基于精密三维的车辙分类方法与流程

本发明涉及道路检测，尤其涉及一种基于精密三维的车辙分类方法。

背景技术：

1、车辙作为沥青路面的主要病害之一，直接影响着行车安全性与舒适性，同时严重的车辙还会破坏道路结构，缩短公路使用寿命。研究表明，车辙类型与道路受损结构层位密切相关，针对不同类型的车辙应该采取不同的处理手段，因此准确的车辙检测与分类对于道路性能评价、养护方案制定具有重要的指导意义。

2、现有车辙检测方式是基于离散的断面高程测量信息进行车辙深度计算，由于原始测量数据之间的间距较大，无法获取车辙的连续形态变化，通常会低估路面车辙的最大深度；其次，同一深度数值的车辙深度可能对应若干种不同的横断面形态，无法准确反映不同类型车辙对路面结构的影响程度；此外，车辙深度也无法反映车辙刨铣的用料情况，使得难以区分车辙类别，无法为管理者提供全面、真实、准确的车辙信息。

技术实现思路

1、本发明提供一种基于精密三维的车辙分类方法，用以解决现有技术中难以区分车辙类别的缺陷，实现对车辙的准确分类。

2、本发明提供一种基于精密三维的车辙分类方法，包括：

3、获取路面高程数据和路面灰度数据；

4、基于所述路面高程数据和路面灰度数据，获取车道范围内的横断面控制轮廓；

5、获取所述横断面控制轮廓的上包络线，并结合所述横断面控制轮廓，获取横断面理想控制轮廓；

6、基于所述横断面控制轮廓和横断面理想控制轮廓对横断面进行变形区域划分，得到多个横断面变形区域；

7、基于所述横断面控制轮廓、横断面理想控制轮廓和多个横断面变形区域，获取横断面变形区域参数；

8、基于所述多个横断面变形区域参数对车辙进行分类。

9、根据本发明提供的一种基于精密三维的车辙分类方法，所述基于所述路面高程数据和路面灰度数据，获取车道范围内的横断面控制轮廓，包括：

10、基于所述路面高程数据和路面灰度数据，获取车道范围内的目标路面高程数据和目标路面灰度数据；

11、基于所述目标路面高程数据中的任一横断面，获取横断面控制轮廓。

12、根据本发明提供的一种基于精密三维的车辙分类方法，所述基于所述路面高程数据和路面灰度数据，获取车道范围内的目标路面高程数据和目标路面灰度数据，包括：

13、基于所述路面高程数据，利用路面车道线的高程特征和几何尺寸特征，标记潜在的车道线第一区域；

14、基于所述路面灰度数据，利用路面车道线的反光特性和几何尺寸特征，标记潜在的车道线第二区域；

15、结合所述潜在的车道线第一区域和潜在的车道线第二区域，确定当前路面的车道线位置；

16、基于当前路面的车道线位置，提取车道范围内的目标路面高程数据和目标路面灰度数据。

17、根据本发明提供的一种基于精密三维的车辙分类方法，所述获取所述横断面控制轮廓的上包络线，并结合所述横断面控制轮廓，获取横断面理想控制轮廓，包括：

18、获取所述横断面控制轮廓的上包络线；

19、基于所述横断面控制轮廓和横断面控制轮廓的上包络线，获取横断面左右两端未磨损区域的代表横坐标位置和代表高程值；

20、基于所述横断面左右两端未磨损区域的代表横坐标位置和代表高程值，获取所述横断面的理想控制轮廓。

21、根据本发明提供的一种基于精密三维的车辙分类方法，所述基于所述横断面控制轮廓和横断面控制轮廓的上包络线，获取横断面左右两端未磨损区域的代表横坐标位置和代表高程值，包括：

22、按照预设步长将所述横断面控制轮廓划分为多个子段；

23、对任一字段，计算所述横断面控制轮廓中所述子段的所有点到所述上包络线的平均绝对距离；

24、选取平均绝对距离小于预设距离的n个子段，通过线性拟合计算n个子段中各个子段的方向；

25、基于n个子段中各个子段的方向，获取未磨损区域的子段代表方向；

26、在横断面左端的多个子段中，获取与所述子路段代表方向最相似的子段作为左端未磨损区域，并将所述左端未磨损区域对应的横断面控制轮廓的均值作为左端未磨损区域的代表高程值，将所述左端未磨损区域对应的道路幅宽方向的横坐标均值作为左端未磨损区域的代表横坐标位置；

27、在横断面右端的多个子段中，获取与所述子路段代表方向最相似的子段作为右端未磨损区域，并将所述右端未磨损区域对应的横断面控制轮廓的均值作为右端未磨损区域的代表高程值，将所述右端未磨损区域对应的道路幅宽方向的均值作为右端未磨损区域的代表横坐标位置。

28、根据本发明提供的一种基于精密三维的车辙分类方法，所述基于所述横断面左右两端未磨损区域的代表横坐标位置和代表高程值，获取所述横断面的理想控制轮廓，包括：

29、将所述左端未磨损区域对应的代表横坐标位置和代表高程值作为左端点，将所述右端未磨损区域对应的代表横坐标位置和代表高程值作为右端点；

30、连接所述左端点和右端点，并将连线作为所述横断面理想控制轮廓。

31、根据本发明提供的一种基于精密三维的车辙分类方法，所述基于所述横断面控制轮廓和横断面理想控制轮廓对横断面进行变形区域划分，得到多个横断面变形区域，包括：

32、对所述横断面控制轮廓中任一测点，计算横断面理想控制轮廓与横断面控制轮廓的差值，得到横断面控制轮廓与横断面理想控制轮廓的断面差值集合；

33、基于所述断面差值集合，依据所述差值的连续性对所述横断面进行变形区域划分，将差值连续为正或连续为负的区域划分为一个区域，得到多个横断面变形区域。

34、根据本发明提供的一种基于精密三维的车辙分类方法，所述横断面变形区域参数包括：横断面变形区域的变形深度、变形宽度和变形面积，所述基于所述横断面控制轮廓、横断面理想控制轮廓和多个横断面变形区域，获取横断面变形区域参数，包括：

35、对所述任一横断面变形区域，计算横断面控制轮廓与横断面理想控制轮廓的绝对差值，得到横断面控制轮廓与横断面理想控制轮廓的变形区域绝对差值集合；

36、对所述任一横断面变形区域，基于变形区域绝对差值集合，获取变形区域最大差值，将所述变形区域最大差值作为当前横断面变形区域的变形深度；基于所述多个横断面变形区域的变形深度，获取断面最大变形深度；

37、根据所述断面最大变形深度，计算有效变形深度阈值；

38、对所述任一横断面变形区域，统计所述横断面变形区域对应的变形区域绝对差值集合中绝对值大于所述有效变形深度阈值的个数，并结合精密三维点云数据的横向采样间隔，获取横断面变形区域的变形宽度；

39、对所述任一横断面变形区域，基于所述横断面变形区域的变形深度和变形宽度，计算横断面变形区域的变形面积。

40、根据本发明提供的一种基于精密三维的车辙分类方法，所述基于所述多个横断面变形区域参数对车辙进行分类，包括：

41、对所述多个横断面变形区域中任一区域，将所述区域对应的道路幅宽方向的均值作为横断面变形区域的代表横坐标位置；

42、根据横断面沿道路幅宽方向的宽度，将横断面划分为多个统计区域；

43、对所述多个横断面变形区域中任一区域，根据所述横断面变形区域的代表横坐标位置与统计区域位置的匹配情况，以及所述横断面变形区域的变形方向与统计区域预设变形方向的一致性，将所述横断面变形区域在统计区域中归类；

44、根据多个统计区域，逐区域统计累积变形面积，获取所述统计区域内最大变形面积对应的变形深度和变形宽度，并计算变形比值；

45、根据所述多个统计区域的累积变形面积、变形深度、变形宽度、变形比值和断面最大变形深度，将横断面车辙分类为结构性车辙、失稳性车辙、磨耗性车辙或压密性车辙。

46、根据本发明提供的一种基于精密三维的车辙分类方法，所述根据所述多个统计区域的累积变形面积、变形深度、变形宽度、变形比值和断面最大变形深度，将横断面车辙分类为结构性车辙、失稳性车辙、磨耗性车辙或压密性车辙，包括：

47、a1：基于所述多个统计区域的累积变形面积，分别统计所述横断面的正变形面积之和与负变形面积之和，并计算负变形面积与正变形面积的比值；

48、a2：若所述负变形面积与正变形面积的比值小于第一预设正负面积比阈值，且所述断面最大变形深度大于预设第一变形深度阈值，则将所述横断面车辙分类为结构性车辙，否则，转步骤a3；

49、a3：若所述负变形面积与正变形面积的比值大于第二预设正负面积比阈值，且所述断面最大变形深度大于预设第二变形深度阈值，则将所述横断面车辙分类为失稳性车辙，否则，转步骤a4；

50、a4：若多个统计区域中的其中两个统计区域的变形比值大于预设变形比值阈值，且所述断面最大变形深度大于预设第三变形深度阈值，则将所述横断面车辙分类为压密性车辙，否则，转步骤a5；

51、a5：将所述横断面车辙分类为磨耗性车辙；

52、其中，所述预设第一变形深度阈值大于所述预设第二变形深度阈值；所述预设第二变形深度阈值大于所述预设第三变形深度阈值；

53、所述第一预设正负面积比阈值小于所述第二预设正负面积比阈值。

54、本发明提供的基于精密三维的车辙分类方法，通过线扫描三维测量传感器获取路面高程数据和路面灰度数据，以获取车道范围内的横断面控制轮廓。根据横断面控制轮廓的上包络线，并结合横断面控制轮廓，获取横断面理想控制轮廓。然后基于横断面控制轮廓和横断面理想控制轮廓对横断面进行变形区域划分，得到多个横断面变形区域，并获取横断面变形区域参数，以反映车辙对路面服役性能的影响，并能对车辙分类提供重要参考，最后根据多个横断面变形区域参数对车辙进行分类。通过以上步骤，本发明将路面检测数据从二维提升到了三维，基于路面精密三维点云数据，可准确获取轮廓形态，并有效区分车辙类别，车辙的准确分类对道路性能评价和养护方案制定具有重要指导意义。解决了现有技术中难以区分车辙类别的缺陷，实现了对车辙的准确分类。