基于LiDAR三维数据的路面平整度横向分布差异特性评估方法

路面平整度是进行道路养护决策的重要依据,传统检测手段受限于其设备结构,仅能获取路面上单一轨迹的平整度数值,难以表征路面横向不同断面的平整度分布情况。针对这一问题,利用高精度激光雷达(Light Detection and Ranging,LiDAR)采集路面的三维点云数据,提取了路段横向典型位置测线的高程信息,结合方差分析与Kruskal-Wallis非参数检验等方法,分析不同横向测线平整度数值是否具有显著性差异,并基于上海市超过25km的实测道路数据总结了平整度横向分布的差异特性。结果显示:就单一路段而言,不同测线的国际平整度指数(International Roughness Index,IRI)具有明显差异,从分布上来看,仅在相邻纵断面间距超过2.5m时,平整度分布才具有显著差异,而其他情况下各测线的平整度分布无显著性差异;但从多路段平整度分布来看,路面平整度横向分布是否具有显著性差异与路段本身属性相关。路段平整度分布离散性越强的道路,其各测线平整度结果具有显著差异的概率就越大。由此可知,基于LiDAR的多测线路面平整度可以有效反映路段的平整度分布情况,避免单一测线造成的测量误差。

基于点云数据的道路变形类病害自动化检测方法

拥包、沉陷等路面变形是常见的病害类型,但传统基于二维图像的判断方法无法获取深度信息,线性激光扫描的方法精度较高但是单次扫描范围有限,难以短时获取全局状况,导致大尺度变形类病害识别困难。利用车载移动激光雷达系统获取三维点云数据,解决了变形类病害检测的难点,并可提取其三维特征。实测数据验证了方法的可靠性和有效性,可实现拥包、沉陷和坑槽等变形病害的自动化检测,有效提高了检测效率。与全站仪测量结果对比,该方法三维特征提取信息完整且准确率达84.662%。