CN107288016A - 一种基于三维激光检测技术的沥青路面铣刨质量评价方法 - Google Patents

一种基于三维激光检测技术的沥青路面铣刨质量评价方法 Download PDF

Info

Publication number
CN107288016A
CN107288016A CN201710423443.5A CN201710423443A CN107288016A CN 107288016 A CN107288016 A CN 107288016A CN 201710423443 A CN201710423443 A CN 201710423443A CN 107288016 A CN107288016 A CN 107288016A
Authority
CN
China
Prior art keywords
milling
elementary cell
quality
face
milling face
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.)
Granted
Application number
CN201710423443.5A
Other languages
English (en)
Other versions
CN107288016B (zh
Inventor
惠冰
梁海媚
张洪伟
李喆
蔡宜长
郭牧
李岩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
INNER MONGOLIA AUTONOMOUS REGION TRAFFIC CONSTRUCTION ENGINEERING QUALITY SUPERVISION ADMINISTRATION
University NORTHEAST FORESTRY
Changan University
Original Assignee
Inner Mongolia Autonomous Region Traffic Engineering Construction Quality Supervision Bureau
Changan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Inner Mongolia Autonomous Region Traffic Engineering Construction Quality Supervision Bureau, Changan University filed Critical Inner Mongolia Autonomous Region Traffic Engineering Construction Quality Supervision Bureau
Priority to CN201710423443.5A priority Critical patent/CN107288016B/zh
Publication of CN107288016A publication Critical patent/CN107288016A/zh
Application granted granted Critical
Publication of CN107288016B publication Critical patent/CN107288016B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • EFIXED CONSTRUCTIONS
    • E01CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01CCONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
    • E01C23/00Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
    • E01C23/01Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217Validation; Performance evaluation; Active pattern learning techniques
    • G06F18/2193Validation; Performance evaluation; Active pattern learning techniques based on specific statistical tests

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Road Repair (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于三维激光检测技术的沥青路面铣刨质量评价方法,首先获取包含铣刨形貌的三维激光高程点云数据,并对获取的原始铣刨面形貌进行平滑处理,采用平滑后的所有连续横断面进行组合,重构出铣刨面的三维模型,将铣刨面划分为若干面积相等的基本单元;以铣刨面横向为横坐标E,以铣刨面纵向为纵坐标F,构建铣刨面二维坐标系,根据基于平滑数据建立的铣刨面三维模型,提取基本单元的平均高程峰值MHP,根据每个基本单元的平均高程峰值的计算结果,逐个识别判定每个基本单元的铣刨质量,最后根据每个基本单元的铣刨质量对沥青路面铣刨质量综合评价。本发明能够评价铣刨面施工的均匀性并对铣刨质量进行准确量化。

Description

一种基于三维激光检测技术的沥青路面铣刨质量评价方法
技术领域
本发明属于路面养护施工质量评价领域,具体涉及一种基于三维激光检测技术的沥青路面铣刨质量评价方法。
背景技术
沥青路面铣刨是利用现有铣刨机具清除道路面层的车辙、拥包、波浪、网裂、松散等病害,促进新铺罩面与旧路面充分结合,提高路面平整度的一种施工工艺。铣刨能显著增强路面整体性,延长道路使用寿命。理想的铣刨面应槽峰高度平整、横向均匀纵向顺直。但受施工现场的路面水平横纵坡度、铣刨机具性能、驾驶员经验、作业环境等因素影响,在实际操作中常常出现铣刨面起伏、骨料剥落,病害局部残留等现象,使得新铺罩面与旧路面无法充分粘结,导致路面平整度和耐久性降低,影响行车舒适性和养护经济性。因此,快速、准确的铣刨质量评价对路面养护施工具有重要作用。
目前,沥青路面铣刨质量仍缺少一套精细准确的评价方法,铣刨质量的评价主要依靠现场相关技术人员利用刻度尺等工具进行人为量,受人为主观经验、采样数据密度和检测设备精度影响,仅能识别较大范围铣刨面严重偏离铣刨标准要求的情况,无法准确掌握整个铣刨面的铣刨均匀程度,无法准确掌握铣刨面过低或铣刨面过高部分的面积和位置,导致难以科学地评价整个铣刨面的施工质量。
利用三维线激光检测技术获取的铣刨面激光点云数据,可构建近乎真实的铣刨面三维细观模型,经过数据处理、指标提取,并进行合理的分析与评价,可准确掌握铣刨面过低、铣刨面过高等施工质量不合格区域的位置、面积等信息,为科学地评价铣刨施工质量提供依据,为铣刨不合格区域的修正提供信息支撑,为保证路面养护施工质量奠定基础。
综上所述,准确识别铣刨质量对养护路面服务质量和使用寿命的影响至关重要,而现行人工现场观测方法难以实现对铣刨质量的全面、准确量化。因此,为提高路面养护施工质量,保证路面服务质量和使用寿命,提出一种准确的沥青路面铣刨质量评价方法成为当前需要迫切解决的技术问题。
发明内容
本发明的目的在于提供一种基于三维激光检测技术的沥青路面铣刨质量评价方法,以解决现有铣刨质量评价方法上存在的缺陷,本发明能够评价铣刨面施工的均匀性并对铣刨质量进行准确量化。
为达到上述目的,本发明采用如下技术方案:
一种基于三维激光检测技术的沥青路面铣刨质量评价方法,包括以下步骤:
步骤1:采用三维激光检测设备对沥青路面铣刨面进行扫描,获取包含铣刨形貌的三维激光高程点云数据,并对获取的原始铣刨面形貌进行平滑处理,得到能准确反映铣刨面宏观特征和凹凸状况的三维激光高程点云数据;
步骤2:采用平滑后的所有连续横断面进行组合,重构出铣刨面的三维模型;
步骤3:将步骤2重构的铣刨面划分为若干面积相等的基本单元,每个基本单元横、纵向分别包含n、m个激光高程点云数据;
步骤4:以铣刨面横向为横坐标E,以铣刨面纵向为纵坐标F,构建铣刨面二维坐标系,其中E=E1,E2,…Ei…Ea,F=F1,F2,…Fj…Fb,i表示铣刨面横向第i个基本单元,a为铣刨面横向基本单元的个数,j指的是铣刨面纵向第j个基本单元,b为铣刨面纵向基本单元的个数,EiFj即为该铣刨面上任意一个基本单元的具体位置;
步骤5:根据基于平滑数据建立的铣刨面三维模型,提取基本单元的平均高程峰值MHP;
步骤6:根据每个基本单元的平均高程峰值的计算结果,逐个识别判定每个基本单元的铣刨质量;
步骤7:根据每个基本单元的铣刨质量对沥青路面铣刨质量综合评价。
进一步地,步骤1中对获取的原始铣刨面形貌采用最小二乘多项式平滑法进行平滑处理。
进一步地,步骤3中根据铣刨鼓刀头的横纵间距,将铣刨面划分为若干50mm×50mm的基本单元。
进一步地,步骤5中平均高程峰值MHP的计算方法如下:
式中,m为基本单元中所包含的横断面节段的数量,为第i个横断面节段中高程点云的最大值,mean表示取均值。
进一步地,步骤6中逐个识别判定每个基本单元的铣刨质量的方法具体为:
步骤6.1:以标准铣刨面高程上下浮动0.5m为阈值表示基准平均高程峰值MHP0
步骤6.2:将每个基本单元的平均高程峰值与基准平均高程峰值进行对比,当则该基本单元铣刨质量良好,当该基本单元铣刨质量不良,其中表示铣刨面中处于EiFj位置的基本单元的平均高程峰值。
进一步地,步骤7中对沥青路面铣刨质量综合评价具体为:
步骤7.1:根据各基本单元铣刨质量判断结果,计算各铣刨质量所占的面积,如下所示:
Ak=nka
式中,nk为被判断为铣刨质量为k的基本单元的个数,k为良好或不良,a为每个基本单元的面积;
步骤7.2:根据步骤4建立的铣刨面二维坐标系,以及基本单元铣刨质量识别结果,总结铣刨不良区域位置;
步骤7.3:分别计算所有Fj中铣刨质量良好、铣刨质量不良的基本单元个数,观察其沿铣刨面纵向F的分布,分析其变化规律,总结铣刨均匀性。
与现有技术相比,本发明具有以下有益的技术效果:
本发明弥补了铣刨质量评价缺乏量化标准的情况,采用先进的三维激光技术,准确、快速地获取沥青铣刨面的高程点云,对高程点云进行平滑处理,建立铣刨面的三维模型,提取并计算单元区域特征参数,并对铣刨质量进行了识别判断,基于铣刨质量判断,量化了铣刨不良区域的面积并对其进行准确定位,基于三维激光技术对沥青路面铣刨质量进行准确评价,不但为保证路面养护施工质量提供保障,还能为网络级智能化养护提供信息指导。
附图说明
图1是本发明的流程示意图;
图2是铣刨面平滑前后的横断面三维激光数据图;
图3是平滑后的铣刨面三维模型图;
图4是以基本单元为元素的铣刨面二维坐标系;
图5是铣刨面基本单元区域特征参数说明图;
图6是基本单元特征参数计算结果与铣刨面高程图对应图;
图7是铣刨不良区域位置识别说明图;
图8是各铣刨质量基本单元个数沿铣刨面纵向的分布图。
具体实施方式
下面结合附图对本发明作进一步详细描述:
参见图1,一种基于三维线激光技术的沥青路面铣刨质量评价方法,包括以下步骤:
1、铣刨面激光点云数据获取与处理
1.1铣刨面激光点云数据获取
根据检测环境,调控三维激光检测系统的曝光值、检测宽度、扫描间距等参数,采用三维激光检测设备对沥青路面铣刨面进行扫描,获取包含铣刨形貌的三维激光高程点云数据。
1.2铣刨面激光点与数据处理
为了削弱或除去激光点云的噪声,利用最小二乘多项式平滑法对获取的原始铣刨面形貌进行平滑处理,得到能准确反映铣刨面宏观特征和凹凸状况的三维激光高程点云数据。
2、铣刨面三维模型构建
为了多维度地观察分析铣刨面的表面特征,提高分析结果的准确性,用平滑后的所有连续横断面进行组合,重构出铣刨面的三维表面轮廓。
3、铣刨面单元分割
为了更加精确地对铣刨面的铣刨质量进行定量分析,根据铣刨鼓刀头的横纵间距,将铣刨面划分为50mm×50mm的基本单元,每个基本单元横、纵向分别包含n、m个激光高程点云数据。
4、铣刨面二维坐标系建立
以铣刨面横向为横坐标E(E1,E2,…Ei…Ea),i指的是铣刨面横向第i个基本单元,a为铣刨面横向基本单元的个数。
以铣刨面纵向为纵坐标F(F1,F2,…Fj…Fb),j指的是铣刨面纵向第j个基本单元,b为铣刨面纵向基本单元的个数。
EF形成二维坐标系,EiFj则为该铣刨面上任意一个基本单元的具体位置。
5、单元区域特征参数的建立与计算
铣刨面的平整度是控制铣刨质量的重要指标,为了便于对铣刨质量进行量化分析,根据基于平滑数据建立的铣刨面三维模型,分析铣刨铣刨面高程的变化特征,提取基本单元的平均高程峰值MHP(Mean Height Peak),其中,基本单元包含多条横断面节段,MHP则是这些横断面节段的高程峰值的均值,它衡量这一基本单元所处水平位置的高低,其计算方法如下:
式中,m为基本单元中所包含的横断面节段的数量,为第i个横断面节段中高程点云的最大值,mean表示取均值。
6、基本单元铣刨质量识别
根据每个基本单元特征参数的计算结果,逐个识别判定每个基本单元的铣刨质量,具体判定方法如下:
1)根据养护施工计划书规定的铣刨面高程,考虑结构光垂直分辨率、铣刨刀头的精度、路面材料的性质等,以标准铣刨面高程上下浮动0.5m为阈值表示基准平均高程峰值MHP0
2)将每个基本单元的平均高程峰值与基准平均高程峰值进行对比如下式:
式中,表示处于铣刨面中处于EiFj位置的基本单元的平均高程峰值。若步骤2)成立,则该基本单元铣刨质量良好。否则,如公式(3),为铣刨不良
7、铣刨质量综合评价
7.1铣刨不良区域面积计算
根据各基本单元铣刨质量判断结果,计算各铣刨质量所占的面积,方法如下:
Ak=nka (4)
式中,ni为被判断为铣刨质量为k(k为良好、不良)的基本单元的个数,a为每个基本单元的面积,其值为定值,即a=0.0025m2
7.2铣刨不良区域位置的确定
根据步骤4建立的铣刨面二维坐标系,可以定位任意基本单元,按照基本单元质量识别结果,总结铣刨不良区域位置。
7.3铣刨质量均匀性评价
分别计算所有Fj中铣刨质量良好、铣刨不良(过低、过高)的基本单元个数,观察其沿铣刨面纵向F的分布,分析其变化规律,总结铣刨均匀性。
下面结合具体实施例对本发明做详细描述:
本实例选取某国道大修工程中一铣刨重铺路段作为试验路段,用车载三维激光检测系统获取该铣刨面三维激光高程点云,激光断面的采样间隔为2mm,取其中某一0.6m×1m的铣刨面进行分析评价。
参见图1,一种基于三维激光检测技术的沥青路面铣刨质量评价方法包括以下步骤:
1、铣刨面激光点云获取与处理
1.1铣刨面激光点云数据获取
新兴的三维线激光检测技术因其能高速度、高精度、高解析率地构建路表三维形貌特征而成为路面检测的主要发展方向。三维线激光每条激光线可包含640-4096个激光数据点,激光点横向间距为1mm-0.2mm,高程分辨率最高可达0.5mm;激光线纵向间距最高可达5mm,利用车载三维线激光检测系统已实现路面车辙、坑槽、裂缝、平整度、构造深度等检测,并逐步应用于路面施工质量监控及评估等方面,代表了未来路况检测与路面施工质量评价的技术发展方向。
本实例采用的三维激光检测设备为LMI公司的Gocator2380型传感器,每条轮廓线包含1280个数据点,点间距为0.5mm,轮廓线间距为2mm,检测频率可达788Hz。
根据检测环境,调控三维激光检测系统的曝光值为2000、检测宽度为3.6m、扫描间距为2mm,采用车载三维激光检测设备对沥青路面铣刨面进行扫描,快速获取包含铣刨形貌的三维激光高程点云,为了使检测数据能够近乎真实地反应铣刨面的三维形貌特征,采集的原始数据缺失率控制在3%以内。
1.2铣刨面激光点云数据平滑
三维激光设备所采集的三维激光点云数据受到光照等外界环境的影响,存在一定的高频噪声,为了削弱或除去激光点云的噪声,本实例借助MATLAB工具采用最小二乘多项式平滑法(sgolay)对获取的原始铣刨面形貌进行平滑处理,得到能准确反映铣刨面宏观特征和凹凸状况的三维激光高程点云。
图2所示加粗曲线为经过平滑处理后的某路面横断面形态,对比图2所示细曲线可以发现,加粗曲线更加真实地反映了铣刨横断面的宏观特征及凸凹状况。
2、铣刨面三维模型构建
为了多维度地观察分析铣刨面的表面特征,提高分析结果的准确性,用平滑后的所有连续横断面进行组合,重构出铣刨面的三维表面轮廓如图3。
3、铣刨面单元分割
为了更加精确地对铣刨面的铣刨质量进行定量分析,根据铣刨鼓刀头的横纵间距,将该铣刨面划分为50mm×50mm的基本单元,每个基本单元横纵向分别包含100、25个激光高程点云数据。则该0.6m×1m铣刨面横向划分为12个基本单元,纵向划分为20个基本单元。
4、铣刨面二维坐标系建立
对划分基本单元后的铣刨面建立如图4的二维坐标系:以铣刨面横向为横坐标E(E1,E2,…Ei…E12),i指的是铣刨面横向第i列基本单元,12为铣刨面横向基本单元的个数;以道路纵向为纵坐标F(F1,F2,…Fj…F24),j指的是铣刨面纵向第j行基本单元,24为铣刨面纵向基本单元的个数。
5、单元区域特征参数的建立与计算
铣刨面平整度是控制铣刨质量的重要指标,为了便于对铣刨质量进行量化分析,根据图2的铣刨横断面及图3的铣刨面三维模型,分析铣刨面的高程的变化特征,提取基本单元的平均高程峰值MHP(Mean Height Peak),其中,基本单元包含多条横断面节段,MHP则是这些横断面节段的高程峰值的平均值,图5对单元区域特征参数的建立进行了详细说明。
由平滑后的三维激光高程点云数据,根据公式(1),依次计算每个基本单元的平均高程极差MHP值,表1给出了该铣刨面基本单元的区域特征参数计算结果。
表1基本单元区域特征参数计算结果
图6展示了部分区域特征参数MHP与其铣刨面高程对应图。
6、基本单元铣刨质量识别
该养护施工计划书规定的标准铣刨面高程为5.5~7.5mm,结合三维线激光的垂直分辨率,铣刨刀头的精度、路面材料的性质,取标准铣刨面高程上下浮动0.5mm为阈值表示基准平均高程峰值MHP0,为5.0~8.0mm。根据公式(2)和公式(3),逐个对该铣刨面上基本单元的铣刨质量进行识别判断,识别为铣刨良好的基本单元标记为√,识别为铣刨不良的基本单元,MHP低于标准铣刨面即小于MHP0的基本单元标记为★,高于标准铣刨面即大于MHP0标记为▲。其识别结果如表2所示:
表2基本单元洗刨质量识别结果
7、铣刨质量综合评价
7.1铣刨不良区域面积计算
根据表2的基本单元铣刨质量判定结果,按照公式(4),计算各铣刨质量所占面积,计算结果如表3所示:
表3各铣刨质量所占面积计算结果
7.2铣刨不良区域位置确定
根据图6所示的铣刨面二维坐标系,对铣刨不良的基本单元进行定位,确定铣刨不良区域位置的方法如图7,总结出铣刨不良区域的位置如表4:
表4铣刨不良区域的位置
铣刨质量 位置
高于标准范围 E5F2:E12F4、E10F8:E12F11
低于标准范围 E1F12:E12F15、E4F11:E5F20、E5F5:E5F8
7.3铣刨均匀性评价
分别计算F1,…Fj,…,F20中铣刨良好、铣刨不良(MHP高于铣刨标准和低于铣刨标准)的基本单元个数,计算结果如表5所示:
表5 Fj中各铣刨质量基本单元个数
以铣刨面纵向F为横坐标,以基本单元个数为纵坐标,做出各铣刨质量的基本单元数量沿铣刨面纵向的分布图如图8。
在本实例中,基于三维线激光检测技术构建近乎真实的铣刨面三维模型,基于铣刨面三维模型进行基本单元分割,建立以基本单元为元素的铣刨面二维坐标系,提取基本单元内所有横断面节段的平均高程峰值为指标进行分析计算,准确地总结出铣刨不良区域的面积、位置等信息,观察基本单元个数沿铣刨面纵向的分布,判断该铣刨面的平整性。通过图8可以看出,各铣刨质量沿铣刨面纵向分布不均匀,起伏较大,说明该铣刨面很不平整。表3、表4总结出该铣刨面有32%面积的区域铣刨质量不合格,其中24%面积的区域铣刨面低于标准铣刨面高程,且该区域大部分铣刨槽较浅,甚至没有铣刨到,这将威胁层间粘结和路面整体性;14%面积的区域铣刨面高于标准铣刨面高程,这些区域大部分铣刨槽过深,会导致新铺层的集料无法到达槽底,致使新铺路面传力不均;由表2和图6可以看出,本实例可以准确识别E1F12:E12F15铣刨面过低、E10F8:E12F11铣刨面过高等铣刨不良区域的位置。

Claims (6)

1.一种基于三维激光检测技术的沥青路面铣刨质量评价方法,其特征在于,包括以下步骤:
步骤1:采用三维激光检测设备对沥青路面铣刨面进行扫描,获取包含铣刨形貌的三维激光高程点云数据,并对获取的原始铣刨面形貌进行平滑处理,得到能准确反映铣刨面宏观特征和凹凸状况的三维激光高程点云数据;
步骤2:采用平滑后的所有连续横断面进行组合,重构出铣刨面的三维模型;
步骤3:将步骤2重构的铣刨面划分为若干面积相等的基本单元,每个基本单元横、纵向分别包含n、m个激光高程点云数据;
步骤4:以铣刨面横向为横坐标E,以铣刨面纵向为纵坐标F,构建铣刨面二维坐标系,其中E=E1,E2,…Ei…Ea,F=F1,F2,…Fj…Fb,i表示铣刨面横向第i个基本单元,a为铣刨面横向基本单元的个数,j指的是铣刨面纵向第j个基本单元,b为铣刨面纵向基本单元的个数,EiFj即为该铣刨面上任意一个基本单元的具体位置;
步骤5:根据基于平滑数据建立的铣刨面三维模型,提取基本单元的平均高程峰值MHP;
步骤6:根据每个基本单元的平均高程峰值的计算结果,逐个识别判定每个基本单元的铣刨质量;
步骤7:根据每个基本单元的铣刨质量对沥青路面铣刨质量综合评价。
2.根据权利要求1所述的一种基于三维激光检测技术的沥青路面铣刨质量评价方法,其特征在于,步骤1中对获取的原始铣刨面形貌采用最小二乘多项式平滑法进行平滑处理。
3.根据权利要求1所述的一种基于三维激光检测技术的沥青路面铣刨质量评价方法,其特征在于,步骤3中根据铣刨鼓刀头的横纵间距,将铣刨面划分为若干50mm×50mm的基本单元。
4.根据权利要求1所述的一种基于三维激光检测技术的沥青路面铣刨质量评价方法,其特征在于,步骤5中平均高程峰值MHP的计算方法如下:
<mrow> <mi>M</mi> <mi>H</mi> <mi>P</mi> <mo>=</mo> <mi>m</mi> <mi>e</mi> <mi>a</mi> <mi>n</mi> <mo>{</mo> <msub> <mi>H</mi> <mrow> <msub> <mi>max</mi> <mn>1</mn> </msub> </mrow> </msub> <mo>,</mo> <mo>...</mo> <mo>,</mo> <msub> <mi>H</mi> <mrow> <msub> <mi>max</mi> <mi>i</mi> </msub> </mrow> </msub> <mo>,</mo> <mo>...</mo> <mo>,</mo> <msub> <mi>H</mi> <mrow> <msub> <mi>max</mi> <mi>m</mi> </msub> </mrow> </msub> <mo>}</mo> </mrow>
式中,m为基本单元中所包含的横断面节段的数量,为第i个横断面节段中高程点云的最大值,mean表示取均值。
5.根据权利要求1所述的一种基于三维激光检测技术的沥青路面铣刨质量评价方法,其特征在于,步骤6中逐个识别判定每个基本单元的铣刨质量的方法具体为:
步骤6.1:以标准铣刨面高程上下浮动0.5m为阈值表示基准平均高程峰值MHP0
步骤6.2:将每个基本单元的平均高程峰值与基准平均高程峰值进行对比,当则该基本单元铣刨质量良好,当该基本单元铣刨质量不良,其中表示铣刨面中处于EiFj位置的基本单元的平均高程峰值。
6.根据权利要求1所述的一种基于三维激光检测技术的沥青路面铣刨质量评价方法,其特征在于,步骤7中对沥青路面铣刨质量综合评价具体为:
步骤7.1:根据各基本单元铣刨质量判断结果,计算各铣刨质量所占的面积,如下所示:
Ak=nka
式中,nk为被判断为铣刨质量为k的基本单元的个数,k为良好或不良,a为每个基本单元的面积;
步骤7.2:根据步骤4建立的铣刨面二维坐标系,以及基本单元铣刨质量识别结果,总结铣刨不良区域位置;
步骤7.3:分别计算所有Fj中铣刨质量良好、铣刨质量不良的基本单元个数,观察其沿铣刨面纵向F的分布,分析其变化规律,总结铣刨均匀性。
CN201710423443.5A 2017-06-07 2017-06-07 一种基于三维激光检测技术的沥青路面铣刨质量评价方法 Active CN107288016B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710423443.5A CN107288016B (zh) 2017-06-07 2017-06-07 一种基于三维激光检测技术的沥青路面铣刨质量评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710423443.5A CN107288016B (zh) 2017-06-07 2017-06-07 一种基于三维激光检测技术的沥青路面铣刨质量评价方法

Publications (2)

Publication Number Publication Date
CN107288016A true CN107288016A (zh) 2017-10-24
CN107288016B CN107288016B (zh) 2019-12-31

Family

ID=60096048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710423443.5A Active CN107288016B (zh) 2017-06-07 2017-06-07 一种基于三维激光检测技术的沥青路面铣刨质量评价方法

Country Status (1)

Country Link
CN (1) CN107288016B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111239757A (zh) * 2020-03-12 2020-06-05 湖南大学 一种路面特征参数自动提取方法及系统
CN111266575A (zh) * 2019-12-31 2020-06-12 南京理工大学 一种定量修复增材件表面缺陷的方法
CN111982805A (zh) * 2020-07-30 2020-11-24 武汉工程大学 沥青胶浆-集料界面饱水粘附性能的3d结构光扫描方法
CN113538383A (zh) * 2021-07-19 2021-10-22 长安大学 一种基于三维激光的同步碎石封层剥落识别方法
CN114184121A (zh) * 2021-11-29 2022-03-15 江苏徐工工程机械研究院有限公司 一种铣刨转子刀座拼点位姿在线检测方法及装置
CN116205865A (zh) * 2023-02-14 2023-06-02 重庆大学 一种基于二三维融合数据的路面均匀性分析方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102798412A (zh) * 2012-07-31 2012-11-28 同济大学 一种基于三维激光扫描评定隧道钻爆施工质量的方法
CN104975556A (zh) * 2015-07-08 2015-10-14 长安大学 一种基于三维激光技术的沥青路面松散识别及计算方法
US20160125226A1 (en) * 2013-09-17 2016-05-05 Shenzhen Institutes Of Advanced Technology Chinese Academy Of Sciences Method and system for automatically optimizing quality of point cloud data
CN105716969A (zh) * 2016-04-12 2016-06-29 长安大学 一种基于三维激光检测技术的沥青路面打毛效能评价方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102798412A (zh) * 2012-07-31 2012-11-28 同济大学 一种基于三维激光扫描评定隧道钻爆施工质量的方法
US20160125226A1 (en) * 2013-09-17 2016-05-05 Shenzhen Institutes Of Advanced Technology Chinese Academy Of Sciences Method and system for automatically optimizing quality of point cloud data
CN104975556A (zh) * 2015-07-08 2015-10-14 长安大学 一种基于三维激光技术的沥青路面松散识别及计算方法
CN105716969A (zh) * 2016-04-12 2016-06-29 长安大学 一种基于三维激光检测技术的沥青路面打毛效能评价方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111266575A (zh) * 2019-12-31 2020-06-12 南京理工大学 一种定量修复增材件表面缺陷的方法
CN111266575B (zh) * 2019-12-31 2022-03-08 南京理工大学 一种定量修复增材件表面缺陷的方法
CN111239757A (zh) * 2020-03-12 2020-06-05 湖南大学 一种路面特征参数自动提取方法及系统
CN111982805A (zh) * 2020-07-30 2020-11-24 武汉工程大学 沥青胶浆-集料界面饱水粘附性能的3d结构光扫描方法
CN113538383A (zh) * 2021-07-19 2021-10-22 长安大学 一种基于三维激光的同步碎石封层剥落识别方法
CN114184121A (zh) * 2021-11-29 2022-03-15 江苏徐工工程机械研究院有限公司 一种铣刨转子刀座拼点位姿在线检测方法及装置
CN114184121B (zh) * 2021-11-29 2023-09-05 江苏徐工工程机械研究院有限公司 一种铣刨转子刀座拼点位姿在线检测方法及装置
CN116205865A (zh) * 2023-02-14 2023-06-02 重庆大学 一种基于二三维融合数据的路面均匀性分析方法
CN116205865B (zh) * 2023-02-14 2023-09-26 重庆大学 一种基于二三维融合数据的路面均匀性分析方法

Also Published As

Publication number Publication date
CN107288016B (zh) 2019-12-31

Similar Documents

Publication Publication Date Title
CN107288016A (zh) 一种基于三维激光检测技术的沥青路面铣刨质量评价方法
CN107883891A (zh) 一种沥青路面拥包多维度特征指标识别方法
CN111507375A (zh) 一种城市内涝风险快速评估方法及系统
CN104776810A (zh) 一种基于3d线激光设备的坑槽三维指标提取计算方法
CN104975556B (zh) 一种基于三维激光技术的沥青路面松散识别及计算方法
CN115616674A (zh) 探地雷达训练数据集模拟扩增与道路无损检测方法及系统
CN111965711A (zh) 一种基于gpr图像正演技术的道路路面反射裂缝深度发展模拟方法
Lang et al. Pavement cracking detection and classification based on 3d image using multiscale clustering model
CN116050917A (zh) 一种基于网格分布特征的路面三维纹理均匀性评价方法
Liang et al. Detecting device and technology of pavement texture depth based on high precision 3D laser scanning technology
CN107268400B (zh) 一种路面施工质量检测方法及系统
Mallela et al. Harmonising automated rut depth measurements: Stage 2
CN112859073B (zh) 一种基于PSInSAR技术的道路破损评估方法
CN109060858A (zh) 一种土壤重金属浓度空间分布预测准确性的定量评价方法
CN115222916A (zh) 一种非接触式道面摩擦系数检测方法
Liu et al. Comparison of pavement texture measurements from a three-dimensional profiler and a circular track meter at MnROAD test facilities
CN113538383A (zh) 一种基于三维激光的同步碎石封层剥落识别方法
Yang et al. Effect of 3D laser point spacing on cement concrete crack width measurement
Hu et al. Three-dimensional characterization method of pile–rock interface roughness based on fractal geometry
Hui et al. Identification and evaluation of spalling aggregate in chip seals in three dimensions
Jin et al. Macroscopic and mesoscopic characterization of asphalt pavement texture for their correlation analysis based on 3-D laser scanning technology
Mamlouk et al. Necessary assessment of use of state pavement management system data in mechanistic–empirical pavement design guide calibration process
Hong et al. Measurement and characterization of asphalt pavement surface macrotexture using three dimensional laser scanning technology
CN109991400A (zh) 一种沥青路面激光构造深度仪测值与铺砂法测值相关关系的评价方法
CN116907350B (zh) 单开道岔几何形位测量方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Zhang Hongwei

Inventor after: Liang Haimei

Inventor after: Li Zhe

Inventor after: Hui Bing

Inventor after: Cai Yichang

Inventor after: Guo Mu

Inventor after: Li Yan

Inventor before: Hui Bing

Inventor before: Liang Haimei

Inventor before: Zhang Hongwei

Inventor before: Li Zhe

Inventor before: Cai Yichang

Inventor before: Guo Mu

Inventor before: Li Yan

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20210330

Address after: No.26 Hexing Road, Xiangfang District, Harbin City, Heilongjiang Province

Patentee after: University NORTHEAST FORESTRY

Patentee after: CHANG'AN University

Patentee after: INNER MONGOLIA AUTONOMOUS REGION TRAFFIC CONSTRUCTION ENGINEERING QUALITY SUPERVISION ADMINISTRATION

Address before: 710064 Shaanxi province Xi'an Beilin District South Second Ring Road No. 33 in the middle

Patentee before: CHANG'AN University

Patentee before: INNER MONGOLIA AUTONOMOUS REGION TRAFFIC CONSTRUCTION ENGINEERING QUALITY SUPERVISION ADMINISTRATION

TR01 Transfer of patent right