基于路面3D激光点云数据的车辙自动测量与横向定位

摘要

针对传统车辙检测方法存在的受车道外杂物、拥包和推波影响,且无法横向定位车辙于车道内位置的问题,提出一种结合路面水平轴和车道边缘线坐标的车辙检测定位方法.研究以2D/3D激光点云数据为研究基础,首先通过改进Canny算法对2D数据中的车道边缘线进行识别定位,从而提取车道内区域数据以消除车道外杂物干扰;然后参照构建的路面水平轴,进行车辙端点和谷底点的搜寻定位;最后结合车辙特征点连续精准测量车辙宽度、最大深度,以及于车道内的横向位置.在实地采集的大量数据基础上,通过与人工测量结果对比得出,该算法具有较高的准确性,其测量的车辙最大深度和宽度与人工检测结果平均相对误差分别为1%和2%,车辙横向定位与人工检测结果相关度高于90%.