本文關(guān)鍵詞：基于慣性基準的道路幾何線形檢測方法，由筆耕文化傳播整理發(fā)布。

【摘要】：公路幾何線形參數(shù)是反映道路安全系數(shù)的重要指標。道路幾何線形的檢測貫穿于公路設(shè)計、建設(shè)、竣工驗收評定以及維護的整個過程。公路行業(yè)經(jīng)過了前期的大規(guī)模建設(shè)階段,慢慢進入養(yǎng)護階段。道路檢測為公路養(yǎng)護決策提供數(shù)據(jù)支持,其重要性不言而喻。而隨著里程數(shù)量的快速增長,傳統(tǒng)人工檢測路面幾何線形數(shù)據(jù)的方式不能滿足要求。隨著自動化、通信和計算機等技術(shù)的飛速發(fā)展,為實現(xiàn)道路幾何線形參數(shù)的快速檢測,越來越多的學者開始研究一種能快速、準確檢測路面幾何線形參數(shù)的方法和設(shè)備。道路幾何線形是由公路的橫斷面、縱斷面和平面線形所組成的立體形狀,包括橫坡、縱坡以及平曲線曲率和豎曲線曲率等參數(shù)。道路幾何線形參數(shù)中橫縱坡值很小,實現(xiàn)快速且精確測量十分困難。傳統(tǒng)人工檢測方法速度慢、精度差、效率低,且需交通管制,在實時性、靈活性和安全性等方面存在嚴重不足。本文提出了一種基于慣性基準的道路幾何線形檢測方法,采用四臺激光測距機(LRF)形成激光測距陣列,并結(jié)合GPS和慣性導航單元(IMU)構(gòu)建慣性基準測量面,實現(xiàn)道路幾何線形參數(shù)的自動檢測。為提高測量精度,分析了激光測量平面與被測路面的相對姿態(tài)對測量精度的影響,并設(shè)計了一種基于相對運動的標定方法,通過獲取激光測距陣列的偏差角修正前期測量數(shù)據(jù)進行標定,從而有效地提高測量精度。最后在武漢市藏龍大道和天子山大道兩條實際路段上進行檢測,基于本文所采用的方法實現(xiàn)檢測,完全能滿足公路路基路面現(xiàn)場測試規(guī)程要求。實驗結(jié)果顯示,經(jīng)過標定后測量精度提高約5%,橫縱坡數(shù)據(jù)測量重復(fù)性達到95%以上,各參數(shù)的相關(guān)性均達到99.9%。實驗證明,本文所提出的檢測方法高效可行,系統(tǒng)運行安全可靠。
【關(guān)鍵詞】：道路幾何線形 道路檢測 激光測距機 慣性導航單元
【學位授予單位】：湖北工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U416;U418
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-16
• 1.1 研究目的及意義8-9
• 1.2 道路幾何線形檢測技術(shù)研究現(xiàn)狀9-14
• 1.2.1 國外研究現(xiàn)狀10-12
• 1.2.2 國內(nèi)研究現(xiàn)狀12-14
• 1.3 研究內(nèi)容與章節(jié)安排14-16
• 第2章 道路幾何線形檢測內(nèi)容及標準16-19
• 2.1 橫斷面線形16-17
• 2.2 縱斷面線形17
• 2.3 平面線形17-18
• 2.4 小結(jié)18-19
• 第3章 基于慣性基準的道路幾何線形檢測方法19-38
• 3.1 橫斷面線形檢測19-21
• 3.1.1 橫斷面方向的確定20-21
• 3.1.2 橫斷面橫坡檢測21
• 3.2 縱斷面線形檢測21-25
• 3.2.1 水準儀檢測22-23
• 3.2.2 全站儀（或紅外儀）檢測23-25
• 3.3 平面線形檢測25-27
• 3.3.1 中線的平面坐標25-26
• 3.3.2 中線偏位的檢測方法26-27
• 3.4 基于慣性基準的道路幾何線形檢測27-36
• 3.4.1 橫斷面橫坡檢測方法27-29
• 3.4.2 縱斷面縱坡檢測方法29-31
• 3.4.3 橫縱坡同時存在的情形31
• 3.4.4 平面線形曲率檢測方法31-35
• 3.4.5 路面變形對橫縱坡的影響分析35-36
• 3.5 技術(shù)指標36-37
• 3.6 小結(jié)37-38
• 第4章 道路幾何線形檢測系統(tǒng)的標定及濾波處理38-48
• 4.1 道路幾何線形檢測系統(tǒng)組成38-41
• 4.1.1 系統(tǒng)布局39
• 4.1.2 設(shè)備連接39-40
• 4.1.3 主要器件選型40-41
• 4.2 激光測距機角度的標定41-43
• 4.2.1 激光測距機的誤差來源41-43
• 4.2.2 激光測距機的標定43
• 4.3 慣性導航單元比例系數(shù)的標定43-44
• 4.4 測試數(shù)據(jù)濾波分析44-47
• 4.5 小結(jié)47-48
• 第5章 實驗結(jié)果及分析48-53
• 5.1 靜態(tài)測試數(shù)據(jù)及分析48-49
• 5.2 動態(tài)測試數(shù)據(jù)及分析49-52
• 5.2.1 檢測系統(tǒng)標定前試驗49-50
• 5.2.2 檢測系統(tǒng)標定后試驗50-52
• 5.3 小結(jié)52-53
• 第6章 總結(jié)與展望53-55
• 參考文獻55-59
• 致謝59-60
• 附錄1 攻讀碩士研究生期間參與的科研項目及成果60

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 侯德鑫;曹麗;;一種基于視頻圖像的道路檢測方法[J];儀器儀表學報;2006年S1期

2 陳勇彬;;道路檢測技術(shù)現(xiàn)存問題及解決策略分析[J];科技創(chuàng)新與應(yīng)用;2014年10期

3 高麗萍;;淺談道路檢測技術(shù)[J];科技視界;2014年25期

4 蔣有功;五輪儀道路檢測探討[J];實用測試技術(shù);1994年02期

5 林麗群;肖俊;;結(jié)合先驗知識和圖像特征的道路提取方法[J];計算機工程與應(yīng)用;2011年33期

6 彭建和;;道路檢測技術(shù)現(xiàn)存問題及解決策略分析[J];城市建筑;2013年12期

7 李書曉;常紅星;;新的航空圖像道路檢測與跟蹤算法[J];北京航空航天大學學報;2007年04期

8 呂俊瑞;;基于無人機沙漠圖像的道路檢測[J];科學技術(shù)與工程;2013年19期

9 游峰;徐建閩;溫富海;曾培彬;冼文杰;;基于邊界點分布特征的夜間道路檢測算法研究[J];交通信息與安全;2011年04期

10 夏庭鍇;楊明;楊汝清;;基于2層粒子濾波的智能車輛道路檢測[J];上海交通大學學報;2009年12期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 楊唐文;王敏杰;秦勇;;融合圖像邊緣和區(qū)域特征的道路檢測算法[A];2013年中國智能自動化學術(shù)會議論文集（第三分冊）[C];2013年

2 高慶吉;孫沫麗;司夏巖;羅其俊;;一種基于視覺信息的非結(jié)構(gòu)化道路檢測算法[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學術(shù)會議論文集[C];2007年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 黃勇飛;基于視覺的道路檢測技術(shù)研究[D];華南理工大學;2015年

2 史媛;高分辨率遙感影像的道路檢測研究[D];南京理工大學;2015年

3 周莉;基于GNSS與視覺的道路檢測與避障技術(shù)[D];電子科技大學;2015年

4 趙海洋;高層結(jié)構(gòu)信息引導下的道路分割方法研究[D];國防科學技術(shù)大學;2013年

5 何振;面向道路場景理解的迭代圖割算法[D];國防科學技術(shù)大學;2013年

6 楊智杰;輔助駕駛中的道路檢測技術(shù)研究[D];西安電子科技大學;2015年

7 何明;基于慣性基準的道路幾何線形檢測方法[D];湖北工業(yè)大學;2016年

8 郝志帥;復(fù)雜環(huán)境的道路檢測技術(shù)研究[D];南京理工大學;2009年

9 王馳;基于單目視覺的道路檢測算法的研究[D];長春理工大學;2008年

10 張玉穎;基于梯形模型及支撐向量機的非結(jié)構(gòu)化道路檢測[D];復(fù)旦大學;2010年

  本文關(guān)鍵詞：基于慣性基準的道路幾何線形檢測方法，由筆耕文化傳播整理發(fā)布。

，

本文編號：419153