陳夢月

（廣東建科交通工程質(zhì)量檢測中心有限公司 廣州 510765）

0 引言

城鎮(zhèn)道路檢測路面路框差的大小直接影響行駛的舒適性，路框差是路面技術(shù)狀況評定中不可分割的一部分，而路面狀況數(shù)據(jù)對路面管理系統(tǒng)至關(guān)重要，城鎮(zhèn)道路養(yǎng)護(hù)管養(yǎng)部門依靠路面狀況數(shù)據(jù)，在有限資金范圍內(nèi)，管理大規(guī)模路面網(wǎng)絡(luò)。目前路框差檢測技術(shù)主要采用人工檢測方法，即采用十字法檢查井框與路面高差，每座檢查井均應(yīng)檢查。十字法檢查中，以平行于道路中線，過檢查井蓋中心的直線做基線，另一條線與基線垂直，構(gòu)成十字檢查線，量取高差最大值。這種類型的手動測量為勞動密集型且耗時，需要交通圍蔽，給現(xiàn)場工作人員和出行的公眾帶來安全問題，并且檢測頻率較少，覆蓋面較少，導(dǎo)致檢測結(jié)果不夠準(zhǔn)確。因此，本文提出了一種基于三維路面數(shù)據(jù)識別井蓋并評定路框差的檢測方法。

1 路框差的定義

路框差是指路表與檢查井框頂面的相對高差（高或低），路面與路框差大于或等于15 mm。路框差主要由以下原因造成：①檢查井安裝后再進(jìn)行周邊回填，因受壓實(shí)機(jī)具限制，檢查井周邊路面各結(jié)構(gòu)層壓實(shí)功不足，造成井周邊路面下沉；②施工中安裝檢查井時，未能準(zhǔn)確測量檢查井高程或是安放位置不準(zhǔn)確，造成井框未能與路面高程、縱橫坡相吻合；③檢查井框安放后未能及時固定，導(dǎo)致檢查井移位或固結(jié)檢查井框的水泥砂漿和水泥混凝土不足，經(jīng)機(jī)動車反復(fù)碾壓后松動，致使井周圍路面結(jié)構(gòu)碎裂發(fā)生并繼續(xù)發(fā)展；④因檢查井基礎(chǔ)及砌筑質(zhì)量有缺陷，路面經(jīng)使用后，檢查井自身結(jié)構(gòu)強(qiáng)度不足會產(chǎn)生不同程度的沉降。因此，嚴(yán)重的路框差會對路面結(jié)構(gòu)造成動態(tài)損壞。

2 井蓋識別技術(shù)

2.1 基于點(diǎn)云數(shù)據(jù)的井蓋提取

井蓋主要是通過基于三維點(diǎn)云數(shù)據(jù)進(jìn)行特征提取。由于井蓋的形狀特征明顯，尤其圓形井蓋半徑基本固定，在點(diǎn)云中的反射強(qiáng)度與路面不同，通過把三維點(diǎn)云數(shù)據(jù)基于點(diǎn)云的反射強(qiáng)度生成強(qiáng)度圖像［1］，運(yùn)用攝影測量中成熟的圖像特征提取的方法提取點(diǎn)云圖像中的井蓋，再根據(jù)點(diǎn)云和生成圖像的坐標(biāo)轉(zhuǎn)換關(guān)系，反算得到井蓋圓心在點(diǎn)云中的三維坐標(biāo)，進(jìn)而實(shí)現(xiàn)定位和沉降計算［2］。該方法大大提高了檢測效率，但是僅僅使用該技術(shù)，利用灰度圖進(jìn)行井蓋識別還存在一定的誤差，邊界點(diǎn)不易被識別出來，另外運(yùn)算量較大，路面除了井蓋還有其他干擾因素比如標(biāo)線，該識別方法還要經(jīng)過大量運(yùn)算剔除干擾物質(zhì)。

2.2 隨機(jī)Hough變換的改進(jìn)

在三維點(diǎn)云的數(shù)據(jù)基礎(chǔ)上，結(jié)合Hough 變換，并對隨機(jī)Hough 變換進(jìn)行改進(jìn)，通過對井蓋的圓的幾何特性和幾乎固定的半徑，對算法進(jìn)行改進(jìn)，減少了無效采集和無用累積的次數(shù)，使算法效率更高［3］。隨著城鎮(zhèn)道路越來越發(fā)達(dá)，路面狀況也越來越復(fù)雜，該計算方法仍存在以下不足：①井蓋大小、形狀不一，運(yùn)用上述算法可能會存在漏判現(xiàn)象；②如有類似形狀的病害，被誤識別成井蓋，便會存在誤判現(xiàn)象。因此需要采用更先進(jìn)的技術(shù)來達(dá)到智能識別井蓋的目的。

2.3 基于三維路面數(shù)據(jù)的算法識別井蓋

隨著傳感器和計算能力的提高，3D 成像技術(shù)已廣泛應(yīng)用于自動路面測量（WANG 等人，2011 年；MATHAVAN 等人，2015 年）。BARBARELLA 等人于2018 年利用地面激光掃描儀數(shù)據(jù)識別和量化停機(jī)坪板塊每個接縫處的板縫。然而，這些研究都是基于有限的3D 路面數(shù)據(jù)。一些建議的設(shè)備靜態(tài)采集三維圖像，無法應(yīng)用于網(wǎng)絡(luò)級路面數(shù)據(jù)采集。ZHANG 等人于2020 年提出一種全卷積網(wǎng)絡(luò)（FCN）來有效地檢測水泥混凝土路面錯臺（板縫）［4］的檢測方法，該深度學(xué)習(xí)技術(shù)的自動聯(lián)合檢測算法利用了樣本數(shù)據(jù)的多樣性和多層次抽象，顯著優(yōu)于傳統(tǒng)的識別算法，但該算法對井蓋邊緣界限識別不是很理想，需要輔以隨機(jī)Hough變換技術(shù)來提取井蓋特征。

本文提出了一種基于0.5 mm全車道三維路面數(shù)據(jù)的自動識別井蓋方法［5］。預(yù)計擬議的方法將解決兩個問題：①可以在全車道范圍內(nèi)準(zhǔn)確檢測到整個井蓋位置，以便在井蓋框任何位置進(jìn)行路框差測量；②可以測量整個井蓋范圍內(nèi)的高程差值，并從測量的高程差值中統(tǒng)計出有用的數(shù)據(jù)，以描述路面路框差作用條件。如圖1 所示，提出的自動測量方法由多種算法組成。由于ZHANG 等人提出的FCN 檢測方法來檢測井蓋邊緣有限［6］，因此需結(jié)合采用隨機(jī)Hough 變換（DUDA 等人，1972）來提取井蓋特征，從而達(dá)到有效識別井蓋并快速檢測路框差的目的。

3 數(shù)據(jù)準(zhǔn)備

本文中使用的所有路面數(shù)據(jù)都是來自PaveVison 3D 系統(tǒng)的0.5 mm 3D 數(shù)據(jù)。如圖2 所示，PaveVision 3D 系統(tǒng)安裝在WayLink 制造的數(shù)字公路數(shù)據(jù)車輛（DHDV）上。檢測設(shè)備主要包括輪跡帶激光距離傳感器（三角位移原理測距）、加速度感應(yīng)計以及數(shù)據(jù)采集和處理軟件［7］。根據(jù)三角測量原理，兩個3D傳感器位于DHDV 的背面。安裝在PaveVision 3D 系統(tǒng)中的線激光器將激光束的線模式投射到路面上，并在白天或夜間提供一致的照明，以盡量減少陽光影響。DHDV以60 MPH 的數(shù)據(jù)采集速度掃描路面，以30 kHz 的掃描速率對4 m 寬的車道進(jìn)行全覆蓋，以確保在高速公路速度下分辨率為0.5 mm。

4 井蓋的識別

利用ZHANG 等人（2020年）提出的一種完全卷積網(wǎng)絡(luò)［8］（FCN）來識別井蓋邊緣。完全卷積網(wǎng)絡(luò)FCN通過將圖像像素識別為聯(lián)合像素或背景像素來實(shí)現(xiàn)像素級二值分類［9］。該完全卷積網(wǎng)絡(luò)基于FCN-VGG16（LONG 等人，2014）和U-net（RONNEBERGER 等人，2015 年）提出了一種改進(jìn)的體系結(jié)構(gòu)，在檢測精度方面略精于FCN-VGG16、U-Net。在檢測代表窄間隙或小高度差的精細(xì)路面接縫方面優(yōu)于3D 陰影建模［10］。FCN在所有接縫數(shù)據(jù)集上都具有高精度、召回率和F-度量。

不過該完全卷積網(wǎng)絡(luò)（FCN）對井蓋的邊緣界限不能較好的識別，井蓋周圍與路面接縫可行的方向應(yīng)用隨機(jī)Hough變換。Hough變換是一種常用的圖像處理技術(shù)，用于檢測直線或曲線。圓形井蓋則是利用最小二乘圓擬合的方式。最小二乘擬合法是將連續(xù)的、具有一定規(guī)律的原始離散數(shù)據(jù)進(jìn)行多項(xiàng)式擬合，并獲得與原始離散數(shù)據(jù)非常接近的曲線的一種處理數(shù)據(jù)方法。擬合結(jié)果可直觀地表達(dá)原始數(shù)據(jù)的基本特征，所獲得的擬合曲線表達(dá)全部離散數(shù)據(jù)的整體走勢［2］。

5 路框差測量

借助三維激光掃描技術(shù)可非常高效地捕獲被測物體表面的三維坐標(biāo)數(shù)據(jù)［10］，根據(jù)借助全車道3D 路面數(shù)據(jù)、利用FCN 和Hough 變換，井蓋整個可行的方向進(jìn)行全面檢測［11］。下一步是沿整個檢測到的井蓋與路面斷面測量高程差值［12］。測量路框差的擬議方法如圖3 所示。給定橫縫縱剖面的中心點(diǎn)，在井蓋和路面上配置5個尺寸為70 mm×70 mm的小區(qū)域（圖3中區(qū)域A、區(qū)域B、區(qū)域C、區(qū)域A′、區(qū)域B′）。中心點(diǎn)與區(qū)域A中心之間的距離固定為50 mm，中心點(diǎn)與區(qū)域B中心之間的距離固定為250 mm，區(qū)域C中心點(diǎn)為井蓋正中心，中心點(diǎn)與區(qū)域A′中心之間的距離固定為50 mm，中心點(diǎn)與區(qū)域B′中心之間的距離固定為250 mm。區(qū)域A、B、C、A′、B′的平均3D 高度分別用于表示井蓋和路面的局部地形高程。井蓋或路面上使用小區(qū)域而不是單個數(shù)據(jù)點(diǎn)的原因是由于數(shù)據(jù)采集系統(tǒng)產(chǎn)生的隨機(jī)噪聲，單個數(shù)據(jù)點(diǎn)的三維高度可能錯誤。本文建議選取的區(qū)域尺寸為70 mm×70 mm。因?yàn)榫w為剛性結(jié)構(gòu)且面積不大，選取該尺寸已足夠代表井蓋的局部地形高程。此外，將區(qū)域A、區(qū)域B 和區(qū)域A′、區(qū)域B′之間的距離設(shè)置為300 mm 的想法借鑒了AASHTO協(xié)議（AASHTO，2017 年）。在本文中，區(qū)域A、C、A′的平均高度最大值（最小值）與區(qū)域B、B′的平均高度最小值（最大值）之間的差值定義為在該檢測方向上路框差的作用值：

式中：PF 為井蓋凸起時布測方向上測得的路框差值；NF 為井蓋沉陷時布測方向上測得的路框差值；hA為中心點(diǎn)附近的區(qū)域A 的平均高度；hB是與中心點(diǎn)A 關(guān)聯(lián)的區(qū)域B 的平均高度；hC為井蓋中心點(diǎn)區(qū)域C 的平均高度；hA′為中心點(diǎn)附近的區(qū)域A′的平均高度；hB′是與中心點(diǎn)A′關(guān)聯(lián)的區(qū)域B′的平均高度。

根據(jù)式⑴，如果井蓋高于路面，則路框差作用值為正值即為凸起值。根據(jù)式⑵，如果井蓋低于路面，則路框差作用值為負(fù)值即為沉降值。這種定義遵循路框差調(diào)查的常識。沿道路走向縱向布置1 條測線，順時針旋轉(zhuǎn)，每隔45°布置一條測線，布置4 條測線共9點(diǎn)，設(shè)置自動重復(fù)測量程序。

在工程實(shí)踐中，井蓋上會設(shè)計一些孔洞，當(dāng)檢測設(shè)備掃到孔洞時，則路框差則會出現(xiàn)異常情況。路面路框差對于路面狀況調(diào)查具有重要意義，因?yàn)樗馕吨w與路面之間的高度差。因此，需要去除異常負(fù)值。此時對異常數(shù)值的范圍同樣采用Hough 變換方法，來提取覆蓋區(qū)域A 或A’的特征，當(dāng)其滿足孔洞特征時需舍棄特異值，取剩余范圍的平均值。最終路框差值為4條測線數(shù)據(jù)集PF或NF絕對值中的最大值。

6 現(xiàn)場測試

為了進(jìn)一步評估所提出方法的有效性，在廣州市有井蓋的多條道路上進(jìn)行了現(xiàn)場試驗(yàn)。手動測量程序如圖4 所示。根據(jù)圖3 所示的擬議測量方法，首先標(biāo)記區(qū)域A、B、C、A′、B′的中心。中心點(diǎn)與區(qū)域A中心之間的距離固定為50 mm，中心點(diǎn)與區(qū)域B 中心之間的距離固定為250 mm，區(qū)域C 中心在井蓋正中心，中心點(diǎn)與區(qū)域A′中心之間的距離固定為50 mm，中心點(diǎn)與區(qū)域B′中心之間的距離固定為250 mm。如圖4 所示，將3 m直尺放置在井蓋上，用鋼直尺固定在相應(yīng)的標(biāo)記中心點(diǎn)分別測量高程差。手動測量方法無法量取圖3所示區(qū)域A、B、C、A′、B′的平均高度。故通常由5個標(biāo)記中心點(diǎn)的高度代替區(qū)域A、B、C、A′、B′的平均高度。所以對于手動測量，是用3 m 直尺底部與地面之間的最大間隙被視為路框差。由于交通擁擠和交通控制困難，操作員在路框差值估計最大的某個測試位置進(jìn)行手動測量并不安全。

與人工測量方法相比，三維激光車還收集了測試道路的3D 路面數(shù)據(jù)和2D 路面圖像。軟件系統(tǒng)使用收集的數(shù)據(jù)渲染的虛擬3D 路面曲面的示例如圖5 所示。由圖5 可知，自動數(shù)據(jù)收集和可視化系統(tǒng)可以完全跟蹤手動測量的位置。因此，本文試圖將所提出的自動測量算法計算的路框差值與在相同標(biāo)記位置手動測量的路框差值進(jìn)行比較。

為了實(shí)現(xiàn)這一目標(biāo)，所有隨機(jī)選擇的50 個井蓋都需要通過所提出的檢測算法進(jìn)行識別。擬議的路框差檢測算法在測試道路上的代表性性能如圖6 所示。圖6 中的2D 路面圖像僅用于可視化位置標(biāo)記。在現(xiàn)場測試期間，觀察到所提出的路框差檢測算法能夠準(zhǔn)確地檢測所有隨機(jī)選擇的50 個井蓋。由于位置標(biāo)記在二維鋪裝層圖像上可見，因此可以直接選擇檢測到的井蓋的任意一個點(diǎn)進(jìn)行手動測量。所提出的測量算法可以通過計算相應(yīng)區(qū)域A、B、C、A′、B′的平均高度自動獲得測試位置的路框差值。

表1顯示了隨機(jī)選擇的50個井蓋的測量結(jié)果。對于50個井蓋標(biāo)記位置的測量結(jié)果，自動檢測方法與手動測量路框差數(shù)據(jù)相當(dāng)。如表1所示，大多數(shù)標(biāo)記位置的測量誤差在±2 mm 范圍內(nèi)，所有50個井蓋的平均絕對測量誤差在1.7 mm 范圍內(nèi)，路框差絕對誤差在2.0 mm 范圍內(nèi)?；谌S激光成像系統(tǒng)的自動斷層測量方法在精度上與手動方法相當(dāng)。然而，本文提出的自動化方法可以測量井蓋上任意點(diǎn)的高程值，從而提高效率。此外，由于主觀性和效率低下，手動測量難以確定最大路框差值，手動測量通常更無法確定平均路框差作用值。本文的自動測量方法能夠計算出路框差的最大或平均值。

表1 三維智能檢測系統(tǒng)與人工調(diào)查法對比Tab.1 Comparison between Three-dimensional Intelligent Detection System and Manual Investigation Method

7 結(jié)論

本文討論了一種利用全車道三維路面數(shù)據(jù)自動檢測井蓋并快速評定路框差的系統(tǒng)方法。首先，利用一種改進(jìn)體系結(jié)構(gòu)的全卷積網(wǎng)絡(luò)（FCN）來檢測像素級的井蓋邊緣界限?；谠揊CN 的檢測輸出，本文結(jié)合應(yīng)用Hough 變換，從而有效地提取井蓋特征。最后，本文開發(fā)了一種簡單的方法來測量沿整個井蓋周圍的活動值，并生成有意義的統(tǒng)計指標(biāo)來描述路框差值情況。

現(xiàn)場測試表明，本文提出的自動測量方法在測試位置產(chǎn)生的路框差值與手動方法相似。大多數(shù)測試位置的測量誤差在±2 mm 范圍內(nèi)，而所有測試位置的平均絕對誤差為1.0 mm。本文提出的全車道三維路面數(shù)據(jù)自動檢測井蓋與僅使用有限數(shù)量剖面的手動調(diào)查或測量方法相比具有以下優(yōu)點(diǎn)：①能檢測到整個井蓋的每個八分點(diǎn)，數(shù)據(jù)更全面；②取特定位置處70 mm×70 mm 范圍內(nèi)數(shù)據(jù)的平均值，比手動檢測方法取單點(diǎn)值更具代表性；③采用系統(tǒng)檢測并直接出具評定結(jié)果，更便捷化；④大大提高了檢測效率和安全性。