薛增光，劉念武，常力夫，題 晶，姚艷茹

(1.浙江理工大學(xué) 建筑工程學(xué)院，浙江 杭州 310000;2.北京崇理科技有限公司，北京 100081)

1 概述

長(zhǎng)江、黃河流域洪澇災(zāi)害防治工程是水利工程的重中之重。堤防堤頂?shù)缆肥撬こ痰闹匾M成部分，不僅起到防洪防汛作用，而且是周邊居民的主要通行方式，截止至2019年底我國(guó)堤防建設(shè)長(zhǎng)度達(dá)到32.7萬(wàn)km。隨著堤防堤頂?shù)缆返慕ǔ?、通?chē)、運(yùn)營(yíng)，在自然因素和交通荷載作用下，路面陸續(xù)出現(xiàn)各種損壞、變形、松散等病害問(wèn)題，道路養(yǎng)護(hù)勢(shì)在必行。道路檢測(cè)作為養(yǎng)護(hù)的先決條件，其重要性愈加突出[1- 2]。

從路面破損現(xiàn)象分析，車(chē)轍作為最主要、最常見(jiàn)的道路病害被人們重點(diǎn)關(guān)注。車(chē)轍是車(chē)輛通行產(chǎn)生的輪跡帶在自然環(huán)境綜合影響下道路產(chǎn)生的變形病害，路面車(chē)轍深度直接影響了車(chē)輛行駛的舒適度以及路面的安全性和使用年限[3- 5]。

傳統(tǒng)的路面車(chē)轍檢測(cè)方式有如下缺陷：①取樣間隔過(guò)大，可能出現(xiàn)誤差；②主要針對(duì)測(cè)點(diǎn)處的車(chē)轍深度，對(duì)于車(chē)轍橫截面信息無(wú)法描述；③人工檢測(cè)過(guò)程需要封閉道路，影響正常交通，效率低下、存在較大人工誤差且安全性無(wú)法保障。隨著技術(shù)的進(jìn)步，車(chē)轍檢測(cè)方式已經(jīng)從早期的人工檢測(cè)發(fā)展到了現(xiàn)在的機(jī)器自動(dòng)化檢測(cè)，現(xiàn)有的檢測(cè)技術(shù)及檢測(cè)方式見(jiàn)表1[6- 9]。

表1 常用路面車(chē)轍檢測(cè)設(shè)備

隨著計(jì)算機(jī)技術(shù)和圖像處理技術(shù)的發(fā)展，在人工檢測(cè)的基礎(chǔ)上，開(kāi)發(fā)出了多功能路面信息采集設(shè)備車(chē)，即在檢測(cè)車(chē)上利用不同的路面信息采集設(shè)備獲取道路信息。在車(chē)轍檢測(cè)方面主要使用紅外激光傳感器或者聲波測(cè)距來(lái)檢測(cè)路面的橫截面信息，很大程度上提高了檢測(cè)效率[10]。聲波檢測(cè)系統(tǒng)針對(duì)車(chē)轍深度利用超聲波反射傳播時(shí)間得到車(chē)轍深度信息，缺陷在于測(cè)量間隔大，容易受到外界道路雜物影響[11]。激光檢測(cè)系統(tǒng)利用點(diǎn)激光掃描直接測(cè)距或者線(xiàn)激光掃描路面激光條紋變化信息能夠快速獲取目標(biāo)物體的三維空間信息，實(shí)現(xiàn)無(wú)損接觸測(cè)量[12- 18]。馬貴榮等[19]提出一種融合GPS和橫截面車(chē)轍數(shù)據(jù)的三維重構(gòu)模型，能夠直觀(guān)的展示道路車(chē)轍及部分坑槽檢測(cè)數(shù)據(jù)。曹霆等[20]利用三維激光點(diǎn)云掃描技術(shù)獲取路面信息，通過(guò)動(dòng)態(tài)閾值特征值法擬合，能夠有效的獲得坑槽深度信息。吳付峰等[21]提出一種基于局部逼近法的車(chē)轍近似深度信息提取方法，其難點(diǎn)在于車(chē)轍峰值點(diǎn)的選取。以上研究在車(chē)轍深度和路面橫截面信息提取方面取得一定成果，但在檢測(cè)設(shè)備制造成本高和針對(duì)不同橫截面信息提取方面仍有改進(jìn)空間。

本文利用新型智能多維路面信息采集設(shè)備，采用結(jié)構(gòu)光面掃描技術(shù)，能夠快速、精確地采集路面信息。針對(duì)車(chē)轍病害，提出基于模擬直尺法的車(chē)轍深度提取方法，能夠準(zhǔn)確的提取不同輪廓的道路車(chē)轍橫截面信息。

2 三維結(jié)構(gòu)光檢測(cè)技術(shù)

2.1 數(shù)據(jù)采集

基于激光結(jié)構(gòu)光技術(shù)的智能多維路面信息采集設(shè)備來(lái)獲取道路三維數(shù)據(jù)信息如圖1所示。路面信息采集設(shè)備主要由兩大模塊構(gòu)成：①路面三維數(shù)據(jù)信息采集模塊，主要由面掃描結(jié)構(gòu)光發(fā)射器和高清工業(yè)相機(jī)兩個(gè)模塊構(gòu)成。面掃描結(jié)構(gòu)光發(fā)射器和高清CCD(charge coupled device)相機(jī)布設(shè)在檢測(cè)車(chē)后車(chē)頂，距地面布設(shè)高度1.8m，根據(jù)布設(shè)高度來(lái)調(diào)整角度以達(dá)到最佳效果。結(jié)構(gòu)光發(fā)射器在道路上打出2.6m×4.2m(圖1中標(biāo)黃范圍)的面掃描激光，通過(guò)CCD相機(jī)捕捉被測(cè)路面病害處光線(xiàn)條紋的變形，使用matlab軟件進(jìn)行數(shù)據(jù)解析獲取被測(cè)路面的三維數(shù)據(jù)信息，并對(duì)數(shù)據(jù)進(jìn)行相應(yīng)處理進(jìn)而獲取路面病害信息。②輔助功能模塊，主要由北斗定位系統(tǒng)和螺旋編碼器兩模塊組成。螺旋編碼器能夠根據(jù)車(chē)速來(lái)控制相機(jī)的采集速度，在車(chē)速60Km/h下沿前進(jìn)方向連續(xù)拍攝，獲得涵蓋行車(chē)道的路面車(chē)轍連續(xù)信息，如圖2所示，并配合北斗定位系統(tǒng)準(zhǔn)確定位病害位置，為后續(xù)養(yǎng)護(hù)方案實(shí)施提供巨大幫助。

圖1 基于激光結(jié)構(gòu)光技術(shù)的智能多維路面信息采集設(shè)備

圖2 路面連續(xù)車(chē)轍病害

2.2 數(shù)據(jù)處理

激光結(jié)構(gòu)光三維數(shù)據(jù)采集系統(tǒng)是利用快速高精度三維無(wú)損面掃描技術(shù)，路面的破損類(lèi)和變形類(lèi)病害特征信息都能夠從原始數(shù)據(jù)中提取。對(duì)采集到道路三維原始圖像進(jìn)行濾波等數(shù)據(jù)預(yù)處理，提取出3D高精度道路信息即路面變形類(lèi)病害低頻三維特征信息與破損類(lèi)病害高頻三維特征信息。將三維特征信息與二維圖像相結(jié)合，獲得含有深度信息的三維圖像。

經(jīng)過(guò)數(shù)據(jù)處理獲得的路面三維數(shù)據(jù)圖像如圖3所示，圖像每一點(diǎn)都含有其實(shí)際位置的三維坐標(biāo)，如P1(497，298，12.404)和P2(498，114，11.676)為圖像中任意一點(diǎn)，x值代表路面的寬度信息，y值代表檢測(cè)車(chē)的前進(jìn)方向，z值代表路面的深度信息。

圖3 車(chē)轍三維數(shù)據(jù)圖像

3 車(chē)轍測(cè)量方法研究

依據(jù)JTG 3450—2019《公路路基路面現(xiàn)場(chǎng)測(cè)試規(guī)程》中路面車(chē)轍自動(dòng)化測(cè)量規(guī)范，對(duì)路面橫截面信息進(jìn)行模擬3m直尺法，每10m采用一個(gè)統(tǒng)計(jì)值代表路面車(chē)轍深度(RD)。提出基于模擬3m直尺法的車(chē)轍深度信息提取方法，如圖4- a所示，基于高精度的三維道路數(shù)據(jù)，沿檢測(cè)車(chē)前進(jìn)方向采用最小取樣單位50mm選取連續(xù)車(chē)轍橫截面。在圖4- b中選取峰值點(diǎn)1-4，采用模擬直尺法，計(jì)算左右車(chē)轍最深點(diǎn)距離兩峰點(diǎn)連線(xiàn)的距離RDL和RDR，取max(RDL，RDR)作為該橫截面的車(chē)轍代表值RD，計(jì)算10m的平均車(chē)轍代表值(average(RD1，……，RD200))，能夠更加準(zhǔn)確地反應(yīng)真實(shí)道路連續(xù)車(chē)轍信息。

圖4- a 車(chē)轍取樣位置 最小取樣間隔50mm

圖4- b 模擬3m直尺車(chē)轍深度

為校準(zhǔn)算法檢測(cè)數(shù)據(jù)與實(shí)際車(chē)轍深度之間的誤差，進(jìn)行室外車(chē)轍模擬實(shí)驗(yàn)。如圖5所示在實(shí)驗(yàn)場(chǎng)地路面上利用砂礫和碎石子搭建出不同形狀的車(chē)轍，為了保障路面車(chē)轍信息的連續(xù)性和準(zhǔn)確性，取樣間隔為50mm，面掃描范圍采用2.6m×4.2m為基本單元，對(duì)路面連續(xù)車(chē)轍信息進(jìn)行拼接，采集到的數(shù)據(jù)利用matlab軟件進(jìn)行數(shù)據(jù)處理，連接峰值點(diǎn)構(gòu)造直線(xiàn)計(jì)算車(chē)轍深度和橫截面信息。車(chē)轍檢測(cè)結(jié)果如圖6所示，圖6- a為部分的模擬車(chē)轍三維模型，可以直觀(guān)判斷路面的車(chē)轍的形狀和起伏趨勢(shì)；圖6- b和6- c為圖6- a中不同車(chē)轍長(zhǎng)度處的車(chē)轍橫截面圖，可以看出算法針對(duì)不同橫截面采用多段尺法，能夠精準(zhǔn)的提取車(chē)轍深度。

圖5 室外車(chē)轍實(shí)驗(yàn)

圖6 車(chē)轍檢測(cè)結(jié)果

室外車(chē)轍模擬實(shí)驗(yàn)部分車(chē)轍輪跡帶3D檢測(cè)車(chē)轍深度與人工檢測(cè)對(duì)比圖如圖7所示，由圖7可以看出車(chē)轍深度數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)趨勢(shì)基本一致，平均差值2.41mm，誤差為4.7%，能夠較好的反映真實(shí)道路車(chē)轍信息。

圖7 人工檢測(cè)與3D檢測(cè)車(chē)轍深度對(duì)比圖

4 結(jié)論

激光結(jié)構(gòu)光面掃描技術(shù)能夠獲取豐富的路面三維信息，易于識(shí)別分析、識(shí)別準(zhǔn)確率高、抗干擾能力強(qiáng)且檢測(cè)設(shè)備搭建成本低，操作簡(jiǎn)便，在堤防堤頂公路車(chē)轍檢測(cè)中有良好應(yīng)用，符合國(guó)家的新型道路檢測(cè)標(biāo)準(zhǔn)，擁有良好的應(yīng)用前景。針對(duì)高精度的連續(xù)橫截面信息，本文提出的車(chē)轍深度計(jì)算方式針對(duì)不同車(chē)轍形狀均有良好表現(xiàn)，該道路車(chē)轍病害檢測(cè)方式能夠很好地適用工程檢測(cè)，為堤頂瀝青混凝土路面的預(yù)養(yǎng)護(hù)方案設(shè)計(jì)提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。由于在自動(dòng)檢測(cè)過(guò)程中部分V型起伏等干擾因素，后期需要對(duì)數(shù)據(jù)進(jìn)行篩選，后續(xù)會(huì)對(duì)峰值點(diǎn)選取算法進(jìn)一步改進(jìn)優(yōu)化，以達(dá)到更精準(zhǔn)的車(chē)轍定位效果。