高速公路养护质量激光检测技术及应用

1激光检测技术国内外现状 高速公路路面养护质量的检测与评价主要包括路面平整度、路面车辙、路面变形类病害(如坑洼拥包等)、路面强度(路面的弯沉值)、路面抗滑值、路面裂缝类病害等.目前,对这些重要质量指标进行定期检测与评价,为路面养护管理部门提供真实可靠的检测结果已显得越来越重要.     

沥青路面车辙检测技术的探讨

0引言到2006年底,全国公路通车总里程达348×104km,高速公路达4.54×104km。尤其以“快速、安全、经济、舒适”为特征的高速公路不仅是交通运输现代化的重要标志,同时也是一个国家现代化的重要标志。     

路面平整度评价指标IRI的影响因素

研究了路面平整度标准评价指标——国际平整度指数(IRI)的计算模型和求解方法,找出了影响IRI精度的主要因素;利用数值模拟定量分析了位移传感器精度、数据采样间隔、评价距离、检测方向和检测车速等对IRI的影响。得出结论:提高位移传感器精度、减少数据采样间隔,可以较大提高IRI的测量精度;检测车速越接近理想车速,IRI测量精度越高;检测方向对IRI测量精度产生影响,但其影响较小。     

路面三维检测技术研究

为了建立一个信息完整、功能强大的路面三维数据库,以便完整、直观地评价路面质量,提出了一种基于激光位移传感器和陀螺仪的路面三维检测方法.该方法采用TCP/IP协议进行检测数据的实时高速传输,对检测到的激光传感器信号、加速度传感器信号和陀螺仪信号进行数据融合处理,用计算机技术重构出路面的三维形状,建立起路面的三维数据库.通过水准仪测量结果和激光检测系统测量结果对比证明,该方法可以测量整个车道的路面形状,检测精度高,检测速度快.     

基于非线性系统结构稳定性理论的车辆转向动力学研究

为了解车辆转向的内在特性,给车辆转向控制方法提供理论研究基础,依据非线性系统动力学结构稳定性理论,提出了车辆转向动力学分岔理论。基于车辆转向动力学分岔理论对车辆转向动力学特性进行了研究;以车辆前轮转角、车辆纵向速度及后轮转角为分岔参数,研究其对车辆质心侧偏角、横摆角速度的影响规律,得出了车辆在不同转向状态下的稳定转向区间。研究结果表明:车辆稳态转向时不发生动态Hopf分岔,而发生静态鞍结分岔;理论研究结果与车辆实际运行情况相符,非线性系统结构稳定性理论用于车辆转向动力学研究是正确、合理的。     

路面破损图像自动处理技术研究进展

总结了路面破损图像自动处理技术的重要研究成果, 分析了该领域关键技术的研究进展, 包括路面破损检测系统、图像处理算法和识别算法评估; 比较了不同路面破损检测系统与目标自动识别算法的检测精度和适用性, 给出了路面破损图像自动处理技术未来可能的主要研究方向。研究结果表明: 在路面破损检测系统方面, 从早期基于摄影技术的图像采集到目前的3D激光扫描技术, 路面图像采集技术更加便捷和高效, 但破损图像自动分析和目标自动识别算法仍然存在挑战; 在路面破损图像处理算法方面, 传统的路面裂缝目标分割算法已由过去的基于单一特征(灰度、边缘形状等) 的检测方法演化到多特征融合检测方法和图优化检测方法, 还出现了一些精细化的裂缝目标连接与恢复算法, 大幅提高了裂缝检测精度, 但需要的计算资源和人工先验知识库也随之不断增大; 在路面裂缝处理算法评估和比较方面, 主要利用人工分割来评价自动识别结果, 目前迫切需要建立一个面向全球开放的大型路面破损图像数据库, 以客观、有效地评估现有各种路面破损图像处理算法; 基于2D图像特征分析的路面破损图像自动识别算法很难在识别精确性、算法通用性和实时性方面同时取得最佳效果; 近年来, 大量学者开始尝试借助深度学习神经网络自动识别路面破损, 但该技术仍处于活跃的演进过程中; 在提高路面破损自动识别精度和效率方面, 3D激光扫描技术和基于人工智能的深度学习技术的发展将对未来路面破损图像自动识别技术的最终突破产生重大推进作用。      

嵌入式激光路面平整度检测系统研究

国内外普遍采用的惯性激光平整度仪对检测速度有较高要求,难于适应我国高速公路及一、二级公路路况较差情况下的平整度检测.文中提出了一种双传感器纵断面检测原理,给出了计算机仿真结果,并设计了基于嵌入式IP2022的激光平整度检测系统.该系统可计算出被测路面的纵断面曲线,由此计算国际平整度指数(IRI).检测速度可从O～80 km/h任意变化,检测结果不受检测速度影响,非常适合我国道路交通复杂情况下的平整度检测.     

路面车辙激光检测技术研究

提出了一种基于31路激光位移传感器的路面车辙检测方法,给出了车辙计算公式,采用TCP/IP协议进行检测数据的实时高速传输。水准标定和现场试验证明,该方法可测量横向3750mm宽度范围内的车辙分布,车辙检测精度高,检测速度大于72km/h,可满足高速公路沥青路面车辙养护检测需要。