东北林业大学研究团队于中科院一区顶刊《Automation in Construction》发文:基于可变基线双目平台的路面病害实时三维重建与几何量化

内容简介

     由道路养护与资产管理过程中，病害评估不仅依赖目标检测结果，还需要获取准确的三维几何信息以支撑工程量化分析与决策。传统二维视觉方法难以稳定表征路面病害的深度和体积等几何参数。激光雷达虽然能够提供高精度三维信息，但其设备成本较高、点云密度有限，且在大范围实时巡检场景中应用受限。固定基线双目系统在中远距离条件下视差分辨率下降明显，而高精度立体匹配网络通常具有较高的计算复杂度和显存占用，难以直接部署于工程巡检平台。此外，现有研究中针对路面病害的几何量化多依赖点云直接分析，缺乏基于局部路面参考平面的统一量化模型，影响结果的可比性与可追溯性。

     针对道路巡检场景中立体重建精度、计算效率与工程可部署性之间的矛盾，本文从立体匹配网络结构、双目采集系统设计以及几何量化方法三个层面开展研究。研究旨在通过轻量化网络设计降低立体匹配计算开销，通过基线长度调控提升不同拍摄距离条件下的视差分辨能力，并构建基于局部路面平面的几何量化方法，以实现单帧双目图像条件下的稳定三维重建与工程可用量化输出。

     本研究提出了一套面向道路巡检应用的实时三维重建与几何量化方法。首先，构建了一种轻量化立体匹配网络 IGEV-Lite，在保留 IGEV-Stereo 几何编码与迭代更新框架的基础上，引入 GhostNetV2 主干网络、特征迁移与再编码路径以及 MiniConvGRU 更新单元，以降低参数规模和计算复杂度。其次，设计了一套可连续调节基线长度的双目立体采集平台，并基于视差误差传播模型，明确基线长度、拍摄距离与深度不确定性之间的关系。最后，提出基于实例级 ROI 的三维重建与几何量化流程，通过局部路面参考平面拟合，将三维点云投影至平面坐标系，并采用网格化积分方法计算病害的最大深度与积分体积。

     本研究提出并验证了一种融合轻量化立体匹配网络、可变基线双目采集平台与平面参考几何量化方法的道路病害三维感知方案。在统一评测协议下，IGEV-Lite 相较 IGEV-Stereo 将端点误差(EPE)由0.608px 降至0.584px，视差离群率D1由3.24%降至2.97%，同时参数量减少约 25%，计算量(GFLOPs)降低约 44%。在工程部署配置下，单帧推理延迟由135ms 降至97ms，经部署级加速后可进一步降低至88ms。在基线长度B=240mm条件下，病害几何量化实验中最大深度的平均相对误差约为2.7%，积分体积的平均相对误差约为0.9%。真实道路在线测试表明，系统端到端处理延迟稳定在36–42ms范围内，能够在实际巡检场景中实现路面病害的实时三维重建与几何量化。

图1 IGEV-Lite 立体匹配网络体系结构

图2 主干特征提取网络与上下文网络结构设计

图3 视差更新单元结构对比图：(a) ConvGRU；(b) MiniConvGRU

图4 可变基线双目立体采集平台(硬件结构与软件控制系统)

图5 基于 ROI 引导的立体匹配与双目三维重建流程

 图6 几何参数量化方法与流程(平面拟合、坐标变换与体积积分)

图7 工作流程示意图

图8 IGEV-Stereo 与 IGEV-Lite 在不同路面类型上的视差结果对比图

 图9 迭代次数消融分析：端点误差与计算量随迭代次数变化关系

图10 输入分辨率与迭代次数消融分析

图11 不同拍摄距离条件下最大深度与体积的量化结果

图12 真实道路巡检场景下的系统部署与路面病害三维重建示例图