CN115236658A - 基于主动式雷达遥感协同的路面裂缝三维形态监测方法 - Google Patents
基于主动式雷达遥感协同的路面裂缝三维形态监测方法 Download PDFInfo
- Publication number
- CN115236658A CN115236658A CN202210825418.0A CN202210825418A CN115236658A CN 115236658 A CN115236658 A CN 115236658A CN 202210825418 A CN202210825418 A CN 202210825418A CN 115236658 A CN115236658 A CN 115236658A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- depth
- crack
- data
- point cloud
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012544 monitoring process Methods 0.000 title claims abstract description 13
- 238000001514 detection method Methods 0.000 claims description 23
- 238000012937 correction Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 102100031174 C-C chemokine receptor type 10 Human genes 0.000 claims description 3
- 101000777558 Homo sapiens C-C chemokine receptor type 10 Proteins 0.000 claims description 3
- 102100021198 Chemerin-like receptor 2 Human genes 0.000 claims description 2
- 101000750094 Homo sapiens Chemerin-like receptor 2 Proteins 0.000 claims description 2
- 238000001035 drying Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 abstract description 5
- 238000011161 development Methods 0.000 description 9
- 201000010099 disease Diseases 0.000 description 9
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000000149 penetrating effect Effects 0.000 description 8
- 238000005286 illumination Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000037921 secondary disease Diseases 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于主动式雷达遥感协同的路面裂缝三维形态监测方法，包括以下步骤：同时获取待测路面区域表面的三维点云数据和待测路面区域深部的三维地质雷达数据；对获取的三维激光点云数据和三维地质雷达波形数据进行空间同步；通过三维激光点云数据识别待测路面区域的裂缝，并获取裂缝的长度、宽度和显性深度；以裂缝的显性深度为基础，通过三维地质雷达波形数据进一步获取裂缝的具体深度；循环执行上述步骤，获取待测路面区域的裂缝的三维形态数据的变化；所述裂缝的三维形态数据包括长度、宽度和具体深度。本发明实现对公路路面裂缝的非接触、无损、快速、高效的监测，及时为各等级公路工程建设和运营的科学化和精细化提供数据支持。
Description
技术领域
本发明属于道路工程检测技术领域，具体涉及一种基于主动式雷达遥感协同的路面裂缝三维形态监测方法。
背景技术
由于公路在长时间建设和运营期间，受外部环境、地质条件、设计、施工、管理及周边建筑施工等多种方面的影响，会在道路路面区域出现裂缝病害，裂缝作为多种病害早期的表现形式，如不及时进行跟踪和处理，当它进一步向裂纹、裂隙或者坑槽发育时，将直接影响着公路的使用寿命和行车安全。因此，及早发现裂缝并快速准确的获取这些裂缝的位置、长度、宽度和深度等参数信息，可掌握裂缝发育的状态，为制定科学的公路养护方案提供依据,对公路的安全运营管理具有极其重要的意义。
目前，公路养护运营中传统检测方式主要是人工目视巡查、裂缝计量测等方法，速度慢、时间长、效率差、无法以数字档案存储；而基于图像采集的二维裂缝无损检测方法，是以二维图像为依托进行裂缝成像，但是根据成像像素分析仅得到裂缝的宽度、长度信息，深度信息完全无法获取，同时检测易受光照的影响，检测效果有待进一步加强；而基于结构光采集为主的三维裂缝检测方法，采用立体成像技术将两幅二维图像进行叠加产生裂缝的3D图像，从而得到路面裂缝的三维信息，对路面阴影黑斑等敏感性较低，但此时的模型为地表可见裂缝，仅能对显性裂缝的表观三维状态进行提取，但实际路面裂缝是一种三维病害，沿纵向、横向、深度方向均存在一定的数量特征，裂缝在地下较深区域的深度信息或者走向则无法获取，更不能得到路面区域裂缝地表地下具体的发育状态。
国家发明专利《一种基于探地雷达和取芯的路面裂缝发育状态检测方法》(专利号：CN109298419A)，采用探地雷达探测和钻孔取芯相结合的方法进行路面裂缝发育状态检测，虽然能及时发现道路裂缝及裂缝“次生病害”，但是主要针对路面区域指定的裂缝进行检测，且大量的钻孔取芯会造成公路基础设施破坏，频度低、速度慢、不能形成紧密的连续检测和识别，在道路监测工程中实用性也不强。
国家发明专利《一种公路表观与内部病害一体化智能检测系统》(专利号：CN114164736A)，公开了一种公路表观与内部病害一体化智能检测系统，采用结构光激光采集模块与图像采集模块进行表观病害检测，采用高、低频地质雷达检测公路深层内部病害，虽然能一次性获取病害信息，但是主要是对采集系统组成进行了介绍，并未涉及具体数据处理方法，且系统中采用结构光和图像传感器进行表观识别，在作业时对光照条件要求高，导致对路面裂缝等识别不显著。
总体而言，如何快速、高效、无损地识别裂缝并同时获取裂缝表观和隐蔽的具体形态特征，目前的研究较为鲜见。
发明内容
本发明的目的就是为了解决上述背景技术存在的不足，提供一种基于主动式雷达遥感协同的路面裂缝三维形态监测方法，可以探测和获取包括路面裂缝的长度、宽度以及深度等形态信息，同时不影响裂缝的形态及其后续发育过程，实现对公路路面裂缝的非接触、无损、快速、高效的监测，及时为各等级公路工程建设和运营的科学化和精细化提供数据支持。
本发明采用的技术方案是：一种基于主动式雷达遥感协同的路面裂缝三维形态监测方法，包括以下步骤：
同时获取待测路面区域表面的三维点云数据和待测路面区域深部的三维地质雷达数据；
对获取的三维激光点云数据和三维地质雷达波形数据进行空间同步；
通过三维激光点云数据识别待测路面区域的裂缝，并获取裂缝的长度、宽度和显性深度；
以裂缝的显性深度为基础，通过三维地质雷达波形数据进一步获取裂缝的隐蔽深度和具体深度；
循环执行上述步骤，获取待测路面区域的裂缝的三维形态数据的变化；所述裂缝的三维形态数据包括长度、宽度和具体深度；
所述显性深度为裂缝在路面可见区域的深度；所述隐蔽深度为裂缝延伸至路面内部不可见区域的深度；所述具体深度为隐蔽深度和显性深度之和。
上述技术方案中，同时利用三维激光雷达和三维地质雷达获取待测路面区域表面的三维点云数据和待测路面区域深部的三维地质雷达数据的过程包括：
在待测路面区域中完好的路面区域布置标定物作为标定区；
主动式雷达遥感协同检测系统在待测路面区域沿着其测线方向匀速移动，并在移动过程中实时采集待测路面区域表面的三维点云数据和待测路面区域深部的三维地质雷达数据。
上述技术方案中，所述主动式雷达遥感协同检测系统集成有用于采集待测路面区域表面三维点云数据的三维激光雷达系统，以及用于采集待测路面区域深部三维地质雷达数据的三维地质雷达系统；所述三维激光雷达系统和三维地质雷达系统均包含里程计和GNSS动态定位系统。
上述技术方案中，针对待测路面区域中的路基路面区域，对获取的三维激光点云数据和三维地质雷达波形数据进行空间同步的过程包括：
结合GNSS动态定位系统，分别对获取的三维激光点云数据和三维地质雷达波形数据进行GNSS动态差分处理和数据解算，分别得到具有真实三维地理坐标的三维激光点云数据和三维地质雷达波形数据；
根据真实三维地理坐标表征的空间位置，对将三维激光点云数据和三维地质雷达波形数据进行配准，实现空间同步。
上述技术方案中，针对待测路面区域中的隧道仰拱填充区域，对获取的三维激光点云数据和三维地质雷达波形数据进行空间同步的过程包括：
对标定区采集的三维激光点云数据和三维地质雷达波形数据分别进行处理，识别出标志物中心的位置，找到该中心分别在三维激光雷达数据坐标系和三维地质雷达数据坐标系中的平面坐标；
对该中心的两个平面坐标进行向量计算得到在三维激光雷达数据坐标系和三维地质雷达数据坐标系的转换参数；
根据转换参数，将三维地质雷达数据坐标系统一到三维激光雷达数据坐标系，实现空间同步；
求取三维激光系统和三维地质雷达系统的里程参数的平均值作为修正后里程参数，实现三维激光雷达数据坐标系和三维地质雷达数据坐标系的X轴方向坐标修正。
上述技术方案中，通过三维激光点云数据识别待测路面区域裂缝的过程包括：对三维激光点云数据进行点云去噪、点云投影、图像滤波和三维重构处理，从处理后的三维激光点云数据提取裂缝的几何特征；所述几何特征包括长度、宽度以及显性深度；所述显性深度的主要特征是裂缝表观区域的深度，三维激光雷达扫描裂缝未隐蔽区域的显性深度。
上述技术方案中，以裂缝的显性深度为基础，通过三维地质雷达波形数据进一步获取裂缝的隐蔽深度和具体深度的过程包括：对三维地质雷达波形数据进行背景去燥、一维滤波处理、小波变换和增益处理；在处理后的三维地质雷达波形数据上提取通过三维激光点云数据识别出的各个裂缝的显性深度和隐蔽深度；针对任一个裂缝，通过三维激光点云数据获取的该裂缝的显性深度与通过三维地质雷达波形数据获取的该裂缝的显性深度计算该裂缝的校正参数，然后根据校正参数修正该裂缝的隐蔽深度；求取通过三维激光点云数据获取的该裂缝的显性深度与修正后的隐蔽深度之和，作为该裂缝的具体深度。
上述技术方案中，任一个裂缝的校正参数K的计算公式为：
其中，三维地质雷达波形数据中该裂缝的显性深度的值为HGPR1，三维激光点云数据中该裂缝的显性深度的值为HLASER，A1为该裂缝在显性深度区域的地质雷达波形最大振幅，Am为该裂缝在显性深度区域的地质雷达波形平均振幅。
上述技术方案中，任一个裂缝的具体深度H的计算公式为：
H＝HLASER+H’＝HLASER+K*HGPR2
其中，该裂缝的隐蔽深度在三维地质雷达波形数据中的值为HGPR2；该裂缝显性深度在三维激光点云数据中的值为HLASER，H’为根据校正参数修正后的该裂缝的隐蔽深度，K为校正参数。
本发明的有益效果是：本发明提供的基于主动式雷达遥感协同的路面裂缝三维形态监测方法，解决了常规路面检测采用图像传感器进行裂缝检测易受光照影响且仅仅获取表观二维特征无法获取隐蔽特征的不足，同时也避免了在裂缝地下深度信息精确获取中采用取芯技术对路面地下结构产生破坏的缺点。对三维激光雷达数据和三维地质雷达波形数据进行空间同步，可有效将裂缝表观特征和隐蔽特征所在的位置进行统一定位，便于进一步量化分析；同时，利用高精度三维激光雷达获取裂缝的显性深度相比较地质雷达技术精度更高，而且在裂缝具体深度计算中，结合地质雷达特点和三维激光雷达高精度特性进行裂缝隐蔽区域深度校正，可进一步获取更为精确的裂缝深度信息。
通过三维激光雷达和三维地质雷达协同的路面裂缝扫描和监测，具有流程简单、易于实现、不破坏道路环境的特点，且不影响裂缝的形态及其后续发育过程的特点，可以一次采集作业同时无损地对路面裂缝等病害的发育形态进行扫描，获取裂缝的长度、宽度和深度等形态参数，尤其是裂缝地下隐蔽区域的深度相比单一的地质雷达技术更为精准，对研究路面裂缝等病害地上地下三维形态随时间变化的发育过程及规律具有重要意义。
本发明通过在反复移动过程中实时采集数据，能够有效监测裂缝变化。本发明通过将三维激光雷达系统和三维地质雷达系统进行集成化设置，并配备里程计和GNSS动态定位系统，同时采集真实地理坐标位置，有效实现两种坐标系的空间同步，有效保证测量精度。本发明通过设置标定区，有效为隧道内信号不佳的区域提供两种坐标系空间同步的基础，进一步强化测量的精度。
附图说明
图1为本发明的流程示意图；
图2为本发明的隧道内三维激光雷达和三维地质雷达坐标系关系说明图；
图3为裂缝深度侧视说明图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明，便于清楚地了解本发明，但它们不对本发明构成限定。
如图1所示，本具体实施例提供了一种基于主动式雷达遥感协同的路面裂缝三维形态监测方法包括以下步骤：
步骤1：同时获取待测路面区域表面的三维点云数据和待测路面区域深部的三维地质雷达数据；
步骤2：对获取的三维激光点云数据和三维地质雷达波形数据进行空间同步；
步骤3：通过三维激光点云数据识别待测路面区域的裂缝，并获取裂缝的长度、宽度和显性深度；
步骤4：以裂缝的显性深度为基础，通过三维地质雷达波形数据进一步获取裂缝的隐蔽深度和具体深度；
步骤5：循环执行上述步骤，获取待测路面区域的裂缝的三维形态数据的变化；所述裂缝的三维形态数据包括长度、宽度和具体深度.
如图3所示，所述显性深度H1为裂缝在路面可见区域的深度；所述隐蔽深度H2为裂缝延伸至路面内部不可见区域的深度；所述具体深度H＝H1+H2。
作为上述实施例的优选，在步骤1中，所述主动式雷达遥感协同检测系统集成有用于采集待测路面区域表面三维点云数据的三维激光雷达系统，以及用于采集待测路面区域深部三维地质雷达数据的三维地质雷达系统。主动式雷达遥感协同数据采集主是通过三维激光雷达扫描测量技术和高动态三维探地雷达技术协同，进行路面表观三维信息和路面下部区域三维信息的数据采集，主要步骤如下：
步骤1.1：将移动车上面分别安置高分辨率三维激光雷达扫描测量系统和高动态三维探地雷达系统作为主动式雷达遥感协同检测系统，并保持两个硬件系统在车上安装位置固定，三维激光雷达扫描测量系统和三维探地雷达系统都分别包含里程计和GNSS动态定位系统，其中三维激光雷达扫描测量系统可采用相位式三维激光雷达扫描仪，三维探地雷达系统可采用阵列式三维探地雷达。同时，三维地质雷达天线的高度离地面不得超过10cm，是为了保证获得的数据质量，尽量减少杂波干扰。
步骤1.2：针对有隧道检测工程的区域，需在待测路面区域的完好路面区域布置一块圆柱形标定物作为标定区，用于三维激光雷达扫描数据和三维探地雷达数据之间的空间位置标定，圆柱形标定物避免选择对雷达波能量干扰大的金属板材。
步骤1.3：根据公路工程特点和检测需求，在路面区域通过主动式雷达遥感协同检测系统沿着测线方向匀速进行数据采集，同时获取路面区域的表面三维点云数据和深部三维地质雷达数据。路面区域主要包括路基路面以及隧道仰拱填充区域。
作为上述实施例的优选，在步骤2中，对三维激光点云数据和三维地质雷达波形数据进行空间同步，主要结合GNSS动态定位系统进行GNSS动态差分处理和数据解算，分别得到具有真实三维地理坐标的三维激光点云数据和三维地质雷达波形数据，将三维激光点云数据和三维地质雷达波形数据根据空间位置进行配准实现空间同步。
作为上述实施例的优选，在步骤2中，考虑到在隧道等地下工程区域进行路面检测时没有GNSS信号，无法直接通过GNSS动态定位系统获取的空间位置来进行定位，需要在隧道区域需要做进一步处理，其空间同步主要步骤如下：
步骤2.1：对标定区采集的三维激光点云数据和三维地质雷达波形数据分别进行处理，识别出圆柱形标志物的圆心位置，找出其圆心分别在三维激光雷达数据坐标系和三维地质雷达数据坐标系中的平面坐标；
步骤2.2：对位于两个坐标系中的两个圆心坐标进行向量计算，即得到三维激光雷达数据坐标系XYZ和三维地质雷达数据坐标系X'Y'Z'之间的转换参数M，坐标系如图2所示。由于三维激光雷达数据坐标系Z轴方向和三维地质雷达数据坐标系Z'轴方向分别垂直于地面向上和垂直于地面向下，且为相反方向，同时X轴和X'轴方向均为测线方向，平面Y轴和Y'轴均垂直于测线方向，为了便于简单计算，其计算方式可以简化为平移参数，由两个圆心坐标进行向量平移计算即可，即M(DX,DY,Dz)；然后根据转换参数，将三维地质雷达数据坐标系统一到三维激光雷达数据坐标系，保障三维地质雷达数据和三维激光雷达数据坐标的一致性；
步骤2.3：考虑到在实际隧道工程测区数据进行采集时，由于三维激光雷达扫描和三维地质雷达扫描进行长距离扫描，里程计计数会存在偏差，空间同步后的里程参数需要进一步修正，取两个里程参数的平均数，即实际里程计数为：
MC＝(MLidar+MGPR)/2
上式中，MC为修正后里程参数，MLidar三维激光系统里程参数，MGPR为三维地质雷达系统里程参数。
因为在激光雷达和地质雷达都带里程计的情况下，两个里程计参数不一定是一致的，所以为了将两个数据尽可能对准，故取两者里程计参数的均值作为修正方式，实现两个坐标系X轴方向坐标的修正。
作为上述实施例的优选，在步骤3中，对三维激光点云数据进行分析处理，识别到各个裂缝并获取各个裂缝的长度L、宽度W以及显性深度H1等几何特征，主要包括点云去噪、点云投影、图像滤波、三维重构和特征提取。
作为上述实施例的优选，在步骤4中，所述数据处理包括背景去燥、一维滤波处理、小波变换、增益处理以及裂缝深度识别等。
其中，裂缝深度识别主要是在步骤3成果的基础上对各个裂缝进行定位和分析，通过三维激光雷达数据和三维地质雷达波形数据分别识别到的裂缝可一一对应。首先在处理后的三维地质雷达波形数据上进行各个裂缝深度信息识别，所述深度信息包括显性深度和隐蔽深度。然而，目前都是单一地质雷达数据进行深度计算，由于介电常数等参数引起的误差，隐蔽深度与实际深度会有偏差，所以这里以显性深度对隐蔽深度进行校正。校正主要是根据三维激光点云数据和三维地质雷达波形数据的特性，进行线性处理。
假设某一个裂缝的三维地质雷达波形数据上显性深度H1的值为HGPR1，隐蔽深度H2的值HGPR2，，该裂缝三维激光点云数据中显性深度H1测出的值为HLASER。
由于三维地质雷达波形数据垂直分辨率通常是λ/4或λ/8，分辨率远低于三维激光雷达数据分辨率，为了获取更高精度的裂缝隐蔽深度信息，需要通过步骤3识别的该裂缝的高精度显性深度HLASER对三维地质雷达波形数据上的显性深度进行校正，其校正参数计算公式为：
其中，A1为该裂缝在显性深度区域的地质雷达波形最大振幅，Am为该裂缝在显性深度区域的地质雷达波形平均振幅。上述两个振幅值均通过三维地质雷达系统采集获取。
然后根据校正参数计算出修正后的裂缝隐蔽深度H’，最终得到高精度的裂缝深度信息H,其计算公式为：
H＝HLASER+H’＝HLASER+K*HGPR2
作为上述实施例的优选，在步骤5中，所述主动式雷达遥感协同检测系统基于计算机程序采集三维点云数据和三维地质雷达数据，通过配置的计算机程序执行步骤2-4，从而反复计算各个裂缝的三维形态数据，进而获取各个裂缝的状态变化。裂缝三维形态数据主要是指裂缝在路面可见区域的长度、宽度和显性深度，同时还包括道路裂缝延伸至道路内部不可见区域的裂缝隐蔽区域深度。
三维激光雷达发射并接受高频激光，用获取到的大量位置点信息组成的点云进行三维建模，以此获得视场中物体的位置轮廓等信息，具有扫描速度、区域、精度方向上的优势，还在环境适应性方面表现极佳；三维地质雷达是利用电磁波在不同介质中传播特性不同的原理,根据接收天线接收到反射回波的时间和形式，来确定反射界面的距离并判断反射体的可能性质。两者都是主动式雷达遥感技术手段，不仅不受到光照等因素的影响，同时无需对公路路面等基础设施进行任何破坏性活动。因此，本发明通过三维地质雷达和三维激光扫描等主动式雷达遥感技术进行协同，一次性采集同时获取路面裂缝表观信息和深部隐蔽信息，融入点云处理、图像处理以及电磁波处理等先进技术方法进而对裂缝的三维形态进行监测，对各等级公路工程的高质量建设和安全运营，具有重要的经济和社会效益。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (9)
1.一种基于主动式雷达遥感协同的路面裂缝三维形态监测方法，其特征在于：包括以下步骤：
同时获取待测路面区域表面的三维点云数据和待测路面区域深部的三维地质雷达数据；
对获取的三维激光点云数据和三维地质雷达波形数据进行空间同步；
通过三维激光点云数据识别待测路面区域的裂缝，并获取裂缝的长度、宽度和显性深度；
以裂缝的显性深度为基础，通过三维地质雷达波形数据进一步获取裂缝的隐蔽深度和具体深度；
循环执行上述步骤，获取待测路面区域的裂缝的三维形态数据的变化；所述裂缝的三维形态数据包括长度、宽度和具体深度；
所述显性深度为裂缝在路面可见区域的深度；所述隐蔽深度为裂缝延伸至路面内部不可见区域的深度；所述具体深度为隐蔽深度和显性深度之和。
2.根据权利要求1所述的方法，其特征在于：同时利用三维激光雷达和三维地质雷达获取待测路面区域表面的三维点云数据和待测路面区域深部的三维地质雷达数据的过程包括：
在待测路面区域中完好的路面区域布置标定物作为标定区；
主动式雷达遥感协同检测系统在待测路面区域沿着其测线方向匀速移动，并在移动过程中实时采集待测路面区域表面的三维点云数据和待测路面区域深部的三维地质雷达数据。
3.根据权利要求2所述的方法，其特征在于：所述主动式雷达遥感协同检测系统集成有用于采集待测路面区域表面三维点云数据的三维激光雷达系统，以及用于采集待测路面区域深部三维地质雷达数据的三维地质雷达系统；所述三维激光雷达系统和三维地质雷达系统均包含里程计和GNSS动态定位系统。
4.根据权利要求3所述的方法，其特征在于：针对待测路面区域中的路基路面区域，对获取的三维激光点云数据和三维地质雷达波形数据进行空间同步的过程包括：
结合GNSS动态定位系统，分别对获取的三维激光点云数据和三维地质雷达波形数据进行GNSS动态差分处理和数据解算，分别得到具有真实三维地理坐标的三维激光点云数据和三维地质雷达波形数据；
根据真实三维地理坐标表征的空间位置，对将三维激光点云数据和三维地质雷达波形数据进行配准，实现空间同步。
5.根据权利要求3所述的方法，其特征在于：针对待测路面区域中的隧道仰拱填充区域，对获取的三维激光点云数据和三维地质雷达波形数据进行空间同步的过程包括：
对标定区采集的三维激光点云数据和三维地质雷达波形数据分别进行处理，识别出标志物中心的位置，找到该中心分别在三维激光雷达数据坐标系和三维地质雷达数据坐标系中的平面坐标；
对该中心的两个平面坐标进行向量计算得到在三维激光雷达数据坐标系和三维地质雷达数据坐标系的转换参数；
根据转换参数，将三维地质雷达数据坐标系统一到三维激光雷达数据坐标系，实现空间同步；
求取三维激光系统和三维地质雷达系统的里程参数的平均值作为修正后里程参数，实现三维激光雷达数据坐标系和三维地质雷达数据坐标系的X轴方向坐标修正。
6.根据权利要求1所述的方法，其特征在于：通过三维激光点云数据识别待测路面区域裂缝的过程包括：对三维激光点云数据进行点云去噪、点云投影、图像滤波和三维重构处理，从处理后的三维激光点云数据提取裂缝的几何特征；所述几何特征包括长度、宽度以及显性深度；所述显性深度的主要特征是裂缝表观区域的深度，三维激光雷达扫描裂缝未隐蔽区域的显性深度。
7.根据权利要求1所述的方法，其特征在于：以裂缝的显性深度为基础，通过三维地质雷达波形数据进一步获取裂缝的隐蔽深度和具体深度的过程包括：对三维地质雷达波形数据进行背景去燥、一维滤波处理、小波变换和增益处理；在处理后的三维地质雷达波形数据上提取通过三维激光点云数据识别出的各个裂缝的显性深度和隐蔽深度；针对任一个裂缝，通过三维激光点云数据获取的该裂缝的显性深度与通过三维地质雷达波形数据获取的该裂缝的显性深度计算该裂缝的校正参数，然后根据校正参数修正该裂缝的隐蔽深度；求取通过三维激光点云数据获取的该裂缝的显性深度与修正后的隐蔽深度之和，作为该裂缝的具体深度。
8.根据权利要求7所述的方法，其特征在于：任一个裂缝的校正参数K的计算公式为：
其中，三维地质雷达波形数据中该裂缝的显性深度的值为HGPR1，三维激光点云数据中该裂缝的显性深度的值为HLASER，A1为该裂缝在显性深度区域的地质雷达波形最大振幅，Am为该裂缝在显性深度区域的地质雷达波形平均振幅。
9.根据权利要求7所述的方法，其特征在于：任一个裂缝的具体深度H的计算公式为：
H＝HLASER+H’＝HLASER+K*HGPR2
其中，该裂缝的隐蔽深度在三维地质雷达波形数据中的值为HGPR2；该裂缝显性深度在三维激光点云数据中的值为HLASER，H’为根据校正参数修正后的该裂缝的隐蔽深度，K为校正参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210825418.0A CN115236658B (zh) | 2022-07-13 | 2022-07-13 | 基于主动式雷达遥感协同的路面裂缝三维形态监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210825418.0A CN115236658B (zh) | 2022-07-13 | 2022-07-13 | 基于主动式雷达遥感协同的路面裂缝三维形态监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115236658A true CN115236658A (zh) | 2022-10-25 |
| CN115236658B CN115236658B (zh) | 2024-03-29 |
Family
ID=83672697
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210825418.0A Active CN115236658B (zh) | 2022-07-13 | 2022-07-13 | 基于主动式雷达遥感协同的路面裂缝三维形态监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115236658B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116993735A (zh) * | 2023-09-27 | 2023-11-03 | 中交第二公路勘察设计研究院有限公司 | 基于雷达遥感的道路病害检测方法、装置及电子设备 |
| CN117745537A (zh) * | 2024-02-21 | 2024-03-22 | 微牌科技(浙江)有限公司 | 隧道设备温度检测方法、装置、计算机设备和存储介质 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107544095A (zh) * | 2017-07-28 | 2018-01-05 | 河南工程学院 | 一种地面三维激光点云与探地雷达图像融合的方法 |
| CN108318499A (zh) * | 2018-01-05 | 2018-07-24 | 株洲时代电子技术有限公司 | 一种桥梁巡检方法 |
| CN108332926A (zh) * | 2018-01-05 | 2018-07-27 | 株洲时代电子技术有限公司 | 一种桥梁巡检系统 |
| CN208569041U (zh) * | 2018-01-05 | 2019-03-01 | 株洲时代电子技术有限公司 | 桥梁巡检系统 |
| US20190154442A1 (en) * | 2016-01-15 | 2019-05-23 | Fugro Roadware Inc. | High speed stereoscopic pavement surface scanning system and method |
| US20190197340A1 (en) * | 2016-01-15 | 2019-06-27 | Wuhan Wuda Zoyon Science And Technology Co., Ltd. | Object surface deformation feature extraction method based on line scanning three-dimensional point cloud |
| US20190242246A1 (en) * | 2018-02-08 | 2019-08-08 | Saudi Arabian Oil Company | Mapping fracture length using downhole ground penetrating radar |
| CN111965711A (zh) * | 2020-08-21 | 2020-11-20 | 武汉理工大学 | 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 |
| CN112767322A (zh) * | 2021-01-05 | 2021-05-07 | 成都圭目机器人有限公司 | 一种机场水泥道面fod风险评估方法和装置 |
| CN112965135A (zh) * | 2021-01-28 | 2021-06-15 | 长安大学 | 一种石窟崖体裂隙空间异质分布的无损探测综合方法 |
| CN113424055A (zh) * | 2019-10-09 | 2021-09-21 | 山东大学 | 隧道结构病害多尺度检测与智能诊断系统及方法 |
| US20220112806A1 (en) * | 2020-10-13 | 2022-04-14 | Institute Of Rock And Soil Mechanics, Chinese Academy Of Sciences | Safety early warning method and device for full-section tunneling of tunnel featuring dynamic water and weak surrounding rock |
| US20220120632A1 (en) * | 2020-10-20 | 2022-04-21 | Chongqing University | Integrated automatic detection equipment for highway network structure group |
-
2022
- 2022-07-13 CN CN202210825418.0A patent/CN115236658B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190154442A1 (en) * | 2016-01-15 | 2019-05-23 | Fugro Roadware Inc. | High speed stereoscopic pavement surface scanning system and method |
| US20190197340A1 (en) * | 2016-01-15 | 2019-06-27 | Wuhan Wuda Zoyon Science And Technology Co., Ltd. | Object surface deformation feature extraction method based on line scanning three-dimensional point cloud |
| CN107544095A (zh) * | 2017-07-28 | 2018-01-05 | 河南工程学院 | 一种地面三维激光点云与探地雷达图像融合的方法 |
| CN108318499A (zh) * | 2018-01-05 | 2018-07-24 | 株洲时代电子技术有限公司 | 一种桥梁巡检方法 |
| CN108332926A (zh) * | 2018-01-05 | 2018-07-27 | 株洲时代电子技术有限公司 | 一种桥梁巡检系统 |
| CN208569041U (zh) * | 2018-01-05 | 2019-03-01 | 株洲时代电子技术有限公司 | 桥梁巡检系统 |
| US20190242246A1 (en) * | 2018-02-08 | 2019-08-08 | Saudi Arabian Oil Company | Mapping fracture length using downhole ground penetrating radar |
| CN113424055A (zh) * | 2019-10-09 | 2021-09-21 | 山东大学 | 隧道结构病害多尺度检测与智能诊断系统及方法 |
| CN111965711A (zh) * | 2020-08-21 | 2020-11-20 | 武汉理工大学 | 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 |
| US20220112806A1 (en) * | 2020-10-13 | 2022-04-14 | Institute Of Rock And Soil Mechanics, Chinese Academy Of Sciences | Safety early warning method and device for full-section tunneling of tunnel featuring dynamic water and weak surrounding rock |
| US20220120632A1 (en) * | 2020-10-20 | 2022-04-21 | Chongqing University | Integrated automatic detection equipment for highway network structure group |
| CN112767322A (zh) * | 2021-01-05 | 2021-05-07 | 成都圭目机器人有限公司 | 一种机场水泥道面fod风险评估方法和装置 |
| CN112965135A (zh) * | 2021-01-28 | 2021-06-15 | 长安大学 | 一种石窟崖体裂隙空间异质分布的无损探测综合方法 |
Non-Patent Citations (4)
| Title |
|---|
| LUCA BIANCHINI CIAMPOLI ET AL.: "Ground Penetrating Radar (GPR) and Mobile Laser Scanner (MLS) technologies for non-destructive analysis of transport infrastructures", 《PROC. SPIE 11863, EARTH RESOURCES AND ENVIRONMENTAL REMOTE SENSING/GIS APPLICATIONS XII, 118630M》, pages 1 - 10 * |
| YONG ZHOU ET AL.: "Review of Intelligent Road Defects Detection Technology", 《SUSTAINABILITY》, vol. 14, no. 10, pages 1 - 19 * |
| 徐乔等: "基于机载激光雷达的复杂山区高速公路横断面测量方法", 《工程勘察》, vol. 49, no. 2, pages 46 - 50 * |
| 黄啊奇: "沥青路面裂缝检测方法研究与评价", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, pages 11 - 44 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116993735A (zh) * | 2023-09-27 | 2023-11-03 | 中交第二公路勘察设计研究院有限公司 | 基于雷达遥感的道路病害检测方法、装置及电子设备 |
| CN116993735B (zh) * | 2023-09-27 | 2024-01-23 | 中交第二公路勘察设计研究院有限公司 | 基于雷达遥感的道路病害检测方法、装置及电子设备 |
| CN117745537A (zh) * | 2024-02-21 | 2024-03-22 | 微牌科技(浙江)有限公司 | 隧道设备温度检测方法、装置、计算机设备和存储介质 |
| CN117745537B (zh) * | 2024-02-21 | 2024-05-17 | 微牌科技(浙江)有限公司 | 隧道设备温度检测方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115236658B (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104005325B (zh) | 基于深度和灰度图像的路面裂缝检测装置和方法 | |
| CN115236658B (zh) | 基于主动式雷达遥感协同的路面裂缝三维形态监测方法 | |
| US20200103530A1 (en) | Method for extracting elevation control point with assistance of satellite laser altimetry data | |
| Barbarella et al. | Monitoring of large landslides by Terrestrial Laser Scanning techniques: field data collection and processing | |
| CN107762559B (zh) | 一种用于评价隧道超欠挖情况的方法及系统 | |
| CN109343022B (zh) | 估测层间土壤含水量的方法 | |
| CN106022339B (zh) | 一种复垦土地浅埋地埋管深度的提取方法 | |
| CN111025286B (zh) | 一种用于水损害检测的探地雷达图谱自适应选取方法 | |
| CN104569972B (zh) | 一种植物根系三维构型无损检测方法 | |
| CN110208771B (zh) | 一种移动二维激光雷达的点云强度改正方法 | |
| CN107792115A (zh) | 一种利用三维激光点云自动提取既有线轨顶高程方法 | |
| Schaefer et al. | Towards a protocol for laser scanning of rock surfaces | |
| CN112965135B (zh) | 一种石窟崖体裂隙空间异质分布的无损探测综合方法 | |
| CN105547244A (zh) | 一种结合立体像对的激光高度计高程控制点生成方法 | |
| CN106291542A (zh) | 一种隧道三维成像方法 | |
| CN114035188B (zh) | 一种地基雷达冰川流速高精度监测方法与系统 | |
| Barbarella et al. | Landslide monitoring using terrestrial laser scanner: georeferencing and canopy filtering issues in a case study | |
| CN113504543B (zh) | 无人机LiDAR系统定位定姿系统及方法 | |
| CN109708570A (zh) | 用于掌子面结构面的信息采集与分析方法及装置 | |
| CN103018728B (zh) | 一种激光雷达实时成像和建筑物特征提取的方法 | |
| CN111190179B (zh) | 基于钟摆式探地雷达的地下病害三维信息提取方法 | |
| CN113610902A (zh) | 地基真实孔径雷达与点云数据映射配准方法 | |
| CN112880645A (zh) | 一种基于立体测图方式的海浪表面三维模型构建系统及方法 | |
| CN113344866A (zh) | 一种点云综合精度评价方法 | |
| Benyi et al. | The principles of positioning with space-borne SAR images |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |