一种基于RGBD图像和图像分割的路面平整度测量方法与流程

本发明涉及平整度测量，具体来说，涉及一种基于rgbd图像和图像分割的路面平整度测量方法。

背景技术：

1、随着社会的不断发展，交通已成为人们日常出行和我国经济建设中重要的基础设施之一，在所有的交通形式中，道路交通是与人们生活出行密切相关的，而路面平整度是评估路面质量的主要参数之一，它关系到日常行车的安全性和舒适度，同时影响着路面所受的冲击力和使用寿命。不平整的路面将增加行车阻力，使车辆发生额外的振动现象。这种振动现象将带来行车的颠簸，对车辆的速度和安全性具有一定程度的影响。因此，路面平整度对于道路交通的安全和稳定运行具有至关重要的作用。

2、路面平整度是评估路面质量的主要参数之一，它关系到日常行车的安全性和舒适度，同时影响着路面所受的冲击力和使用寿命。不平整的路面将增加行车阻力，使车辆发生额外的振动现象。这种振动现象将带来行车的颠簸，对车辆的速度和安全性具有一定程度的影响。因此，路面平整度对于道路交通的安全和稳定运行具有至关重要的作用。

3、目前我国对于路面平整度检测的研究较少，相关的检测设备严重落后甚至不足。因此，许多道路养护管理部门依然停留在传统人工检测的阶段。而传统人工检测又存在许多问题，如检测效率低、劳动强度大、耗时较长以及检测精度无法保证等。目前，对于路面平整度检测的传统包括：连续式平整度仪检测技术，车载式激光平整度仪检测技术，车载式颠簸累积仪检测技术等。这些方法较为传统，对于连续式平整度仪检测技术，效率低和测试精度差，不适用于在坑槽较多、病害较为严重的路面上进行测试。车载式颠簸累积法，该方法是通过计算小车在经过颠簸时，在垂直方向上位移的累计值，从而计算出平整度，这种方法测出的数据与车所装载悬挂有关，受车辆影响较大。而对于激光平整度法，成本较高，不易普及。

技术实现思路

1、本发明的目的在于提供一种基于rgbd图像和图像分割的路面平整度测量方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于rgbd图像和图像分割的路面平整度测量方法，包括：

3、步骤1：获取rgbd图像，所述rgbd图像包括彩色图像和深度图像。

4、步骤2：彩色图像进行预处理，以提取路面区域。

5、步骤3：根据深度图像，估计路面区域的高度信息。

6、步骤4：根据所述高度信息计算路面平整度。

7、步骤5：根据彩色图像和深度图像的联合分析来优化路面平整度测量。

8、步骤6：利用颜色信息和深度信息进行路面区域分割。

9、步骤7：根据路面区域的几何特征对路面平整度进行评估。

10、步骤8：基于机器学习算法对路面平整度进行预测。

11、步骤9：对测量结果进行可视化展示。

12、步骤10：对测量结果进行定量分析。

13、步骤11：校准深度图像，以确保测量结果的准确性和稳定性。

14、步骤12：考虑路面材质和光照变化的自适应预处理，以提高路面区域的提取准确性。

15、步骤13：通过滤除深度图像中的噪声点和异常值来优化深度值分析。

16、步骤14：基于路面区域的纹理特征进行路面平整度评估。

17、步骤15：结合路面颜色和深度信息的特征提取，以增强路面区域的表征能力。

18、步骤16：基于车辆行驶过程中实时采集的rgbd数据进行动态路面平整度监测。

19、步骤17：利用多传感器数据融合技术提高路面平整度测量精度。

20、步骤18：虑路面上行人和其他障碍物对测量结果影响，并进行相应的补偿或修正。

21、步骤19：针对不同路面类型和环境条件进行参数调整。

22、步骤20：基于三维点云数据进行路面平整度测量的方法。

23、步骤21：通过对路面区域进行分割和分类，识别并量化不同类型的路面缺陷的方法，所述路面缺陷包括裂缝、坑洼等

24、步骤22：根据路面平整度测量结果，自动生成路面维护建议或优化路径规划。

25、进一步的，所述预处理包括图像分割算法，用于将路面区域从背景中分割出来，所述高度信息估计包括确定路面区域不同位置的高度差，所述计算路面平整度的步骤包括基于路面高度差值的统计分析，所述几何特征包括路面区域的曲率、斜率等，所述机器学习算法包括支持向量机、神经网络等。

26、进一步的，所述可视化展示包括生成路面平整度热图、三维路面模型等，所述定量分析包括生成路面平整度报告、提供平均平整度值等，所述校准步骤包括使用已知平面或标定板进行深度相机的标定。

27、进一步的，所述纹理特征包括路面区域的纹理密度、方向等，所述三维点云数据可通过深度图像转换而来，或由激光雷达等传感器获取，所述多传感器数据包括惯性测量单元(imu)数据、全球定位系统(gps)数据等。

28、与现有技术相比，本发明具有以下有益效果：

29、1.综合信息获取：rgbd图像提供了丰富的信息，包括彩色图像和深度图像，使得可以同时获取路面的外观和几何信息。

30、2.精确路面提取：通过图像分割算法，可以准确地提取出路面区域，从而避免了背景干扰，有利于后续的深度值分析和特征提取。

31、3.高精度的深度值分析：利用深度图像进行深度值分析，可以准确识别路面上的凹凸不平的区域，为后续的路面平整度评估提供了基础。

32、4.多维特征融合：结合彩色图像和深度图像进行特征提取，可以综合考虑颜色信息、深度信息和纹理特征，增强了对路面的表征能力。

33、5.自适应性和稳定性：采用了自适应预处理方法和校准步骤，考虑了路面材质和光照变化等因素，提高了测量结果的准确性和稳定性。

34、6.多传感器数据融合：利用多传感器数据融合技术，如imu数据和gps数据，可以进一步提高路面平整度测量的精度和可靠性。

技术特征：

1.一种基于rgbd图像和图像分割的路面平整度测量方法，其特征在于，包括：

2.根据权利要求1所述的一种基于rgbd图像和图像分割的路面平整度测量方法，其特征在于，所述预处理包括图像分割算法，用于将路面区域从背景中分割出来，所述高度信息估计包括确定路面区域不同位置的高度差，所述计算路面平整度的步骤包括基于路面高度差值的统计分析，所述几何特征包括路面区域的曲率、斜率等，所述机器学习算法包括支持向量机、神经网络等。

3.根据权利要求1所述的一种基于rgbd图像和图像分割的路面平整度测量方法，其特征在于，所述可视化展示包括生成路面平整度热图、三维路面模型等，所述定量分析包括生成路面平整度报告、提供平均平整度值等，所述校准步骤包括使用已知平面或标定板进行深度相机的标定。

4.根据权利要求1所述的一种基于rgbd图像和图像分割的路面平整度测量方法，其特征在于，所述纹理特征包括路面区域的纹理密度、方向等，所述三维点云数据可通过深度图像转换而来，或由激光雷达等传感器获取，所述多传感器数据包括惯性测量单元(imu)数据、全球定位系统(gps)数据等。

技术总结本发明公开了一种基于RGBD图像和图像分割的路面平整度测量方法，包括：获取RGBD彩色图像和深度图像，同时获取路面的外观和几何信息，图像分割算法可以准确地提取出路面区域，从而避免了背景干扰，有利于后续的深度值分析和特征提取，利用深度图像进行深度值分析，可以准确识别路面上的凹凸不平的区域，为后续的路面平整度评估提供了基础，结合彩色图像和深度图像进行特征提取，综合考虑颜色信息、深度信息和纹理特征，增强了对路面的表征能力，采用了自适应预处理方法和校准步骤，考虑了路面材质和光照变化等因素，提高了测量结果的准确性和稳定性，利用多传感器数据融合技术，如IMU数据和GPS数据，进一步提高路面平整度测量的精度和可靠性。技术研发人员：包宏鑫,张昊冉,张益彬受保护的技术使用者：包宏鑫技术研发日：技术公布日：2024/8/1