一种路面坑槽的演化规律分析方法

技术领域

本发明属于道路检测领域，更具体地，涉及一种路面坑槽的演化规律分析方法。

背景技术

道路是供车辆和行人通行的重要基础设施，道路的服役状态影响车辆和行人出行的效果。我国汽车保有量已突破2.8亿辆，传统的刚需型出行方式已经难以满足人们日益增长的美好生活对交通出行的需求，亟需进一步从道路设施的角度提升人们的出行质量。路面病害的修复是提升出行质量亟需解决的问题。其中，坑槽是道路路面常见的病害之一，且坑槽对车辆安全行驶影响较大。车辆轮胎通过坑槽时，会出现颠簸，严重时将改变行车方向，对行车安全造成严重威胁，同时，坑槽处车辆承受的反作用力较大，降低轮胎和车辆服役寿命。因此，需通过及时发现路面坑槽病害，制定合理的养护措施，降低坑槽对人们出行的影响。另一方面，坑槽的修复效果依赖于对坑槽形成原因分析的准确程度，精准的病害成因分析可保证坑槽修复决策的合理性，达到降低养护成本、提高道路服役质量的目的。

目前，道路坑槽病害的检测，通常是采用相机拍照，然后根据坑槽图像的二维特征进行识别。由于无法直接获取坑槽的深度信息，难以直接获取体积信息。随着检测技术的发展，结构光扫描技术日趋成熟，并可实现行车环境下路面水平方向和深度方向三个维度信息的采集。在此基础上，可通过对采集数据的处理，实现坑槽体积的测算，计算结果可用于指导养护决策和病害修补材料的工程量测算。

然而，目前的研究和发明在对三维坑槽进行识别和计算时，存在两方面的问题：(1)在坑槽识别效率方面，三维坑槽包含海量数据，传统人工识别方法效率低，而智能识别方法对计算机的算力要求高，资源消耗大；(2)在路面坑槽演化规律评价指标中，通常仅采用体积值反应坑槽的变化，无法表征坑槽演化规律的多样性以及坑槽的发育方向和发育速度。而坑槽的发育方向和发育速度的掌握，是准确判定坑槽成因的基础，进而才能准确制定养护策略，有效保障行车安全。

针对上述问题，本发明提出了一种路面坑槽的演化规律分析方法。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种路面坑槽的演化规律分析方法，其目的在于解决现有方法无法表征坑槽演化规律的多样性以及坑槽的发育方向和发育速度的技术问题。

为实现上述目的，本发明提供了一种路面坑槽的演化规律分析方法，包括：

S1.采集路面三维点云信息并对非坑槽区域和坑槽区域进行标记，得到三维矩阵L；采用平面投影的方式将三维矩阵L转化为包含坑槽深度信息的二维矩阵M；

S2.按照深度大小将二维矩阵M中各元素进行排序，统计不同深度值对应的元素数量，并计算不同深度值对应的元素数量相对全部元素数量的占比；

S3.根据用户对不同坑槽深度关注度的差异，对不同深度值对应的占比赋予权重，计算坑槽深度分布因子；所述坑槽深度分布因子表征坑槽沿深度方向的发育情况；

S4.计算整个坑槽对应的边缘矩阵平均面积，得到坑槽扩张因子；所述坑槽扩张因子表征坑槽沿平面方向的发育情况；

S5.依次采集不同时刻对应的坑槽三维点云信息，对每个时刻采集到的坑槽三维点云信息执行步骤S1-S4，得到对应时间的坑槽分布因子和坑槽扩张因子；

S6.根据坑槽分布因子变化梯度和坑槽扩张因子变化梯度，得到坑槽演化规律。

进一步地，坑槽深度分布因子为：

Nhi表示不同深度值对应的数量，S表示二维矩阵中全部元素数量，q表示权重，h

进一步地，二维矩阵M构建方法如下：

x、y分别为两个方向的坐标，z为矩阵L的竖轴方向，以竖直向下为正方向；N为三维矩阵L的页数，i为第i页，i＝1,2,3,…,N，N表示三维矩阵的页数。

进一步地，步骤S4具体包括：

依次提取三维矩阵L的第i页L(x,y,i)得到矩阵Li，提取Li的边缘轮廓矩阵Fi；

将矩阵Li分别与矩阵B和矩阵C执行如下操作：

Li

Li

式中，*表示卷积操作，Li

计算Li

计算坑槽边缘矩阵Fi的面积A

计算整个坑槽对应边缘矩阵平均面积Z，得到坑槽扩张因子

进一步地，执行步骤S6之前，所述方法还包括根据系统误差分别对坑槽深度分布因子和扩张因子进行修正，得到坑槽修正深度分布因子U'

进一步地，坑槽修正深度分布因子U'

V表示系统误差。

进一步地，步骤S1包括：

将路面三维点云信息转化为三维矩阵H；并对路面三维点云信息的每一层建立坑槽边缘矩阵；

利用坑槽边缘矩阵中非零值形成的矩阵对三维矩阵H进行切割，形成表征三维坑槽区域外接长方体的三维矩阵J；

将与路面平行的平面K自上往下或自下往上平移与矩阵J相交，在相交过程中分别对非坑槽区域和坑槽区域进行标记，得到三维矩阵L。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果。

(1)坑槽形成的原因是多样的，包括车辆行驶速度、车辆荷载、道路材料、环境等因素，不同成因形成的坑槽，其发育特点也存在差异，对应的坑槽修复措施也存在差异；而传统的三维检测方法无法分析坑槽的发育方向，难以提出面向坑槽修复的科学的养护措施，导致坑槽修复效果差，病害反复出现，增加养护成本；

本发明基于坑槽的深度信息和轮廓信息，构建了坑槽深度分布因子和扩张因子，分别用于表征坑槽的深度分布和平面分布，通过采集不同时间对应的深度分布因子和扩张因子，计算坑槽深度分布因子变化梯度和扩张因子变化梯度，实现了坑槽在深度和平面两个方向演化规律的分析，可以准确判断坑槽的发育方向和发育速度，进而推测出坑槽的形成原因，可通过采取科学的养护措施修复坑槽病害，降低养护成本，提高车辆行驶的安全性。

(2)本发明提出的平面投影方法，可将位置信息投影到平面上，实现了降低坑槽矩阵维度的目的，同时，将点云深度信息以平面矩阵元素的形式，保留在二维平面矩阵上，实现了三维坑槽矩阵向二维矩阵的高效转化，解决了三维数据处理对计算机算力要求高、计算时间长的问题；同时，在不增加系统计算负荷的情况下，考虑了坑槽深度方向的信息，提高了分析的准确率。

(3)本发明采用数理统计的方式，统计得到不同坑槽深度值的分布频次和占比，并引入权重参数，可用于表征不同坑槽深度的权重差异，反应养护管理人员对坑槽深度的关注程度。

(4)本发明在计算深度分布因子和扩张因子时，考虑了系统误差的影响，提高了计算结果的准确性。

附图说明

图1是一种路面坑槽的演化规律分析方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

结合图1，本发明方法包括以下步骤：

S1.采集路面三维点云信息并对非坑槽区域和坑槽区域进行标记，得到三维矩阵L；采用平面投影的方式将三维矩阵L转化为包含坑槽深度信息的二维矩阵M；

步骤S1具体包括以下过程：

采集路面三维点云信息，将其转化为三维矩阵H；并对路面三维点云信息的每一层建立坑槽边缘矩阵；

利用坑槽边缘矩阵中非零值形成的矩阵对三维矩阵H进行切割，形成表征三维坑槽区域外接长方体的三维矩阵J；具体地，搜索矩阵F中的非零值，形成新的矩阵G；采用矩阵G对三维矩阵H进行切割，形成三维矩阵J，J即为三维坑槽区域的外接长方体矩阵；

将与路面平行的平面K自上往下或自下往上平移与矩阵J相交，在相交过程中分别对非坑槽区域和坑槽区域进行标记，得到三维矩阵L；具体地，平移步长为1个像素，平面K与三维矩阵J相交过程中，将非坑槽区域为0，坑槽区域记为1，由此可得到三维矩阵J中，一个仅由0和1组成的三维矩阵L；

采用平面投影的方式将三维矩阵L转化为包含坑槽深度信息的二维矩阵M；

上述步骤建立了坑槽的三维矩阵，由于三维矩阵计算过程对计算机算力要求高、占用资源大、计算成本高，因此，本发明通过将坑槽的三维矩阵转变为二维矩阵的方式，降低矩阵计算的资源需求。

现有的平面投影方式，主要关注的是点云位置信息的投影，投影完毕后，删除了点云深度方向上的信息，仅能分析平面信息。针对此种情况，本发明改进了平面投影的方法。本法明提出的平面投影方法，可将位置信息投影到平面上，实现了降低坑槽矩阵维度的目的，同时，将点云深度信息以平面矩阵元素的形式，保留在二维平面矩阵上。

基于三维矩阵L，构建新的二维矩阵M，构建方法如下：

式中，z为矩阵L的竖轴方向，以竖直向下为正方向；N为三维矩阵L的页数，i为第i页；二维矩阵中的元素表示不同坑槽位置的深度信息；

S2.按照深度大小将二维矩阵M中各元素进行排序，统计不同深度值对应的元素数量，并计算不同深度值对应的元素数量相对全部元素数量的占比；

具体地，二维矩阵M中，每个元素值代表对应位置的深度值。由于路面同一坑槽内部的深度分布是随机、无序的，因此，二维矩阵M中，各元素大小排列是随机的。为了分析坑槽的深度分布规律，采用数理统计的方法，首先，需要将无需的数据转为有序的数据，因此，本发明首先按照深度大小将二维矩阵M中的元素进行排序，依次记为h1，h2，…，hi…，hn，其中，如果多个元素值的大小相同，只标记一次：统计不同深度值对应的元素数量，依次记为Nh1，Nh2，…，Nhn。计算不同深度的数量所占全部数量S的比值Ti，计算方法如下：

式中，Nhi表示排序值为hi的深度对应的矩阵元素值的数量。

S3.根据用户对不同坑槽深度关注度的差异，对不同深度值对应的占比赋予权重，计算坑槽深度分布因子；所述坑槽深度分布因子表征坑槽沿深度方向的发育情况；

在对坑槽深度信息进行分析时，不同占比的坑槽深度，不同研究人员的关注度存在差异，例如：部分人员较为关注出现频率或占比较大的坑槽深度；而其它人员可能对整体的坑槽深度分布更加关注。因此，本发明在占比Ti中引入权重q的概念，记为转换占比Tiz，

当q>1时，表明对坑槽内部出现频次较高的深度值关注度较高；

当q＝1时，表明对坑槽内部出现频次较高和较低的深度值的关注度相同；

当q<1时，表明对坑槽内部出现频次较低的深度值关注度较高。

本发明对深度值占比赋予权重有助于养护人员确定关注的深度值时，结合深度所占权重进行考虑；同时采用占比值，可以消除量纲的影响，计算简便，提高方法的普适性。

本发明引入坑槽深度分布因子U

S4.计算整个坑槽对应的边缘矩阵平均面积，得到坑槽扩张因子；

坑槽扩张因子Z指坑槽沿平面方向发育，扩张因子变大，说明坑槽沿平面发育，扩张因子变化速度越快，表明坑槽的扩张速度越快。该指标将用于评价坑槽在平面方向的发育情况。

1)依次提取三维矩阵L的第i页L(x,y,i)，记为矩阵Li，i＝1,2,3,…,N；提取Li的边缘轮廓矩阵Fi，具体方式如下：

2)建立矩阵B和C，分别如下：

3)将矩阵Li分别与矩阵B和矩阵C执行如下操作：

Li

Li

式中，*表示卷积操作，x，y分别为两个方向的坐标，Li

4)计算Li

Fi＝Max(Li

5)计算坑槽边缘矩阵Fi的面积A

A

6)计算整个坑槽对应边缘矩阵平均面积Z，该指标即为坑槽的扩张因子：

作为本发明的一种优选实施例，考虑到设备采集数据过程中，受到传感器不稳定等的影响，系统会存在误差，且系统误差V通常服从高斯分布W，即：

V～W(μ,σ

μ为数学期望，σ为标准差。

因此本发明采用高斯分布分别对坑槽深度分布因子和扩张因子进行修正，得到坑槽修正深度分布因子U'

S5.依次采集不同时刻对应的坑槽三维点云信息，对每个时刻采集到的坑槽三维点云信息执行步骤S1-S4，得到对应时间的坑槽分布因子和坑槽扩张因子；

具体地，采集不同时间的数据，并计算对应的坑槽修正深度分布因子和修正扩张因子，并计算修正深度分布因子变化梯度和修正扩张因子变化梯度，分析坑槽尺寸变化规律，具体如下：

1)依次采集时刻为t1,t2,…,tN对应的坑槽三维点云信息，重复步骤S1-S6，得到对应时间的修正坑槽分布因子U'

Δt＝t

式中，Δt为时间间隔，t

建立坑槽扩张因子变化梯度dU，计算如下：

S6.根据坑槽分布因子变化梯度和坑槽扩张因子变化梯度，得到坑槽演化规律。

具体地，1)当dZ>0，dU>0时，表明坑槽同时沿深度方向和平面方向发育；

2)当dZ>0，dU＝0时，表明坑槽沿深度方向发育，不沿平面方向发育；

3)当dZ>0，dU<0时，表明坑槽沿深度方向发育，沿平面方向收缩；

4)当dZ＝0，dU>0时，表明坑槽沿深度方向不发育，沿平面方向发育；

5)当dZ＝0，dU＝0时，表明坑槽沿深度方向不发育，不沿平面方向发育；

6)当dZ＝0，dU<0时，表明坑槽沿深度方向不发育，沿平面方向收缩；

7)当dZ<0，dU>0时，表明坑槽沿深度方向变浅，沿平面方向发育；

8)当dZ<0，dU＝0时，表明坑槽沿深度方向变浅，不沿平面方向发育；

9)当dZ<0，dU<0时，表明坑槽沿深度方向变浅，沿平面方向收缩。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。