CN107092803A - 一种基于三维线激光技术的道路积水区识别方法 - Google Patents
一种基于三维线激光技术的道路积水区识别方法 Download PDFInfo
- Publication number
- CN107092803A CN107092803A CN201710336023.3A CN201710336023A CN107092803A CN 107092803 A CN107092803 A CN 107092803A CN 201710336023 A CN201710336023 A CN 201710336023A CN 107092803 A CN107092803 A CN 107092803A
- Authority
- CN
- China
- Prior art keywords
- mrow
- grid
- msub
- water
- road
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Road Paving Structures (AREA)
- Road Repair (AREA)
Abstract
本发明公开了一种基于三维线激光技术的道路积水区识别方法，步骤1：选择基准路面，执行平面校准，将所测基准路面视为基准平面，测取路面的位置坐标及高程数据并保存作为三维点云数据；步骤2：使用四点平均法对异常值及零值数据进行修复；步骤3：将三维点云数据区域划分为若干面积相同的方格，在方格内拟合高程数据的趋势线来计算横坡和纵坡，并求合成坡度；步骤4：计算每个单元方格汇水量；步骤5：计算整体路段积水量；步骤6：计算汇水区面积与深度。本发明可以对道路的积水区域进行预测，能避免在出现积水时对行车和行人产生的影响和危害。
Description
技术领域
本发明属于道路检测技术领域，具体涉及一种基于三维线激光技术的道路积水区识别方法。
背景技术
雨水在重力作用沿着道路表面最大坡度方向产生坡面径流，在道路排水能力不能应对降水带来的水流时，就会在沉陷、车辙、坑槽路段容易形成汇水区域。路表积水会导致轮胎与路面的附着系数急剧下降，导致车辆失去可控性能，制动发生困难，容易形成滑水；路表的积水溅起形成的水雾和水面反射的光线会影响驾驶员的视野以及对道路状况的判断，使驾驶员心理压力加重，对外界的综合判断力下降；在寒冷天气下易积水区域更易形成积冰区，极大危害车辆通行安全。因此，全面、准确的识别路面积水区为高等级公路的车辆安全通行提供保障。
目前对道路积水区域的识别主要依靠道路管理人员现场观察降水过后路段积水状况，主观判读积水深度和范围。这种方法不仅工作强度大，同时受人的主观经验影响，无法准确识别积水区深度和面积，无法准确掌握降雨强度变化对积水区域的影响；使得公路管理部门无法全面、准确掌握道路易积水路段，无法进行及时的养护处治，导致车辆行驶的安全性降低。
三维线激光检测技术因可以高速度、高精度、高解析率地构建路表三维形貌特征而成为未来路面检测的主要发展方向。三维线激光分辨率最高可达0.5mm扫描速率最高可达5000Hz，每条剖面轮廓线索包含的数据点数最多可达4096个，先已逐步在路面工程的施工监控及质量评估等方面有广泛的应用。
综上所述，利用三维线激光技术进行路面积水区域的识别，对于路面积水路段防治，保障行车安全与道路通行能力具有重要作用。
发明内容
本发明的目的在于提供一种基于三维线激光技术的道路积水区识别方法，以解决现有铣刨质量评价方法上存在的缺陷，本发明可以对道路的积水区域进行预测，能避免在出现积水时对行车和行人产生的影响和危害。
为达到上述目的，本发明采用如下技术方案：
一种基于三维线激光技术的道路积水区识别方法，包括以下步骤：
步骤1：选择基准路面，执行平面校准，将所测基准路面视为基准平面，测取路面的位置坐标及高程数据并保存作为三维点云数据；
步骤2：使用四点平均法对高程数据异常值及零值数据进行修复；
步骤3：将三维点云数据区域划分为若干面积相同的单元方格，在单元方格内拟合高程数据的趋势线来计算横坡和纵坡，并求合成坡度；
步骤4：计算每个单元方格汇水量；
步骤5：计算整体路段积水量；
步骤6：计算汇水区面积与深度。
进一步地，步骤2中的四点平均法具体为：取高程数据异常值及零值数据上下左右四个临界点的有效值求平均值，如下式所示：
式中：At、Ab、Al、Ar分别为异常值或零值相邻上、下、左、右的四点的值，α1、α2分别为纵向和横向与数据点间距相关的修正系数，当所取四个点中包含有异常值或零值时则向该方向延伸到下一点取值，以此类推。
进一步地，步骤3中将三维点云数据区域划分为若干20cm×20cm的单元方格。
进一步地，步骤3中求合成坡度具体为：
式中：i为合成坡度大小；ih、iz分别为横坡和纵坡；θ为合成坡度与行车方向之间的夹角。
进一步地，步骤4具体包括：
步骤4.1：采用积分的方法计算单元方格内的平均构造深度MTD，如下式所示：
式中：H(x,y)为点(x，y)点的深度；D为包含M×N个点的完整或者网格面积，M为行数，N为列数；H0为每个区域D的最大峰值；K为网格内的试验样本个数；
步骤4.2：根据不同合成坡度下的方格渗透实验得到表面水渗入路面结构的渗透量Qs；
步骤4.3：根据合成坡度的方向、平均构造深度MTD以及路面的渗透量Qs计算单元方格汇水量，如下式所示：
Ql＝Q-Qy-Qs
Qy＝MTD×S
Qh＝Ql×sinθ
Qz＝Ql×cosθ
式中：S为方格面积；Q为整个方格内的降雨量；Ql为流向其他方格的水量；Qy为余留在该方格路面表面的水量；Qs为该方格中路面渗透的水量；Qh、Qz分别为方格沿横纵两个方向向临近方格流向的水量；θ为合成坡度与行车方向之间的夹角。
进一步地，步骤5具体为：建立直角坐标系，行车方向即为y轴正方向，对每个方格内的水量在x与y两个方向分别进行叠加并汇总，当遇到符号不同的流量分配时则不再进行水流量沿合成坡度的分配：
Qj＝Qy+QH
式中：Qj为该方格总中积水量；QH为该方格接收的其他方格流向的水量。
进一步地，步骤6具体为：建模计算出不同等高线所对应的积水区体积，结合积水量得到相应等高线围成的积水区的最大高度、平均高度以及积水体积：
Hm＝|Min(Hi)|
式中：Hm为积水最大高度；Hi为所求区域任一点的高程；V为积水体积；m为区域内划分的方格数；Qji为第i个方格的积水量；为积水的平均高度；S为所测区域的面积。
与现有技术相比，本发明具有以下有益的技术效果：
使用本发明提出的基于三维激光技术的道路易积水区识别与评价方法，首先根据三维激光点云数据分析计算确定道路表面的MTD、合成坡度等指标，并结合道路的渗透试验得到相应道路的渗透量，最后根据MTD、渗透量和合成坡度的方向来确定的易积水区域的位置及不同降雨强度下该路面的积水量和积水面积等，在得到以上的信息后可以根据路段不同的积水程度进行有针对性的治理，有利于面对恶劣天气时对易积水区域的预防，并且本发明可以进行对路段进行长期高频率的监测，根据道路不同时期的易积水路段位置、面积、高度等信息来研究易积水区域的生成和发展机理以及影响因素。
附图说明
图1为本发明的方法流程图；
图2为四点法求平均值替代异常值或0值的示意图与所用的四点选择方式的说明，其中，dz为纵向相邻数据点间的间距，dh为横向相邻数据点间的间距，A为异常值，Al,Ar,At,Ab分别代表异常值左、右、上、下相邻的数据；
图3为拟合趋势线求横截面横坡坡度的案例图，图中黑色实线为横截面相应点的连线，虚线为实线拟合的一次趋势线，趋势线方程的k值即为该截面的坡度值；
图4为拟合趋势线求纵截面纵坡坡度的案例图，图中黑色实线为纵截面相应点的连线，虚线为实线拟合的一次趋势线，趋势线方程的k值即为该截面的坡度值；
图5为合成坡度的表示方法示意图，α为横坡坡度对应的夹角，β为纵坡坡度对应的夹角，黑色实箭线表示合成坡度；
图6合成坡度与行车方向间夹角的说明图，合成坡度与行车方向之间的夹角θ定义为以行车方向为基准方向顺时针旋转到合成坡度方向形成的角度，θ1和θ2分别表示两个不同的合成坡度与行车方向之间的夹角；
图7为样本路段的整体的合成坡度分布走向图，每个实线方格表示一个计算单位，在每个方格内将合成坡度用箭头表示出来，箭头起点为方格中心，长度为10cm，合成坡度大小在箭头旁标注，合成坡度方向即是箭头与纵向之间的夹角，黑色箭头代表合成坡度的方向，标注的数字表示合成坡度方向与行车方向间的夹角角度；
图8为计算单个方格内的水量分布，Q＝270ml为该方格内的原始水量，0.97ml表示在垂直行车方向上沿合成坡度流向其他方格的水量，269.03ml表示在平行行车方向上沿合成坡度流向其他方格的水量，小的箭头表示水的流向；
图9为每个方格单独计算后得到的整体的水量分流情况与水流的方向；
图10为样本路段段的汇总每个方格的水流情况后得到的每个方格最终理论的汇水体积，由6种颜色深浅来区分，颜色由浅到深分别表示0～100ml、100～200ml、1000～1100ml、1100～1200ml、1200～1300ml、1300ml以上；
图11是样本路段的在日降雨量15.3ml，降雨24h根据等高线的实际情况结合方格水量绘出的实际情况下的汇水区域分布图，用颜色深浅来区分汇水水量的有无，深色虚线区域表示覆盖区域有汇水，不同颜色深度表示不同的汇水深度；
图12为样本路段的在日降雨量15.3ml，降雨24小时后，根据等高线的实际情况结合方格水量绘出的实际情况下的汇水情况三维构成图，用颜色深浅来区分汇水水量的多少，深色虚线区域表示覆盖区域有汇水，颜色越深表示汇水的深度越深。
具体实施方式
下面结合附图对本发明作进一步详细描述：
参见图1，一种基于三维激光技术的道路易积水区的识别与评价方法，包括以下步骤：
第一步：三维点云数据采集
选择基准路面，执行平面校准。所测基准路面被视为基准平面，高程为0。调节三维激光检测设备的参数，以5mm的激光纵向间距测取路面的位置坐标及高程数据并保存，激光点云数据缺失率应低于5％。
第二步：数据筛选与修复
使用四点平均法对异常值及零值数据进行修复。
四点平均法：取该点上下左右四个临界点的有效值求平均值，
式中：At、Ab、Al、Ar分别为异常点或缺失点相邻上、下、左、右的四点的值
α1、α2分别为纵向和横向与数据点间距相关的修正系数
注：当所取四个点中包含有异常点或零点时则向该方向延伸到下一点取值，以此类推。
第三步：网格划分与合成坡度计算
对点云数据区域根据整理和计算的方便性划分为20cm×20cm的方格，在方格内拟合高程数据的趋势线来计算横坡和纵坡，并求合成坡度。
式中：i为合成坡度大小；
ih、iz分别为横坡和纵坡；
θ为合成坡度与行车方向之间的夹角。
横坡和纵坡均采用方格内所有截面所求坡度的平均值，合成坡度的方向由合成坡度与行车方向之间的夹角表示。合成坡度与行车方向之间的夹角θ定义为以行车方向为基准方向顺时针旋转到合成坡度方向形成的角度，如图6。
第四步：单元方格汇水量的计算
1.计算平均构造深度MTD，在方格通过公式4采用积分的方法计算方格内的平均构造深度(MTD)。
式中：H(x,y)为点(x，y)点的深度；
D为包含M×N个点的完整或者网格面积(M为行数，N为列数)；
H0为每个区域D的最大峰值；
K为网格内的试验样本个数。
2.计算渗透量
表面水渗入路面结构的渗透量Qs在本文中是根据不同合成坡度下的20cm×20cm的方格渗透实验来得到的相应数据。
3.计算汇水量及方格水量分配
根据合成坡度的方向、MTD以及路面的渗透量根据公式(5)～(8)将汇水量分为三个部分，公式如下：
Ql＝Q-Qy-Qs (5)
Qy＝MTD×S (6)
Qh＝Ql×sinθ (7)
Qz＝Ql×cosθ (8)
式中：S为方格面积；
Q为整个方格内的降雨量；
Ql为流向其他方格的水量；
Qy余留在该方格路面表面的水量；
Qs为该方格中路面渗透的水量；
Qh、Qz分别为方格沿横纵两个方向向临近方格流向的水量；
θ为合成坡度与道路纵向间的夹角。
第五步：整体路段积水水量计算
得到每个方格沿合成坡度进行的水量分配后，建立直角坐标系，行车方向即为y轴正方向，对每个方格内的水量在x与y两个方向分别进行叠加并汇总，当遇到符号不同的流量分配时则不再进行水流量沿合成坡度的分配的，水量分配是在坐标轴上进行的，坐标轴是有方向的，当相邻方格的水量符号相同，也就是方向一致时才会在这个方向上进行分配，符号不同的话就不会往该方向分配了，就会留在当前方格中。
Qj＝Qy+QH (9)
式中：Qj为该方格总中积水量；
QH为该方格接收的其他方格流向的水量。
第六步：汇水区面积与深度计算
建模计算出不同等高线所对应的积水区体积，结合积水量可以得到相应等高线围成的积水区的最大高度、平均高度、积水体积、积水面积等相关指标。
Hm＝|Min(所求区域高程)| (10)
式中：Hm为积水最大高度；
V为积水体积；
m为区域内划分的方格数；
Qji为第i个方格的积水量；
为积水的平均高度；
S为所测区域的面积。
下面结合具体实施例对本发明做详细描述：
如图1所示本发明一种基于三维激光技术对道路易积水区的识别与评价方法，包括以下步骤：
(1)使用三维激光数字信息数据采集车对待测路段进行数据采集。
1)三维激光设备检测基准平面校准
选择基准路面。执行平面校准。此时，所测基准路面被视为基准平面，高程为0。并调节三维激光检测设备的曝光值为5000HZ设置检测宽度为2m、扫描线间距为5mm，使检测设备能够完整、快速、准确地获取三维激光点云数据。
2)扫描路面获取激光点云数据并保存
启动三维激光检测车，以5mm的激光纵向间距沿着道路靠近道路中央驶过所选的测试路段，扫描方向与道路纵向平行获取路面的激光点云数据并保存，数据记录了测试路面上点云的横纵坐标与高程值，如表1：
表1部分三维点云高程点云数据
(2)得到三维信息点云数据后，需对数据进行筛选和修复，对如表1中所示的零值和异常值采用四点平均法得到的值进行替代，如下所示，四点平均法示意图如图2所示，最后得到修复的数据信息进行后续的计算和分析，如表2-表5所示：
表2三维点云数据的异常值与相邻值
表3三维点云数据的零值与相邻值
表4三维点云数据的零值与相邻值
表5修复后的部分三维点云数据
(3)得到修复后的三维坐标点云数据后，对测试区域进行划分，将其划分为20cm×20cm的方格，并在方格内根据高度信息在MATLAB中拟合趋势线求出方格的横坡和纵坡，如图3、图4所示，趋势线的方程k值为所求的坡度值，采用方格内所有截面拟合所求坡度的平均值作为所测方格的横坡和纵坡，并计算得到合成坡度的大小和方向，合成坡度示意图如图5。在每个方格内将合成坡度用箭头表示出来，箭头起点为方格中心，长度为10cm，合成坡度大小在箭头旁标注，合成坡度方向即是箭头与行车方向间的夹角。最后得到所测路面的合成坡度分布走向图，如图7所示。
(4)在每个20cm×20cm方格中对高度信息进行分析，基于测量体积的灌砂法以及道路表面三维信息数据，通过以下公式采用积分的方法计算方格内的平均构造深度(MTD)。
式中：H(x,y)为点(x，y)点的深度；
D为包含M×N个点的完整或者网格面积(M为行数，N为列数)；
H0为每个区域D的最大峰值；
K为网格内的试验样本个数。
表面水渗入路面结构的渗透量Qs在本例中是根据不同合成坡度下的20cm×20cm的方格渗透实验来得到的相应数据，如表6所示：
表6渗流试验数据
| 合成坡度 | 0.0335 | 0.0361 | 0.0391 | 0.0422 | 0.0449 | 0.0468 | 0.0498 | 0.0539 | 0.0559 |
| 渗流量ml | 80.2500 | 78.1300 | 75.7800 | 73.8600 | 72.1000 | 70.4100 | 67.2200 | 65.2800 | 63.0100 |
| 合成坡度 | 0.0588 | 0.0604 | 0.0632 | 0.0662 | 0.0690 | 0.0712 | 0.0744 | 0.0767 | 0.0780 |
| 渗流量ml | 51.8900 | 59.3300 | 57.2800 | 55.1000 | 52.0800 | 49.9800 | 47.7900 | 46.5500 | 44.7900 |
根据渗流试验的数据可以根据不同的合成坡度将渗流量根据上述渗流试验的数据进行划分，根据合成坡度共分为5个等级，在每个等级中结合实验数据求平均值再进行取整，将每个等级的渗流量取表7中的值。
表7合成坡度将渗流量的等级划分
| 合成坡度(％) | 0.03～0.04 | 0.04～0.05 | 0.05～0.06 | 0.06～0.07 | 0.07～0.08 |
| 渗流量(ml) | 80 | 70 | 60 | 55 | 50 |
(5)根据合成坡度分布走向图对水流的方向和积水量分布进行分析，根据公式(5)—(6)计算降雨量的三个分量，计算所得结果如图(8)所示，公式如下：
Ql＝Q-Qy-Qs (5)
Qy＝MTD×S (6)
Qh＝Ql×sinθ (7)
Qz＝Ql×cosθ (8)
式中：S为方格面积；
Q为整个方格内的降雨量；
Ql为流向其他方格的水量；
Qy余留在该方格路面表面的水量；
Qs为该方格中路面渗透的水量；
Qh、Qz分别为方格沿横纵两个方向向临近方格流向的水量；
θ为合成坡度与道路纵向间的夹角。
(6)得到每个方格沿合成坡度进行的水量分配后，对每个方格内的水量根据方向和符号进行叠加，得到整体的汇水情况如图(9)。最后可以得到整个测试路面上的易积水区域以及所有的水量的分配状况，得到的整体情况如图(10)。
(7)根据三维点云数据的高程信息构建道路等高线图，并在MATLAB软件中建模计算出相应等高线对应的体积，从而可以结合计算出的每个方格的积水量与相应汇水区域的体积想匹配，可以得到实际情况下不同降水量下的汇水情况，同时可以根据公式(10)-(12)得到相应等高线围成的积水区的最大高度、平均高度、积水体积、积水面积等相关指标，汇水情况如图(11)(12)所示。
Hm＝|Min(所求区域高程)| (10)
式中：Hm为积水最大高度；
V为积水体积；
m为区域内划分的方格数；
Qji为第i个方格的积水量；
为积水的平均高度；
S为所测区域的面积。
本例根据所采集的样本段的三维点云数据经过筛选与修复后，将样本段分成相等的方格，计算出每个方格的合成坡度和MTD，再根据渗流试验数据根据公式计算出每个方格的理论汇水体积，最后结合样本的三维数据信息得到积水的各项指标，最终的到测试路段的积水信息如下：
表8积水信息
| 日降雨量 | 积水面积 | 行车方向上最大长度 | 最大深度 | 平均深度 |
| 15.3ml | 0.87m2 | 54.5cm | 6.72cm | 2.53cm |
本发明通过试验可以得出结论：使用车载的三维激光技术可以快速、高效地得到精确的测试路面的三维信息，利用画网格的方法将测试路面分割计算，根据计算所得的合成坡度和MTD，结合现场的渗流试验，可以根据公式计算出具体降雨量下的积水区域的位置、面积、行车方向上的最大长度、最大深度和平均深度。同时，本发明提出的方法可以对道路的积水区域进行预测，能避免在出现积水时对行车和行人产生的影响和危害，并且本方法可以轻易的对道路进行长期的监测，可以避免道路出现问题，并可以根据长时间的道路变化信息可以研究积水区域出现的原因、特点、和生长规律等信息，有利于从道路建设方面对积水问题的解决提出对策。
Claims (7)
1.一种基于三维线激光技术的道路积水区识别方法，其特征在于，包括以下步骤：
步骤1：选择基准路面，执行平面校准，将所测基准路面视为基准平面，测取路面的位置坐标及高程数据并保存作为三维点云数据；
步骤2：使用四点平均法对高程数据异常值及零值数据进行修复；
步骤3：将三维点云数据区域划分为若干面积相同的单元方格，在单元方格内拟合高程数据的趋势线来计算横坡和纵坡，并求合成坡度；
步骤4：计算每个单元方格汇水量；
步骤5：计算整体路段积水量；
步骤6：计算汇水区面积与深度。
2.根据权利要求1所述的一种基于三维线激光技术的道路积水区识别方法，其特征在于，步骤2中的四点平均法具体为：取高程数据异常值及零值数据上下左右四个临界点的有效值求平均值，如下式所示：
<mrow>
<mi>A</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>A</mi>
<mi>t</mi>
</msub>
<mo>+</mo>
<msub>
<mi>A</mi>
<mi>b</mi>
</msub>
</mrow>
<mn>2</mn>
</mfrac>
<mo>&times;</mo>
<msub>
<mi>&alpha;</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>A</mi>
<mi>l</mi>
</msub>
<mo>+</mo>
<msub>
<mi>A</mi>
<mi>r</mi>
</msub>
</mrow>
<mn>2</mn>
</mfrac>
<mo>&times;</mo>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
</mrow>
式中：At、Ab、Al、Ar分别为异常值或零值相邻上、下、左、右的四点的值，α1、α2分别为纵向和横向与数据点间距相关的修正系数，当所取四个点中包含有异常值或零值时则向该方向延伸到下一点取值，以此类推。
3.根据权利要求1所述的一种基于三维线激光技术的道路积水区识别方法，其特征在于，步骤3中将三维点云数据区域划分为若干20cm×20cm的单元方格。
4.根据权利要求1所述的一种基于三维线激光技术的道路积水区识别方法，其特征在于，步骤3中求合成坡度具体为：
<mrow>
<mi>i</mi>
<mo>=</mo>
<mroot>
<mrow>
<msubsup>
<mi>i</mi>
<mi>h</mi>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>i</mi>
<mi>z</mi>
<mn>2</mn>
</msubsup>
</mrow>
<mn>2</mn>
</mroot>
</mrow>
<mrow>
<mi>&theta;</mi>
<mo>=</mo>
<mi>arctan</mi>
<mfrac>
<msub>
<mi>i</mi>
<mi>h</mi>
</msub>
<msub>
<mi>i</mi>
<mi>z</mi>
</msub>
</mfrac>
</mrow>
式中：i为合成坡度大小；ih、iz分别为横坡和纵坡；θ为合成坡度与行车方向之间的夹角。
5.根据权利要求1所述的一种基于三维线激光技术的道路积水区识别方法，其特征在于，步骤4具体包括：
步骤4.1：采用积分的方法计算单元方格内的平均构造深度MTD，如下式所示：
<mrow>
<mi>M</mi>
<mi>T</mi>
<mi>D</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>K</mi>
</mfrac>
<mo>&times;</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<mfrac>
<mrow>
<mo>&Integral;</mo>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>D</mi>
</msubsup>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<msub>
<mi>H</mi>
<mn>0</mn>
</msub>
<mo>-</mo>
<msub>
<mi>H</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
</mrow>
<mo>)</mo>
</mrow>
</msub>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>d</mi>
<mi>x</mi>
<mi>d</mi>
<mi>y</mi>
</mrow>
<mi>D</mi>
</mfrac>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>K</mi>
</mfrac>
<mo>&times;</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<mfrac>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>x</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>x</mi>
<mo>=</mo>
<mi>N</mi>
</mrow>
</msubsup>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>y</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>y</mi>
<mo>=</mo>
<mi>m</mi>
</mrow>
</msubsup>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<msub>
<mi>H</mi>
<mn>0</mn>
</msub>
<mo>-</mo>
<msub>
<mi>H</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
</mrow>
<mo>)</mo>
</mrow>
</msub>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mrow>
<mi>D</mi>
</mfrac>
</mrow>
式中：H(x,y)为点(x，y)点的深度；D为包含M×N个点的完整或者网格面积，M为行数，N为列数；H0为每个区域D的最大峰值；K为网格内的试验样本个数；
步骤4.2：根据不同合成坡度下的方格渗透实验得到表面水渗入路面结构的渗透量Qs；
步骤4.3：根据合成坡度的方向、平均构造深度MTD以及路面的渗透量Qs计算单元方格汇水量，如下式所示：
Ql＝Q-Qy-Qs
Qy＝MTD×S
Qh＝Ql×sinθ
Qz＝Ql×cosθ
式中：S为方格面积；Q为整个方格内的降雨量；Ql为流向其他方格的水量；Qy为余留在该方格路面表面的水量；Qs为该方格中路面渗透的水量；Qh、Qz分别为方格沿横纵两个方向向临近方格流向的水量；θ为合成坡度与行车方向之间的夹角。
6.根据权利要求1所述的一种基于三维线激光技术的道路积水区识别方法，其特征在于，步骤5具体为：建立直角坐标系，行车方向即为y轴正方向，对每个方格内的水量在x与y两个方向分别进行叠加并汇总，当遇到符号不同的流量分配时则不再进行水流量沿合成坡度的分配：
Qj＝Qy+QH
式中：Qj为该方格总中积水量；QH为该方格接收的其他方格流向的水量。
7.根据权利要求1所述的一种基于三维线激光技术的道路积水区识别方法，其特征在于，步骤6具体为：建模计算出不同等高线所对应的积水区体积，结合积水量得到相应等高线围成的积水区的最大高度、平均高度以及积水体积：
Hm＝|Min(Hi)|
<mrow>
<mi>V</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mn>1</mn>
<mi>m</mi>
</munderover>
<msub>
<mi>Q</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>,</mo>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>~</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mover>
<mi>H</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mi>V</mi>
<mi>S</mi>
</mfrac>
</mrow>
式中：Hm为积水最大高度；Hi为所求区域任一点的高程；V为积水体积；m为区域内划分的方格数；Qji为第i个方格的积水量；为积水的平均高度；S为所测区域的面积。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710336023.3A CN107092803B (zh) | 2017-05-12 | 2017-05-12 | 一种基于三维线激光技术的道路积水区识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710336023.3A CN107092803B (zh) | 2017-05-12 | 2017-05-12 | 一种基于三维线激光技术的道路积水区识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107092803A true CN107092803A (zh) | 2017-08-25 |
| CN107092803B CN107092803B (zh) | 2020-07-07 |
Family
ID=59638695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710336023.3A Active CN107092803B (zh) | 2017-05-12 | 2017-05-12 | 一种基于三维线激光技术的道路积水区识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107092803B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108154560A (zh) * | 2018-01-25 | 2018-06-12 | 北京小马慧行科技有限公司 | 激光点云标注方法、装置及可读存储介质 |
| CN108388280A (zh) * | 2018-02-11 | 2018-08-10 | 烟台宏远氧业有限公司 | 脱险舱压力平衡*** |
| CN108664715A (zh) * | 2018-04-26 | 2018-10-16 | 长安大学 | 一种路面积水车辙三维评价与行车安全分析方法 |
| CN110298311A (zh) * | 2019-06-28 | 2019-10-01 | 北京智行者科技有限公司 | 路面积水检测方法及装置 |
| CN111005312A (zh) * | 2019-12-31 | 2020-04-14 | 广东粤路勘察设计有限公司 | 一种山区公路桥梁排水口的安装方法 |
| CN112498369A (zh) * | 2020-12-07 | 2021-03-16 | 北京小马慧行科技有限公司 | 车辆的控制方法、控制装置、处理器和车辆 |
| CN112666553A (zh) * | 2020-12-16 | 2021-04-16 | 动联(山东)电子科技有限公司 | 一种基于毫米波雷达的道路积水识别方法及设备 |
| CN112948936A (zh) * | 2021-03-10 | 2021-06-11 | 长安大学 | 一种降雨天气高速路面积水状况的三维模拟方法 |
| CN113592330A (zh) * | 2021-08-06 | 2021-11-02 | 中国民航大学 | 一种基于飞机起降安全的机场跑道评价方法 |
| WO2022156339A1 (zh) * | 2021-01-22 | 2022-07-28 | 华为技术有限公司 | 一种道路积存物信息的确定方法和装置 |
| CN117009719A (zh) * | 2023-10-07 | 2023-11-07 | 青建集团股份公司 | 一种建筑基坑内汇水量的计算方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101694680A (zh) * | 2009-09-28 | 2010-04-14 | 深圳先进技术研究院 | 城市暴雨水灾害模拟预测方法 |
| CN102635056A (zh) * | 2012-04-01 | 2012-08-15 | 长安大学 | 一种沥青路面构造深度的测量方法 |
| KR101257874B1 (ko) * | 2011-10-14 | 2013-04-23 | 재단법인 국가농림기상센터 | 폐쇄집수역의 일 최저기온 분포 추정 방법 |
| CN103630707A (zh) * | 2013-11-19 | 2014-03-12 | 长安大学 | 一种雨天路面上水流流速和深度检测装置及方法 |
| CN104484577A (zh) * | 2014-12-30 | 2015-04-01 | 华中科技大学 | 一种基于山脊能量校正的山地中带状地下目标的探测方法 |
| CN105444735A (zh) * | 2014-08-22 | 2016-03-30 | 北京协进科技发展有限公司 | 一种道路坡度的确定方法及装置 |
| CN105631168A (zh) * | 2016-03-25 | 2016-06-01 | 中国水利水电科学研究院 | 一种实时高效的流域洪水演进可视化仿真方法 |
-
2017
- 2017-05-12 CN CN201710336023.3A patent/CN107092803B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101694680A (zh) * | 2009-09-28 | 2010-04-14 | 深圳先进技术研究院 | 城市暴雨水灾害模拟预测方法 |
| KR101257874B1 (ko) * | 2011-10-14 | 2013-04-23 | 재단법인 국가농림기상센터 | 폐쇄집수역의 일 최저기온 분포 추정 방법 |
| CN102635056A (zh) * | 2012-04-01 | 2012-08-15 | 长安大学 | 一种沥青路面构造深度的测量方法 |
| CN103630707A (zh) * | 2013-11-19 | 2014-03-12 | 长安大学 | 一种雨天路面上水流流速和深度检测装置及方法 |
| CN105444735A (zh) * | 2014-08-22 | 2016-03-30 | 北京协进科技发展有限公司 | 一种道路坡度的确定方法及装置 |
| CN104484577A (zh) * | 2014-12-30 | 2015-04-01 | 华中科技大学 | 一种基于山脊能量校正的山地中带状地下目标的探测方法 |
| CN105631168A (zh) * | 2016-03-25 | 2016-06-01 | 中国水利水电科学研究院 | 一种实时高效的流域洪水演进可视化仿真方法 |
Non-Patent Citations (1)
| Title |
|---|
| 朱祖乐: ""基于WebGL的郑州市区积水路段暴雨洪水三维场景模拟"", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108154560A (zh) * | 2018-01-25 | 2018-06-12 | 北京小马慧行科技有限公司 | 激光点云标注方法、装置及可读存储介质 |
| CN108388280A (zh) * | 2018-02-11 | 2018-08-10 | 烟台宏远氧业有限公司 | 脱险舱压力平衡*** |
| CN108664715A (zh) * | 2018-04-26 | 2018-10-16 | 长安大学 | 一种路面积水车辙三维评价与行车安全分析方法 |
| CN108664715B (zh) * | 2018-04-26 | 2022-03-29 | 长安大学 | 一种路面积水车辙三维评价与行车安全分析方法 |
| CN110298311A (zh) * | 2019-06-28 | 2019-10-01 | 北京智行者科技有限公司 | 路面积水检测方法及装置 |
| CN111005312A (zh) * | 2019-12-31 | 2020-04-14 | 广东粤路勘察设计有限公司 | 一种山区公路桥梁排水口的安装方法 |
| CN112498369A (zh) * | 2020-12-07 | 2021-03-16 | 北京小马慧行科技有限公司 | 车辆的控制方法、控制装置、处理器和车辆 |
| CN112666553A (zh) * | 2020-12-16 | 2021-04-16 | 动联(山东)电子科技有限公司 | 一种基于毫米波雷达的道路积水识别方法及设备 |
| CN112666553B (zh) * | 2020-12-16 | 2023-04-18 | 动联(山东)电子科技有限公司 | 一种基于毫米波雷达的道路积水识别方法及设备 |
| WO2022156339A1 (zh) * | 2021-01-22 | 2022-07-28 | 华为技术有限公司 | 一种道路积存物信息的确定方法和装置 |
| CN112948936B (zh) * | 2021-03-10 | 2023-08-11 | 长安大学 | 一种降雨天气高速路面积水状况的三维模拟方法 |
| CN112948936A (zh) * | 2021-03-10 | 2021-06-11 | 长安大学 | 一种降雨天气高速路面积水状况的三维模拟方法 |
| CN113592330A (zh) * | 2021-08-06 | 2021-11-02 | 中国民航大学 | 一种基于飞机起降安全的机场跑道评价方法 |
| CN113592330B (zh) * | 2021-08-06 | 2023-09-12 | 中国民航大学 | 一种基于飞机起降安全的机场跑道评价方法 |
| CN117009719A (zh) * | 2023-10-07 | 2023-11-07 | 青建集团股份公司 | 一种建筑基坑内汇水量的计算方法 |
| CN117009719B (zh) * | 2023-10-07 | 2024-01-09 | 青建集团股份公司 | 一种建筑基坑内汇水量的计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107092803B (zh) | 2020-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107092803A (zh) | 一种基于三维线激光技术的道路积水区识别方法 | |
| CN108664715B (zh) | 一种路面积水车辙三维评价与行车安全分析方法 | |
| Bogena et al. | A terrestrial observatory approach to the integrated investigation of the effects of deforestation on water, energy, and matter fluxes | |
| CN103114514B (zh) | 一种水泥混凝土路面刻槽构造深度检测算法 | |
| CN103714363B (zh) | 一种机动车尾气烟度视频识别*** | |
| CN105303832B (zh) | 基于微波车辆检测器的高架桥路段交通拥堵指数计算方法 | |
| EP2889583A1 (de) | Verfahren und Vorrichtung zum Erstellen einer angepassten Safety Map für ein Kraftfahrzeug | |
| CN107883891A (zh) | 一种沥青路面拥包多维度特征指标识别方法 | |
| CN103886594B (zh) | 路面线激光车辙检测与识别方法及处理*** | |
| CN104899437A (zh) | 强降雨型滑坡灾害预警方法 | |
| Duncan et al. | Comparison of Late Pleistocene and modern glacier extents in central Nepal based on digital elevation data and satellite imagery | |
| CN108731640A (zh) | 基于点云数据的地铁限界检测方法及检测*** | |
| CN101694745A (zh) | 基于高速公路几何线形综合技术指标的安全检测方法 | |
| CN107192417A (zh) | 基于不中断交通的公路飞机跑道道面使用性能测试方法 | |
| CN107957259A (zh) | 轮迹横向分布测量***及测量方法 | |
| CN104900057A (zh) | 一种城市快速路主辅道的浮动车地图匹配方法 | |
| CN107288016A (zh) | 一种基于三维激光检测技术的沥青路面铣刨质量评价方法 | |
| CN106803245A (zh) | 基于探地雷达周期性检测的铁路路基状态评估方法 | |
| CN104537652B (zh) | 一种水泥混凝土路面刻槽深度三维检测方法及*** | |
| Flintsch et al. | Probe vehicles used to measure road ride quality: Pilot demonstration | |
| CN201740736U (zh) | 一种基于视频的能见度检测*** | |
| CN105957057A (zh) | 一种基于视频分析的实时降雪强度估计方法 | |
| CN115062391A (zh) | 坝后量水堰实测数据主客水分离方法 | |
| CN107886721A (zh) | 一种交通事故道路状况数据采集方法 | |
| CN106897517A (zh) | 高速铁路沿线大风监测优化布网自动搜索方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |