CN111336991A - 基于激光点云的隧道椭圆度分析方法、装置和*** - Google Patents
基于激光点云的隧道椭圆度分析方法、装置和*** Download PDFInfo
- Publication number
- CN111336991A CN111336991A CN202010228764.1A CN202010228764A CN111336991A CN 111336991 A CN111336991 A CN 111336991A CN 202010228764 A CN202010228764 A CN 202010228764A CN 111336991 A CN111336991 A CN 111336991A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- section
- point cloud
- fitting
- tunnel section
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C7/00—Tracing profiles
- G01C7/06—Tracing 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)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于激光点云的隧道椭圆度分析方法,包括:S1,获取隧道点云数据;S2,截取其中一个隧道点云断面;S3,基于截取的隧道点云断面进行隧道断面圆拟合,根据拟合出的隧道断面轮廓去除隧道断面点云数据中的离群值;S4,对去除离群值后的隧道断面点云进行拟合,获取隧道断面椭圆轮廓,计算得到隧道断面椭圆轮廓参数;S5,进行隧道断面收敛分析。本发明提高去除离群值的效率,并且使保留的隧道断面点云数据更易执行椭圆拟合步骤,由于保留的隧道断面点云数据量较少,简化后续拟合计算过程,继而缩短了整个隧道形变分析的总时长;通过两次拟合过程,使得拟合出的隧道断面椭圆轮廓精度高,最终得到的收敛分析结果更为准确。
Description
技术领域
本发明涉及隧道形变分析技术领域,具体而言涉及一种基于激光点云的隧道椭圆度分析方法、装置和***。
背景技术
随着经济的不断发展,人民生活水平日益提高,私家车的数量越来越多,地面交通越来越趋于饱和,地铁反而因其高容纳性、快捷等优势越来越受到民众的欢迎。然而,随着城市建设的不断加快,地铁隧道附近新增的建筑和设施可能会导致地铁隧道的变形,进而导致隧道坍塌等事故,严重危及民众的生命财产安全。因此,实现对地铁隧道形变的有效判断是隧道检修和维护中的重要任务。而通过采集隧道轮廓点云并拟合隧道椭圆轮廓,基于椭圆轮廓来判定地铁隧道形变是一种较为独立直观的隧道形变程度判断方法。如专利号为CN104792274B的发明中公开了一种圆形隧道收敛变形的测量方法,包括:步骤S1:三维激光扫描仪获取每一测站的工作基点坐标以及隧道点云;步骤S2:以工作基点作为拼接基准点,将隧道点云归并到统一的参考坐标系中,并按照管节分割为多环管节的点云;步骤S3:根据改进的圆柱面拟合算法将一环管节的点云拟合为圆柱面并提取管节轴线点坐标,圆柱面沿管节轴线方向投影到平面上获得二维的隧道点云轮廓线,根据椭圆拟合算法拟合为椭圆;步骤S4:将椭圆沿轴线拓展成三维的椭圆柱面,进而获得整个隧道的三维收敛变形。与现有技术相比,该发明能够获取施工和运营期隧道的纵向轴线和收敛变形,无需布设监测点,测量效率高,为隧道施工和运营提供了全面的监测数据。其中,所述步骤S3中圆柱面的拟合具体为:删除残差大于设定值的点云,再对点云进行均匀抽稀,再以100个点云进行圆柱面拟合,将此拟合结果作为一个初始值再对一环管节的点云进行圆柱面拟合。
但此种拟合方式存在以下两个问题:第一,离散点云值的去除方式依赖残差,计算过程复杂,第二,为了加快计算过程,对点云进行均匀抽稀后再进行圆柱面拟合,精度较低,第三,最终结果的计算精度极度依赖椭圆拟合步骤的精度,导致最终结果的精度不稳定。
发明内容
本发明目的在于提供一种基于激光点云的隧道椭圆度分析,在获取隧道断面点云后,首先进行初步圆拟合,根据圆拟合出的隧道断面轮廓去除隧道断面点云数据中的离群值,再结合去除离群值后的隧道断面点云数据进行椭圆拟合,得到隧道断面椭圆轮廓。本发明去除离群值的效率高,并且使保留的隧道断面点云数据更易执行椭圆拟合步骤,由于保留的隧道断面点云数据量较少,简化后续拟合计算过程,继而缩短了整个隧道形变分析的总时长;通过两次拟合过程,使得拟合出的隧道断面椭圆轮廓精度高,最终得到的收敛分析结果更为准确。
为达成上述目的,结合图1,本发明提出一种基于激光点云的隧道椭圆度分析方法,所述分析方法包括:
S1,获取隧道点云数据;
S2,截取其中一个隧道点云断面;
S3,基于截取的隧道点云断面进行隧道断面圆拟合,根据拟合出的隧道断面轮廓去除隧道断面点云数据中的离群值;
S4,对去除离群值后的隧道断面点云进行拟合,获取隧道断面椭圆轮廓,计算得到隧道断面椭圆轮廓参数;
S5,进行隧道断面收敛分析。
作为其中的一种优选例,步骤S1中,所述获取隧道点云数据是指:
采用三维激光扫描仪对隧道进行扫描获取点云数据,对扫描所得的点云数据进行拼接构建出隧道结构的三维点云。
作为其中的一种优选例,步骤S2中,所述截取其中一个隧道点云断面的过程包括以下步骤:
S22,基于隧道中轴线法矢和一个给定的隧道点云中的点G(x0,y0,z0),确定一个垂直于隧道点云中轴线l的平面Γ,平面方程为:
R(x-x0)+S(y-y0)+T(z-z0)=0
其中,(x,y,z)是平面Γ的任意一个点的坐标;
S23,用平面Γ截取一个隧道断面,将该隧道断面上的点云记为P。
作为其中的一种优选例,步骤S3中,所述基于截取的隧道点云断面进行隧道断面圆拟合,根据拟合出的隧道断面轮廓去除隧道断面点云数据中的离群值的过程包括以下步骤:
S31,基于步骤S2中截取的隧道断面点云P,采用RANSAC圆拟合法初步拟合出隧道断面轮廓;
S32,根据隧道断面轮廓,将隧道断面点云P中与隧道断面轮廓圆的距离超过预设距离阈值的点定义成离群值,去除所有离群值,将去除离群值后的隧道断面点云记为Q。
作为其中的一种优选例,步骤S4中,所述对去除离群值后的隧道断面点云进行拟合,获取隧道断面椭圆轮廓,计算得到隧道断面椭圆轮廓参数的过程包括以下步骤:
S41,基于步骤S3中去除离群值后的隧道断面点云Q,采用最小二乘椭圆拟合算法拟合出隧道断面椭圆轮廓;
其中最小二乘法椭圆拟合的能量方程为:
其中,i表示点的索引,A、B、C、D、E、F是椭圆方程的参数,n是点云中点的总数目,xi,yi分别表示第i个点的横纵坐标;
S42,计算得到隧道断面椭圆轮廓的基本参数:长轴a和短轴b。
作为其中的一种优选例,步骤S6中,所述进行隧道断面收敛分析的过程包括:
基于步骤4中隧道断面轮廓椭圆的长轴a和短轴b,以及隧道断面理论半径D,根据下述隧道断面收敛计算公式,完成隧道断面椭圆度分析:
γ=2(a-b)/D
其中,γ代表隧道断面的形变程度。
基于前述方法,本发明还提及一种基于激光点云的隧道椭圆度分析装置,所述隧道椭圆度分析装置包括:
数据获取模块,用于获取隧道的点云数据;
断面提取模块,用于提取隧道断面;
预处理模块,用于基于截取的隧道点云断面进行隧道断面圆拟合,根据拟合出的隧道断面轮廓去除隧道断面点云数据中的离群值;
隧道断面拟合模块,用于对去除离群值后的隧道断面点云进行拟合,获取隧道断面椭圆轮廓,计算得到隧道断面椭圆轮廓参数;
断面椭圆度分析模块,用于根据隧道断面椭圆轮廓参数计算隧道断面的收敛值。
作为其中的一种优选例,所述断面提取模块包括:
隧道中轴线提取单元,采用高斯映射法将隧道点云拟合成圆柱,将圆柱中轴线作为隧道点云的中轴线;
断面截取单元,基于中轴线和任意一个隧道点云中的点,确定一个垂直于隧道点云中轴线的平面,采用该平面截取出对应的隧道点云断面。
基于前述方法,本发明还提及一种基于激光点云的隧道椭圆度分析***,所述隧道椭圆度分析***包括三维扫描仪、处理器、存储器,和储存在存储器上用于处理器实现前述隧道限界分析方法的程序;
所述隧道椭圆度分析***安装在隧道检测车上;
所述三维扫描仪与处理器连接,用于对隧道进行扫描,获取隧道点云数据,将获取的隧道点云数据发送至处理器。
以上本发明的技术方案,与现有相比,其显著的有益效果在于:
(1)在获取隧道断面点云后,首先进行初步圆拟合,根据圆拟合出的隧道断面轮廓去除隧道断面点云数据中的离群值,去除离群值的效率高,并且使保留的隧道断面点云数据更易执行椭圆拟合步骤。
(2)结合去除离群值后的隧道断面点云数据进行椭圆拟合,得到隧道断面椭圆轮廓,由于保留的隧道断面点云数据量较少,简化后续拟合计算过程,继而缩短了整个隧道形变分析的总时长。
(3)通过两次拟合过程,使得拟合出的隧道断面椭圆轮廓精度高,最终得到的收敛分析结果更为准确。
(4)本发明的隧道断面收敛分析方法并不局限于隧道结构,例如截面为圆形的隧道,对于其他形状的也依然适用,区别点在于隧道断面理论半径和设定比例阈值的选取,适用性强。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1为本发明基于激光点云的隧道椭圆度分析方法的一种可选流程图。
图2为本发明实施例一的地铁隧道激光点云图像示意图。
图3位本发明实施例一的地铁隧道断面激光点云图像示意图。
图4位本发明实施例一的地铁隧道断面轮廓圆拟合图像示意图。
图5为本发明实施例一的地铁隧道断面去噪后的激光点云图像示意图。
图6为本发明实施例一的地铁隧道断面轮廓椭圆拟合图像示意图。
图7为本发明实施例二的地铁隧道椭圆度分析装置的一种可选的结构框图示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
实施例一
在本发明优选的实施例一中提供了一种基于激光点云的隧道椭圆度分析方法,相比于传统的隧道形变分析方法,该方法数据处理精度高,形变分析效率更高、结果更准确。具体来说,图1示出该防范的一种可选的流程图,如图1所示,该方法包括如下步骤:
S1,使用三维激光扫描仪对隧道进行扫描获取点云数据,对扫描所得的点云数据进行拼接构建出隧道结构的三维点云。
S2,基于隧道结构三维点云,用平面截取一个隧道点云断面。
S3,基于截取的隧道断面点云进行隧道断面轮廓圆拟合,根据拟合出的隧道断面轮廓去除隧道断面点云的离群值。
S4,基于去除离群值后的隧道断面点云,拟合出隧道断面椭圆轮廓。
S5,基于隧道断面椭圆轮廓参数,设计公式计算隧道断面收敛,完成隧道椭圆度分析。
在上述实施方式中,为隧道形变检测及分析问题提供了准确高效的自动处理算法。上述方法通过对隧道椭圆度进行分析,可以有效提高地铁隧道形变分析的精度和效率,能够更加及时、准确地反映地铁隧道健康安全状态。
图2所示的是地铁隧道激光点云图像,该图像中包含10环隧道点云,隧道断面点云构成了一个近似的圆,如图3所示,后续步骤中只需要对隧道断面点云进行处理。
在上述实施方式中,基于隧道结构三维点云,用平面截取一个隧道点云断面,包括:基于隧道结构三维点云,采用高斯映射法拟合隧道柱面轮廓,获取该柱面的中轴线,该中轴线即为隧道点云的中轴线;基于该中轴线,给定一个隧道点云中的点确定一个垂直于隧道点云中轴线的平面;用该平面截取一个隧道点云断面,如图3所示。
具体地,采用高斯映射将隧道点云映射到高斯球上,得到一个由点构成的大圆,基于大圆上的点采用最小二乘法拟合平面,最小二乘平面拟合的能量方程为:
拟合出的该平面垂直于隧道点云中轴线,根据该平面的平面方程确定出该平面的法矢该法矢方向与隧道点云中轴线方向平行,将该法矢作为隧道中轴线的方向向量;基于该方向向量和一个给定的隧道点云中的点S(x0,y0,z0),根据平面方程:
A(x-x0)+B(y-y0)+C(z-z0)=0
确定出一个垂直于隧道中轴线的平面Γ,该平面截取了一个隧道点云断面,提取该平面上的隧道点云作为隧道断面点云P。
进一步地,在获取隧道断面点云后,基于截取的隧道断面点云进行隧道断面轮廓圆拟合,根据拟合出的隧道断面轮廓去除隧道断面点云的离群值,包括:基于隧道断面点云P,采用RANSAC圆拟合法初步拟合断面点云轮廓,得到一个断面轮廓圆,如图4所示,根据拟合结果,把与该轮廓圆相距较远的点作为离群点并丢弃,去除离群点后将剩余的点云记为Q,图5显示了隧道断面去噪后的激光点云图像。
去除隧道断面点云离群点后,进一步地,基于去除离群值后的隧道断面点云,拟合出隧道断面椭圆轮廓,包括:对去除离群点后的点云Q采用最小二乘椭圆拟合算法精细地拟合出断面椭圆轮廓,如图6所示,获取椭圆轮廓的长短轴参数a、b。最小二乘椭圆拟合的能量方程为:
其中,A、B、C、D、E、F是椭圆方程的参数。
完成隧道椭圆拟合,获取隧道断面椭圆轮廓的参数后,进一步地,基于隧道断面椭圆轮廓参数,设计公式计算隧道断面收敛,包括:基于隧道断面椭圆轮廓的长短轴数据a、b和隧道断面理论半径D=5.4m,设计隧道断面收敛计算公式,完成隧道椭圆度分析。具体地,隧道断面收敛计算公式为:
γ=2(a-b)/D
其中,γ代表隧道断面的形变程度。以截面为圆形的隧道为例,当隧道无形变时,γ的取值接近0,而当γ的取值大于设定比例阈值时,说明此时隧道形变量较大。
应当理解,本发明的隧道断面收敛计算公式并不局限于圆形隧道这一种,对于其他形状的也依然适用,区别点在于隧道断面理论半径和设定比例阈值的选取。
实施例二
基于上述实施例一中提供的基于激光点云的地铁隧道椭圆度分析方法,在本发明优选的实施例二中还提供了一张基于激光点云的隧道椭圆度分析装置,具体地,图7示出该装置的一种可选的结构框图,如图7所示,该装置包括:
(1)数据获取模块,用于获取地铁隧道激光点云数据。
(2)断面提取模块,与数据获取模块连接,用于获取地铁隧道断面点云。
(3)去除离群值模块,与断面提取模块连接,用于去除隧道点云中的离群值。
(4)隧道断面拟合模块,与去除离群值模块连接,用于对去除离群值后的隧道断面点云进行椭圆拟合,获取断面椭圆长短轴数据。
(5)断面椭圆度分析模块,与隧道断面拟合模块连接,用于根据断面椭圆长短轴数据计算隧道断面的收敛值。
在上述实施方式中为地铁隧道形变分析提供了准的自动检测方法,具体通过以下方式实现:获取地铁隧道激光点云数据,基于隧道点云截取单个隧道点云断面,基于隧道断面点云拟合隧道断面轮廓圆,去除离群点,基于去除离群点之后的隧道断面点云拟合断面椭圆轮廓,计算断面收敛,完成断面椭圆度分析。上述方法可以有效地降低隧道断面椭圆度分析的难度,提高隧道形变分析的准确度。
优选地,断面提取模块包括隧道中轴线提取单元和断面截取单元。所述隧道中轴线提取单元,用于采用高斯映射法将隧道点云拟合成圆柱,将圆柱中轴线作为隧道点云的中轴线;所述断面截取单元,用于基于中轴线和一个隧道点云中的点,确定一个垂直于隧道点云中轴线的平面,用该平面截取出一个隧道点云断面。
进一步地,去除离群值模块包括:采用RANSAC圆拟合法将断面点云初步拟合出一个轮廓圆,将断面点云中与轮廓圆相距较远的点标记为离群值并去除。
进一步地,隧道断面拟合模块包括:采用最小二乘法对去除离群值后的断面点云进行较为精细的椭圆拟合,确定椭圆的长短轴参数。
进一步地,断面收敛计算模块包括:根据断面椭圆长短轴数据和隧道断面理论宽度计算隧道断面收敛。
关于上述实施例中的装置,其中各个单元、模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
实施例三
基于前述方法,本发明还提及一种基于激光点云的隧道椭圆度分析***,所述隧道椭圆度分析***包括三维扫描仪、处理器、存储器,和储存在存储器上用于处理器实现前述隧道限界分析方法的程序。
所述隧道椭圆度分析***安装在隧道检测车上。
所述三维扫描仪与处理器连接,用于对隧道进行扫描,获取隧道点云数据,将获取的隧道点云数据发送至处理器。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (9)
1.一种基于激光点云的隧道椭圆度分析方法,其特征在于,所述分析方法包括:
S1,获取隧道点云数据;
S2,截取其中一个隧道点云断面;
S3,基于截取的隧道点云断面进行隧道断面圆拟合,根据拟合出的隧道断面轮廓去除隧道断面点云数据中的离群值;
S4,对去除离群值后的隧道断面点云进行拟合,获取隧道断面椭圆轮廓,计算得到隧道断面椭圆轮廓参数;
S5,进行隧道断面收敛分析。
2.根据权利要求1所述的基于激光点云的隧道椭圆度分析方法,其特征在于,步骤S1中,所述获取隧道点云数据是指:
采用三维激光扫描仪对隧道进行扫描获取点云数据,对扫描所得的点云数据进行拼接构建出隧道结构的三维点云。
4.根据权利要求1所述的基于激光点云的隧道椭圆度分析方法,其特征在于,步骤S3中,所述基于截取的隧道点云断面进行隧道断面圆拟合,根据拟合出的隧道断面轮廓去除隧道断面点云数据中的离群值的过程包括以下步骤:
S31,基于步骤S2中截取的隧道断面点云P,采用RANSAC圆拟合法初步拟合出隧道断面轮廓;
S32,根据隧道断面轮廓,将隧道断面点云P中与隧道断面轮廓圆的距离超过预设距离阈值的点定义成离群值,去除所有离群值,将去除离群值后的隧道断面点云记为Q。
6.根据权利要求1所述的基于激光点云的隧道椭圆度分析方法,其特征在于,步骤S6中,所述进行隧道断面收敛分析的过程包括:
基于步骤4中隧道断面轮廓椭圆的长轴a和短轴b,以及隧道断面理论半径D,根据下述隧道断面收敛计算公式,完成隧道断面椭圆度分析:
γ=2(a-b)/D
其中,γ代表隧道断面的形变程度。
7.一种基于激光点云的隧道椭圆度分析装置,其特征在于,所述隧道椭圆度分析装置包括:
数据获取模块,用于获取隧道的点云数据;
断面提取模块,用于提取隧道断面;
预处理模块,用于基于截取的隧道点云断面进行隧道断面圆拟合,根据拟合出的隧道断面轮廓去除隧道断面点云数据中的离群值;
隧道断面拟合模块,用于对去除离群值后的隧道断面点云进行拟合,获取隧道断面椭圆轮廓,计算得到隧道断面椭圆轮廓参数;
断面椭圆度分析模块,用于根据隧道断面椭圆轮廓参数计算隧道断面的收敛值。
8.根据权利要求7所述的基于激光点云的隧道椭圆度分析装置,其特征在于,所述断面提取模块包括:
隧道中轴线提取单元,采用高斯映射法将隧道点云拟合成圆柱,将圆柱中轴线作为隧道点云的中轴线;
断面截取单元,基于中轴线和任意一个隧道点云中的点,确定一个垂直于隧道点云中轴线的平面,采用该平面截取出对应的隧道点云断面。
9.一种基于激光点云的隧道椭圆度分析***,其特征在于,所述隧道椭圆度分析***包括三维扫描仪、处理器、存储器,和储存在存储器上用于处理器实现权利要求1-6任意一项中所述的隧道限界分析方法的程序;
所述隧道椭圆度分析***安装在隧道检测车上;
所述三维扫描仪与处理器连接,用于对隧道进行扫描,获取隧道点云数据,将获取的隧道点云数据发送至处理器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010228764.1A CN111336991A (zh) | 2020-03-27 | 2020-03-27 | 基于激光点云的隧道椭圆度分析方法、装置和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010228764.1A CN111336991A (zh) | 2020-03-27 | 2020-03-27 | 基于激光点云的隧道椭圆度分析方法、装置和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111336991A true CN111336991A (zh) | 2020-06-26 |
Family
ID=71180495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010228764.1A Pending CN111336991A (zh) | 2020-03-27 | 2020-03-27 | 基于激光点云的隧道椭圆度分析方法、装置和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111336991A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112967256A (zh) * | 2021-03-09 | 2021-06-15 | 扬州大学 | 一种基于空间分布的隧道椭圆化检测方法 |
CN114494315A (zh) * | 2021-12-31 | 2022-05-13 | 中铁建华南建设有限公司 | 隧道横断面特征提取方法、装置、设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101566461A (zh) * | 2009-05-18 | 2009-10-28 | 西安交通大学 | 大型水轮机叶片快速测量方法 |
CN104792274A (zh) * | 2015-04-02 | 2015-07-22 | 同济大学 | 一种圆形隧道收敛变形的测量方法 |
CN106767402A (zh) * | 2016-11-30 | 2017-05-31 | 华中科技大学 | 一种盾构法隧道表观质量检测方法及*** |
CN108225184A (zh) * | 2018-01-16 | 2018-06-29 | 上海同岩土木工程科技股份有限公司 | 一种盾构隧道三维激光扫描点云数据除噪的方法 |
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 |
CN110030951A (zh) * | 2019-05-14 | 2019-07-19 | 武汉大学 | 一种基于三维激光扫描技术的引水竖井缺陷检测方法 |
CN110160463A (zh) * | 2019-05-17 | 2019-08-23 | 中国电建集团西北勘测设计研究院有限公司 | 一种基于静态激光扫描的地铁隧道不圆度检测方法 |
-
2020
- 2020-03-27 CN CN202010228764.1A patent/CN111336991A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101566461A (zh) * | 2009-05-18 | 2009-10-28 | 西安交通大学 | 大型水轮机叶片快速测量方法 |
CN104792274A (zh) * | 2015-04-02 | 2015-07-22 | 同济大学 | 一种圆形隧道收敛变形的测量方法 |
CN106767402A (zh) * | 2016-11-30 | 2017-05-31 | 华中科技大学 | 一种盾构法隧道表观质量检测方法及*** |
CN108225184A (zh) * | 2018-01-16 | 2018-06-29 | 上海同岩土木工程科技股份有限公司 | 一种盾构隧道三维激光扫描点云数据除噪的方法 |
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 |
CN110030951A (zh) * | 2019-05-14 | 2019-07-19 | 武汉大学 | 一种基于三维激光扫描技术的引水竖井缺陷检测方法 |
CN110160463A (zh) * | 2019-05-17 | 2019-08-23 | 中国电建集团西北勘测设计研究院有限公司 | 一种基于静态激光扫描的地铁隧道不圆度检测方法 |
Non-Patent Citations (2)
Title |
---|
徐教煌 等: "三维激光扫描技术在地铁圆形盾构隧道检测中的应用", 《北京测绘》 * |
虞伟家: "基于移动三维激光扫描的盾构隧道断面提取与应用", 《测绘通报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112967256A (zh) * | 2021-03-09 | 2021-06-15 | 扬州大学 | 一种基于空间分布的隧道椭圆化检测方法 |
CN112967256B (zh) * | 2021-03-09 | 2023-11-24 | 扬州大学 | 一种基于空间分布的隧道椭圆化检测方法 |
CN114494315A (zh) * | 2021-12-31 | 2022-05-13 | 中铁建华南建设有限公司 | 隧道横断面特征提取方法、装置、设备和存储介质 |
CN114494315B (zh) * | 2021-12-31 | 2022-11-08 | 中铁建华南建设有限公司 | 隧道横断面特征提取方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111336990B (zh) | 一种隧道断面收敛快速分析方法和装置 | |
CN110030951B (zh) | 一种基于三维激光扫描技术的引水竖井缺陷检测方法 | |
CN110008207B (zh) | 基于密度直方图的机载LiDAR点云数据漏洞快速检测方法 | |
CN109816664B (zh) | 一种三维点云分割方法及装置 | |
CN111006601A (zh) | 三维激光扫描在变形监测中的关键技术 | |
CN103455813A (zh) | 一种ccd图像测量***光斑中心定位的方法 | |
CN111354083B (zh) | 一种基于原始激光点云的递进式建筑物提取方法 | |
CN113487722B (zh) | 一种基于三维激光扫描方法的混凝土构件自动化检测方法 | |
CN112698303A (zh) | 基于无人机激光雷达点云杆塔倾斜参数测量方法及*** | |
CN106918813A (zh) | 一种基于距离统计的三维声纳点云图像增强方法 | |
CN104992429A (zh) | 一种基于图像局部增强的山体裂缝检测方法 | |
CN111336991A (zh) | 基于激光点云的隧道椭圆度分析方法、装置和*** | |
CN115482211A (zh) | 隧道超欠挖检测方法、装置、电子设备和存储介质 | |
CN112907601A (zh) | 一种基于特征变换的隧道拱架点云自动提取方法及装置 | |
CN115761682A (zh) | 基于激光感知的可行驶区域的识别方法、装置、智能矿卡 | |
WO2024125434A1 (zh) | 基于区域一致性的建筑物主角度修正方法 | |
CN117036944B (zh) | 基于点云数据和图像识别的树木碳汇量计算方法及*** | |
CN112330667B (zh) | 一种基于形态学的激光条纹中心线提取方法 | |
CN113673011A (zh) | 基于点云数据智能识别运营期隧道侵界的方法 | |
CN117345201A (zh) | 基于全息数据的立井井筒病害检测方法 | |
CN116596911A (zh) | 一种水下平面型结构体声呐图像裂缝量化方法 | |
CN115731390A (zh) | 一种灰岩隧道岩体结构面识别方法及设备 | |
CN114120140A (zh) | 基于卫星影像自动提取建筑物高度的方法 | |
CN116793304A (zh) | 一种基于点云的单圆盾构地铁隧道横断面虚拟测量方法 | |
CN110120058B (zh) | 一种高程散点生成紧致外边界的方法 |
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: 20200626 |
|
RJ01 | Rejection of invention patent application after publication |