張德津，王毅，章洋，湯青洲，田霖

(1 湖北工業(yè)大學(xué) 電氣與電子工程學(xué)院, 武漢 430068；2 武漢武大卓越科技有限責(zé)任公司, 武漢 430223)

機(jī)場(chǎng)跑道是指用于飛機(jī)的起飛或降落的長(zhǎng)條形的區(qū)域，是機(jī)場(chǎng)中最重要的基礎(chǔ)設(shè)施[1].隨著國(guó)民經(jīng)濟(jì)的發(fā)展，我國(guó)機(jī)場(chǎng)跑道數(shù)量和飛機(jī)吞吐量快速增長(zhǎng)，對(duì)機(jī)場(chǎng)跑道的安全性、舒適性和耐用性也提出了更高的要求.應(yīng)用先進(jìn)技術(shù)對(duì)跑道表面進(jìn)行處理是改善跑道道面結(jié)構(gòu)性能和功能性最實(shí)際和最有效的方法[2,3].刻槽工藝通過(guò)機(jī)械在道面表面切割出規(guī)則的宏觀(guān)紋理，增加道面抗滑性能與改善路面-輪胎交界面的排水性能，防止飛機(jī)在道面潮濕情況下發(fā)生飄滑事故，保障飛機(jī)的起降安全.

刻槽的尺寸對(duì)瀝青混凝土道面的抗滑性能有顯著影響，合適的刻槽寬度、深度以及刻槽間距可以明顯降低飛機(jī)滑水的風(fēng)險(xiǎn)[4-8].伴隨著機(jī)場(chǎng)道面的長(zhǎng)期使用，在自然環(huán)境與飛機(jī)起降的作用下，刻槽逐漸遠(yuǎn)離開(kāi)槽初期的設(shè)計(jì)尺寸，部分或完全喪失其原有的抗滑性能.因此，道面刻槽需要定期測(cè)量與評(píng)估，保障其具有足夠的抗滑性能，避免飛機(jī)在道面上行駛時(shí)潛在的安全事故.在我國(guó)，基于人工的機(jī)場(chǎng)道面檢測(cè)仍然是主要技術(shù)手段.機(jī)場(chǎng)工作人員使用傳統(tǒng)的標(biāo)尺或儀器對(duì)道面刻槽尺寸與間距進(jìn)行手動(dòng)測(cè)量，然后基于刻槽尺寸和間距對(duì)刻槽的磨損缺陷情況進(jìn)行評(píng)估和分級(jí).然而，人工評(píng)估時(shí)勞動(dòng)密集且耗時(shí)，大型項(xiàng)目使得傳統(tǒng)的標(biāo)尺測(cè)量顯得微不足道，并且機(jī)場(chǎng)飛機(jī)在跑道人工檢查時(shí)處于長(zhǎng)時(shí)間停飛狀態(tài)，造成大量的經(jīng)濟(jì)損失.

近年來(lái)，隨著高精度相機(jī)與深度傳感器的發(fā)展，使機(jī)場(chǎng)刻槽檢測(cè)研究更多的集中于對(duì)機(jī)場(chǎng)道面刻槽的自動(dòng)化處理上，形成了諸多道面刻槽自動(dòng)采集手段和相應(yīng)的自動(dòng)化數(shù)據(jù)處理方法.其中，MEI H L和ChIA P C等人通過(guò)聚類(lèi)的方法來(lái)區(qū)分道面采樣斷面上的刻槽點(diǎn)與紋理點(diǎn)，從而獲取刻槽的尺寸數(shù)據(jù)[9].其他類(lèi)似的斷面檢測(cè)算法還包括：基于梯度的方法[10]、基于輪廓濾波的方法[11]以及基于支持向量機(jī)的方法[12].這些基于橫向或縱向采樣斷面的刻槽識(shí)別研究，通過(guò)少量具有明顯深度特征的典型刻槽的輪廓尺寸來(lái)表征路面刻槽尺寸.另外，一些研究也基于高速攝像機(jī)的路面拍攝圖像來(lái)完成對(duì)路面凹陷特征(例如裂縫或刻槽)的自動(dòng)識(shí)別[13].利用線(xiàn)掃描技術(shù)獲取的三維路面數(shù)據(jù)代替這種典型輪廓點(diǎn)云進(jìn)行全跑道刻槽檢測(cè)，以避免對(duì)道面刻槽尺寸的不完整評(píng)估[12,14].由于機(jī)場(chǎng)刻槽道面存在缺陷刻槽，與大多數(shù)典型刻槽(正?？滩?不同，這種帶有缺陷的非典型刻槽具有離散的刻槽尺寸(深度、寬度與間距)且分布不均，以至于難以檢測(cè).所以需要界定諸多人工特征參數(shù)用于檢測(cè)更廣泛的刻槽或裂縫的存在，但這種需要大量手動(dòng)輔助的自動(dòng)檢測(cè)算法在復(fù)雜環(huán)境下難以始終維持高性能[15].

顯然，在機(jī)場(chǎng)道面刻槽檢測(cè)技術(shù)中，對(duì)非典型刻槽的識(shí)別通常存在較大的局限性，包括專(zhuān)業(yè)化的復(fù)雜手工特征工程和泛化性能的缺乏.其核心問(wèn)題是，如何在數(shù)據(jù)層面合理的對(duì)刻槽是什么進(jìn)行統(tǒng)一的描述與表達(dá)，最終實(shí)現(xiàn)對(duì)道面刻槽的識(shí)別與評(píng)估.

1 相關(guān)工作

1.1 機(jī)場(chǎng)道面刻槽及其病害

機(jī)場(chǎng)道面表層微觀(guān)結(jié)構(gòu)和宏觀(guān)結(jié)構(gòu)是影響摩擦系數(shù)和抗滑性能的主要因素.如圖1.a所示，微觀(guān)結(jié)構(gòu)即道面輪廓中波長(zhǎng)0～0.5 mm的紋理，由瀝青和混凝土材料中所包含的集料顆粒的表面性質(zhì)所決定; 宏觀(guān)結(jié)構(gòu)即道面輪廓中波長(zhǎng)0.5～50 mm的紋理，由瀝青材料的混合性質(zhì)或混凝土材料顆粒間的開(kāi)口空隙深度等決定.

a)道面紋理; b)道面刻槽標(biāo)準(zhǔn)設(shè)計(jì); c)道面刻槽圖1 道面紋理與道面刻槽Fig.1 Pavement texture and groove

國(guó)際上提高道面抗滑性能的主要措施有兩種，其一是增強(qiáng)道面微觀(guān)紋理，其二是增大道面表面宏觀(guān)紋理.對(duì)于瀝青混凝土道面，微觀(guān)紋理能增加輪胎與道面的接觸契合程度，提供一定程度的“銳度”用于刺破水膜；宏觀(guān)紋理是影響高速運(yùn)動(dòng)情況下摩擦力和抗滑性的主要因素，為車(chē)輪-道面見(jiàn)的動(dòng)力水(或積水)提供排水通道[16].刻槽則是增加宏觀(guān)紋理，提高抗滑性能的主要途徑之一.

刻槽指通過(guò)高速旋轉(zhuǎn)的人造金剛石鋸片磨削路面，在路面上形成邊緣整齊的凹形槽[如圖1.b和圖1.c].我國(guó)《民用機(jī)場(chǎng)飛行區(qū)技術(shù)標(biāo)準(zhǔn)》[17]規(guī)定：多雨地區(qū)、飛行區(qū)指標(biāo)為4D以上跑道，宜在修建跑道時(shí)刻槽.除少數(shù)地區(qū)采用細(xì)刻槽外(通常要求道面噪音80 dB以下)，大部分機(jī)場(chǎng)刻槽采用6 mm×6 mm×32 mm的通用標(biāo)準(zhǔn).刻槽的混凝土表面抗摩阻力高，紋理耐久性好，且槽的均勻性好、排水迅速，可有效防止雨天飛機(jī)起降時(shí)產(chǎn)生飄滑現(xiàn)象.然而，刻槽在長(zhǎng)期使用過(guò)程中難免出現(xiàn)各種損傷，包括刻槽缺失/磨損、刻槽閉合、刻槽滑移、橡膠污染、瀝青表面侵蝕和邊緣剝落等[3].

表1 刻槽設(shè)計(jì)指標(biāo)及其病害
Tab.1 Groove design index and its diseases

結(jié)構(gòu)參數(shù)設(shè)計(jì)指標(biāo)最大偏差正常范圍輕度病害中度病害重度病害刻槽深度6 mm-1 mm～2 mm5mm～ 8 mm4mm～ 10 mm3 mm～12 mm2mm～ 14 mm刻槽寬度6 mm-1mm～2 mm5mm～ 8 mm4mm～ 10 mm3mm～ 12 mm2mm～ 14 mm槽中心距32 mm-1mm～3 mm31 mm～35 mm30 mm ～38 mm29 mm～40 mm28 mm～42 mm刻槽方向橫向刻槽±0.5 mm/m±0.5 mm/m±1.0 mm/m±1.5 mm/m±2.0 mm/m

表1提供了刻槽結(jié)構(gòu)參數(shù)的標(biāo)準(zhǔn)設(shè)計(jì)指標(biāo)[16-18]，當(dāng)刻槽偏離標(biāo)準(zhǔn)設(shè)計(jì)時(shí)，通常視為為病害.鑒于病害的嚴(yán)重程度并沒(méi)有統(tǒng)一的國(guó)家標(biāo)準(zhǔn)/國(guó)際標(biāo)準(zhǔn)，本文將超出最大允許偏差100%以?xún)?nèi)定義為輕度病害、超出最大允許偏差100%～200%定義為中度病害，超出最大允許偏差200%以上定義為重度病害.除此之外，刻槽槽形應(yīng)完整，不允許出現(xiàn)毛邊現(xiàn)象；跑道刻槽方向必須垂直于跑道中線(xiàn)，快速滑行道出口處刻槽應(yīng)與接縫平行；刻槽可以通過(guò)道面縱縫，距橫縫應(yīng)不小于75 mm，不大于120 mm；嵌入式燈具附近300 mm范圍內(nèi)不應(yīng)刻槽.

1.2 自動(dòng)化道面/路面測(cè)量技術(shù)

早在上世紀(jì)80年代，美國(guó)、荷蘭、法國(guó)等諸多國(guó)家就開(kāi)展關(guān)于路面的自動(dòng)化檢測(cè)設(shè)備和數(shù)據(jù)檢測(cè)管理系統(tǒng)的研究與開(kāi)發(fā)工作，部分智能檢測(cè)車(chē)輛和自動(dòng)化檢測(cè)識(shí)別系統(tǒng)已投入商業(yè)化應(yīng)用.其中，較為成熟的產(chǎn)品包括：格林伍德公司(Greenwood)研制的Greenwood Digital Profiler系統(tǒng)、澳大利亞公路研究局(ARRB) 研制的Hawkeye200系統(tǒng)、美國(guó)威林克公司(Waylink)的DHDV系統(tǒng)等.我國(guó)路面檢測(cè)起步較晚，但隨著近年來(lái)我國(guó)經(jīng)濟(jì)建設(shè)的快速發(fā)展和道路檢測(cè)的愈多需求，我國(guó)在自動(dòng)化道路檢測(cè)方面也取得了相當(dāng)多的研究進(jìn)展[15].其中，武大卓越公司(Zoyon)的RTM系統(tǒng)不但在公路檢測(cè)領(lǐng)域得到廣泛的應(yīng)用，在機(jī)場(chǎng)道面檢測(cè)領(lǐng)域也積累了豐富的經(jīng)驗(yàn).

a)道面檢測(cè)現(xiàn)場(chǎng)；b)線(xiàn)掃描三維測(cè)量原理圖2 基于RTM系統(tǒng)的機(jī)場(chǎng)道面檢測(cè)(香港國(guó)際機(jī)場(chǎng))Fig.2 Pavement detection using RTM system

如圖2.a，RTM系統(tǒng)使用兩臺(tái)線(xiàn)掃描三維測(cè)量傳感器(Line Scan Profilemeter，LSP)獲取道面的高程輪廓信息，然后將其與慣性傳感器數(shù)據(jù)和GPS數(shù)據(jù)進(jìn)行組合，提供道路完整的3D幾何輪廓及其特征(包括高程、縱向斜率、曲率和坐標(biāo)等).LSP采用三維相機(jī)結(jié)合線(xiàn)激光器方式，線(xiàn)性激光線(xiàn)投射到被測(cè)對(duì)象表面(如圖2.b所示)，相機(jī)與激光器成一定角度α獲取激光線(xiàn)，通過(guò)激光線(xiàn)在像方位置，結(jié)合標(biāo)定文件(通過(guò)標(biāo)定獲取物方和像方的標(biāo)定關(guān)系)，實(shí)現(xiàn)斷面掃描測(cè)量，通過(guò)連續(xù)斷面測(cè)量實(shí)現(xiàn)物體三維測(cè)量[19,20].

基于LSP測(cè)量的道面橫斷面高程，RTM系統(tǒng)對(duì)斷面數(shù)據(jù)處理存儲(chǔ)，實(shí)現(xiàn)對(duì)物體表面高精度、高頻和高動(dòng)態(tài)三維點(diǎn)云數(shù)據(jù)采集，該系統(tǒng)被廣泛應(yīng)用于公路路面檢測(cè)領(lǐng)域，可以實(shí)現(xiàn)0 km/h～120 km/h的高速檢測(cè)，檢測(cè)幅寬4000 mm，水平分辨率最高1 mm，高程精度最高0.3 mm，測(cè)量量程約300 mm[21].

2 道面刻槽檢測(cè)算法

2.1 數(shù)據(jù)處理

數(shù)據(jù)處理包含原始數(shù)據(jù)處理及樣本處理，對(duì)于3D激光斷面測(cè)量，數(shù)據(jù)噪音源自道面材料反光異常、傳感器數(shù)據(jù)異常、測(cè)量系統(tǒng)誤差等[21].如圖3.a，對(duì)于原始數(shù)據(jù)(圖中紅點(diǎn))，刻槽與非刻槽區(qū)域數(shù)據(jù)特征區(qū)別較大，需要分別處理.本文使用中值濾波初步提取參考輪廓SR，并將斷面點(diǎn)云∑x(i)劃分成兩個(gè)子集：

(1)

其中，C1為疑似紋理點(diǎn)云的集合，C2為疑似刻槽點(diǎn)云的集合.為避免將正常的細(xì)窄刻槽/紋理被誤分類(lèi)，使用中值濾波對(duì)子集中連續(xù)性低于閾值的數(shù)據(jù)重新分類(lèi).分別使用不同窗口大小和幅度閾值的中值濾波對(duì)兩個(gè)子集分別處理后的得到斷面輪廓的參照值(圖中藍(lán)線(xiàn)).

a)道面斷面數(shù)據(jù); b)道面三維點(diǎn)云圖3 道面點(diǎn)云數(shù)據(jù)處理Fig.3 Processing of 3D scanning point data

線(xiàn)掃描以斷面為單位獲取數(shù)據(jù)，單個(gè)斷面的數(shù)據(jù)姿態(tài)統(tǒng)一，而斷面間的數(shù)據(jù)可以依靠傳感器測(cè)量姿態(tài)信息進(jìn)行修正.圖3.b展示了一個(gè)典型的具備病害的三維道面數(shù)據(jù)，由多個(gè)連讀測(cè)量的斷面組成.其中，路面紋理由綠色表示，刻槽由藍(lán)色標(biāo)識(shí)，存在磨損病害的區(qū)域被標(biāo)記成了紅色.

考慮到單個(gè)斷面上的數(shù)據(jù)的一致性強(qiáng)于斷面間數(shù)據(jù)的一致性，因此，本文使用基于單個(gè)斷面的樣本數(shù)據(jù)制作數(shù)據(jù)集.每個(gè)斷面的數(shù)據(jù)被分割成非刻槽區(qū)域和刻槽區(qū)域，其中刻槽區(qū)域又包含正?？滩叟c存在病害的刻槽.使用人工標(biāo)簽的方法將正常的刻槽標(biāo)記為正樣本，非刻槽區(qū)域標(biāo)記為負(fù)樣本.本文設(shè)計(jì)了多個(gè)數(shù)據(jù)集進(jìn)行測(cè)試，每個(gè)數(shù)據(jù)集或多或少都會(huì)存在數(shù)據(jù)缺失、分布不均衡、存在異常數(shù)據(jù)、混有無(wú)關(guān)緊要的數(shù)據(jù)等諸多數(shù)據(jù)不規(guī)范的問(wèn)題，采用這些數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)得到的結(jié)果并不可靠，需要對(duì)每個(gè)數(shù)據(jù)集都進(jìn)行單獨(dú)的數(shù)據(jù)集預(yù)處理.

由圖3.a可知，典型的刻槽樣本通常呈現(xiàn)U或V字型，典型的非刻槽樣本則呈現(xiàn)為空間中隨機(jī)分布的離散點(diǎn).顯然，從刻槽本身的定義來(lái)看，形狀特征是標(biāo)準(zhǔn)刻槽的主要特征.采用深度、寬度、圓度、等形狀參數(shù)，描述標(biāo)準(zhǔn)刻槽樣本是最有效的手段.形狀特征的提取的準(zhǔn)確性以數(shù)據(jù)分割為前提，參數(shù)的準(zhǔn)確性必然受到分割效果的影響，對(duì)分割效果很差的數(shù)據(jù)和不具備分割特性的數(shù)據(jù)，形狀參數(shù)甚至無(wú)法提取.幾何紋理特征是區(qū)分刻槽與非刻槽的另一種有效手段.幾何紋理特征參數(shù)(GPS)是工業(yè)上一系列用于描述產(chǎn)品表面特征的重要參數(shù)[22-24].是一組包含幾何信息的集合(包括粗糙度、峰度、銳度、偏度等)，是為了表達(dá)紋理的完整信息所提出的一個(gè)概念.幾何特征參數(shù)通常為統(tǒng)計(jì)特征，因此對(duì)與統(tǒng)計(jì)窗口的選擇較為敏感.另外，統(tǒng)計(jì)窗口內(nèi)如果同時(shí)存在刻槽與紋理兩類(lèi)數(shù)據(jù)，幾何特征參數(shù)的準(zhǔn)確性必然受到影響.

多個(gè)特征值共同構(gòu)成了描述樣本的特征向量.在特征值選取的時(shí)候，需要判斷特征向量之間是否存在矛盾的結(jié)論.根據(jù)矩陣?yán)碚?，如果λ滿(mǎn)足，Ax=λx，則λ為A的特征值，并且

(2)

當(dāng)矩陣完全一致的時(shí)候，λ1=λmax=n，其余特征根為0；而當(dāng)矩陣不一致的時(shí)候，λ1=λmax>n，因此，一致性CI通常作為度量標(biāo)準(zhǔn)

(3)

CI越大一致性越低，CI越小一致性越高，矩陣完全一致的時(shí)候CI=0.數(shù)據(jù)的不一致通常源自數(shù)據(jù)缺失、分布不均衡、存在異常數(shù)據(jù)、混有無(wú)關(guān)緊要的數(shù)據(jù)等諸多數(shù)據(jù)不規(guī)范的問(wèn)題，因此需要對(duì)樣本數(shù)據(jù)進(jìn)行清洗.通常采用基于人工和統(tǒng)計(jì)學(xué)聯(lián)合的情況下對(duì)樣本進(jìn)行篩選.其中，樣本集的聚類(lèi)中心可以借助降維算法(PCA、SVD、LDA)對(duì)數(shù)據(jù)集進(jìn)行降維后，通過(guò)人工的辨識(shí)的方法識(shí)別[25,26].在完成對(duì)異常樣本的初步表示后，在根據(jù)統(tǒng)計(jì)學(xué)對(duì)樣本進(jìn)行進(jìn)一步的篩選.剔除異常樣本之后，需要對(duì)定義的清洗轉(zhuǎn)換規(guī)則的正確性和效率進(jìn)行驗(yàn)證和評(píng)估，當(dāng)不滿(mǎn)足清洗要求時(shí)要對(duì)清洗規(guī)則或系統(tǒng)參數(shù)進(jìn)行調(diào)整和改進(jìn).

2.2 模型學(xué)習(xí)

樸素貝葉斯是經(jīng)典的機(jī)器學(xué)習(xí)算法之一，也是為數(shù)不多的基于概率論的分類(lèi)算法.樸素貝葉斯的核心是貝葉斯定理：

(4)

從計(jì)算上來(lái)說(shuō)，如果想知道在x條件下，隨機(jī)事件出現(xiàn)c狀況的概率，需要同時(shí)知道隨機(jī)事件c和x單獨(dú)出現(xiàn)的概率和在已知事件c出現(xiàn)的條件下，條件x出現(xiàn)的概率.樸素貝葉斯法對(duì)條件概率分布做了條件獨(dú)立性的假設(shè)，由于這是一個(gè)較強(qiáng)的假設(shè)，樸素貝葉斯也由此得名.在這種情況下：

(5)

公式的靠左邊等式是貝葉斯定理的公式，而右邊新加的一個(gè)式子是將P(x|c)(條件聯(lián)合概率)表達(dá).基于之前選擇的特征值和訓(xùn)練樣本，貝葉斯分類(lèi)器被用于建立刻槽與非刻槽參數(shù)先驗(yàn)分布以及能夠表征機(jī)場(chǎng)道面表面形狀參數(shù)與幾何參數(shù)的物理模型.該模型被用于識(shí)別機(jī)場(chǎng)道面斷面中的刻槽數(shù)據(jù).

刻槽是等間距的直線(xiàn)構(gòu)成的一種人造紋理，刻槽病害是道面中部分區(qū)域的紋理遺失或者損壞.而紋理通常具備空間上的相關(guān)性，即在空間尺度上，樣本點(diǎn)直接是存在相關(guān)性的.相關(guān)函數(shù)描述了信號(hào)之間的相似性，其相關(guān)性大小有相關(guān)系數(shù)衡量[27].從概率學(xué)的角度來(lái)看.對(duì)于兩組數(shù)據(jù)存在相關(guān)性的x1，x2，如果這兩個(gè)函數(shù)存在相關(guān)性，x2受到x1的影響為：

P'(x2|c)=a*P(x1|c)+b

或

P'(x2|c)=f(P(x1|c)),

(6)

前者稱(chēng)之為線(xiàn)性互相關(guān)函數(shù)(一階互相關(guān)函數(shù))，后者稱(chēng)之為非線(xiàn)性互相關(guān)函數(shù)(高階互相關(guān)函數(shù)).此時(shí)，數(shù)據(jù)的條件概率源自自身?xiàng)l件概率和相關(guān)性修正的疊加

Pcorrected(x2|c)=P(x2|c)+P'(x2|c)=

P(x2|c)+f(P(x1|c)),

(7)

使用刻槽的局部空間相關(guān)性，實(shí)現(xiàn)刻槽信息補(bǔ)償?shù)倪^(guò)程本文稱(chēng)之為局部空間相關(guān)性耦合.

2.3 刻槽回歸

刻槽識(shí)別除去常見(jiàn)的混淆矩陣、準(zhǔn)確率、精確率和召回率外，由于刻槽本身是一種具有較強(qiáng)規(guī)律性的人造紋理，通常對(duì)于識(shí)別結(jié)果，模型學(xué)習(xí)的結(jié)果需要能夠滿(mǎn)足空間尺度下的刻槽回歸算法的實(shí)現(xiàn).刻槽回歸，即依據(jù)成功識(shí)別的刻槽對(duì)缺失的刻槽進(jìn)行修補(bǔ).如圖4所示，刻槽局部存在嚴(yán)重磨損，理論上連貫的刻槽線(xiàn)發(fā)生“斷裂”.對(duì)于嚴(yán)重磨損的刻槽，其在斷面上的特征等同于非刻槽區(qū)域，因此會(huì)在識(shí)別過(guò)程中被判定為非刻槽區(qū)域.實(shí)際上，磨損、缺失等區(qū)域可以理解為存在寬度和深度為0的“無(wú)效刻槽”.無(wú)效刻槽也是刻槽的一種，無(wú)法直接從斷面上識(shí)別，依賴(lài)基于空間尺度的修補(bǔ)過(guò)程.

圖4 刻槽回歸算法原理Fig.4 Principle of groove regression algorithm

刻槽存在兩個(gè)重要的空間特征：刻槽線(xiàn)性特征及刻槽周期性紋理特征.線(xiàn)性特征指一條正?？滩蹜?yīng)為一條筆直的線(xiàn)，通過(guò)延長(zhǎng)斷裂的刻槽可以和另一斷裂端連接在一起.周期性紋理特征指一條正?？滩燮渚嚯x相鄰刻槽距離相同且可以預(yù)知.大部分刻槽線(xiàn)同時(shí)滿(mǎn)足以上兩個(gè)特征，部分刻槽線(xiàn)只滿(mǎn)足其中一個(gè)特征.例如，當(dāng)刻槽發(fā)生滑移時(shí)，刻槽不具備線(xiàn)性特征，而具備了周期性紋理特征；刻槽發(fā)生磨損時(shí)，刻槽具備線(xiàn)性特征，且具備周期性紋理特征.道面病害極少是單純的某一類(lèi)病害，而常見(jiàn)混合型病害，如刻槽滑移時(shí)，其刻槽橫斷面形態(tài)會(huì)發(fā)生較大程度的變化，從而造成類(lèi)似于磨損的次生病害.

因此，線(xiàn)性特征與周期性紋理特征在理論刻槽推演過(guò)程中需要采用對(duì)抗決策方法，使用對(duì)抗策略動(dòng)態(tài)的對(duì)刻槽進(jìn)行回歸：

(8)

其中，r1,r2分別為線(xiàn)性特征與周期性紋理特征的空間約束范圍(窗口尺寸)，c為刻槽的周期約束(刻槽中心距的理論值)，f(r1,r2)為損失函數(shù)，Δhmax為修補(bǔ)完成后刻槽線(xiàn)間的最大中心距，Nmiss為孤立刻槽線(xiàn)的個(gè)數(shù).當(dāng)回歸完成后，如果所有刻槽線(xiàn)全部匹配，f(r1,r2)=0，否則，f(r1,r2)>0.使用最速下降法對(duì)方程組進(jìn)行迭代求解，f(r1,r2)取極小值時(shí)，r1和r2即為刻槽回歸的最優(yōu)解.

2.4 刻槽測(cè)量

三維點(diǎn)云的高程值不等價(jià)于道面刻槽的深度.多數(shù)情況下，刻槽道面的路面形成不規(guī)則的曲面，而各個(gè)刻槽的深度可理解為輪胎接觸面(圖5.a中藍(lán)線(xiàn))到刻槽底部(圖5.a中會(huì)灰線(xiàn))的距離.為了搜索輪胎與道面的接觸面，可以從包含該刻槽的所有非刻槽點(diǎn)云三維坐P(xi,yi,zi)的集合中隨機(jī)選取三個(gè)點(diǎn)進(jìn)行參考面的構(gòu)造，通過(guò)迭代次數(shù)T使覆蓋到的點(diǎn)云數(shù)量Ninliers最大，得到最大的內(nèi)點(diǎn)擬合概率ε=Ninliers/n.T可由以下公式確定：

T=log(1-τ)/log(1-(1-ε)3),

(9)

而經(jīng)過(guò)T次采樣之后最優(yōu)平面被選中的概率τ.最后，將集合P中刻槽內(nèi)部點(diǎn)的實(shí)際深度定義為到參考平面的距離,depth(P)=zi-z'i.其中，zi是刻槽的測(cè)量高程,z'i是i點(diǎn)在參考平面上投影的高程.

a)斷面上刻槽寬度和深度的計(jì)算; b)刻槽中心距的計(jì)算圖5 刻槽參數(shù)的計(jì)算Fig.5 Calculation of groove parameters

同理，計(jì)算該刻槽雙側(cè)邊緣點(diǎn)e1與e2.e1與e2的空間距離即為刻槽在斷面上的寬度width(P).如圖5.b所示，為了保障單個(gè)斷面上存在刻槽區(qū)域與非刻槽區(qū)域，實(shí)際測(cè)量過(guò)程中，刻槽與線(xiàn)掃描方向存在傾斜夾θ.因此，刻槽的寬度則取決于斷面寬度和刻槽傾斜角θ，width(P)*cosθ；刻槽的中心距則取決于刻槽中心線(xiàn)垂直間距d和刻槽傾斜角θ，space(P1,P2)=d*cosθ.

3 實(shí)驗(yàn)與分析

3.1 數(shù)據(jù)采集介紹

本文實(shí)驗(yàn)數(shù)據(jù)基于武大卓越公司(Zoyon)的RTM系統(tǒng)(如圖2所示)，由線(xiàn)掃描三維測(cè)量傳感器、通過(guò)控制器以及采集系統(tǒng)組成.線(xiàn)掃描三維測(cè)量傳感器橫向分辨率1 mm，縱向分辨率1-3 mm，高程測(cè)量精度0.35 mm，能在0-80 km/h的行車(chē)速度下對(duì)1 mm的裂縫進(jìn)行識(shí)別與檢測(cè).對(duì)香港國(guó)際機(jī)場(chǎng)8條跑道的9.6 km道面數(shù)據(jù)進(jìn)行了高精度測(cè)量.其中，300組數(shù)據(jù)被用于實(shí)驗(yàn)，每組數(shù)據(jù)包含1000個(gè)斷面.訓(xùn)練與測(cè)試采用交叉驗(yàn)證的方式，80%的數(shù)據(jù)用于訓(xùn)練，20%的數(shù)據(jù)用于測(cè)試.

3.2 測(cè)量系統(tǒng)標(biāo)定

標(biāo)定是三維測(cè)量的重要組成部分.三維傳傳感器輸出是CCD上激光線(xiàn)的相對(duì)位置，而不是測(cè)量輪廓的實(shí)際高度，為了準(zhǔn)確地獲取高程信息，要對(duì)三維傳感器進(jìn)行標(biāo)定.如圖6.a所示，RTM系統(tǒng)包含了成熟的標(biāo)定方案[28]，即使用測(cè)距儀收集多個(gè)測(cè)量點(diǎn)的移動(dòng)距離，根據(jù)圖像高程和物體高程，建立相應(yīng)的關(guān)系，并獲得激光器校準(zhǔn)參數(shù).

a) 三維傳感器標(biāo)定； b)刻槽尺寸計(jì)算值標(biāo)定圖6 測(cè)量系統(tǒng)標(biāo)定Fig.6 Calibration of equipments

除了對(duì)三維傳感器進(jìn)行標(biāo)定外，刻槽尺寸評(píng)估算法也需要標(biāo)定.如圖6.b所示，標(biāo)定過(guò)程使用刻槽寬度從1 mm～10 mm的標(biāo)定板，標(biāo)定板包含1 mm～10 mm 的10條刻槽.將刻槽測(cè)量尺寸的計(jì)算值和真實(shí)值對(duì)比，建立相應(yīng)的關(guān)系，并獲得刻槽尺寸計(jì)算值校準(zhǔn)參數(shù).

3.3 刻槽分類(lèi)實(shí)驗(yàn)

基于采集到的道面斷面數(shù)據(jù)和道面特征，實(shí)驗(yàn)部分使用了三組典型的道面樣本集.基于人類(lèi)的主觀(guān)認(rèn)知，機(jī)場(chǎng)道面被分成正常區(qū)域與病害區(qū)域，正常區(qū)域的刻槽用于創(chuàng)建正?？滩蹣颖炯?，病害區(qū)域的刻槽用于創(chuàng)建病害刻槽樣本集，而混合樣本集則由70%的正?？滩?0%的病害刻槽和10%的無(wú)刻槽道面樣本構(gòu)成.表2給出了基于本文算法的斷面刻槽識(shí)別結(jié)果.

表2 不同樣本集下的刻槽識(shí)別結(jié)果Tab.2 Groove recognition results with different sample sets

對(duì)于典型刻槽樣本集，本文方法具有97.21%的準(zhǔn)確率.對(duì)于病害刻槽，大部分刻槽在斷面層面不具備足夠用于分類(lèi)的信息，識(shí)別率因此下降至69.02%.這種情況下，刻槽的正確認(rèn)知過(guò)程依賴(lài)于對(duì)于整張圖片上刻槽存在的理解與猜測(cè)，這一過(guò)程交由刻槽回歸算法實(shí)現(xiàn).

對(duì)于正?？滩?，其可以看作典型的U型或V型，其形狀特征是最主要的分類(lèi)特征.實(shí)驗(yàn)結(jié)果(表3)支持了這一猜測(cè).

表3 正?？滩蹣颖炯驴滩圩R(shí)別結(jié)果Tab.3 Groove recognition results with normal samples

對(duì)于正?？滩蹣颖炯?，基于形狀特征識(shí)別的結(jié)果要優(yōu)于基于紋理特征識(shí)別的結(jié)果.但是對(duì)于病害刻槽樣本集，刻槽的形狀特征被破壞，不再具備典型意義.特別是磨損嚴(yán)重的刻槽，其深度特征和寬度特征幾乎無(wú)法辨識(shí).同時(shí)，隨著病害層度的增加，基于形狀特征衍生的特征值的計(jì)算誤差也逐步增加，進(jìn)一步影響了識(shí)別準(zhǔn)確率.這種情況下(如表4所示)，基于紋理特征識(shí)別的結(jié)果要優(yōu)于基于形狀特征識(shí)別的結(jié)果.

表4 病害刻槽樣本集下刻槽識(shí)別結(jié)果Tab.4 Groove recognition results with disease samples

表2～表4的實(shí)驗(yàn)結(jié)果說(shuō)明正常的刻槽能夠根據(jù)設(shè)計(jì)規(guī)劃下定義，具備典型的深度和寬度特征，其實(shí)際形狀也與設(shè)計(jì)相符.但對(duì)于病害來(lái)說(shuō)，其形狀特征開(kāi)始出現(xiàn)了較強(qiáng)的隨機(jī)性，且不同病害也展現(xiàn)出了不同的傾向性.此時(shí)，使用單純的使用形狀特征去定義刻槽存在一定的難度.

另一方面，無(wú)論發(fā)生何種病害，刻槽區(qū)域與非刻槽區(qū)域的表面受力和產(chǎn)生過(guò)程通常存在差異，即使在斷面上其具體的形狀特征已經(jīng)無(wú)法辨識(shí)，但其所表現(xiàn)出的紋理依然有別于正常的非刻槽區(qū)域的紋理.事實(shí)上，使用人工方式對(duì)刻槽進(jìn)行識(shí)別，人類(lèi)的認(rèn)知過(guò)程并不會(huì)在意刻槽的形狀是否符合標(biāo)準(zhǔn)，而是將刻槽區(qū)域當(dāng)作一種有別于非刻槽區(qū)域的紋理結(jié)構(gòu)進(jìn)行理解.這使得刻槽病害無(wú)論多么嚴(yán)重，只要刻槽區(qū)域與非刻槽區(qū)域存在特征上的差異，人類(lèi)就能對(duì)兩者進(jìn)行區(qū)分，并并形成對(duì)于刻槽的認(rèn)知.

3.4 刻槽測(cè)量結(jié)果

接下來(lái)，100組病害樣本被用于測(cè)試本文方法的有效性，其中97組能夠完成刻槽的識(shí)別.剩余3刻槽磨損嚴(yán)重且磨損區(qū)域刻槽中心距異常，因此部分刻槽線(xiàn)被錯(cuò)誤的識(shí)別.這種情況下雖然識(shí)別錯(cuò)誤，但被檢測(cè)出的偽刻槽經(jīng)過(guò)非刻槽區(qū)域，導(dǎo)致此區(qū)域的刻槽寬度和深度趨緊與零值，刻槽自動(dòng)評(píng)估環(huán)節(jié)依然將這些刻槽“正確”的歸類(lèi)為了嚴(yán)重磨損或缺失.圖7展示了三組病害由輕到重的刻槽數(shù)據(jù)識(shí)別結(jié)果.從左到右依次為原始深度圖像，分類(lèi)器識(shí)別結(jié)果，刻槽線(xiàn)回歸結(jié)果，病害評(píng)估結(jié)果(紅色為嚴(yán)重病害區(qū)域，藍(lán)色為正常區(qū)域).

a) 輕度病害樣本; b)中度病害樣本; c)重度病害樣本圖7 刻槽識(shí)別與評(píng)估Fig.7 Groove identification and evaluation

如表5所示，以其中8組典型樣本為例，這些樣本涵蓋了測(cè)試樣本中典型刻槽區(qū)域中深度值與寬度值的統(tǒng)計(jì)值與人工辨識(shí)結(jié)果.

刻槽隨著磨損程度，深度值發(fā)生變化；刻槽隨剝落的程度，寬度值發(fā)生變化；當(dāng)發(fā)生刻槽缺失，深度值和寬度值的標(biāo)準(zhǔn)差會(huì)發(fā)生巨大變化.與人工對(duì)刻槽的辨識(shí)結(jié)果相比，主觀(guān)上正常甚至輕度磨損的刻槽，其大部分區(qū)域的深度值在正常范圍.這種情況可能源自基于人工目視辨識(shí)和設(shè)備輔助抽樣測(cè)量的結(jié)果與基于三維傳感器的評(píng)價(jià)標(biāo)準(zhǔn)的不一致.

表5 刻槽設(shè)計(jì)指標(biāo)及其病害Tab.5 Groove design index and its diseases

4 討論

三維特征變化是機(jī)場(chǎng)道面正常區(qū)域、病害區(qū)域及外來(lái)異物等道面表觀(guān)異常和紋理變化的典型表現(xiàn)，通過(guò)對(duì)機(jī)場(chǎng)道面進(jìn)行高精度三維掃描，建立道面三維模型，結(jié)合機(jī)器學(xué)習(xí)實(shí)現(xiàn)道面表觀(guān)損傷檢測(cè)是未來(lái)發(fā)展的趨勢(shì).基于三維線(xiàn)掃描的道面測(cè)量技術(shù)能高精度獲、高效率的取刻槽幾何參數(shù)的變化.相比于傳統(tǒng)二維測(cè)量技術(shù)，三維測(cè)量技術(shù)能夠更真實(shí)的還原道面表觀(guān)、更精確反映刻槽特征，有助于實(shí)現(xiàn)更準(zhǔn)確的病害檢測(cè).本文的所提供的方法與實(shí)驗(yàn)支持了這一觀(guān)點(diǎn).同時(shí)，實(shí)驗(yàn)還發(fā)現(xiàn)正常刻槽適用于利用形狀特征分類(lèi)，而病害刻槽，特別是重度病害的刻槽適合于紋理特征進(jìn)行分類(lèi).

隨著道面刻槽病害的嚴(yán)重化和復(fù)雜化，已經(jīng)難以用傳統(tǒng)意義上的寬度、深度等幾何特征去定義病害刻槽，刻槽更多的是展現(xiàn)出與正?？滩垡约芭c非刻槽區(qū)域紋理上的差異.另一方面，刻槽表面特征發(fā)生變化對(duì)道面抗滑性能和道面排水性能究竟有什么樣的影響，究竟該如何依據(jù)測(cè)量結(jié)果，實(shí)現(xiàn)整條道面的評(píng)估與養(yǎng)護(hù)決策，這也是值得研究的課題.