Дефлектометр движущегося колеса

Предложен способ и устройство (1) для измерения прогиба от движущегося колеса. Устройство содержит: движущееся колесо (4) для перемещения вдоль измеряемой поверхности (2) в первом направлении, раму (6), проходящую вдоль указанной измеряемой поверхности (2) в указанном первом направлении от, по меньшей мере, указанного движущегося колеса (4), четыре разнесенных датчика (7, 8, 9, 10) расстояния, устройство для сканирования в первом временном интервале ряда линий с применением каждого из указанных датчиков (7, 8, 9, 10) расстояния, для получения, таким образом, соответствующего количества виртуальных изображений, в которых значения пикселей представляют расстояния, а также устройство обработки данных, предназначенное для сравнения и сопоставления указанных виртуальных изображений, с целью определения соответствующих областей и расчета величины прогиба с применением сопоставленных значений пикселей виртуальных изображений, основанных на указанной идентификации соответствующих областей. 2 н. и 11 з.п. ф-лы, 4 ил.

 

Настоящее изобретение относится к способу и устройству для измерения прогиба от движущегося колеса.

Дефлектометры движущегося колеса используется для обследования дорожных покрытий, таких как дороги или взлетно-посадочные полосы, покрытые бетоном или асфальтом на предмет повреждений или дефектов. Дефлектометр движущегося колеса содержит тяжелый груз, например 20000 кг, поддерживаемый колесом, которое катят по дорожному покрытию с относительно высокой скоростью до 100 км/ч. Груз приводит к возникновению локальной чаши прогиба в дорожном покрытии вокруг колеса. Глубина и форма чаши прогиба могут использоваться в качестве индикатора дефектов и повреждений в дорожном покрытии, которые нуждаются в дальнейшем обследовании. Благодаря высокой скорости, использование дефлектометра движущегося колеса является эффективным способом обследования дорожного покрытия.

Тем не менее, как описано, например, в документе US-A-5753808 или в статье «Rolling Weight Deflectometer with Thermal and Vibration Bending Compensation», Johnson, R.F. et al, TRANSPORTATION RESEARCH RECORD 1540, 1996, прогиб, вызванный в дорожном покрытии скорее ничтожен, например составляет от 100 микрометров до 2000 микрометров, по сравнению с общей шероховатостью поверхностью покрытия, и, таким образом, измерения при скорости 100 км/ч является нелегкой задачей. Как раскрыто в документе US-A-5753808, традиционный дефлектометр движущегося колеса использует несколько датчиков расстояния, например четыре, равномерно распределенных вдоль горизонтальной балки и измеряющих расстояние до дорожного покрытия. Один из датчиков дальности расположен выше точки, где нагруженное колесо входит в зацепление и деформирует дорожное покрытие, в то время как остальные расположены с равным интервалом вдоль балки перед нагруженным колесом, при рассмотрении в направлении движения. При сравнении данных измерения от всех датчиков в двух последующих ситуациях, а именно, когда нагруженное колесо перемещается точно на один интервал датчика расстояния, то есть из первого положения во второе, точно соответствующее положению, в котором находился предыдущий датчик расстояния, когда нагруженное колесо было в первом положении, вызванный фактический прогиб может быть рассчитан с применением подходящего алгоритма, известного как алгоритм Хаара, как описано в документе US-A-5753808.

Тем не менее для алгоритма с получением точного и применимого результата должна быть достаточно высокая идентификация между положением подвижного нагрузочного колеса и датчиком расстояния перед ним. То же самое касается датчиков расстояния перед ним и далее по направлению движения. Это означает, что одометр, используемый для измерения пройденного расстояния должен быть точным, чтобы предотвратить измерения до или за вторым положением, кроме того, отслеживание должно быть точным для исключения измерений слева и справа от второго положения, потому что естественная высота дорожного покрытия в этих соседних областях может отличаться гораздо больше, чем высота измеряемого прогиба, и следовательно нарушить любое измерение.

Документ US-A-5753808 преследует цель преодолеть эту проблему путем измерения расстояния для относительно большего пятна, такого как эллипс, с главной осью 5 см и 2,5 см с помощью лазера, при этом усредняя отклонения в пределах освещенной области. Размер пятен также увеличивает вероятность того, что эллипсы двух последовательных измерений регистрируются с достаточным перекрытием, не оказывая отрицательного влияния на измерение.

Существует, однако, стремление к достижению более точных измерений, чем те, которые могут быть достигнуты дефлектометром движущегося колеса в документе US-A-5753808.

В соответствии с первым аспектом настоящего изобретения эта задача достигается посредством способа измерения прогиба от движущегося колеса, включающего предоставление движущегося колеса для перемещения вдоль измеряемой поверхности в первом направлении, обеспечение рамы, проходящей по существу вдоль поверхности измерения в указанном первом направлении от, по меньшей мере, указанного движущегося колеса, обеспечение по меньшей мере четырех разнесенных лазерных датчиков расстояния, при этом первый из указанных датчиков расстояния расположен в месте, соответствующем указанному движущемуся колесу, остальные расположены как первый, второй и третий датчики расстояния, соответственно, перед указанным первым датчиком расстояния в указанном первом направлении, сканирования в первом временном интервале, количества линий на указанной измеряемой поверхности, соответствующей целевой области каждого из указанных датчиков расстояния, таким образом, чтобы получить соответствующее количество изображений сканирования в указанном первом временном интервале количества линий на указанной поверхности измерения с использованием каждого из указанных датчиков расстояния, таким образом, чтобы получить соответствующее количество виртуальных изображений, при этом значения пикселей представляют расстояния, сравнение и сопоставление указанных изображений, с применением устройства обработки данных означает, таким образом, чтобы определить соответствующие области, вычисление значения прогиба с использованием подобранных значений пикселей виртуальных изображений из указанного первого и второго наборов виртуальных изображений.

В соответствии со вторым аспектом настоящего изобретения эта задача достигается посредством устройства для измерения прогиба от движущегося колеса, содержащего, движущееся колесо для перемещения вдоль измеряемой поверхности в первом направлении, по меньшей мере, указанного движущегося колеса, по меньшей мере, четырех разнесенных лазерных датчиков расстояния, при этом первый из указанных датчиков расстояния расположен в месте, соответствующем указанному движущемуся колесу, а остальные расположены как первый, второй и третий датчики расстояния, соответственно, перед указанным первым датчиком расстояния в указанном первом направлении, устройство для сканирования в первом временном интервале ряда линий с использованием каждого из указанных датчиков расстояния, таким образом, чтобы получить соответствующее количество виртуальных изображений, при этом значения пикселей представляют расстояния, устройство обработки данных, предназначенное для сравнения и сопоставления указанных виртуальных изображений для определения соответствующих областей, при этом устройство обработки данных предусмотрено для вычисления значения прогиба с использованием подобранных значений пикселей виртуальных изображений из указанных виртуальных изображений на основе указанной идентификации соответствующих областей.

Посредством сравнения и сопоставления виртуальных изображений может быть достигнута очень высокая точность измерения, поскольку расчет с использованием алгоритма Хаара может быть выполнен для каждого совпавшего пикселя и средней расчетной последовательности для сглаживания возможных ошибок, например, при выборке, шумах ПЗС, подвижных посторонних предметов и т.п. Применение алгоритма Хаара по точкам, т.е. пикселям, положительно идентифицированным как то же положение на поверхности, явно дает лучший результат, при сравнении средних значений на больших площадях, для которых степень соответствия не известна. В соответствии с первым предпочтительным вариантом осуществления указанные изображения являются виртуальными изображениями, и указанные виртуальные изображения сравниваются и сопоставляются посредством устройства обработки данных для определения соответствующих областей. Применение виртуальных изображений непосредственно для сравнения обеспечивает хорошую идентификацию соответствующих областей и упраздняет необходимость в дополнительном оборудовании для получения изображения.

Тем не менее, в соответствии с другим предпочтительным вариантом осуществления, указанные изображения включают в себя значения интенсивности света. Таким образом, дается еще одна возможность идентификации соответствующих областей на поверхности дорожного покрытия. Кроме того, использование значения интенсивности света вместо или в дополнение к информации о расстоянии может повысить скорость идентификации для соответствующих областей.

В соответствии с другим предпочтительным вариантом осуществления указанные изображения включают в себя значения интенсивности света, предусмотренные в соответствующих датчиках расстояния. Это позволяет использовать датчики расстояния с двойным выводом информации, исключая, таким образом, необходимость дополнительных детекторов.

В соответствии с другим предпочтительным вариантом осуществления, сравнение и сопоставление выполняется парами изображений от датчиков расстояния. Это позволяет рассчитывать прогиб, используя алгоритм Хаара, не дожидаясь, пока последний датчик расстояния пройдет туже позицию, что и первый датчик расстояния, и более того уменьшает риск того, что последний датчик расстояния не пройдет над любой точкой пройденной первым датчиком расстояния, например, если дефлектометр движущегося колеса поворачивает.

Согласно еще одному предпочтительному варианту осуществления, область идентифицируется путем сравнения и сопоставления по меньшей мере одного сектора изображения 100×100 пикселей или менее предпочтительно 25×25 пикселей. Это было найдено достаточным и приводит к быстрой идентификации, которая может быть выполнена с помощью персонального компьютера.

Согласно еще одному предпочтительному варианту осуществления, сравнение и сопоставление выполняется путем повторного вычисления корреляции для различных Δx, Δy и Δα для области, где Δx является смещением в направлении перемещения, Δy является боковым смещением по направлению и Δα является угловым отклонением области в изображении, записанном первым и последующим датчиками расстояния. Это дает эффективную идентификацию пикселей, для которых должен быть применен алгоритм Хаара, даже если они лежат вне идентифицированной области.

Таким образом, это позволяет особенно в предпочтительном варианте осуществления, в котором значение прогиба повторно рассчитывается построчно, использовать значения пикселей одной линии одновременно. Таким образом, для каждой новой линии, добавленной в виртуальное изображение, прогиб может быть рассчитан по всей сканируемой ширине.

В соответствии с другим предпочтительным вариантом осуществления, значение прогиба рассчитывается как среднее отдельных значений прогибов ряда согласованных пикселей. Принимая усреднение по большому количеству совпавших расчетных пикселей, средняя точность получается, довольно высока, при этом подавляется шум, например, используемой ПЗС-камеры.

В соответствии с другим предпочтительным вариантом осуществления, разрешение вдоль сканируемой линии не менее 1000 пикселей, предпочтительно 2000 пикселей или выше. Это дает достаточно высокое разрешение, при сохранении необходимой вычислительной мощности на разумном уровне, когда расчеты могут быть выполнены стандартным портативным персональным компьютером. Точно так же сканирование с таким разрешением может быть получено использованием стандартных сканирующих устройств.

Настоящее изобретение теперь будет описано более подробно на основе не ограничивающих примерных вариантов осуществления со ссылкой на схематические чертежи.

Фиг. 1 схематически изображает дефлектометр движущегося колеса, соответствующий изобретению в двух положениях, соответствующих двум различным моментам времени и местоположению.

На Фиг. 2 приведен пример реального изображения, записанного с помощью одного датчика расстояния дефлектометра движущегося колеса.

На Фиг. 3 схематически представлено четыре виртуальных изображения, как на фиг. 2, записанных в течение времени четырьмя различными датчиками расстояния.

Фиг. 4 схематически изображает изменения в течение времени используемых в преобразовании совпадающих пикселей пар виртуальных изображений.

В верхней части фиг. 1 схематически изображен дефлектометр 1 движущегося колеса в соответствии с изобретением в первом положении. Дефлектометр 1 движущегося колеса, выполненный с возможностью перемещения, как правило, буксируемый, вдоль проверяемой поверхности 2, образованной дорожным покрытием, которое подлежит обследованию, в первом направлении, указанном стрелкой 3. Дорожное покрытие может представлять собой, например, дорогу или взлетно-посадочную полосу, покрытую бетоном или асфальтом, который должен обследоваться на предмет дефектов. Как следует из названия, дефлектометр движущегося колеса содержит груз, действующий на нагрузочное колесо 4. Нагрузочное колесо 4, закрепленное, как правило, на буксируемом конце дефлектометра 1 движущегося колеса, как определено при движении в первом направлении 3. Нагрузочное колесо 4 нагружено значительной массой, обеспечивающей прижимающую силу на дорожное покрытие, например, 50 кН, 100 кН, или 200 кН. Эта прижимающая сила создает чашу 5 прогиба вокруг нагрузочного колеса 4. В целях наглядности глубина прогиба в чаше 5 прогиба преувеличена и в верхней и в нижней части Фиг. 1. Действительный прогиб находится фактически в диапазоне микрометров, типовые значения в диапазоне от 100 микрометров до 2000 микрометров, тогда как типичная типовая длина дефлектометра 1 движущегося колеса в первом направлении будет в диапазоне 10 м и 15 м.

Вдоль длины дефлектометра 1 движущегося колеса расположен несущий элемент в виде горизонтальной балки 6. Балка несет несколько датчиков 7, 8, 9, 10 расстояния, направленных к проверяемой поверхности. Так как предполагается проводить измерения в микрометровом диапазоне, применяется лазерная юстировочная система 11 для слежения за отклонениями положений датчиков 7, 8, 9, 10 расстояния, обусловленных гибкостью балки 6, ее тепловым расширением и т.д., описанном в документе US-A-5753808, включенном в данное описание в качестве исходной ссылки. Датчики 7, 8, 9, 10 расстояния, как правило, расположены на одинаковом расстоянии, то есть с одинаковым интервалом между двумя любыми датчиками 7, 8, 9, 10 расстояния. Могут быть использованы различные интервалы. Важно то, что интервалы известны и датчики 7, 8, 9, расстояния расположены за пределами чаши 5 прогиба, созданной под датчиком 10 расстояния.

Датчики 7, 8, 9, 10 расстояния используемые в настоящем изобретении, предпочтительно представляют собой линейные сканеры. В описании датчики 7, 8, 9, 10 расстояния будут также упоминаться как датчик А, датчик В, датчик С, датчик D, соответственно, и соответствующие буквы будут использованы в индексах и уравнениях. В настоящее время предпочтительным является линейный сканер Gocator 2340, производимый LMI Technologies, Inc. Линейные сканеры этого типа проецируют линию на поверхность под углом в виде лазерного веера от точечного источника. В случае, когда поверхность не гладкая, проецируемая линия не будет прямой и будет содержать неровности в зависимости от местных колебаний расстояния до поверхности. Форму и положение линии, зарегистрированной камерой, и расстояние до поверхности рассчитывают исходя из этой формы и положения. Общая длина линии будет варьироваться в зависимости от более глобальных колебаний расстояния до поверхности, потому что лазерный луч исходит веером от точечного источника. Таким образом, чем больше общее расстояние, тем длиннее становится освещенная линия, полученная посредством лазера. Однако, поскольку поле зрения ПЗС-камеры также изменяется, этот эффект значительно уменьшен, и для Gocator 2300 никакой дополнительной нормализации длины не требуется.

В настоящем изобретении отдельные датчики расположены так, чтобы сканировать линии по поверхности в направлении поперек направления движения. Повторяется это сканирование через соответствующие малые интервалы, задаваемые, например, тахометром, связанным с нагрузочным колесом 4. Таким образом, последовательные линии сканирования образуют виртуальное изображение поверхности с заданным разрешением, в том числе зависящим от разрешения камеры, записывающей неровности на линии и частоты, с которой запускается сканирование. Изображение именуется виртуальным, поскольку полученные значения пикселей не представляют собой действительные данные визуального изображения, а расстояния. Расстояние не обязательно должно быть вертикальным превышением под датчиком измеряемой области для конкретной точки, но может быть измерено под углом, таким образом, переводя в значение, пропорциональное превышению. Дальнейшие преобразования просты, необходимо знать угол и провести соответствующие вычисления. Дефлектометр 1 движущегося колеса, дополнительно содержит устройство 15 обработки данных, которое может находиться в буксирующем транспортном средстве.

На Фиг. 2 показан пример такого изображения. Разрешение приблизительно 650×700 пикселей, включая и темную область за пределами обоих концов каждой просканированной линии. Ширина области дорожного покрытия на Фиг. 2 составляет примерно 10 см, а длина несколько метров. Последнее обусловлено временной задержкой между моментами запуска сканирования. В показанном примере это будет 700 линий на 5 мм, соответствующих 3,5 м реального дорожного покрытия. Фиг. 2 является лишь иллюстрацией изображения. 3,5 м меньше чем реально в изобретении, но опытный специалист поймет из следующего, что этого достаточно, если интервал между датчиками расстояния меньше, например 3 м. Длина в принципе не ограничена. На практике, однако, длина никогда не превышает длину обследуемого участка дорожного покрытия. Объем хранилища данных может, конечно, также ограничить фактическую длину записанного дорожного покрытия. Вместо такой непрерывной записи дорожного покрытия каждым датчиком, каждый датчик, конечно можно записать в виде ряда последовательных виртуальных изображений меньшей длины для отдельного сравнения, как например, показано на Фиг. 2. Для каждого датчика записывается аналогичное виртуальное изображение. Очевидно, что виртуальные изображения не будут полностью идентичны. Очевидно, что линия сканирования датчиком 10, расположенным на нагрузочном колесе 4, и, соответственно, измерение расстояния до нижней точки чаши 5 прогиба даст большее расстояние для соответствующих пикселей, чем для линии сканирования другими датчиками 9, 8, 7, когда они проходили над той же областью, и она была меньше вдавлена. В идеале датчики 7, 8, 9 в этом смысле расположены так далеко перед чашей прогиба и недалеко от буксирующего транспортного средства, что дорожное покрытие не вдавлено или по меньшей мере, может считаться не вдавленным. Кроме того, поскольку на практике невозможно перемещать дефлектометр 1 движущегося колеса по абсолютно прямой линии, даже при наилучшей синхронизации могут возникать расхождения между линиями, отсканированными каждым из датчиков 7, 8, 9, 10 во время их прохождения через якобы идеально совпадающую точку дорожного покрытия. Линия сканирования может, например, получить боковое смещение вследствии того, что дефлектометр 1 движущегося колеса двигается по другому радиусу чем буксирующее транспортное средство, когда транспортное средство не двигается по прямой линии. Кроме того, вращение может наложить угловой компонент на сканируемую линию. Наконец, может быть смещение в направлении движения, когда корректировка фазы сканирования отключена, например, при ожидании опережения или отставания.

Настоящее изобретение предполагает, что несмотря на эти вариации корреляция между соответствующими областями в изображениях достаточна, чтобы они были идентифицированы с высокой степенью достоверности в отличающихся изображениях.

Это делается путем выбора небольшой первоначальной целевой области в одном изображении, такой как область 12 в виртуальном изображении датчика А расстояния на Фиг. 1. Маленькой в том смысле, что меньше чем приблизительно 100×100 пикселей, предпочтительнее 25×25 пикселей. Очевидно, что целевая область не должна быть обязательно квадратом (в пикселях). По существу это даже не должен быть прямоугольник. Было обнаружено, что при определенной мощности обработки это позволяет обнаружить соответствующую область в других изображениях. Первоначальная цель может быть выбрана любым подходящим способом, как только будет записано достаточное количество линий. Это может быть сделано случайно, или просто выбором цели влево, вправо или по центру изображения. Предварительная обработка для анализа характерных особенностей изображения, которые можно легко идентифицировать его в другом изображении, может быть выполнена, если доступны достаточные вычислительные мощности.

Приняв решение о целевой области 12 в виртуальном изображении датчика А, необходимо ту же область 12′ идентифицировать в виртуальном изображении датчика В. Поскольку виртуальные изображения не мгновенные изображения, а каждое из них в действительности линия сканирования в течение длительного времени идентичной целевой области не существует в виртуальном изображении датчика В или в виртуальных изображениях датчиков С или D.

Изобретение предполагает, что корреляция является достаточной для той же области идентифицированной в двух виртуальных изображениях, таким образом, получая информацию, позволяющую сопоставить значения пикселей для использования непосредственно в алгоритме Хаара. Более конкретно может быть рассчитано преобразование компенсации различия между временем, в течение которого производится запись первого виртуального изображения датчика А, и временем, в течение которого производится запись второго виртуального изображения. Есть три параметра описывающих преобразование T_ab между двумя изображениями. Преобразование включает параметры Δx_ab, Δy_ab и Δα_ab. Δx - отклонение вдоль оси x виртуального изображения, которое будет в значительной степени соответствовать количеству линий, записанных между неискаженными проходами датчика А и датчика В над той же точкой на дорожном покрытии, но включают некоторые отклонения. Δy - боковое отклонение, которое в идеале должно быть равно 0, если дефлектометр 1 движущегося колеса буксируется по прямой линии. Δα - угловая компонента, которая в идеале также должна быть равна 0, если дефлектометр 1 движущегося колеса буксируется по прямой линии. Индекс "ab" в приведенном выше и последующих указывает, что преобразования из виртуального изображения, записанного датчиком расстояния А в виртуальном изображении, записанном датчиком расстояния В. Эти отклонения по Δx, Δy, и Δα будет изменяться с течением времени, как это показано на Фиг. 4, для всех преобразований T_ab, T_bc, T_cd, а на Фиг. 4 могут применяться к любому из них.

Как видно на Фиг. 3, соответствующая корреляция может выполняться между целевой областью 13 в виртуальном изображении датчика В расстояния и соответствующей областью 13′ в виртуальном изображении датчика С расстояния, получая, таким образом, преобразование T_bc с параметрами Δx_bc, Δy_bc, и Δα_bc. Это может быть также сделано для целевой области 14 в виртуальном изображении датчика С расстояния и соответствующей области 14′ в виртуальном изображении датчика D расстояния, произведя преобразования T_cd с параметрами Δx_cd, Δy_cd, и Δα_cd. Если используются дополнительные датчики расстояния, в том же порядке получают дополнительные преобразования.

Опыт показывает, что, идентифицировав преобразование, можно с уверенностью предположить, что преобразование не только достоверно для реальной идентифицированной области, но в значительной мере применимо и к виртуальному изображению, по меньшей мере, в непосредственной близости от цели. Очевидно, что количество линий, по крайней мере, соответствующее интервалу между двумя датчиками расстояния, должны быть записано изначально перед проведением преобразований. Однако после этого использование полученных преобразований позволяет применить алгоритм Хаара для большого набора данных отдельных значений пикселей, например всю линию по ширине записанного виртуального изображения.

Обычно прогиб с использованием алгоритма Хаара определяется по формуле

Прогиб=[(B(t₁)-2C(t₁)+D(t₁))-(A(t₀)-2B(t₀)+C(t₀))],

где: А, В, С и D - значения расстояния, записанные датчиком расстояния с соответствующей буквой во время t₀ или t₁.

Если A, B, C и D - не дискретные точки, например, линия сканирования по всей ширине виртуального изображения, значения пикселей - это вектора A, B, C и D. Для подбора отдельных пикселей с целью применения алгоритма Хаара в идентичных точках на поверхности следует использовать преобразование. Уравнение, таким образом, принимает вид:

Прогиб=[(T_ABB(t₁)-T_abT_bc2C(t₁)+T_abT_bcT_cdD(t₁))-(A(t₀)-2B(t₀)+T_bcC(t₀))].

Соответственно, расчет может быть сделан для гораздо большей области, чем целевая область, например, вышеупомянутые вектора или более сглаженные сектора, то есть включающие несколько линий. Это означает, что среднее значение прогиба может быть рассчитано с гораздо большей точностью, чем в предыдущем способе, где происходит сравнение двух средних величин. Здесь сравниваются средние из большого количества действительных значений, таким образом, сводя к минимуму ошибки и шум. Расчет предпочтительно осуществлять оперативно устройством 15 для обработки данных, например портативным переносным компьютером, составляющим часть дефлектометра 1 движущегося колеса, установленным или на раме 6 или на буксирующем транспортном средстве (не показано).

Предпочтительно, однако, сравнивать не все значения. Значения, которые очевидно выходят за пределы диапазона или же неверны, могут быть отброшены перед проведением расчета. Такие ошибки могут возникать потому что виртуальные изображения одного и того же сектора дорожного покрытия не записаны в одно и то же время. Таким образом, могут возникать изменения. Представьте, например, лист, кружащий под дефлектометром 1 движущегося колеса. Такой лист будет отображаться как очень короткое расстояние в виртуальном изображении. На самом деле, тот же лист может отображаться в различных местах, в большем количестве записанных виртуальных изображениях или даже в одном и том же виртуальном изображении. Поэтому целесообразно отфильтровать значения сравниваемых секторов виртуальных изображений, например, медианным фильтром, для того чтобы подавить такие сильно отличающиеся значения. Специалисту очевидно, что также возможно применение других видов предварительной обработки данных, в частности фильтрование.

Для того чтобы определить корреляцию, доступно несколько различных преобразований, например, метод быстрой нормализации. Следующий способ является предпочтительным. Этот способ может быть выполнен тем же устройством 15 цифровой обработки, использующим алгоритм Хаара.

Первоначально целевую область выбирают в виртуальном изображении. Для следующего описания используется целевая область 12 в виртуальном изображении датчика А расстояния. Предпочтительней сравнительно небольшой размер цели, по сравнению с виртуальным изображением, например 100×100 пикселей или менее предпочтительно 25×25 пикселей, по сравнению с шириной линии сканирования, например более 1000 пикселей или даже более чем 2000 пикселей. Первоначально целевая область 12 может быть выбрана по-разному, например, начиная с левой или правой границы или в центре виртуального изображения, как только доступно достаточное количество линий. Базовый пиксель в этой целевой области 12 имеет строго определенную позицию представлено как x, y и α, скажем (y, 1, 0). Как только доступно больше линий, чем необходимо, можно менять x положение начальной целевой области 12. Корреляция изображения 12′ должна быть найдена в виртуальном изображении датчика В расстояния. Очевидно, что линии записываются с помощью тахометра, связанного с движением дефлектометра 1 движущегося колеса, и интервал d между датчиками 7 и 8 расстояния, представленный в количестве линий, известен в идеальном случае. Таким образом, для поиска соответствующей области 12′ в виртуальном изображении датчика В расстояния будет (y+d, 1, 0), таким образом, предполагаем, что дефлектометр 1 движущегося колеса двигается вдоль прямой линии без бокового смещения. Это в свою очередь соответствует преобразованию T_ab=(Δx_ab, Δy_ab, Δα_ab)=(d, 1, 0).

Используя корреляцию Пирсона, теперь можно рассчитать корреляцию между пикселями целевой области 12 и целевой области 12′, получая значения между -1 и 1. При этом 1 - идеальная корреляция, которая вряд ли имеет место в данной ситуации, и -1 - полностью не коррелированны, то есть виртуальное изображение соответствует негативу.

Так, по-видимому, допущение о дефлектометре 1 движущегося колеса, двигающемся по прямой линии без смещения не всегда справедливо, то T_ab=(d, 1, 0) вряд ли будет корректным преобразованием. Поэтому, неоднократно изменяя (Δx_ab, Δy_ab, Δα_ab) с шагом от стартовой точки, до достижения максимума корреляции, и повторяя этот процесс, увеличивая Δx_ab, Δy_ab, Δα_ab, пока не будет найден следующий максимум, будет найден локальный максимум. Если значение корреляции для этого локального максимума достаточно высоко, целевая область 12′ предполагается соответствующей первоначальной целевой области 12. Соответственно известно преобразование T_ab. Тот же метод используется для определения Т_bс и T_cd, используя целевые области 13, 13′ и 14, 14′, соответственно, на основе которых могут быть выполнены расчеты с использованием алгоритма Хаара, как описано выше. Если это не выполняется, возможны два варианта. Один из них - отказ от возможности найти какую-либо корреляцию, и, следовательно, не выполнение какого-либо измерения. Альтернатива, если достаточного вычислительной мощности, начать поиск целевой области 12′ в ином месте виртуального изображения, записанного датчиком В расстояния, например, начиная с преобразования T_ab=(d′, 1, 0) или T_ab=(d, y, 0), d′ должно быть выше или ниже значения, чем ожидаемое значение d, и y должно быть положительным или отрицательным отклонением от 0 в поперечном направлении.

Однако, если алгоритм корреляции выполняется для каждой вновь добавленной линии, отклонения по Δx_ab, Δy_ab, Δα_ab могут быть небольшими, и какие-либо существенные разрывы в кривых на Фиг. 4 маловероятны для транспортного средства с массой и размером дефлектометра 1 движущегося колеса.

Если имеющейся компьютерной мощности не хватает, он может не подходить для выполнения алгоритма корреляции для каждой новой добавленной линии. Из-за отсутствия разрывов на Δx, Δy, Δα использование приблизительных значений на Δx, Δy, Δα между двумя определениями еще даст достаточно точные измерения прогиба для промежуточных, приблизительно согласованных линий.

В качестве альтернативы вычисления вышеуказанного преобразования могут быть использованы простые значения смещений угла. Для этого набор значений смещения Δx, Δy может быть получен и сохранен для каждого пикселя в первом изображении датчика А. Сведение этих значений в справочную таблицу, позволит найти соответствие идентифицированному пикселю в изображении, записанном датчиком А, во втором изображении, записанном датчиком В, просто добавляя значения Δx, Δy из таблицы к положению X, Y данного пикселя в изображении, записанном датчиком А. Это, конечно, при условии, что пиксель не полностью выпадает из второго изображения. Если при составлении справочной таблицы найдены некоррелированные области, например, соответственно области между P₁ и P₂ на Фиг. 4, значения пикселей этих областей можно интерполировать по Δx, Δy окружающих областей, для которых корреляция, как известно, существует. Нижеприведенная таблица I служит примером такой справочной таблицы между первым изображением, записанным датчиком А, и вторым изображением, записанным датчиком В. Справочные таблицы будут созданы и использованы соответственно для смещения между другими изображениями, т.е. от изображения, записанного датчиком В, к изображению, записанному датчиком C, или от изображения, записанного C, к изображению, записанному датчиком D.

Как видно, значения Δx весьма велики по сравнению со значениями Δy. Это происходит потому, что величина Δx включает смещение между датчиками А и В, которое, как указано выше, может быть несколько метров. Значения, которые представляют собой просто образцы значений для Δx, зависят от разрешения тахометра, т.е. числа линий просканированных между прохождением датчиками A и B над соответствующими областями измеряемой поверхности. Значения Δy намного меньше, так как дефлектометр 1 движущегося колеса обычно следует по линии малой кривизны, и в идеале должны быть равны 0, если дефлектометр 1 следует по прямой линии. Как можно видеть, значения Δx, Δy указывают, что дефлектометр 1 движущегося колеса захватывает незначительную кривизну. Таблица I намеренно иллюстрирует эту ситуацию, когда датчик В достигает немного раньше с одной стороны, при этом с другой стороны достигает несколько позже, по сравнению с тем, что можно было бы ожидать, если бы дефлектометр движущегося колеса следовал по прямой линии. Аналогично из-за поворота линии находятся под углом и становятся короче и немного смещаются в результате отклонения в значениях Δy.

Специалистам хорошо известны другие способы быстрого нахождения коррелирующей целевой области.

Для того чтобы дополнительно улучшить надежное обнаружение соответствующей целевой области, настоящее изобретение также реализует параллельно с корреляцией в диапазоне значений в виртуальных изображениях, указанных выше, дополнительную корреляцию между фактической интенсивностью света, записанной в линиях. Дорожные покрытия, такие как бетон или асфальт, неравномерно окрашены, но различаются в темноте, например, битум или бетон и каменный наполнитель. В качестве альтернативы изображения может быть черно-белое изображение интенсивности, а не виртуальное изображение, Gocator 2300 допускает запись и выводить как диапазон, так и интенсивность просканированных пикселей. В свою очередь это дает альтернативную корреляцию, которая может быть использована вместо или в дополнение к корреляции идентификации, используя виртуальное изображение. Таким образом, если по каким-то причинам корреляция не может быть найдена с использованием виртуальных изображений, вместо него может быть использовано изображение интенсивности или наоборот. Таким образом, осуществляется избыточность информации и увеличивается вероятность нахождения хорошей корреляции.

Таким образом, для каждой целевой области может быть выполнен поиск максимальной корреляции между интенсивностью света с использованием тех же алгоритмов поиска, как описано выше, и эта информация используется для проверки идентификации. Это может также заменить идентификацию от других корреляций, если по каким-то причинам корреляцию между целевыми областями в двух виртуальных изображениях найти не удается.

Хотя изобретение было описано выше со ссылкой на конкретные варианты осуществления, специалисту в данной области известно множество разновидностей этих вариантов в пределах формулы изобретения. В частности, он должен понимать, что могут быть использованы другие датчики расстояния, более предпочтительные, чем Gocator, чтобы могли быть использованы иные методы поиска коррелирующих областей, различные методы фильтрации и методы обработки, чтобы снизить уровень шума, ошибок и тому подобное.

1. Способ измерения прогиба от движущегося колеса, включающий
предоставление движущегося колеса для перемещения вдоль измеряемой поверхности в первом направлении,
предоставление рамы, проходящей по существу вдоль указанной измеряемой поверхности в указанном первом направлении, по меньшей мере, от указанного движущегося колеса,
предоставление по меньшей мере четырех разнесенных друг от друга лазерных датчиков расстояния, при этом первый из указанных датчиков расстояния расположен в месте, соответствующем указанному движущемуся колесу, и остальные расположены как первый, второй и третий предшествующие датчики расстояния, соответственно, перед указанным первым датчиком расстояния в указанном первом направлении,
сканирование в первом временном интервале ряда линий на указанной измеряемой поверхности, соответствующей целевой области каждого из указанных датчиков расстояния, таким образом, чтобы получить соответствующее количество изображений,
сканирование в указанном первом временном интервале ряда линий на указанной измеряемой поверхности, с применением каждого из указанных датчиков расстояния, для получения, таким образом, соответствующего количества виртуальных изображений, в которых значения пикселей представляют расстояния,
сравнение и сопоставление указанных изображений с применением устройства обработки данных для определения соответствующих областей,
вычисление величины прогиба с применением сопоставленных значений пикселей виртуальных изображений из указанных виртуальных изображений на основе указанной идентификации соответствующих областей.

2. Способ по п. 1, отличающийся тем, что указанные изображения являются указанными виртуальными изображениями, и при этом указанные виртуальные изображения сравнивают и сопоставляют в устройстве обработки данных для идентификации соответствующих областей.

3. Способ по п. 1, отличающийся тем, что указанные изображения содержат значения интенсивности света.

4. Способ по п. 3, отличающийся тем, что указанные изображения содержат значения интенсивности света, предоставляемые соответствующими датчиками расстояния.

5. Способ по п. 1 или 2, отличающийся тем, что сравнение и сопоставление выполняют для пар изображений, получаемых от датчиков расстояния.

6. Способ по п. 1, отличающийся тем, что соответствие указанной области определяют путем сравнения и сопоставления по меньшей мере одного участка изображения размером 100×100 пикселей или менее.

7. Способ по п. 5, отличающийся тем, что сравнение и сопоставление выполняют посредством повторного вычисления корреляции для различных значений Δx, Δy и Δα для области, где Δx - смещение в направлении транспортировки, Δy - смещение в сторону поперечно указанному направлению и Δα - угловое отклонение в направлении области на первом изображении, записанном датчиком расстояния и последующим датчиком расстояния.

8. Способ по п. 6, отличающийся тем, что сравнение и сопоставление выполняют посредством повторного вычисления корреляции для различных значений Δx, Δy и Δα для области, где Δx - смещение в направлении транспортировки, Δу - смещение в сторону поперечно указанному направлению и Δα - угловое отклонение в направлении области на первом изображении, записанном датчиком расстояния и последующим датчиком расстояния.

9. Способ по п. 1, отличающийся тем, что значение прогиба последовательно рассчитывают несколько раз для каждой линии с применением каждый раз значения пикселей каждой линии.

10. Способ по п. 1, отличающийся тем, что разрешение по всей сканируемой линии составляет по меньшей мере 1000 пикселей.

11. Способ по п. 10, отличающийся тем, что разрешение по всей сканируемой линии составляет 2000 пикселей или выше.

12. Способ по п. 1, отличающийся тем, что значение прогиба рассчитывают как среднее отдельных значений прогиба ряда сопоставленных пикселей.

13. Устройство для измерения прогиба от движущегося колеса, содержащее
движущееся колесо для перемещения вдоль измеряемой поверхности в первом направлении,
раму, проходящую по существу вдоль указанной измеряемой поверхности в указанном первом направлении, по меньшей мере, от указанного движущегося колеса,
по меньшей мере четыре разнесенных друг от друга лазерных датчика расстояния, при этом первый из указанных датчиков расстояния расположен в месте, соответствующем указанному движущемуся колесу, а остальные расположены как первый, второй и третий предшествующие датчики расстояния, соответственно, перед указанным первым датчиком расстояния в указанном первом направлении,
устройство для сканирования в первом временном интервале ряда линий с применением каждого из указанных датчиков расстояния для получения, таким образом, соответствующего количества виртуальных изображений, в которых значения пикселей представляют расстояния,
устройство обработки данных, предназначенное для сравнения и сопоставления указанных виртуальных изображений с целью определения соответствующих областей и,
устройство обработки данных, предназначенное для расчета величины прогиба с применением сопоставленных значений пикселей виртуальных изображений из виртуальных изображений, основанных на указанной идентификации соответствующих областей.