基于地面三维激光扫描的高速公路沉陷量自动提取与分析研究

发布时间：2024-04-19 00:03

　　高速公路运维过程中,路面沉陷是影响行车安全的关键,传统多采用水准测量等技术方法,存在工作量大、周期长、易受外界条件影响等缺点。提出一种通过地面三维激光扫描点云自动判别路面沉陷的算法和分析方法,该方法先采用基于几何特征与迭代最邻近点算法相结合的方法进行点云配准,配准数据经过点云分类识别后,基于滑动窗口法提取道路特征线,建立高速公路的路面模型,并通过分析该模型得到沉陷区域、位置和沉陷深度等指标。为验证算法的可靠性与准确性,以一段运营维护阶段的高速公路为研究对象进行分析实验。通过算法处理与实测路面模型分析,发现距离高速公路实验段起点45 m处存在深度达40 cm的沉陷区。分析结果表明,采用提出的对激光点云数据处理算法和路面模型分析方法,可以高效、准确分析高速公路路面的沉陷情况。该方法的成功应用,对三维激光扫描技术的在交通领域的深度应用和有效推广有重要意义。

【文章页数】：6 页

【部分图文】：

图7配准后的高速公路点云

图6某站原始点云2.2实验结果分析

图1道路沉陷量提取流程

首先对地面三维激光扫描的各站初始点云进行拼接配准，利用点云空间分布特征（高程、方差等），采用移动窗口进行点云的分类识别。最后根据路面点云的几何特征，基于滑动窗口法提取道路特征线，构建路面模型：基于构建的路面模型与理论路面模型，分析得到道路沉陷量。该方法的具体流程如图1。1.1路....

图2高速公路剖面点云分布

由于高速公路环境复杂，难以直接提取精确的道路点云。因此，要先对高速道路点云分类，精确识别出路面点云和非路面点云，其中非路面点云包括树木点、车辆点、高速公路护栏以及周围的农田、植被、房屋等噪声。高速公路剖面点云分布见图2。从点云空间分布规律可以看出：地面点云一般位于扫描线的中间部分....

图3道路特征线提取

鉴于道路点云密度与道路本身的特征，采用基于滑动窗口法进行高速公路特征线提取，如图3。笔者共提取N条特征线，不失一般性，以提取其中的某一条特征线为例进行说明。假设第j条特征线上第i个滑动窗口Si所有激光点中坐标最大值、最小值分别为ximax、yimax，则滑动窗口Si的中心点平面坐....

本文编号：3957925