System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及道路测量,尤其涉及的是一种基于无人机的路面平整度测量方法、系统、终端和介质。
技术介绍
1、道路平整度被广泛认为是评估道路质量的关键指标,它能直观地反映道路驾驶的舒适性和安全性。
2、为了获取并检测道路的平整度信息,现有技术中存在多种测量方案。例如,手推式断面仪是一种便携式平整度测量工具,通常配备多轴倾斜仪和编码器,通常需要经验丰富的操作员进行操作和数据分析,测量结果容易受操作员的主观因素影响,且不适用于长距离测量,效率较低。车载式激光平整度仪,利用其搭载的激光传感器和加速度传感器,可以实时生成路面的高精度平整度数据,虽然测量效率较高且适用于长距离测量,但是由于车辆的稳定性、速度的变化以及路面条件的变化都可能影响数据的准确性,而且在高速公路上测量多条车道时不能及时调头,只能生成单条道路纵剖面信息而不能生成整个路面的三维结构信息,从而导致大范围全路面监测能力缺失的问题。
3、可见,现有技术中的路面平整度的测量方案存在测量结果不准确和无法测量大范围全路面的缺陷。
技术实现思路
1、鉴于上述现有技术的不足,本专利技术的目的在于提供一种基于无人机的路面平整度测量方法、系统、终端和介质,旨在解决现有技术中的路面平整度的测量方案存在的测量结果不准确和无法测量大范围全路面的问题。
2、为了实现上述目的,本专利技术第一方面提供一种基于无人机的路面平整度测量方法,包括:
3、获取目标路段,利用无人机按照预设的初始航拍视角对所述目标路段进行
4、基于所述初始航拍图像,构建所述目标路段的三维概略模型;
5、基于所述三维概略模型、所述初始航拍视角及预设的图像优化指标,获得优化后的航拍视角;
6、基于所述优化后的航拍视角,利用所述无人机对所述目标路段进行拍摄,获得一系列航拍图像;
7、基于所述航拍图像,构建三维重建模型,并以最小化重投影误差为目标,对所述三维重建模型进行迭代优化,获得优化后的三维重建模型;
8、基于所述优化后的三维重建模型,获得所述目标路段的稠密点云数据;
9、基于所述稠密点云数据,获得所述目标路段的路面平整度。
10、可选的,所述预设的图像优化指标至少包括航拍图像的清晰度和路面的视觉完整性,所述基于所述三维概略模型、所述初始航拍视角及预设的图像优化指标,获得优化后的航拍视角,包括:
11、基于光束与拍摄角度的关系、光束的方位角,以及所述无人机与拍摄设备之间的距离关系,确定航拍图像的清晰度;
12、基于所述目标路段的路面的面积和所述初始航拍图像所覆盖区域的总面积,获得路面的视觉完整性;
13、基于所述三维概略模型、所述初始航拍视角、所述初始航拍图像的清晰度和所述路面的视觉完整性,获得优化后的航拍视角。
14、可选的,所述基于所述优化后的航拍视角,利用所述无人机对所述目标路段进行拍摄,获得一系列航拍图像,包括:
15、利用预设的路面信息智能提取网络,对所述初始航拍图像进行检测和分割处理,获得车道中心线;
16、将所述车道中心线和所述优化后的航拍视角进行融合,生成目标路径;
17、基于所述优化后的航拍视角和所述目标路径,利用所述无人机对所述目标路段进行拍摄,获得一系列航拍图像。
18、可选的,所述基于所述航拍图像,构建三维重建模型,包括:
19、提取所述航拍图像的特征点,按照所述目标路段的路面位置对应的像点将不同航拍图像的所述特征点进行匹配,获得同名像点,所述同名像点是指所表示的路面位置相同的像点;
20、基于所述同名像点,获得所述无人机上的拍摄设备的外部参数;
21、获取所述拍摄设备的内部参数,并基于所述同名像点的信息、所述内部参数和所述外部参数,构建三维重建模型。
22、可选的,所述基于所述优化后的三维重建模型,获得所述目标路段的稠密点云数据,包括:
23、利用所述优化后的三维重建模型,计算每张所述航拍图像的深度图;
24、将所有所述航拍图像的深度图进行融合,获得所述目标路段的稠密点云数据。
25、可选的,所述基于所述稠密点云数据,获得所述目标路段的路面平整度,包括:
26、基于所述车道中心线,确定所述目标路段上的左右轮迹带区域;
27、基于所述稠密点云数据,提取所述左右轮迹带区域的高程信息,获得目标高程信息;
28、基于所述目标高程信息,获得所述目标路段的路面平整度。
29、可选的,在获得目标高程信息之后,还包括:
30、获取部分所述目标路段的真实高程信息;
31、将所述真实高程信息和所述目标高程信息进行对比,获得高程信息偏差;
32、若所述高程信息偏差超过预设的偏差阈值,则利用所述真实高程信息对所述优化后的三维重建模型进行修正,获得修正后的三维重建模型。
33、本专利技术第二方面提供一种基于无人机的路面平整度测量系统,所述系统包括:
34、初始航拍图像获取模块,用于获取目标路段,利用无人机按照预设的初始航拍视角对所述目标路段进行拍摄,获得一系列初始航拍图像;
35、三维概略模型构建模块,用于基于所述初始航拍图像,构建所述目标路段的三维概略模型;
36、航拍视角优化模块,用于基于所述三维概略模型、所述初始航拍视角及预设的图像优化指标,获得优化后的航拍视角;
37、航拍图像采集模块,用于基于所述优化后的航拍视角,利用所述无人机对所述目标路段进行拍摄,获得一系列航拍图像;
38、三维重建模型构建模块,用于基于所述航拍图像,构建三维重建模型,并以最小化重投影误差为目标,对所述三维重建模型进行迭代优化,获得优化后的三维重建模型;
39、稠密点云数据生成模块,用于基于所述优化后的三维重建模型,获得所述目标路段的稠密点云数据;
40、路面平整度计算模块,用于基于所述稠密点云数据,获得所述目标路段的路面平整度。
41、本专利技术第三方面提供一种终端,所述终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于无人机的路面平整度测量程序,所述基于无人机的路面平整度测量程序被所述处理器执行时实现任意一项上述基于无人机的路面平整度测量方法的步骤。
42、本专利技术第四方面提供一种计算机可读存储介质,所述计算机可读存储介质上存储有基于无人机的路面平整度测量程序,所述基于无人机的路面平整度测量程序被处理器执行时实现任意一项上述基于无人机的路面平整度测量方法的步骤。
43、与现有技术相比,本方案的有益效果如下:
44、本专利技术利用无人机按照预设的初始航拍视角对目标路段进行拍摄,获得一系列初始航拍图像,能够实现对大范围路面信息的采集,以快速构建出目标路段的三维概略模型;基于三维概略本文档来自技高网...
【技术保护点】
1.基于无人机的路面平整度测量方法,其特征在于,包括:
2.根据权利要求1所述的基于无人机的路面平整度测量方法,其特征在于,所述预设的图像优化指标至少包括航拍图像的清晰度和路面的视觉完整性,所述基于所述三维概略模型、所述初始航拍视角及预设的图像优化指标,获得优化后的航拍视角,包括:
3.根据权利要求1所述的基于无人机的路面平整度测量方法,其特征在于,所述基于所述优化后的航拍视角,利用所述无人机对所述目标路段进行拍摄,获得一系列航拍图像,包括:
4.根据权利要求1所述的基于无人机的路面平整度测量方法,其特征在于,所述基于所述航拍图像,构建三维重建模型,包括:
5.根据权利要求1所述的基于无人机的路面平整度测量方法,其特征在于,所述基于所述优化后的三维重建模型,获得所述目标路段的稠密点云数据,包括:
6.根据权利要求3所述的基于无人机的路面平整度测量方法,其特征在于,所述基于所述稠密点云数据,获得所述目标路段的路面平整度,包括:
7.根据权利要求6所述的基于无人机的路面平整度测量方法,其特征在于,在获得目标高程信
8.基于无人机的路面平整度测量系统,其特征在于,所述系统包括:
9.终端,其特征在于,所述终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于无人机的路面平整度测量程序,所述基于无人机的路面平整度测量程序被所述处理器执行时实现如权利要求1-7任意一项所述基于无人机的路面平整度测量方法的步骤。
10.计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有基于无人机的路面平整度测量程序,所述基于无人机的路面平整度测量程序被处理器执行时实现如权利要求1-7任意一项所述基于无人机的路面平整度测量方法的步骤。
...【技术特征摘要】
1.基于无人机的路面平整度测量方法,其特征在于,包括:
2.根据权利要求1所述的基于无人机的路面平整度测量方法,其特征在于,所述预设的图像优化指标至少包括航拍图像的清晰度和路面的视觉完整性,所述基于所述三维概略模型、所述初始航拍视角及预设的图像优化指标,获得优化后的航拍视角,包括:
3.根据权利要求1所述的基于无人机的路面平整度测量方法,其特征在于,所述基于所述优化后的航拍视角,利用所述无人机对所述目标路段进行拍摄,获得一系列航拍图像,包括:
4.根据权利要求1所述的基于无人机的路面平整度测量方法,其特征在于,所述基于所述航拍图像,构建三维重建模型,包括:
5.根据权利要求1所述的基于无人机的路面平整度测量方法,其特征在于,所述基于所述优化后的三维重建模型,获得所述目标路段的稠密点云数据,包括:
6.根据权利要求3所述的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。