CN111553017A - 基于bim的路面病害分析展示方法及*** - Google Patents

基于bim的路面病害分析展示方法及*** Download PDF

Info

Publication number
CN111553017A
CN111553017A CN202010655690.XA CN202010655690A CN111553017A CN 111553017 A CN111553017 A CN 111553017A CN 202010655690 A CN202010655690 A CN 202010655690A CN 111553017 A CN111553017 A CN 111553017A
Authority
CN
China
Prior art keywords
lane
elevation data
road surface
data
pile number
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
CN202010655690.XA
Other languages
English (en)
Other versions
CN111553017B (zh
Inventor
雷志刚
潘玲玲
袁海天
赵刚
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.)
Jiangsu Yanning Engineering Technology Group Co ltd
Original Assignee
Jiangsu Yanning Engineering Technology Group Co ltd
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 Jiangsu Yanning Engineering Technology Group Co ltd filed Critical Jiangsu Yanning Engineering Technology Group Co ltd
Priority to CN202010655690.XA priority Critical patent/CN111553017B/zh
Publication of CN111553017A publication Critical patent/CN111553017A/zh
Application granted granted Critical
Publication of CN111553017B publication Critical patent/CN111553017B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T17/205—Re-meshing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Optimization (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Computational Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Graphics (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Quality & Reliability (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于BIM的路面病害分析展示方法及***，所述方法包括：获取路面纹理的原始高程数据，将路面纹理的原始高程数据根据车道、桩号区间进行划分，并与公路工程BIM对应车道、桩号区间进行关联存储；获取待检测路段的路面纹理的实际高程数据，与对应车道、桩号区间进行关联；将获取的待检测路段的实际高程数据与存储的原始高程数据对比分析，生成对应车道、桩号区间的路面病害的分析结果；当收到路面病害查询请求时，调取对应车道、桩号区间的路面病害的分析结果，结合公路工程BIM进行展示。本发明实现基于公路工程BIM的路面病害的分析展示，为公路工程信息化管理提供便利。

Description

基于BIM的路面病害分析展示方法及***
技术领域
本发明及公路工程信息化管理，尤其涉及基于BIM的路面病害分析展示方法及***。
背景技术
公路作为一种重要的交通基础设施，对经济发展有着至关重要的作用。公路竣工交付使用后，随着时问的推移，在反复的行车荷载、各种不可抗拒的自然因素作用下，特别是交通量的不断增加、建筑材料的老化、施工和设计中的缺陷，公路的使用性能逐步下降。
在各级公路的运营中会出现很多病害问题，比如所使用的沥青路面结构，在各方面因素下出现的裂缝、车辙、松散、冻胀翻浆、沉陷、拥包、泛油、龟裂唧浆等常见病害。这些问题会影响到公路的运营使用，直接或间接地影响到社会经济的发展，比如严重影响了行车速度、行车安全，加大了汽车磨损程度，缩短了沥青路面的使用寿命等等。
因此，需要对公路的路面病害进行定期检查、实时监控，以及时确定出路面状况，保证公路正常运行。随着国家“互联网+”战略需求的推进，BIM物联网等数字技术在土木工程领域得到迅速推广，利用BIM技术来进行路面病害分析、并展示，有利于提高公路的信息化管理。
发明内容
本发明实施例提供一种基于BIM的路面病害分析展示方法，实现路面病害分析展示，为公路工程信息化管理提供便利。
一种基于BIM的路面病害分析展示方法，其包括：获取路面纹理的原始高程数据，将路面纹理的原始高程数据根据车道、桩号区间进行划分，并与公路工程BIM对应车道、桩号区间进行关联；获取待检测路段的路面纹理的实际高程数据，并与对应车道、桩号区间进行关联；将获取的待检测路段的实际高程数据与原始高程数据对比分析，生成对应车道、桩号区间的路面病害的分析结果；当收到路面病害查询请求时，调取对应车道、桩号区间的路面病害分析结果，结合公路工程BIM进行展示。
进一步地，获取路面纹理的原始高程数据，具体包括：通过扫描新建或养护后的路段路面，提取公路边线、车道线、路面高程数据、图像数据，形成各路段的路面的三维图形数据；将获取的路面高程数据作为路面纹理的原始高程数据，并根据扫描过程中的实际的地理位置坐标定义路面纹理平面坐标。
进一步地，原始高程数据根据车道、桩号区间进行划分，并与公路工程BIM对应车道、桩号区间进行关联，具体包括：根据提取的公路边线、车道线进行车道划分；根据公路相邻的桩号及桩号地理位置坐标进行桩号区间划分；将路面纹理的原始高程数据与车道、桩号区间进行关联存储。
进一步地，还包括：对车道、桩号区间的路面按纵、横向划分m个网格，得到车道、桩号区间的路面纹理的原始高程数据的网格化数据；每个网格中所有采样点的原始高程数据的网格化数据通过求取所有采样点的原始高程数据的平均值来进行表示，公式如下：
Figure DEST_PATH_IMAGE001
其中，
Figure 986705DEST_PATH_IMAGE002
为第j个网格的原始高程数据的平均值，j为1、2、…、m，n为第j个网格中所有采样点数，
Figure 100002_DEST_PATH_IMAGE003
为第j个网格中第i个采样点的原始高程数据，i为1、2、3、…、n。
进一步地，得到路面纹理的平面坐标网格化数据，每个网格的平面坐标网格化数据通过求取所有采样点平面坐标的平均值进行表示，公式如下：
Figure 633587DEST_PATH_IMAGE004
其中，
Figure DEST_PATH_IMAGE005
为第j个网格的平面坐标的平均值，（
Figure 207787DEST_PATH_IMAGE006
）为第j个网格中第i个采样点的平面坐标。
进一步地，获取待检测路段路面的高程数据，并与公路工程BIM对应车道、桩号区间进行关联，具体包括：通过扫描待检测路段路面，提取公路边线、车道线、路面高程数据、图像数据，形成待检测路段路面的三维图形数据；根据提取的公路边线、车道线进行车道划分；根据公路相邻的桩号及桩号地理位置坐标进行桩号区间划分；将路面纹理的高程数据与车道、桩号区间进行关联存储。
进一步地，对车道、桩号区间的路面按纵、横向划分m个网格，得到待检测的车道、桩号区间的高程数据的网格化数据；每个网格中所有采样点的高程数据的网格化数据通过求取所有采样点的高程数据的平均值来进行表示，公式如下：
Figure 100002_DEST_PATH_IMAGE007
其中，
Figure 281923DEST_PATH_IMAGE008
为第j个网格的高程数据的平均值，j为1、2、…、m，n为第j个网格中所有采样点数，
Figure DEST_PATH_IMAGE009
为第j个网格中第i个采样点的高程数据，i为1、2、3、…、n。
进一步地，将获取的待检测路段的路面高程数据与原始高程数据对比分析，生成对应车道、桩号区间的路面病害的分析结果，具体包括：将某车道、某桩号区间的高程数据的网格化数据的均值，与该某车道、该某桩号区间的原始高程数据的网格化数的平均值对比分析，如果二者差值大于预设阈值，则生成该某车道、该某桩号区间存在病害的分析结果；其中，原始高程数据的网格化数的平均值，通过对每个网格的原始高程数据平均值
Figure 43205DEST_PATH_IMAGE002
求平均获得；高程数据的网格化数据的均值，通过对每个网格的高程数据平均值
Figure 634724DEST_PATH_IMAGE008
求平均获得。
进一步地，将获取的待检测路段的路面高程数据与原始高程数据对比分析，生成对应车道、桩号区间的路面病害的分析结果，具体包括：将某车道、某桩号区间的高程数据的网格化数据
Figure 689530DEST_PATH_IMAGE008
，与该某车道、该某桩号区间的原始高程数据的网格化数据
Figure 75512DEST_PATH_IMAGE002
对比分析，如果二者差值大于预设阈值，则生成某车道、某桩号区间的第j个网格存在病害的分析结果。
本发明又一实施例提供一种基于BIM的路面病害分析展示***，其包括客户端和服务端，所述客户端，用于向所述服务端发送路面病害查询请求，接收服务端反馈的对应公路面病害分析结果，并进行展示；所述服务端，用于存储与公路工程BIM对应车道、桩号区间进行关联的路面纹理的原始高程数据；将获取的待检测路段路面的车道、桩号区间关联的实际路面纹理高程数据与对应的路面纹理原始高程数据对比分析，生成车道、桩号区间的路面病害的分析结果；并根据接收路面病害查询请求，调取对应车道、桩号区间的路面病害的分析结果推送所述客户端。
进一步地，所述服务端包括：存储模块，用于获取路面纹理的原始高程数据，将路面纹理的原始高程数据根据车道、桩号区间进行划分，并与公路工程BIM对应车道、桩号区间进行关联存储；分析模块，将获取的待检测路段的车道、桩号区间关联的实际高程数据的网格化数据与原始高程数据的网格化数据对比分析，生成对应车道、桩号区间的路面病害的分析结果；查询响应模块，用于根据接收路面病害查询请求，调取对应车道、桩号区间的路面病害的分析结果推送客户端。
本发明实施例通过对待检测车道、桩号区间路段的路面纹理高程数据与路面纹理的原始高程数据进行对比分析，生成路面病害分析结果并结合公路工程BIM进行展示；实现路面病害的分析展示，为公路工程信息化管理提供便利。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是发明实施例基于BIM的路面病害分析展示的***架构示意图；
图2是发明实施例基于BIM的路面病害分析展示方法的流程示意图；
图3是本发明实施例获取路面原始高程数据的流程示意图；
图4是本发明实施例路面病害分析流程示意图；
图5是本发明实施例路面状况展示的示意图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明作进一步详细描述。下文中将详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语（包括技术术语和科学术语）具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
建筑信息模型(Building Information Modeling，BIM)是应用在建筑全生命周期管理的信息模型，其以建筑工程项目的各项相关信息数据为基础，建筑在设计、施工、运营等每个阶段的数据都可储存于BIM中，以实现建筑业精细化、信息化管理。地理信息***(Geographic Information System，GIS)是一种空间信息***，它能够对整个或部分地球表层空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述，在大场景中将空间信息进行展示和分析，具有快速、直观的优势。
BIM还可称为其余名称，比如建筑信息化管理(Building InformationManagement)或者建筑信息制造(Building Information Manufacture)等等，本申请不做限定。该BIM是以建筑工程项目的各项相关信息数据作为基础，通过数字信息仿真，通过三维建筑模型，模拟建筑如公路的真实信息，以实现工程监理、设备管理、数字化加工、等功能。GIS还可称为其余名称，比如地理信息***(Geo－Information system)、地学信息***等。
本实施例中，公路工程BIM***一般指：针对公路工程设计全周期，基于GIS、BIM和互联网等技术的数字化、信息化、智能化的公路工程设计与管理的集成式解决方案***，为施工和运维BIM应用及价值挖掘提供了平台和数据支撑。为实现公路工程BIM与真实环境相一致，一般可以倾斜摄影或正摄投影技术建立公路工程BIM模型。
请参阅图1所示，本发明实施例的***架构示意图，该***架构包括：公路工程BIM***客户端、公路工程BIM***服务端；其中公路工程BIM***服务端包括服务器、以及存储有路面纹理原始高程数据的数据库，原始高程数据与车道、桩号区间进行关联。本实施例中所揭示服务器用在硬件层面上具体可以是工作站、超级计算机等设备，或者是由多台服务器组成的一种用于数据处理的服务器集群。本实施例中的客户端，可通过WEB端或app端应用访问服务端。路面纹理原始高程数据的数据库用于存储路面纹理的原始高程数据，原始高程数据是健康路面的高程数据。本实施例中，公路工程BIM***指：针对公路工程设计全周期，基于BIM、GIS和互联网等技术的数字化、信息化、智能化的公路工程设计与管理的集成式解决方案。公路工程GIS***一般指：集成了地理信息***(GIS)技术的公路工程管理信息化***。为实现公路工程BIM与真实环境相一致，一般可以倾斜摄影或正摄投影技术建立公路工程BIM模型。
如图2所示，本发明实施例基于BIM的路面病害分析展示方法，其包括：获取路面纹理的原始高程数据，将路面纹理的原始高程数据根据车道、桩号区间进行划分，并与公路工程BIM对应车道、桩号区间进行关联；获取待检测路段的路面纹理的实际高程数据，并与对应车道、桩号区间进行关联；将获取的待检测路段的实际高程数据与原始高程数据对比分析，生成对应车道、桩号区间的路面病害的分析结果；当收到路面病害查询请求时，调取对应车道、桩号区间的路面病害分析结果，结合公路工程BIM进行展示。
请参阅图3，本实施例获取路面纹理的原始高程数据。通过激光雷达和/或摄像头扫描新建或养护后的路段路面，提取公路边线、车道线、路面高程数据、图像数据，形成各路段的路面的三维图形数据（路面BIM图层）。路面高程数据的提取可通过如下方式实现：获取路面点云数据中每个采样点的三维坐标，点云数据包括每个采样点的三维坐标信息，该三维坐标包括X轴坐标、Y轴坐标和Z轴坐标，用Z轴坐标来表示要提取的路面的高度，即每个采样点的Z轴坐标即为该采样点的高程数据。点云数据可以为通过激光测量原理得到的点云数据，也可以为通过摄影测量原理得到的点云数据，或者还可以是结合激光测量和摄影测量原理得到的点云数据。根据点云数据中每个采样点的三维坐标，能够判断该采样点是否属于路面。例如，可以通过判断该采样点与其周围的其他采样点的结构关系是否满足构成路面的条件，或者判断点云数据中的某一部分采样点所构成的平面是否满足构成路面的条件，其中，构成路面的条件可以为多种预设条件，例如，可以为某一部分的多个采样点的高程数据是否较为平均且连续，或者某一部分的多个采样点的高程数据的变化是否呈线性变化，是平均连续增高或平均连续降低等等。在车载激光雷达获取的路面点云数中，根据反射强度值做的车道线检测，可区分提取出道路与车道线。将路面图像数据去除噪声点、封装和拼接，填充和修复，可形成路面三维图形数据（路面BIM图层）；将路面三维图形数据与车道、桩号区间进行关联。
将提取的路面纹理的高程数据作为路面纹理的原始高程数据，原始高程数据可作为健康路面的高程数据。在扫描过程中获取的实际的地理位置坐标可以转换成路面纹理的原始高程数据的平面坐标（位置坐标），以便路面纹理的原始高程数据能够与车道、桩号区间进行对应关联，以及与后续的待检测路段路面位置坐标进行对应。另外，可根据实际的地理位置坐标，将获取各路段的路面三维图形（路面BIM图层）形进行按车道、桩号区间进行划分并存储，在叠加到通过倾斜摄影或正射摄影生成的公路工程BIM的相应车道、桩号区间的路面处。
路面纹理的原始高程数据可按需要进行划分，例如可根据车道、桩号区间进行划分，并与公路工程BIM对应车道、桩号区间进行关联。根据提取的公路边线、车道线进行车道划分；可根据公路相邻的桩号及桩号地理位置坐标进行桩号区间划分；将路面纹理的原始高程数据与车道、桩号区间进行关联存储。
对采样的路面纹理的原始高程数据建立网格化的数据，可采用数据网格化算法，按一定的网格尺寸，对原始高程数据在道路纵、横向进行网格划分，得到路面纹理的原始高程数据的网格化数据。每个网格中分别包括点云数据中的一个或多个采样点。网格尺寸可以按实际需要进行设置，例如0.25m×0.25m的尺寸。一种示例中，对某车道、某桩号区间的路面按纵、横向划分m个网格，得到车道、桩号区间的路面纹理的原始高程数据的网格化数据；每个网格中所有采样点的原始高程数据的网格化数据通过求取所有采样点的原始高程数据的平均值来进行表示，公式如下：
Figure 855249DEST_PATH_IMAGE001
其中，
Figure 984879DEST_PATH_IMAGE002
为第j个网格的原始高程数据的平均值，j为1、2、…、m，n为第j个网格中所有采样点数，
Figure 392726DEST_PATH_IMAGE003
为第j个网格中第i个采样点的原始高程数据，i为1、2、3、…、n。
得到路面纹理的平面坐标网格化数据，每个网格的平面坐标网格化数据通过求取所有采样点平面坐标的平均值进行表示，公式如下：
Figure 215189DEST_PATH_IMAGE004
其中，
Figure 216643DEST_PATH_IMAGE005
为第j个网格的平面坐标的平均值，（
Figure 149964DEST_PATH_IMAGE006
）为第j个网格中第i个采样点的平面坐标。
其中，某车道、桩号区间内可划分有m个网格，则某车道、桩号区间的高程数据可以通过对m个网格中的每个网格高程数据平均值
Figure 412318DEST_PATH_IMAGE002
（j为1、2、3、…、m的自然数）,再取平均值来进行表示。公式如下：
Figure 405682DEST_PATH_IMAGE010
其中
Figure 100002_DEST_PATH_IMAGE011
为某车道、桩号区间原始高程数据的平均值。
请参阅图4，本实施例中，获取待检测路段路面实际的高程数据，并与对应车道、桩号区间进行关联。具体地，通过激光雷达和/或摄像头扫描待检测路段路面，提取公路边线、车道线、路面高程数据、图像数据，形成待检测路段路面的三维图形数据（路面BIM图层）；根据提取的公路边线、车道线进行车道划分；根据公路相邻的桩号及桩号地理位置坐标进行桩号区间划分；将待检测路段路面纹理的高程数据与车道、桩号区间进行关联存储。将获取的待检测路段的路面三维图形（路面BIM图层）形进行按车道、桩号区间进行划分并存储。
对采样的待检测路段路面纹理的高程数据建立网格化的数据，可采用数据网格化算法，按一定的网格尺寸，对高程数据在道路纵、横向进行网格划分，得到路面纹理的高程数据的网格化数据。网格尺寸按实际需要进行设置，例如采用原始高程数网格尺寸，以便待检测路段路面纹理的高程数据与原始高程数据之间的对比分析。
一种示例中，对待检测某车道、某桩号区间的路面按纵、横向划分m个网格，得到待检测的某车道、某桩号区间的路面纹理的高程数据的网格化数据；每个网格中所有采样点的高程数据的网格化数据通过求取所有采样点的高程数据的平均值来进行表示，公式如下：
Figure 894432DEST_PATH_IMAGE007
其中，
Figure 224919DEST_PATH_IMAGE008
为第j个网格的高程数据的平均值，j为1、2、…、n，n为第j个网格中所有采样点数，
Figure 482725DEST_PATH_IMAGE009
为第j个网格中第i个采样点的高程数据，i为1、2、3、…、n。
得到待检测路面的平面坐标网格化数据，每个网格的平面坐标网格化数据通过求取所有采样点平面坐标的平均值进行表示，公式如下：
Figure 912569DEST_PATH_IMAGE012
其中，
Figure DEST_PATH_IMAGE013
为第j个网格的平面坐标的平均值，（
Figure 357457DEST_PATH_IMAGE014
）为第j个网格中第i个采样点的平面坐标。
本实施例中，通过
Figure 258679DEST_PATH_IMAGE005
与
Figure DEST_PATH_IMAGE015
之间的对比，可以用来关联待检测路面的高程数据的网格化数据与原始高程数据的网格化数据之间对应关系。
一种示例中，某车道、桩号区间内可划分有m个网格，则某车道、桩号区间的高程数据可以通过对m个网格中的每个网格高程数据平均值
Figure 370992DEST_PATH_IMAGE016
（j为1、2、3、…、m的自然数）,再取平均值来进行表示。公式如下：
Figure DEST_PATH_IMAGE017
其中，
Figure 299634DEST_PATH_IMAGE018
为待检测某车道、桩号区间的高程数据的平均值。
本实例中，将获取的待检测路段的路面高程数据与原始高程数据对比分析，生成对应车道、桩号区间的路面病害的分析结果。一种示例中，将某车道、某桩号区间的高程数据的网格化数据的均值，与该某车道、该某桩号区间的原始高程数据的网格化数的平均值对比分析，如果二者差值大于预设阈值，则生成该某车道、该某桩号区间存在病害的分析结果；其中，原始高程数据的网格化数的平均值，通过对每个网格的原始高程数据平均值
Figure 762976DEST_PATH_IMAGE002
求平均获得；高程数据的网格化数据的均值，通过对每个网格的高程数据平均值
Figure 310632DEST_PATH_IMAGE008
求平均获得。另一种示例中，将某车道、某桩号区间的高程数据的网格化数据
Figure 667664DEST_PATH_IMAGE008
，与该某车道、该某桩号区间的原始高程数据的网格化数据
Figure 908152DEST_PATH_IMAGE002
对比分析，如果二者差值大于预设阈值，则生成某车道、某桩号区间的第j个网格存在病害的分析结果。也可以根据预设阈值区间来进一步区分网格的病害类型。
本实施例中，当接收到路面病害查询请求时，获取对应车道、桩号区间的路面病害分析结果，结合公路工程BIM进行展示。具体地，当接收路面病害查询请求时，根据路面病害查询请求中的待查询的路段路面信息关联对应的路段路面病害的分析结果，其中，路段路面信息包括车道、桩号区间；根据路段路面信息的车道、桩号区间，将对应的路面病害分析结果加载至公路工程BIM相应车道、桩号区间的路面上进行展示。当存在病害的分析结果时，可获取车道、桩号区间的待检测路段路面的三维图形数据，并叠加到通过倾斜摄影或正射摄影生成的公路工程BIM的相应车道、桩号区间的路面上进行展示。
在公路工程BIM***客户端查询界面中输入路面病害查询请求，或在公路工程BIM***的公路工程BIM展示界面中，点击某桩号区间的车道，可触发路面病害查询请求，病害查询请求中包括路段路面信息，如车道、桩号区间等；公路工程BIM***服务端根据接收的路面病害查询请求的路段路面信息调取对应的路段路面病害分析结果，推送至客户端，其中，路段路面信息包括车道、桩号区间。当存在病害的分析结果时，可进一步获取车道、桩号区间的待检测路段路面的三维图形数据，推送至客户端进行加载展示。
请参阅图5所示，某段路面状况示意图；在公路工程BIM***的界面中可展示获取到的路面使用性能指数PQI、路面损坏状况指数PCI、路面车辙深度指数RDI、测路面结构强度指数PSSI、路面行驶质量评价RQI、路面抗滑性能指数SRI等参数。
本发明另一实施例提供了一种基于BIM的路面病害分析展示***，其包括客户端和服务端。所述客户端，用于向所述服务端发送路面病害查询请求，接收服务端反馈的对应公路面病害分析结果，并结合公路工程BIM进行展示。所述服务端，用于获取路面纹理的原始高程数据，将路面纹理的原始高程数据根据车道、桩号区间进行划分，并与公路工程BIM对应车道、桩号区间进行关联存储；将获取的待检测路段的车道、桩号区间关联的实际高程数据与原始高程数据对比分析，生成对应车道、桩号区间的路面病害的分析结果；并根据接收路面病害查询请求，调取对应车道、桩号区间的路面病害的分析结果推送所述客户端。本实施例中，可通过激光雷达和/或摄像头扫描路段路面，提取公路边线、车道线、路面高程数据、图像数据，形成各路段的路面的三维图形数据（路面BIM图层）。对采样的路面纹理的原始高程数据建立网格化的数据，可采用数据网格化算法，按一定的网格尺寸，对原始高程数据在道路纵、横向进行网格划分，得到路面纹理的原始高程数据的网格化数据。每个网格中分别包括点云数据中的一个或多个采样点。网格尺寸可以按实际需要进行设置，例如0.25m×0.25m的尺寸。对采样的待检测路段路面纹理的高程数据建立网格化的数据，可采用数据网格化算法，按一定的网格尺寸，对高程数据在道路纵、横向进行网格划分，得到路面纹理的高程数据的网格化数据。网格尺寸按实际需要进行设置，例如采用原始高程数网格尺寸，以便待检测路段路面纹理的高程数据与原始高程数据之间的对比分析。通过对待检测车道、桩号区间路段的路面纹理高程数据的网格化数据与路面纹理的原始高程数据的网格化数据进行对比分析，生成路面病害分析结果并结合公路工程BIM进行展示，实现路面病害的分析展示，为公路工程信息化管理提供便利。本实施例中路面病害分析展示具体流程，可详细参阅前文的方法实施例中所述。
服务端包括：存储模块，用于获取健康路面纹理的原始高程数据，将路面纹理的原始高程数据根据车道、桩号区间进行划分，并与公路工程BIM对应车道、桩号区间进行关联存储；分析模块，将获取的待检测路段的车道、桩号区间关联的实际高程数据的网格化数据与原始高程数据的网格化数据对比分析，生成对应车道、桩号区间的路面病害的分析结果；查询响应模块，用于根据接收路面病害查询请求，调取对应车道、桩号区间的路面病害的分析结果推送客户端。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (9)

1.一种基于BIM的路面病害分析展示方法，其特征在于，包括：
获取路面纹理的原始高程数据，将路面纹理的原始高程数据根据车道、桩号区间进行划分，并与公路工程BIM对应车道、桩号区间进行关联存储；
获取待检测路段的路面纹理的实际高程数据，与对应车道、桩号区间进行关联；将获取的待检测路段的实际高程数据与存储的原始高程数据对比分析，生成对应车道、桩号区间的路面病害的分析结果；
当收到路面病害查询请求时，调取对应车道、桩号区间的路面病害的分析结果，结合公路工程BIM进行展示，
获取路面纹理的原始高程数据，具体包括：
通过扫描新建或养护后的路段路面，提取公路边线、车道线、路面高程数据、图像数据，形成各路段的路面的三维图形数据；
将获取的路面高程数据作为路面纹理的原始高程数据，并根据扫描过程中获取的实际地理位置坐标定义路面纹理的平面坐标，
原始高程数据根据车道、桩号区间进行划分，并与公路工程BIM对应车道、桩号区间进行关联，具体包括：
根据提取的公路边线、车道线进行车道划分；根据公路相邻的桩号及桩号地理位置坐标进行桩号区间划分；将路面纹理的原始高程数据与车道、桩号区间进行关联存储，
还包括：
对车道、桩号区间的路面按纵、横向划分m个网格，得到车道、桩号区间的路面纹理的原始高程数据的网格化数据；
每个网格中所有采样点的原始高程数据的网格化数据通过求取所有采样点的原始高程数据的平均值来进行表示，公式如下：
Figure 552482DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE003
为第j个网格的原始高程数据的平均值，j为1、2、…、m，n为第j个网格中所有采样点数，
Figure 312628DEST_PATH_IMAGE004
为第j个网格中第i个采样点的原始高程数据，i为1、2、3、…、n。
2.根据权利要求1所述的基于BIM的路面病害分析展示方法，其特征在于，还包括：
得到路面纹理的平面坐标网格化数据，每个网格的平面坐标网格化数据通过求取所有采样点平面坐标的平均值进行表示，公式如下：
Figure 314082DEST_PATH_IMAGE006
其中，
Figure DEST_PATH_IMAGE007
为第j个网格的平面坐标的平均值，（
Figure 466977DEST_PATH_IMAGE008
）为第j个网格中第i个采样点的平面坐标。
3.根据权利要求2所述的基于BIM的路面病害分析展示方法，其特征在于，获取待检测路段路面实际高程数据，并与对应车道、桩号区间进行关联，具体包括，
通过扫描待检测路段路面，提取公路边线、车道线、路面高程数据、图像数据，形成待检测路段路面的三维图形数据；
根据提取的公路边线、车道线进行车道划分；根据公路相邻的桩号及桩号地理位置坐标进行桩号区间划分；将实际高程数据与车道、桩号区间进行关联存储。
4.根据权利要求3所述的基于BIM的路面病害分析展示方法，其特征在于，还包括：
对车道、桩号区间的路面按纵、横向划分m个网格，得到待检测的车道、桩号区间的高程数据的网格化数据；
每个网格中所有采样点的高程数据的网格化数据通过求取所有采样点的高程数据的平均值来进行表示，公式如下：
Figure 604697DEST_PATH_IMAGE010
其中，
Figure DEST_PATH_IMAGE011
为第j个网格的高程数据的平均值，j为1、2、…、m，n为第j个网格中所有采样点数，
Figure 801323DEST_PATH_IMAGE012
为第j个网格中第i个采样点的高程数据，i为1、2、3、…、n。
5.根据权利要求4所述的基于BIM的路面病害分析展示方法，其特征在于，将获取的待检测路段的路面高程数据与原始高程数据对比分析，生成对应车道、桩号区间的路面病害的分析结果，具体包括：
将某车道、某桩号区间的高程数据的网格化数据的均值，与该某车道、该某桩号区间的原始高程数据的网格化数的平均值对比分析，如果二者差值大于预设阈值，则生成该某车道、该某桩号区间存在病害的分析结果；
其中，原始高程数据的网格化数的平均值，通过对每个网格的原始高程数据平均值
Figure 290073DEST_PATH_IMAGE003
求平均获得；高程数据的网格化数据的均值，通过对每个网格的高程数据平均值
Figure 745194DEST_PATH_IMAGE011
求平均获得。
6.根据权利要求4所述的基于BIM的路面病害分析展示方法，其特征在于，将获取的待检测路段的路面高程数据与原始高程数据对比分析，生成对应车道、桩号区间的路面病害的分析结果，具体包括：
将某车道、某桩号区间的高程数据的网格化数据
Figure 3000DEST_PATH_IMAGE011
，与该某车道、该某桩号区间的原始高程数据的网格化数据
Figure 167265DEST_PATH_IMAGE003
对比分析，如果二者差值大于预设阈值，则生成某车道、某桩号区间的第j个网格存在病害的分析结果。
7.根据权利要求5所述的基于BIM的路面病害分析展示方法，其特征在于，当接收到路面病害查询请求时，获取对应车道、桩号区间的路面病害分析结果，结合公路工程BIM进行展示，具体包括：
接收路面病害查询请求，根据路面病害查询请求中的待查询的路段路面信息关联对应的路段路面病害分析结果，其中，路段路面信息包括车道、桩号区间；
根据路段路面信息的车道、桩号区间，将对应的路面病害分析结果加载至公路工程BIM相应车道、桩号区间的路面上进行展示。
8.一种基于BIM的路面病害分析展示***，其特征在于，包括客户端和服务端：
所述客户端，用于向所述服务端发送路面病害查询请求，接收服务端反馈的对应公路面病害分析结果，并进行展示；
所述服务端，用于获取路面纹理的原始高程数据，将路面纹理的原始高程数据根据车道、桩号区间进行划分，并与公路工程BIM对应车道、桩号区间进行关联存储；将获取的待检测路段的车道、桩号区间关联的实际高程数据与原始高程数据对比分析，生成对应车道、桩号区间的路面病害的分析结果；并根据接收路面病害查询请求，调取对应车道、桩号区间的路面病害的分析结果推送所述客户端。
9.根据权利要求8所述的基于BIM的路面病害分析展示***，其特征在于，所述服务端具体包括：
存储模块，用于获取路面纹理的原始高程数据，将路面纹理的原始高程数据根据车道、桩号区间进行划分，并与公路工程BIM对应车道、桩号区间进行关联存储；
分析模块，将获取的待检测路段的车道、桩号区间关联的实际高程数据的网格化数据与原始高程数据的网格化数据对比分析，生成对应车道、桩号区间的路面病害的分析结果；
查询响应模块，用于根据接收路面病害查询请求，调取对应车道、桩号区间的路面病害的分析结果推送客户端。
CN202010655690.XA 2020-07-09 2020-07-09 基于bim的路面病害分析展示方法及*** Active CN111553017B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010655690.XA CN111553017B (zh) 2020-07-09 2020-07-09 基于bim的路面病害分析展示方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010655690.XA CN111553017B (zh) 2020-07-09 2020-07-09 基于bim的路面病害分析展示方法及***

Publications (2)

Publication Number Publication Date
CN111553017A true CN111553017A (zh) 2020-08-18
CN111553017B CN111553017B (zh) 2020-11-24

Family

ID=72005372

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010655690.XA Active CN111553017B (zh) 2020-07-09 2020-07-09 基于bim的路面病害分析展示方法及***

Country Status (1)

Country Link
CN (1) CN111553017B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112783997A (zh) * 2021-01-12 2021-05-11 东北大学 一种公路路面审核***及方法
CN113537526A (zh) * 2021-07-26 2021-10-22 江苏燕宁工程科技集团有限公司 一种基于bim的公路工程巡检处理方法和***
CN114004950A (zh) * 2021-10-29 2022-02-01 深圳大学 一种基于BIM与LiDAR技术的路面病害智能识别与管理方法
CN114049618A (zh) * 2022-01-12 2022-02-15 河北工业大学 一种基于图-点-图变换的路面三维病害pci计算方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106123845A (zh) * 2015-05-07 2016-11-16 国家测绘地理信息局第六地形测量队 基于三维激光扫描技术的边坡位移监测方法
CN108595677A (zh) * 2018-04-28 2018-09-28 四川隧唐科技股份有限公司 道路病害展示方法及装置、电子设备、计算机可读取存储介质
CN109800502A (zh) * 2019-01-17 2019-05-24 重庆交通大学 一种区域标记方法、装置及电子设备
CN110700056A (zh) * 2019-10-18 2020-01-17 长安大学 一种沥青路面病害监控***及监测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106123845A (zh) * 2015-05-07 2016-11-16 国家测绘地理信息局第六地形测量队 基于三维激光扫描技术的边坡位移监测方法
CN108595677A (zh) * 2018-04-28 2018-09-28 四川隧唐科技股份有限公司 道路病害展示方法及装置、电子设备、计算机可读取存储介质
CN109800502A (zh) * 2019-01-17 2019-05-24 重庆交通大学 一种区域标记方法、装置及电子设备
CN110700056A (zh) * 2019-10-18 2020-01-17 长安大学 一种沥青路面病害监控***及监测方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112783997A (zh) * 2021-01-12 2021-05-11 东北大学 一种公路路面审核***及方法
CN113537526A (zh) * 2021-07-26 2021-10-22 江苏燕宁工程科技集团有限公司 一种基于bim的公路工程巡检处理方法和***
CN114004950A (zh) * 2021-10-29 2022-02-01 深圳大学 一种基于BIM与LiDAR技术的路面病害智能识别与管理方法
CN114004950B (zh) * 2021-10-29 2024-01-19 深圳大学 一种基于BIM与LiDAR技术的路面病害智能识别与管理方法
CN114049618A (zh) * 2022-01-12 2022-02-15 河北工业大学 一种基于图-点-图变换的路面三维病害pci计算方法
CN114049618B (zh) * 2022-01-12 2022-03-22 河北工业大学 一种基于图-点-图变换的路面三维病害pci计算方法

Also Published As

Publication number Publication date
CN111553017B (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
CN111553017B (zh) 基于bim的路面病害分析展示方法及***
Biçici et al. An approach for the automated extraction of road surface distress from a UAV-derived point cloud
Gargoum et al. Assessing stopping and passing sight distance on highways using mobile LiDAR data
CN107092020B (zh) 融合无人机LiDAR和高分影像的路面平整度监测方法
Gigli et al. Semi-automatic extraction of rock mass structural data from high resolution LIDAR point clouds
Gao et al. SUM: A benchmark dataset of semantic urban meshes
CN111428306A (zh) 一种道路精细化设计方法
CN108153979B (zh) 基于InSAR的形变信息提取方法、终端及存储介质
Rieg et al. Data infrastructure for multitemporal airborne LiDAR point cloud analysis–Examples from physical geography in high mountain environments
Wang et al. Discontinuity interpretation and identification of potential rockfalls for high-steep slopes based on UAV nap-of-the-object photogrammetry
Wang et al. Research on the construction of highway traffic digital twin system based on 3D GIS technology
Tsai et al. Use of light detection and ranging data to identify and quantify intersection obstruction and its severity
CN114966689A (zh) 沿海城市时序InSAR沉降监测分析方法、装置、设备及介质
CN116011291A (zh) 一种隧道洞口多源信息融合的边坡稳定性数字化评估平台
Dukai et al. Generating, storing, updating and disseminating a countrywide 3D model
Jia et al. GIS deterministic model-based 3D large-scale artificial slope stability analysis along a highway using a new slope unit division method
JP6775633B1 (ja) 災害予測方法
Atencio et al. Calibration of UAV flight parameters for pavement pothole detection using orthogonal arrays
Hyyppa et al. Map updating and change detection using vehicle-based laser scanning
CN102819562B (zh) 一种地理空间信息网络化标报的方法
Potó et al. Representing road related laserscanned data in curved regular grid: A support to autonomous vehicles
Shao et al. Crack detection and measurement using PTZ camera–based image processing method on expressways
Di Benedetto et al. Road Surface Modelling and Characterization from Terrestrial LIDAR Data
Sobak et al. Terrestrial laser scanning assessment of generalization errors in conventional topographic surveys
Teo et al. Reconstruction of complex buildings using LIDAR and 2D maps

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