近年来,随着我国车辆行驶数量和道路通车里程的增加,道路路面损坏速度加快,路面上逐渐出现了多种不同类型的病害。坑槽是沥青路面的典型病害,严重影响了路面平整度、驾驶舒适性和道路使用性能。传统的基于人工视觉的调查方法费时费力、精度低、危险系数大,已经难以满足现代化、科学化养护需求。车载移动测量系统作为一种新的空间数据采集技术,能够快速采集大面积的三维空间数据,为路面坑槽信息提取提供了数据支撑。目前,基于车载激光点云进行路面坑槽提取难点在于:点云数据量大,存在冗余数据;点云离散分布,难以实现模型化;坑槽形状多变,无法用单一的参数表达。基于此,本文在深入分析路面坑槽形态特征的基础上,研究一种车载激光点云中路面坑槽信息提取方法,主要工作内容如下:(1)梳理了路面破损检测系统和车载移动测量系统的发展状况及趋势,阐述了车载移动测量系统数据采集过程和坑槽形成机理,详细分析了车载激光点云对路面坑槽提取的优势和可行性。(2)根据道路路面和道路边界点云的空间分布特征,研究一种顾及路面形态的路面点云提取方法。以行驶轨迹的平面位置和高程为约束,建立空间缓冲区,有效减少冗余数据;构建对称于行驶轨迹的平面格网,使相同的地物存在同一格网内;对格网内点云进行高程分层,去除路面车辆、杂物等噪点;利用格网内与相邻格网间高程差异筛选路面格网,同时结合区域生长算法获取完整、准确的路面点云,为路面坑槽提取提供了基础数据。(3)通过分析路面坑槽的平面形状和剖面形态,研究一种基于剖面线曲率特征描述的坑槽信息提取方法。通过建立剖面线曲线拟合方程,实现了点云模型化表达;利用高曲率特征点描述坑槽轮廓特征,以特征点之间的夹角为约束提取候选边界点;基于改进的密度聚类方法对候选边界点进行聚类和形状约束去噪,滤除孤立点、裂缝和沉陷病害,获取准确的坑槽轮廓、深度、面积、位置和剖面形态信息。