CN101126638A - 检测公路路面平整度的摄像测量方法 - Google Patents
检测公路路面平整度的摄像测量方法 Download PDFInfo
- Publication number
- CN101126638A CN101126638A CNA2007100358399A CN200710035839A CN101126638A CN 101126638 A CN101126638 A CN 101126638A CN A2007100358399 A CNA2007100358399 A CN A2007100358399A CN 200710035839 A CN200710035839 A CN 200710035839A CN 101126638 A CN101126638 A CN 101126638A
- Authority
- CN
- China
- Prior art keywords
- car
- camera head
- road surface
- measuring
- measure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
一种检测公路路面平整度的摄像测量方法,它是在测量车上设置一些合作标志,将测量车置于待测路面上,在所述测量车上固定设置参考合作标志,在车体前方地面上固定安放摄像装置;所述测量车在待测路面上运行时,用所述摄像装置拍摄测量车运行过程中不同时刻的合作标志的图像;通过图像处理实时获得高程、采样间隔、纵坡、横坡四项路面平整度参数中的至少一项;由所获得的四项路面平整度参数合成所述待测路面的纵断面剖面曲线。采用本方法设计的测量系统,适应了现代公路建设发展要求,满足高精度、高可靠度、高自动化程度检测的需要,在公路、机场等工程领域具有良好的应用前景。
Description
技术领域
本发明涉及公路建设、机场跑道等工程领域,以及数字摄影测量、数字图像处理、计算机视觉等学科范围,进一步是指通过固定在地面上的数字摄像装置采集固定于测量车并随路面起伏偏转而运动的合作标志物的图像,通过对图像的自动分析高精度获得路面的平整度参数的方法。
背景技术
路面平整度主要是指在行驶过程中引起车辆振动的路面纵断面剖面曲线的波动变化情况,路面平整度参数主要包括高程、采样间隔、纵坡、横坡四项。高程是指采样点相对理想平面的偏差,一般都是以测量起点所在水平面作为理想平面;采样间隔是指路面纵断面剖面曲线中相邻高程采样点之间的直线距离;纵坡是指路面纵向起伏的斜率;横坡是指路面横向起伏的斜率。
如图1所示,ACDF为理想平面,ABDE为路面,ABD为路面纵断面剖面曲线,则|BC|为高程,在B点的纵向切线与理想平面的夹角为纵坡,∠EDF为横坡。
路面平整度是改进初级阶段的路面铺设、路面施工验收、城市道路路面评价中一个重要的指标,直接决定了车辆行驶的舒适度、路面的安全性及使用状态。路面平整度指标能为决策者提供重要的信息,使决策者能为路面的维修、养护及翻修等作出优化决策。另一方面,路面平整度能准确地提供路面施工质量的信息和质量评定的客观指标。
在我国,路面平整度的检测一直是路面评价中的一个难点,其主要原因是路面平整度检测仪的研发和评价理论的研究起点较低,致使我国过去自主生产的大多数平整度仪无法直接测得国际通用的国际平整度指标IRI,同时尚未形成一套适应国情的路面平整度评价理论体系。在路面平整度检测技术及检测仪器方面中国与发达国家相比仍存在相当差距,影响了我国公路及城市道路建设质量管理及周期性评价。我国交通部在上世纪九十年代制定过平整度检测规范,1998年提出采用国际上通用的国际平整度指标IRI。但事实上,在基层部门仍很少采用国际平整度指标IRI。其主要原因是这方面的检测装备比较落后,技术和人才相对缺乏;另一方面,进口的平整度仪器操作和检测内容有时不符合我国的实际应用要求,外文版的操作界面增加了进口仪器的操作难度,仪器的标定和维修保养往往依赖于原产国,使用不便,价格昂贵。在我国平整度检测技术的应用中,平整度标准差应用得较为广泛。为获得国际平整度指标IRI,平整度检测部门常将平整度标准差转换为国际平整度指标IRI。交通部公路科学研究所曾将平整度标准差σ和国际平整度指标IRI进行过相关分析,得出国际平整度指标IRI可通过平整度标准差来获得,即:
IRI=σ/0.6 (1.1)
事实上,以上的转换公式只在仅有短波长的路面适用,而当路面具有中、长波长的成份时(即路面具有小幅起伏或有斜坡时),以上的公式不成立。在现实中,绝大部分路面都具有小幅起伏或有斜坡,只是一般不易直观看出。只有极为平坦的路面方能采用以上的转换公式。可以说以上的公式在应用上有较大的局限性,不宜推广应用,只是在没有其它办法获得国际平整度指标IRI的情况下,勉强使用。
我国平整度仪的研制主要起始于上世纪八十年代初。当初西安、北京、上海的市政部门和公路研究部门分别开始了连续式平整度仪(八轮仪)的研制,并于八十年代中期开始了具体的应用。时至今日,连续式平整度仪仍有较大的应用市场,但连续式平整度仪有其根本的局限性。由于其检测的波长限定在短波长范围(小于1.5米),因此无法获得国际平整度指标IRI(IRI要求检测波长必须大于30米)。连续式平整度仪所能检测的是平整度标准差,而平整度标准差所能反映的仅是短波长的平整度。随着我国对平整度检测要求的提高,连续式平整度仪越来越不适应市场应用。另一种响应式检测类,其主要局限是仪器须定期标定,且无法直接获得国际平整度指标IRI。但随着国际平整度指标IRI的普及使用和交通部对IRI的要求,响应式检测仪的应用也已开始受到制约。因此,市场急需一种符合我国的实际应用要求、操作难度小、仪器的标定和维护保养不依赖国外的直接式平整度测量仪。
近年来,以计算机技术和数字图像处理技术为核心的信息技术得到飞速发展,数字摄像装置制造工艺水平大幅度提高,这些科技进步使得利用摄像测量方法实施路面平整度的测量成为可能。
发明内容
本发明要解决的技术问题是,针对现有技术存在的缺陷,提出一种检测公路路面平整度的摄像测量方法,它将摄像测量运用于公路平整度检测,系统数字化程度高,可满足高速公路和机场跑道要求高精度、高可靠度、高自动化程度检测的需要,从而大大提高路面平整度参数水平,以适应现代高等级公路建设发展要求。
本发明的技术方案是,所述检测公路路面平整度的摄像测量方法为:
a.将测量车置于待测路面上,在所述测量车上固定设置参考合作标志,在车体前方地面上固定安放摄像装置;
b.所述测量车在待测路面上运行时,用所述摄像装置拍摄测量车运行过程中不同时刻的合作标志的图像;
c.通过图像处理实时获得高程、采样间隔、纵坡、横坡的四项路面平整度参数中的至少一项。
以下对本发明做出进一步说明。
参见图2,本发明方法为:
a.将测量车T置于待测路面R上,在所述测量车T上固定设置参考合作标志P(图2中画出了6个不同位置的标志点),在车体前方地面上固定安放摄像装置C;
b.所述测量车T在待测路面R上运行时,用所述摄像装置C拍摄测量车T运行过程中不同时刻的合作标志P的图像;
c.通过图像处理实时获得高程、采样间隔、纵坡、横坡的四项路面平整度参数中的至少一项。
进一步地,用所获得的高程、采样间隔、纵坡、横坡的四项路面平整度参数合成所述待测路面的纵断面剖面曲线。
摄像装置C在拍摄过程中,相对于地面是固定不动的。但为了便于移动摄像装置C,也可以将其安装在一小车上。
本发明中,路面平整度等参数中的采样间隔是指摄像装置相邻两帧图像间测量车行驶的距离。
并且,合作标志P的标志点数量不同,可能合成的平整度参数也不相同。一般来讲,有2个或2个以上合作标志点即可以合成出测量车左右轮高程、纵坡、横坡,及测量车左右轮的纵断面剖面曲线。得出路面平整度标准差和国际平整度指标IRI。
先以合作标志P为2个标志点的情况(也可理解为在两个以上标志点中选用两个标志点)为例,阐述路面平整度参数的合成方案。如图4所示,O为图像中心,XOY为图像坐标系。
如果在初始时刻t0,获得2个标志点的图像点为p1、p2。通常开始测量前,调整摄像装置水平并正对标志点进行拍摄,则p1p2平行于图像传感器水平方向。事实上,如果在起始时刻,没有严格调整摄像装置位置,即存在一个小的初始方向角和俯仰角,只要保持摄像装置在测量过程中固定,并不会影响最终测量结果。
如果t1时刻获得的图像点为p1′、p2′。通过常规数字图像处理技术,可以检测出p1′相对p1的纵向位移Δy1,p2′相对p2的纵向位移Δy2,以及p1′p2′与p1p2的夹角ψ。
可以根据视场内合作标志的先验知识,如线段长度、区域面积等,实时标定出图像的比例系数,用于最终路面几何参数的计算。如根据|p1′p2′|和事先测量得到的标志点P1与P2距离还能求出该时刻摄像装置的放大倍数K=|p1p2|/|P1P2|。
如果测量车左右轮距为L米,测量车的车速为V米/秒,摄像装置帧频为H帧/秒,可合成如下路面平整度参数:
采样间隔=V/H;
测量车左轮迹相邻时刻高程差=(Δy1+Δy2)/2K+Lsinψ/2;
测量车右轮迹相邻时刻高程差=(Δy1+Δy2)/2K-Lsinψ/2;
测量车左轮迹纵坡=arcsin[H×((Δy1+Δy2)/2K+Lsinψ/2)/V];
测量车右轮迹纵坡=arcsin[H×((Δy1+Δy2)/2K-Lsinψ/2)/V];
横坡=ψ。
下面以合作标志P为4个标志点的情况(也可理解为在四个以上标志点中选用四个标志点)为例,阐述路面平整度参数的合成方案。如图5所示,O为图像中心,XOY为图像坐标系。
如果在初始时刻t0,获得4个标志点的图像点为p1、p2、p3、p4,p1p2和p3p4的交点为o。通常开始测量前,调整摄像装置水平并正对标志点进行拍摄,则p1p2平行于图像传感器水平方向,p3p4平行于图像传感器垂直方向。事实上,如果在起始时刻,没有严格调整摄像装置位置,即存在一个小的初始方向角和俯仰角,只要保持摄像装置在测量过程中固定,并不会影响最终测量结果。
如果t1时刻获得的图像点为p1′、p2′、p3′、p4′,p1′p2′和p3′p4′的交点为o′。通过常规数字图像处理技术,可以检测出o′相对o的纵向位移Δy,以及p1′p2′与p1p2的夹角ψ。
可以根据视场内合作标志的先验知识,如线段长度、区域面积等,实时标定出图像的比例系数,用于最终路面几何参数的计算。如根据|p1′p2′|和事先测量得到的标志点P1与P2距离还能求出该时刻摄像装置的放大倍数K=|p1p2|/|P1P2|。
如果测量车左右轮距为L米,测量车的车速为V米/秒,摄像装置帧频为H帧/秒,可合成如下路面平整度参数:
采样间隔=V/H;
测量车左轮迹相邻时刻高程差=Δy/K+Lsinψ/2;
测量车右轮迹相邻时刻高程差=Δy/K-Lsinψ/2;
测量车左轮迹纵坡=arcsin[H×(Δy/K+Lsinψ/2)/V];
测量车右轮迹纵坡=arcsin[H×(Δy/K-Lsinψ/2)/V];
横坡=ψ。
通过采用各种已有数字图像处理技术,可以高精度地检测并定位图像点位置。例如,亚像素图像定位技术就是一种先进的图像处理方法之一,运用它使图像中目标定位精度高于图像的物理分辨率。本发明可采用如下亚像素定位技术:
1、使用自适应模板相关滤波法
基本思想是制作参数可以调整的模板,对每个粗定位点,首先确定应选模板的参数,选择最合适的模板,用所选模板对粗定位点及其邻域点进行相关运算,用所得相关系数拟合曲面,确定最大相关位置。
2、自适应阈值重心法
对于有些目标,可以通过多种图像处理的方法提取具有一定面积的目标区域,并考虑到目标的灰度分布特征,采用灰度重心法,在目标区域内以灰度为权值求出目标区域的灰度重心作为目标位置,同时采用带自适应阈值的高斯分布模板对特征目标进行跟踪定位。
3、灰度图拟合法
对于有些目标,还可直接根据目标图像的特征,选用合适的解析曲面,对灰度图进行曲面拟合,再求出解析曲面的极值位置,从而实现目标的亚像素精度定位。
4、根据灰度特征进行指定区域或全场的自动识别
如图2所示,对顶角标志图像具有一定的特征,如对角区域同为亮或暗而平均灰度差异小,邻角区域一亮一暗而平均灰度差异大,4个角域各自的平均灰度与整个区域的平均灰度有较大差异,中心区的平均灰度与整个区域的平均灰度相近,同一角域内象素间灰度差异小,标志外缘有椭圆或近似椭圆存在,有两条相交于中心的阶跃边缘存在。充分利用这些特征,可以可靠地实现高精度的识别与定位。
由以上可知,本发明为一种检测公路路面平整度的摄像测量方法,它可满足高速公路和机场跑道要求高精度、高可靠度、高自动化程度检测的需要,大大提高了路面平整度参数水平;应用本发明方法时,不需要将摄像装置严格对准合作标志,只要使合作标志处于摄像装置视场范围内即可,因此在实际使用中,操作简单,测量装置的可操作性好;实施本发明,可采用以摄像装置和个人计算机(或DSP处理器)为核心的硬件设备,对硬件依赖程度低,数字化程度和自动化程度高,可以方便地采用计算机对摄像装置获得的图像数据进行存储、复制、传输和自动化处理。
附图说明
图1为路面剖视结构示意图;
图2为摄像测量方法原理示意图;
图3为合作标志点样式,其中(a)为圆形,(b)为十字丝,(c)为对顶角;
图4为采用2个合作标志点的公路平整度参数合成原理图;
图5为采用4个合作标志点的公路平整度参数合成原理图;
具体实施方式
参见图2、图4和图5,本发明方法为:
a.将测量车T置于待测路面R上,在所述测量车T上固定设置6个参考合作标志P,在车体前方地面上固定安放摄像装置C;测量车T为图2所示四轮小车。
b.所述测量车T在待测路面R上运行时,用所述摄像装置C拍摄测量车T运行过程中不同时刻的合作标志P的图像;
c.通过图像处理实时获得高程、采样间隔、纵坡、横坡的四项路面平整度参数及纵断面剖面曲线。
所述路面平整度参数的一种实施例合成方法如下。
如图5所示,O为图像中心,XOY为图像坐标系。
设在初始时刻t0,获得4个标志点的图像点为p1、p2、p3、p4,p1p2和p3p4的交点为o。通常开始测量前,调整摄像装置水平并正对标志点进行拍摄,则p1p2平行于图像传感器水平方向,p3p4平行于图像传感器垂直方向。
设在t1时刻获得的图像点为p1′、p2′、p3′、p4′,p1′p2′和p3′p4′的交点为o′。通过常规数字图像处理技术,可以检测出o′相对o的纵向位移Δy,以及p1′p2′与p1p2的夹角ψ。
根据|p1′p2′|和事先测量得到的标志点P1与P2距离还能求出该时刻摄像装置的放大倍数K=|p1p2|/|P1P2|。
如果测量车左右轮距为L米,测量车的车速为V米/秒,摄像装置帧频为H帧/秒,可合成如下路面平整度参数:
采样间隔=V/H;
测量车左轮迹相邻时刻高程差=Δy/K+Lsinψ/2;
测量车右轮迹相邻时刻高程差=Δy/K-Lsinψ/2;
测量车左轮迹纵坡=arcsin[H×(Δy/K+Lsinψ/2)/V];
测量车右轮迹纵坡=arcsin[H×(Δy/K-Lsinψ/2)/V];
横坡=ψ。
大气抖动修正:由于摄像装置距离目标最长距离可能达到几百米以上,因此需要考虑大气抖动对成像的影响。此时可以通过加装自适应光学设备,或用软件算法形式进行适当修正。
摄像装置的选择与安装:数字摄像装置速度快、存储方便,易于实现后处理的数字化、自动化,因此采用数字摄像装置(摄像机)比模拟摄像装置更合适。由于在测量车作业时的环境中,尘土和噪声污染大,并有剧烈振动存在。为保证摄像装置的正常工作状态,正确获得合作标志物图像,需要加固安装摄像装置,并对摄像装置镜头加装防尘装置。
实际应用中,由于摄像装置拍摄距离变化很大,通常需要从几十米变化到几百米,为了保持标志点在图像上保持合适的放大倍数以充分利用视场,同时保持图像清晰,可采用变焦镜头。当路面测量车沿车道方向运动时,摄像装置拍摄合作标志点图像,处理器实时检测图像中标志点的位置变化,并根据标志点位置变化,驱动电动镜头,使得标志点的图像点始终在图像上保持合理位置,以充分有效利用视场,并使得图像聚焦清晰。然后,处理器根据图像点坐标与事先获得的目标实际相对位置等先验知识可实时计算出路面的高程、纵坡和横坡等路面平整度参数。
合作标志P可以是圆形,也可以是对角形,或十字丝等,如图3所示,或其它易于识别的形状。如果用于夜间作业,合作标志P可采用发光光源制作。
处理器选择设计方案:在路面平整度参数的检测中,可以采用PC计算机或DSP处理器,作为图像存储、数据处理设备。由于DSP处理器速度快、操作简便,因此更适合用在实际装置中。在摄像装置选定,可以根据摄像装置的接口方案设计DSP处理器。
为了适应测量车相对摄像装置横向运动的情况,摄像装置沿横向摆头拍摄。
所述测量车可以是压路机、沥青摊铺机等工程机械或专用的路面检测车。
用上述方法检测并得出路面纵断面剖面高程(曲线),然后通过软件直接计算出国际平整度指标IRI和平整度标准差σ;在路面沥青摊铺等施工过程中可将平整度等参数传送给施工机械,为施工过程路面平整度等参数的实时控制提供依据。
Claims (8)
1.一种检测公路路面平整度的摄像测量方法,其特征是,该方法为:
a.将测量车置于待测路面上,在所述测量车上固定设置参考合作标志,在车体前方地面上固定安放摄像装置;
b.所述测量车在待测路面上运行时,用所述摄像装置拍摄测量车运行过程中不同时刻的合作标志的图像;
c.通过图像处理实时获得高程、采样间隔、纵坡、横坡的四项路面平整度参数中的至少一项。
2.根据权利要求1所述检测公路路面平整度的摄像测量方法,其特征是,由所获得的高程、采样间隔、纵坡、横坡的四项路面平整度参数合成所述待测路面的纵断面剖面曲线。
3.根据权利要求1所述检测公路路面平整度的摄像测量方法,其特征是,所述路面平整度参数的获取为,在以O为图像中心的XOY图像坐标系XOY中,设在初始时刻t0,获得4个标志点的图像点为p1、p2、p3、p4,p1p2和p3p4的交点为o;在t1时刻获得的图像点为p1′、p2′、p3′、p4′,p1′p2′和p3′p4′的交点为o′;o′相对o的纵向位移记为Δy,p1′p2′与p1p2的夹角记为ψ;当测量车左右轮距为L米,测量车的车速为V米/秒,摄像装置帧频为H帧/秒,则合成如下路面平整度参数:
采样间隔=V/H;
测量车左轮迹相邻时刻高程差=Δy/K+Lsinψ/2;
测量车右轮迹相邻时刻高程差=Δy/K-Lsinψ/2;
测量车左轮迹纵坡=arcsin[H×(Δy/K+Lsinψ/2)/V];
测量车右轮迹纵坡=arcsin[H×(Δy/K-Lsinψ/2)/V];
横坡=ψ;
K为刻摄像装置的放大倍数,根据| p1′p2′|和事先测量得到的标志点P1与P2距离求出该时刻的放大倍数K=|p1 p2|/|P1 P2|。
4.根据权利要求1所述检测公路路面平整度的摄像测量方法,其特征是,所述摄像装置为可变焦镜头的数字摄像机。
5.根据权利要求1所述检测公路路面平整度的摄像测量方法,其特征是,所述合作标志为圆形、十字丝、对顶角形状。
6.根据权利要求1所述检测公路路面平整度的摄像测量方法,其特征是,采用亚像素图像定位技术进行所述图像处理,定位图像中的标志点位置。
7.根据权利要求1所述的路面平整度检测方法与装置,其特征在于,根据视场内线段长度、区域面积之合作标志的先验知识,实时标定出图像的比例系数,用于最终路面几何参数的计算。
8.根据权利要求1所述的路面平整度检测方法与装置,其特征在于,为了适应测量车相对摄像装置横向运动的情况,摄像装置沿横向摆头拍摄。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007100358399A CN101126638A (zh) | 2007-09-29 | 2007-09-29 | 检测公路路面平整度的摄像测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007100358399A CN101126638A (zh) | 2007-09-29 | 2007-09-29 | 检测公路路面平整度的摄像测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101126638A true CN101126638A (zh) | 2008-02-20 |
Family
ID=39094722
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007100358399A Pending CN101126638A (zh) | 2007-09-29 | 2007-09-29 | 检测公路路面平整度的摄像测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101126638A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101812824A (zh) * | 2010-04-19 | 2010-08-25 | 华东交通大学 | 基于影像云纹法的路面平整度检测装置及检测方法 |
CN101881000A (zh) * | 2010-06-11 | 2010-11-10 | 中国人民解放军国防科学技术大学 | 一种公路路面平整度的摄像测量系统及方法 |
CN101619970B (zh) * | 2009-08-21 | 2011-01-12 | 潘玉利 | 一种路面纵断面测量方法 |
CN101694084B (zh) * | 2009-10-14 | 2011-05-11 | 武汉武大卓越科技有限责任公司 | 地面车载移动检测系统 |
CN101314932B (zh) * | 2008-07-16 | 2011-06-08 | 张小虎 | 一种轨道几何参数的摄像测量方法 |
CN102679943A (zh) * | 2012-04-28 | 2012-09-19 | 中铁四局集团有限公司 | 试车场高速环道平顺性检测方法 |
WO2013060218A1 (zh) * | 2011-10-28 | 2013-05-02 | 中联重科股份有限公司 | 臂架振动位移测量方法、系统及包含其的混凝土泵车 |
CN103411535A (zh) * | 2013-08-07 | 2013-11-27 | 北京信息科技大学 | 一种针对回光反射标志的可变权重像点定位方法 |
CN104541128A (zh) * | 2012-08-02 | 2015-04-22 | 丰田自动车株式会社 | 路面状态取得装置及悬架系统 |
CN104618643A (zh) * | 2015-01-20 | 2015-05-13 | 广东欧珀移动通信有限公司 | 一种拍摄方法及装置 |
CN105887633A (zh) * | 2016-04-08 | 2016-08-24 | 重庆交通大学 | 公路路面平整度测量系统 |
CN107750364A (zh) * | 2015-02-26 | 2018-03-02 | 无比视视觉技术有限公司 | 使用稳定的坐标系的道路垂直轮廓检测 |
CN109238225A (zh) * | 2018-09-03 | 2019-01-18 | 浙江大丰实业股份有限公司 | 移动式车台实时高度监护平台 |
CN110243291A (zh) * | 2019-01-10 | 2019-09-17 | 武汉滨湖电子有限责任公司 | 一种激光路面构造深度检测系统抗干扰方法 |
CN110629647A (zh) * | 2019-09-25 | 2019-12-31 | 武汉滨湖电子有限责任公司 | 一种基于时间触发的任意车速路面高程数据采集的方法 |
CN110670461A (zh) * | 2019-11-14 | 2020-01-10 | 上海宝冶建筑工程有限公司 | 一种机场道面平整度的检测方法 |
CN111854583A (zh) * | 2020-07-30 | 2020-10-30 | 孙喜军 | 一种公路质量检测装置 |
CN112127245A (zh) * | 2020-09-17 | 2020-12-25 | 中国民航大学 | 一种拖拽式路面平整度测量方法 |
CN112906575A (zh) * | 2021-02-22 | 2021-06-04 | 深圳市城市交通规划设计研究中心股份有限公司 | 路面缺陷检测模型建立方法、路面缺陷检测方法及系统 |
CN113551636A (zh) * | 2021-07-02 | 2021-10-26 | 武汉光谷卓越科技股份有限公司 | 基于异常数据矫正的平整度检测方法 |
CN114612731A (zh) * | 2022-05-10 | 2022-06-10 | 安徽省路通公路工程检测有限公司 | 一种用于道路平整度检测的智能识别方法及系统 |
-
2007
- 2007-09-29 CN CNA2007100358399A patent/CN101126638A/zh active Pending
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101314932B (zh) * | 2008-07-16 | 2011-06-08 | 张小虎 | 一种轨道几何参数的摄像测量方法 |
CN101619970B (zh) * | 2009-08-21 | 2011-01-12 | 潘玉利 | 一种路面纵断面测量方法 |
CN101694084B (zh) * | 2009-10-14 | 2011-05-11 | 武汉武大卓越科技有限责任公司 | 地面车载移动检测系统 |
CN101812824B (zh) * | 2010-04-19 | 2012-01-04 | 华东交通大学 | 基于影像云纹法的路面平整度检测装置及检测方法 |
CN101812824A (zh) * | 2010-04-19 | 2010-08-25 | 华东交通大学 | 基于影像云纹法的路面平整度检测装置及检测方法 |
CN101881000A (zh) * | 2010-06-11 | 2010-11-10 | 中国人民解放军国防科学技术大学 | 一种公路路面平整度的摄像测量系统及方法 |
WO2013060218A1 (zh) * | 2011-10-28 | 2013-05-02 | 中联重科股份有限公司 | 臂架振动位移测量方法、系统及包含其的混凝土泵车 |
CN102679943A (zh) * | 2012-04-28 | 2012-09-19 | 中铁四局集团有限公司 | 试车场高速环道平顺性检测方法 |
CN104541128A (zh) * | 2012-08-02 | 2015-04-22 | 丰田自动车株式会社 | 路面状态取得装置及悬架系统 |
CN103411535A (zh) * | 2013-08-07 | 2013-11-27 | 北京信息科技大学 | 一种针对回光反射标志的可变权重像点定位方法 |
CN103411535B (zh) * | 2013-08-07 | 2015-08-05 | 北京信息科技大学 | 一种针对回光反射标志的可变权重像点定位方法 |
CN104618643A (zh) * | 2015-01-20 | 2015-05-13 | 广东欧珀移动通信有限公司 | 一种拍摄方法及装置 |
CN104618643B (zh) * | 2015-01-20 | 2017-10-17 | 广东欧珀移动通信有限公司 | 一种拍摄方法及装置 |
CN107750364A (zh) * | 2015-02-26 | 2018-03-02 | 无比视视觉技术有限公司 | 使用稳定的坐标系的道路垂直轮廓检测 |
CN105887633A (zh) * | 2016-04-08 | 2016-08-24 | 重庆交通大学 | 公路路面平整度测量系统 |
CN109238225B (zh) * | 2018-09-03 | 2021-02-05 | 浙江大丰实业股份有限公司 | 移动式车台实时高度监护平台 |
CN109238225A (zh) * | 2018-09-03 | 2019-01-18 | 浙江大丰实业股份有限公司 | 移动式车台实时高度监护平台 |
CN110243291A (zh) * | 2019-01-10 | 2019-09-17 | 武汉滨湖电子有限责任公司 | 一种激光路面构造深度检测系统抗干扰方法 |
CN110629647B (zh) * | 2019-09-25 | 2021-06-08 | 武汉滨湖电子有限责任公司 | 一种基于时间触发的任意车速路面高程数据采集的方法 |
CN110629647A (zh) * | 2019-09-25 | 2019-12-31 | 武汉滨湖电子有限责任公司 | 一种基于时间触发的任意车速路面高程数据采集的方法 |
CN110670461A (zh) * | 2019-11-14 | 2020-01-10 | 上海宝冶建筑工程有限公司 | 一种机场道面平整度的检测方法 |
CN111854583A (zh) * | 2020-07-30 | 2020-10-30 | 孙喜军 | 一种公路质量检测装置 |
CN111854583B (zh) * | 2020-07-30 | 2021-11-02 | 江西赣粤高速公路工程有限责任公司 | 一种公路质量检测装置 |
CN112127245A (zh) * | 2020-09-17 | 2020-12-25 | 中国民航大学 | 一种拖拽式路面平整度测量方法 |
CN112906575A (zh) * | 2021-02-22 | 2021-06-04 | 深圳市城市交通规划设计研究中心股份有限公司 | 路面缺陷检测模型建立方法、路面缺陷检测方法及系统 |
CN113551636A (zh) * | 2021-07-02 | 2021-10-26 | 武汉光谷卓越科技股份有限公司 | 基于异常数据矫正的平整度检测方法 |
CN114612731A (zh) * | 2022-05-10 | 2022-06-10 | 安徽省路通公路工程检测有限公司 | 一种用于道路平整度检测的智能识别方法及系统 |
CN114612731B (zh) * | 2022-05-10 | 2022-08-09 | 安徽省路通公路工程检测有限公司 | 一种用于道路平整度检测的智能识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101126638A (zh) | 检测公路路面平整度的摄像测量方法 | |
CN100588775C (zh) | 检测公路路面平整度的摄像测量方法 | |
CN101694084B (zh) | 地面车载移动检测系统 | |
CN104021676B (zh) | 基于车辆动态视频特征的车辆定位及车速测量方法 | |
CN111855664B (zh) | 一种可调节隧道病害三维检测系统 | |
CN106043355B (zh) | 一种铁路检测车沉降和位姿的高精度摄像测量方法 | |
CN101881000B (zh) | 一种公路路面平整度的摄像测量系统及方法 | |
CN101021417B (zh) | 一种长直轨道几何参数的摄像测量方法 | |
CN106978774B (zh) | 一种路面坑槽自动检测方法 | |
CN101514993B (zh) | 基于线阵ccd摄像机的车辆速度测量装置 | |
CN104567708A (zh) | 基于主动式全景视觉的隧道全断面高速动态健康检测装置与方法 | |
CN103938531B (zh) | 激光道路错台检测系统和方法 | |
CN103778681A (zh) | 一种车载高速公路巡检系统及数据获取和处理方法 | |
RU2646771C1 (ru) | Способ трассировки маршрута движения автоматического транспортного средства | |
CN112880599B (zh) | 一种基于四足机器人的路基平整度检测系统及工作方法 | |
US20220138970A1 (en) | Structural vibration monitoring method based on computer vision and motion compensation | |
Chu et al. | A review on pavement distress and structural defects detection and quantification technologies using imaging approaches | |
CN104313986A (zh) | 路面平整度检测系统和方法 | |
CN112924955B (zh) | 一种路侧激光雷达点云坐标动态修正方法 | |
CN110306414B (zh) | 一种路面构造深度检测方法 | |
CN101470080A (zh) | 基于结构光投射的表面形状图象检测系统 | |
CN114357587A (zh) | 一种基于路面工程3d数字化铺筑方法及系统 | |
CN111455787B (zh) | 一种基于路面三维数字化的路面检测系统 | |
CN107119543B (zh) | 一种非接触式快速道路弯沉检测系统 | |
CN109559356B (zh) | 一种基于机器视觉的高速公路视距检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20080220 |