CN117646372A - 道路评价方法、装置、设备及可读存储介质 - Google Patents
道路评价方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN117646372A CN117646372A CN202311521459.1A CN202311521459A CN117646372A CN 117646372 A CN117646372 A CN 117646372A CN 202311521459 A CN202311521459 A CN 202311521459A CN 117646372 A CN117646372 A CN 117646372A
- Authority
- CN
- China
- Prior art keywords
- road
- point cloud
- real
- point
- design
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 53
- 238000013461 design Methods 0.000 claims abstract description 70
- 238000010276 construction Methods 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000010586 diagram Methods 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/01—Devices 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
-
- 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
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种道路评价方法、装置、设备及可读存储介质，道路评价方法包括：通过激光雷达对道路进行扫描，得到道路的实测点云；获取道路的设计点云，所述设计点云为道路施工时的依据；将实测点云的每个点向设计点云所形成的曲面进行投影，得到实测点云的每个点的投影距离；对每个点的投影距离进行统计，得到均值和标准差；根据均值和标准差，确定道路的平整度和平滑性等级。通过本申请，通过激光雷达对道路进行扫描可全面的获取到道路的点云数据，通过将实测点云的每个点向设计点云所形成的曲面进行投影，对每个点的投影距离进行统计得到均值和标准差，根据均值和标准差，确定道路的平整度和平滑性等级，从而能够准确且高效率的对道路作出评价。
Description
技术领域
本申请涉及道路检测技术领域，尤其涉及一种道路评价方法、装置、设备及可读存储介质。
背景技术
道路建设是国家基建的关键，道路铺设完成后，因地形沉降、变形、雨水冲刷、车辆行驶以及重物碾压等原因，容易导致道路变形，形成凹坑或凸起等引起道路形变，继而影响到路面行驶的安全，特别是机场跑道、赛车跑道、实验道路等道路，对道路的平整度要求更高，因此，非常有必要经常对道路的平整度等指标进行检测和评价，此外，曲面道路是智能网联试车场中必不可少的试验路面之一，具有重要研究价值，但因其高速回弯施工难度比较大，不仅要保证弯道弧度的平顺性，还要满足面层摊铺的精度要求。
然而，目前对道路进行评价采用传统人工检测的技术手段，非常的耗时耗力，且由于人工的限制只能形成关于道路的点状断面测量，对道路的评价不够全面。
发明内容
本申请提供一种道路评价方法、装置、设备及可读存储介质，旨在解决目前对道路进行评价采用传统人工检测的技术手段，非常的耗时耗力，且由于人工的限制只能形成关于道路的点状断面测量，对道路的评价不够全面的技术问题。
第一方面，本申请实施例提供一种道路评价方法，所述道路评价方法包括：
通过激光雷达对道路进行扫描，得到道路的实测点云；
获取道路的设计点云，所述设计点云为道路施工时的依据；
在同一坐标系下，将实测点云的每个点向设计点云所形成的曲面进行投影，得到实测点云的每个点的投影距离；
对每个点的投影距离进行统计，得到均值和标准差；
根据均值和标准差，确定道路的平整度和平滑性等级，以供对道路进行评价。
可选的，在所述通过激光雷达对道路进行扫描，得到道路的实测点云之前，包括：
使用全站仪和实时差分定位采集的平面数据，对激光雷达的水平位置进行配准；
使用电子水准仪采集的高程数据，对激光雷达的垂直位置进行配准。
可选的，所述通过激光雷达对道路进行扫描，得到道路的实测点云包括：
通过激光雷达在多个测站点对道路进行扫描，得到每个测站点的原始点云；
对每个测站点的原始点云进行拼接，得到道路的整体原始点云；
去除整体原始点云中的离散点、植被及噪声，得到预处理原始点云；
对预处理原始点云进行抽稀处理，得到道路的实测点云。
可选的，所述在同一坐标系下，将实测点云的每个点向设计点云所形成的曲面进行投影，得到实测点云的每个点的投影距离包括：
将实测点云和设计点云导入CloudCompare软件中；
在CloudCompare软件中，将实测点云和设计点云转换至同一坐标系下；
将实测点云的每个点向设计点云所形成的曲面进行投影，通过计算得到实测点云的每个点的投影距离。
可选的，所述根据均值和标准差，确定道路的平整度和平滑性等级包括：
根据均值，确定道路的平整度等级，所述道路的平整度等级按照均值数值的从小到大对应的等级从高到低；
根据标准差，确定道路的平滑性等级，所述道路的平滑性等级按照标准差数值的从小到大对应的等级从高到低。
第二方面，本申请实施例提供了一种道路评价装置，所述道路评价装置包括：
扫描模块，用于通过激光雷达对道路进行扫描，得到道路的实测点云；
获取模块，用于获取道路的设计点云，所述设计点云为道路施工时的依据；
投影模块，用于在同一坐标系下，将实测点云的每个点向设计点云所形成的曲面进行投影，得到实测点云的每个点的投影距离；
统计模块，用于对每个点的投影距离进行统计，得到均值和标准差；
评价模块，用于根据均值和标准差，确定道路的平整度和平滑性等级，以供对道路进行评价。
可选的，所述扫描模块，用于：
通过激光雷达在多个测站点对道路进行扫描，得到每个测站点的原始点云；
对每个测站点的原始点云进行拼接，得到道路的整体原始点云；
去除整体原始点云中的离散点、植被及噪声，得到预处理原始点云；
对预处理原始点云进行抽稀处理，得到道路的实测点云。
可选的，所述投影模块，用于：
将实测点云和设计点云导入CloudCompare软件中；
在CloudCompare软件中，将实测点云和设计点云转换至同一坐标系下；
将实测点云的每个点向设计点云所形成的曲面进行投影，通过计算得到实测点云的每个点的投影距离。
第三方面，本申请实施例提供了一种道路评价设备，所述道路评价设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的道路评价程序，其中所述道路评价程序被所述处理器执行时，实现如上述所述的道路评价方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储有道路评价程序，其中所述道路评价程序被处理器执行时，实现如上述所述的道路评价方法的步骤。
本申请实施例提供的技术方案带来的有益效果包括：
本申请实施例中，通过激光雷达对道路进行扫描，得到道路的实测点云；获取道路的设计点云，所述设计点云为道路施工时的依据；在同一坐标系下，将实测点云的每个点向设计点云所形成的曲面进行投影，得到实测点云的每个点的投影距离；对每个点的投影距离进行统计，得到均值和标准差；根据均值和标准差，确定道路的平整度和平滑性等级，以供对道路进行评价。通过本申请实施例，通过激光雷达对道路进行扫描可全面的获取到道路的点云数据，通过将实测点云的每个点向设计点云所形成的曲面进行投影，得到实测点云的每个点的投影距离，并进行统计得到均值和标准差，根据均值和标准差，确定道路的平整度和平滑性等级，从而能够准确且高效率的对道路作出评价。
附图说明
图1为本申请道路评价方法一实施例的流程示意图；
图2为本申请道路评价方法一实施例的投影距离示意图；
图3为本申请图1中步骤S10的细化流程示意图；
图4为本申请图1中步骤S30的细化流程示意图；
图5为本申请图1中步骤S50的细化流程示意图；
图6为本申请道路评价装置一实施例的功能模块示意图；
图7为本申请实施例方案中涉及的道路评价设备的硬件结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。术语“第一”、“第二”和“第三”等描述，是用于区分不同的对象等，其不代表先后顺序，也不限定“第一”、“第二”和“第三”是不同的类型。
在本申请实施例的描述中，“示例性的”、“例如”或者“举例来说”等用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”、“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”、“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B；文本中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，另外，在本申请实施例的描述中，“多个”是指两个或多于两个。
在本申请实施例描述的一些流程中，包含了按照特定顺序出现的多个操作或步骤，但是应该理解，这些操作或步骤可以不按照其在本申请实施例中出现的顺序来执行或并行执行，操作的序号仅用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作或步骤可以按顺序执行或并行执行，并且这些操作或步骤可以进行组合。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
第一方面，本申请实施例提供一种道路评价方法。
一实施例中，参照图1，图1为本申请道路评价方法一实施例的流程示意图，如图1所示，道路评价方法包括：
步骤S10，通过激光雷达对道路进行扫描，得到道路的实测点云。
本实施例中，道路为需要进行检测评价的道路，通过激光雷达对道路进行扫描，可以全面的获取到道路的点云数据，点云数据中的每个点包含有三维坐标以及反射强度等数据，将通过激光雷达扫描获取到的道路的点云数据作为道路的实测点云。
步骤S20，获取道路的设计点云，所述设计点云为道路施工时的依据。
本实施例中，获取道路的设计点云以和实测点云进行对比，从而检测评价道路的施工精度或了解道路的养护情况，设计点云为道路施工时所依据的点云数据，即道路是按照设计点云进行施工的道路，设计点云可来自于设计施工单位。
步骤S30，在同一坐标系下，将实测点云的每个点向设计点云所形成的曲面进行投影，得到实测点云的每个点的投影距离。
本实施例中，将实测点云和设计点云进行对比，需要在同一坐标系下，如设计点云可采用西安80坐标系，在使用激光雷达对道路进行扫描采集道路的点云数据时，可采用同样的西安80坐标系进行道路点云数据的采集，或者将不同的坐标系的坐标转换至同一坐标系下。参照图2，图2为本申请道路评价方法一实施例的投影距离示意图，如图2所示，设计点云形成道路的曲面模型，将实测点云的每个点向设计点云形成道路的曲面模型进行投影，得到实测点云的每个点的投影距离，每个点的投影距离，即每个点与该点在曲面模型上的投影点之间的几何距离，根据每个点的坐标以及与之对应的投影点的坐标可以计算得到两点之间的几何距离。需要说明的是，既可以将实测点云的每个点向设计点云所形成的曲面进行投影，得到实测点云的每个点的投影距离，也可以将设计点云的每个点向实测点云所形成的曲面进行投影，得到设计点云的每个点的投影距离，然后对每个点的投影距离进行统计，可以实现同样的评价结果。
步骤S40，对每个点的投影距离进行统计，得到均值和标准差。
本实施例中，每个点的投影距离符合正态分布，对每个点的投影距离进行统计，通过计算得到均值和标准差，均值和标准差从而可以用于评价实测点云和设计点云之间的误差，基于正态分布原理，如果均值和标准差越小，则说明实测点云和设计点云之间的误差越小，即实际道路和道路施工所依据原始道路模型之间的误差越小，道路施工的精度越高，或者说明道路养护的较好，道路没有发生较大的损坏。
步骤S50，根据均值和标准差，确定道路的平整度和平滑性等级，以供对道路进行评价。
本实施例中，根据均值和标准差，确定道路的平整度和平滑性等级，即根据均值和标准差的数值大小，将均值和标准差转换为更为直观的道路的平整度和平滑性等级指标，从而可以更好的掌握道路的施工精度或了解道路的养护情况。
本实施例中，通过激光雷达对道路进行扫描可全面的获取到道路的点云数据作为实测点云，获取道路的设计点云以和实测点云进行对比，从而检测评价道路的施工精度，设计点云为道路施工时所依据的点云数据，通过将实测点云的每个点向设计点云所形成的曲面进行投影，得到实测点云的每个点的投影距离，并对每个点的投影距离进行统计得到均值和标准差，每个点的投影距离符合正态分布，基于正态分布原理，如果均值和标准差越小，则说明实测点云和设计点云之间的误差越小，即实际道路和道路施工所依据原始道路模型之间的误差越小，道路施工的精度越高，或者说明道路养护的较好，没有产生较大的损坏，根据均值和标准差的数值大小，将均值和标准差转换为更为直观的道路的平整度和平滑性等级指标，从而可以更好的掌握道路的施工精度或了解道路的养护情况。此外，曲面道路是智能网联试车场中必不可少的试验路面之一，具有重要研究价值，但因其高速回弯施工难度比较大，不仅要保证弯道弧度的平顺性，还要满足面层摊铺的精度要求，相对于传统方法，通过本申请可以大量减少人工测算的工作量，降低了曲面道路评价的难度，同时可以增强道路评价可信度。
进一步地，一实施例中，在步骤S10之前包括：
使用全站仪和实时差分定位采集的平面数据，对激光雷达的水平位置进行配准；
使用电子水准仪采集的高程数据，对激光雷达的垂直位置进行配准。
本实施例中，使用全站仪和实时差分定位技术相结合的方式采集平面数据，可以解决控制点间不通视的问题，将所采集的平面数据用于对激光雷达的水平位置进行配准，使用电子水准仪采集的高程数据，对激光雷达的垂直位置进行配准，从而完成激光雷达的配准准备工作。在水平和高程数据采集中所用的控制点可以使用粘贴标靶纸的简单形式，控制点和测站点之间的距离可以为0.5～1.5m之间。
进一步地，一实施例中，参照图3，图3为本申请图1中步骤S10的细化流程示意图，如图3所示，步骤S10包括：
步骤S101，通过激光雷达在多个测站点对道路进行扫描，得到每个测站点的原始点云；
步骤S102，对每个测站点的原始点云进行拼接，得到道路的整体原始点云；
步骤S103，去除整体原始点云中的离散点、植被及噪声，得到预处理原始点云；
步骤S104，对预处理原始点云进行抽稀处理，得到道路的实测点云。
本实施例中，可根据道路情况设置多个测站点，通过激光雷达在多个测站点对道路进行扫描，得到每个测站点的原始点云，然后对每个测站点的原始点云进行拼接，得到道路的整体原始点云，为提升数据处理的精度和效率，进一步的去除整体原始点云中的离散点、植被及噪声，得到预处理原始点云，对预处理原始点云进行抽稀处理，从而得到道路的实测点云，空间密度抽稀采样距离可设置为不小于1厘米。
进一步地，一实施例中，参照图4，图4为本申请图1中步骤S30的细化流程示意图，如图4所示，步骤S30包括：
步骤S301，将实测点云和设计点云导入CloudCompare软件中；
步骤S302，在CloudCompare软件中，将实测点云和设计点云转换至同一坐标系下；
步骤S303，将实测点云的每个点向设计点云所形成的曲面进行投影，通过计算得到实测点云的每个点的投影距离。
本实施例中，在将实测点云和设计点云导入CloudCompare软件中之前，可将实测点云和设计点云的点云数据，通过公式将点云矩阵数据转化为单列点云数据，以利于CloudCompare软件的处理，所述公式为：单列点云数据＝OFFSET($A$1,INT((ROW(1:1)-1)/N),MOD(ROW(1:1)-1,N))，其中，N为矩阵数据的列数，CloudCompare是一个可视化的三维点云编辑和处理软件，在CloudCompare软件中，如果采集实测点云数据时所使用的坐标系和设计点云所使用的坐标系不相同，需要将实测点云和设计点云转换至同一坐标系下，如西安80坐标系，继续参照图2，将实测点云的每个点向设计点云所形成的曲面进行投影，可以通过CloudCompare软件自动计算得到实测点云的每个点的投影距离。
进一步地，一实施例中，参照图5，图5为本申请图1中步骤S50的细化流程示意图，如图5所示，步骤S50包括：
步骤S501，根据均值，确定道路的平整度等级，所述道路的平整度等级按照均值数值的从小到大对应的等级从高到低；
步骤S502，根据标准差，确定道路的平滑性等级，所述道路的平滑性等级按照标准差数值的从小到大对应的等级从高到低。
本实施例中，根据均值数值的大小，确定道路的平整度等级，可以将均值的数值按照从小到大划分为四个区间，与之对应的划分道路平整度等级从高到低有四个等级，同样根据标准差数值的大小，确定道路的平滑性等级，可以将标准差的数值按照从小到大划分为四个区间，与之对应的划分道路平滑性等级从高到低有四个等级，在理想状态下，实际施工得到的道路和施工时所依据的设计点云模型之间没有误差，那么均值和标准差为0，但在实际中是不可能的，因为施工摊铺沥青的机械都是由人工摊铺的，不会完全跟设计图纸一致，均值越小，对应的道路的平整度等级越高，标准差越小，对应的道路的平滑性等级越高，将均值和标准差根据数值的大小转化为道路的平整度等级和平滑性等级，使用平整度和平滑性等级两个指标来评价道路的施工精度或用于了解道路的养护情况。
第二方面，本申请实施例还提供一种道路评价装置。
一实施例中，参照图6，图6为本申请道路评价装置一实施例的功能模块示意图，如图6所示，道路评价装置包括：
扫描模块10，用于通过激光雷达对道路进行扫描，得到道路的实测点云；
获取模块20，用于获取道路的设计点云，所述设计点云为道路施工时的依据；
投影模块30，用于在同一坐标系下，将实测点云的每个点向设计点云所形成的曲面进行投影，得到实测点云的每个点的投影距离；
统计模块40，用于对每个点的投影距离进行统计，得到均值和标准差；
评价模块50，用于根据均值和标准差，确定道路的平整度和平滑性等级，以供对道路进行评价。
进一步地，一实施例中，道路评价装置还包括配准模块，用于：
使用全站仪和实时差分定位采集的平面数据，对激光雷达的水平位置进行配准；
使用电子水准仪采集的高程数据，对激光雷达的垂直位置进行配准。
进一步地，一实施例中，扫描模块10，用于：
通过激光雷达在多个测站点对道路进行扫描，得到每个测站点的原始点云；
对每个测站点的原始点云进行拼接，得到道路的整体原始点云；
去除整体原始点云中的离散点、植被及噪声，得到预处理原始点云；
对预处理原始点云进行抽稀处理，得到道路的实测点云。
进一步地，一实施例中，投影模块30，用于：
将实测点云和设计点云导入CloudCompare软件中；
在CloudCompare软件中，将实测点云和设计点云转换至同一坐标系下；
将实测点云的每个点向设计点云所形成的曲面进行投影，通过计算得到实测点云的每个点的投影距离。
进一步地，一实施例中，评价模块50，用于：
根据均值，确定道路的平整度等级，所述道路的平整度等级按照均值数值的从小到大对应的等级从高到低；
根据标准差，确定道路的平滑性等级，所述道路的平滑性等级按照标准差数值的从小到大对应的等级从高到低。
其中，上述道路评价装置中各个模块的功能实现与上述道路评价方法实施例中各步骤相对应，其功能和实现过程在此处不再一一赘述。
第三方面，本申请实施例提供一种道路评价设备。
参照图7，图7为本申请实施例方案中涉及的道路评价设备的硬件结构示意图。本申请实施例中，道路评价设备可以包括处理器、存储器、通信接口以及通信总线。
其中，通信总线可以是任何类型的，用于实现处理器、存储器以及通信接口互连。
通信接口包括输入/输出(input/output，I/O)接口、物理接口和逻辑接口等用于实现道路评价设备内部的器件互连的接口，以及用于实现道路评价设备与其他设备(例如其他计算设备或用户设备)互连的接口。物理接口可以是以太网接口、光纤接口、ATM接口等；用户设备可以是显示屏(Display)、键盘(Keyboard)等。
存储器可以是各种类型的存储介质，例如随机存取存储器(randomaccessmemory，RAM)、只读存储器(read-only memory，ROM)、非易失性RAM(non-volatileRAM，NVRAM)、闪存、光存储器、硬盘、可编程ROM(programmable ROM，PROM)、可擦除PROM(erasable PROM，EPROM)、电可擦除PROM(electrically erasable PROM，EEPROM)等。
处理器可以是通用处理器，通用处理器可以调用存储器中存储的道路评价程序，并执行本申请实施例提供的道路评价方法。例如，通用处理器可以是中央处理器(centralprocessing unit，CPU)。其中，道路评价程序被调用时所执行的方法可参照本申请道路评价方法的各个实施例，此处不再赘述。
本领域技术人员可以理解，图7中示出的硬件结构并不构成对本申请的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
第四方面，本申请实施例还提供一种可读存储介质。
本申请可读存储介质上存储有道路评价程序，其中所述道路评价程序被处理器执行时，实现如上述的道路评价方法的步骤。
其中，道路评价程序被执行时所实现的方法可参照本申请道路评价方法的各个实施例，此处不再赘述。
需要说明的是，上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种道路评价方法，其特征在于，所述道路评价方法包括：
通过激光雷达对道路进行扫描，得到道路的实测点云；
获取道路的设计点云，所述设计点云为道路施工时的依据；
在同一坐标系下，将实测点云的每个点向设计点云所形成的曲面进行投影，得到实测点云的每个点的投影距离；
对每个点的投影距离进行统计，得到均值和标准差；
根据均值和标准差，确定道路的平整度和平滑性等级，以供对道路进行评价。
2.如权利要求1所述的道路评价方法，其特征在于，在所述通过激光雷达对道路进行扫描，得到道路的实测点云之前，包括：
使用全站仪和实时差分定位采集的平面数据，对激光雷达的水平位置进行配准；
使用电子水准仪采集的高程数据，对激光雷达的垂直位置进行配准。
3.如权利要求1所述的道路评价方法，其特征在于，所述通过激光雷达对道路进行扫描，得到道路的实测点云包括：
通过激光雷达在多个测站点对道路进行扫描，得到每个测站点的原始点云；
对每个测站点的原始点云进行拼接，得到道路的整体原始点云；
去除整体原始点云中的离散点、植被及噪声，得到预处理原始点云；
对预处理原始点云进行抽稀处理，得到道路的实测点云。
4.如权利要求1所述的道路评价方法，其特征在于，所述在同一坐标系下，将实测点云的每个点向设计点云所形成的曲面进行投影，得到实测点云的每个点的投影距离包括：
将实测点云和设计点云导入CloudCompare软件中；
在CloudCompare软件中，将实测点云和设计点云转换至同一坐标系下；
将实测点云的每个点向设计点云所形成的曲面进行投影，通过计算得到实测点云的每个点的投影距离。
5.如权利要求1所述的道路评价方法，其特征在于，所述根据均值和标准差，确定道路的平整度和平滑性等级包括：
根据均值，确定道路的平整度等级，所述道路的平整度等级按照均值数值的从小到大对应的等级从高到低；
根据标准差，确定道路的平滑性等级，所述道路的平滑性等级按照标准差数值的从小到大对应的等级从高到低。
6.一种道路评价装置，其特征在于，所述道路评价装置包括：
扫描模块，用于通过激光雷达对道路进行扫描，得到道路的实测点云；
获取模块，用于获取道路的设计点云，所述设计点云为道路施工时的依据；
投影模块，用于在同一坐标系下，将实测点云的每个点向设计点云所形成的曲面进行投影，得到实测点云的每个点的投影距离；
统计模块，用于对每个点的投影距离进行统计，得到均值和标准差；
评价模块，用于根据均值和标准差，确定道路的平整度和平滑性等级，以供对道路进行评价。
7.如权利要求6所述的道路评价装置，其特征在于，所述扫描模块，用于：
通过激光雷达在多个测站点对道路进行扫描，得到每个测站点的原始点云；
对每个测站点的原始点云进行拼接，得到道路的整体原始点云；
去除整体原始点云中的离散点、植被及噪声，得到预处理原始点云；
对预处理原始点云进行抽稀处理，得到道路的实测点云。
8.如权利要求6所述的道路评价装置，其特征在于，所述投影模块，用于：
将实测点云和设计点云导入CloudCompare软件中；
在CloudCompare软件中，将实测点云和设计点云转换至同一坐标系下；
将实测点云的每个点向设计点云所形成的曲面进行投影，通过计算得到实测点云的每个点的投影距离。
9.一种道路评价设备，其特征在于，所述道路评价设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的道路评价程序，其中所述道路评价程序被所述处理器执行时，实现如权利要求1至5中任一项所述的道路评价方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有道路评价程序，其中所述道路评价程序被处理器执行时，实现如权利要求1至5中任一项所述的道路评价方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311521459.1A CN117646372A (zh) | 2023-11-15 | 2023-11-15 | 道路评价方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311521459.1A CN117646372A (zh) | 2023-11-15 | 2023-11-15 | 道路评价方法、装置、设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117646372A true CN117646372A (zh) | 2024-03-05 |
Family
ID=90044254
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311521459.1A Pending CN117646372A (zh) | 2023-11-15 | 2023-11-15 | 道路评价方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117646372A (zh) |
-
2023
- 2023-11-15 CN CN202311521459.1A patent/CN117646372A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6837467B2 (ja) | 点群データ同士のマッチング関係を確定するための方法及び装置 | |
| CN112433203B (zh) | 一种基于毫米波雷达数据的车道线形检测方法 | |
| Laefer et al. | Toward automatic generation of 3D steel structures for building information modelling | |
| Kim et al. | A framework for dimensional and surface quality assessment of precast concrete elements using BIM and 3D laser scanning | |
| CN106930784B (zh) | 基于三维激光扫描的隧道监控方法 | |
| JP5991489B2 (ja) | 道路変状検出装置、道路変状検出方法及びプログラム | |
| Li et al. | Terrestrial laser scanning assisted flatness quality assessment for two different types of concrete surfaces | |
| CN109522804B (zh) | 一种道路边沿识别方法及系统 | |
| CN109583280A (zh) | 车道线识别方法、装置、设备及存储介质 | |
| CN103759758B (zh) | 一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法 | |
| CN111197979B (zh) | 一种基于点云数据分析的建筑检测方法及装置 | |
| CN109813722B (zh) | 接触网吊弦缺陷检测方法 | |
| Bosché et al. | Terrestrial laser scanning and continuous wavelet transform for controlling surface flatness in construction–A first investigation | |
| CN112731440B (zh) | 高速铁路边坡形变检测方法及装置 | |
| CN112825190B (zh) | 一种精度评估方法、系统、电子设备和存储介质 | |
| CN111145157B (zh) | 基于高分辨率遥感影像的路网数据自动化质量检查方法 | |
| CN109682303A (zh) | 基于bim技术的曲线pc轨道梁精密三维检测方法 | |
| CN108153979B (zh) | 基于InSAR的形变信息提取方法、终端及存储介质 | |
| CN105115428A (zh) | 面向辐对称电缆切面绝缘层厚度的并行图像测量方法 | |
| CN113487722A (zh) | 一种基于三维激光扫描方法的混凝土构件自动化检测方法 | |
| CN111524394A (zh) | 提升机坪综合航迹监视数据精度的方法、装置及系统 | |
| CN115014198A (zh) | 一种基于三维激光扫描的钢筋安装检测方法 | |
| CN114004950B (zh) | 一种基于BIM与LiDAR技术的路面病害智能识别与管理方法 | |
| CN1782672A (zh) | 改善发电设备故障检测的方法和装置 | |
| CN117646372A (zh) | 道路评价方法、装置、设备及可读存储介质 |
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 |