原文传递
基于BIM的高速公路路面病害信息化管理研究
| 论文题名： | 基于BIM的高速公路路面病害信息化管理研究 |
| 关键词： | 高速公路;路面病害;信息化管理;BIM技术;深度相机 |
| 摘要： | 针对当前高速公路病害管理存在的信息互通性差、数据采集技术落后、病害管理效率低的问题，本文研究了基于BIM技术的高速公路路面病害管理的信息化方案。BIM技术运用在项目的整个生命周期中，在数据支持方面功能强大，可以将高速公路病害管理项目的图形和非图形信息融合与共享，为高速公路病害管理信息化建设提供数据和技术支撑。同时，采用检测车激光扫描、GPS定位、视频拍摄、深度相机扫描等数据采集技术，融合并获取病害的详细信息及BIM模型，提高了病害管理工作采集能力。并且通过上传采集到的病害信息到BIM信息化平台，进行协同处理，使病害管理工作极大地提升了效率。总的来说，本文结合目前流行的道路BIM建模技术，使病害管理向信息化﹑系统化、高效化方向发展。本文的研究内容主要如下： （1）BIM信息化管理平台。使用Civil3D作为核心建模软件，建立道路BIM模型。包括对路线、纵断面、横断面的设计，并将所设计的对象组成统一的道路模型。使用InfraWorks对道路模型进行可视化，并装配上由里程桩定位以及坑槽病害点云信息集合成的坑槽病害BIM模型。同时将以上所有的BIM数据以及基础信息数据，保存在数据库中，搭建基于SpringBoot+Vue的Web系统平台进行信息化管理。 （2）提出了基于YOLOv5s目标检测的道路里程桩定位。由检测车搭载固定位置的摄像机以及GPS定位仪，沿着路边拍摄里程桩视频以及记录道路轨迹GPS信息。使用YOLOv5s目标检测算法，识别视频图像帧中的里程桩，实验结果显示公里桩的识别精确度为0.956，百米桩的识别精确度为0.984，识别精确度高。同时基于连续的检测车GPS位置信息，在检测到里程桩牌后跳过后续百米内的图像帧，在下一个百米桩前继续检测。该检测方法的改进相比于全部视频帧的检测，其效率提升了92.46%。最后，通过时间戳插值，结合GPS位置信息，完成了里程桩定位的数据融合。里程桩经纬度定位实验结果平均误差为1.38米，实现了里程桩牌的精准定位。 （3）提出了基于RANSAC的道路坑槽点云信息提取。检测车采集道路路面点云信息，然后使用RANSAC算法进行横断面分析，初步分析出存在坑槽的位置以及坑槽的尺寸信息。再使用深度相机采集确切位置的坑槽点云，通过RANSAC算法计算路面点云回归平面，矫正数据并分离出坑槽点。由坑槽点信息计算并获取坑槽的深度和面积指标，同时生成坑槽BIM三维模型。结果显示，坑槽深度的平均相对误差为4.56%。坑槽面积平均相对误差为4.39%，实验结果准确度高。 |
| 作者： | 廖飞钦 |
| 专业： | 计算机科学与技术 |
| 导师： | 马荣贵 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
