位置:成果数据库 > 期刊 > 期刊详情页
车载LiDAR系统在井盖病害监测中的应用研究
  • ISSN号:1003-0506
  • 期刊名称:《能源与环保》
  • 时间:0
  • 分类:TU990.3[建筑科学—市政工程]
  • 作者机构:[1]河南理工大学,河南焦作454003, [2]珠海市测绘院,广东珠海518000, [3]中国测绘科学研究院,北京100830
  • 相关基金:国家自然科学联合基金重点项目(U1261206)
中文摘要:

针对城市道路路网中出现的路面井盖下沉、断裂等病害信息,采用改进的车载LiDAR测量系统进行道路路网激光点云数据和影像数据采集,根据点云数据中呈现的地物几何特征、空间分布和位置等信息,运用点云数据处理软件对点云数据中的井盖信息进行自动提取;同时为了获取井盖的属性、纹理和语义信息,依据影像数据中地物特征信息进行井盖信息的提取。采用点云数据和影像数据的拼接和比对的方法,对点云和影像数据中提取的井盖结果进行综合处理,最终获得道路井盖的病害、权属单位、坐标等信息。通过对实验区道路的路面井盖病害进行监测和分析,可为井盖病害监测提供理论和实践基础。通过实际检测,成功地验证了车载移动测量系统在井盖病害监测应用中具有推广价值。

英文摘要:

Aiming at the information of the road surface sagging and breaking in the urban road network,the paper adopt the improved vehicle LiDAR measurement system to collect the laser point cloud data and image data of the road network,and used the point cloud data processing software to extract the covers information from point cloud with the geometric feature,spatial distribution and location information. At the same time,the attributes,textures and semantic information of the covers were obtained by the extracting cover from image data in the feature. Using the method of stitching and matching of point cloud data and image data,the results of the manhole cover extracted from the point cloud and the image data are processed synthetically,and finally the information of the disease,the ownership unit and the coordinate of the road cover are obtained. Through the monitoring and analysis of the roadway cover disease in the experimental area,the theoretical and practical basis for the monitoring of the well cover disease is provided,and the vehicle movement measurement system is proved being popular in the monitoring of the well cover disease through the actual detection.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《能源与环保》
  • 中国科技核心期刊
  • 主管单位:河南省工业和信息化委员会
  • 主办单位:河南省煤炭科学研究院有限公司 河南省煤炭学会
  • 主编:王春林
  • 地址:河南省郑州高新技术产业开发区枫杨街17号
  • 邮编:450001
  • 邮箱:ceepbjb@163.com
  • 电话:0371-67575989
  • 国际标准刊号:ISSN:1003-0506
  • 国内统一刊号:ISSN:41-1443/TK
  • 邮发代号:
  • 获奖情况:
  • 第六届河南省优秀期刊,中国学术期刊《CAJ-CD规范》执行优秀期刊
  • 国内外数据库收录:
  • 中国中国科技核心期刊
  • 被引量:14