一种线结构光路面跳车检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112411324A(43)申请公布日2021.02.26(21)申请号202011069400.X(22)申请日2020.09.30(71)申请人武汉光谷卓越科技股份有限公司地址430223湖北省武汉市东湖高新区武大科技园4路6号(72)发明人张德津曹民王新林桂容林红(74)专利代理机构北京路浩知识产权代理有限公司11002代理人程琛(51)Int.Cl.E01C23/01(2006.01)权利要求书2页说明书9页附图8页(54)发明名称一种线结构光路面跳车检测方法(57)摘要本发明实施例提供一种线结构光路面跳车检测方法，该方法包括：线扫描路面横纵断面数据零值处理及断面局部毛刺异常值处理；基于路面构造深度的断面局部极值提取；基于局部极值的拐点提取；基于跳车定义的邻近拐点删除；基于保留拐点的跳车位置判断及跳车高程测量。本发明实施例利用线扫描三维路面数据断面拐点相对位置关系自动获取跳车位置和跳车高程测量信息，能去除断面数据中姿态信息和路面缓慢坡度变化对于跳车检测的影响，同时对于路面裂缝、水泥路面正常接缝等相对较小的路面形变不会造成跳车虚检，从而使得路面跳车检测更加精确，鲁棒性更强。CN112411324ACN112411324A权利要求书1/2页1.一种线结构光路面跳车检测方法，其特征在于，包括：获取路面的线扫描三维数据，并对所述线扫描三维数据中横断面和纵断面的高程数据进行预处理；其中，所述预处理包括零值处理和滤波处理；根据预处理后的横断面和纵断面的高程数据中相邻两点的高程差值，获取所述横断面的局部高程极大值点和局部高程极小值点，以及所述纵断面的局部高程极大值点和局部高程极小值点；将所述横断面和纵断面中与相邻的局部高程极大值点之间的高程差值大于预设路面构造深度阈值的局部高程极大值点删除，与相邻的局部高程极小值点之间的高程差值大于预设路面构造深度阈值的局部高程极小值点删除；将所述横断面删除后的局部高程极大值点和极小值点作为拐点，整体按照横坐标从小到大的顺序进行排序，获取所述横断面的拐点序列；将所述纵断面删除后的局部高程极大值点和极小值点作为拐点，整体按照横坐标从小到大的顺序进行排序，获取所述纵断面的拐点序列；若所述横断面和纵断面的拐点序列中相邻两个拐点不满足预设条件，则对所述相邻两个拐点中的一个拐点进行删除；其中，所述预设条件为所述相邻两个拐点之间的距离小于预设距离，且高程差值大于预设高程差值；若所述横断面和纵断面的拐点序列中保留的相邻两个拐点之间的距离小于所述预设距离且高程差值大于所述预设高程差值，则将所述相邻两个拐点作为跳车点；若保留的相邻两个拐点之间的距离大于所述预设距离且高程差值大于所述预设高程差值，则过对相邻两个拐点之间的距离进行分段，将每段中高程差值大于所述预设高程差值的一对局部高程极大值点和极小值点作为跳车点；按照所述横断面和纵断面中所有跳车点的连通域形成二值图像，根据所述二值图像获取所述路面中跳车的三维信息；所述三维信息包括跳车的深度、宽度和长度。2.根据权利要求1所述的线结构光路面跳车检测方法，其特征在于，根据预处理后的横断面和纵断面的高程数据中相邻两点的高程差值，获取所述横断面的局部高程极大值点和局部高程极小值点，以及所述纵断面的局部高程极大值点和局部高程极小值点的步骤包括：将任一横断面和纵断面的高程数据中当前点的高程减去当前点的后一个点的高程，获取第一差值；将当前点的前一个点的高程减去当前点的高程，获取第二差值；若所述第一差值大于0且所述第一差值与所述第二差值的乘积小于0，则将当前点作为局部高程极大值点；若所述第一差值小于0且所述第一差值与所述第二差值的乘积小于0，则将当前点作为局部高程极小值点。3.根据权利要求1所述的线结构光路面跳车检测方法，其特征在于，将所述横断面和纵断面中与相邻的局部高程极大值点之间的高程差值大于预设路面构造深度阈值的局部高程极大值点删除，与相邻的局部高程极小值点之间的高程差值大于预设路面构造深度阈值的局部高程极小值点删除的步骤包括：对于所述横断面和纵断面中任意相邻的三个局部高程极大值点，若中间的局部高程极2CN112411324A权利要求书2/2页大值点到两侧的局部高程极大值点之间连线的垂直距离大于预设路面构造深度阈值，则将所述中间的局部高程极大值点保留；否则，将所述中间的局部高程极大值点删除；对于所述横断面和纵断面中任意相邻的三个局部高程极小值点，若中间的局部高程极小值点到两侧的局部高程极小值点之间连线的垂直距离大于预设路面构造深度阈值，则将所述中间的局部高程极小值点保留；否则，将所述中间的局部高程极小值点删除。4.根据权利要求1所述的线结构光路面跳车检测方法，其特征在于，若所述横断面和纵断面的拐点序列中