手机云服务的立体视觉沥青路面变形检测研究

摘要

路面变形严重影响道路安全，一直是公路养护中重点关注对象。目前的路面变形检测系统存在造价高昂、便携性不好、系统孤立等问题。立体视觉凭借其完善的理论，在三维建模和虚拟现实中广泛应用，并在路面变形检测中广受欢迎，得到研究人员的认可，但依然在特征点匹配、点云几何测量、三维评价指标方面存在问题。针对以上所提的路面变形检测中存在问题，本文结合立体视觉方法对沥青路面变形检测进行研究，基于Android智能手机和云服务平台开发了云端沥青路面变形检测系统，实现了沥青路面变形检测的便携化、互联化，同时降低了系统的成本，并在开发的系统上实现了沥青路面变形评价指标的立体视觉测量。本文所做的工作有以下： （1）介绍了立体视觉测量中的原理，从物体的投影成像、相机的几何计算、两视图之间的几何3个方面对原理进行介绍，阐明了小孔成像、相机与透镜、投影变换、基本矩阵和本质矩阵基础知识，为后续的立体视觉提供了理论支持。 （2）对立体视觉的算法进行了详细介绍，不仅介绍了SFM算法的主要步骤：特征点检测、特征点匹配、相机姿态估计、场景结构估计和光束平差中涉及的算法，而且对PMVS算法进行了详细的介绍，包括基础模型、初始特征点生成、斑块扩散和点云过滤内容，且在开源软件库OpenCV、SSBA与开源软件PMVS软件的基础上，编程实现了立体视觉三维重建。 （3）对路面的变形评价指标与检测方法进行了研究，分析车辙、沉陷、坑槽和拥包4种常见路面变形的形成原因，总结了目前的相应变形评价指标，并结合路面变形检测流程和公路技术状况评价标准，提出了适合于路面点云的立体视觉路面变形评价方法。 （4）分析了当前环境对于沥青路面变形检测的需求，以便携性、机动性和操作效率为总体需求，设计了路面变形检测系统，利用LAMP服务器架构、HTTP传输、Open GL ES图像库、Glide图像加载库、Camera2API和多模式定位关键技术，基于云服务和Android智能手机平台，开发了云端沥青路面变形检测系统，初步实现了系统的数据采集、上传、处理和结果预览功能，进一步推动了路面变形检测的轻便、互联化发展。 （5）依据所提的变形评价方法和立体视觉三维重建、点云处理方法，在徐州市区解放路、北京路路段进行沥青路面变形检测实验，对4种常见路面变形进行立体视觉测量，与人工测量相比，结果验证了所提检测方法的有效性，并具备一定的精度，可以达到厘米级别。

目录

声明

致谢

变量注释表

1 绪论

1.1.1 研究背景

1.1.2 研究意义

1.2.1 立体视觉测量研究现状

1.2.2 沥青路面变形检测研究现状

1.3研究目标与内容

1.4论文章节安排

2 立体视觉测量原理

2.1.1 小孔成像

2.1.2 相机与透镜

2.2.1 坐标系

2.2.2 投影变换

2.3两视几何

2.3.1 基本矩阵

2.3.2 本质矩阵

2.4本章小结

3 立体视觉算法研究与实现

3.1稀疏三维重建算法

3.1.1 特征点检测

3.1.2 特征点匹配

3.1.3 相机姿态估计

3.1.4 场景结构估计

3.1.5 光束法平差

3.2稠密三维重建算法

3.2.1 基础模型

3.2.2 初始特征点生成

3.2.3 斑块扩散

3.2.4 斑块过滤

3.3立体视觉三维重建实现

3.3.1 立体视觉三维重建流程

3.3.2 开发语言与软件介绍

3.3.3 软件配置与编译

3.3.4 立体视觉三维重建与结果分析

3.4本章小结

4 路面变形评价指标与检测方法

4.1路面变形类型及成因

4.1.1 车辙

4.1.2 沉陷

4.1.3 坑槽

4.1.4 拥包

4.2路面变形评价指标分析

4.2.1 车辙评价指标

4.2.2 沉陷评价指标

4.2.3 坑槽、拥包评价指标

4.3路面变形检测与评价标准

4.3.1 路面变形检测流程

4.3.2 公路技术状况评价标准

4.3.3 立体视觉路面变形评价方法

4.4本章小结

5 云端沥青路面变形检测系统设计与实现

5.1需求分析

5.2.1 LAMP服务器架构

5.2.2 HTTP传输

5.2.3 OpenGL ES图形库

5.2.4 Glide图像加载库

5.2.5 Camera2 API

5.2.6 多模式定位

5.3.1 服务端程序功能设计

5.3.2 移动端软件功能设计

5.3.3 系统数据存储设计

5.4.1 服务端程序实现

5.4.2 移动端软件实现

5.5本章小结

6 利用立体视觉测量的沥青路面变形检测实验

6.1实验方案设计

6.2.1 数据获取

6.2.2 预处理

6.2.3 稠密三维重建

6.2.4 变形指标提取

6.3结果与分析

6.3.1 车辙检测结果与分析

6.3.2 沉陷检测结果与分析

6.3.3 坑槽检测结果与分析

6.3.4 拥包检测结果与分析

6.4本章小结

7 总结与展望

7.1总结

7.2展望

参考文献

作者简历

学位论文原创性声明

学位论文数据集