• ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus 收录
  • 全国中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

沥青路面表面纹理三维高精度激光非接触式检测

丁世海 阳恩慧 王郴平 纪亚英 雷开云 张新瑞

丁世海, 阳恩慧, 王郴平, 纪亚英, 雷开云, 张新瑞. 沥青路面表面纹理三维高精度激光非接触式检测[J]. 西南交通大学学报, 2020, 55(4): 758-764. doi: 10.3969/j.issn.0258-2724.20181056
引用本文: 丁世海, 阳恩慧, 王郴平, 纪亚英, 雷开云, 张新瑞. 沥青路面表面纹理三维高精度激光非接触式检测[J]. 西南交通大学学报, 2020, 55(4): 758-764. doi: 10.3969/j.issn.0258-2724.20181056
DING Shihai, YANG Enhui, WANG Chenping, JI Yaying, LEI Kaiyun, ZHANG Xinrui. Three-Dimensional High-Precision Laser Non-contact Detection of Asphalt Pavement Surface Texture[J]. Journal of Southwest Jiaotong University, 2020, 55(4): 758-764. doi: 10.3969/j.issn.0258-2724.20181056
Citation: DING Shihai, YANG Enhui, WANG Chenping, JI Yaying, LEI Kaiyun, ZHANG Xinrui. Three-Dimensional High-Precision Laser Non-contact Detection of Asphalt Pavement Surface Texture[J]. Journal of Southwest Jiaotong University, 2020, 55(4): 758-764. doi: 10.3969/j.issn.0258-2724.20181056

沥青路面表面纹理三维高精度激光非接触式检测

doi: 10.3969/j.issn.0258-2724.20181056
基金项目: 国家自然科学基金(U1534203,51478398)
详细信息
    作者简介:

    丁世海(1991—),男,博士研究生,研究方向为路基路面工程检测技术,E-mail:dingshihai@my.swjtu.edu.cn

  • 中图分类号: U416.2

Three-Dimensional High-Precision Laser Non-contact Detection of Asphalt Pavement Surface Texture

  • 摘要: 为实现沥青路面纹理构造高精度自动检测,借助三维激光技术实现路面纹理三维重构,提出模拟铺砂的沥青路面构造深度测量方法. 首先采用高精度三维激光扫描仪获取雅康高速公路沥青路面0.1 mm精度三维高程数据,同时人工铺砂法获取对应区域的宏观构造深度值;其次通过数字图像处理技术实现重构沥青路面三维云图并进行数据噪声处理;最后设计四连通多种子组合填充算法,实现在滤波后的三维路面纹理云图上自动铺砂并获取路面纹理宏观构造深度值. 研究结果表明:模拟铺砂测量方法与人工铺砂法测量的平均构造深度(MTD,M)的平均绝对误差为0.052 mm,两者相关系数为0.96. 研究成果验证了用非接触式路面纹理测试替代现有的接触式路面摩擦性能测试的可行性,为道路交通安全网级监测与管理奠定基础.

     

  • 图 1  激光三维成像原理

    Figure 1.  Laser 3D imaging principle

    图 2  数据采集

    Figure 2.  Data collection

    图 3  软件界面

    Figure 3.  Software interface

    图 4  路面纹理横断面轮廓线

    Figure 4.  Pavement texture cross section profile

    图 5  路面纹理三维云图

    Figure 5.  3-D cloud map of pavement texture

    图 6  四连通多种子组合填充算法

    Figure 6.  Flowchart of the four-connected multi-seed combination filling algorithm

    图 7  种子填充原理示意

    Figure 7.  Schematic principle of seed filling

    图 8  模拟铺砂过程

    Figure 8.  Simulation of sand patch test process

    图 9  M值测试结果对比

    Figure 9.  Comparison of M test values

    表  1  M值的结果分析

    Table  1.   Comparative analysis of M values

    测试
    路段
    数据点
    个数/个
    平均绝对
    误差/mm
    相对
    误差/%
    r
    天全段 70 0.055 4.6 0.95
    泸定段 80 0.050 5.2 0.97
    汇总/平均值 150 0.052 4.9 0.96
    下载: 导出CSV
  • 董斌, 唐伯明, 刘唐志. 冰雪路面事故成因分析及对策探讨[J]. 交通运输研究, 2010(22): 137-140.

    DONG Bin, TANG Baiming, LIU Tangzhi. Cause analysis and countermeasure study on snow-icing road pavement accidents[J]. Transport Research, 2010(22): 137-140.
    朱洪洲,廖亦源. 沥青路面抗滑性能研究现状[J]. 公路,2018(1): 35-46.

    ZHU Hongzhou, LIAO Yiyuan. Present situations of research on anti-skid property of asphalt pavement[J]. Highway, 2018(1): 35-46.
    桂志敬,刘恒权,张智勇. 路面纹理构造特征表征与抗滑性能检测技术研究进展[J]. 公路交通科技(应用技术版),2012,5(4): 55-59.
    刘建华. 路面抗滑性能检测与评价技术研究[D]. 郑州: 郑州大学, 2002.
    张艳玲. 全国公路总里程477.35万公里 高速公路13.65万公里[DB/OL]. (2018-08-24)[2018-11-23]. http://www.chinahighway.com/news/2018/1183657.php
    中华人民共和国交通运输部. 公路路基路面现场测试规程: JTG E60—2008[S]. 北京: 人民交通出版社.
    中华人民共和国交通运输部. 公路工程质量检验评定标准: JTG F80/1—2004[S]. 北京: 人民交通出版社.
    WANG K C P. Design and implementations of automated systems for pavement surface distress survey[J]. Journal of Infrastructure Systems, 2000, 6(1): 24-32. doi: 10.1061/(ASCE)1076-0342(2000)6:1(24)
    FUKUHARA T, TERADA K, NAGAO M, et al. Automatic pavement-distress-survey system[J]. Journal of Transportation Engineering, 1990, 116(3): 280-286. doi: 10.1061/(ASCE)0733-947X(1990)116:3(280)
    王端宜,李维杰,张肖宁. 用数字图像技术评价和测量沥青路表面构造深度[J]. 华南理工大学学报(自然科学版),2004,32(2): 42-45.
    宋永朝,闫功喜,隋永芹,等. 基于数字图像处理技术的沥青路面表面纹理构造分布[J]. 中南大学学报(自然科学版),2014,45(11): 4075-4080.

    SONG Yongchao, YAN Gongxi, SUI Yongqing, et al. Texture structure distribution of asphalt pavement surface based on digital image processing technology[J]. Journal of Central South University (Science and Technology), 2014, 45(11): 4075-4080.
    李伟,孙朝云,呼延菊,等. 基于激光3D数据的沥青路面构造深度检测方法[J]. 中外公路,2016,36(5): 9-12.
    周兴林,蒋难得,肖旺新,等. 基于激光视觉的沥青路面构造深度测量方法[J]. 中国公路学报,2014,27(3): 11-16.

    ZHOU Xinglin, JIANG Nande, XIAO Wangxin, et al. Measurement method for mean texture depth of asphalt pavement based on laser vision[J]. China Journal of Highway and Transport, 2014, 27(3): 11-16.
    文静. 数字化技术评价沥青路面构造深度研究[D]. 西安: 长安大学, 2009.
    窦光武. 基于断面高程的路面构造深度计算模型研究[J]. 公路交通科技,2015,32(1): 50-56. doi: 10.3969/j.issn.1002-0268.2015.01.009

    DOU Guangwu. Research of calculation model of pavement texture depth based on profile elevation[J]. Journal of Highway and Transportation Research and Development, 2015, 32(1): 50-56. doi: 10.3969/j.issn.1002-0268.2015.01.009
    ALFREDO C, FEDERICO M, STEFANO M. Laser-triangulation device for in-line measurement of road texture at medium and high speed[J]. Mechanical Systems and Signal Processing, 2010, 5(7): 2225-2234.
    YANG G, LI Q, ZHAN Y, et al. Convolutional neural network–based friction model using pavement texture data[J]. Journal of Computing in Civil Engineering, 2018, 32(6): 165-176.
    LI Q, YANG G, WANG C P, et al. Novel macro- and micro texture indicators for pavement friction by using high-resolution three-dimensional surface data[J]. Journal of the Transportation Research Board, 2017, 26(41): 164-176.
    ALAMDARLO M N, HESAMI S. Optimization of the photometric stereo method for measuring pavement texture properties[J]. Measurement, 2018, 10(127): 406-413.
    王晓嘉,高隽,王磊. 激光三角法综述[J]. 仪器仪表学报,2004,25(4): 601-604.

    WANG Xiaojia, GAO Jun, WANG Lei. Survey on the laser triangulation[J]. Chinese Journal of Scientific Instrument, 2004, 25(4): 601-604.
    WANG C P. Elements of automated survey of pavements and a 3D methodology[J]. Journal of Modern Transportation, 2011, 19(1): 51-57. doi: 10.1007/BF03325740
    TSAI Y C J, LI F. Critical assessment of detecting asphalt pavement cracks under different lighting and low intensity contrast conditions using emerging 3D laser technology[J]. Journal of Transportation Engineering, 2012, 138(5): 649-656. doi: 10.1061/(ASCE)TE.1943-5436.0000353
    OUYANG W, XU B. Pavement cracking measurements using 3D laser-scan images[J]. Measurement Science & Technology, 2013, 24(10): 105204.1-105204.9.
    李少斌. MLS_13PTR多功能激光路面检测仪检测指标的相关性研究[D]. 长沙: 长沙理工大学, 2013.
  • 期刊类型引用(18)

    1. 韦鸣镝. 基于图像处理和深度学习的沥青路面检测分析. 黑龙江交通科技. 2025(03): 31-35 . 百度学术
    2. 闫章存,胡万欣,张浩然,李佳杰,岳李圣飒. 融合DCGAN网络与ResNet检测模型的路面摩擦系数检测. 综合运输. 2025(03): 127-135+173 . 百度学术
    3. 黄洁玲,汪嘉淇,吴泽宇,徐誉扬,朱培军,黄海南. 沥青路表纹理特性与抗滑性能相关关系研究. 交通工程. 2024(02): 62-67 . 百度学术
    4. 安昶,李文博. 智能传感器在沥青路面服役性态监测中的应用. 价值工程. 2024(04): 146-149 . 百度学术
    5. 朱峰,冯兴乐,伍川,林小勇. 沥青路面构造深度分区域平面拟合算法. 中外公路. 2024(02): 61-67 . 百度学术
    6. 胡绪泉,蔡凌坚,殷磊,张晨晨,孙团伟,孙艺涵. 基于TM2的沥青路面表面离析评价. 绿色科技. 2024(22): 257-260+266 . 百度学术
    7. 白云虎. 公路项目路面工程SBS改性沥青施工. 大众标准化. 2023(04): 101-103 . 百度学术
    8. 彭昭志,孙鹏. 沥青路面表面构造深度数字图像检测方法. 科技创新与应用. 2023(08): 122-124+130 . 百度学术
    9. 丁鹏,邹晔,郭祥龙,陈珣,鲁福硕. 复杂环境下多传感器信息融合的无人驾驶汽车智能悬架自动控制方法. 汽车安全与节能学报. 2023(03): 355-364 . 百度学术
    10. 甫尔海提·艾尼瓦尔,陈思宇,郝小堂,赵宏,惠林冲. 基于路表纹理的沥青路面抗滑性能研究. 公路交通科技. 2023(S1): 127-133 . 百度学术
    11. 李晓宇,何欢,胡江碧. 基于结构光测量的三维沥青路面纹理研究. 中外公路. 2022(02): 83-89 . 百度学术
    12. 冷红松,刘梅,贾济坤,杨刚,郜国凯. 矿区重载路面摩擦测试及抗滑性能研究. 能源与环保. 2022(05): 270-274+280 . 百度学术
    13. 江荣,朱攀,周兴林,柳璐. 基于双目视觉算法的路面三维纹理信息获取. 激光与光电子学进展. 2022(14): 284-292 . 百度学术
    14. 路合香. 三维激光影视图像归一化互信息特征配准技术. 激光杂志. 2022(10): 78-82 . 百度学术
    15. 张方,韩延伟. 基于SFM重建模型的沥青混合料离析评价研究. 山西建筑. 2022(22): 127-131+182 . 百度学术
    16. 司友强,呙润华,李梦茹. 基于胎-路有效接触构造与抗滑性能的研究综述. 中外公路. 2021(04): 76-78 . 百度学术
    17. 王贤巍. 现代公路路面检测中短脉冲雷达检测技术应用研究. 运输经理世界. 2021(35): 43-45 . 百度学术
    18. 裴磊洋,郭成超,刘国光,秦磊,王海波,李盈辉,安治文,王根叶. 三维激光扫描应用于跑道功能性指标评价研究. 振动.测试与诊断. 2025(02): 398-405+418 . 百度学术

    其他类型引用(18)

  • 加载中
图(9) / 表(1)
计量
  • 文章访问数:  923
  • HTML全文浏览量:  481
  • PDF下载量:  44
  • 被引次数: 36
出版历程
  • 收稿日期:  2018-12-10
  • 修回日期:  2019-03-18
  • 网络出版日期:  2020-05-11
  • 刊出日期:  2020-08-01

目录

    /

    返回文章
    返回