基于点云数据的道路变形类病害自动化检测方法

作     者：潘宁 杜豫川 岳劲松 魏斯瑀 刘成龙 吴荻非 PAN Ning;DU Yuchuan;YUE Jinsong;WEI Siyu;LIU Chenglong;WU Difei

作者机构：同济大学道路与交通工程教育部重点实验室上海201804 上海城市基础设施更新工程技术研究中心上海200032 上海城投公路投资(集团)有限公司上海200335 

出 版 物：《同济大学学报（自然科学版）》 (Journal of Tongji University:Natural Science)

年 卷 期：2022年第50卷第3期

页      面：399-408页

核心收录：

学科分类：08[工学] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金(51978519) 上海市科学技术委员会资助项目(20DZ2251900) 中央引导地方科技发展专项(YDZX20193100004845) 上海市科学技术委员会社会发展科技攻关项目(21DZ1200601) 

主　　题：道路工程 变形类病害 点云数据 三维特征 高差信息 

摘      要：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%。