Исследование результатов обработки полученных различными моделями наземных лазерных сканеров данных для контроля качества ремонта автомобильных дорог

Исследование результатов обработки полученных различными моделями наземных лазерных сканеров данных для контроля качества ремонта автомобильных дорог

Геодезия и маркшейдерия
УДК: 528.721.221.6:625.72
DOI: 10.33764/2411-1759-2022-27-2-5-17
1 Сибирский государственный университет геосистем и технологий, г. Новосибирск, Российская Федерация

Финансирование: -

Аннотация:

Одной из задач, решаемых посредством применения технологии наземного лазерного сканирования, является контроль качества выполнения дорожных работ. Обладая заявленной точностью измерения расстояний порядка нескольких миллиметров, наземное лазерное сканирование позволяет осуществить сплошной контроль результатов строительства или ремонта дорог. К настоящему времени было выпущено большое количество различных моделей наземных лазерных сканеров, каждый из которых позволяет выявить большинство дефектов дорожного полотна и определить его ровность благодаря возможности выполнения съемки с высокой плотностью. Но так как практически каждый лазерный сканер обладает своими уникальными техническими характеристиками, достоверность определения ровности и выявления дефектов по данным сканирования может существенно различаться. Для достижения наивысших показателей достоверности необходимо придерживаться как методик выполнения полевой части всех работ, так и камеральной, заключающейся в получении единого массива точек лазерных отражений и построении по нему цифровых моделей поверхности дорожного покрытия. Если суть этих видов работ не зависит от используемой модели лазерного сканера, то отдельные этапы применяемых методик могут отличаться. В статье рассматриваются две модели лазерных сканеров от разных производителей для решения задачи контроля качества укладки асфальта. Приводятся их сравнительные характеристики и особенности выполнения всех работ. Анализируются результаты построения цифровых моделей поверхности дорожного полотна и обсуждаются особенности обработки данных, полученных различными лазерными сканерами. По результатам анализа показано, что не все модели лазерных сканеров могу подходить для контроля качества ремонта автомобильных дорог. Приведена методика предварительной обработки данных, позволяющая повысить достоверность решения этой задачи для лазерных сканеров с недостаточным качеством получаемых массивов точек лазерных отражений.

Читать статью Скачать JATS XML

Библиографический список:

  1. Середович В. А., Алтынцев М. А., Попов Р. А. Особенности применения данных различных видов лазерного сканирования при мониторинге природных и промышленных объектов // Вычислительные технологии. – 2013. – Т. 18.1. – С. 141–144.
  2. Середович В. А., Алтынцев М. А. Применение данных мобильного лазерного сканирования для создания топографических планов // Интерэкспо ГЕО-Сибирь-2013. IХ Междунар. науч. конгр. : Междунар. науч. конф. «Геодезия, геоинформатика, картография, маркшейдерия» : сб. материалов в 3 т. (Новосибирск, 15–26 апреля 2013 г.). – Новосибирск : СГГА, 2013. Т. 3. – С. 96–100.
  3. Алтынцев М. А., Алтынцева М. А. Применение наземного лазерного сканирования для оценки качества укладки асфальтового покрытия // Интерэкспо ГЕО-Сибирь. XVII Междунар. науч. конгр., 19–21 мая 2021 г., Новосибирск : сб. материалов в 8 т. Т. 1 : Междунар. науч. конф. «Геодезия, геоинформатика, картография, маркшейдерия». – Новосибирск : СГУГиТ, 2021. – С. 75–84.
  4. Altyntsev M. A. Automated recognition of roadbed deformations (defects) using laser scanning data // International Workshop «Integration of Point- and Area-wise Geodetic Monitoring for Structures and Natural Objects». – Novosibirsk : SSGA, 2014. – P. 147–151.
  5. Seredovich V. A. Altyntsev M. A. The Feasibility study of automatic extraction of cracks in the roadbed from mobile laser scanning data // XXV FIG Congress. – Malaysia, Kuala Lumpur, 2014.
  6. СП 78.13330.2012. Автомобильные дороги. Актуализированная редакция СНиП 3.06.03-85 [Электронный ресурс]. – Введ. 2013–07–01. – Доступ из справ.-правовой системы «КонсультантПлюс».
  7. ГОСТ 32825–2014. Дороги автомобильные общего пользования. Дорожные покрытия. Методы измерения геометрических размеров повреждений. Межгосударственный стандарт. – Введ. 2015–07–01. – М. : Стандартинформ, 2019. – 16 c.
  8. Пат. 2509978 Российская Федерация. Способ определения неровности поверхности дорожного полотна / Середович В. А., Середович А. В., Иванов А. В. ; опубл. 20.03.2014, Бюл. № 8.
  9. Середович В. А., Алтынцев М. А., Егоров А. К. Определение индекса ровности дорожного покрытия по данным мобильного лазерного сканирования // Вестник СГУГиТ. – 2017. – Т. 22, № 3. – С. 33–44.
  10. Алтынцев М. А., Каркокли Хамид Маджид Сабер. Методика автоматизированной фильтрации данных мобильного лазерного сканирования // Вестник СГУГиТ. – 2021. – Т. 26, № 3. – С. 5–19.
  11. Алтынцев М. А., Каркокли Хамид Маджид Сабер. Методика автоматизированного уравнивания данных мобильного лазерного сканирования // Вестник СГУГиТ. – 2021. – Т. 26, № 4. – С. 5–23.
  12. SPS Zoom300. [Электронный ресурс]. – Режим доступа: https://geomax-positioning.com/ruru/products/laser-scanners/sps-zoom300 (дата обращения 01.02.2022).
  13. Leica ScanStation 2 User Manual [Электронный ресурс]. – Режим доступа: http://geomaticsjc.lboro.ac.uk/scanning/ScanStation%202_UserManual_en.pdf (дата обращения 01.02.2022).
  14. X-PAD Office Fusion. [Электронный ресурс]. – Режим доступа: https://geomaxpositioning.com/ru-ru/products/software/x-pad-suite/x-pad-fusion (дата обращения 01.02.2022).
  15. Guo Y. Rotational projection statistics for 3D local surface description and object recognition // Int. J. Comput. Vision. – 2013. – Vol. 105 (1). – P. 63–86.
  16. Besl P. J., McKay N. D. Method for registration of 3-D shapes. IEEE Transactions on pattern analysis and machine intelligence. – 1992. – Vol. 14. – P. 239–256.
  17. TerraScan User Guide [Electronic resource]. – Mode of access: https://terrasolid.com/guides/tscan/index.html (дата обращения 01.02.2022).
  18. Axelsson P. DEM generation from laser scanner data using adaptive TIN models // International Archives of ISPRS. – 2000. – Vol. XXXIII-4. – P. 111–118.