土木在线论坛 \ 道路桥梁 \ 道路养护 \ 高清三维路面移动测量关键技术研究

高清三维路面移动测量关键技术研究

发布于:2022-12-15 09:38:15 来自:道路桥梁/道路养护 [复制转发]


摘要: 道路的养护与管理直接决定了道路的使寿命,·但传统的路面病害检测设备存在检测速度慢、检测病害种类少和精度不足等问题,导致道路养护工作困难的局面。为了研制一种检测速度更快,精度更高的路面病害检测设备,亟需解决路面移动检测设备研制过程中面临的多种技术问题。本文从硬件系统集成、软件设计及路面病害识别算法等方面进行了研究,集成了3D结构光、定位定姿模块和同步控制模块等,研制了一套检测效率高、可靠性强的路面病害检测设备,并提出了一种基于图像融合的道路病害检测方法,可实现路面裂缝、修补和坑槽等病害的识别。

 | 引言


     

   

随着我国公路使用年限延长和道路交通流量的增加,路面病害和破损情况日益严重,公路逐步进入养护的“高峰期”,养护与管理的任务日益艰巨,同时公路的检测、诊断、养护等技术的要求提出了更高的要求。科学、高效、高质量实现公路检测成为公路养护设计的重要研究方向。


路面破损检测经历了两个阶段的转变,第一个阶段的转变是从传统的人工检测到基于二维的检测,该阶段主要是采用线阵扫描技术、面阵扫描技术,但这些技术容易受到路面油污、阴影等因素的干扰,需要大量的人工干预;第二个阶段的转变是从基于二维的检测到基于三维的检测,该阶段主要采用三维结构光扫描技术、双目视觉立体成像技术、三维激光扫描仪技术,该技术效率高、可靠性强。


现阶段国内外路面破损三维图像检测主要采用三维结构光扫描技术。与激光扫描仪技术和双目视觉立体成像技术相比,三维结构光扫描技术支持低车速和高车速的情况下对路面破损进行数据采集,克服了激光扫描技术仅支持低车速和双目视觉立体成像技术对算法高要求的难点。国内外路面三维检测系统主要利用线激光三维成像原理自动检测和评定路面损害类型,如Pavemetrics公司激光裂纹检测系统(LCMS-2)、美国Pathway公司的激光扫描路面破损测试系统Path Runner、武汉武大卓越科技有限责任公司的ZOYON-RTM智能检测系统装备、北京中公高科养护科技股份有限公司的路面状况激光三维智能检测车、长安大学道路交通智能检测与装备工程技术研究中心研制的CT-501A高速激光道路检测车、武汉夕睿光电技术有限公司的高清三维路面移动测量车等。


激光裂纹检测系统(Laser Crack Measurement System, LCMS-2)利用先进的激光扫描仪和高速摄像机等以最高100km/h 的时速获取路面三维断面和二维图像;中公高科养护科技股份有限公司研发的多功能路况快速检测系统(CICS)利用线结构光照明、线阵相机拍摄路面图像,检测宽度为3.6m;武大卓越的ZOYON-RTM智能检测系统在车辆正常行驶状态下,自动完成快速、无损、智能的道路多项健康指标的检测。武汉夕睿光电技术有限公司的高清三维路面移动测量车测距精度可达到0.5mm,利用路面三维点云数据,计算出更为准确的平整度、车辙及破损等传统检测指标,并且可以识别沉陷、拥包等变形指标,输出路面纵横断面数据直接用于道路养护设计。


本文主要对高清三维路面移动测量车进行介绍,该高分辨率路面三维测量系统集成全球卫星导航系统、惯性导航系统、定位定姿系统、三维激光器、3D相机等数种精密硬件,实现对路面三维轮廓数据采集功能。




   

 | 高清三维路面模块


     

   

本实验采用的高清三维路面移动测量系统是以汽车为移动平台,集成全球卫星导航系统、惯性导航系统、定位定姿系统、三维激光器、3D相机等数种精密硬件设备,封装于统一的刚性平台中,集成出高清三维路面模块。


该模块主要应用于公路路面养护检测与路面养护设计,可快速采集三维点云数据,抗环境光干扰能力强,可进行24小时作业,解决了二维检测中的阴影以及路面病害自动识别问题,可量化病害信息。海量点云数据可直接导入CAD中进行病害提取,生成附有坐标信息的CAD矢量病害图,不仅可应用在路面病害检测、平整度检测、车辙检测、桥头跳车等方面,同时也可直接作为养护设计部门的基础设计数据。高分辨率路面三维测量系统精度指标见表2。



(一)高分辨率路面三维测量系统设计


高分辨率路面三维测量系统组成如图1所示,系统按照功能由 3D视觉模块、定位定姿模块、同步控制模块、软件控制模块、电源模块组成。其中,3D视觉模块主要实现对路面点云数据的采集;定位定姿模块负责记录系统随车载平台移动时的实时定位数据和姿态数据;同步控制模块负责各个模块之间的通信与信号传输;电源模块主要保证各种传感器和采集器的用电供给。



(二)3D视觉系统


高分辨率路面三维测量系统中3D视觉模拟块主要由波长为808nm的线结构光发射器和分辨率为2560px×832px的3D相机组成。该模块可以实现对路面的宽度覆盖范围达到3.8米。3D系统检测参数各项技术参数见表3。


3D视觉系统主要利用激光三角测量原理。在采集数据的时候,激光器会向目标物体发出一束激光,由于目标外表面粗糙且不平整,因此产生漫反射的现象;然后通过成像系统在另外一个角度对目标物体的外表面反射回来的部分激光器发出的光束进行汇集,光斑之后会在相机上生成与之对应的像;当目标物体外表面跟着激光轴线发生位置上的改变的时候,其反射角同样也会产生相应的改变,那么光斑在线阵上的所呈现相对应的像也就会跟着产生对应的位置改变,所呈现像的位置和激光轴线所在的位置是具有互相的对应关系的;最终对应的深度坐标就可以根据位置关系进行计算得出。




(三)定姿定位系统


高精度定位定姿系统是保证点云高精度的关键。定位定姿系统主要由差分全球定位系统、惯性导航系统以及里程编码器组成,模块图如图2所示。其主要原理是通过一定的方法同时利用GNSS数据和INS数据包含的目标定位数据经过合适的运算方式得出误差最小的计算结


果,然后再传递给惯性导航系统对位置姿态的数据修正。将GNSS系统和惯性导航系统组合的定位定姿系统可以长时间大范围输出高准确度的载体位置姿态数据。



图2 定姿定位模块图



(四)三维激光点云生成


如图3所示,将原始GNSS数据、IMU数据和DMI数据等利用组合导航轨迹解算软件,如Inertial Explorer和POSPAC等软件融合成高精度位姿POS数据,再根据时间同步基准,将POS数据和激光扫描仪数据融合,再利用已有的控制点数据对三维点云数据进行精度优化,得到连续大范围高精度路面三维点云数据,如图4所示。      



图3 点云生成流程图

图4 高精度路面三维点云图


   

 |  高分辨率路面三维点云数据处理


     

   

(一)数据处理软件平台


数据处理软件平台是基于Autodesk CAD 2013/2014自主研发的一款插件,主要解决道路路面养护设计工作,软件的数据源为高清三维路面移动测量车采集的三维激光点云数据。该软件既可以使用CAD软件便捷的绘图以及输出图形等功能,同时集成了三维激光点云数据显示、管理、处理等相关方案与算法,可以高效处理三维激光点云数据,输出道路路面养护设计相关成果。其软件主界面如图5所示,软件系统逻辑图如图6所示。      


图5软件界面

 图6 软件系统逻辑图

(二)基于灰度和深度图像识别路面病害


高精度高密度的三维激光点云可以真实还原三维路面,其中包含每个点的坐标位置数据、激光反射的强度数据以及激光器发射出激光的角度等信息,但是从海量激光点云数据中提取出道路病害对于数据处理是一个很大的挑战。因此后期的数据处理主要采用基于高密度三维激光点云生成灰度图像和深度图像,再结合深度学习的方法,实现对路面病害的自动定位和分割。


灰度图能直观反映路面表层纹理,通常采用阈值分割的方法对目标对象进行识别,但其容易受到光照强度、油渍等外界环境的影响。路面深度图像的像素值包含采集器到路面各个点的距离信息,该图像可以针对明显高程变化的路面病害检测,如坑槽、拥包等变形类病害。通过三维点云生成对应的深度图和灰度图后,将深度图进行了渲染,可以更加清晰地看到路面病害的纹理和结构,如图7、图8所示,便于观察和对路面进行评价,以及有利于后期路面的养护和管理。      




图7 坑槽深度图像和渲染后的图像



图8 裂缝深度图像和渲染后的图像


(三)基于图像融合的路面病害检测方法


为了更好地对路面病害进行定位和分析。针对变形类病害,主要采用深度图和灰度图融合的方式,利用灰度图的直观性和深度图包含高程信息的特点,并对原始的U-Net网络模型进行改进,实现对路面裂缝类病害和变形类病害的定位和分割。为了证明采用方法的高效性,将改进的模型算法和现阶段其它模型进行了指标对比,具体的病害实验结果指标见表5、表6。在裂缝类病害实验结果指标中,采用的改进的U-Net模型在召回率R、综合评价指标F1以及全局识别准确率(Accuracy )都位居首位。在变形类病害实验结果指标中,本实验采用的改进的U-Net模型在所有的指标中都位居首位。实验结果证明了模型的网络性能得到了明显的提升,克服了传统神经网络在识别坑槽和拥包等病害时容易出现漏检和误检的不足。      







路面病害模型分割图像


(四)软件功能及数据管理


软件功能主要包括点云量测模块、里程评价单元模块、道路病害检测模块以及数据管理模块,效果图如图10、图11所示。


点云量测模块主要包含量测长度、量测面积、量测平面区域高差功能。该模块实现点云数据中任意两点的长度或者任意区域的面积和高差数据量测,可以量测任意裂缝的长度以及变形区域的面积或者高差值。


里程评价单元模块主要包含导入中心线、绘制中心线、导入里程桩、添加里程桩功能。该模块实现道路中心线以及里程桩的导入、编辑、管理。


道路病害检测模块主要包含面状病害提取、线状病害提取、道路断面提取、 道路断面参数提取、绘制道路标志线、属性编辑。其中面状病害提取、线状病害提取功能主要用于三维视图中针对三维激光点云进行辅助提取病害;还有基于二维影像(灰度图/深度图)进行病害识别提取工具,两种病害识别提取方式是联动显示,即基于点云数据或基于影像识别提取的病害会在三维点云视图和二维影像视图中同时显示。


数据管理模块数据管理模块主要包含病害输出、断面输出功能。该模块实现道路路面养护设计报表成果输出。



   
     
   

本文自研了一套可以实现基础设施数字化、综合决策科学化、信息服务便捷化的高清三维路面移动测量系统。集成的高清三维路面移动测量车采用模块化设计,每个模块都具备定位、采集、计算、存储功能,可完成对路面病害和隐患点的位置信息快速采集,以及数据处理软件可生成数据报表,并实现了对路面病害的属性信息分析,研究了路面病害识别方法,可实现对路面多种病害的自动化识别,为后期公路的养护和管理提供了科学的依据。


全部回复(0 )

只看楼主 我来说两句抢沙发

道路养护

返回版块

2995 条内容 · 162 人订阅

猜你喜欢

阅读下一篇

李向頔等:沥青路面两阶段养护决策算法设计与系统应用

《中国公路学会养护与管理分会 第十二届学术年会论文集》 优秀论文 精选        

回帖成功

经验值 +10