基于精密三维的车辙分类方法与流程

1.本发明涉及道路检测技术领域，尤其涉及一种基于精密三维的车辙分类方法。


背景技术：

2.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。
3.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。


技术实现要素：

4.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。
5.本发明提供一种基于精密三维的车辙分类方法，包括：
6.获取路面高程数据和路面灰度数据；
7.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；
8.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；
9.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；
10.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；
11.基于所述多个横断面变形区域参数对车辙进行分类。
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，获取车道范围内的横断面控制轮廓，包括：
13.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；
14.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。
15.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：
16.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；
17.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；
18.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；
19.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。
20.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：
21.获取所述横断面控制轮廓的上包络线；
22.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；
23.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。
24.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：
25.按照预设步长将所述横断面控制轮廓划分为多个子段；
26.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；
27.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；
28.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；
29.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；
30.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。
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：
32.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；
33.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。
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：
35.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；
36.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。
37.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：
38.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；
39.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；
40.根据所述断面最大变形深度，计算有效变形深度阈值；
41.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；
42.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。
43.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：
44.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；
45.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；
46.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；
47.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；
48.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。
49.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：
50.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；
51.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；
52.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；
53.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；
54.a5：将所述横断面车辙分类为磨耗性车辙；
55.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；
56.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。
57.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。
附图说明
58.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
59.图1是本发明提供的基于精密三维的车辙分类方法的流程示意图。
具体实施方式
60.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
61.下面结合图1描述本发明的基于精密三维的车辙分类。
62.如图1所示，本发明实施例提供一种基于精密三维的车辙分类方法，具体包括以下步骤(本实施例对各步骤的编号仅做步骤区分作用，不限制各步骤的具体执行顺序)：
63.步骤s1：获取路面高程数据和路面灰度数据。
64.通过线扫描三维测量传感器同时获取路面高程数据和路面灰度数据。其中，线扫描三维测量传感器安装在车载平台上，包括激光器和三维相机。测量过程中，线扫描三维测量传感器沿道路方向连续采集路面高程信息和路面灰度信息，以同时获取路面高程数据和路面灰度数据，且路面高程数据和路面灰度数据在道路幅宽方向的采集间距≤5mm，在道路幅宽方向需全车道覆盖。线扫描三维测量传感器可为一套三维测量传感器，也可为多套三维测量传感器。
65.步骤s2：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。
66.根据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。横断面控制轮廓为包含路面宏观变形类病害的低频信号(不包含局部纹理信息)，通过对横断面进行滤波(如中值滤波、低通滤波和均值滤波等)或频域变换(如傅里叶变换和小波变换等)方法获取。
67.步骤s3：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。
68.采用包络线提取方法获取横断面控制轮廓上方的上包络线，并结合横断面控制轮廓，获取横断面理想控制轮廓(用于表征去除所述横断面控制轮廓中宏观变形病害后的横断面控制轮廓)。
69.步骤s4：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。
70.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，即路面发生形变情况下的变形区域，用以判断车辙情况。
71.步骤s5：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。
72.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，用于对车辙分类提供准确参考。
73.步骤s6：基于所述多个横断面变形区域参数对车辙进行分类。
74.对上述步骤获取的参数进行分析，实现对车辙进行准确分类。
75.本发明实施例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。
76.本实施例中，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：
77.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；
78.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。
79.基于路面高程数据和路面灰度数据，获取限定在车道范围内的目标路面高程数据和目标路面灰度数据，从而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，从而为车辙的分类提供准确参考。
80.本实施例中，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：
81.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；
82.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；
83.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；
84.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。
85.基于路面高程数据，利用路面车道线的高程特征(路面车道线高程高于正常路面区域)和几何尺寸特征，标记潜在的车道线第一区域。基于路面灰度数据，利用路面车道线的反光特性(车道线区域的灰度值较大)和几何尺寸特征，标记潜在的第二车道线区域。结合潜在的车道线第一区域和潜在的车道线第二区域，确认当前路面的车道线位置。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。通过以上步骤进一步获取目标路面高程数据和目标路面灰度数据，进一步筛选有效数据，确保数据的有效性和参考性。
86.本实施例中，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：
87.获取所述横断面控制轮廓的上包络线；
88.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；
89.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。
90.基于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，基于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，获取横断面的理想控制轮廓。通过以上步骤获取横断面轮廓中未磨损区域的典型代表测点信息，以准确还原路面的理想轮廓，从而正确反映车辙形态。
91.本实施例中，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：
92.按照预设步长将所述横断面控制轮廓划分为多个子段；
93.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；
94.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；
95.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；
96.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；
97.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。
98.在横断面左端的多个子段中，按预设个数m l
，获取与子路段代表方向最相似的子段作为左端未磨损区域，并将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。在横断面右端的多个子段中，按预设个数m r
，获取与子路段代表方向最相似的子段作为右端未磨损区域，并将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。以此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，以确保理想控制轮廓获取的准确性。
99.本实施例中，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：
100.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；
101.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。
102.通过将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，确定相应左端点和右端点后，并将连线作为所述横断面理想控制轮廓，以准确复原路面的原本形态。
103.本实施例中，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：
104.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；
105.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。
106.通过计算断面差值集合，并依据差值的连续性对横断面进行变形区域划分，从而得到准确的横断面变形区域，以准确还原车辙形态。
107.本实施例中，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：
108.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；
109.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；
110.根据所述断面最大变形深度，计算有效变形深度阈值；
111.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；
112.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。
113.对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。基于变形区域绝对差值集合，获取变形区域最大差值d
max
，将变形区域最大差值d
max
作为当前横断面变形区域的变形深度；基于多个横断面变形区域的变形深度，获取断面最大变形深度d'
max
。根据断面最大变形深度d'
max
，计算有效变形深度阈值t。统计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有效变形深度阈值t的个数，记为u，并结合精密三维点云数据的横向采样间隔x，获取横断面变形区域的变形宽度dw(dw＝u*x)。基于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。分别获取横断面变形区域的变形深度、变形宽度和变形面积，以准确获取轮廓三维形态的数据，从而有效区分车辙类别。
114.本实施例中，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：
115.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；
116.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；
117.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；
118.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；
119.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。
120.对多个横断面变形区域中任一区域，将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。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，本实施例自适应将横断面从道路左侧向道路右侧依次划分为互不重叠的五个统计区域，依次记为第一统计区域、第二统计区域、第三统计区域、第四统计区域、第五统计区域。
121.根据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，将横断面变形区域在统计区域中归类，归为统计区域中的一个或二个区域。
122.具体地，横断面变形区域的变形方向，若变形区域位于理想轮廓的下方，记为正变形；若变形区域位于理想轮廓的上方，记为负变形。统计区域预设的变形方向，具体的，第一统计区域的预设方向为负方向；第二统计区域的预设方向为正方向；第三统计区域的预设方向为负方向；第四统计区域的预设方向为正方向；第五统计区域的预设方向为负方向。对多个横断面变形区域中任一区域，依据横断面变形区域的代表位置，寻找与其匹配的统计区域，若横断面变形区域的变形方向与匹配的统计区域的变形方向一致，则将横断面变形区域归为匹配的统计区域；若横断面变形区域的变形方向与匹配的统计区域的变形方向不一致，则依据匹配统计区域的相邻区域与横断面变形区域的重叠情况，判别横断面变形区
域是否属于匹配统计区域的相邻区域。依据匹配统计区域的相邻区域与横断面变形区域的重叠情况，判别横断面变形区域是否属于匹配统计区域的相邻区域，具体的，若匹配统计区域的相邻左侧统计区域与横断面变形区域的重叠占比大于预设占比阈值，则将横断面变形区域归为匹配统计区域的相邻左侧统计区域；若匹配统计区域的相邻右侧统计区域与横断面变形区域的重叠占比大于预设占比阈值，则将横断面变形区域归为匹配统计区域的相邻右侧统计区域。
123.对上述五个统计区域，逐区域统计累积变形面积sa，获取所属统计区域内最大变形面积对应的变形深度srd和变形宽度srw，并计算变形比值依据五个统计区域的累积变形面积sa，变形深度srd、变形宽度srw、变形比值和断面最大变形深度d'
max
，将横断面车辙分为结构性车辙、失稳性车辙、磨耗性车辙、压密性车辙，实现对车辙类别的有效区分。
124.本实施例中，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：
125.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；
126.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；
127.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；
128.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；
129.a5：将所述横断面车辙分类为磨耗性车辙；
130.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；
131.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。
132.具体地，步骤a1：基于五个统计区域的累积变形面积sa，分别统计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r
np
。
133.步骤a2：若负变形面积与正变形面积的比值r
np
小于第一预设正负面积比阈值(如0.25)，且断面最大变形深度d'
max
大于预设第一变形深度阈值(如30mm)，则将横断面车辙分类为结构性车辙，否则，转步骤a3。
134.a3：若负变形面积与正变形面积的比值r
np
大于第二预设正负面积比阈值(如0.4)，且断面最大变形深度d'
max
大于预设第二变形深度阈值(如15mm)，则将横断面车辙分类为失稳性车辙，否则，转步骤a4；
135.a4：若第二区域或第四区域的变形比值r
dw
大于预设变形比值阈值，且断面最大变形深度d'
max
大于预设第三变形深度阈值(如：5mm)，则将横断面车辙分类为压密性车辙，否则，转步骤a5；
136.a5：将横断面车辙分类为磨耗性车辙。
137.通过以上步骤，基于负变形面积与正变形面积的比值，结合区域间的变形比值，实现对车辙类别的准确分类，准确反映不同类型车辙对路面结构的影响程度，从而对道路性能评价和养护方案制定提供指导。
138.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种基于精密三维的车辙分类方法，其特征在于，包括：获取路面高程数据和路面灰度数据；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；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；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；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；基于所述多个横断面变形区域参数对车辙进行分类。2.根据权利要求1所述的基于精密三维的车辙分类方法，其特征在于，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：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；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。3.根据权利要求2所述的基于精密三维的车辙分类方法，其特征在于，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：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；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；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；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。4.根据权利要求1所述的基于精密三维的车辙分类方法，其特征在于，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：获取所述横断面控制轮廓的上包络线；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；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。5.根据权利要求4所述的基于精密三维的车辙分类方法，其特征在于，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：按照预设步长将所述横断面控制轮廓划分为多个子段；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；
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；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；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；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。6.根据权利要求5所述的基于精密三维的车辙分类方法，其特征在于，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：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；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。7.根据权利要求1所述的基于精密三维的车辙分类方法，其特征在于，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：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；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。8.根据权利要求1～7中任一项所述的基于精密三维的车辙分类方法，其特征在于，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：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；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；根据所述断面最大变形深度，计算有效变形深度阈值；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；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。
9.根据权利要求8所述的基于精密三维的车辙分类方法，其特征在于，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：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；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；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；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；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。10.根据权利要求9所述的基于精密三维的车辙分类方法，其特征在于，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：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；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；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；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；a5：将所述横断面车辙分类为磨耗性车辙；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；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。

技术总结
本发明提供一种基于精密三维的车辙分类方法，包括：获取路面高程数据和路面灰度数据；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；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；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；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；基于所述多个横断面变形区域参数对车辙进行分类。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。实现对车辙的准确分类。实现对车辙的准确分类。


技术研发人员：曹民 林红 周会鸿 高超 操丽
受保护的技术使用者：武汉光谷卓越科技股份有限公司
技术研发日：2023.07.03
技术公布日：2023/9/20