申请/专利权人:同济大学
申请日:2024-01-23
公开(公告)日:2024-05-14
公开(公告)号:CN118038438A
主分类号:G06V20/64
分类号:G06V20/64;G06V20/10;G06V10/44;G06V10/147;G06V10/26;G06V10/764;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.31#实质审查的生效;2024.05.14#公开
摘要:本发明公开了一种基于激光点云集料分割的道路级配预估方法,包括以下步骤:S1、通过三维激光扫描获取路面的三维数据;S2、通过对三维数据预处理,找出数据中的异常值并采用线性插值补全处理,且通过最小二乘法拟合路面平面位置确定其倾斜度,并通过拟合平面对路面点云数据进行斜度纠偏;S3、预处理的三维数据通过点云分割算法进行分割,提取出路面点云数据中属于集料的点云,将其作为确定路面级配的依据;S4、通过深度卷积神经网络算法,对提取的路面集料点云数据进行预测,从而估计路面级配组成。根据本发明,处理流程更加直观,且具有明确的物理意义,适合当前道路级配检测使用,可以有效降低检测的复杂程度并提高检测的精确度。
主权项:1.一种基于激光点云集料分割的道路级配预估方法,其特征在于,包括以下步骤:S1、通过三维激光扫描获取路面的三维数据,该三维数据包括路面点的x坐标、y坐标、z坐标以及扫描的反射强度;S2、通过对三维数据预处理,找出数据中的异常值并采用线性插值补全处理,且通过最小二乘法拟合路面平面位置确定其倾斜度,并通过拟合平面对路面点云数据进行斜度纠偏;S3、预处理的三维数据通过点云分割算法进行分割,提取出路面点云数据中属于集料的点云,将其作为确定路面级配的依据;S4、通过深度卷积神经网络算法,对提取的路面集料点云数据进行预测,从而估计路面级配组成。
全文数据:
权利要求:
百度查询: 同济大学 一种基于激光点云集料分割的道路级配预估方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。