CN107796363A - 一种基于陆基LiDAR弧度隧道断面提取的方法 - Google Patents

一种基于陆基LiDAR弧度隧道断面提取的方法 Download PDF

Info

Publication number
CN107796363A
CN107796363A CN201710954488.5A CN201710954488A CN107796363A CN 107796363 A CN107796363 A CN 107796363A CN 201710954488 A CN201710954488 A CN 201710954488A CN 107796363 A CN107796363 A CN 107796363A
Authority
CN
China
Prior art keywords
mrow
section
msub
tunnel
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710954488.5A
Other languages
English (en)
Inventor
鲍艳
王风杰
郭飞
王博群
郭稳
王莹莹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201710954488.5A priority Critical patent/CN107796363A/zh
Publication of CN107796363A publication Critical patent/CN107796363A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C7/00Tracing profiles
    • G01C7/06Tracing profiles of cavities, e.g. tunnels

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明公开了一种基于陆基LiDAR弧度隧道断面提取的方法,属于土木工程技术领域。为监测隧道的变形,截取同一断面的不同时期的点云数据进行变形分析。建立参考点云即非变形点云和变形点云之间的点对应关系,采用最小距离投影算法,计算出整个断面的变形。针对于弧度隧道,将双向投影法、RANSAC算法和最小二乘法应用于弧度中轴线的提取,最终提取的断面变形量与全站仪测量结果进行了精度验证。如果隧道更长点云的量就会更大,并且旋转只对于拟提取断面处及附近的点云有用,对于其他位置的点云相当于作了无用功,因为提弧度隧道每提取一个断面就进行旋转一次,提出的点缓冲区概念,只对提取断面附近的点云进行旋转,使得计算隧道变形量的效率大大提高。

Description

一种基于陆基LiDAR弧度隧道断面提取的方法
技术领域
本发明属于土木工程技术领域,涉及一种基于陆基LiDAR弧度隧道断面提取的方法。
背景技术
随着地铁隧道事业发展,大量地质复杂、高难度的山岭隧道及城市地铁都在紧锣密鼓地进行着,施工期间地质情况复杂、岩土介质力学行为不断变化,导致隧道施工复杂多样、难度大,风险高,为保证围岩的稳定性和支护结构的可靠性,变形监测是地铁隧道施工中一个不可或缺的重点环节,对地铁隧道进行及时准确的变形监测,无疑对施工质量以及整体安全系数有着显著提高。变形监测的责任在于安全的保障,以往测量数值的应用并没有得到重视所以隧道塌方、周边建筑物严重开裂等一些事故时有发生,甚至造成巨大的灾难,如不对地铁隧道的安全问题给以足够重视,势必成为整个交通***的隐患。因此,在施工期间进行实时安全监测是保障地铁隧道建设成功的重要手段。
传统监测方法观测所需要的时间长,劳动强度高,观测精度受到观测条件的影响较多,自动化较差,只能局限于所布设的控制点,反映局部变形,而不能反映出整体变形。Light Detection And Ranging(LiDAR)又被称为三维激光扫描测量技术是地铁隧道工程中应用的一个研究热点。三维激光扫描技术对光线条件没有要求,即使在漆黑的隧道里依旧能正常工作,并且可以一次性快速、完整、全方位地采集隧道内部的数据,经处理后可以计算出隧道任意断面的变形量从而实现隧道的整体变形监测。
世界很多国家对隧道变形监测进行了大量的研究,但主要是研究直线型隧道,或将隧道简化为直线型。在实际中,很多隧道是非直线型,即有一定的弧度,甚至是S型。目前,国内外对于弧形隧道的研究少,并且针对基于三维激光扫描技术应用于弧度隧道断面变形监测未见详细***的提取方法,本文提取一种适应于弧度隧道断面提取的方法,提出点缓冲区和面缓冲的概念,实现快速准确的提取弧度隧道的断面。
随机采样一致性算法——RANSAC(RandomSampleConsensus)是一种应用极为广泛的鲁棒模型估计算法。虽然模型参数估计方法中经典的最小二乘法,可以根据某种给定的目标方程估计并优化模型参数以使其最大程度适应于所有给定的数据集,但这种方法都没有包含检测并排除异常数据的方法,他们都基于平滑假设:忽略给定的数据集的大小,总有足够多的准确数据值来消除异常数据的影响。然而是在很多实际情况下,例如隧道壁不光滑或受空气湿度的影响,投影后隧道边界点云中存在很多噪声,所以平滑假设无法成立,数据中可能包含无法得到补偿的严重错误数据,这时候此类模型参数估计方法将无法使用。针对隧道点云数据采集的实际情况,采用抗差性能较好的随机抽样一致(RANSAC)算法提取隧道边界线及中轴线,优点是稳定、可靠、精度高,对噪声和特征点提取不准确有很好的承受能力,鲁棒性强,同时具有较好的剔除误匹配点的能。
发明内容
本发明旨在提供一种基于陆基LIDAR弧度隧道断面提取的方法,实现监测弧度隧道断面变形监测。
为了达到上述目的,本发明旨在提出一种基于陆基LIDAR弧度隧道断面提取的方法,该方法包括以下步骤:
第一步:获取点云
为获取精确的点云数据,需合理的选取的测站间距和扫描分辨率。
测站间距的主要影响因素是由地铁隧道的内径大小和激光扫描最大入射角构成。入射角是扫描仪到隧道表面的矢量即半径矢量与点所在的平面法向量的夹角如图1,隧道内径为D,测站间距为S,θmax为激光扫描最大入射角,建立几何关系式为:
根据D.Delaloye原理可知S=1D,代入公式(1)中,能够计算出激光扫描最大入射角θmax=45°。由于监测误差随着激光扫描入射角的增大而增加,根据D.DLichti定理可知,测站间距S的取值范围在[D,2D]。
扫描分辨率的确定:
δ表示扫描角分辨率,越高的分辨率得到越密的点云,测量精度越高,需要更长的扫描时间。图2中,设BC=δmax为最大测点间距,δmax单位是mm,根据测量精度的要求给出;∠BAC=90°,
BC=δmax=AB/sin∠ABC,
角分辨率都小,当角分辨率δ足够小时,扫描仪的分辨率表示为距离扫描仪一米处的测点间距:xopt,单位为mm·m-1,此时δ≈sinδ≈tanδ≈xopt
为避免复杂运算,用隧道的测点间距x描述扫描分辨率,具体扫描分辨率xopt的计算公式如下:
第二步:点云拼接
三维激光扫描仪每次获取的点云数据都是以仪器中心为依据,然后建立独立内部坐标系O-XYZ来获得点云坐标信息,对于多站点云数据只有通过各坐标系之间的精密转换,才能得到整个隧道统一点云坐标信息。隧道点云拼接基于标靶拼接,在相邻两站重叠区域布设多个标靶,并保证有三个以上非同一直线上的标靶位于两站之间的重叠区域,通过公共的标靶点参数转化完成整体点云的坐标***一。
第三步:基于双向投影法的弧度隧道中轴线提取
提取弧度隧道中轴线是基于双向投影法,即将隧道点云向XOY和YOZ面分别投影并提取各自的中轴线,最终形成空间三维中轴线。本方法基于随机采样一致性算法实现中轴线的提取。
具体步骤为:①导入隧道三维点云;②向XOY面投影;③提取投影的边界点;④拟合边界曲线;⑤提取中轴线上的点;⑥拟合中轴线方程。
第四步:弧度隧道断面提取
针对弧度隧道提取断面提出点缓冲区和面缓冲区的概念
将三维点云导入处理软件,拟提取得断面是垂直于中轴线的,为便于提取隧道断面,将拟提取的断面按照中轴线的切向量旋转至垂直于某一坐标轴。因有弧度隧道的中轴线的斜率均不不同,所以每提取一个断面就需要将所有点云旋转(约为几十亿个)一次,并且旋转只对于拟提取断面处及附近的点云(约为几千个)有用,对于其他位置的点云相当于作了无用功,导致计算效率低,为提高旋转的速度,提出隧道点云点缓冲区如图3所示,选取拟截取的断面位置,计算对应位置处中轴线上的点,以此为球心r为半径,将在球区域内的点云作为所截取断面的点缓冲区,为实现所截取断面垂直于坐标轴的目的,只旋转点缓冲区点云即可,实现快速提取断面的目的,详细步骤见具体实施。
将拟提取断面的点缓冲区旋转垂直于某一坐标轴后,便提取断面点云,但为提高断面点的密度,进而更加精确的确定断面每个角度位置上的变形情况,提出面缓冲区点云的概念,即面缓冲区点云就是距离提取断面上一定距离δ的点云图4,详细步骤见具体实施。
第五步:断面变形分析
为监测隧道的变形,截取同一断面的不同时期的点云数据进行变形分析。尽管这不同期点云数据属于同一隧道断面,非一一对应关系。为建立参考点云即非变形点云和变形点云之间的点对应关系,采用一种最小距离投影(MDP)算法,计算出整个断面的变形。
具体技术路线如图5所示。
有益效果
本发明所述的这种方法可以快速的提取弧度隧道断面点云的效果,有效地监测隧道的整体变形。
1)算法的适用性。针对于弧度隧道,将双向投影法、RANSAC算法和最小二乘法应用于弧度中轴线的提取,最终通过提取的断面变形量与全站仪测量结果对比取得的效果令人满意,验证这些算法对于弧度隧道的适用性。
2)快速性。扫描约100m的隧道的点云可达几十亿点云,如果隧道更长点云的量就会更大,并且旋转只对于拟提取断面处及附近的点云(约为几千个)有用,对于其他位置的点云相当于作了无用功,因为提弧度隧道每提取一个断面就进行旋转一次,这样计算效率大大降低,所以提出的点缓冲区概念,只对提取断面附近的点云进行旋转,加快了旋转速率,使得计算隧道变形量的效率大大提高。
附图说明
图1:入射角;
图2:隧道设站扫描模型;
图3:点缓冲区示意图;
图4:面缓冲区示意图;
图5:技术路线图;
图6:中轴线提取过程图;
图7:各提取断面的点缓冲区图;
图8:提取断面的面缓冲区图;
图9:面缓冲区点云投影图;
图10:提取的断面图点云图;
图11:同一断面两期点云;
图12:局部放大图;
图13:变形坐标系;
图14:断面变形图;
图15:基于随机采样一致性算法实现中轴线的提取方法。
具体实施方式
为了更了解本发明的技术内容,以某隧道为实例并配合附图说明如下。
第一步:隧道断面尺寸为5m*3.5m,试验段长约为60m。测站间距约为10m,分辨率采用中等分辨率。
第二步:共扫描6站,通过相邻两站布设的三个球标靶进行拼接,拼接误差如表1。
第三步:将三维点云数据导入MATLAB,分别拟合XOY平面和YOZ平面的中轴线,具体步骤为:①导入隧道三维点云;②向XOY面投影;③提取投影的边界点;④拟合边界曲线;⑤提取中轴线上的点;⑥拟合中轴线方程。详细过程如图6。
第四步:首先在所求的中轴线上确定拟截取断面的起始点、截取间隔和点缓冲区半径,计算得到每个断面的点缓冲区如图7所示,由此完成了对整个隧道的分块过程。由于本隧道具有弧度,中轴线上的斜率处处不同,需将每一点缓冲区的点云根据中轴线上每一断面处的切向量(1,kxoyn,kyoz)进行旋转使之垂直于Y轴,提出点缓冲区的目的就是便于旋转点云从而提高断面点集获取速度。为提高断面点的密度,提取距离断面距离δ的点云,如图8所示,本文参考Han(Han S et al.,2013)的方法(公式(3)、(4)),将面缓冲区点云投影在提取断面上如图9所示,最终提取的断面点云如图10。
第五步:提取弧度同一断面的不同时期的点云数据如图11、图12,变形比较时建立如图13所示的极坐标系。各断面的变形量由下图表示,最终基于MDP算法计算出不同时期同一断面任意角度的变形量如图14,与全站仪监测断面50°、75°、90°、115°位置的变形相比较如表2所示,此方法计算的弧度隧道变形检测结果接近于全站仪的变形测量结果,取得的效果令人满意。
综上所述,本发明提出一种基于陆基LIDAR弧度隧道断面提取的方法,可以实现弧度隧道整体变形监测,及时监测并预警变形避免财产损失和人身伤亡。
表1 标靶误差评定表 单位:mm
表2激光扫描仪与全站仪变形数据对比结果
单位:mm

Claims (2)

1.一种基于陆基LiDAR弧度隧道断面提取的方法,其特征在于:该方法包括以下步骤:
第一步:获取点云
为获取精确的点云数据,选取的测站间距和扫描分辨率;
测站间距的主要影响因素是由地铁隧道的内径大小和激光扫描最大入射角构成;入射角是扫描仪到隧道表面的矢量即半径矢量与点所在的平面法向量的夹角,隧道内径为D,测站间距为S,θmax为激光扫描最大入射角,建立几何关系式为:
<mrow> <msub> <mi>&amp;theta;</mi> <mi>max</mi> </msub> <mo>=</mo> <mi>arctan</mi> <mfrac> <mi>S</mi> <mi>D</mi> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
根据D.Delaloye原理可知S=1D,代入公式(1)中,能够计算出激光扫描最大入射角θmax=45°;由于监测误差随着激光扫描入射角的增大而增加,根据D.DLichti定理可知,测站间距S的取值范围在[D,2D];
扫描分辨率的确定:
δ表示扫描角分辨率,越高的分辨率得到越密的点云,测量精度越高,需要更长的扫描时间;设BC=δmax为最大测点间距,δmax单位是mm,根据测量精度的要求给出;∠BAC=90°,
BC=δmax=AR/sin∠ABC,
<mrow> <mi>s</mi> <mi>i</mi> <mi>n</mi> <mi>&amp;delta;</mi> <mo>=</mo> <mfrac> <mrow> <mn>2</mn> <msub> <mi>&amp;delta;</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mi>s</mi> <mi>i</mi> <mi>n</mi> <mo>&amp;lsqb;</mo> <mi>a</mi> <mi>r</mi> <mi>c</mi> <mi>t</mi> <mi>a</mi> <mi>n</mi> <mrow> <mo>(</mo> <mfrac> <mi>s</mi> <mi>D</mi> </mfrac> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <msqrt> <mrow> <msup> <mi>s</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>D</mi> <mn>2</mn> </msup> </mrow> </msqrt> </mfrac> </mrow>
角分辨率都小,当角分辨率δ足够小时,扫描仪的分辨率表示为距离扫描仪一米处的测点间距:xopt,单位为mm·m-1,此时δ≈sinδ≈tanδ≈xopt
为避免复杂运算,用隧道的测点间距x描述扫描分辨率,具体扫描分辨率xopt的计算公式如下:
<mrow> <msub> <mi>x</mi> <mrow> <mi>o</mi> <mi>p</mi> <mi>t</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <mn>2</mn> <msub> <mi>&amp;delta;</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mi>s</mi> <mi>i</mi> <mi>n</mi> <mo>&amp;lsqb;</mo> <mi>a</mi> <mi>r</mi> <mi>c</mi> <mi>t</mi> <mi>a</mi> <mi>n</mi> <mrow> <mo>(</mo> <mfrac> <mi>s</mi> <mi>D</mi> </mfrac> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <msqrt> <mrow> <msup> <mi>s</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>D</mi> <mn>2</mn> </msup> </mrow> </msqrt> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
第二步:点云拼接
三维激光扫描仪每次获取的点云数据都是以仪器中心为依据,然后建立独立内部坐标系O-XYZ来获得点云坐标信息,对于多站点云数据只有通过各坐标系之间的精密转换,才能得到整个隧道统一点云坐标信息;隧道点云拼接基于标靶拼接,在相邻两站重叠区域布设多个标靶,并保证有三个以上非同一直线上的标靶位于两站之间的重叠区域,通过公共的标靶点参数转化完成整体点云的坐标***一;
第三步:基于双向投影法的弧度隧道中轴线提取
提取弧度隧道中轴线是基于双向投影法,即将隧道点云向XOY和YOZ面分别投影并提取各自的中轴线,最终形成空间三维中轴线;本方法基于随机采样一致性算法实现中轴线的提取;
具体步骤为:①导入隧道三维点云;②向XOY面投影;③提取投影的边界点;④拟合边界曲线;⑤提取中轴线上的点;⑥拟合中轴线方程;
第四步:弧度隧道断面提取
针对弧度隧道提取断面提出点缓冲区和面缓冲区的概念
将三维点云导入处理软件,拟提取得断面是垂直于中轴线的,为便于提取隧道断面,将拟提取的断面按照中轴线的切向量旋转至垂直于某一坐标轴;因有弧度隧道的中轴线的斜率均不不同,所以每提取一个断面就需要将所有点云旋转一次,并且旋转只对于拟提取断面处及附近的点云有用,对于其他位置的点云相当于作了无用功,导致计算效率低,为提高旋转的速度,提出隧道点云点缓冲区,选取拟截取的断面位置,计算对应位置处中轴线上的点,以此为球心r为半径,将在球区域内的点云作为所截取断面的点缓冲区,为实现所截取断面垂直于坐标轴的目的,只旋转点缓冲区点云即可,实现快速提取断面的目的,详细步骤见具体实施;
将拟提取断面的点缓冲区旋转垂直于某一坐标轴后,便提取断面点云,但为提高断面点的密度,进而更加精确的确定断面每个角度位置上的变形情况,提出面缓冲区点云的概念;
第五步:断面变形分析
为监测隧道的变形,截取同一断面的不同时期的点云数据进行变形分析;尽管这不同期点云数据属于同一隧道断面,非一一对应关系;为建立参考点云即非变形点云和变形点云之间的点对应关系,采用最小距离投影算法,计算出整个断面的变形。
2.根据权利要求1所述的一种基于陆基LiDAR弧度隧道断面提取的方法,其特征在于:
第一步:隧道断面尺寸为5m*3.5m,试验段长约为60m;测站间距约为10m,分辨率采用中等分辨率;
第二步:共扫描6站,通过相邻两站布设的三个球标靶进行拼接;
第三步:将三维点云数据导入MATLAB,分别拟合XOY平面和YOZ平面的中轴线,具体步骤为:①导入隧道三维点云;②向XOY面投影;③提取投影的边界点;④拟合边界曲线;⑤提取中轴线上的点;⑥拟合中轴线方程;
第四步:首先在所求的中轴线上确定拟截取断面的起始点、截取间隔和点缓冲区半径,计算得到每个断面的点缓冲区,由此完成了对整个隧道的分块过程;由于本隧道具有弧度,中轴线上的斜率处处不同,需将每一点缓冲区的点云根据中轴线上每一断面处的切向量(1,kxoyn,kyoz)进行旋转使之垂直于Y轴,提出点缓冲区的目的就是便于旋转点云从而提高断面点集获取速度;为提高断面点的密度,提取距离断面距离δ的点云,将面缓冲区点云投影在提取断面上,最终提取的断面点云;
<mrow> <mi>x</mi> <mo>=</mo> <mfrac> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mi>j</mi> </msub> <mo>-</mo> <msub> <mi>y</mi> <mi>a</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>x</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>y</mi> <mi>a</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>y</mi> <mi>j</mi> </msub> <mo>-</mo> <msub> <mi>y</mi> <mi>i</mi> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mi>z</mi> <mo>=</mo> <mfrac> <mrow> <msub> <mi>z</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mi>j</mi> </msub> <mo>-</mo> <msub> <mi>y</mi> <mi>a</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>z</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>y</mi> <mi>a</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>y</mi> <mi>j</mi> </msub> <mo>-</mo> <msub> <mi>y</mi> <mi>i</mi> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
第五步:提取弧度同一断面的不同时期的点云数据,变形比较时建立极坐标系;最终基于MDP算法计算出不同时期同一断面任意角度的变形量。
CN201710954488.5A 2017-10-13 2017-10-13 一种基于陆基LiDAR弧度隧道断面提取的方法 Pending CN107796363A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710954488.5A CN107796363A (zh) 2017-10-13 2017-10-13 一种基于陆基LiDAR弧度隧道断面提取的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710954488.5A CN107796363A (zh) 2017-10-13 2017-10-13 一种基于陆基LiDAR弧度隧道断面提取的方法

Publications (1)

Publication Number Publication Date
CN107796363A true CN107796363A (zh) 2018-03-13

Family

ID=61533093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710954488.5A Pending CN107796363A (zh) 2017-10-13 2017-10-13 一种基于陆基LiDAR弧度隧道断面提取的方法

Country Status (1)

Country Link
CN (1) CN107796363A (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108844522A (zh) * 2018-06-26 2018-11-20 北京市政建设集团有限责任公司 一种基于三维激光扫描的盾构隧道断面中心提取方法
CN108896015A (zh) * 2018-05-31 2018-11-27 长江水利委员会长江科学院 隧洞结构面产状双激光照准测量方法
CN109029350A (zh) * 2018-08-02 2018-12-18 南京航空航天大学 一种隧道轴线提取及断面收敛分析方法及装置
CN109341671A (zh) * 2018-09-18 2019-02-15 北京工业大学 基于点云数据提取盾构隧道衬砌错台量的方法
CN109556529A (zh) * 2018-12-14 2019-04-02 中铁隧道局集团有限公司 一种基于网格投影点云处理技术的隧道变形监测分析方法
CN110360944A (zh) * 2019-06-25 2019-10-22 江苏省特种设备安全监督检验研究院 一种基于三维点云的吊钩形变监测与显示方法
CN110375722A (zh) * 2019-06-25 2019-10-25 北京工业大学 一种基于点云数据提取盾构隧道管片张开量的方法
CN110427696A (zh) * 2019-08-01 2019-11-08 中铁隧道局集团有限公司 一种适应不同断面的隧道Lidar点云初支面预警方法
CN111024037A (zh) * 2019-09-25 2020-04-17 北京工业大学 基于三维激光扫描技术的圆形盾构隧道断面拟合方法
CN111489390A (zh) * 2020-03-25 2020-08-04 山东科技大学 一种针对圆形隧道的中轴线提取方法
CN111752308A (zh) * 2019-03-26 2020-10-09 上海京海工程技术有限公司 一种在圆形盾构隧道中校正移动扫描姿态的方法
CN112945198A (zh) * 2021-02-02 2021-06-11 贵州电网有限责任公司 一种基于激光lidar点云的输电线路铁塔倾斜自动检测方法
CN114234832A (zh) * 2021-12-21 2022-03-25 中国铁路设计集团有限公司 一种基于标靶识别的隧道监控量测方法
CN116188803A (zh) * 2023-04-23 2023-05-30 武汉工程大学 一种基于极坐标的边界点云提取方法、***、设备及介质
CN116304764A (zh) * 2023-05-22 2023-06-23 湖南联智科技股份有限公司 一种施工隧道点云中轴线自动拟合方法
CN117948952A (zh) * 2024-03-27 2024-04-30 武汉市云宇智能科技有限责任公司 一种点云扫描方法及***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012056255A1 (en) * 2010-10-25 2012-05-03 Seraphim Amvrazis Method of mapping and control of surfaces of tunnels during the construction project
CN104392476A (zh) * 2014-12-04 2015-03-04 上海岩土工程勘察设计研究院有限公司 基于最小包围盒算法提取隧道三维轴线的方法
CN106401643A (zh) * 2016-08-31 2017-02-15 铁道第三勘察设计院集团有限公司 基于激光点云的隧道超欠挖检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012056255A1 (en) * 2010-10-25 2012-05-03 Seraphim Amvrazis Method of mapping and control of surfaces of tunnels during the construction project
CN104392476A (zh) * 2014-12-04 2015-03-04 上海岩土工程勘察设计研究院有限公司 基于最小包围盒算法提取隧道三维轴线的方法
CN106401643A (zh) * 2016-08-31 2017-02-15 铁道第三勘察设计院集团有限公司 基于激光点云的隧道超欠挖检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李双: "基于三维激光扫描技术的隧道连续断面提取及变形分析", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
李珵等: "基于激光点云的隧道断面连续提取与形变分析方法", 《测绘学报》 *
谢雄耀等: "基于地面三维激光扫描技术的隧道全断面变形测量方法", 《岩石力学与工程学报》 *

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108896015A (zh) * 2018-05-31 2018-11-27 长江水利委员会长江科学院 隧洞结构面产状双激光照准测量方法
CN108844522A (zh) * 2018-06-26 2018-11-20 北京市政建设集团有限责任公司 一种基于三维激光扫描的盾构隧道断面中心提取方法
CN109029350A (zh) * 2018-08-02 2018-12-18 南京航空航天大学 一种隧道轴线提取及断面收敛分析方法及装置
CN109029350B (zh) * 2018-08-02 2023-05-23 南京航空航天大学 一种隧道轴线提取及断面收敛分析方法及装置
CN109341671A (zh) * 2018-09-18 2019-02-15 北京工业大学 基于点云数据提取盾构隧道衬砌错台量的方法
CN109341671B (zh) * 2018-09-18 2020-11-27 北京工业大学 基于点云数据提取盾构隧道衬砌错台量的方法
CN109556529A (zh) * 2018-12-14 2019-04-02 中铁隧道局集团有限公司 一种基于网格投影点云处理技术的隧道变形监测分析方法
CN109556529B (zh) * 2018-12-14 2020-11-17 中铁隧道局集团有限公司 一种基于网格投影点云处理技术的隧道变形监测分析方法
CN111752308A (zh) * 2019-03-26 2020-10-09 上海京海工程技术有限公司 一种在圆形盾构隧道中校正移动扫描姿态的方法
CN110375722A (zh) * 2019-06-25 2019-10-25 北京工业大学 一种基于点云数据提取盾构隧道管片张开量的方法
CN110360944A (zh) * 2019-06-25 2019-10-22 江苏省特种设备安全监督检验研究院 一种基于三维点云的吊钩形变监测与显示方法
CN110427696A (zh) * 2019-08-01 2019-11-08 中铁隧道局集团有限公司 一种适应不同断面的隧道Lidar点云初支面预警方法
CN110427696B (zh) * 2019-08-01 2023-03-24 中铁隧道局集团有限公司 一种适应不同断面的隧道Lidar点云初支面预警方法
CN111024037A (zh) * 2019-09-25 2020-04-17 北京工业大学 基于三维激光扫描技术的圆形盾构隧道断面拟合方法
CN111489390A (zh) * 2020-03-25 2020-08-04 山东科技大学 一种针对圆形隧道的中轴线提取方法
CN111489390B (zh) * 2020-03-25 2023-10-13 山东科技大学 一种针对圆形隧道的中轴线提取方法
CN112945198A (zh) * 2021-02-02 2021-06-11 贵州电网有限责任公司 一种基于激光lidar点云的输电线路铁塔倾斜自动检测方法
CN112945198B (zh) * 2021-02-02 2023-01-31 贵州电网有限责任公司 一种基于激光lidar点云的输电线路铁塔倾斜自动检测方法
CN114234832B (zh) * 2021-12-21 2023-09-29 中国铁路设计集团有限公司 一种基于标靶识别的隧道监控量测方法
CN114234832A (zh) * 2021-12-21 2022-03-25 中国铁路设计集团有限公司 一种基于标靶识别的隧道监控量测方法
CN116188803B (zh) * 2023-04-23 2023-09-15 武汉工程大学 一种基于极坐标的边界点云提取方法、***、设备及介质
CN116188803A (zh) * 2023-04-23 2023-05-30 武汉工程大学 一种基于极坐标的边界点云提取方法、***、设备及介质
CN116304764A (zh) * 2023-05-22 2023-06-23 湖南联智科技股份有限公司 一种施工隧道点云中轴线自动拟合方法
CN116304764B (zh) * 2023-05-22 2023-09-19 湖南联智科技股份有限公司 一种施工隧道点云中轴线自动拟合方法
CN117948952A (zh) * 2024-03-27 2024-04-30 武汉市云宇智能科技有限责任公司 一种点云扫描方法及***
CN117948952B (zh) * 2024-03-27 2024-05-28 武汉市云宇智能科技有限责任公司 一种点云扫描方法及***

Similar Documents

Publication Publication Date Title
CN107796363A (zh) 一种基于陆基LiDAR弧度隧道断面提取的方法
US20210302157A1 (en) Method, device and system for analyzing tunnel clearance based on laser point cloud
CN106401643B (zh) 基于激光点云的隧道超欠挖检测方法
CN106780386B (zh) 一种三维激光扫描变形提取可靠性评价方法
CN102798412B (zh) 一种基于三维激光扫描评定隧道钻爆施工质量的方法
CN102385070B (zh) 一种超长工作面无线电波透视ct测试方法
CN109708615A (zh) 一种基于激光扫描的地铁隧道限界动态检测方法
CN108844522A (zh) 一种基于三维激光扫描的盾构隧道断面中心提取方法
CN106646509B (zh) 一种基于实景点云数据的杆塔护坡破损评估方法
CN105223029B (zh) 一种基于激光扫描的车辆行驶跑偏轨迹自动测量***
CN109682303A (zh) 基于bim技术的曲线pc轨道梁精密三维检测方法
JP2013072704A (ja) トンネル切羽の不連続面の抽出方法及びその装置
CN105403731B (zh) 一种高精度宽量程的飞秒激光多普勒三维流速传感方法
CN103486984A (zh) 一种风洞内型面同轴度的检测方法
CN106781537A (zh) 一种车辆超速抓拍方法及***
CN106767444A (zh) 一种结构位移监测***及相关监测方法
Min et al. A high-precision online monitoring system for surface settlement imaging of railway subgrade
CN114136993B (zh) 一种盾构隧道环缝检测方法与***
CN110672622A (zh) 一种基于点云数据和全站仪的隧道缺陷快速定位方法
CN103968781B (zh) 基于构造边的高精度快速相位解缠方法
CN113673011A (zh) 基于点云数据智能识别运营期隧道侵界的方法
CN103765246A (zh) 非侵入的实时下层土检查的装置和方法
Cahalane et al. MIMIC: Mobile mapping point density calculator
Yao et al. Metro gauge inspection system based on mobile laser scanning technology
Salamanca et al. An appraisal of the geometry and energy efficiency of parabolic trough collectors with laser scanners and image processing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180313