法不仅无法获得整 段道路的完整渐青厚度的分布情况，而且其对道路的伤害巨大，费时费力，是效率最低的方 法。短脉冲雷达法利用雷达脉冲的方法检测渐青厚度，虽然该方法较快速的获取一段完整 道路的渐青厚度分布情况，但是受限于道路结构的不同W及脉冲回波的检测方法，其检测 精度仍无法很好的满足工程的需要。
[0004] 近几年，随着激光扫描技术的快速发展，在多传感器同步集成与控制的基础上构 建的车载激光扫描系统，已成为空间数据的一种快速获取手段。一方面，车载移动激光扫描 系统可W实现直接地理定位，并且能够快速地获取大范围场景的高密度、高精度、细节丰 富的Ξ维点云数据;另一方面，与其他平台激光扫描系统相比，车载移动激光扫描系统能够 W较小的开销快速地获取更高点密度、更高数据精度、细节更加丰富的大范围场景的Ξ维 点云数据。
[0005] 然而，其获取的海量数据对后续的存储和智能化处理带来了严重的挑战，同时，数 据中存在的噪声和遮挡也对算法的鲁棒性提出了更高的要求。
【发明内容】
[0006] 本发明的目的在于提供一种基于车载激光扫描点云的道路改造工程中路面渐青 厚度检测方法。
[0007] 为实现上述目的，本发明采用W下技术方案：
[000引一种基于车载激光扫描点云的路面渐青厚度检测方法，包括W下步骤：
[0009] S1、利用搭载有移动激光扫描系统的采集车获取市政改造道路铺渐青前的裸路面 和铺渐青后的渐青路面的两组Ξ维点云数据；
[0010] S2、在两组数据中选取相同的、具有明显拐点特征的路边广告牌、建筑等不动目 标，用W粗配准两组点云数据到同一坐标系下；
[0011] S3、利用基于路肩的路面提取算法分别检测两组点云数据的路面点；
[0012] S4、对于两组点云数据中对应的路面数据块，利用提取的路肩点及拟合的路肩线 对其进行精配准；
[0013] S5、对融合后的路面数据块，利用随机采样一致性算法拟合每一分块内两个路面 的平面特征；
[0014] S6、计算每一路面分块的渐青厚度和±方用量，进而获得整段改造道路渐青厚度 的分布情况和±方总量。
[0015] 优选地，所述步骤S2具体包括W下分步骤：
[0016] S21、选取4组两组点云中不动目标对应的点对作为准换基点；
[0017] S22、利用该4组转换基点，计算坐标转换方程中的屯参数；
[0018] S23、通过转换方程将两组点云数据粗配准在同一坐标系下。
[0019] 优选地，所述步骤S3具体包括W下分步骤：
[0020] S31、将原始点云数据沿行车轨迹的方向均匀分割成一组点云块；
[0021] S32、对于每个点云块，沿垂直于行车轨迹的方向切分出一个点云剖片，并从点云 剖片上提取路肩点；
[0022] S33、对所有路沿点进行拟合，得到路肩线；
[0023] S34、对原始点云数据沿路肩线进行分割，得到路面点云数据。
[0024] 优选地，所述步骤S5具体包括W下分步骤：
[0025] S51、将融合后精配准的两组点云数据块，分割成4X4的网格，对每一网格内的路面 点云数据做如下处理。
[00%] S52、在初始点云中随机选择Ξ个点，直接计算其对应平面方程ax+by+z = d，然后 计算点云中所有点到该平面的距离，di= |axi+byi+z广d| ;
[0027] S53、选取阔值t，若某点到该平面的距离山<*则被认为是内点，否则为无效数据， 并统计得出此平面内点的个数N;
[00%] S54、重复W上步骤，迭代k次，比较并选取含有内点最多平面；
[0029] S55、根据特征值法W最多的内点重新进行平面拟合，得出最终拟合平面方程。
[0030] 优选地，所述步骤S6具体包括W下子步骤：
[0031] S61、利用拟合后两个平面结构的平面方程，计算每一网格内路面的渐青厚度。
[0032] S62、计算每一分块中网格内两个平面结构之间的夹角，公式如下：
[0033]
[0034] 其中，Fi和F2是两个平面的法向量。
[00对 S63、设定一个夹角阔值9t = 5°，如果Θ < Θ*，认为两个平面结构平行，贝喊路面网格 的±方计算公式如下：
[0036] v = Iwh
[0037] 其中，V为该路面网格的±方，1为该网格的长度，w为该网格的宽度，h为该路面网 格渐青的厚度。
[0038] S64、如果Θ > Θ*，认为网格内的两个路面具有不平行的平面拟合结构，用如下公式 计算该路面网格的±方：
[0039]
[0040] 其中山、h2、h3、h4分别为网格内四条侧边对应的边长。
[0041 ] S65、改造路段所用渐青的±方总量的计算公式为:V= Ii,jV。
[0042] 采用上述技术方案后，本发明与【背景技术】相比，具有如下优点：
[0043] 1、本发明能够快速、准确、无害地检测改造道路路面渐青的厚度，大大提高了检测 时间和成本，有效保证了道路施工安全与质量。
[0044] 2、通过结合对两组点云数据的粗配准W及单块路面数据块的精配准，极大的提高 了渐青厚度的检测精度。
[0045] 3、提出一种新颖的利用平面拟合的方法来估算渐青道路改造工程的±方用量。
【附图说明】
[0046] 图1为本发明的工作流程示意图。
[0047] 图2为4对转换基点的选取示意图。
[004引图3为粗配准后的结果示意图。
[0049] 图4为路肩点的提取和拟合结果示意图。
[0050] 图5为精配准后的结果示意图。
[0051 ]图6为两平行平面结构示意图。
[0052] 图7为两非平行平面结构示意图。
【具体实施方式】
[0053] 为了使本发明的目的、技术方案及优点更加清楚明白，W下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用W解释本发明， 并不用于限定本发明。
[0054] 实施例
[0055] 请参阅图1，本发明公开了一种基于车载激光扫描点云的道路改造工程中路面渐 青厚度检测方法，其包括W下步骤：
[0化6] S1、两组点云数据的获取
[0057]利用车载激光扫描系统分两次扫描获取点云数据集。第一次扫描获取道路改造工 程铺设渐青前的裸露面的道路点云数据集，第二次扫描获取道路改造工程铺设渐青后的渐 青路面的道路点云数据集。
[0化引S2、数据粗配准
[0059] 采集于不同的时间、不同的扫描工程的两组点云数据集在处理之前需要将两者配 准到同一坐标系下。两组点云数据具有不同的路面点，但是对于路边的交通标识牌、路灯 杆、建筑W及马路路肩等，他们属于两组点云数据中的不动目标。为了检测两个路面间的距 离进而求解渐青的厚度，我们通过选择并匹配点云数据中的不动目标来达到粗配准整个点 云数据的目的。该步骤具体通过W下步骤实现：
[0060] S21、在两组点云数据中选取4组不动目标对应的点对作为转换基点（如图2所示）， 该4组转换基点的选取应满足：1)选取路边拐点特征明显的不动目标的角点；2)按矩形分 布，道路两侧分别对应选取两对;3)道路同一侧的两个点间隔要足够长。
[00