摘 "要：針對當(dāng)前公路路面測量評定方法結(jié)構(gòu)復(fù)雜、成本高昂的問題，構(gòu)建了基于便攜式三維激光掃描儀的測量評定方法。采用三維激光掃描儀對瀝青公路路面數(shù)據(jù)進行測量，獲取路面三維點云數(shù)據(jù)，經(jīng)分析處理得到路面的三維高程曲面，使用RegularizeData3D算法和經(jīng)驗?zāi)B(tài)分解等方法對數(shù)據(jù)進行預(yù)處理，重構(gòu)區(qū)域路面不平度，獲取路面相應(yīng)等級的路面平整度數(shù)據(jù)序列，最后求解和分析試驗路面功率譜密度，并根據(jù)統(tǒng)計結(jié)果對整個試驗路面狀況進行評價。結(jié)果表明：系統(tǒng)能較好地重建所測區(qū)域路面的特征信息，路面平整度大部分集中在A級和B級，整體路面平整度在B級以上。

關(guān)鍵詞：路面平整度；測量評定方法；RegularizeData3D；經(jīng)驗?zāi)B(tài)分解；路面功率譜密度

中圖分類號：TP391.41；U416.2 " " " " " 文獻標識碼：A 文章編號：1008-5483（2024）02-0017-04

Measurement and Evaluation of Pavement Leveling Based on

Portable 3D Laser Scanner

Fu Jingyang， Wang Shenghuai

（School of Mechanical Engineering， Hubei University of Automotive Technology， Shiyan 442002， China）

Abstract： In order to solve the problem of complex structures and high costs of the current highway pavement measurement and evaluation methods， a measurement and evaluation method based on a portable 3D laser scanner was constructed. The 3D laser scanner was adopted to measure asphalt highway pavement data and acquire 3D point cloud data of the pavement. The 3D elevation surface of the pavement was obtained after analysis and processing， and the RegularizeData3D algorithm， empirical modal decomposition （EMD）， and other methods were utilized to preprocess the data， reconstruct the regional pavement unevenness， and obtain the leveling data series of the corresponding pavement. Finally， the power spectrum density of the experimental pavement was calculated and analyzed， and the entire experimental pavement condition was evaluated based on the statistical results. The experimental results show that the system can better reconstruct the characteristic information of the measured regional pavement. The pavement leveling is mostly concentrated in grades A and B， and the overall pavement leveling is above B grade.

Key words： pavement leveling; measurement and evaluation method; RegularizeData3D; empirical mode decomposition; power spectrum density of pavement

對路面的表面形貌信息進行有效測量并作出評價，成為公路養(yǎng)護領(lǐng)域的重要研究方向。吳秉軍等［1］提出一種采用道路表面形貌信息由檢測儀器測量全斷面平整度的計算方法；曲嘯天等［2］用改進后的平整度儀實測路面平整度數(shù)據(jù)，通過經(jīng)驗?zāi)B(tài)分解（EMD）算法去除路面干擾項，使用多種評估函數(shù)相配合的方法，對路面的平整度進行評估；王國林等［3-8］測量并獲取路面結(jié)構(gòu)信息，利用三維軟件處理并重構(gòu)實測路面；徐中源［9-10］等人使用水準儀得到路面信息，對實測數(shù)據(jù)進行EMD去除趨勢項，建立了一個自回歸AR模型來求解路面功率譜密度；趙新等 ［11］采用三維激光雷達獲取道路表面信息，并構(gòu)建了一套采集系統(tǒng)；Javidi和González等［12-13］獲取路面三維數(shù)據(jù)時，使用多種三維儀器相配合的方法，精準測量實驗道路；Yu S J等［14］開發(fā)了一套遠距離收集路面信息的車載激光路面測量系統(tǒng)；Deng等［15］使用英國擺錘測試儀和便攜式高分辨率3D激光掃描儀相結(jié)合的方式采集路面數(shù)據(jù)；Bidgoli A M等［16］開發(fā)了一個基于傳感器和地理定位系統(tǒng)的自動化路面狀況數(shù)據(jù)收集系統(tǒng)；Kai C等［17］利用激光雷達構(gòu)建了道路識別系統(tǒng)，并利用激光雷達點云數(shù)據(jù)測量路面高程信息。上述研究均采用非接觸式激光測量儀器對路面進行測量和評定，獲取的路面結(jié)構(gòu)信息詳細，但測量評定方法結(jié)構(gòu)復(fù)雜、成本高昂?；诖?，文中提出了一套基于便攜式三維激光掃描儀的測量評定方法，采用便攜式三維激光掃描儀測量試驗路面得到路面平整度數(shù)據(jù)，使用RegularizeData3D算法和EMD方法對檢測得到的數(shù)據(jù)進行預(yù)處理，再借助Pyulear算法對道路功率譜密度進行求解，得到試驗路面的功率譜密度，根據(jù)求解結(jié)果對路面狀況進行有效評價。

1 評定方法工作原理

如圖1所示，評定方法的工作流程包括獲取三維點云數(shù)據(jù)、處理點云數(shù)據(jù)、分析后得出評估結(jié)果。通過便攜式三維掃描儀和計算機共同獲取三維點云數(shù)據(jù)，被檢測路面表面信息通過數(shù)字化轉(zhuǎn)換成點云數(shù)據(jù)存儲到儀器配套軟件中進行存儲。對檢測數(shù)據(jù)的處理是評定方法的核心部分。使用儀器軟件進行簡化和降噪等處理，得到處理后的點云文件；再通過MATLAB編程和算法完成對點云數(shù)據(jù)的讀取，實現(xiàn)對路面表面的三維重構(gòu)，達到對試驗路面的三維可視化表達；最后基于預(yù)處理數(shù)據(jù)求解路面功率譜密度，根據(jù)求解得到的結(jié)果對路面特征進行分析，與GB/T7031—2005中給定的路面平整度標準進行對比，得到試驗路面的平整度等級。

2 路面不平度數(shù)據(jù)采集

選定試驗路面如圖2所示，瀝青路面長50 m、寬6 m，測量路面時，僅獲取直線段路面信息，取長度40 m、寬5 m，沿長度方向每隔2 m、寬度方向每隔0.5 m測量1次。經(jīng)過對路面的初步判斷，考慮到激光掃描儀的測量精度、測量速度和試驗成本等因素，選用的采集設(shè)備為武漢中觀公司生產(chǎn)的RigelScan Elite便攜式三維掃描儀（圖3）。此激光儀具有單邊掃描、多邊掃描等多種掃描功能，擁有28條掃描激光束，且具有雙重掃描模式，測量精度最高為0.02 mm，分辨率最高為0.01 mm，體積精度為0.02+0.035 mm·m?1，結(jié)合全局測量系統(tǒng)Photoshot則體積精度為0.02+0.015 mm·m?1，并且兼容UG、Polyworks、Geomagic studio等三維設(shè)計軟件，操作方便適用范圍廣。因為檢測儀器為光學(xué)儀器，實驗環(huán)境對數(shù)據(jù)獲取有較大的影響。為消除日光照射的影響，檢測路面時間選擇在夜間進行，如圖4所示。試驗路面三維重構(gòu)模型如圖5所示，可以看出，經(jīng)三維重構(gòu)后的路面模型與所測路面相符。

3 實測路面數(shù)據(jù)預(yù)處理

3.1 RegularizeData3D算法

RegularizeData3D算法是GridFit算法的修改版，能夠從散亂的輸入數(shù)據(jù)中產(chǎn)生一個平滑的三維表面。GridFit算法的立方體插值功能和線性插值功能比較粗糙，并且平滑度參數(shù)定義不明確，容易出現(xiàn)過擬合和擬合不到位的情況。而在RegularizeData3D算法中，插值擬合功能得到了改善和提高，平滑度參數(shù)是指平滑度與保真度的比值，不會因為輸出網(wǎng)格分辨率而受到影響。通過對Smoothness參數(shù)的調(diào)整，幾乎能在低噪點數(shù)據(jù)上達到與輸出表面完全一致的效果。因此，選用RegularizeData3D計算方法，能更好地還原路面信息，更直觀地觀測三維掃描后的路面平整度信息，提高路面信息視覺化表達的精確性。采用RegularizeData3D算法平滑函數(shù)處理后，擬合路面如圖6所示。

3.2 去趨勢項處理

由于試驗路面具有坡度，評定過程中產(chǎn)生較大誤差，誤差用趨勢項表示。為消除路面坡度對評定結(jié)果的影響，采用EMD方法，即

[M1t=emaxt+emint2] （1）

式中：[M1t]為試驗路面采集數(shù)據(jù)計算后的包絡(luò)均值；[emaxt]為上包絡(luò)線；[emint]為下包絡(luò)線。根據(jù)路面平整度采集數(shù)據(jù)的所有峰值和谷值，通過三次樣條函數(shù)插值擬合得到包絡(luò)線。將路面平整度采集數(shù)據(jù)序列[Xt]減去[M1t]，得到去掉低頻段之后的新數(shù)據(jù)：

[H1，1t=Xt-M1t] （2）

若[H1，1t]滿足固有模態(tài)函數(shù)（intrinsic mode function， IMF）的理論必要條件，則為測量采集數(shù)據(jù)的第1階IMF函數(shù)。此時，可得出采集數(shù)據(jù)的1階IMF分量為

[C1t=IMF1t=H1，1t] （3）

將[Xt]減去[C1t]，得到去掉高頻段之后的新路面平整度序列[R1t]為

[R1t=Xt-C1t] （4）

重復(fù)上述計算，得到第n階IMF分項[Cnt]，直到第n項[Rnt]或[Cnt]小于EMD程序中人工設(shè)置的原始值，或直到第n項[Rnt]計算后得到一個單調(diào)函數(shù)或常數(shù)，此時可停止模態(tài)分解過程。分解后的路面平整度最終可使用的數(shù)據(jù)序列為

[X（t）=i=1nCit-Rnt] （5）

根據(jù)上述原理，對試驗路面的測量采集數(shù)據(jù)進行EMD分解，獲取一系列高頻率和低頻率段的IMF函數(shù)，同時得到去除試驗路面趨勢項后的路面平整度數(shù)據(jù)，用于后續(xù)的路面功率譜密度分析。

4 求解道路功率譜密度

采用MATLAB中的Pyulear函數(shù)對試驗路面的道路功率譜求解并分析，得到功率譜曲線，與GB/T7031—2005中路面平整度分級線進行比對，如圖7所示。由圖7可觀察到，試驗道路的功率譜密度曲線在低頻段中波動較大，在高頻段中波動較??；試驗路面的特性參數(shù)都位于A、B分級線之間，得出試驗路面等級在B級路面以上、A級路面以下。

5 結(jié)論

文中構(gòu)建了一種路面測量評定方法，采用手持三維激光掃描儀測量試驗路面三維點云數(shù)據(jù)，通過RegularizeData3D算法和EMD去除趨勢項等方法對數(shù)據(jù)進行處理，完成路面的三維等效重構(gòu)，能較好地還原原始路面信息，對試驗路面功率譜密度進行求解并作出評價，結(jié)果表明，所測區(qū)域路面整體水平較好，整體屬于B級路面，其特性參數(shù)在A級和B級之間。

參考文獻：

［1］ "吳秉軍，劉東海，孫源澤，等. 基于路面高程自動測量的全斷面平整度計算方法［J］. 中國公路學(xué)報，2016，29（11）：10-17.

［2］ "曲嘯天，趙強，趙吉業(yè)，等. 基于實測不平度的路面等級分析與評價［J］. 中外公路，2019，39（1）：40-45.

［3］ "王國林，魏領(lǐng)軍，景鵬，等. 汽車道路路面譜采集典型道路選擇方法［J］. 合肥工業(yè)大學(xué)學(xué)報（自然科學(xué)版），2009，32（5）：640-643.

［4］ "劉永臣，王國林，楊彥鵬，等. 基于實測道路譜的路面等效重構(gòu)［J］. 農(nóng)業(yè)工程學(xué)報，2012，28（19）：26-32.

［5］ "王國林，魏領(lǐng)軍，王啟唐，等. 路面平整度主觀評價方法及其試驗驗證［J］. 中外公路，2009，29（1）：40-42.

［6］ "段虎明，石峰，謝飛，等. 路面不平度研究綜述［J］. 振動與沖擊，2009，28（9）：95-101.

［7］ "汪斌，過學(xué)迅，楊波，等. 路面不平度再現(xiàn)方法研究［J］. 汽車科技，2008（5）：29-32.

［8］ "過學(xué)迅，劉漢斌，汪斌，等. 路面不平度的測量與重構(gòu)［J］. 車輛與動力技術(shù)，2010（4）：14-18.

［9］ "徐中源. 基于實測路面信息的三維虛擬路面重構(gòu)研究［D］. 青島：青島大學(xué)，2018.

［10］ "徐中源，李雪峰，孫榮強，等. 基于實測路面高程數(shù)據(jù)的路面不平度研究［J］. 青島大學(xué)學(xué)報（工程技術(shù)版），2018，33（2）：104-107.

［11］ "趙新，李杰，岳丹丹，等. 三維激光雷達果園路面不平度采集試驗與分析［J］. 華中農(nóng)業(yè)大學(xué)學(xué)報（自然科學(xué)版），2022，41（2）：227-236.

［12］ "Javidi B，Kim D，Kishk S E S. A laser-based 3D data acquisition system for the analysis of pavement distress and roughness［R］. Connecticut Transportation Institute，University of Connecticut，School of Engineering，2004.

［13］ "González A，O’Brien E J，Li Y Y，et al. The Use of Vehicle Acceleration Measurements to Estimate Road Roughness［J］. Vehicle System Dynamics，2008，46（6）：483-499.

［14］ "Yu S J，Sukumar S R，Koschan A F，et al. 3D Reconstruction of Road Surfaces Using an Integrated Multi-sensory Approach［J］. Optics and Lasers in Engineering，2007，45（7）：808-818.

［15］ "Deng Q，Zhan Y，Liu C，et al. Multiscale power spectrum analysis of 3D surface texture for prediction of asphalt pavement friction［J］. Construction and Building Materials，2021，293：123506.

［16］ "Arbabpour Bidgoli M，Golroo A，Sheikhzadeh Nadjar H，et al. Road Roughness Measurement Using a Cost-effective Sensor-based Monitoring System［J］. Automation in Construction，2019，104：140-152.

［17］ "Chen K. Road Roughness Recognition Based on Lidar［J］. Journal of Physics：Conference Series，2022，2278（1）：012008.