一种基于激光视觉的路面构造深度检测方法技术

本发明专利技术公开了一种基于激光视觉的路面构造深度检测方法，属于路面构造深度检测技术领域，包括：获取需要进行路面构造深度检测的检测区以及对应的区域信息，建立区位检测图；获取组合设备，基于待检检测区对应的区域信息对组合设备进行参数调整；通过组合设备对待检检测区进行检测，获得所述待检检测区的检测数据，通过预设的纹理构造模型对所述检测数据进行分析，获得所述待检检测区的纹理三维模型，识别对应的构造深度；将获得的所述构造深度在区域检测图中进行相应的标记；通过对组合设备的参数调整不用现场的检测人员人工调整，而是根据待检检测区的区域信息进行智能调整，降低对现场检测人员的专业知识要求，同时减轻检测人员的负担。人员的负担。人员的负担。

【技术实现步骤摘要】
一种基于激光视觉的路面构造深度检测方法


[0001]本专利技术属于路面构造深度检测
，具体是一种基于激光视觉的路面构造深度检测方法。

技术介绍

[0002]路面表面的构造深度，也称纹理深度，是路面粗糙度的重要指标，是指一定面积的路表面凹凸不平的开口孔隙的平均深度，主要用于评定路面表面的宏观粗糙度、排水性能及抗滑性。
[0003]传统的测定方法是将已知体积的砂，摊铺在所要测试路表的测点上，量取摊平覆盖的面积，砂的体积与所覆盖平均面积的比值，即为构造深度。我国高速，一级公路水混凝土路面一般路段的抗滑构造深度TD规定为：不小于0.7mm，且不大于1.1mm；沥青混凝土路面的构造深度一般不小于0.50mm。现有的这种铺砂法测定构造深度的方式存在着以下问题：1，铺砂过程中人工劳动强度大，检测完成后，还需要人工将砂子收集走，进行过滤，以待下次使用，整个检测过程费时费力；2、对于横跨检测点面积的凹坑，无法准确测量，因此检测出的路面构造深度值并不准确。
[0004]因此，本专利技术提供了一种基于激光视觉的路面构造深度检测方法。

技术实现思路

[0005]为了解决上述方案存在的问题，本专利技术提供了一种基于激光视觉的路面构造深度检测方法。
[0006]本专利技术的目的可以通过以下技术方案实现：
[0007]一种基于激光视觉的路面构造深度检测方法，包括：
[0008]获取需要进行路面构造深度检测的检测区以及对应的区域信息，建立区位检测图；
[0009]获取组合设备，基于待检检测区对应的区域信息对组合设备进行参数调整；
[0010]通过组合设备对待检检测区进行检测，获得所述待检检测区的检测数据，通过预设的纹理构造模型对所述检测数据进行分析，获得所述待检检测区的纹理三维模型，识别对应的构造深度；
[0011]将获得的所述构造深度在区域检测图中进行相应的标记。
[0012]进一步地，对组合设备进行参数调整的方式为基于对应检测区的自动调整。
[0013]进一步地，组合设备参数的自动调整方法，包括：
[0014]识别区位检测图内各检测区对应的区域信息，通过预设的参数分析模型对各区域信息进行分析，获得各检测区对应的调整参数集，将获得的调整参数集在区位检测图内相应标记；
[0015]获取需要进行检测的检测区，识别对应的调整参数集，基于获得的调整参数集对组合设备进行自动调整。
[0016]进一步地，基于构造深度、纹理三维模型和检测区对应的区域信息进行综合评估，获得检测区对应的综合评估值。
[0017]进一步地，进行综合评估的方法包括：
[0018]通过预设的评估模型对构造深度、纹理三维模型和区域信息进行分析，获得区域修正系数和若干个纹理分布区，以及各纹理分布区对应的区域代表评分和区域权重系数；将获得的区域修正系数、区域代表评分和区域权重系数输入到综合评估公式中进行计算，获得对应的综合评估值。
[0019]进一步地，综合评估公式为：
[0020]式中：PGZ为综合评估值；c为区域修正系数；i＝1、2、
……
、n，n为正整数；βi为对应的区域权重系数；DBi为对应的区域代表评分。
[0021]进一步地，检测区的设置方法包括：
[0022]获取待检道路信息，对待检道路信息进行分析，获得若干组待选点组合，对各待选点组合进行评估，获得对应的目标点组合，根据目标点组合内各点位的位置确定对应的检测区。
[0023]进一步地，对各待选点组合进行评估的方法包括：
[0024]获取待选点组合内各待选点对应的路况代表值和影响值，基于优先级公式计算对应的优先值；选择优先值最高的待选点组合为目标点组合；
[0025]式中：PY为优先值；b1、b2均为比例系数，取值范围为0<b1≤1，0<b2≤1；g为数量调整系数；j＝1、2、
……
、m，m为正整数；DZi为对应的路况代表值；YZi为对应的影响值。
[0026]与现有技术相比，本专利技术的有益效果是：
[0027]通过对组合设备的参数调整不用现场的检测人员人工调整，而是根据待检检测区的区域信息进行智能调整，降低对现场检测人员的专业知识要求，同时减轻检测人员的负担，便于使用，还可避免因为调试不当，而导致设备损伤；对区域检测图中任一检测区域进行检测时，自动识别对应的调整参数集，进行参数的智能调整，同时设置的调整参数集中还考虑对应的路面倾斜问题，提高检测精度。
附图说明
[0028]为了更清楚地说明本专利技术实施例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简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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。
[0029]图1为本专利技术原理框图。
具体实施方式
[0030]下面将结合实施例对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普
通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0031]如图1所示，一种基于激光视觉的路面构造深度检测方法，通过利用数字图像技术和激光视觉技术进行检测，基于三角测量原理，建立激光视觉三维数学模型平均纹理深度，进而检测出路面的构造深度。
[0032]实施例一，一种基于激光视觉的路面构造深度检测方法，包括：
[0033]获取需要进行路面构造深度检测的检测区，获取各检测区的区域信息，区域信息包括位置、道路种类、规范要求、道路特征；道路特征用于表示该路面是否为倾斜路面，若为倾斜路面，标记其倾斜角度；根据获得的各检测区对应的区域信息生成区位检测图；通过区位检测图显示各检测区的位置、区域信息以及后续的构造深度检测结果；
[0034]获取基于激光视觉采用的组合设备，即根据数字图像技术和激光视觉技术进行检测，采用的对应检测设备，统称为组合设备；构建组合设备对应的纹理构造模型，纹理构造模型用于对组合设备的采集数据进行分析，构建检测区的纹理三维模型，获得检测区的构造深度，基于组合模型对应的分析处理技术可以构建对应的纹理构造模型，即纹理构造模型为组合设备对应的现有的数据处理模型；
[0035]检测人员根据检测区的区域信息对组合设备进行参数调整，调整后，通过组合设备对检测区进行检测，获得对应的检测数据，通过纹理构造模型对检测数据进行分析，获得对应的构造深度，将获得的构造深度在区域检测图中对应位置上进行标记。
[0036]实施例二，本实施例与实施例一的区别在于，对组合设备的参数调整不用现场的检测人员人工调整，而是根据待检检测区的区域信息进行智能调整，降低对现场检测人员的专业知识要求，同时减轻检测人员的负担，便于使用，还可避免因为调试不当，而导致设备损伤；具体过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于激光视觉的路面构造深度检测方法，其特征在于，包括：获取需要进行路面构造深度检测的检测区以及对应的区域信息，建立区位检测图；获取组合设备，基于待检检测区对应的区域信息对组合设备进行参数调整；通过组合设备对待检检测区进行检测，获得所述待检检测区的检测数据，通过预设的纹理构造模型对所述检测数据进行分析，获得所述待检检测区的纹理三维模型，识别对应的构造深度；将获得的所述构造深度在区域检测图中进行相应的标记。2.根据权利要求1所述的一种基于激光视觉的路面构造深度检测方法，其特征在于，对组合设备进行参数调整的方式为基于对应检测区的自动调整。3.根据权利要求2所述的一种基于激光视觉的路面构造深度检测方法，其特征在于，组合设备参数的自动调整方法，包括：识别区位检测图内各检测区对应的区域信息，通过预设的参数分析模型对各区域信息进行分析，获得各检测区对应的调整参数集，将获得的调整参数集在区位检测图内相应标记；获取需要进行检测的检测区，识别对应的调整参数集，基于获得的调整参数集对组合设备进行自动调整。4.根据权利要求1所述的一种基于激光视觉的路面构造深度检测方法，其特征在于，基于构造深度、纹理三维模型和检测区对应的区域信息进行综合评估，获得检测区对应的综合评估值。5.根据权利要求4所述的一种基于激光视觉的路面构造深度检测方法，其特征在于，进行综合评估的方法包括：通过预设的评估模型对构造深度、纹理三维模...

【专利技术属性】
技术研发人员：李子兵，谷丰文，郑明明，朱瑞，
申请(专利权)人：安徽省高速公路试验检测科研中心有限公司，
类型：发明
国别省市：