移动激光扫描技术的盾构隧道收敛直径提取方法

针对盾构隧道收敛直径难以快速提取的问题,该文提出利用移动激光扫描技术获取的点云数据来提取收敛直径的方法.利用点云的强度信息结合k-d树算法和IDW插值方法生成隧道正射影像,基于canny算子和霍夫变换识别隧道每一圆环内的封顶块,并根据环内其他环片与封顶块的相对位置关系来划分环片,取水平直径所在附近的邻接块或标准块两段圆弧点进行圆拟合并在拟合前剔除粗差,圆拟合得到的直径作为该环的收敛直径,并通过与全站仪测量方法测得的收敛直径进行对比验证了本方法的精度.结果表明,该方法在快速获取盾构隧道收敛直径的同时也能有较高的精度.     

基于椭圆柱面模型的隧道点云滤波方法

由于地铁盾构环片附着了大量的螺栓和螺丝以及隧道内壁上安装的大量金属支架、电器设备等附属物,使得获取的激光点云数据包含了大量的非隧道内壁点(以下简称非点),从而影响到隧道点云在形变监测、三维建模等方面的应用。本文提出基于区域分割的椭圆柱面模型方法来滤除非点,将地铁隧道横截面视为椭圆(根据盾构施工特点),利用获取的隧道原始点云数据提取出隧道中轴线,并沿隧道中轴线正交方向将点云分割为等间隔区域,然后利用各区域的点云分别迭代拟合为椭圆柱面,从而实现对隧道内壁非点的自动滤除。实验结果表明,该方法能够有效滤除隧道内的非点,为三维激光扫描技术用于地铁隧道形变监测提供高质量的点云数据。     

螺栓孔特征点云支持下的地铁盾构隧道环缝识别与环间错台量分析

管片错台是地铁盾构隧道全生命周期中常见的一种隧道病害。错台量过大,可能会使成型的隧道发生大面积的破损和渗漏,对地铁隧道的耐久性和安全性产生极大的威胁。基于三维激光扫描技术的错台检测通过确定环缝位置提取环缝两侧的断面,继而分析错台量。目前的环缝位置识别需要将点云数据转化为正射影像,再采用人工标注的方法,该方法效率低,精度极易受作业人员的影响。本文提出了一种基于螺栓孔特征点云的地铁盾构隧道环缝识别方法,无需生成正射影像,充分利用盾构隧道既有特征点云,能够准确、快速地识别环缝位置,并在此基础上结合杭州市实际地铁工程进行环间错台检测以验证该方法。结果表明,相较于传统的隧道检测手段,该方法效率高,检测全面且监测结果能够达到工程应用的精度要求。     

基于二次曲线拟合的隧道激光点云滤波方法及其应用

提出了利用二次曲线拟合地铁隧道中轴线方法, 建立了地铁里程与隧道盾构环片之间的对应关系。首先沿中轴线对隧道盾构环片进行分割, 针对分割后盾构片上附着的金属支架等噪声点, 提出基于隧道设计半径的粗滤噪和基于多项式拟合的精滤噪相结合的滤噪方法, 然后对滤噪后的两期隧道点云分别建立数字表面模型(DSM)并进行叠加分析, 获取不同里程处的隧道形变情况。试验表明, 该方法可获得地铁隧道内任意处的形变量, 可为相关研究工作提供借鉴。     

移动三维激光扫描技术在隧道结构监测中应用

我国地铁隧道监测主要以全站仪为主的传统测量,监测点有限,监测过程缓慢,难以全面反映隧道结构的变形。本文针对地铁隧道结构特点,提出了一种基于新型移动式三维激光测量技术的隧道结构监测方案。首先利用移动激光扫描获取高密度点云数据;然后通过自动识别提取隧道顶部的环片拼接缝,以此为基础结合点云数据提取各环片断面信息,对环片结构进行分析;最后利用综合数据管理平台对各类监测成果进行管理分析,实现隧道结构变化的科学管理。实际工程应用表明,该方案监测结果准确、成果分析与管理更加科学,满足隧道健康监测的需求。     

基于断面基准面点云模型的隧道管片分割与断面提取

隧道变形的精确测量对于掌握隧道衬砌结构的变化及其发展规律、保障隧道的安全运行具有重要意义。本文首先借助轨载移动三维激光测量系统获取地铁隧道的激光点云,结合隧道呈柱面的几何特点,提出一种基于断面基准面投影的盾构隧道点云模型构造方法;然后利用断面基准面点云的高度梯度与三维特征分割隧道管环并提取隧道断面,从而获取盾构隧道的连续横断面,为隧道变形监测提供基础。     

基于RANSAC算法的地铁隧道点云数据滤波

三维激光扫描技术能够快速、有效地获取隧道点云数据,可用于提取地铁隧道的形变信息,但隧道点云数据中包含着噪声点、离群点,需要滤波去除,目前已有滤波算法不适用于隧道环境。文中采用统计特征去除部分噪声点,利用区域增长方法初步提取隧道壁部分点云作为RANSAC算法种子点,进一步利用RANSAC算法拟合数学模型提取隧道壁全部点云数据,并利用RANSAC点云拟合模型对隧道盾构体施工精度进行评估。实验结果表明了方法的有效性。     

改进Mask RCNN的盾构隧道渗漏水检测方法

渗漏水是盾构隧道结构存在潜在损伤或缺陷的重要表征,快速、准确检测出渗漏水位置,对隧道安全运营和维护具有重要意义。现有的方法大多采用光学影像对隧道渗漏水进行检测,受隧道内空间和光线条件限制,难以获得高质量病害图片。因此,本文提出了一种基于激光点云数据与改进Mask RCNN相结合的渗漏水检测方法。首先对激光点云反射强度进行修正;然后生成灰度图像并建立渗漏水病害数据集;最后在Mask RCNN算法中引入空洞卷积和变形卷积,实现了隧道渗漏水病害的快速检测。利用某地铁采集的数据进行验证,结果表明,本文提出的改进Mask RCNN算法相较于原始算法和FCN算法检测精度均有明显提升,在盾构隧道渗漏水识别方面性能表现较好。     

基于TLS的盾构隧道收敛测量研究

盾构隧道施工完成后的收敛测量是一项十分重要的工作。文中以某在建盾构隧道为研究对象,研究采用地面三维激光扫描技术(Terrestrial laser scanning,TLS)进行收敛测量的方法与步骤。应用TLS获取隧道管片表面的点云数据,对点云数据进行配准、消噪、建模等处理;采用Ransac算法和最小二乘算法提取隧道点云数据的中轴线;根据点到平面的距离获取断面点,应用椭圆方程以及最小二乘的方法对断面点进行拟合;最后,利用直线与椭圆交点获取不同方向上的隧道半径,完成收敛测量。研究结果表明,应用TLS技术可以快速、准确、详尽地获取盾构隧道的收敛情况。     

基于机载LiDAR数据的建筑物轮廓提取

建筑物轮廓作为建筑物三维重建的重要元素,在建立智慧城市和数字城市中至关重要。本文针对从机载激光雷达点云中提取建筑物轮廓数据处理的点云滤波、建筑物屋顶面提取、建筑物轮廓提取,以及提取精度评定各环节存在的一些问题,提出了一种综合区域生长改进算法、三维Hough变换算法和α-shape算法的建筑物轮廓提取方法。该方法在对机载LiDAR点云数据去噪的基础上,首先利用改进的区域生长算法滤波地面点,并基于地物点到地面的归一化高程特征通过高度阈值去除高度较为低矮的地物点;再基于三维Hough变换算法从剩余建筑物和高大树木点云中提取建筑物平面;最后使用α-shape算法提取建筑物的轮廓信息。对使用RIEGLVQ-1560i机载激光雷达测量系统扫描的某城区点云数据进行计算,通过匹配度、形状相似度和位置精度等评价指标对提取的建筑物轮廓进行精度评定。结果表明,综合区域生长改进算法、三维Hough变换算法和α-shape算法的建筑物轮廓提取方法可以准确提取建筑物的轮廓信息,对于大范围的建筑物轮廓提取具有稳定性和普遍适用性。     

一种基于点云数据快速生成建筑物断面图的方法

提出了一种基于点云数据快速生成建筑物断面图的方法,首先利用设计的裁剪面对建筑物断面进行截取,得到该断面的边缘点云数据,形成断面边缘点云的二维平面数据;通过改进的Hough变换算法提取出共线点云,并对共线点云进行去噪、分割;采用选权迭代法拟合提取出的线状点云数据,找出各条线段端点,进而对端点进行连线绘制断面图。编程实现了基于点云数据快速生成建筑物断面图的算法,通过工程实例验证了该方法的可靠性和实用性。     

基于点云空间扩展的盾构隧道整体去噪方法

盾构隧道点云数据的去噪工作是后续隧道结构分析的前提。本文结合点云空间扩展理论与盾构隧道呈圆柱形的特点,提出了一种盾构隧道的整体去噪方法。首先将盾构隧道空间扩展后得到新的拓扑结构,使盾构隧道的去噪工作能够使用现有成熟的地面滤波算法。经过直通滤波、坡度滤波后的隧道点云保留完整的衬砌结构,隧道的附属设施被滤除。使用直线段与曲线段隧道进行试验,试验结果表明,该方法能够实现隧道的整体去噪,去噪效果显著。     

利用三维点云数据的地铁隧道断面连续截取方法研究

提出了一种可应用于变形监测的基于三维激光点云的隧道断面连续截取方法.该方法分为点云拼接、中轴线提取和断面截取.隧道中轴线的提取通过随机采样一致性算法和最小二乘平差算法完成;断面截取过程先基于隧道轴线信息调整隧道姿态,再对隧道数据采取局部曲面拟合进行,其中引用了限制最小二乘算法和随机采样一致性算法.采用RIEGL VE-400获取的地铁隧道点云数据进行了验证.实验证明了本文方法在三维激光扫描技术的应用方面具有一定的实践意义.     

改进的 Hough 变换提取点云数据球面特征

提出一种改进的Hough变换用于提取点云数据中的球面特征。该方法运用"4点定位法"与Hough变换基本方法相结合,可以快速定位球心坐标和球半径并提取出球面点。为验证方法的有效性,通过Matlab建立含噪点云仿真模型,对基本方法和改进算法进行比较。实验结果表明,提取点云数据的球面特征采用改进Hough变换算法速度更快、效率更高。     

基于车载点云数据的树木提取与分析

本文基于高速公路高精度点云数据,首先通过点云数据的分类处理实现对树木点云数据的提取,将树木点云投影到水平面,采用DBSCAN密度聚类算法实现单根树木的提取;然后在数据密集区域存在树木树冠点云重叠的区域,本文结合树干几何特征提取树干的位置信息,计算所有点云到树干中心的欧氏距离,将所有点云归类到最近的树干进行粗分割;最后根据粗分割的树木轮廓特征确定树冠模型与树冠中心,提出了采用基于密度特征的格网竞争算法对重叠的区域进行精细分割。试验表明,本文采用的树木分割方法能够实现单棵树木精确提取。     

盾构隧道点云典型要素分割

针对盾构隧道点云及其几何特征构建八叉树索引,使用体素化网格降采样进行点云降采样,利用统计特征滤波器达到精简点云,继而实现典型要素自动分割。结合点云精简算法,提高了随机抽样一致性(RANSAC)算法效率,通过拟合模型的几何特征,设置合理阈值,自动分割隧道典型要素。实验结果表明,该方法可以精确地分割出相邻距离阈值较小的盾构隧道典型要素,拟合的隧道半径与设计半径误差仅为3 mm;相比传统RANSAC算法,该算法运行速度提高了17倍,实现了相邻距离阈值达1.0 cm精度的目标分割。     

基于点云数据的盾构隧道竣工测量方法

隧道轴线的偏差和断面测量是地铁隧道竣工测量的重要指标。本文详细介绍了运用空间几何的方法从海量三维激光点云数据中快速、准确地提取地铁盾构隧道断面和中心点的方法,在此基础上将提取的断面点云数据与设计断面曲线进行了二维对比分析,并在北京某地铁盾构隧道中进行了验证:从三维激光点云中提取的中心点坐标与全站仪测量得到的结果相差在±3mm以内,点位精度能够达到3.43mm。结果表明该方法可达到较高的测量精度,在地铁盾构隧道竣工测量中将具有较强的实用性。     

基于空间圆模型的隧道全局中轴线提取方法

隧道中轴线不仅能够检核隧道竣工测量,而且在隧道变形监测中其精度直接影响横断面提取的准确性。本文提出一种精确提取隧道全局中轴线的方法:首先将隧道三维点云投影至水平面形成平面点云,并采用Delaunay三角网算法获取点云边界;其次利用点云边界中转折点间的距离与隧道直径的关系提取出隧道边界线;然后依据隧道边界和中心的几何关系提取出水平中轴线,并以此提取隧道横断面;最后对隧道横断面进行空间圆模型拟合生成隧道中轴线。通过实验分析,本文方法能够适应于长距离、弯曲型隧道,为隧道中轴线提取研究提供借鉴依据。     

激光点云在地铁盾构隧道病害诊断中的应用

移动式三维激光扫描技术在地铁盾构隧道安全监测工作中应用较为成熟。本文以地铁盾构隧道监测点云数据为基础进行研究,实现了地铁盾构隧道病害智能诊断。首先通过激光点云生成灰度图像;在此基础上运用卷积神经网络CNN,对地铁盾构隧道中的渗漏水和裂缝的识别技术进行了深入研究;最终生成隧道病害智能诊断系统,为地铁安全运营提供了智能监测方法,有效提高了我国地铁运营监测的技术水准。     

基于移动三维激光扫描的地铁盾构环片提取与分析

随着我国轨道交通的不断发展,城市轨道交通已成为公共交通的重要组成部分。目前我国轨道交通安全主要采用全站仪和站式扫描仪等设备进行监测,具有监测效率低、监测点布设困难、对管片衬砌有损伤等缺点。移动三维激光扫描是一种新型轨道交通结构安全检测技术。本文采用移动三维激光扫描技术获取隧道内部完整结构点云数据,对移动三维激光点云进行环片提取分析,对获取的断面点云进行处理分析,得到环片变形情况。试验结果表明,该方法不仅能够获取准确的环片变形结果,而且实现了逐环提取分析,大大提高了环片监测的效率。