针对传统的道路测量方法存在效率低、安全性差,且无法快速直接地获取井盖病害信息的问题,提出了一种结合三维激光点云的井盖病害检测方法。通过分析点云数据中路面井盖的空间分布特征和强度反射特性,首先设计了梯度和布料模拟滤波(CSF)组合算法提取地面点后生成强度图像,然后通过自适应阈值对强度图像进行二值化,在此基础上用限制参数的Hough圆检测方法定位井盖位置,实现了路面井盖的精准提取;最后通过计算井盖中心和邻域点云高差均值,实现了井盖的沉降病害检测。对北京三环道路的实地数据进行实验,结果显示,该方法能直接准确地获取路面井盖位置和病害等信息,井盖提取准确率达到84%,精准率达到98%。与传统测量方式相比,该方法可有效提高井盖提取效率和作业安全性,有助于后期公路路面井盖的检测和维护工作。

城市市政井盖的快速定位与提取是智慧城市部件管理中需要解决的关键性问题之一，也是城市道路养护智能化管理实现过程中待解决的技术难题。提出了一种基于移动测量系统的井盖自动定位与提取方法，利用地面粗糙度进行地面点云提取，并将地面点生成地面强度特征图像，基于改进的梯度直方图算法、主成分分析、支持向量机分类器三者结合的方法实现井盖的快速定位与提取，结合同步影像获取井盖的权属信息。基于实验数据对该方法进行定性、定量分析，基于该方法进行城市井盖自动提取的准确率可达88.495%，精确度为99%，证明了该方法的正确性、可行性与稳健性。该方法促进了道路养护部门智能化工作模式的提升，不仅降低了工作的危险系数，提高了检测精度，还将传统的外业检测转变为室内作业模式，自动化、智能化程度得到了大幅提升。