[发明专利]一种基于三维线激光技术的道路积水区识别方法在审
申请号: | 201710336023.3 | 申请日: | 2017-05-12 |
公开(公告)号: | CN107092803A | 公开(公告)日: | 2017-08-25 |
发明(设计)人: | 惠冰;李岩;梁海媚;王威娜 | 申请(专利权)人: | 长安大学;重庆交通大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 西安通大专利代理有限责任公司61200 | 代理人: | 齐书田 |
地址: | 710064 陕西*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 三维 激光 技术 道路 积水 识别 方法 | ||
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,进而得到合成坡度与行车方向之间的夹角;
步骤4:计算每个单元方格的流出水量;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计算单元方格流向其他方格的水量,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;
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近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。
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:
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为该方格中总积水量;QH为该方格接收的其他方格流向的水量。
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。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长安大学;重庆交通大学,未经长安大学;重庆交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710336023.3/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用