CN115290012A - 基于激光点云数据的路面平整度标准场地量值溯源方法 - Google Patents

Abstract

本发明公开了一种基于激光点云数据的路面平整度标准场地量值溯源方法，包括点云提取、点云处理、截面轮廓提取、路面平整度值计算和测量一致性计算，通过激光扫描的方法可以一次性获取多组数据，通过均值处理、一致性计算以及相关性精度分析后，可直接得到被测标准场地的实际路面状况，能够更加真实、全面地反应被测路面的路面平整度指标的情况；在进行测量结果的评价时，可以将不同截面的测量一致性作为主要依据，并结合精度分析，更加方便精确且直观地对被测标准场地的状况进行评估，进而可以提高标准场地量值溯源的准确性和可靠性。

Description

基于激光点云数据的路面平整度标准场地量值溯源方法

技术领域

本发明涉及路面平整度测量技术领域，特别是一种基于激光三维点云数据的路面平整度标准场地量值溯源方法。

背景技术

基于路面平整度、构造深度、车辙深度等关键指标的公路桥梁检测技术是支撑国家交通行业高质量发展的基础。通过建立该类关键评价指标的标准场地、制定指标的评价标准、实现指标量值的准确溯源是提高我国道路桥梁检测和监护领域高质量发展的重要措施。目前，国内外关于公路桥梁各关键计量指标的检测设备众多，但是各检测设备的量值溯源以及测试方法的评价尚未能达到较为成熟的阶段，依然存在“测不准、测不好”的问题，需要不断完善现有的公路桥梁主要计量指标的量值溯源体系。对于路面平整度标准场地的量值溯源方法，目前国内外针对该类标准场地的量值溯源主要采用电子水准仪进行测量，每隔一定的纵向距离采集一个高程数据并记录，将获得的高程数据输入标准的路面平整度指数计算程序即可获得该段标准场地的路面平整度标准值，即实现了该标准场地的量值溯源(亦可称为定值)；激光三维扫描技术目前广泛应用公路交通等领域，特别是在地理测绘、道路勘测、路表病害识别等方面具有广泛应用。其主要是通过激光扫描技术，获得被测对象表面海量的三维点坐标，从而通过不同的重构技术实现相应的需求。区别于水准测量方法，通过激光三维扫描技术可以获得更加全面的路表信息以及更高的测量精度，因此使用激光扫描设备对路面平整度标准场地进行扫描，并基于获得的点云数据进行路面平整度的分析与计算，是实现路面平整度标准场地量值溯源的一种可靠方法。

路面平整度标准场地是在基础路面上按照一定的间隔安装固定一组具有不同高度的标准块，模拟出路面的“高低起伏”，从而在一定的纵向长度内“设计”出不同的路面平整度值，该标准场地通过准确的量值溯源后即可开展对各类车载式路面平整度仪或道路检测车的计量。因此，路面平整度标准场地的量值准确与否，直接影响各类检测设备或检测车的量值准确性。

目前，路面平整度标准场地的量值溯源主要采用电子水准仪测量的方法，即将电子水准仪架设于合适位置，以一定的纵向间隔逐点测量高程数据，将所有的高程数据记录并导入路面平整度计算程序计算即可获得该段标准路面的路面平整度值。该方法目前存在以下问题：1、该方法只能测量一条测量路线上的高程数据，不能一次性实现多条测量路线的高程测量，最终获得的指标实测值的可靠性和一致性难以保证，由此带来的问题就是不能真实、全面地反应标准路面的情况；2、由于水准测量是逐点测量的方式，如果进行重复性测量或者不同纵向测量路线测量时，则需要耗费大量的时间和人力，由此带来的问题就是效率低下。

发明内容

鉴于上述现有的路面平整度测量中存在的问题，提出了本发明。

因此，本发明提供一种基于激光点云数据的路面平整度标准场地量值溯源方法，通过激光扫描设备获取标准路面表面的三维点云数据，通过提取等间距分布的不同纵向截面的路表轮廓数据，计算出路面平整度指数的值，以各截面轮廓的路面平整度指数的平均值作为该段标准路面的路面平整度指数值，从而实现了路面平整度指数标准场地的量值溯源。

为解决上述技术问题，本发明提供如下技术方案：包括以下步骤：

步骤S1，点云提取，在被测标准场地中确定好扫描设备起始位置之后，使用扫描设备沿所述被测标准场地的路面纵向移动且连续扫描，将基础路面和标准高度块组合而成的标准场地表面轮廓，进行一次性的连续扫描完成后，获取点坐标数据；

步骤S2，点云处理，在点云提取扫描完毕后，使用扫描设备自带的测量软件对获取的点云数据进行处理后，获取截面轮廓曲线的坐标数据并导出；

步骤S3，截面轮廓提取，对每条所述截面轮廓的坐标数据进行坐标点提取后，依次连续取点，得到一组点坐标数据；

步骤S4，路面平整度值计算，通过路面平整度标准计算后，得到路面平整度值IRI_k；

步骤S5，测量一致性计算，将不同截面的路面平整度值IRI_k通过实验偏差计算后，得到所述被测标准场地实际路面状况的路面平整度一致性数据，将不同截面的路面平整度一致性数据，作为当前被测标准场地实际路面状况的判断数据输入，同时融合上述路面平整度值IRI_k后，通过统计和计算得到被测标准场地路面状态系数r，所述被测标准场地路面状态系数r作为对当前被测标准场地实际路面状况的判断的精确评估的标准，用于精确确定当前被测标准场地的实际路面状况。

作为本发明的一种优选方案，其中：步骤S2中点云处理，具体地步骤如下：

步骤S201，对扫描获取的点云数据进行裁剪，且删去噪声点以及边缘点；

步骤S202，利用最小区域法拟合平面，并建立笛卡尔直角坐标系；

步骤S203，在笛卡尔直角坐标系中构造互相平行的若干平面后，对拟合平面进行截取后获取截面轮廓，其中x向为标准场地纵向，利用测量软件构造沿 y方向等间距分布的若干个平面垂直截取拟合平面，从而获得若干个截面轮廓；

步骤S204，将若干个所述截面轮廓曲线的坐标数据以“*.txt”格式导出，留作分析计算用。

作为本发明的一种优选方案，其中：步骤S3中截面轮廓提取，具体地步骤如下：

步骤S301，每条所述截面轮廓的点坐标为{x_i,y_i,z_i}，其中i为坐标点数量， i＝1，2，3，…，单位为mm；

步骤S301，以x₁为起点，以及间距距离250mm为采样间隔距离，依次连续取点，得到一组点坐标{x_Rj,y_Rj,z_Rj}。

作为本发明的一种优选方案，其中：步骤S4中路面平整度值计算，具体地步骤如下：

将步骤S301中获得的{z_Rj}带入路面平整度标准计算公式后，得到路面平整度值IRI_k，路面平整度标准计算公式如下：

其中k为截面轮廓序号。

作为本发明的一种优选方案，其中：结合所述路面平整度值IRI_k和所述路面平整度一致性数值S，通过皮尔森系数公式计算得到被测标准场地路面状态系数r，所述皮尔森系数公式如下：

其中X为路面平整度值IRI_k，Y为路面平整度一致性数值S，

为路面平整度值IRI_k的均数，

为路面平整度一致性数值S的均数。

作为本发明的一种优选方案，其中：所述被测标准场地路面状态系数r作为对被测标准场地实际路面状况的评估标准，具体地，将被测标准场地路面状态系数r按照相等区间数值进行分级，同时标定对应的判断精度区间。

作为本发明的一种优选方案，其中：所述扫描设备包括激光跟踪仪和三维激光扫描仪，具体地，采用激光跟踪仪和三维激光扫描仪组合测量的方式，对路面平整度标准场地进行测量。

作为本发明的一种优选方案，其中：所述路面平整度值IRI_k是模拟Quarter Car四分车模型在80km/h的行驶速度下，一定行驶距离内车身悬挂系总位移与行驶距离之比。

本发明的有益效果：本发明创新性地将激光扫描技术，特别是工业计量型激光扫描仪，应用于路面平整度标准场地的计量，为公路路面关键指标标准场地的量值溯源提供了一种全新的方案；通过激光扫描的方法可以一次性获取多组数据，通过均值处理、一致性计算以及相关性精度分析后，可直接得到被测标准场地的实际路面状况，能够更加真实、全面地反应被测路面的路面平整度指标的情况，可以有效避免因为测量的单一性和测量点位的不一致性导致的测量结果的误判；在进行测量结果的评价时，可以将不同截面的测量一致性作为主要依据，并结合精度分析，更加方便精确且直观地对被测标准场地的状况进行评估，进而可以提高标准场地量值溯源的准确性和可靠性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明实施例中点云数据的路面平整度标准场地量值溯源方法的流程图；

图2为本发明实施例中路面平整度标准场地点云提取示意图；

图3为本发明实施例中点云处理的示意图；

图4为本发明实施例中Quarter Car四分车模型示意图；

图5为本发明实施例中标准场地路面的三维扫描效果图；

图6为本发明实施例中截面轮廓提取的截面轮廓示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

由于在现有的路面平整度测量中存在难以一次性实现多条测量路线的高程测量，且比较耗时耗力，最终获得的指标实测值的可靠性和一致性难以保证，由此带来的问题就是不能真实、全面地反应标准路面的情况；

基于此，本发明提出了一种基于激光点云数据的路面平整度标准场地量值溯源方法，本发明是基于激光三维扫描技术对公路路面进行扫描和三维重构是目前公路桥梁检测领域中研究的热点问题。区别于目前应用广泛的车载式检测仪测量以及水准测量方式，三维激光扫描可以实现大范围的公路路面点云数据的提取，从而可以得到更加丰富的路面纵断面数据，通过对不同纵断面数据的分析与计算，以及后续的数据统计分析处理可以更加全面的了解公路路面的实际情况。

下面通过实施例并结合附图对本方案做进一步具体说明。

参照图1-图3，为本发明的一个实施例，该实施例提供了一种基于激光点云数据的路面平整度标准场地量值溯源方法，具体如下：

步骤S1，点云提取，在被测标准场地中确定好扫描设备起始位置之后，使用扫描设备沿所述被测标准场地的路面纵向移动且连续扫描，将基础路面和标准高度块组合而成的标准场地表面轮廓，进行一次性的连续扫描完成后，获取点坐标数据；如图2所示，使用满足精度要求的激光跟踪仪和三维激光扫描仪对标准场地进行扫描，获取点坐标数据，确定好起始位置之后，使用扫描设备沿场地纵向连续扫描，将基础路面和标准高度块组合而成的标准场地表面轮廓一次性连续扫描完成。

如图3所示，步骤S2，点云处理，在点云提取扫描完毕后，使用扫描设备自带的测量软件对获取的点云数据进行处理后，获取截面轮廓曲线的坐标数据并导出；具体处理过程如下：

步骤S201，对扫描获取的点云数据进行裁剪，且删去噪声点以及边缘点；

步骤S202，利用最小区域法拟合平面，并建立笛卡尔直角坐标系；

步骤S203，在笛卡尔直角坐标系中构造互相平行的若干平面后，对拟合平面进行截取后获取截面轮廓，其中x向为标准场地纵向，利用测量软件构造沿 y方向等间距分布的若干个平面垂直截取拟合平面，从而获得若干个截面轮廓；

步骤S204，将若干个所述截面轮廓曲线的坐标数据以“*.txt”格式导出，留作分析计算用。

步骤S3，截面轮廓提取，对每条所述截面轮廓的坐标数据进行坐标点提取后，依次连续取点，得到一组点坐标数据，由于激光扫描仪分辨率一般为1mm，扫描获取的点云数据量较大，对每条截面轮廓的坐标数据进行坐标点提取操作如下：

步骤S301，每条所述截面轮廓的点坐标为{x_i,y_i,z_i}，其中i为坐标点数量， i＝1，2，3，…，单位为mm；

步骤S301，以x₁为起点，以及间距距离250mm为采样间隔距离，依次连续取点，得到一组点坐标{x_Rj,y_Rj,z_Rj}。

步骤S4，路面平整度值计算，通过路面平整度标准计算后，得到路面平整度值IRI_k；具体地将步骤S301中获得的{z_Rj}带入路面平整度标准计算公式后，得到路面平整度值IRI_k，路面平整度标准计算，如式(1)所示。

其中k为截面轮廓序号。

步骤S5，测量一致性计算，将不同截面的路面平整度值IRI_k通过实验偏差计算后，得到所述被测标准场地实际路面状况的路面平整度一致性数据，将不同截面的路面平整度IRI_k算术实验偏差作为测量一致性的计算，如式(2)所示。

其中S为路面平整度一致性数值；

同时该步骤5融合上述路面平整度值IRI_k后，通过统计和计算得到被测标准场地路面状态系数r，所述被测标准场地路面状态系数r作为对被测标准场地实际路面状况的评估标准，确定当前被测标准场地的实际路面状况，如下：

结合所述路面平整度值IRI_k和所述路面平整度一致性数值S，通过皮尔森系数公式计算得到被测标准场地路面状态系数r，所述皮尔森系数公式如下：

其中X为路面平整度值IRI_k，Y为路面平整度一致性数值S，

为路面平整度值IRI_k的均数，

为路面平整度一致性数值S的均数；

所述被测标准场地路面状态系数r作为对被测标准场地实际路面状况的评估标准，具体地，将被测标准场地路面状态系数r按照相等区间数值进行分级，同时标定对应的判断精度区间。例如，被测标准场地路面状态系数r在0.8-1.0 表示路面平整度值IRI_k和路面平整度一致性数值S极强相关，则标定为优秀精确的被测标准场地的实际路面状况判断标准；同理在0.6-0.8强相关，则为良好很精确的被测标准场地的实际路面状况判断标准，0.4-0.6中等程度相关，则为较好一般精度的被测标准场地的实际路面状况判断标准，0.2-0.4弱相关，则为较差精度的被测标准场地的实际路面状况判断标准，0.0-0.2极弱相关，则为很差精度的被测标准场地的实际路面状况判断标准，并发出上述精度分析的提醒信息。

基于上述，可知本发明通过激光扫描的方法可以一次性获取多组数据，通过均值处理、一致性计算以及相关性精度分析后，可直接得到被测标准场地的实际路面状况，能够更加真实、全面地反应被测路面的路面平整度指标的情况，可以有效避免因为测量的单一性和测量点位的不一致性导致的测量结果的误判，在进行测量结果的评价时，可以将不同截面的测量一致性作为主要依据，并结合精度分析，更加方便精确且直观地对被测标准场地的状况进行评估，进而可以提高标准场地量值溯源的准确性和可靠性。进一步说明的，参考图5和图6，以下为采用本实施例上述方法，进行路面平整度IRI标准场地扫描实例。分别对内侧平整度场地和外侧平整度场地进行三维激光扫描。扫描完成之后同车辙深度场地一样，进行平面拟合、坐标系建立、纵断面截取等操作，将纵截面轮廓数据保留作分析计算用，如图5和图6所示。

再分别对内侧和外侧场地沿横断面方向均匀等间距截取6个断面，分别对各断面轮廓数据进行计算，得到IRI算数平均值。各截面IRI平均值在不同统计区间的计算结果如下表1所示。

表1路面平整度场地测量结果(m/km)

基于上述可知，本实施例区别于目前应用广泛的车载式检测仪测量以及水准测量方式，三维激光扫描可以实现大范围的公路路面点云数据的提取，从而可以得到更加丰富的路面纵断面数据。通过对不同纵断面数据的分析与计算，可以更加全面的了解公路路面的实际情况。具体地采用激光跟踪仪和T-Scan 三维激光扫描仪组合测量的方式，对路面平整度标准场地进行测量。通过设置扫描模式、扫描分辨率等参数，获取场地的表面坐标数据。

本实施例利用仪器专门的Poly works软件对获取的点云坐标数据进行平面拟合、直线锚定、坐标系建立、标准截面截取、坐标数据输出等处理，提取纵向截面和横向截面轮廓，最后带入各指标的计算程序进行计算评价。传统的测量方法只能对单一纵断面或横截面进行测量，但是由于测量点位的一致性难以保证，加上测量截面的单一性，最终获得的指标实测值的可靠性和一致性难以保证。通过激光扫描的方法可以获取多组数据，能够更加真实地反应被测路面相应指标的情况，可以有效避免因为测量的单一性和测量点位的不一致性导致的测量结果的误判。同时，在进行测量结果的不确定度分析时，可以将不同截面的测量一致性作为标准不确定度的主要来源，可以简化数学模型，更方便直观地进行不确定度评定。

本发明需要说明的，关于路面平整度计算公式需要说明的是国际平整度指数IRI，也是本发明中路面平整度值IRI_k，是模拟Quarter Car模型在80km/h 的行驶速度下，一定行驶距离内车身悬挂系总位移与行驶距离之比(单位为 m/km)，其中Quarter Car模型如图4所示。

对Quarter Car模型按动力学方法进行求解，得到的动力平衡微分方程如式(3)所示。

国际平整度指数定义为一定长度内Z_s与Z_u之差的累积，如式(4)所示。

离散型的公式如式(5)所示。

为了保证评价指标IRI的一致性及标准化，通常采用固定参数的方法使评价指标达到统一，即标准化的1/4车模型，各参数如式(6)所示。

上式中，Z_s为弹簧质量的位移，Z_u为非弹簧质量的位移，K_s为线性弹簧，m_s为弹簧质量，m_u为非弹簧质量，C_s为线性阻尼器值。

国际平整度指数的求解方法很多，目前最常用的是传递矩阵法和基于计算机语言的数值解法，世界银行也给出了传递矩阵法的计算方法，通过计算四个断面采样点的四个状态量Z′_s、Z′_ss、Z'_u、Z'_uu进行求解如式(7)所示。

可以采用0或者测试断面开始后11m处的平均坡度作为断面第1个采样点的4个状态变量的初始值。以递推方程求得断面第2个采样点到第n个采样点的4个状态变量。

最后IRI值的计算按式(8)进行。

按传递矩阵法对IRI进行公式推导可得其系数矩阵分别为：

式中v——行驶速度；

I——与A同阶单位矩阵；

t——时间；

A、B——参数矩阵，如式(10)。

针对上述数学模型，现有文献这中已经给出了标准的计算程序，该计算程序的输入量为n个高程数据，通过设定采样间隔、行驶速度、以及车辆相关的参数可以直接计算并输出IRI值。综上所述，对于路面平整度的计算，其输入量就是若干个高程数据，其余参数均作常数处理。计算公式和计算程序均已给出。

本发明创新性地将激光扫描技术，特别是工业计量型激光扫描仪，应用于路面平整度标准场地的计量，为公路路面关键指标标准场地的量值溯源提供了一种全新的方案；通过激光扫描的方法可以一次性获取多组数据，能够更加真实、全面地反应被测路面的路面平整度指标的情况，可以有效避免因为测量的单一性和测量点位的不一致性导致的测量结果的误判；在进行测量结果的评价时，可以将不同截面的测量一致性作为主要依据，更加方便直观地对被测标准场地的状况进行评估。综上所述，本发明采用的激光三维扫描的方式可以有效解决上述存在的问题，点云数据可以获取路表所有的高程数据，而且可以对点云数据进行提取和计算，分析不同截面轮廓的信息，更加全面、准确地反映被测标准路面的路面平整度情况，可以提高标准场地量值溯源的准确性和可靠性。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.一种基于激光点云数据的路面平整度标准场地量值溯源方法，其特征在于，包括以下步骤：

步骤S1，点云提取，在被测标准场地中确定好扫描设备起始位置之后，使用扫描设备沿所述被测标准场地的路面纵向移动且连续扫描，将基础路面和标准高度块组合而成的标准场地表面轮廓，进行一次性的连续扫描完成后，获取点坐标数据；

步骤S2，点云处理，在点云提取扫描完毕后，使用扫描设备自带的测量软件对获取的点云数据进行处理后，获取截面轮廓曲线的坐标数据并导出；

步骤S3，截面轮廓提取，对每条所述截面轮廓的坐标数据进行坐标点提取后，依次连续取点，得到一组点坐标数据；

步骤S4，路面平整度值计算，通过路面平整度标准计算后，得到路面平整度值IRI_k；

步骤S5，测量一致性计算，将不同截面的路面平整度值IRI_k通过实验偏差计算后，得到所述被测标准场地实际路面状况的路面平整度一致性数据，将不同截面的路面平整度一致性数据，作为当前被测标准场地实际路面状况的判断数据输入，同时融合上述路面平整度值IRI_k后，通过统计和计算得到被测标准场地路面状态系数r，所述被测标准场地路面状态系数r作为对当前被测标准场地实际路面状况的判断的精确评估的标准，用于精确确定当前被测标准场地的实际路面状况。

2.如权利要求1所述的一种基于激光点云数据的路面平整度标准场地量值溯源方法，其特征在于，步骤S2中点云处理，具体地步骤如下：

步骤S201，对扫描获取的点云数据进行裁剪，且删去噪声点以及边缘点；

步骤S202，利用最小区域法拟合平面，并建立笛卡尔直角坐标系；

步骤S203，在笛卡尔直角坐标系中构造互相平行的若干平面后，对拟合平面进行截取后获取截面轮廓，其中x向为标准场地纵向，利用测量软件构造沿y方向等间距分布的若干个平面垂直截取拟合平面，从而获得若干个截面轮廓；

步骤S204，将若干个所述截面轮廓曲线的坐标数据以“*.txt”格式导出，留作分析计算用。

3.如权利要求2所述的一种基于激光点云数据的路面平整度标准场地量值溯源方法，其特征在于，步骤S3中截面轮廓提取，具体地步骤如下：

步骤S301，每条所述截面轮廓的点坐标为{x_i,y_i,z_i}，其中i为坐标点数量，i＝1，2，3，…，单位为mm；

步骤S301，以x₁为起点，以及间距距离250mm为采样间隔距离，依次连续取点，得到一组点坐标{x_Rj,y_Rj,z_Rj}。

4.如权利要求3所述的一种基于激光点云数据的路面平整度标准场地量值溯源方法，其特征在于，步骤S4中路面平整度值计算，具体地步骤如下：

将步骤S301中获得的{z_Rj}带入路面平整度标准计算公式后，得到路面平整度值IRI_k，路面平整度标准计算公式如下：

其中k为截面轮廓序号。

5.如权利要求4所述的一种基于激光点云数据的路面平整度标准场地量值溯源方法，其特征在于，步骤S5中测量一致性计算，将不同截面的路面平整度IRI_k算术实验偏差作为测量一致性的计算公式，如下：

其中S为路面平整度一致性数值。

6.如权利要求5所述的一种基于激光点云数据的路面平整度标准场地量值溯源方法，其特征在于，结合所述路面平整度值IRI_k和所述路面平整度一致性数值S，通过皮尔森系数公式计算得到被测标准场地路面状态系数r，所述皮尔森系数公式如下：

其中X为路面平整度值IRI_k，Y为路面平整度一致性数值S，

为路面平整度值IRI_k的均数，

为路面平整度一致性数值S的均数。

7.如权利要求6所述的一种基于激光点云数据的路面平整度标准场地量值溯源方法，其特征在于，所述被测标准场地路面状态系数r作为对当前被测标准场地实际路面状况的判断的精确评估的标准，用于精确确定当前被测标准场地的实际路面状况，具体地，将被测标准场地路面状态系数r按照相等区间数值进行分级，同时标定对应的判断精度区间。

8.如权利要求1所述的一种基于激光点云数据的路面平整度标准场地量值溯源方法，其特征在于，所述扫描设备包括激光跟踪仪和三维激光扫描仪，具体地，采用激光跟踪仪和三维激光扫描仪组合测量的方式，对路面平整度标准场地进行测量。

9.如权利要求1所述的一种基于激光点云数据的路面平整度标准场地量值溯源方法，其特征在于，所述路面平整度值IRI_k是模拟Quarter Car四分车模型在80km/h的行驶速度下，一定行驶距离内车身悬挂系总位移与行驶距离之比。

Images