车载激光雷达在道路养护中的应用

1 车载三维激光扫描系统

苏州岭纬智能科技有限公司车载三维激光扫描系统主要是将激光测距与GPS（全球定位系统）、IMU（惯导系统）和摄影测量系统等融合在一辆数据采集车上形成的现代化测量技术。它通过差分GPS确定测量车的精确位置，通过激光测距测量与周围环境的距离和角度，通过近景摄影测量反应地物类别。该系统通过测量发射激光的水平角、垂直角和发射激光脉冲测量距离，来确定被测点的三维坐标。

2 数据采集

在进行数据采集前首先开展控制测量。控制网布设过程中应遵循“先整体，后局部；先高级、后低级；分级布设，逐级控制”的原则。首级控制网采用全球静态定位测量，联测经检验后的国家高级控制点作为控制网首级控制点。在对首级控制点进行加密时可采用快速静态定位测量或者静态全球定位系统测量的方法。做好控制后便可以安装设备进行车载雷达扫描采集路面及周围环境数据。

3 数据处理

通过车载三维激光扫描系统采集的数据为带有空间位置信息和一些反射强度、回波次数等物理参数信息的离散点。获得的点云数据不仅有噪点而且所获得点云坐标系并非地面坐标系统下的坐标数据，所以需要进行数据的预处理和坐标转换以得到可以反映目标真实坐标和信息的点云数据。故而需要对动态扫描获取的点云数据进行如下处理。

3.1 数据配准

配准主要分为两步，首先要进行粗配准，然后进行精确配准。粗配准主要是将点云进行平移和旋转，把两个距离较远的点云的相对位置关系确定下来。得到一个大致准确的平移旋转矩阵。精确配准是使用ICP算法公式（1）或者该算法的各种变种，将已经初步配准的初始值进行更加精确的计算得到精确的平移旋转矩阵。

ICP配准的算法：

（1）

3.2 噪声和粗差剔除

车载三维激光扫描系统在扫描过程中难免会扫描到不需要的物体，比如车辆、行人和植物等非公路属性的点云数据，还有扫描过程中的粗差数据。这些可能会干扰对道路的建模，所以要将这些噪声和粗差剔除。

3.3 坐标转换

原始点云数据的坐标系统为站心坐标系统，以扫描中心为原点。然而实际应用中需要的多为地面坐标系。所以要将站心坐标系转化为地面坐标系。坐标转换需要七个参数，平移参数，旋转参数α、β、γ和比例尺参数R。 转换方程为：

应用公式（2），按间接平差的原理通过至少三个公共点列出误差方程，根据最小二乘原理，求解出七个转换参数。实现点云数据由站心坐标系到地面坐标系的转换。

4 车道断面参数提取

4.1 车道线提取

车道线是道路断面参数的基准，首先应该提取道路车道线。激光点云数据除坐标信息外，还有回波次数、反射强度等信息。反射强度信息在一定程度上反映不同对象之间的差异，如材质和纹理等特性。其原理为激光射到被测物体表面时会发生散射或被吸收导致反射回发射器的激光减少，引起射强度的差异。本文根据车道油漆边缘线对激光的反射和路边对激光反射强度不同提取车道边线，作为道路横断面参数计算的基准，以车道线法线作为道路剖面的起始点。

4.2 计算道路倾斜参数

使用terrasolid激光雷达处理软件分类出地面点。根据点云拟合数路面断面线，进而计算道路倾斜各项参数（如图1）所示。计算车道倾斜角度和路线方向倾斜角度。沿路线截面提取路面信息根据道路中线与地面点计算道路中线至左右两侧道路边线倾斜角度和前进方向倾斜角度。沿路线截面拉剖面，发现道路向北倾斜，南侧车道较为平坦，坡度仅为0.4度。北侧坡度较大，坡度达到3.2度 。

4.3 拟合剖面曲线

以航迹线为基准计算法向量显示坡度得到车道位置，根据最小二程原理，将路面点云拟合成曲线，并寻找最低点，最低点距离最低点左右两侧较低点的垂直距离即为最大汇水深度。这些参数对车辆在行驶过程中的安全保证有着重要意义。

5 结语

公路建成通车后，因承受车轮的磨损和冲击，受到暴雨、洪水、风沙、冰雪、日晒、冰融等自然力的侵蚀和风化，以及人为的破坏和修建时遗留的某些缺陷，公路使用质量会逐渐降低。车道经常受到摩擦和碾压部分产生的车辙将低于周边路面，车辙在遇到雨雪天气会产生积水现象。高速行驶的车辆在这种环境下可能产生危险。因此，公路建成通车后必须采取养护维修措施，并不断进行更新改善。采用车载激光雷达对道路地面进行扫描，并对数据进行配准、去噪和坐标转换。经过分类后可以获取道路的高精度地面模型，计算道路道路断面参数和汇水深度。道路养护部门根据点云和断面参数数据，对路面进行维护和抢修，保持公路畅通。