CN110726726A - 一种隧道成型质量及其缺陷的定量化检测方法及*** - Google Patents

一种隧道成型质量及其缺陷的定量化检测方法及*** Download PDF

Info

Publication number
CN110726726A
CN110726726A CN201911044108.XA CN201911044108A CN110726726A CN 110726726 A CN110726726 A CN 110726726A CN 201911044108 A CN201911044108 A CN 201911044108A CN 110726726 A CN110726726 A CN 110726726A
Authority
CN
China
Prior art keywords
tunnel
point cloud
defects
cloud data
image
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
CN201911044108.XA
Other languages
English (en)
Inventor
夏毅敏
郭子泺
程永亮
邓朝辉
李清友
龙斌
徐震
姚捷
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.)
Central South University
China Railway Siyuan Survey and Design Group Co Ltd
China Railway Construction Heavy Industry Group Co Ltd
Original Assignee
Central South University
China Railway Siyuan Survey and Design Group Co Ltd
China Railway Construction Heavy Industry Group Co Ltd
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 Central South University, China Railway Siyuan Survey and Design Group Co Ltd, China Railway Construction Heavy Industry Group Co Ltd filed Critical Central South University
Priority to CN201911044108.XA priority Critical patent/CN110726726A/zh
Publication of CN110726726A publication Critical patent/CN110726726A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106—General arrangement of respective parts
    • G01N2021/0112—Apparatus in one mechanical, optical or electronic block
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8874—Taking dimensions of defect into account
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种隧道成型质量及其缺陷的定量化检测方法及***，包括如下步骤：使用一台激光扫描仪和一部相机采集隧道点云数据和隧道图像；对点云数据和隧道图像进行预处理，并将其转换到同一大地坐标系下；进行点云的三维重构，并计算中轴线；识别图像中的隧道表面缺陷；使用点云数据对隧道缺陷进行定量计算：隧道裂缝深度、隧道管片错台量、隧道超欠挖量等；将隧道表面缺陷的检测结果与点云重构模型相融合。本发明降低施工人员劳动量，提高施工效率，为实现更精确、更高效、更智能的隧道缺陷检测提供一种新的思路和方法。

Description

一种隧道成型质量及其缺陷的定量化检测方法及***
技术领域
本发明属于隧道检测领域，具体涉及一种隧道成型质量及其缺陷的定量化检测方法及***。
背景技术
我国建成投入使用的隧道越来越多，隧道的日常维护及检测工作也越来越多，随着隧道的运营，隧道结构容易出现裂缝、错台、渗水等隧道缺陷，严重影响了隧道的结构性能和安全性。对隧道缺陷检测，传统人工测量使用目测及全站仪等手段，存在检测工作强度大、效率低下、精度不足等缺点，严重影响了隧道的正常运营。
因此需要一种简单方便、高效率、高精度的方法及***检测隧道缺陷。
发明内容
本发明的目的是为了提供一种隧道成型质量及其缺陷的定量化检测方法及***，通过相机获取图像，识别隧道表面缺陷的类别以及位置；通过激光扫描仪获取点云数据，建立隧道的三维模型以及对隧道缺陷定量化计算。
为了实现上述目的，本发明提供了一种隧道成型质量及其缺陷的定量化检测方法，包括以下步骤：
步骤一：激光扫描仪和相机通过旋转平台分别获取隧道三维点云数据和隧道表面图像；
步骤二：对隧道点云数据和隧道表面图像分别进行预处理；
步骤三：将获取的隧道点云数据和隧道表面图像分别转换到同一大地坐标系下；
步骤四：进行隧道点云数据的三维重构；
步骤五：对大地坐标系下的隧道点云数据进行隧道中轴线计算；
步骤六：对隧道表面图像进行处理，识别隧道裂缝、渗水等缺陷，并计算隧道表面缺陷在整个大地坐标系中的位置；
步骤七：根据隧道缺陷的位置，使用三维点云数据定量化计算隧道缺陷中的裂缝深度、隧道管片错台量、隧道超欠挖量等；
步骤八：将隧道表面缺陷的检测结果与重构模型相融合。
其中，在检测车进入隧道前使用全站仪对检测车进行定位，设定隧道开始的截面中心为隧道大地坐标系原点，隧道开始截面为XOY面，水平方向为X轴，竖直方向为Y轴，隧道前进方向为Z轴。
步骤一中相机获取图像时，要求相邻两张图像重叠区域在50％以上，确保使用图像进行三维重构时的精度。
步骤二中对隧道三维点云数据进行去噪、排序、匹准等点云预处理，对拍摄的图像进行灰度化、去噪等图像预处理。
步骤三中根据相机拍摄图像时的位置信息，将每一张图像中隧道表面特征转换到隧道大地坐标系；激光扫描仪先获取一环的隧道三维点云数据，再根据激光扫描仪所处隧道的位置，将三维点云数据转换到与相机相同的大地坐标系。
步骤四中运用泊松曲面重构的方法对隧道点云数据进行三维重构，建立隧道三维模型，达到可视化效果。
步骤五中将隧道三维点云数据投影到XOZ面及YOZ面上，提取XOZ面和YOZ面点云的边界线，计算两个平面中边界线的中线，结合两条中线在各自平面中的坐标，计算得到整个隧道的中轴线。
步骤六中对获取的每一张图像进行隧道缺陷的识别，若图像中识别出隧道缺陷，则定位这张图像中隧道缺陷在大地坐标系下的位置。
步骤七中根据隧道类型进行隧道缺陷类型识别，若隧道是TBM隧道，识别图像中的隧道裂缝，截取隧道点云在大地坐标系下的隧道裂缝范围，在此范围中计算各点到隧道中轴线的实际半径距离，用隧道的实际半径减去理论半径计算裂缝的最大深度，并且计算其超挖量；
若隧道是盾构隧道，识别并定位图像中的管片接缝，拾取管片接缝两边各一点，计算两点到隧道中轴线的距离，并计算两距离的差值，其差值为隧道管片的错台量。
步骤八中将图像中的隧道缺陷在隧道三维模型中进行可视化处理：将隧道中每一处隧道缺陷的图像进行拼接，并根据每一处隧道缺陷的坐标将其***隧道三维模型，实现隧道表面缺陷的检测结果与重构模型相融合；在三维模型中的隧道缺陷位置标出其量化信息，包括：隧道裂缝特性、隧道管片错台量、隧道超欠挖量等。
本发明还提供了一种隧道成型质量及其缺陷的定量化检测***，所述***包括：
用于承载设备的车体；
用于提供动力的步进电机；
用于调整旋转平台高度的高度调节装置；
用于获取点云数据的激光扫描仪；
用于获取隧道图像的相机；
用于带动激光扫描仪和相机运动的旋转平台；
用于处理数据的工控机。
其中，车体的车轮可根据所检测隧道类型更换，若被检测隧道为轨道隧道，则车轮为轨道车轮；若被检测隧道为公路隧道，则车轮为汽车轮胎。
车轮使用步进电机驱动，并在车轮轴安装旋转编码器，通过旋转编码器计算检测车前进的距离，确定检测车所处隧道位置；根据检测车所处隧道位置，将每次获取的点云数据和图像转换到大地坐标系。
高度调节装置主体为液压缸，根据不同隧道截面尺寸调整旋转平台的高度，使旋转平台的高度处于隧道截面中心位置。
旋转平台带动激光扫描仪和相机进行360°旋转，旋转平台工作时，相机连续拍摄隧道表面的图像，相邻两张图像的重叠区域在50％以上，拍摄频率由图像重叠区域决定；根据旋转平台中的旋转编码器的信息，将激光扫描仪获取的点云数据转换成三维点云数据，并记录相机拍摄全部图像所处隧道截面的角度。
本发明提供了一种隧道成型质量及其缺陷的定量化检测方法及***，通过相机和激光扫描仪的结合，获取隧道表面特征，快速识别裂缝、渗水、错台等隧道缺陷，并对隧道缺陷进行定量化检测。
附图说明
图1是本发明所述的一种隧道成型质量及其缺陷的定量化检测方法的流程示意图；
图2是本发明所述的一种隧道成型质量及其缺陷的定量化检测***的结构示意图；
附图标记说明
1车体 2步进电机
3车轮 4高度调节装置
5激光扫描仪 6相机
7旋转平台 8工控机
具体实施方法
以下结合附图对本发明的实施方式及具体***进行详细说明。应当理解的是，此处所描述的实施方式及具体***仅用于说明和解释本发明，并不用于限制本发明。
图1是本发明所述的一种隧道成型质量及其缺陷的定量化检测方法的流程示意图，如图1所示，该方法可以包括以下步骤：
步骤一：激光扫描仪和相机通过旋转平台分别获取隧道三维点云数据和隧道表面图像；
步骤二：对隧道点云数据和隧道表面图像分别进行预处理；
步骤三：将获取的隧道点云数据和隧道表面图像分别转换到同一大地坐标系下；
步骤四：进行隧道点云数据的三维重构；
步骤五：对大地坐标系下的隧道点云数据进行隧道中轴线计算；
步骤六：对隧道表面图像进行处理，识别隧道裂缝、渗水等缺陷，并计算隧道表面缺陷在整个大地坐标系中的位置；
步骤七：根据隧道缺陷的位置，使用三维点云数据定量化计算隧道缺陷中的裂缝深度、隧道管片错台量、隧道超欠挖量等；
步骤八：将隧道表面缺陷的检测结果与重构模型相融合。
其中，在检测车进入隧道前使用全站仪对检测车进行定位，设定隧道开始的截面中心为隧道大地坐标系原点，隧道开始截面为XOY面，水平方向为X轴，竖直方向为Y轴，隧道前进方向为Z轴。
步骤一中相机获取图像时，要求相邻两张图像重叠区域在50％以上，确保使用图像进行三维重构时的精度。
步骤二中对隧道三维点云数据进行去噪、排序、匹准等点云预处理，对拍摄的图像进行灰度化、去噪等图像预处理。
步骤三中根据相机拍摄图像时的位置信息，将每一张图像中隧道表面特征转换到隧道大地坐标系；激光扫描仪先获取一环的隧道三维点云数据，再根据激光扫描仪所处隧道的位置，将三维点云数据转换到与相机相同的大地坐标系。
步骤四中运用泊松曲面重构的方法对隧道点云数据进行三维重构，建立隧道三维模型，达到可视化效果。
步骤五中将隧道三维点云数据投影到XOZ面及YOZ面上，提取XOZ面和YOZ面点云的边界线，计算两个平面中边界线的中线，结合两条中线在各自平面中的坐标，计算得到整个隧道的中轴线。
步骤六中对获取的每一张图像进行隧道缺陷的识别，若图像中识别出隧道缺陷，则定位这张图像中隧道缺陷在大地坐标系下的位置。
步骤七中根据隧道类型进行隧道缺陷类型识别，若隧道是TBM隧道，识别图像中的隧道裂缝，截取隧道点云在大地坐标系下的隧道裂缝范围，在此范围中计算各点到隧道中轴线的实际半径距离，用隧道的实际半径减去理论半径计算裂缝的最大深度，并且计算其超挖量；
若隧道是盾构隧道，识别并定位图像中的管片接缝，拾取管片接缝两边各一点，计算两点到隧道中轴线的距离，并计算两距离的差值，其差值为隧道管片的错台量。
步骤八中将图像中的隧道缺陷在隧道三维模型中进行可视化处理：将隧道中每一处隧道缺陷的图像进行拼接，并根据每一处隧道缺陷的坐标将其***隧道三维模型，实现隧道表面缺陷的检测结果与重构模型相融合；在三维模型中的隧道缺陷位置标出其量化信息，包括：隧道裂缝特性、隧道管片错台量、隧道超欠挖量等。
图2是本发明所述的一种隧道成型质量及其缺陷的定量化检测***的结构示意图，如图2所示，该装置包括：用于承载设备的车体1；用于提供动力的步进电机2；用于检测车移动的车轮3；用于调整旋转平台高度的高度调节装置4；用于获取点云数据的激光扫描仪5；用于获取隧道图像的相机6；用于带动激光扫描仪5和相机6运动的旋转平台7；用于处理数据的工控机8。
其中，车体1的车轮3可根据所检测隧道类型更换，若被检测隧道为轨道隧道，则车轮3为轨道车轮，其轨道是掘进机施工时铺设的材料运输车轨道；若被检测隧道为公路隧道，则车轮3为汽车轮胎。
车轮3使用步进电机2驱动，并在车轮轴安装旋转编码器，通过旋转编码器计算检测车前进的距离，确定检测车所处隧道位置；根据检测车所处隧道位置，将每次获取的点云数据和图像转换到大地坐标系。
高度调节装置4主体为液压缸，根据不同隧道截面尺寸调整旋转平台7的高度，使旋转平台7的高度处于隧道截面中心位置。
旋转平台7通过悬臂梁固定在高度调节装置4上，旋转平台7在车体1的后方伸出，旋转平台7上安装一台激光扫描仪5和一部相机6，旋转平台7上的激光扫描仪5和相机6在水平面上相距车体1一定的距离，避免车体1影响激光扫描仪5和相机6获取隧道底部的点云数据和图像；旋转平台7带动激光扫描仪5和相机6进行360°旋转，旋转平台工作时，相机6连续拍摄隧道表面的图像，相邻两张图像的重叠区域在50％以上，拍摄频率由图像重叠区域决定；根据旋转平台7中的旋转编码器的信息，将激光扫描仪5获取的点云数据转换成三维点云数据，并记录相机6拍摄每一张图像所处隧道截面的角度。
以上结合附图详细描述了本发明的优选方法及实施***，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。

Claims (10)

1.一种隧道成型质量及其缺陷的定量化检测方法，其特征在于，包括以下步骤：
步骤一：激光扫描仪和相机通过旋转平台分别获取隧道三维点云数据和隧道表面图像；
步骤二：对隧道点云数据和隧道表面图像分别进行预处理；
步骤三：将获取的隧道点云数据和隧道表面图像分别转换到同一大地坐标系下；
步骤四：进行隧道点云数据的三维重构；
步骤五：对大地坐标系下的隧道点云数据进行隧道中轴线计算；
步骤六：对隧道表面图像进行处理，识别隧道裂缝、渗水等缺陷，并计算隧道表面缺陷在整个大地坐标系中的位置；
步骤七：根据隧道缺陷的位置，使用三维点云数据定量化计算隧道缺陷中的裂缝深度、隧道管片错台量、隧道超欠挖量等；
步骤八：将隧道表面缺陷的检测结果与重构模型相融合。
2.根据权利要求书1所述一种隧道成型质量及其缺陷的定量化检测方法，其特征在于，步骤三中相机根据拍摄图像时的位置信息，将图像坐标系转换到隧道大地坐标系；激光扫描仪先获取一环的隧道三维点云数据，再根据激光扫描仪所处隧道的位置，将三维点云数据转换到与相机相同的大地坐标系下。
3.根据权利要求书1所述一种隧道成型质量及其缺陷的定量化检测方法，其特征在于，步骤四中运用泊松曲面重构的方法对隧道点云数据进行三维重构，建立隧道三维模型，达到可视化效果。
4.根据权利要求书1所述一种隧道成型质量及其缺陷的定量化检测方法，其特征在于，步骤六中对获取的每一张图像进行隧道缺陷的识别，若图像中识别出隧道缺陷，则定位图像在大地坐标系下的位置。
5.根据权利要求书1所述一种隧道成型质量及其缺陷的定量化检测方法，其特征在于，步骤七中根据隧道类型进行隧道缺陷类型识别，若隧道是TBM隧道，识别图像中的隧道裂缝，截取隧道点云在大地坐标系下的隧道裂缝范围，在此范围中计算各点到隧道中轴线的实际半径距离，用隧道的实际半径减去理论半径计算裂缝的最大深度，并且计算其超挖量；
若隧道是盾构隧道，识别并定位图像中的管片接缝，拾取管片接缝两边各一点，计算两点到隧道中轴线的距离，并计算两距离的差值，其差值为隧道管片的错台量。
6.根据权利要求书1所述一种隧道成型质量及其缺陷的定量化检测方法，其特征在于，步骤八中将图像中的隧道缺陷在隧道三维模型中进行可视化处理：将隧道中每一处隧道缺陷的图像进行拼接，并根据每一处隧道缺陷的坐标将其***隧道三维模型，实现隧道表面缺陷的检测结果与重构模型相融合；在三维模型中的隧道缺陷位置标出其量化信息，包括：隧道裂缝特性、隧道管片错台量、隧道超欠挖量等。
7.一种隧道成型质量及其缺陷的定量化检测***，其特征在于，包括以下部分：
用于承载设备的车体；
用于提供动力的步进电机；
用于调整旋转平台高度的高度调节装置；
用于获取点云数据的激光扫描仪；
用于获取隧道图像的相机；
用于带动激光扫描仪和相机运动的旋转平台；
用于处理数据的工控机。
8.根据权利要求书7所述一种隧道成型质量及其缺陷的定量化检测***，其特征在于，车体的车轮可根据所检测隧道类型更换，若被检测隧道为轨道隧道，则车轮为轨道车轮；若被检测隧道为公路隧道，则车轮为汽车轮胎。
9.根据权利要求书7所述一种隧道成型质量及其缺陷的定量化检测***，其特征在于，高度调节装置主体为液压缸，根据不同隧道截面尺寸调整旋转平台的高度，使旋转平台的高度处于隧道截面中心位置。
10.根据权利要求书7所述一种隧道成型质量及其缺陷的定量化检测***，其特征在于，旋转平台带动激光扫描仪和相机进行360°旋转，旋转平台工作时，相机连续拍摄隧道表面的图像，相邻两张图像的重叠区域在50％以上，拍摄频率由图像重叠区域决定；根据旋转平台中的旋转编码器的信息，将激光扫描仪获取的点云数据转换成三维点云数据，并记录相机拍摄全部图像所处隧道截面的角度。
CN201911044108.XA 2019-10-30 2019-10-30 一种隧道成型质量及其缺陷的定量化检测方法及*** Pending CN110726726A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911044108.XA CN110726726A (zh) 2019-10-30 2019-10-30 一种隧道成型质量及其缺陷的定量化检测方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911044108.XA CN110726726A (zh) 2019-10-30 2019-10-30 一种隧道成型质量及其缺陷的定量化检测方法及***

Publications (1)

Publication Number Publication Date
CN110726726A true CN110726726A (zh) 2020-01-24

Family

ID=69222475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911044108.XA Pending CN110726726A (zh) 2019-10-30 2019-10-30 一种隧道成型质量及其缺陷的定量化检测方法及***

Country Status (1)

Country Link
CN (1) CN110726726A (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111523543A (zh) * 2020-04-21 2020-08-11 南京航空航天大学 一种基于学习的隧道表面缺陷定位方法
CN111538353A (zh) * 2020-05-12 2020-08-14 南京航空航天大学 一种隧道检测车稳定装置
CN111532296A (zh) * 2020-05-12 2020-08-14 南京航空航天大学 一种模块化轨道检测车
CN111610193A (zh) * 2020-05-29 2020-09-01 武汉至科检测技术有限公司 采用多镜头拍摄巡检地铁隧道管片结构缺陷的***及方法
CN111845809A (zh) * 2020-07-13 2020-10-30 桂林电子科技大学 一种悬挂式单轨箱型轨道梁内部结构的检测装置及其方法
CN112051139A (zh) * 2020-09-09 2020-12-08 中山大学 管片接头抗剪刚度测量方法、***、设备及存储介质
CN112198524A (zh) * 2020-10-10 2021-01-08 北京工商大学 一种基于激光雷达扫描点云数据的隧道管缝分析方法
CN112465991A (zh) * 2020-12-02 2021-03-09 山东大学 一种隧道点云去噪和生成可视化模型的方法
CN113091620A (zh) * 2021-04-08 2021-07-09 三江学院 一种计算机图像处理装置
CN113237896A (zh) * 2021-06-08 2021-08-10 诚丰家具有限公司 一种基于光源扫描的家具板材动态监测***及方法
CN113252728A (zh) * 2021-06-07 2021-08-13 中国五冶集团有限公司 一种隧道病害检测装置及方法
CN113267140A (zh) * 2021-05-10 2021-08-17 贵州大学 一种隧道超挖欠挖检测的装置和检测方法
CN113284109A (zh) * 2021-05-25 2021-08-20 中建三局集团(深圳)有限公司 管道缺陷识别方法、装置、终端设备及存储介质
CN113310987A (zh) * 2020-02-26 2021-08-27 保定市天河电子技术有限公司 一种隧道衬砌表面检测***及方法
CN113884067A (zh) * 2021-09-30 2022-01-04 浙江数智交院科技股份有限公司 一种隧道定位方法、装置、电子设备及可读存储介质
CN113960049A (zh) * 2021-10-19 2022-01-21 中南大学 一种隧道表面病害检测装置及检测方法
CN114754716A (zh) * 2022-05-07 2022-07-15 成都天佑智隧科技有限公司 管片错台测量方法
CN115326819A (zh) * 2022-07-20 2022-11-11 山东大学 一种轨道交通隧道结构表观病害检测装置
CN115575407A (zh) * 2022-12-07 2023-01-06 浙江众合科技股份有限公司 一种应用于轨道与隧道的检测方法
CN117470126A (zh) * 2023-12-27 2024-01-30 浙江同禾传感技术有限公司 一种隧道检测装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2497517A (en) * 2011-12-06 2013-06-19 Toshiba Res Europ Ltd Reconstructing 3d surfaces using point clouds derived from overlapping camera images
CN103968828A (zh) * 2014-04-11 2014-08-06 首都师范大学 封闭环境移动测量方法
CN104081156A (zh) * 2012-01-30 2014-10-01 赫克斯冈技术中心 具有扫描功能和单点测量模式的测绘仪器
CN104567708A (zh) * 2015-01-06 2015-04-29 浙江工业大学 基于主动式全景视觉的隧道全断面高速动态健康检测装置与方法
CN104680579A (zh) * 2015-03-02 2015-06-03 北京工业大学 基于三维扫描点云的隧道施工信息化监测***
CN207225178U (zh) * 2017-08-23 2018-04-13 南京火眼猴信息科技有限公司 一种公路隧道检测车辆
JP2018181271A (ja) * 2017-04-21 2018-11-15 佐藤工業株式会社 三次元立体の表現方法及び評価方法
CN109253706A (zh) * 2018-08-24 2019-01-22 中国科学技术大学 一种基于数字图像的隧道三维形貌测量方法
US20190104252A1 (en) * 2017-09-29 2019-04-04 Redzone Robotics, Inc. Multiple camera imager for inspection of large diameter pipes, chambers or tunnels
CN109598714A (zh) * 2018-12-03 2019-04-09 中南大学 一种基于图像三维重建及网格曲面的隧道超欠挖检测方法
CN110186396A (zh) * 2019-06-05 2019-08-30 中南大学 一种获取tbm隧洞形貌三维点云数据的装置及方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2497517A (en) * 2011-12-06 2013-06-19 Toshiba Res Europ Ltd Reconstructing 3d surfaces using point clouds derived from overlapping camera images
CN104081156A (zh) * 2012-01-30 2014-10-01 赫克斯冈技术中心 具有扫描功能和单点测量模式的测绘仪器
CN103968828A (zh) * 2014-04-11 2014-08-06 首都师范大学 封闭环境移动测量方法
CN104567708A (zh) * 2015-01-06 2015-04-29 浙江工业大学 基于主动式全景视觉的隧道全断面高速动态健康检测装置与方法
CN104680579A (zh) * 2015-03-02 2015-06-03 北京工业大学 基于三维扫描点云的隧道施工信息化监测***
JP2018181271A (ja) * 2017-04-21 2018-11-15 佐藤工業株式会社 三次元立体の表現方法及び評価方法
CN207225178U (zh) * 2017-08-23 2018-04-13 南京火眼猴信息科技有限公司 一种公路隧道检测车辆
US20190104252A1 (en) * 2017-09-29 2019-04-04 Redzone Robotics, Inc. Multiple camera imager for inspection of large diameter pipes, chambers or tunnels
CN109253706A (zh) * 2018-08-24 2019-01-22 中国科学技术大学 一种基于数字图像的隧道三维形貌测量方法
CN109598714A (zh) * 2018-12-03 2019-04-09 中南大学 一种基于图像三维重建及网格曲面的隧道超欠挖检测方法
CN110186396A (zh) * 2019-06-05 2019-08-30 中南大学 一种获取tbm隧洞形貌三维点云数据的装置及方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
CHEN, DE-LIANG: "AUTOMATIC 3D RECONSTRUCTION OF HIGHWAY TUNNEL USING TERRESTRIAL LASER SCANNING TECHNOLOGY", 《FRESENIUS ENVIRONMENTAL BULLETIN》 *
MANLIN XIAO: "The Surface Flattening based on Mechanics Revision of the Tunnel 3D Point Cloud Data from Laser Scanner", 《PROCEDIA COMPUTER SCIENCE》 *
李海波: "基于三维激光扫描的隧洞开挖衬砌质量检测技术及其工程应用", 《岩石力学与工程学报》 *
汤一平: "主动式全景视觉的隧道全断面变形检测方法", 《光电工程》 *
程永亮: "泥水盾构管片拼装机力学特性分析", 《哈尔滨工程大学学报》 *

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113310987A (zh) * 2020-02-26 2021-08-27 保定市天河电子技术有限公司 一种隧道衬砌表面检测***及方法
CN111523543A (zh) * 2020-04-21 2020-08-11 南京航空航天大学 一种基于学习的隧道表面缺陷定位方法
CN111538353A (zh) * 2020-05-12 2020-08-14 南京航空航天大学 一种隧道检测车稳定装置
CN111532296A (zh) * 2020-05-12 2020-08-14 南京航空航天大学 一种模块化轨道检测车
CN111532296B (zh) * 2020-05-12 2021-11-30 南京航空航天大学 一种模块化轨道检测车
CN111610193A (zh) * 2020-05-29 2020-09-01 武汉至科检测技术有限公司 采用多镜头拍摄巡检地铁隧道管片结构缺陷的***及方法
CN111845809A (zh) * 2020-07-13 2020-10-30 桂林电子科技大学 一种悬挂式单轨箱型轨道梁内部结构的检测装置及其方法
CN112051139A (zh) * 2020-09-09 2020-12-08 中山大学 管片接头抗剪刚度测量方法、***、设备及存储介质
CN112198524A (zh) * 2020-10-10 2021-01-08 北京工商大学 一种基于激光雷达扫描点云数据的隧道管缝分析方法
CN112198524B (zh) * 2020-10-10 2022-09-23 北京工商大学 一种基于激光雷达扫描点云数据的隧道管缝分析方法
CN112465991B (zh) * 2020-12-02 2023-04-21 山东大学 一种隧道点云去噪和生成可视化模型的方法
CN112465991A (zh) * 2020-12-02 2021-03-09 山东大学 一种隧道点云去噪和生成可视化模型的方法
CN113091620A (zh) * 2021-04-08 2021-07-09 三江学院 一种计算机图像处理装置
CN113091620B (zh) * 2021-04-08 2022-01-21 三江学院 一种计算机图像处理装置
CN113267140A (zh) * 2021-05-10 2021-08-17 贵州大学 一种隧道超挖欠挖检测的装置和检测方法
CN113284109A (zh) * 2021-05-25 2021-08-20 中建三局集团(深圳)有限公司 管道缺陷识别方法、装置、终端设备及存储介质
CN113284109B (zh) * 2021-05-25 2023-08-18 中建三局集团(深圳)有限公司 管道缺陷识别方法、装置、终端设备及存储介质
CN113252728A (zh) * 2021-06-07 2021-08-13 中国五冶集团有限公司 一种隧道病害检测装置及方法
CN113237896A (zh) * 2021-06-08 2021-08-10 诚丰家具有限公司 一种基于光源扫描的家具板材动态监测***及方法
CN113237896B (zh) * 2021-06-08 2024-02-20 诚丰家具有限公司 一种基于光源扫描的家具板材动态监测***及方法
CN113884067A (zh) * 2021-09-30 2022-01-04 浙江数智交院科技股份有限公司 一种隧道定位方法、装置、电子设备及可读存储介质
CN113960049A (zh) * 2021-10-19 2022-01-21 中南大学 一种隧道表面病害检测装置及检测方法
CN114754716A (zh) * 2022-05-07 2022-07-15 成都天佑智隧科技有限公司 管片错台测量方法
CN114754716B (zh) * 2022-05-07 2023-09-19 成都天佑智隧科技有限公司 管片错台测量方法
CN115326819A (zh) * 2022-07-20 2022-11-11 山东大学 一种轨道交通隧道结构表观病害检测装置
CN115575407A (zh) * 2022-12-07 2023-01-06 浙江众合科技股份有限公司 一种应用于轨道与隧道的检测方法
CN117470126A (zh) * 2023-12-27 2024-01-30 浙江同禾传感技术有限公司 一种隧道检测装置

Similar Documents

Publication Publication Date Title
CN110726726A (zh) 一种隧道成型质量及其缺陷的定量化检测方法及***
CN110232736B (zh) 一种井下综采工作面三维场景快速构建方法
CN110243300B (zh) 基于机器视觉技术的盾尾间隙测量方法及***
KR102106452B1 (ko) Avm 카메라 기반 터널 내부 고속 측정 시스템 및 그의 터널 내부 고속 측정 방법
CN105115499A (zh) 应用于双护盾隧道掘进机的导向***及定位方法
CN112686889B (zh) 基于单目视觉自动标签的液压支架推进度检测方法及***
CN104236484A (zh) 一种实时监测顶管机机头偏位的装置及方法
CN106989683A (zh) 一种盾构机盾尾间隙视觉测量方法
CN110017817B (zh) 一种基于顶板特征的煤矿巷道导航定位方法和装置
CN110568448B (zh) 一种硬岩隧道掘进机隧道底部积渣识别装置及其方法
CN111612902A (zh) 一种基于雷达点云数据的煤矿巷道三维模型构建方法
JP2016133857A (ja) 鉄道保守作業支援用情報処理装置および情報処理方法、ならびにプログラム
CN111017151B (zh) 一种船体建造中使用激光三维投影定位的方法
CN109470205A (zh) 一种用于判定隧道超欠挖的测量方法
WO2021114650A1 (zh) 基于高分相机图像采集处理的盾尾间隙测量***
CN111524154B (zh) 一种基于影像的隧道管片自动化分割方法
CN114581437A (zh) 一种视觉标识引导的轨道可视化巡检***
CN116591005A (zh) 一种沥青路面表观病害智能检测修复装置
CN112595719B (zh) 一种基于三维激光扫描技术的路面病害精细化检测方法
CN204165529U (zh) 一种实时监测顶管机机头偏位的装置
CN114019950B (zh) 一种隧道结构表观病害智能巡检机器人
CN115127478A (zh) 基于激光扫描的盾构机管片拼装成型质量偏差检测方法
CN116704019A (zh) 一种基于锚杆网络的钻锚机器人单目视觉定位方法
CN107808371B (zh) 一种车载式隧道衬砌表面裂缝图像采集方法
CN113532517B (zh) 一种隧道工作面稳定性实时精细评估设备及方法

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

Application publication date: 20200124

RJ01 Rejection of invention patent application after publication