基于三维激光扫描技术的粗集料形态特征研究

杨光昊 张苏龙

（1.江苏百盛工程咨询有限公司，江苏 南京 211800；2.江苏东交智控科技集团股份有限公司，江苏 南京 210000）

0 引言

随着社会经济和公路事业的快速发展，沥青混合料已成为我国路面常用的铺筑材料，其中粗集料作为沥青混合料的重要组成部分，占混合料总质量的50%～80%。近年来，国内外大量研究表明，粗集料针片状含量的增加会导致混合料最佳油石比和空隙率增加，进而降低混合料的路用性能；提高粗集料棱角性会增强沥青混合料的高温抗变形能力；提高粗集料表面的纹理指标也可改善混合料的高温稳定度、低温抗裂性和水稳定性[1]。因此，如何准确评价粗集料的形态特征对沥青路面原材料指标筛选和级配设计具有重要意义。

目前对粗集料形态特征的测量方法有传统法和图像法，常规的传统法一般依靠间隙率法和流动时间对集料进行间接表征，而随着现代计算机技术的发展，数字图像技术开始得到广泛应用[2]。虽然传统测试的结果更准，实用性更强，但数据离散型较大，需大量数据样本作为支撑。而数字图像技术可实现对粗集料形态特征的直接测量和定量分析，测试效果更好，同时还能消除人为主观因素对试验结果的影响。研究发现，粗集料的形态特征评价指标众多，有轴向系数、凸度、粗糙度、棱角参数、圆度和分形维数等，但目前国内外还未形成统一的粗集料形态特征评价标准[3]。因此，本文采用三维激光扫描技术，对玄武岩和石灰岩两种粗集料进行测试，同时与现有针片状含量指标进行相关性分析，从而筛选最佳的粗集料形态特征定量评价指标。

1 三维激光扫描技术

1.1 现有图像采集方法对比

目前集料图像测量方法包含CCD处理技术、X-ray断层扫描技术和三维激光扫描技术，其中CCD处理技术有AIMSII系统以及MASCA。AIMSII系统是第二代集料图像采集技术，相较于第一代增加了对多个粒径的集料图像测量，且在获取集料三维尺寸基础上，还可以测试集料的表面纹理。X-ray断层扫描技术（简称X-CT技术）能够在不破坏材料整体结构的前提下，实现对内部连续断层的扫描，获取材料的三维空间信息。相较于CCD和X-ray断层扫描技术，三维激光扫描技术还可以输出集料的形状、棱角和纹理参数。几种图像扫描技术的优缺点汇总如表1所示。

表1 常见的集料图像扫描技术优缺点汇总

三维激光扫描技术经过多年发展，技术水平在不断提升，已经从最初的接触式测量逐渐发展到当前使用的手持式测量，设备发射出的激光到物体表面，经反射后被扫描仪接收，从而获取到物体的三维空间相对位置，得到物体的三维参数坐标，利用计算机处理技术可以重组物体的三维形貌，并通过分析得出物体的三维形态特征[4]。手持式三维激光扫描仪具有操作方便、采集数据精度高、扫描分辨率高、使用难度低等优点，被广泛应用于建筑材料、航空、自动驾驶、医疗等多个行业。

1.2 测量原理

三维激光扫描技术的测试主要依据三角法原理，通过发射一束有角度且呈直线的激光到物体表面后，物体表面会吸收光束并产生漫反射，扫描仪上的传感器会接收到漫反射的像点，并利用自身的计算机系统进行相应的处理，进而重组了被测物体的三维形貌特征[5]。由于激光发射器、物体和传感器三者之间的光线反射呈三角形，因此，激光扫描仪的测试原理又被称为激光三角法。由于激光发射器发射的激光束与被测物体表面会呈一定角度，于是根据激光束与被测物体表面法线夹角的大小，将激光三角法分为直射式和斜射式。图1所示即为斜射式激光三角法测试原理。

图1 斜射式激光三角法测试原理

1.3 测试方法

首先采用四分法对粗集料进行取样，取样后采用水洗法洗净表面的灰尘、杂质，并放置于105±5℃的烘箱中烘干至恒重。然后将干净的粗集料放置在激光扫描台上，正常情况下可以获得粗集料的第一、三维图像；然后还需将粗集料反转，对另一侧未被测试的部分进行扫描，即可获得粗集料的第二、三维图像。将第一、三维图像和第二、三维图像拼接后，获得粗集料的三维图像，利用计算机对三维图像加以处理，可获得粗集料颗粒的形状参数。此方法和过程较为繁琐，为简化测试过程，提高扫描效率，开发了图2所示的辅助装置，通过将三根螺杆将粗集料进行固定，以便实现对颗粒三维图像的扫描。

图2 辅助扫描工具

1.4 数据处理

由于在粗集料测试过程中因设备原因、外部环境干扰和颗粒本身等多种因素影响，会导致采集数据出现噪声，若不加以处理，则重组的粗集料三维模型曲线会凹凸不平、精度降低，最终获取的颗粒表面形状参数就会出现误差。因此，在对粗集料进行三维激光扫描后，还需要对点云数据进行噪声处理。点云数据的分布形式分为扫描式、阵列式、网格式、散乱式四种，针对不同的分布形式，需要采取特定的处理手段，如对于扫描式、阵列式等有规律的数据，可以采用平滑滤波的方法进行降噪处理；而对于散乱式的数据，通常使用网格模型进行处理。

为了获取更加清晰的粗集料图像，一般会采集较多的数据，但庞大的数据量也会给设备的存储和传输带来不良影响。因此，为了提高测试效率，避免浪费，可以采用降低分辨率或利用算法这两种方法来适当缩减数据样本。但需要注意的是，不能删除具有反馈粗集料主要特征的数据，且不可随意删除，避免影响最终的测试结果。

2 原材料及试验结果分析

2.1 原材料

本文选用两种类型的粗集料，第一种粗集料为玄武岩、第二种粗集料为石灰岩，各集料的来源和种类如表2所示。对上述两种集料的针片状含量进行试验，每种类型集料测试100次，结果如表3所示。

表2 粗集料试验来源和种类

表3 粗集料针片状含量测试结果

2.2 试验结果分析

2.2.1 粒群扫描

采用三维激光扫描仪对不同粒径的玄武岩和石灰岩进行批量扫描，每种集料测试50次，取其平均值作为测试结果，获取颗粒长轴、中轴和短轴数据，玄武岩和石灰岩粗集料扫描测试结果如图3所示。

图3 京沪高速粗集料颗粒轴长测试结果

由图3 分析可知，玄武岩的短轴在8.13～9.44mm 之间，中轴在11.04～12.24mm之间，长轴在14.64～15.99mm之间；石灰岩的短轴在9.37～11.75mm 之间，中轴在12.34～15.40mm之间，长轴在16.50～21.38mm之间。

为进一步对粗集料的长轴、中轴和短轴大小进行评价，计算短轴与中轴、中轴与长轴的比值，根据比值大小将粗集料形态分为板状、柱状、饼状、立方体四种（如图4所示）。本文对粗集料的短轴/中轴和中轴/长轴计算结果进行分析，发现结果均大于2/3，由此推断出玄武岩和石灰岩粗集料呈立方体结构。

图4 粗集料形态分布

通过对玄武岩、石灰岩颗粒样品的长短轴之比分布情况进行统计分析，结果如图5、图6所示，发现玄武岩与石灰岩粗集料的长短轴之比主要分布在1.75～2.0和1.5～1.75之间，表明集料颗粒总体上近似于立方体结构，从侧面也反映出集料的颗粒形状比较均匀。

图5 玄武岩粗集料的长短轴之比分布情况

图6 石灰岩粗集料的长短轴之比分布情况

2.2.2 单粒扫描

分别对玄武岩和石灰岩进行单颗三维激光扫描，每次扫描的样本数量为10颗，并取其平均值作为一个编号的测试结果，采用矩体度、球度和形状因子三个指标定量评价其三维形状，测试结果如图7、图8所示。

图7 玄武岩粗集料三维形态指标测试结果

图8 石灰岩粗集料三维形态指标测试结果

由图7、图8分析可知，玄武岩的矩体度在0.36～0.51之间，球度在0.52～0.85之间，形状因子在0.77～1.51之间；石灰岩的矩体度在0.35～0.50 之间，球度在0.62～0.82 之间，形状因子在0.69～1.09之间。玄武岩与石灰岩集料的矩体度几乎相同，玄武岩集料的球度分布范围更广，且球度值更大，球度值越接近于1说明集料的形状越近似于立方体，与上述长短轴之比结论一致。从形状因子指标分析，玄武岩集料的形状因子高于石灰岩集料，根据粗集料颗粒形状指数范围，形状因子在0.98～1.10之间的集料属于蛋圆形；在1.10～1.15之间的集料属于棱角形；在1.15～1.20之间的集料属于针状；在1.20～1.39之间的集料属于片状。因此，得出结论：玄武岩粗集料从蛋圆形到片状各种形状均有，石灰岩粗集料主要以蛋圆形为主。

由于集料本身岩性和加工方式的区别，导致集料形态各异，其中针片状含量指标主要受到岩石破碎设备的影响。本文基于上述对玄武岩和石灰岩两种集料的针片状含量、三维形态指标测试结果，分析两者之间的相关性，如图9、图10所示。

图9 玄武岩粗集料的针片状含量与形态指标的相关关系

由图9、图10分析可知，粗集料的针片状含量与矩体度指标之间没有相关性，而与球度和形状因子指标之间存在一定的相关性，其中针片状含量与球度指标的相关系数达到0.70以上，高于针片状含量与形状因子间的相关系数。说明三维激光扫描技术测试的粗集料球度指标与按规范测得的针片状含量均可反映粗集料的形态特征。

图10 石灰岩粗集料的针片状含量与形态指标的相关关系

3 结束语

本文基于三维激光扫描技术，对两种不同粒径的玄武岩和石灰岩粗集料的形态特征进行测试，得出以下结论：

（1）粒群扫描试验中，采用短轴/中轴和中轴/长轴指标可实现对粗集料形态特征的初步评价，从长短轴之比的分布情况也进行了验证，结论具有一致性。

（2）单粒扫描试验中，球度与针片状含量的相关性最高，形状因子次之，说明采用球度指标对粗集料的三维形态特征进行评价较准确。