CN107290346A - 基于二维图像和线结构光传感器的路面裂缝检测*** - Google Patents

基于二维图像和线结构光传感器的路面裂缝检测*** Download PDF

Info

Publication number
CN107290346A
CN107290346A CN201710535246.2A CN201710535246A CN107290346A CN 107290346 A CN107290346 A CN 107290346A CN 201710535246 A CN201710535246 A CN 201710535246A CN 107290346 A CN107290346 A CN 107290346A
Authority
CN
China
Prior art keywords
optical sensor
dimensional image
line structure
structure optical
module
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
Application number
CN201710535246.2A
Other languages
English (en)
Other versions
CN107290346B (zh
Inventor
徐贵力
曾大为
程月华
姜斌
朱春省
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Publication of CN107290346A publication Critical patent/CN107290346A/zh
Application granted granted Critical
Publication of CN107290346B publication Critical patent/CN107290346B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Road Repair (AREA)

Abstract

本发明公开一种基于二维图像与线结构光传感器融合的路面裂缝检测***，包括检测车和安装于检测车上的二维图像模块、线结构光传感器模块、计算机控制模块，二维图像模块安装于检测车前端，采集前方路面的二维图像并利用图像识别方法在线初步地判断路面有无裂缝情况，将检测结果传送给计算机控制模块，计算机控制模块根据二维图像模块的检测结果，依据决策准则向安装于检测车后端的线结构光传感器模块发送开启或关闭其存储功能的控制信号，线结构光传感器模块采集路面的横断面数据并依据计算机控制模块的决策结果决定是否存储采集到的数据，从而控制线结构光传感器模块存储可能含有裂纹的横断面数据。

Description

基于二维图像和线结构光传感器的路面裂缝检测***
技术领域
本发明提供了一种检测***方案，涉及基于线结构光的路面裂缝检测***和基于二维图像的路面裂缝检测***，属于基于计算机视觉的路面检测技术领域。
背景技术
目前，在道路裂缝检测领域，主流的检测***还是采用基于二维图像的路面裂缝检测***，其检测的依据是裂缝在一定光照条件下的光照特性与路面本身存在的差异，但这并不是裂缝的本质特征，所以无法获取裂缝深度信息。而且在采集过程中易受到光照、阴影、路面油污和干湿色差等条件干扰。
而线结构光三维检测技术由于具有检测精度高、结构简单和抗光照、阴影、路面油污和干湿色差等条件干扰的优点，已成为当前裂缝检测的研究热点。基于线结构光的路面裂缝检测***可以获取路面三维横断面数据，将裂缝的基本特征，即深度信息，作为检测裂缝的依据使得检测更加准确，但是其数据量太大导致***需投入大量的存储成本，并限制***的工作时间。
发明内容
本发明的主要目的在于，克服现有***中的不足，提供一种基于二维图像与线结构光传感器融合的路面裂缝检测***方案，特别适用于高精度、长时间工作的路面裂缝检测。
本发明所要解决的技术问题是提供结构紧凑、拆装方便、安全可靠、实用性强的基于二维图像与线结构光传感器融合的路面裂缝检测***方案，不仅可以达到高精度的路面裂缝检测，而且大大降低了路面裂缝检测***成本，并大大增加了***的工作时间。
本发明所要解决的另一技术问题是设计***的结构参数，并提供一种决策准则，使得各模块有序地工作。
因此本发明提供了一种基于二维图像与线结构光传感器融合的路面裂缝检测***方案，其包括检测车和安装于检测车上的二维图像模块、线结构光传感器模块、计算机控制模块和***支架。
其中，二维图像模块位于检测车前端，采集前方路面的二维图像并利用图像识别方法在线初步地判断路面有无裂缝情况；线结构光传感器模块位于检测车后端，采集路面的横断面数据并依据计算机控制模块的决策结果决定是否存储采集到的数据；计算机控制模块根据二维图像模块的检测结果，依据决策准则向线结构光传感器模块发送开启或关闭其存储功能的控制信号。
为了达到上述目的，本发明所采用的具体技术方案是：
一种基于二维图像与线结构光传感器融合的路面裂缝检测***，其特征在于：所述***包括检测车3和安装于检测车3上的二维图像模块2、线结构光传感器模块5、计算机控制模块4，所述二维图像模块2安装于检测车3前端，线结构光传感器模块5安装于检测车3后端，二维图像模块2采集前方路面1的二维图像并利用图像识别方法在线初步地判断路面有无裂缝情况，将检测结果传送给计算机控制模块4，计算机控制模块4根据二维图像模块2的检测结果，依据决策准则向线结构光传感器模块5发送开启或关闭其存储功能的控制信号，线结构光传感器模块5采集路面1的横断面数据并依据计算机控制模块4的决策结果决定是否存储采集到的数据，从而控制线结构光传感器模块5存储可能含有裂纹的横断面数据，所述决策准则如下：每隔一定的检测范围内，如果二维图像模块2检测出裂缝则计算机控制模块4开启线结构光传感器模块5的存储功能，否则关闭线结构光传感器模块5的存储功能。
所述二维图像模块2与线结构光传感器模块5的检测范围之间的间距为***的第一结构参数7，优选地，其应满足以下关系式：
式中：L为第一结构参数7；
v为检测车3的行驶速度；
H为路面检测***的检测范围宽度；
t1为单位面积内二维图像识别算法所用时间；
t2为计算机控制模块4开启或关闭线结构光传感器模块5的存储功能所用时间。
进一步，所述线结构光传感器模块5的检测范围的宽度为第二结构参数6，所述第二结构参数6大于等于检测***的检测范围宽度要求。
更进一步，所述的二维图像模块2的检测范围的宽度为第三结构参数8，所述第三结构参数8大于等于第二结构参数6。
在以上所述的***中，所述决策准则中所述的两次决策之间的检测范围的长度为二维图像模块2的检测范围的长度加上第一结构参数7。
在本发明的***的一个实施方案中，线结构光传感器模块5包括线激光器9和摄像机10，其中线激光器9和摄像机10处于同一水平面。
而在另一个实施方案中，线结构光传感器模块5包括线激光器9和摄像机10，其中线激光器9和摄像机10处于同一垂直面，线激光器9位于上部，而摄像机10位于线激光器9下方。其中优选地，线激光器9安装于检测车上半部分以上的位置，从而可以获得更广的扫描范围。最优选，线激光器9的安装位置高于检测车车顶，只要能够在安全性与扫描范围之间获得足够的权衡效益即可。
与现有***相比，本发明具有的有益效果是：
提供一种基于二维图像与线结构光传感器融合的路面裂缝检测***，通过二维图像模块提前对路面有无裂缝情况的在线初步地判断实现了线结构光传感器模块的高效运行，不仅解决了二维图像模块无法获取裂缝深度信息的问题，而且解决了线结构光传感器模块因长时间工作导致数据量太大无法存储的问题。
附图说明
图1为本发明一种基于二维图像与线结构光传感器融合的路面裂缝检测***的结构示意图；
图2为本发明检测***的一个实施例；
图3为本发明检测***的另一个实施例。
在图中：1、路面；2、二维图像模块；3、检测车；4、计算机控制模块；5、线结构光传感器模块；6、第二结构参数；7、第一结构参数；8、第三结构参数；9、线激光器；10、摄像机。
具体实施方式
上述内容仅是本发明***方案的概述，为了更清楚的了解本发明的技术手段，下面结合附图对本发明作进一步的描述。
如图1所示，本发明的基于二维图像与线结构光传感器融合的路面裂缝检测***，包括检测车3和安装于检测车上的二维图像模块2、线结构光传感器模块5、计算机控制模块4。其中，二维图像模块2块位于检测车3前端，采集前方路面1的二维图像并利用图像识别方法在线初步地判断路面有无裂缝情况，并将检测结果传送给计算机控制模块4；线结构光传感器模块5位于检测车3后端，采集路面1的横断面数据并依据计算机控制模块4的决策结果决定是否存储采集到的数据；计算机控制模块4根据二维图像模块2的检测结果，依据决策准则向线结构光传感器模块5发送开启或关闭其存储功能的控制信号。决策准则为：每隔一定的检测范围内，如果二维图像模块2检测出裂缝则计算机控制模块4开启线结构光传感器模块5的存储功能，否则关闭线结构光传感器模块5的存储功能。其中在所述决策准则中，两次决策之间的间隔时间应为线结构光传感器模块5运动到二维图像模块2之前所处位置的时间，因此所间隔的检测范围的长度应为二维图像模块2检测范围的长度加上二维图像模块2与线结构光传感器模块5的检测范围之间的间距。
***的第一结构参数7为二维图像模块2与线结构光传感器模块5的检测范围之间的间距，其设计要求应满足下面条件，即检测车3在行驶和第一结构参数7一样长度的距离所用时间应大于处理该长度下的二维图像所用时间与计算机控制模块4开启或关闭线结构光传感器模块5的存储功能所用时间之和，具体满足关系式为：
式中：L为第一结构参数7；
v为检测车3的行驶速度；
H为路面检测***的检测范围宽度；
t1为单位面积内二维图像识别算法所用时间；
t2为计算机控制模块4开启或关闭线结构光传感器模块5的存储功能所用时间。
***的第二结构参数6为线结构光传感器模块5的检测范围宽度，其值应大于等于检测***要求的检测范围宽度。
***的第三结构参数8为二维图像模块2的检测范围宽度，其值应大于等于线结构光传感器模块5的检测范围宽度，即第二结构参数6。
在实际的应用中，线结构光传感器模块5根据情况，也会采用不同的结构方式。图2和图3给出了实际使用的两种结构。线结构光传感器模块5包括线激光器9和摄像机10，激光器9和摄像机10可以采用不同的结构方式，从而实现不同的检测精度和检测范围，适用于不同的检测情形。
在图2中，示出了结构光传感器模块5的一种结构方式，采用线激光器9与摄像机10在同一水面上的结构方式，其中线激光器9垂直投射到被检测路面，摄像机10从另一侧采集光条数据。该方式检测精度高，但由于线激光器9与摄像机10处于同一平面，实际使用时，该方式会受到检测车高度的限制，采集的路面宽度有限，适合单车道的高精度检测。
在图3中示出了结构光传感器模块5的另一种结构方式，采用了线激光器9与摄像机10在同一垂直面上的结构方式，其中线激光器9安装在检测车上半部分，倾斜投射到被检测路面，摄像机10安装在检测车下半部分，倾斜采集光条数据。该方式中，线激光器9可以倾斜投射，投射位置远，产生较宽的投射面，因此该方式不受检测车高度的限制，可采集的较宽路面，实现多车道同时检测，但该方式受摄像机硬件条件的限制，不适合高精度检测。
上面结合附图对本发明的实施方式作了详细的说明，但是本发明不限于上述实施方式，在所述技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (9)

1.一种基于二维图像与线结构光传感器融合的路面裂缝检测***，其特征在于：所述***包括检测车(3)和安装于检测车(3)上的二维图像模块(2)、线结构光传感器模块(5)、计算机控制模块(4)，所述二维图像模块(2)安装于检测车(3)前端，线结构光传感器模块(5)安装于检测车(3)后端，二维图像模块(2)采集前方路面(1)的二维图像并利用图像识别方法在线初步地判断路面有无裂缝情况，将检测结果传送给计算机控制模块(4)，计算机控制模块(4)根据二维图像模块(2)的检测结果，依据决策准则向线结构光传感器模块(5)发送开启或关闭其存储功能的控制信号，线结构光传感器模块(5)采集路面(1)的横断面数据并依据计算机控制模块(4)的决策结果决定是否存储采集到的数据，从而控制线结构光传感器模块(5)存储可能含有裂纹的横断面数据，所述决策准则如下：每隔一定的检测范围内，如果二维图像模块(2)检测出裂缝则计算机控制模块(4)开启线结构光传感器模块(5)的存储功能，否则关闭线结构光传感器模块(5)的存储功能。
2.根据权利要求1所述的基于二维图像与线结构光传感器融合的路面裂缝检测***，其特征在于，所述二维图像模块(2)与线结构光传感器模块(5)的检测范围之间的间距为***的第一结构参数(7)，其应满足以下关系式：
<mrow> <mfrac> <mi>L</mi> <mi>v</mi> </mfrac> <mo>&amp;GreaterEqual;</mo> <msub> <mi>LHt</mi> <mn>1</mn> </msub> <mo>+</mo> <msub> <mi>t</mi> <mn>2</mn> </msub> </mrow>
式中：L为第一结构参数(7)；
v为检测车(3)的行驶速度；
H为路面检测***的检测范围宽度；
t1为单位面积内二维图像识别算法所用时间；
t2为计算机控制模块(4)开启或关闭线结构光传感器模块(5)的存储功能所用时间。
3.根据权利要求1所述的基于二维图像与线结构光传感器融合的路面裂缝检测***，其特征在于，所述线结构光传感器模块(5)的检测范围的宽度为第二结构参数(6)，所述第二结构参数(6)大于等于检测***的检测范围宽度要求。
4.根据权利要求3所述的基于二维图像与线结构光传感器融合的路面裂缝检测***，其特征在于，所述的二维图像模块(2)的检测范围的宽度为第三结构参数(8)，所述第三结构参数(8)大于等于第二结构参数(6)。
5.根据权利要求1所述的基于二维图像与线结构光传感器融合的路面裂缝检测***，其特征在于，所述决策准则中所述的两次决策之间的检测范围的长度为二维图像模块(2)的检测范围的长度加上第一结构参数(7)。
6.根据权利要求1所述的基于二维图像与线结构光传感器融合的路面裂缝检测***，其特征在于，线结构光传感器模块(5)包括线激光器(9)和摄像机(10)，其中线激光器(9)和摄像机(10)处于同一水平面。
7.根据权利要求1所述的基于二维图像与线结构光传感器融合的路面裂缝检测***，其特征在于，线结构光传感器模块(5)包括线激光器(9)和摄像机(10)，其中线激光器(9)和摄像机(10)处于同一垂直面，线激光器(9)位于上部，而摄像机(10)位于线激光器(9)下方。
8.根据权利要求7所述的基于二维图像与线结构光传感器融合的路面裂缝检测***，其特征在于，线激光器(9)安装于检测车上半部分以上的位置。
9.根据权利要求8所述的基于二维图像与线结构光传感器融合的路面裂缝检测***，其特征在于，线激光器(9)的安装位置高于检测车车顶。
CN201710535246.2A 2017-04-10 2017-07-03 基于二维图像和线结构光传感器的路面裂缝检测*** Expired - Fee Related CN107290346B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710231559 2017-04-10
CN2017102315599 2017-04-10

Publications (2)

Publication Number Publication Date
CN107290346A true CN107290346A (zh) 2017-10-24
CN107290346B CN107290346B (zh) 2020-04-10

Family

ID=60099912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710535246.2A Expired - Fee Related CN107290346B (zh) 2017-04-10 2017-07-03 基于二维图像和线结构光传感器的路面裂缝检测***

Country Status (1)

Country Link
CN (1) CN107290346B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109975501A (zh) * 2019-03-22 2019-07-05 中国铁建大桥工程局集团有限公司 一种用于海绵城市的巡检车
CN110084844A (zh) * 2019-04-25 2019-08-02 中国民航大学 一种基于深度相机的机场道面裂缝检测方法
CN112160227A (zh) * 2020-09-30 2021-01-01 珠海阔朗科技有限公司 一种智能化路面裂缝修补***
CN113189005A (zh) * 2021-05-10 2021-07-30 郑州大学 一种便携式表面缺陷一体化检测装置及表面缺陷自动检测方法
CN113561905A (zh) * 2021-05-07 2021-10-29 上海厉鲨科技有限公司 道路病害巡检设备的安装、范围的获取方法、设备及介质
CN114111651A (zh) * 2021-11-25 2022-03-01 江苏科技大学 一种基于多线结构光的车载路面凹陷检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002039950A (ja) * 2000-07-21 2002-02-06 Ohbayashi Corp コンクリート体の隙間検出方法
JP2003132342A (ja) * 2001-10-19 2003-05-09 Dainippon Printing Co Ltd 画像入力方法及び装置
CN1595054A (zh) * 2004-07-14 2005-03-16 天津大学 双目线结构光传感器一致性精确标定方法及其实施装置
CN101701919A (zh) * 2009-11-20 2010-05-05 长安大学 一种基于图像的路面裂缝检测***及检测方法
CN103134777A (zh) * 2011-12-01 2013-06-05 现代自动车株式会社 用于检测路面特性的装置和方法
CN106441022A (zh) * 2016-08-31 2017-02-22 山东省药用玻璃股份有限公司 全伺服瓶口综合检验机

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002039950A (ja) * 2000-07-21 2002-02-06 Ohbayashi Corp コンクリート体の隙間検出方法
JP2003132342A (ja) * 2001-10-19 2003-05-09 Dainippon Printing Co Ltd 画像入力方法及び装置
CN1595054A (zh) * 2004-07-14 2005-03-16 天津大学 双目线结构光传感器一致性精确标定方法及其实施装置
CN101701919A (zh) * 2009-11-20 2010-05-05 长安大学 一种基于图像的路面裂缝检测***及检测方法
CN103134777A (zh) * 2011-12-01 2013-06-05 现代自动车株式会社 用于检测路面特性的装置和方法
CN106441022A (zh) * 2016-08-31 2017-02-22 山东省药用玻璃股份有限公司 全伺服瓶口综合检验机

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109975501A (zh) * 2019-03-22 2019-07-05 中国铁建大桥工程局集团有限公司 一种用于海绵城市的巡检车
CN109975501B (zh) * 2019-03-22 2022-03-15 中国铁建大桥工程局集团有限公司 一种用于海绵城市的巡检车
CN110084844A (zh) * 2019-04-25 2019-08-02 中国民航大学 一种基于深度相机的机场道面裂缝检测方法
CN110084844B (zh) * 2019-04-25 2023-03-28 中国民航大学 一种基于深度相机的机场道面裂缝检测方法
CN112160227A (zh) * 2020-09-30 2021-01-01 珠海阔朗科技有限公司 一种智能化路面裂缝修补***
CN112160227B (zh) * 2020-09-30 2022-03-18 珠海阔朗科技有限公司 一种智能化路面裂缝修补***
CN113561905A (zh) * 2021-05-07 2021-10-29 上海厉鲨科技有限公司 道路病害巡检设备的安装、范围的获取方法、设备及介质
CN113189005A (zh) * 2021-05-10 2021-07-30 郑州大学 一种便携式表面缺陷一体化检测装置及表面缺陷自动检测方法
CN113189005B (zh) * 2021-05-10 2022-06-28 郑州大学 便携式表面缺陷一体化检测装置及表面缺陷自动检测方法
CN114111651A (zh) * 2021-11-25 2022-03-01 江苏科技大学 一种基于多线结构光的车载路面凹陷检测方法

Also Published As

Publication number Publication date
CN107290346B (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN107290346A (zh) 基于二维图像和线结构光传感器的路面裂缝检测***
CN102706880B (zh) 基于二维图像和深度信息的路面信息提取装置及使用该装置实现路面裂纹信息的检测方法
CN102737247B (zh) 一种柴油车尾气烟度图像识别***
CN103714363B (zh) 一种机动车尾气烟度视频识别***
CN101694084B (zh) 地面车载移动检测***
CN112098326B (zh) 针对桥梁病害的自动检测方法和***
CN105905132B (zh) 一种轨道状态智能巡检装置和方法
CN100480627C (zh) 一种钢轨磨耗综合参数车载动态测量装置及方法
CN104392224B (zh) 一种公路路面裂纹检测方法
CN101900527B (zh) 一种货车车厢体积测量***及方法
CN109242035B (zh) 车底故障检测装置及方法
CN103778681A (zh) 一种车载高速公路巡检***及数据获取和处理方法
CN106053475A (zh) 基于主动式全景视觉的隧道病害全断面动态快速检测装置
CN104005325A (zh) 基于深度和灰度图像的路面裂缝检测装置和方法
JP2019196680A (ja) 舗装情報収集点検システム、舗装情報収集点検方法、及びプログラム
CN102721693B (zh) 尾气不透光烟度检测方法和***
CN109278053A (zh) 一种铁路隧道检测方法
CN103543112B (zh) 基于大视场成像光谱仪的点污染源排放通量测量方法
CN110850435A (zh) 车载式隧道地质素描装置及使用方法
CN102661737A (zh) 隧道结构沉降变形自动群测***及其群测方法
CN105427324A (zh) 基于二值化阈值自动搜索的磁光成像缺陷检测方法
CN103335601A (zh) 一种运动车辆的外廓尺寸快速自动检测装置
CN101425128A (zh) 基于激光传感器深度图像的人流检测方法
CN205557277U (zh) 一种路面裂缝病害检测***
CN107339950A (zh) 一种快速换轨作业轨枕螺栓位置检测方法

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200410