一种基于机器视觉的道路弯沉值检测方法与流程

本发明属于信息，涉及机器学习与计算机视觉，尤其涉及一种基于机器视觉的道路弯沉值检测方法。

背景技术：

1、道路弯沉检测是评估路面承载能力与结构健康状态的核心技术手段，检测精度直接关系到道路养护决策的科学性与工程安全性。在实际检测作业中，车载弯沉检测设备需要在行驶状态下对路面进行连续测量，此时车载相机或检测梁的空间位置与姿态会随着路面起伏、车辆颠簸而持续变化，这种动态姿态变化会直接影响弯沉数据的测量准确性。当前主流的位姿补偿方案通常依赖惯性测量单元或者固定基准点进行姿态修正，这些方法能够捕捉车体整体的位姿变化。

2、然而在实际工况中，车载相机往往通过悬臂支架安装在车体上，这种悬臂结构在车辆行驶过程中会因路面激励而产生自身的柔性形变与微幅振动。这种局部形变独立于车体整体姿态之外，使得相机末端的实际空间位置与通过车体姿态推算得到的理论位置之间存在偏差，而现有补偿方法无法感知并修正这一局部形变引入的位姿误差。悬臂支架的柔性形变特性与相机末端位姿偏差之间存在复杂的力学耦合关系，支架不同位置的形变量对相机末端位姿的影响程度各不相同。例如在连续通过起伏路段时，悬臂根部的微小转角形变会在末端被放大为显著的空间位移，同时支架中段的弯曲变形又会叠加额外的姿态偏转，这种形变的空间传递规律难以通过单一测量点准确描述。

3、更为关键的是，支架形变状态与相机末端位姿偏差之间的映射关系受到车速、路面激励频率、支架材料特性等多重因素影响，呈现出明显的时变非线性特征，这使得简单的几何关系难以建立准确的修正模型。现有车载弯沉检测的位姿补偿大多依赖固定解析几何模型，缺少针对车体姿态、路面激励多源时序数据的机器学习建模手段，难以有效刻画路面激励、支架材料疲劳退化耦合带来的时变非线性形变映射关系；传统刚性解算模式无法通过对历史时序样本进行特征学习来分离车体整体姿态与悬臂支架局部形变的耦合误差，由此引入的位姿偏差会传递至后续机器视觉图像校正环节，制约道路弯沉检测精度的进一步提升。

4、因此，如何在车辆连续行驶工况下实时捕捉悬臂支架的动态形变状态，并准确建立形变特征与相机末端位姿偏差之间的定量映射关系，从而在弯沉计算中同步补偿车体整体姿态变化与悬臂局部形变误差，成为提升动态弯沉检测精度的关键问题。

技术实现思路

1、本发明的目的在于提供一种基于机器视觉的道路弯沉值检测方法，用以解决检测车在颠簸路面行驶时悬臂支架产生柔性形变导致相机末端位姿偏离车体刚性运动基准，从而影响路面图像几何精度和弯沉测量准确性的技术问题。

2、本发明的技术方案如下：

3、本发明提供了一种基于机器视觉的道路弯沉值检测方法，主要包括：

4、获取检测车连续运行状态中的第一车体整体姿态序列及当前检测区域的第一路面激励序列；

5、根据第一路面激励序列与第一车体整体姿态序列，提取悬臂支架在动态颠簸环境中的第一柔性形变特征；

6、采用随机森林算法处理第一柔性形变特征，获得悬臂支架根部到中段的第一空间位移量以及第一姿态偏转量；

7、若第一空间位移量超出预设位移阈值，则通过长短期记忆网络处理第一空间位移量与第一姿态偏转量，得到第一柔性形变特征与相机末端位姿偏差的第一时变非线性映射关系；

8、根据第一时变非线性映射关系提取形变滞后相位序列，并获取悬臂支架在当前运行里程下的材料疲劳度参数；

9、通过材料疲劳度参数对形变滞后相位序列执行相位补偿，获得对齐车体刚性运动基准的第一同步映射矩阵；

10、根据第一同步映射矩阵对第一车体整体姿态序列执行逆向推演，确定相机末端独立于车体整体姿态的第一局部误差数值；

11、通过第一局部误差数值对第一车体整体姿态序列执行坐标系变换与数值修正，获得同步补偿整体姿态偏转与局部形变误差的第一目标位姿序列；

12、根据第一目标位姿序列对初始路面图像执行像素级几何校正，得到执行目标弯沉计算的第一弯沉测量数值。

13、本申请的有益效果：一种基于机器视觉的道路弯沉值检测方法，在使用时，针对悬臂支架带来的时变非线性形变问题，本发明融合随机森林回归、长短期记忆网络、隐马尔可夫模型开展多源时序数据学习建模，弥补传统固定解析模型的局限，实现车体整体姿态与悬臂局部形变耦合误差的解耦，为后续图像校正提供可靠的位姿补偿基础。此外，本发明通过移动姿态传感器与路面扫描仪同步采集车体整体姿态序列和路面激励序列，提取动态颠簸环境中悬臂支架的柔性形变特征，利用随机森林算法计算支架根部到中段的空间位移量和姿态偏转量，当位移量超出阈值时通过长短期记忆网络建立柔性形变特征与相机末端位姿偏差的时变非线性映射关系，进而提取形变滞后相位序列并结合材料疲劳度参数执行相位补偿，获得对齐车体刚性运动基准的同步映射矩阵，通过该矩阵对车体整体姿态序列执行逆向推演分离出相机末端独立于车体的局部误差数值，最终对车体姿态序列执行坐标系变换与数值修正得到同步补偿整体姿态偏转与局部形变误差的目标位姿序列，并据此对路面图像执行像素级几何校正获得准确的弯沉测量数值，实现了柔性支架形变条件下的高精度路面弯沉检测。

1.一种基于机器视觉的道路弯沉值检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述获取第一车体整体姿态序列及第一路面激励序列，包括：

3.根据权利要求1所述的方法，其特征在于，所述第一柔性形变特征的提取，包括：

4.根据权利要求1所述的方法，其特征在于，所述获得第一空间位移量及第一姿态偏转量，包括：

5.根据权利要求1所述的方法，其特征在于，所述得到第一时变非线性映射关系，包括：

6.根据权利要求1所述的方法，其特征在于，所述提取形变滞后相位序列并获取材料疲劳度参数，包括：

7.根据权利要求1所述的方法，其特征在于，所述获得第一同步映射矩阵，包括：

8.根据权利要求1所述的方法，其特征在于，所述确定第一局部误差数值，包括：

9.根据权利要求1所述的方法，其特征在于，所述获得第一目标位姿序列，包括：

10.根据权利要求1所述的方法，其特征在于，所述得到第一弯沉测量数值，包括：