目前的沥青路面坑槽修补设备信息化程度较低,严重依赖修补人员的决策判断和操作经验,在中国制造2025的背景下,路面坑槽修补的发展趋势是智能化。为此,本文在重点科研平台建设子计划-水平提升项目(“绿色智能路面养护机器人”,No.310825173314)的支持下,对基于机器视觉的路面坑槽智能化喷补技术展开研究,涉及路面坑槽识别分割方法研究、坑槽深度图像降噪修复方法研究、集料喷射特性及堆料模型分析和坑槽喷补路径规划方法研究,目的是实现路面坑槽识别过程和喷补过程的自主作业。主要研究内容如下:(1)研究基于视觉的路面坑槽识别分割方法。提出两种识别分割方法并对比分析,方法一通过提取二值化图像的形状特征和标准偏差来识别坑槽,然后,利用主元分析法(PCA)将灰度共生矩阵(GLCM)提取的纹理特征降维,叠加纹理特征的模糊C均值聚类(FCM)结果和灰度二值化结果来分割坑槽。方法二利用图像第二层和第三层小波高频系数和原始图像灰度来构造小波高频能量场,通过提取能量场的形状特征来识别坑槽,然后,以构造的小波能量场作为马尔科夫随机场的标记场来分割坑槽。与现有的基于视觉的坑槽识别分割方法相比,构建的小波能量场可以有效融合路面图像的灰度信息和纹理信息,提高了坑槽识别的准确率,解决了现有的视觉方法无法精确分割坑槽的缺点,识别召回率为87.5%,精确率为83.3%,准确率为86.7%,分割出的坑槽区域与原图像坑槽重叠度在85%以上的图像比率高达88.6%。(2)研究路面坑槽喷补过程中深度图像的降噪修复方法。针对坑槽深度图像存在的噪声,提出结合最稳定极值区域(MSER)和改进可信性分析的降噪方法,利用MSER剔除区域性噪声,利用数学形态学运算改进的可信性分析来剔除高频噪声;针对坑槽深度图像存在的孔洞,提出基于多分辨率全变分(TV)修复模型的孔洞修复方法,利用降采样的低分辨率图像缩小孔洞面积,提高修复速度,利用升采样过程中的保值运算保证TV模型的修复质量。与基于Navier_Stokes方程和基于快速行进法(FMM)的修复方法相比,多分辨率TV模型的图像修复结果更优,修复后的均方根误差(RMSE)值为3.97,相对原始数据的误差仅为2.65%;监测坑槽深度信息、平面长度信息、体积信息的误差不到3%,监测所需时间平均为0.61s,可以满足坑槽修补进程监测的精度和快速性要求。(3)分析路面坑槽喷射式修补工艺相关的集料喷射特性和往返直线堆料模型。利用龙格库塔法分析集料颗粒群的运动微分方程,建立适用于喷射式气力输送系统的工作效率模型,在多变量条件下分析工作效率的变化规律,结果表明管道倾斜角度和阻力系数越小越好,管道内径只需满足集料的流量要求即可,集料-空气质量混合比越大越好,但不宜大于10,气流速度最好处于15~25m/s区间内;建立集料的平面直线堆积模型,利用黄金分割法求解出平面上相邻填充线之间的最佳交叉重叠度为0.3078倍的喷射半径,然后通过逼近最佳交叉重叠度求解坑槽内部相邻填充线之间的实际间距,最后通过分析填充线端点的集料堆料量得出喷嘴加速度和速度之间的匹配关系为a=v2/2R;为喷补路径规划和喷补试验奠定基础。(4)研究基于深度图像的路面坑槽喷补路径规划方法,并搭建智能化喷补试验台,分析试验结果。针对喷补前处理问题,提出基于方向性差值最小化的平台调平方法、基于最大值查找的坑槽定位方法和路面平面深度的计算方法;针对现有填充方法难以合理均匀的规划喷补路径的问题,提出基于双漫水填充的待修补切片查找方法、结合轮廓的喷嘴到待修补切片初始点的路径连接方法和基于轮廓引导的往返直线喷补路径规划方法;搭建基于机器视觉的坑槽智能化喷补试验台,主要包括修补料输送系统和智能喷补控制系统。集料喷补试验结果表明,四种坑槽的喷补路径平均间距误差分别为7.62%、7.79%、7.25%、6.58%,规划喷补路径所需的平均时间是1.571s,喷补后与原路面均方差之间的平均差异仅为1.83mm,说明所提方法可以取得良好的喷补路径规划精度、路径规划速度和坑槽修补平整度,可以用于不同形状坑槽的自主修补作业。