符合鵬，王建偉，尹勝超

(1.香港中文大學深圳研究院，深圳 518000;2.AccTranSys公司，美國華盛頓 20007;3.北京博研智通科技有限公司，北京 100190)

路狀況指數(shù)是路面工作狀況的綜合評價指標，路面狀況指數(shù)方法以專家評分為依據(jù)，它是通過測量專家評分路段上的路面損壞量，建立該損壞量與專家評分結(jié)果的定量關系.對任一路段應用此關系，可計算出損壞狀況的評分值.美國、歐洲和中國都對如何根據(jù)路面平整度、車轍、裂縫、鼓起、損害等定量計算路面狀況指數(shù)進行相關研究.國際上目前前沿的做法是建立相關數(shù)據(jù)庫，利用道路檢測車收集路面圖像，輔以圖像自動處理技術提供的部分數(shù)據(jù)，以受過專門培訓的工程師進行人工判讀.本文將提出一種自動判定路面狀況指數(shù)的算法.

1 行業(yè)背景

美國許多專業(yè)公司、我國一些大學、道路維護研究機構(gòu)以及IT開發(fā)企業(yè)相繼開發(fā)了多種多功能道路檢測車、圖像處理、道路檢測數(shù)據(jù)處理系統(tǒng).

現(xiàn)在的道路檢測車進行路面檢測時車速在30～120 km/h，對于采集到的圖像數(shù)據(jù)無法實現(xiàn)實時處理，每公里路面數(shù)據(jù)處理需要近1 h的時間，另外路面檢測準確率在80%左右.

針對公路路面復雜的、大量的裂紋病害，特別是波浪擁包、松散、泛油、坑槽等，現(xiàn)在還完全依賴人工對圖像做判別.

路面狀況指數(shù)自動生成涉及的專業(yè)技術多樣和復雜、行業(yè)規(guī)范和國內(nèi)外法規(guī)的多樣化以及正處于更新期的特征，使得目前的相關研究難以廣泛適用，而國內(nèi)在這方面的研究也剛剛起步.

2 路面狀況分析

對瀝青路面來說，其路面損壞包括龜裂、塊狀裂縫、縱向裂縫、橫向裂縫、坑槽、松散、沉陷、車轍、波浪擁包、泛油和修補等.對水泥路面來說，水泥混凝土路面的病害可以歸納為四大類:裂縫類——貫通面層厚度的斷裂裂縫，把板分為數(shù)塊，破壞了面層結(jié)構(gòu)的完整性.裂縫類有縱向、橫向等形式，也存在一些交叉形態(tài)的裂縫.其次，一種大量出現(xiàn)的情況為路面變形，即路面多個部分出現(xiàn)橫向或者縱向的位移，變形類形式有錯臺、層陷、和拱起等;接縫損壞類——橫縫和縱縫填縫料的喪失或失效.如板縫處填縫料剝落;表面損壞類——非結(jié)構(gòu)性損害，發(fā)生在面層的局部損壞.如露骨、坑洞等.有些道路路面的病害，例如波浪擁包、松散、泛油、坑槽等還完全依賴人工對圖像的判讀.故需要對路面維護指數(shù)所需數(shù)據(jù)的采集進行研究，提出現(xiàn)行技術條件下最可行可靠的數(shù)據(jù)自動收集方法.依靠人工判讀的路面維護指數(shù)費時費力，人為誤差也比較大.美國和中國的研究人員為定量判定路面維護指數(shù)進行了大量的研究工作，由于數(shù)據(jù)采集的方式和可靠性問題，這些研究并沒有實用化，也沒有被政府完全接受，隨著技術的已有以及可預期的進展，將這些研究實用化成為可能.本課題在完成對國內(nèi)外相關數(shù)據(jù)采集技術和數(shù)據(jù)分析技術及其發(fā)展趨勢進行全面分析的基礎上，研究了國內(nèi)外相關技術標準，開發(fā)了一套能廣泛應用的路面狀況檢測模型和應用軟件.應用軟件可以應用到國內(nèi)高速公路和城市道路的道路維護系統(tǒng)中，其獲取的經(jīng)濟利益和由于節(jié)省人力物力及時報告路面維護狀況以采取措施所帶來的社會效益將十分巨大.

3 路面車轍自動識別算法

在采用多功能道路檢測車進行檢測與數(shù)據(jù)處理時，研究自動識別車轍的算法非常必要.自動車轍的識別思路為:首先確定判定基準面，為車轍的判定提供基準;基于基準面來確定路面的凹陷以及非凹陷區(qū)域，并對凹陷進行分類，劃分不同的等級，從而識別路面車轍.具體的步驟如下:

步驟1 獲得路面基礎數(shù)據(jù).以道路檢測車的車載設備獲得的道路基礎數(shù)據(jù)為依托，分析處理得到道路的三維數(shù)據(jù).

步驟2 初步確定基準面.首先，求取道路各采樣點的平均值，并計算所有采樣點的標準差.其次對采樣數(shù)據(jù)進行修正，修正方式如下:如果采樣點的值大于道路各采樣點的平均值與標準差之和，將該采樣點的值用平均值代替;如果采樣點的值小于道路各采樣點的平均值與標準差之差，將該采樣點的值用道路各采樣點的平均值代替;其他情況時，則采樣點值不變.經(jīng)過處理，可得到一個較為平緩的虛擬路面，作為道路的基準面.

步驟3 確定精確基準面擬合.對初步確定的基礎面數(shù)據(jù)進行多次多項式擬合，獲得平滑的多項式曲線，即認為獲得了精確的基準面.

步驟4 確定凹陷存在的閾值.凹陷存在的閾值可以根據(jù)基礎面的基礎數(shù)據(jù)確定.通常情況下，根據(jù)路面實際凹陷數(shù)據(jù)的統(tǒng)計規(guī)律，將3倍路面采樣點的方差作為路面凹陷出現(xiàn)的起始值.

步驟5 凹陷區(qū)域的確定.采樣獲得探測點的高度，計算高度值域基準面的高程差，若高程差大于上步確定的閾值，則成功探測得到凹陷區(qū)域，否則，探測失敗.

步驟6 除噪處理.所選擇的閾值不同，會獲得不同數(shù)量的凹陷區(qū)域，這些區(qū)域中并不是所有都為真實的車轍，因此需要做去噪聲處理.

步驟7 車轍邊緣的確定.所獲得的凹陷區(qū)域可能存在邊緣模糊的情況，需要對邊緣的凹陷點進行進一步分析，獲得較為精確的車轍邊緣.

步驟8等級劃分.根據(jù)車轍的最大深度、車轍面積進行車轍的等級劃分.

利用如上算法，即可獲得路面車轍深度，從而計算路面車轍指數(shù).

4 路面破損圖像處理算法

路面檢測車的一個重要功能即為檢測路面破損，本文提出一種基于圖像處理的路面破損識別算法，通過檢測獲取的路面圖像，經(jīng)過圖像處理技術，識別圖像中路面的破損區(qū)域，并分析破損的程度，具體步驟如下:

步驟1 獲得路面基礎數(shù)據(jù).利用道路檢測車獲得路面圖像數(shù)據(jù).

步驟2 圖像去噪:采用s×s中值濾波算法，去除路面檢測車圖像采集中的噪聲.圖像的采集與傳輸中，由于信號漂移等現(xiàn)象，必然存在著圖像噪聲，噪聲的去除可以有效地提高路面破損的識別精度.

步驟3 圖像平滑:為了處理視頻圖像由于車輛遮擋或是夜晚拍攝出現(xiàn)的色彩暗淡、顏色灰暗等情況，需要進行圖像的色彩調(diào)整與圖像平滑，此處采用圖像灰度值重構(gòu)技術，解決圖像存在的暗淡問題，增強圖像對比度.

步驟4 破損識別:路面的破損識別基于小波圖像處理算法，分圖像區(qū)域進行破損識別.對于要處理的圖像計算像素標準差，用像素標準差作為路面破損的特征值，采用自適應閾值進行分割算法，實現(xiàn)路面的破損檢測.

利用如上算法，即可識別路面的破損，獲得路面的破損指數(shù).

5 路面狀況評定標準

5.1 路面車轍指數(shù)

路面車轍指數(shù)RQI的計算式

式中，IRI為國際上通用的路面平度標準指數(shù)，一般情況下，對于不同的路面需要不同的標定，依靠與高精度的水平儀器或是檢測儀器;在一般的檢測中，參數(shù)a0取值為0.026，對于等級較低的道路，其取值為0.018 5，參數(shù)a1的取值，需要根據(jù)路面類型的不同而確定，參數(shù)的取值范圍為0.1～0.5.

5.2 路面破損指數(shù)

路面破損狀況指數(shù)PCI計算式

式中，DR為路面的破損比例，即出現(xiàn)路面破損的道路總體面積與參與檢測的道路總體面積的比值;i為標準路面損壞的類型，Ai為此類損壞出現(xiàn)的總面積，wi為此類損壞的比重;a0、a1的取值與實際路面有關，a0的取值為10～15，a1的取值為0.1～0.5.

6 應用示例

6.1 測量路段

明德路為清華大學校內(nèi)一條貫通南北的道路，是清華大學校園內(nèi)供車輛行駛的重要道路，它全長約1 km，路面材料為瀝青混凝土.本次檢測利用先進的路面檢測設備，對明德路的路面車轍以及路面破損進行了檢測.

6.2 路面檢測軟件

路面檢測軟件為自主研發(fā)的與路面檢測設備相配套的軟件，其中路面車轍檢測模塊與路面破損檢測模塊用到的檢測算法與上文提及的相同.路面檢測軟件界面如圖1所示.

圖1 路面檢測軟件界面設計

6.3 檢測結(jié)果

路面破損的檢測結(jié)果如表1所示，路面車轍的檢測結(jié)果如表2所示，依據(jù)表中結(jié)果可知，算法可以成功實現(xiàn)路面的破損與車轍檢測，并且可以獲得精確的車轍深度指數(shù)、車轍等級、路面破損狀況指數(shù)、路面破損率等參數(shù).

表1 路面破損檢測結(jié)果

表2 路面車轍的檢測結(jié)果

7 結(jié)論

本文提出的算法實現(xiàn)了路面狀況(車轍和破損)參數(shù)的去頂，配合路面檢測軟件，可以實現(xiàn)路面狀況指數(shù)全天候、全自動、高速的檢測;本文提出的算法實現(xiàn)了道路檢測視頻的實時處理，提高了路面破損檢測的精度與檢測速度;提出車轍程度確定的算法，實現(xiàn)了路面車轍的檢測與定級，利用基準面對比，提高了算法的精度法.依據(jù)本文的算法與軟件，可以極大地提高路面狀態(tài)檢測的工作效率，具有很大的經(jīng)濟社會效益.

致謝:本項目由深圳市國際科技合作項目(Shenzhen Research Project for International Science and technologycooperation)支持，項目編碼:GJHZ20120619150404931.

［1］王東浩，關強.采用擬合基準面法進行路面凹陷自動識別的算法［J］.東北林業(yè)大學學報，2009(6):106-108.

［2］向俊.機車車輛隨機振動分析的有限單元法研究［J］.長沙鐵道學院學報，1995，13(4):38-38.

［3］于向軍，馬若丁，劉巖，等.基于分形理論的路面裂縫圖像分割研究［J］.微計算機信息，2008(6):302-304.

［4］曹媛媛，楊波，徐光祐.基于分形紋理特征和小波變換的網(wǎng)狀紋理檢測方法［J］.自動化學報，2007，33(7):688-692.

［5］宋一凡，陳榕峰.基于路面不平整度的車輛振動響應分析方法［J］.交通運輸工程學報，2007(4):39-43.

［6］李寒，牛紀楨，郭禾.基于特征點的全自動無縫圖像拼接方法［J］.計算機工程與設計，2007，28(9):2083-2085.

［7］馬榮貴，馬建，宋宏勛.路面車轍激光檢測技術研究［J］.筑路機械與施工機械化，2007，24(4):017.

［8］張雷，馬建，宋宏勛.小波域內(nèi)基于塊的路面破損檢測算法［J］.鄭州大學學報:工學版，2009(3):48-51.

［9］張德津，李清泉，何莉.一種新的激光車轍深度測量方法研究［J］.光學學報，2013(1):115-121.