基于傾斜攝影技術(shù)的瀝青路面紋理的實時識別系統(tǒng)

李秋實,姚茂連,朱齊

(東北林業(yè)大學(xué) 土木工程學(xué)院，哈爾濱 150040)

0 引言

隨著我國經(jīng)濟的高速發(fā)展，伴隨而來的交通事故也愈加頻發(fā)，除去駕駛技術(shù)、車輛質(zhì)量等不利因素，其中更重要的原因是瀝青路面抗滑性不足所致，良好的路面抗滑性能為高速運轉(zhuǎn)的車輪提供充足的滾動摩擦力，充分保障車輛在行駛過程中的安全性與穩(wěn)定性。黃曉明等[1]研究表明，瀝青路面的形態(tài)構(gòu)造是影響道路抗滑性能的最主要因素，特別是在高寒地區(qū)的雨雪天氣下，合理的瀝青路面紋理能夠最大限度地減少路面積水量與雪融量，降低瀝青路面的水膜與冰膜厚度[2-3]，增加瀝青路面的附著系數(shù)與地面制動力，降低因車輪打滑、側(cè)移而發(fā)生交通事故的概率。因此，對于服務(wù)期內(nèi)的瀝青路面表面紋理進行實地監(jiān)測，獲取表面紋理參數(shù)，對科學(xué)合理地評估路面抗滑性具有不可替代的作用。

目前，采集瀝青路面紋理的方法主要分為2大類[4]，一種是檢測設(shè)備直接與路面定點接觸獲取相關(guān)數(shù)據(jù)的接觸式測量，另一種是通過采集路面樣本后進行路面表面紋理三維模型的重構(gòu)或高程信息的提取，經(jīng)過數(shù)字化處理過程的非接觸式測量方式[5]。例如：手工鋪砂法、擺式儀法、流出儀法等定點接觸式測量，三者均是讀取相關(guān)儀器數(shù)值，進行構(gòu)造深度、摩擦系數(shù)等參數(shù)計算間接評估路面紋理，嚴(yán)重依賴測試者抗干擾能力、個人經(jīng)驗和技能水平，測試效率低，在單一的評價指標(biāo)下，只能在一定程度上反映路面構(gòu)造特征。因此，接觸式測量方法均無法精確地獲得，因集料自身表面的凹凸構(gòu)造所致的微觀紋理和因粗集料的間距、級配、形狀、尺寸導(dǎo)致的宏觀紋理數(shù)字化信息。

鑒于以上研究現(xiàn)狀，王端宜等[6]采取工業(yè)CT技術(shù)掃描瀝青道路鉆芯，獲得芯樣側(cè)視剖面圖，通過Image Pro圖像軟件提取芯樣表面輪廓線，進行瀝青路面紋理參數(shù)的建立，進而評估路面的抗滑性能，但工業(yè)CT掃描法會受到只能在室內(nèi)、提前制備試塊與鉆芯等諸多限制。Ding等[7]和Du等[8]采用三維激光測量法對干燥瀝青路面進行掃描，獲取掃描區(qū)干燥瀝青路面數(shù)字化高程紋理數(shù)據(jù)，采取數(shù)字化圖像處理技術(shù)實現(xiàn)路面紋理的三維圖像重建與分割，但激光檢測設(shè)備十分高昂且不適用于濕滑路面的檢測。 陳嘉穎等[9]提出基于三相機的近景攝影測量技術(shù)，聯(lián)合Matlab和Python創(chuàng)建自動識別近景攝影測量系統(tǒng)，獲取瀝青表面高程和紋理參數(shù)，但三相機的運用在光照因素條件下可能造成微觀紋理、深紋理被宏觀紋理所遮擋[10]，面臨上述因素的限制，使得目前較為成熟的技術(shù)應(yīng)用范圍大大縮小。傾斜攝影技術(shù)以高效性、真實性給傳統(tǒng)測量技術(shù)帶來了沖擊，該技術(shù)通過從1個垂直方向、4個傾斜方向，在5個不同的視角同步收集影像[11-12]，但將傾斜攝影技術(shù)應(yīng)用到路面紋理識別中還未發(fā)現(xiàn)相關(guān)研究，故此，本研究提出基于傾斜式攝影測量方法，搭建傾斜攝影外業(yè)采集平臺，創(chuàng)建內(nèi)業(yè)三維模型和提取模塊高程數(shù)據(jù)3部分組成的實時識別系統(tǒng)，實地對監(jiān)測區(qū)瀝青路面紋理構(gòu)造信息進行采集，提高傳統(tǒng)建模水平和紋理識別精度，通過對構(gòu)造深度和凹凸比等評價指標(biāo)進行分析，解決只能在室內(nèi)、定點測量分析的弊端。科學(xué)、合理地對服務(wù)周期內(nèi)瀝青路面磨耗情況和抗滑性能進行評估，為道路評價、管理監(jiān)測、道路養(yǎng)護提供精確性、實地性的抗滑數(shù)據(jù)奠定基礎(chǔ)。

1 瀝青路面紋理實時識別系統(tǒng)

傾斜攝影技術(shù)包括內(nèi)業(yè)和外業(yè)2個過程，外業(yè)主要是進行數(shù)據(jù)采集，內(nèi)業(yè)是進行數(shù)據(jù)處理，包括實景三維模型重建和數(shù)據(jù)獲取。

1.1 傾斜攝影測量基本原理

傾斜攝影技術(shù)是在全球測繪領(lǐng)域中近些年逐漸蓬勃發(fā)展起來的一門技術(shù)，它打破了以往對正射影像僅僅在垂直視角進行采集數(shù)據(jù)的限制[13-14]，傾斜攝影測量技術(shù)利用同一臺無人機上同時攜帶著五鏡頭相機，在垂直、傾斜等方向采集圖像數(shù)據(jù)，以獲取更全面精確的影像數(shù)據(jù)和位置信息[15-17]，如圖1所示。為了獲得豐富的紋理信息和被測物體的整體形貌，通常將相機傾斜角度設(shè)置在50°左右。將傾斜攝影技術(shù)應(yīng)用到路面構(gòu)造信息的獲取和處理，相比于前面所提到的非接觸測量，可在成本和實時性以及精準(zhǔn)性方面彰顯優(yōu)勢。

圖1 傾斜攝影測量示意圖Fig.1 Schematic diagram of oblique photography

1.2 系統(tǒng)構(gòu)建

為了保證傾斜攝影技術(shù)的高效性、真實性、模型重構(gòu)的精度，減少傳統(tǒng)傾斜攝影技術(shù)的數(shù)據(jù)采集量和處理設(shè)備的要求，提高傾斜攝影技術(shù)在小范圍區(qū)域采集的信息數(shù)據(jù)完整性，構(gòu)建了適用于瀝青路面紋理實時識別系統(tǒng)，該系統(tǒng)流程如圖2所示，包括傾斜攝影外業(yè)采集平臺、內(nèi)業(yè)實景三維模型重建和數(shù)據(jù)提取模塊。

1.2.1 外業(yè)數(shù)據(jù)采集平臺

外業(yè)數(shù)據(jù)采集平臺包括一臺傾斜相機、GPS-中海達Qstar8和尺寸板。相機采用中海達傾斜攝影相機T5pro，中海達傾斜相機鏡頭焦距為下視25 mm、側(cè)視35 mm，傾角設(shè)置為45°。焦距較長的相機，視場角小，可以獲取更多的影像紋理，參數(shù)詳見表1。

圖2 傾斜攝影流程Fig.2 Flowchart of oblique photography

表1 設(shè)備技術(shù)指標(biāo)

為了便于后期連接點的控制和比例的調(diào)整，在進行路面拍攝時采用自制的尺寸板，尺寸板的規(guī)格為20 cm×20 cm×0.05 cm，并在尺寸板上了標(biāo)注了4個連接點和刻度，由于是小范圍區(qū)域采集，傾斜相機不采用無人機進行搭載。在目標(biāo)區(qū)域為20 cm×20 cm，拍攝距離為20 cm，拍攝角度為45°，拍攝高度為20 cm，因此進行手持傾斜攝影拍攝，外接GPS定位，同時GPS保證系統(tǒng)的準(zhǔn)確性，需要控制和消除由于數(shù)字積累誤差造成的遠距離幾何失真，地理參照系至少建立3個控制點以上，更多數(shù)量且分布均勻的控制點可以消除遠距離幾何失真。為此在拍攝區(qū)域內(nèi)引入4個控制點，且控制點距離相等，均勻分布在尺寸板的4個角，且控制點在尺寸板已進行序號編制。

1.2.2 實景內(nèi)業(yè)三維模型重建

采用CC處理軟件進行三維模型重建，首先進行數(shù)據(jù)導(dǎo)入，主要包括處理航攝相片和相片所帶的位置信息。按照相片導(dǎo)入的流程要求，主要是進行格式、對比度、曝光、色彩、白平衡和降噪等方面的調(diào)整。先對拍攝的道路圖片進行調(diào)整，生成拍攝區(qū)域的遙感圖像。設(shè)置4個連接點，依次將每張照片尺寸板上的控制點連接起來，并輸入每個控制點的位置信息，將照片的姿態(tài)信息推算出來，通過計算每個圖片與圖片之間的連接點，并構(gòu)建連接點與連接線，進而確定每一個像素點的所在位置，同時構(gòu)建多視影像區(qū)域聯(lián)合平差方程(1)—(5)來進行圖片精確度的保證[18]。

(1)

(2)

(3)

(4)

(5)

再通過空三加密找到每個像素點之間特征點，經(jīng)過特征點檢測和描述進行匹配特征，采用SIFT進行特征點匹配，構(gòu)建尺度空間，比較尺度空間極值點在DOG尺度空間本層以及鄰近的上下2層的26個領(lǐng)域中是最大值還是最小值，檢測極值點的位置及其空間坐標(biāo)。精確定位關(guān)鍵點，確定關(guān)鍵點的主方向以及特征點描述符計算，計算關(guān)鍵點的領(lǐng)域范圍，通過旋轉(zhuǎn)坐標(biāo)軸，生成128維的關(guān)鍵點描述子。然后根據(jù)公式(6)進行歸一化處理得到具有對光照不變性的特征描述符。

(6)

式中：r為區(qū)域大小的半徑，其結(jié)果取整數(shù)；d表示將關(guān)鍵點鄰域劃分為d×d的子區(qū)域，通常d取4；σoct特征點所對應(yīng)高斯圖像的尺度因子。

在SIFT 算法中，采用歐式距離作為匹配測度，通過構(gòu)建 K-D 樹數(shù)據(jù)結(jié)構(gòu)完成待匹配特征集的搜索，滿足相似性度量準(zhǔn)則的即為粗匹配點，然后采用隨機采樣一致性算法RANSAC來剔除錯誤匹配。然后采用SIFT算法進行密集匹配和特征點的獲取來得到高密度點云，再將其構(gòu)成TIN三角網(wǎng)，從而形成了高清晰度以及高精確的數(shù)字表面模型[19-20]，當(dāng)在獲取該三維模型的正射影像數(shù)據(jù)后，再對其采取濾波加工，并且與具有差異的匹配單元相互融合，從而最終構(gòu)成了數(shù)字表面模型，從模型中可以看出路面紋理構(gòu)造特征以及波動特征。具體流程如圖3所示。

圖3 圖像三維指標(biāo)獲取流程Fig.3 Flow chart of image 3D index acquisition

2 試驗

2.1 紋理數(shù)據(jù)獲取

選取黑龍江省哈爾濱市東北林業(yè)大學(xué)校園內(nèi)3條道路進行測試，第1條道路為成棟路(通車時間為1 a)，第2條為校園西路(通車時間為2 a)，第3條道路為馬家溝沿路(通車時間大于 2 a)。3個試驗路段各選取5個測點進行傾斜攝影技術(shù)、鋪砂法采集路面紋理信息，如圖4所示，每個測點相距50 m。采用中海達傾斜攝影相機T5pro, 具體參數(shù)見表1。根據(jù)上文建模精度要求，拍攝距離為20 cm，拍攝角度為45°，拍攝高度為20 cm，在保證重疊度的情況下，沿著尺寸板進行移動拍攝,每個測點平均拍攝80～90張照片。采用傾斜攝影技術(shù)來獲取路面構(gòu)造特征和紋理指標(biāo)，首先輸入圖像與之相關(guān)的屬性信息，這些信息包括傾斜相機設(shè)備的參數(shù)，如傳感器尺寸、焦距、主點、透鏡畸變以及POS位置信息文件[21]，然后提交空中三角運算，區(qū)塊運算，再進行重建和生產(chǎn)任務(wù)，生產(chǎn)任務(wù)結(jié)束以后生成一個具有地里位置信息、紋理高程坐標(biāo)的三維點云的模型，根據(jù)三維點云模型提取紋理信息進行抗滑性評價。

圖4 現(xiàn)場試驗Fig.4 Field test

2.2 紋理數(shù)據(jù)指標(biāo)選取

將具有地理位置信息、紋理高程坐標(biāo)的三維點云的模型點云數(shù)據(jù)導(dǎo)入處理軟Matlab中，提取瀝青路面紋理點云的空間三維坐標(biāo)，通過公式(7)和公式(8)計算被測點范圍紋理點云坐標(biāo)內(nèi)空隙的平均深度(MTD，公式中用MTD表示)；通過公式(9)計算被測點已經(jīng)確定好平均構(gòu)造深度范圍內(nèi)，瀝青路面凸的構(gòu)造占總構(gòu)造體積之比-凹凸比。最后將獲取紋理數(shù)據(jù)MTD、凹凸比與實測數(shù)據(jù)進行對比分析瀝青路面的抗滑性能；其中平均構(gòu)造深度表示在被測點范圍內(nèi)瀝青路面路表空隙的平均深度，可用于評價瀝青路面的抗滑以及排水性能。凹凸比表示在被測點已經(jīng)確定好平均構(gòu)造深度范圍內(nèi)，瀝青路面凸的構(gòu)造占總構(gòu)造體積之比，可用于表示瀝青路面的抗滑性能、粗糙度和磨耗程度。

(7)

(8)

(9)

式中：G0為被測區(qū)域路面的空間平面；G(x,y) 為被測路面高程點所圍成的平面；S為積分區(qū)域；V為路表面與平面G0間所圍體積，mm3；A是區(qū)域S的面積，mm2。

3 方法驗證

3.1 傾斜攝影測量結(jié)果準(zhǔn)確性和有效性分析

將鋪砂法所獲取的構(gòu)造深度、擺式儀所獲取的擺值與傾斜攝影技術(shù)處理的構(gòu)造深度、凹凸比結(jié)果見表2。由表2可以看出，以鋪砂法獲取的構(gòu)造深度為基準(zhǔn)值,傾斜攝影MTD處理與之相對誤差均小于±5%，每個路段測點的平均相對誤差為0.05%、-0.022%、-0.094%，因此可認(rèn)為傾斜攝影技術(shù)對路面進行數(shù)字處理紋理構(gòu)造信息精度接近于0.01 mm。

表2 瀝青路面擺值與紋理指標(biāo)統(tǒng)計

對3段路的鋪砂法MTD和傾斜攝影MTD一起進行相關(guān)性分析，結(jié)果如圖5所示。由圖5可知，傾斜攝影MTD和鋪砂法MTD之間的相關(guān)系數(shù)值為0.997 7，兩者之間有著顯著的正相關(guān)關(guān)系，驗證了傾斜攝影技術(shù)用于路面模型的三維重建的有效性和構(gòu)造深度數(shù)值的準(zhǔn)確性。

圖5 斜攝影MTD和鋪砂法MTD相關(guān)性對比Fig.5 Correlation between MTD of oblique photography and sand-laying method

3.2 三維紋理參數(shù)與抗滑性能相關(guān)性分析

無論是將數(shù)字化提取的紋理表面積還是均方粗糙度作為路面使用壽命期間的摩擦指標(biāo)，當(dāng)接觸面積變化時，輪胎與路面之間的摩擦力也會發(fā)生變化，但實質(zhì)上從新鋪筑的路面到失去路面功能，實質(zhì)上是路面凹凸構(gòu)造體積隨著車輛、環(huán)境的作用下發(fā)生的變化導(dǎo)致輪胎與路面的接觸面積變化，是兩者共同導(dǎo)致抗滑發(fā)生變化。對構(gòu)造深度和凹凸比進行相關(guān)性分析，結(jié)果如圖6所示，兩者存在負(fù)線性關(guān)系，R2=0.814 4,說明凹凸體積之比會隨著構(gòu)造深度的增大而減小，與丁石海在接觸紋理表面積會隨著構(gòu)造深度的增加而增加結(jié)論符合，這是因為凸出的體積占比減少，使得輪胎與路面接觸的紋理面積增加，說明了凹凸比抗滑指標(biāo)的科學(xué)性，其值變化會引起抗滑性能的變化，對不同路段校園西路、成棟路、馬家溝沿路瀝青路面的擺值與傾斜攝影所獲的三維紋理參數(shù)MTD和凹凸比進行分析。結(jié)果如圖7和圖8所示。由圖7可知，隨著瀝青路面使用年限的增加，擺值與構(gòu)造深度呈正相關(guān)，圖8中各路段凹凸比與擺值呈負(fù)相關(guān)。凹凸體積之比隨著路面磨耗變小，凸出的體積占比減少，構(gòu)造深度增大，前文中提到接觸紋理表面積會隨著構(gòu)造深度的增加而增加，輪胎與路面接觸的紋理面積增加，故擺值增高。圖8中凹凸比的變化可以實時地反映路面在不同的階段磨耗，在新建的路面(成棟路)凹凸比值在1左右，隨著車輛行駛過程中對路面的反復(fù)磨耗和多變的環(huán)境因素共同作用下，第2年(校園西路)凹凸比開始下降在0.5左右，第3年(馬家溝沿路)的時候路面的磨耗情況較第2年變化幅度不大，路面磨耗趨于穩(wěn)定。

圖6 各路段測點凹凸比與傾斜攝影MTD相關(guān)性對比Fig.6 Correlation between concave convex ratio and MTDof oblique photography at each road section

圖7 各路段擺值與傾斜攝影MTD關(guān)系Fig.7 MTD of pendulum value and oblique photography of each road section

圖8 各路段擺值與凹凸比關(guān)系Fig.8 Pendulum value and concave convex ratio of each section

4 結(jié)論

(1)利用傾斜攝影技術(shù)采集高精度路面紋理數(shù)據(jù)和數(shù)字圖像處理技術(shù)實現(xiàn)三維紋理圖像的重建以及三維紋理圖像的構(gòu)造深度、凹凸性的獲取。研究結(jié)果表明，傾斜攝影技術(shù)和數(shù)字圖像處理技術(shù)有助于路面紋理特征的分析，實現(xiàn)路表紋理數(shù)據(jù)的不丟失以及實時獲取路面抗滑性能的反饋，建議采用傾斜攝影技術(shù)對路面防滑性能進行智能評價。

(2)路面的防滑性能與路面紋理密切相關(guān)。利用傾斜攝影技術(shù)通過對不同年限道路獲取的數(shù)據(jù)分析發(fā)現(xiàn)，傾斜攝影MTD和鋪砂法的構(gòu)造深度關(guān)聯(lián)程度非常高，紋理凹凸性、構(gòu)造深度對路面抗滑性能有影響，其次凹凸比的變化可以實時地反映路面在不同的階段磨耗情況，綜合分析這幾段路的實測結(jié)果，凹凸比值在0.5左右，瀝青路面磨耗趨于穩(wěn)定。

(3)采用傾斜攝影將室內(nèi)采集試件轉(zhuǎn)移到室外道路實地采集，通過實景三維建模實時獲取不同服役期間、不同路段的路表抗滑信息并將獲取的數(shù)據(jù)進行不同路段的橫向比較和不同時間的縱向比較，解決傳統(tǒng)非接觸測量方法在空間上的限制,但此技術(shù)在數(shù)據(jù)采集時容易受到光照的影響，特別是遇到陰天等光照條件不足時的天氣狀況采集的圖片會減低系統(tǒng)識別精度，未來應(yīng)重點解決光照因素所帶來的精度問題。