高速公路路面裂縫檢測與養(yǎng)護新技術(shù)研究

岳二濤

摘要：針對傳統(tǒng)的高速公路路面裂縫檢測方法存在的諸多問題和缺陷，詳細闡述了路面識別與分割、路面裂縫幾何參數(shù)計算方法，采用三維圖像檢測路面裂縫等方面的高速公路路面裂縫檢測新技術(shù)。通過3種檢測方法，對某地區(qū)R高速公路工程路面裂縫進行實地檢測，其檢測結(jié)果驗證了該路面裂縫檢測新技術(shù)具有更高的檢測精度、可靠性，說明該項新技術(shù)可在高速公路路面裂縫檢測施工中投入應用。

關鍵詞：高速公路；路面裂縫；檢測與養(yǎng)護；新技術(shù)

0? ?引言

高速公路建設工程具有線性性質(zhì)，不同類型的高速公路也具有不同的使用性質(zhì)，對路面的檢測與養(yǎng)護要求也存在較大的差異[1]。常見的高速公路路面病害有裂縫、龜裂、沉陷、車轍等，其中以路面裂縫病害較為突出。路面裂縫以表面裂縫、內(nèi)部裂縫以及疲勞裂縫為主，若裂縫問題得不到及時處理，可能引起高速公路路基水毀、沉陷等病害，降低路面的使用性能，無法保證車輛行駛的安全[2]。

科學合理的高速公路路面裂縫檢測方法至關重要。傳統(tǒng)的檢測方法具有局限性，檢測精度較低、成本費用較高，且無法快速測定路面裂縫的準確位置，檢測不到公路面層以下的隱含裂縫[3]。為解決這一問題，以R高速公路工程為例，在傳統(tǒng)路面裂縫檢測方法的基礎上，提出了一種全新的路面裂縫檢測方法與養(yǎng)護處理技術(shù)。

1? ?高速公路路面裂縫檢測新技術(shù)

1.1? ?高速公路路面識別與分割

高速公路路面裂縫檢測技術(shù)，首先需要識別與分割高速公路路面，確定待檢測路面區(qū)域，為后續(xù)分析研究奠定基礎。高速公路路面識別與分割流程如圖1所示。

圖1中，首先結(jié)合高速公路路面自身特點，通過無人機航拍的方式，采集路面航拍圖像，并檢測公路無人機航拍圖像特征。然后對無人機航拍圖像進行二值化處理，將目標從無人機航拍圖像中分割出來[4]。二值化處理的表達公式如式（1）：

（1）

式（1）中：g（x，y）表示待檢測路面二值圖像；?（x，y）表示無人機航拍灰度圖像；T表示圖像分割閾值。完成圖像二值化處理后，基于Hough變換原理，變換路面特征圖像，將圖像被檢測的特征從像素坐標空間變換至參數(shù)坐標空間，篩選出與高速公路路面區(qū)域無關的特征[5]。在此基礎上，選擇其中與路面參數(shù)坐標空間相對應的特征，進而確定無人機航拍圖像中待檢測路面裂縫的路面區(qū)域，達到路面識別與分割目的。

1.2? ?路面裂縫幾何參數(shù)計算方法

完成高速公路路面識別與分割后，對可見路面裂縫的幾何參數(shù)進行計算，進而確定路面裂縫的基本屬性。本文設計的高速公路路面裂縫幾何參數(shù)計算包括2個部分，分別為路面線性裂縫長度和寬度計算，以及網(wǎng)狀裂縫面積計算，下面進行具體的計算說明。

1.2.1? ?計算路面線性裂縫長度和寬度

首先明確路面裂縫的線性特征，對裂縫進行初步細化處理。在不改變裂縫表面輪廓的前提下，提取其骨架結(jié)構(gòu)，獲取路面單像素寬度裂縫[6]。部分路面裂縫骨架提取后存在分支，此時需要人為去除分支[7]。在此基礎上，計算路面裂縫長度和寬度，其計算公式分別為：

L=ml? ? ? ? ? ? ? ? ? （2）

d= （x1-x2）2+（y1-y2）2? ? ? ? ? ? （3）

式（2）中：L表示路面線性裂縫長度；m表示路面線性裂縫每個像素代表的長度；l表示細化處理后的像素總數(shù)。通過計算得出線性裂縫的長度參數(shù)。

式（3）中：d表示路面線性裂縫寬度；（x1，y1）、（x2，y2）分別表示路面線性裂縫邊緣的兩個交點坐標。通過計算得出線性裂縫的寬度參數(shù)。

1.2.2? ?計算路面網(wǎng)狀裂縫面積

高速公路路面網(wǎng)狀裂縫面積是裂縫幾何參數(shù)中的重要組成部分，能夠直觀描述裂縫的大小及形狀，評價裂縫的破損程度。網(wǎng)狀裂縫面積計算公式為：

S=d2（x2-x1）（y2-y1）? ? ? ? ? ? ?（4）

式（4）中：d2表示裂縫圖像中1個像素點所占實際面積的比例參數(shù)；x1、x2分別表示裂縫在坐標系X軸上投影坐標的最大值與最小值；y1、y2分別表示裂縫在坐標系Y軸上投影坐標的最大值與最小值[8]。根據(jù)裂縫面積幾何參數(shù)計算結(jié)果，初步獲取裂縫的破損程度與形態(tài)大小，為后續(xù)路面裂縫檢測提供有力的參數(shù)支持。

1.3? ?采用三維圖像檢測路面裂縫

在高速公路路面裂縫幾何參數(shù)計算完畢后，明確獲取了路面裂縫的相關信息數(shù)據(jù)，在此基礎上采用三維圖像檢測方法，對高速公路路面裂縫作出全方位、多維度的檢測。

首先，選擇與高速公路路面工程適配度較高的激光掃描設備與三維相機。為了提高裂縫檢測結(jié)果的精確度，采用三維剖面成像檢測車，配備2套激光器和相機，對公路路面進行連續(xù)拍攝，獲取路面檢測區(qū)域內(nèi)的二維圖像。結(jié)合獲取到的前述路面裂縫幾何參數(shù)信息，生成相應的三維圖像。

其次，消除三維圖像背景陰影，進而分離圖像背景與裂縫。將三維圖像中的路面裂縫用白色標記，背景用黑色標記，使路面裂縫能夠較為完整地表現(xiàn)出來。在路面裂縫檢測中，將裂縫劃分為表面裂縫與內(nèi)部裂縫2個類別，其結(jié)構(gòu)示意分別如圖2、圖3所示。

從圖2、圖3可知，這2個類別的裂縫存在較大差異。其中，表面裂縫多數(shù)為可見裂縫，檢測過程較為簡單；而內(nèi)部裂縫會受到路面狀態(tài)變化的影響而發(fā)生改變，檢測過程中需要實時監(jiān)測路面內(nèi)部狀態(tài)變化[9]。

路面裂縫與背景標記完畢后，利用檢測系統(tǒng)提取裂縫像素信息。整合提取到的裂縫像素信息，重構(gòu)高速公路路面三維模型，全面檢測路面裂縫，進而獲取公路每一路段的裂縫數(shù)量、裂縫形態(tài)、裂縫所在位置等信息，完成路面裂縫檢測任務。

2? ?高速公路路面裂縫養(yǎng)護技術(shù)

根據(jù)獲取到的高速公路路面裂縫所在位置、長度、深度、形態(tài)等檢測結(jié)果，制定和實施路面養(yǎng)護方案，即采取瀝青還原劑霧封層的養(yǎng)護處理技術(shù)，對高速公路路面裂縫進行養(yǎng)護處理，避免裂縫擴大對路面使用性能與行車安全造成不利影響。

將瀝青還原劑均勻涂抹在裂縫所在位置，隨著瀝青還原劑的不斷滲入，將裂縫處的老化瀝青進行還原，使瀝青各個組分達到平衡，封閉公路路面的裂縫，進而恢復高速公路路面瀝青的韌性與原始性能。

將輔助再生劑作為膠體的介穩(wěn)體系，通過其軟化膨脹作用，封閉瀝青還原劑無法封閉的細小裂縫，補充路面瀝青缺少的組分及損失的瀝青。通過瀝青還原劑霧封層與輔助再生劑的作用，全方位實現(xiàn)高速公路路面裂縫養(yǎng)護處理目標。

3? ?高速公路路面裂縫檢測實例

3.1? ?工程概況

某地區(qū)R高速公路工程的實際管養(yǎng)里程約為28.53公里，起點樁號為G311K234+762，終點樁號為G311K284+

052，屬于一級公路。根據(jù)高速公路路面裂縫的實際情況與裂縫類型對應的特征，選取此次路面裂縫檢測和養(yǎng)護所需的設備，其規(guī)格型號及數(shù)量如表1所示。

掌握該工程概況信息后，按照上述高速公路路面裂縫檢測技術(shù)和路面裂縫養(yǎng)護技術(shù)，對R高速公路路面裂縫進行檢測，并對其檢測結(jié)果進行分析，如下所述。

3.2? ?檢測方法和檢測結(jié)果分析

3.2.1? ?檢測方法

選取R高速公路工程路面裂縫檢測識別率，作為此次實驗的評價指標。將本文提出的上述檢測方法設置為實驗組，將文獻[2]、文獻[5]提出的檢測方法分別設置為對照組1和對照組2，利用MATLAB模擬分析軟件，測定3種檢測方法的檢測識別率。隨機在R高速公路工程中選取6個路面裂縫數(shù)量較多的待檢測路段，其信息如表2所示。

3.2.2? ?檢測結(jié)果分析

利用上述3種檢測方法，對表2中6個路段的路面裂縫進行全面檢測，統(tǒng)計出對應的檢測識別率并進行對比，其結(jié)果如圖4所示。

由圖4可知，應用這3種檢測方法，其路面裂縫檢測識別率具有明顯差異。其中，應用本文提出的路面裂縫檢測方法檢測這6個路段的路面裂縫，其檢測識別率均顯著高于另外2種檢測方法，檢測識別率均達到了98%以上。該檢驗結(jié)果說明，本文提出的高速公路路面裂縫檢測新技術(shù)能夠更加準確地檢測識別出路面裂縫，具有較高檢測精度、檢測的可靠性和可行性，可以在高速公路路面裂縫檢測施工中投入使用。

4? ?結(jié)束語

為了解決高速公路路面裂縫等病害問題，研究并提出了高速公路路面裂縫檢測新技術(shù)，以R高速公路工程為例開展了路面裂縫的檢測與養(yǎng)護對比，驗證了該項路面裂縫檢測新技術(shù)的精準性和有效性，對改善高速公路路面的使用性能和提高車輛的行車安全，具有重要的現(xiàn)實意義和良好的應用前景。

參考文獻

[1] 田陳燕，岳建洪，陳金蓉，等.基于技術(shù)效應的瀝青路面養(yǎng)

護后評價研究[J].公路與汽運，2022（5）：126-130+141.

[2] 徐希忠，韋金城，張曉萌，等.瀝青路面使用性能檢測與評

價研究現(xiàn)狀[J].石油瀝青，2022，36（1）：1-8+29.

[3] 黃九達，陳濤，洪盛祥，等.高速公路瀝青路面養(yǎng)護現(xiàn)狀與

決策分析[J].河南科技，2021，40（36）：73-76.

[4] 李江華，盧軍源，馬進，等.柳州北環(huán)高速路面病害特征與

養(yǎng)護決策分析[J].企業(yè)科技與發(fā)展，2021（8）：174-176.

[5] 徐鵬，祝軒，姚丁，等.瀝青路面養(yǎng)護智能檢測與決策綜述

[J].中南大學學報（自然科學版），2021，52（7）：2099-2117.

[6] 雷煜，林彥宇，楊慧，等.高速公路路基路面病害的科學檢

測及預防養(yǎng)護策略研究[J].四川水泥，2021（4）：276-277.

[7] 曹明明，陳金蓉，張洲洋，等.高速公路瀝青路面技術(shù)狀況

評價指標分析[J].公路與汽運，2021（2）：155-160.

[8] 施彥，凌天清，崔立龍，等.瀝青路面預防性養(yǎng)護評價標準

及決策優(yōu)化研究[J].公路交通，2020，37（10）：25-34+56.

[9] 顏魯鵬，吳逸飛，陳波，等.融合BIM與現(xiàn)實捕捉技術(shù)的

高速公路病害檢測信息化技術(shù)研究[J].中外公路， 2020，40

（2）：300-306.