[发明专利]一种路面宏观纹理获取及典型指标计算方法有效
| 申请号: | 202011275646.2 | 申请日: | 2020-11-16 |
| 公开(公告)号: | CN112270677B | 公开(公告)日: | 2023-08-15 |
| 发明(设计)人: | 徐新;陈虹嘉;桂容 | 申请(专利权)人: | 武汉大学 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/40;G06T7/44;G06T7/529;G06T17/00 |
| 代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 许莲英 |
| 地址: | 430072 湖*** | 国省代码: | 湖北;42 |
| 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 路面 宏观 纹理 获取 典型 指标 计算方法 | ||
1.一种路面宏观纹理获取及典型指标计算方法,其特征在于,包括以下步骤;
步骤1,构建三维路面数据;
步骤2,构建路面宏观波动BEADS算法参数集,根据BEADS算法参数集构建路面宏观波动BEADS算法模型,三维路面数据通过路面宏观波动BEADS算法模型提取路面宏观波动数据;
步骤3,构建路面宏观纹理波动BEADS算法参数集,根据BEADS算法参数集构建路面宏观纹理波动BEADS算法模型,三维路面数据通过路面宏观纹理波动BEADS算法模型提取路面宏观纹理波动数据;
步骤3所述路面宏观纹理波动BEADS算法参数集包括:路面宏观纹理波动截止频率、路面宏观纹理波动滤波器阶数、路面宏观纹理波动惩罚系数、路面宏观纹理波动第一正则化系数、路面宏观纹理波动第二正则化系数以及路面宏观纹理波动第三正则化系数;
所述路面宏观纹理波动截止频率,具体计算为:
其中,fc'表示截止频率,λmin表示波长最小值,Amin表示垂直振幅最小值,△表示车载线结构光扫描路面纹理波动数据的采样间隔;
所述路面宏观纹理波动滤波器阶数为:d';
其中,d'>1会引起避免震荡,d'=1阶;
所述路面宏观纹理波动惩罚系数选为r',r'=1;
所述路面宏观纹理波动第一正则化系数、路面宏观纹理波动第二正则化系数、路面宏观纹理波动第三正则化系数的计算方法如下:
纹理波动比例系数的取值范围为[min',max'],min'=0.1,max'=2.0,从纹理波动比例系数的取值范围等间隔的选取K个纹理波动比例系数,定义为:α'1,α'2,...,α'K,α'k为第k个纹理波动比例系数,k∈[1,K];
第k个纹理波动比例系数下第一正则化系数为:
第k个纹理波动比例系数下第二正则化系数为:
第k个纹理波动比例系数下第三正则化系数为:
其中,z(x,y)表示第x行第y列的高程信息,x∈[1,M],y∈[1,N],M为信号的行数,N为信号的列数;
步骤3所述根据BEADS算法参数集构建路面宏观纹理波动BEADS算法模型为:
结合路面宏观纹理波动截止频率、路面宏观纹理波动滤波器阶数、路面宏观纹理波动惩罚系数、第k个纹理波动比例系数、第k组正则化系数即[λ'k,1,λ'k,2,λ'k,3]构建第k个路面宏观纹理波动BEADS算法模型;
z(x,y)通过第k个路面宏观纹理波动BEADS算法模型进行分解得到第k个路面宏观纹理波动分解后噪声信号,即noise'k;
结合第k个路面宏观纹理波动分解后噪声信号计算第k个路面宏观纹理波动分解后噪声方差,具体为:
其中,noise'k(x,y)表示第x行第y列的第k个分解的路面宏观纹理波动噪声信号,x∈[1,M],y∈[1,N],M为信号的行数,N为信号的列数,
在K个分解后路面宏观纹理波动噪声方差中即var'1,var'2,...,var'K中选择最小值,即var'index,对应为第index个路面宏观纹理波动比例系数即α'index,进一步分别计算第index个路面宏观纹理波动比例系数下路面宏观纹理波动第一正则化系数即λ'index,1、第index个路面宏观纹理波动比例系数下路面宏观纹理波动第二正则化系数即λ'index,2、第index个路面宏观纹理波动比例系数下路面宏观纹理波动第三正则化系数即λ'index,3;
将λ'index,1定义为路面宏观纹理波动第一正则化系数,将λ'index,2定义为路面宏观纹理波动第二正则化系数,将λ'index,3定义为路面宏观纹理波动第三正则化系数;
结合路面宏观纹理波动截止频率、路面宏观纹理波动滤波器阶数、路面宏观纹理波动惩罚系数、路面宏观纹理波动第一正则化系数、路面宏观纹理波动第二正则化系数、路面宏观纹理波动第三正则化系数构建步骤3所述路面宏观纹理波动BEADS算法模型;
步骤3所述路面宏观纹理波动数据定义为:
data3(x,y)
其中,data3(x,y)表示第x行第y列的路面宏观纹理波动信号数据,x∈[1,M],y∈[1,N],M为信号的行数,N为信号的列数;
步骤4,根据路面宏观纹理波动、路面宏观波动数据计算得到路面宏观纹理数据;
步骤5,通过路面宏观纹理数据分别计算传感器测量出的平均构造深度、最大轮廓谷深度、最大轮廓峰高度、整体轮廓高度、算数平均偏差、平方根平均偏差、峭度系数、峰态系数、偏斜度、偏态系数;
步骤6:将平均构造深度、最大轮廓谷深度、最大轮廓峰高度、整体轮廓高度、算数平均偏差、平方根平均偏差、峭度系数、峰态系数、偏斜度、偏态系数依次与对应指标的正常阈值比较,判断是否超出正常阈值范围,以评估路面健康性。
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武汉大学,未经武汉大学许可,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/202011275646.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种沐浴露塑料瓶回收用加工设备
- 下一篇:可充电电池补电控制装置





