利用无人机激光雷达点云数据和随机森林分类法识别沥青路面病害

摘要： 沥青路面会因自然和人为因素而老化并产生各种病害。因此，快速准确地提取不同类型路面病害对有效监测道路健康状况至关重要。本研究以中国新疆石河子市郊区一段沥青道路为对象，探索了利用低空无人机激光雷达（UAV LiDAR）和随机森林分类（RFC）进行路面病害识别的可行性。在对路面病害进行光谱和空间特征分析后，基于点云高程和反射强度强度提取了48个多维多尺度特征。随后，我们利用RFC方法从多特征数据集中提取了路面病害。病害识别的总体准确率为92.3%，Kappa系数为0.902。与最大似然分类（MLC）和支持向量机（SVM）相比，RFC具有更高的准确性，这证实了其对多样本和高维数据分类的鲁棒性和适用性。此外，该方法在验证数据集上达到了95.86%的总体准确率。这一结果表明了本方法的有效性和稳定性，公路养护机构可据此评估道路健康状况并实施养护。