路面车辙为道路病害的一种表现形式,对路面结构性和功能性造成损伤。对路面车辙有效检测维护,为交通运输部门所关注。本文采用车载LiDAR扫描系统获取路面三维数据,并对原始数据进行预处理、分割与特征提取获取车辙完整形态,计算车辙三维信息,并针对现有车辙评价体系中的缺陷通过车辙对路面功能性与结构性损害两方面进行分析,为道路路面维护提供支持。车载LiDAR扫描系统获取数据时不具有识别性,为准确提取路面车辙信息,需对原始点云数据进行分析处理:（1）对原始数据进行分梯度滤波,首先通过高程阈值完成数据缩减,再采用改进TIN迭代加密算法种子点选取原则,完成数据滤波。（2）分析点云数据噪声特点,分尺度将噪声点分为大尺度（远离主体）噪声点,小尺度（紧邻主体）噪声点分别采用统计滤波和双边滤波进行去除。（3）基于扫描线,构建点邻域,分析路面、坎点邻域点集高差、坡度完成路坎点粗提取。分析路面、路坎点法向与Z轴方向夹角差异性,通过法向聚类,对路坎点进行精提取。以路坎点作为分割依据,提取路面信息。车辙信息附着于路面,为实现对车辙数据提取首先完成对道路点云数据提取。对于车辙信息提取,本文通过检测构建最优邻域,分析车辙破损位置点云曲率特征、以及不同尺度邻域下曲率变化过程与健康路面点云曲率及变化对比分析获取车辙三维点云数据,并分析车辙三维指标。研究采用数据为线激光扫描器获取点云数据,依新密部分路段为例,通过本文方法提取与人工采集数据进行对比分析。针对目前国内外采用单一的深度指标对车辙进行评定,但由于车辙形成原因多样性导致车辙横断形态的多样性,因此本文结合车辙三维指标建立车辙多维度评价指标并对其应用进行研究,对我国现有车辙分析评价手段进行补充,提供完善合理的评定指标。研究有助于我国高速公路沥青路面病害检测分析水平的提高,对推进公路养护管理的科学化、精细化建设有重要的意义。