CN113223168B - 一种隧道三维形貌快速建模的方法 - Google Patents

一种隧道三维形貌快速建模的方法 Download PDF

Info

Publication number
CN113223168B
CN113223168B CN202110332984.3A CN202110332984A CN113223168B CN 113223168 B CN113223168 B CN 113223168B CN 202110332984 A CN202110332984 A CN 202110332984A CN 113223168 B CN113223168 B CN 113223168B
Authority
CN
China
Prior art keywords
data
point
dimensional
axis
mileage
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.)
Active
Application number
CN202110332984.3A
Other languages
English (en)
Other versions
CN113223168A (zh
Inventor
郑军
毕江海
林建宇
陈浙泊
王振文
王继军
张望
陈镇元
马浩
袁国堂
尹绍杰
邵园园
杨扬戬
林鹏
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.)
Research Institute of Zhejiang University Taizhou
China Railway Construction Electrification Bureau Group Co Ltd
Third Engineering Co Ltd of China Railway Construction Electrification Bureau Group Co Ltd
Original Assignee
Research Institute of Zhejiang University Taizhou
China Railway Construction Electrification Bureau Group Co Ltd
Third Engineering Co Ltd of China Railway Construction Electrification Bureau 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 Research Institute of Zhejiang University Taizhou, China Railway Construction Electrification Bureau Group Co Ltd, Third Engineering Co Ltd of China Railway Construction Electrification Bureau Group Co Ltd filed Critical Research Institute of Zhejiang University Taizhou
Priority to CN202110332984.3A priority Critical patent/CN113223168B/zh
Publication of CN113223168A publication Critical patent/CN113223168A/zh
Application granted granted Critical
Publication of CN113223168B publication Critical patent/CN113223168B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明公开了一种隧道三维形貌快速建模的方法，1)数据采集步骤、2)数据处理步骤、3)滤波处理步骤、4)数据增补步骤、5)数据重建步骤；本发明提供快速实现三维形貌建模，给内业设计人员和外业施工人员提供隧道状况详细数据，包括侵限情况，利于接触网后植锚栓工程顺利开展的一种隧道三维形貌快速建模的方法。

Description

一种隧道三维形貌快速建模的方法
技术领域
本发明涉及隧道建模技术领域，更具体的说，它涉及一种隧道三维形貌快速建模的方法。
背景技术
对于在铁路隧道内土建完工、铺轨作业完成进行接触网后植锚栓施工方案来说，保证施工作业车无障碍地行进以及施工前检测确认隧道内围壁、支护等无侵限情况的工作十分重要。该项工作可以减少或避免作业车碰障的风险，提前预判一些侵限情况，及时采取补救措施，保证施工进度和施工质量。然而由于工期等原因，能够用于检测的时间一般很短，任务繁重，因此，提高工作效率，寻求简便可行的检测方法很关键。
目前用于完成上述任务的检测方法主要有人工目检和全站仪测三维坐标相结合的方法、三维激光扫描法。人工目检用于初步排除隧道内铁轨上和四周阻碍作业车行进的障碍物以及围壁明显侵限情况，全站仪三维坐标法是通过实测某个断面的上限测点三维坐标，人工描绘断面形状，再与设计断面进行比较，检查该断面是否存在侵限问题。这种结合式的方法存在以下几个缺陷：一是，人工目检，劳动强度大，漏检可能性高；二是，全站仪三维坐标法采用一个断面代表一定长度范围的隧道轮廓，与实际情况不符；三是，全站仪三维坐标法作业人员的工作量大，作业时间长，且成果好差受作业人员的工作经验影响较大。而三维激光扫描法，其外业测量的数据量大，效果好，能精细反映隧道现状，但目前仪器和后处理软件价格很高，一般单位难以承受，不具有普遍性。
发明内容
本发明克服了现有技术的不足，提供快速实现三维形貌建模，给内业设计人员和外业施工人员提供隧道状况详细数据，包括侵限情况，利于接触网后植锚栓工程顺利开展的一种隧道三维形貌快速建模的方法。
本发明的技术方案如下：
一种隧道三维形貌快速建模的方法，包括检测车,检测车车轮轴承相应位置设置旋转编码器，检测车车体相应位置设置二维激光雷达和倾角传感器；旋转编码器与控制器PLC连接，并将相应转换计算后的数据传送给上位机，二维激光雷达将获取的相应信息以TCP/IP协议的通信方式发送给上位机，倾角传感器将采集到的X轴、Y轴的倾斜角度以串口通信方式发送给上位机；
具体的建模步骤如下：
1)数据采集步骤：旋转编码器、二维激光雷达和倾角传感器采集相应的数据，旋转编码器将被测的角位移直接转换成数字信号即脉冲信号，并直接传输给控制器PLC，通过控制器PLC的高速计数器对脉冲信号进行计数，以获得测量结果，控制器PLC再根据预先设置的检测车的车轮半径，并可获取旋转编码器最小角位移相对应的行驶距离，从而获得总行驶里程，并将里程数据以TCP/IP协议的通信方式发送给上位机；
二维激光雷达检测垂直于铁轨方向的隧道截面，获得以激光雷达发射装置点为原点的截面距离数据，并将测到的截面数据同样以TCP/IP协议的通信方式发送给上位机；
倾角传感器检测X轴、Y轴的倾斜角度，并将测到的两轴倾斜角度数据以串口通信方式发送给上位机；
2)数据处理步骤：上位机同时开启三个线程，分别轮询步骤1)中的三个接收端口，分别保存里程数据、二维激光雷达发送的截面数据和倾角传感器发送的X、Y两轴的倾斜角度数据；
上位机中剔除里程数变化值小于设定值的里程数据；再根据保存数据的时间戳，选取对应的截面数据与倾斜角度数据并保存；上位机将筛选后保存的里程数据作为Z轴数据，遍历倾斜角度数据，判断两轴倾斜角度数据是否均为零，若是，则按时间戳直接利用已保存的对应截面数据，通过三角函数转换，将二维激光雷达测量所得距离数据转换成X轴、Y轴数据；
若X轴、Y轴的倾斜角度均不为零，先按对应的截面数据得到二维坐标点(X,Y)数据，接着计算当前里程点相对已保存，且对应X轴倾斜角度为0的最临近里程点的X轴的偏移角度，再计算当前里程点相对已保存，且对应Y轴倾斜角度为0的最临近里程点的Y轴的偏移角度，利用上述计算得到的两轴偏移角度以及当前里程点与满足条件的最临近里程点距离之差，修正二维坐标点(X,Y)数据；若只是其中一轴倾斜角度不为零，则同样按上述方式处理数据，对该轴坐标点进行修正；
3)滤波处理步骤：上位机将三维坐标点数据保存至数据库，再根据里程范围从数据库中读取相应三维建模的三维坐标点数据；将相应三维坐标点数据进行滤波处理，剔除离群点；其中滤波处理是对每个Z轴数据对应的那组(X、Y)二维坐标点数据进行离群点滤波，其具体如下：
首先遍历该组(X、Y)二维坐标点集，求解该点集中的每个点和临近点距离的平均值；再求该点集中的每个点和临近点距离的标准差；最后由平均值μ和标准差σ确定一个范围，离群点被定义为该点和临近点的平均距离不在该范围内的点，记录这些离群点对应的临近点，并将这些离群点从数据点集中删除即可；
4)数据增补步骤：对步骤3)处理后的数据进行修补处理和增密处理；修补处理是对记录的每组临近点做修补，其具体处理步骤如下：
4.1.1)依次对记录的每组临近点求出距离最短的两坐标点(X1，Y1)、(X2，Y2)；
4.1.2)判断每组所求最短距离是否大于μ+3*σ且小于2*(μ+3*σ)，若是，则将对应的坐标点((X1+X2)/2,(Y1+Y2)/2)添加到点集中；
增密处理是对修补处理后的新点集进行插值处理，使得数据密度变得比较均匀，其具体处理步骤如下：
4.2.1)遍历新点集，求每个点的最近点，若该点和最近点的间距大于设定距离1且小于设定距离2时，则将两点的中间点添加到点集中；
4.2.2)重复遍历步骤4.2.1)执行得到的点集，直到点集中的所有点和最近点的间距在设定距离1至设定距离2范围内，都得到处理；
5)数据重建步骤：将在步骤4)处理后的数据进行隧道曲面重建，具体处理如下：
5.1)将步骤4)处理后的数据通过法线投影到二维坐标平面内；
5.2)对投影得到的数据做平面内的三角化，从而得到各点的拓扑连接关系；平面三角化的过程中用到了基于Delaunay三角剖分的空间区域增长算法；
5.3)根据平面内投影点的拓扑连接关系确定各原始三维点间的拓扑连接，所得三角网格即为重建得到的隧道曲面模型。
进一步的，二维激光雷达安装高度距离轨面1m，检测车检测过程中设定的最高时速为2.5公里每小时，二维激光雷达采用能对5m远处的目标物进行扫描的，且二维激光雷达采用的是一个截面的一次扫描传输时间为20ms的；当二维激光雷达完成一个截面的一次扫描并完成传输数据时，检测车每20ms时间的最大行驶距离为1.39cm，故上位机将里程数变化值设定为2cm；
为采集连续若干段隧道的弧形截面，将二维激光雷达的起始测量角度设定为-45°，终止测量角度设定为225°，共270°，每0.25°测量一个，每段共得到1081个测量数据。
进一步的，相邻的测量点间距即为
Figure BDA0002996184520000051
与里程数变化值设定值相近，对于采集连续若干段同半径的弧形截面，可形成点间距为2cm的三维点数据，即采集的原始点数据精度达到2cm。
进一步的，步骤2)中的倾斜角度数据补正具体包括如下：
情况1，隧道有上坡路段，且坡角为α°，即Y轴倾斜α°，当前里程点相对已保存，且对应Y轴倾斜角度为0的最临近里程点距离为M，则修正后的坐标点Y′＝Y+M*sin(α°)；
情况2，隧道有下坡路段，且坡角为α°，即Y轴倾斜-α°，当前里程点相对已保存，且对应Y轴倾斜角度为0的最临近里程点距离为M，则修正后的坐标点Y′＝Y-M*sin(α°)；
情况3，隧道有左拐路段，且拐角为α°，即X轴倾斜-α°，当前里程点相对已保存，且对应X轴倾斜角度为0的最临近里程点距离为M，则修正后的坐标点X′＝X-M*sin(α°)；
情况4，隧道有右拐路段，且拐角为α°，即X轴倾斜α°，当前里程点相对已保存，且对应X轴倾斜角度为0的最临近里程点距离为M，则修正后的坐标点X′＝X+M*sin(α°)。
进一步的，步骤3)中的数据库具体操作如下：
3.1)执行数据库连接，根据数据库服务器主机地址、用户名和密码执行数据库连接函数，数据库连接结果包括数据库连接成功、数据库连接异常和数据库连接失败；
3.2)判断数据库是否连接成功，若数据库连接成功，则根据数据库名称执行数据库是否存在命令；若数据库连接异常或者失败，则将数据库连接结果写入日志并返回连接结果；
3.3)若数据库存在，则根据数据表名称依次执行数据表是否存在命令；若对应的数据表存在，则执行保存或读取数据命令；若对应的数据表不存在，则创建数据表，并对数据表进行写入默认参数操作；若数据库不存在，则先执行创建数据库命令创建数据库，再创建参数表并写入默认参数；
3.4)根据数据库操作结果在界面中显示结果信息。
本发明的优点：
本发明采用一种隧道三维形貌快速建模方法进行铺轨完工后的接触网后植锚栓工程施工前的隧道状况检测。在成本不高的前提下，通过所设计的检测车自动采集三维点云数据，并对点云数据进行滤波、修补、增密等处理，再进行曲面重建，快速实现三维形貌建模，给内业设计人员和外业施工人员提供隧道状况详细数据，包括侵限情况，利于接触网后植锚栓工程的顺利开展。
本发明的检测车可以在轨道上自主行驶，安装于车轮轴承合适位置的旋转编码器以及控制器记录行驶里程并将里程数据发送给上位机，安装于车体合适位置的二维激光雷达记录截面数据并将截面数据发送给上位机，安装于车体合适位置的倾角传感器检测X轴、Y轴的倾斜角度，并将两轴倾斜角度数据发送给上位机，上位机接受并暂存里程数据、截面数据以及两轴倾斜角度数据，进行有效里程数据的筛选，并根据时间戳选取对应的截面数据和两轴倾斜角度数据，再根据两轴倾斜角度修正对应截面数据，然后将里程数据和修正后的截面数据合成三维坐标点数据，保存至数据库；上位机点云数据处理模块读取已保存在数据库中的三维坐标点数据，对这些数据先进行滤波处理，接着对滤波后的数据进行修补，再对修补后的数据进行增密，然后在截面平面内以距离原点(激光雷达发射装置点)远近对数据着不同颜色，用来直观区分物体离铁轨的远近。最后对三维坐标点数据合成的点云数据进行曲面重建，实现快速的三维形貌建模。
附图说明
图1为本发明的总体设计流程图；
图2为本发明的二维激光雷达扫描得到的截面示意图；
图3为本发明平面三角化的空圆特性示意图；
图4为本发明的最大化最小角特性示意图。
具体实施方式
下面结合附图和具体实施方式对本发明进一步说明。
如图1、图2所示，一种隧道三维形貌快速建模的方法，包括检测车,检测车车轮轴承相应位置设置旋转编码器，检测车车体相应位置设置二维激光雷达和倾角传感器。
安装于检测车车轮轴承合适位置的旋转编码器将被测的角位移直接转换成数字信号(高速脉冲信号)，直接输入给其控制器PLC，利用PLC的高速计数器对其脉冲信号进行计数，以获得测量结果，PLC再根据预先设置的检测车车轮半径，即可计算出编码器最小角位移(对应脉冲数)相对应的行驶距离，进而计算出总行驶里程，并将里程数据以TCP/IP协议的通信方式发送给上位机(工控机)。
安装于检测车车体合适位置的二维激光雷达(二维激光扫描仪)检测垂直于铁轨方向的隧道截面，获得以激光雷达发射装置点为原点的截面距离数据，并将测到的截面数据同样以TCP/IP协议的通信方式发送给上位机。
安装于检测车车体合适位置的倾角传感器检测X轴、Y轴的倾斜角度，并将测到的两轴倾斜角度数据以串口通信方式发送给上位机。
二维激光雷达安装高度距离轨面1m，检测车检测过程中设定的最高时速为2.5公里，二维激光雷达对于一个截面的一次扫描传输时间为20ms，当二维激光雷达完成一个截面的一次扫描并完成传输数据时，检测车每20ms时间的最大行驶距离为2500÷60÷60÷50≈0.0139m，即1.39cm,故上位机需保存的里程数与其前后相邻里程数比较的变化值应大于1.39cm,考虑留有一定余量，将里程数变化值设定为2cm。因为单线铁路隧道最宽处是4880mm,双线铁路隧道最宽处是8880mm，隧道拱顶距轨面高度约是6000mm；故所安装的二维激光雷达应至少可对5m远处的目标物进行扫描，鉴于里程数变化值设定值为2cm,截面采集数据过密会降低后续合成的三维点云数据的处理效率，另考虑到主要是检测轨旁、检测车上方区域以及隧道内壁的状况，因此本实施例将二维激光雷达的起始测量角度设定为-45°，终止测量角度设定为225°，共270°，每0.25°测量一个，共得到1081个测量数据。这样设定，若对于一个弧形截面来说，二维激光雷达到测量点的距离为5m,则相邻的测量点间距即为
Figure BDA0002996184520000081
与里程数变化值设定值相近，对于采集连续若干段同半径(半径值为5m)的弧形截面来说，理想情况下，即可形成点间距为2cm的三维点云数据，也就是说采集的原始点云数据精度可以达到2cm，在能满足检测铁路隧道内侵限状况的同时，又能适当控制数据量从而提升后续的数据处理速度。
具体的建模步骤如下：
1)数据采集步骤：旋转编码器、二维激光雷达和倾角传感器采集相应的数据，旋转编码器将被测的角位移直接转换成数字信号即脉冲信号，并直接传输给控制器PLC，通过控制器PLC的高速计数器对脉冲信号进行计数，以获得测量结果，控制器PLC再根据预先设置的检测车的车轮半径，并可获取旋转编码器最小角位移相对应的行驶距离，从而获得总行驶里程，并将里程数据以TCP/IP协议的通信方式发送给上位机。
二维激光雷达检测垂直于铁轨方向的隧道截面，获得以激光雷达发射装置点为原点的截面距离数据，并将测到的截面数据同样以TCP/IP协议的通信方式发送给上位机。
倾角传感器检测X轴、Y轴的倾斜角度，并将测到的两轴倾斜角度数据以串口通信方式发送给上位机。
2)数据处理步骤：上位机同时开启三个线程，分别轮询步骤1)中的三个接收端口，分别保存里程数据、二维激光雷达发送的截面数据和倾角传感器发送的X、Y两轴的倾斜角度数据。
上位机中剔除里程数变化值小于设定值的里程数据，保留其余数据。再根据保存数据的时间戳，选取对应的截面数据与倾斜角度数据并保存。这一步处理是为了剔除检测车在停止行驶时、未达设定速度前做加速运动时以及到达设定速度后做减速运动时所产生的冗余里程数据，此外，也为了提高后续三维点云数据的处理效率而按设定值进行里程数据简化。再根据保存数据的时间戳，选取对应的截面数据与倾斜角度数据并保存。
然后，上位机将筛选后保存的里程数据作为Z轴数据，遍历倾斜角度数据，判断两轴倾斜角度数据是否均为零，若是，则按时间戳直接利用已保存的对应截面数据，通过三角函数转换，将二维激光雷达测量所得距离数据转换成X轴、Y轴数据。
例如对于一个截面的一次扫描，其示意如图2所示，第一个距离数据D1对应的角度为-45°，则X1＝-sin(45°)×D1，Y1＝-cos(45°)×D1,第二个距离数据D2对应的角度为(-45°+0.25°),则X2＝-sin(44.75°)×D2，Y2＝-cos(44.75°)×D2，第三个距离数据D3对应的角度为(-44.75°+0.25°),则X3＝-sin(44.5°)×D3，Y3＝-cos(44.5°)×D3，依次类推，最后一个距离D1081对应的角度为225°,则X1081＝-sin(225°)×D1081，Y1081＝cos(225°)×D1081；对于X轴，负值表示单线隧道行进方向轨面中心线左侧，正值表示单线隧道行进方向轨面中心线右侧，对于Y轴，负值表示单线隧道轨面上方1米高处下方，正值表示单线隧道单线隧道轨面上方1米高处上方，再合成三维坐标点(X、Y、Z)数据。
若X轴、Y轴的倾斜角度均不为零，先按对应的截面数据得到二维坐标点(X,Y)数据，接着计算当前里程点相对已保存，且对应X轴倾斜角度为0的最临近里程点的X轴的偏移角度，再计算当前里程点相对已保存，且对应Y轴倾斜角度为0的最临近里程点的Y轴的偏移角度，利用上述计算得到的两轴偏移角度以及当前里程点与满足条件的最临近里程点距离之差，修正二维坐标点(X,Y)数据。具体包括如下：
情况1，隧道有上坡路段，且坡角为α°，即Y轴倾斜α°，当前里程点相对已保存，且对应Y轴倾斜角度为0的最临近里程点距离为M，则修正后的坐标点Y′＝Y+M*sin(α°)；
情况2，隧道有下坡路段，且坡角为α°，即Y轴倾斜-α°，当前里程点相对已保存，且对应Y轴倾斜角度为0的最临近里程点距离为M，则修正后的坐标点Y′＝Y-M*sin(α°)；
情况3，隧道有左拐路段，且拐角为α°，即X轴倾斜-α°，当前里程点相对已保存，且对应X轴倾斜角度为0的最临近里程点距离为M，则修正后的坐标点X′＝X-M*sin(α°)；
情况4，隧道有右拐路段，且拐角为α°，即X轴倾斜α°，当前里程点相对已保存，且对应X轴倾斜角度为0的最临近里程点距离为M，则修正后的坐标点X′＝X+M*sin(α°)。其中，α＞0。
若只是其中一轴倾斜角度不为零，则同样按上述方式处理数据，对该轴坐标点进行修正。
3)滤波处理步骤：上位机将三维坐标点数据保存至数据库，再根据里程范围从数据库中读取相应三维建模的三维坐标点数据。数据库具体操作如下：
3.1)执行数据库连接，根据数据库服务器主机地址、用户名和密码执行数据库连接函数，数据库连接结果包括数据库连接成功、数据库连接异常和数据库连接失败；
3.2)判断数据库是否连接成功，若数据库连接成功，则根据数据库名称执行数据库是否存在命令；若数据库连接异常或者失败，则将数据库连接结果写入日志并返回连接结果；
3.3)若数据库存在，则根据数据表名称依次执行数据表是否存在命令；若对应的数据表存在，则执行保存或读取数据命令；若对应的数据表不存在，则创建数据表，并对数据表进行写入默认参数操作；若数据库不存在，则先执行创建数据库命令创建数据库，再创建参数表并写入默认参数；
3.4)根据数据库操作结果在界面中显示结果信息。
将相应三维坐标点数据进行滤波处理，剔除离群点。其中滤波处理是对每个Z轴数据对应的那组(X、Y)二维坐标点数据进行离群点滤波，其具体如下：
首先遍历该组(X、Y)二维坐标点集，求解该点集中的每个点和临近点距离的平均值。再求该点集中的每个点和临近点距离的标准差。最后由平均值μ和标准差σ确定一个范围，离群点被定义为该点和临近点的平均距离不在该范围内的点，记录这些离群点对应的临近点，并将这些离群点从数据点集中删除即可。
4)数据增补步骤：对步骤3)处理后的数据进行修补处理和增密处理。以查找的临近点个数设定为10例，所设定的范围是μ±3×σ。
修补处理是对记录的每组临近点做修补，其具体处理步骤如下：
4.1.1)依次对记录的每组临近点求出距离最短的两坐标点(X1，Y1)、(X2，Y2)。
4.1.2)判断每组所求最短距离是否大于μ+3*σ且小于2*(μ+3*σ)，若是，则将对应的坐标点((X1+X2)/2,(Y1+Y2)/2)添加到点集中。
增密处理是对修补处理后的新点集进行插值处理，使得数据密度变得比较均匀，其具体处理步骤如下：
4.2.1)遍历新点集，求每个点的最近点，若该点和最近点的间距大于设定距离1且小于设定距离2时，则将两点的中间点添加到点集中。
4.2.2)重复遍历步骤4.2.1)执行得到的点集，直到点集中的所有点和最近点的间距在设定距离1至设定距离2范围内，都得到处理。
具体设定距离1与里程变化值设定值相同，即为2cm，设定距离2为两倍的里程变化值设定值，即为4cm。
在(X，Y)坐标平面内以离原点的距离远近进行着不同颜色是指在二维激光雷达扫描到的截面平面内以距离激光雷达发射装置点的远近对得到的数据着不同颜色(不含红色)，用来直观区分物体离铁轨面中心1m高度处的远近，还可以结合铁路建设内业设计要求，给出侵限区域数据，并对这些数据进行标明红色。
5)数据重建步骤：将在步骤4)处理后的数据进行隧道曲面重建，具体处理如下：
5.1)将步骤4)处理后的数据通过法线投影到二维坐标平面内。
5.2)对投影得到的数据做平面内的三角化，从而得到各点的拓扑连接关系。平面三角化的过程中用到了基于Delaunay三角剖分的空间区域增长算法。
5.3)根据平面内投影点的拓扑连接关系确定各原始三维点间的拓扑连接，所得三角网格即为重建得到的隧道曲面模型。
其中法线投影到二维坐标平面内的法向量估计采用如下，因为待处理的数据点是三维的，要估计的平面是二维的，用三维数据估计二维数据，其主要通过将方差的最大方向作为主要特征从而使得降维后的信息量损失最小，并且使其在不同正交方向上无关系。具体实现方式如下：
对由待估计点的最临近生成的协方差矩阵的特征向量和特征值的分析。对于某点及其领域点构成的点集P，P＝{pi|pi＝(xi,yi,zi)T},i＝0,1,2,3...,k.，
Figure BDA0002996184520000131
代表点集的坐标均值，其中，k表示该点集中的数据个数；pi表示该点集中序号为i的三维点；i表示点集的序号，其范围是大于等于零，小于等于k；xi表示该点集中序号为i的三维点的X轴坐标值，yi表示该点集中序号为i的三维点的Y轴坐标值；zi表示该点集中序号为i的三维点的Z轴坐标值；T表示“转置”,即把行向量变为列向量。协方差矩阵为：
Figure BDA0002996184520000141
协方差矩阵cov_P的特征值分别为λ1、λ2、λ3，其对应的特征向量分别为a1、a2、a3，且满足：λ1>λ2>λ3。其中，最小特征值λ3所对应的特征向量a3为该点处切面的法向量。
基于Delaunay三角剖分的空间区域增长算法，采用逐点***具体过程如下：
(1)构建一个最小凸多边形，包含全部需要处理的数据点，这个最小凸多边形可以是三角形或者其他类型的多边形。
(2)确定初始三角形网。采用如下方法：在凸壳的中心上选取任一点，将这个点和凸壳中的其它点连起来构成Delaunay三角网。
(3)将其余的点依据网格的构建准则逐一***。其中Delaunay三角网网格的构建准则即满足以下两个条件：
1、空圆特性：Delaunay三角网是唯一的(任意四点不能共圆)，在Delaunay三角形网中任一三角形的外接圆范围内不会有其它点存在。如图3所示。
2、最大化最小角特性：在散点集可能形成的三角剖分中，Delaunay三角剖分所形成的三角形的最小角最大。从这个意义上讲，Delaunay三角网是最接近规则化的“三角网”。具体的说是指两个相邻的三角形构成凸多边形的对角线，在相互交换后，六个内角的最小角不在增大。如图4所示，左边的凸多边形不符合要求，右边的凸多边形符合要求。
(4)对Delaunay三角形网采用网格的创建过程中进行优化处理，即每一次生成一个新三角形，判断新生成的三角形和之前的三角形是否符合Delaunay三角形网构建准则；重复进行，构建完成的标志是全部的数据点都参与到三角形网构建中。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明构思的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明保护范围内。

Claims (6)

1.一种隧道三维形貌快速建模的方法，其特征在于，包括检测车,检测车车轮轴承相应位置设置旋转编码器，检测车车体相应位置设置二维激光雷达和倾角传感器；旋转编码器与控制器PLC连接，并将相应转换计算后的数据传送给上位机，二维激光雷达将获取的相应信息以TCP/IP协议的通信方式发送给上位机，倾角传感器将采集到的X轴、Y轴的倾斜角度以串口通信方式发送给上位机；
具体的建模步骤如下：
1)数据采集步骤：旋转编码器、二维激光雷达和倾角传感器采集相应的数据；
2)数据处理步骤：上位机同时开启三个线程，分别轮询步骤1)中的三个接收端口，分别保存里程数据、二维激光雷达发送的截面数据和倾角传感器发送的X、Y两轴的倾斜角度数据；
上位机中剔除里程数变化值小于设定值的里程数据；再根据保存数据的时间戳，选取对应的截面数据与倾斜角度数据并保存，形成相应的三维数据；
3)滤波处理步骤：上位机将三维坐标点数据保存至数据库，再根据里程范围从数据库中读取相应三维建模的三维坐标点数据；将相应三维坐标点数据进行滤波处理，剔除离群点；
滤波处理是对每个Z轴数据对应的那组(X、Y)二维坐标点数据进行离群点滤波，其具体如下：
首先遍历该组(X、Y)二维坐标点集，求解该点集中的每个点和临近点距离的平均值；再求该点集中的每个点和临近点距离的标准差；最后由平均值μ和标准差σ确定一个范围，离群点被定义为该点和临近点的平均距离不在该范围内的点，记录这些离群点对应的临近点，并将这些离群点从数据点集中删除即可；
4)数据增补步骤：对步骤3)处理后的数据进行修补处理和增密处理；修补处理是对记录的每组临近点做修补，其具体处理步骤如下：
4.1.1)依次对记录的每组临近点求出距离最短的两坐标点(X1，Y1)、(X2，Y2)；
4.1.2)判断每组所求最短距离是否大于μ+3*σ且小于2*(μ+3*σ)，若是，则将对应的坐标点((X1+X2)/2,(Y1+Y2)/2)添加到点集中；
增密处理是对修补处理后的新点集进行插值处理，使得数据密度变得比较均匀，其具体处理步骤如下：
4.2.1)遍历新点集，求每个点的最近点，若该点和最近点的间距大于设定距离1且小于设定距离2时，则将两点的中间点添加到点集中；
4.2.2)重复遍历步骤4.2.1)执行得到的点集，直到点集中的所有点和最近点的间距在设定距离1至设定距离2范围内，都得到处理；
5)数据重建步骤：将在步骤4)处理后的数据进行隧道曲面重建，具体处理如下：
5.1)将步骤4)处理后的数据通过法线投影到二维坐标平面内；
5.2)对投影得到的数据做平面内的三角化，从而得到各点的拓扑连接关系；平面三角化的过程中用到了基于Delaunay三角剖分的空间区域增长算法；
5.3)根据平面内投影点的拓扑连接关系确定各原始三维点间的拓扑连接，所得三角网格即为重建得到的隧道曲面模型。
2.根据权利要求1所述的一种隧道三维形貌快速建模的方法，其特征在于：二维激光雷达安装高度距离轨面1m，检测车检测过程中设定的最高时速为2.5公里每小时，二维激光雷达采用能对5m远处的目标物进行扫描的，且二维激光雷达采用的是一个截面的一次扫描传输时间为20ms的；当二维激光雷达完成一个截面的一次扫描并完成传输数据时，检测车每20ms时间的最大行驶距离为1.39cm，故上位机将里程数变化值设定为2cm；
为采集连续若干段隧道的弧形截面，将二维激光雷达的起始测量角度设定为-45°，终止测量角度设定为225°，共270°，每0.25°测量一个，每段共得到1081个测量数据。
3.根据权利要求2所述的一种隧道三维形貌快速建模的方法，其特征在于：相邻的测量点间距即为
Figure FDA0004248107430000031
与里程数变化值设定值相近，对于采集连续若干段同半径的弧形截面，可形成点间距为2cm的三维点数据，即采集的原始点数据精度达到2cm。
4.根据权利要求1所述的一种隧道三维形貌快速建模的方法，其特征在于：步骤2)中的倾斜角度数据补正具体包括如下：
情况1，隧道有上坡路段，且坡角为α°，即Y轴倾斜α°，当前里程点相对已保存，且对应Y轴倾斜角度为0的最临近里程点距离为M，则修正后的坐标点Y′＝Y+M*sin(α°)；
情况2，隧道有下坡路段，且坡角为α°，即Y轴倾斜-α°，当前里程点相对已保存，且对应Y轴倾斜角度为0的最临近里程点距离为M，则修正后的坐标点Y′＝Y-M*sin(α°)；
情况3，隧道有左拐路段，且拐角为α°，即X轴倾斜-α°，当前里程点相对已保存，且对应X轴倾斜角度为0的最临近里程点距离为M，则修正后的坐标点X′＝X-M*sin(α°)；
情况4，隧道有右拐路段，且拐角为α°，即X轴倾斜α°，当前里程点相对已保存，且对应X轴倾斜角度为0的最临近里程点距离为M，则修正后的坐标点X′＝X+M*sin(α°)。
5.根据权利要求1所述的一种隧道三维形貌快速建模的方法，其特征在于：步骤3)中的数据库具体操作如下：
3.1)执行数据库连接，根据数据库服务器主机地址、用户名和密码执行数据库连接函数，数据库连接结果包括数据库连接成功、数据库连接异常和数据库连接失败；
3.2)判断数据库是否连接成功，若数据库连接成功，则根据数据库名称执行数据库是否存在命令；若数据库连接异常或者失败，则将数据库连接结果写入日志并返回连接结果；
3.3)若数据库存在，则根据数据表名称依次执行数据表是否存在命令；若对应的数据表存在，则执行保存或读取数据命令；若对应的数据表不存在，则创建数据表，并对数据表进行写入默认参数操作；若数据库不存在，则先执行创建数据库命令创建数据库，再创建参数表并写入默认参数；
3.4)根据数据库操作结果在界面中显示结果信息。
6.根据权利要求1所述的一种隧道三维形貌快速建模的方法，其特征在于：步骤2)中的三维数据是将上位机将筛选后保存的里程数据作为Z轴数据，遍历倾斜角度数据，判断两轴倾斜角度数据是否均为零，若是，则按时间戳直接利用已保存的对应截面数据，通过三角函数转换，将二维激光雷达测量所得距离数据转换成X轴、Y轴数据；
若X轴、Y轴的倾斜角度均不为零，先按对应的截面数据得到二维坐标点(X,Y)数据，接着计算当前里程点相对已保存，且对应X轴倾斜角度为0的最临近里程点的X轴的偏移角度，再计算当前里程点相对已保存，且对应Y轴倾斜角度为0的最临近里程点的Y轴的偏移角度，利用上述计算得到的两轴偏移角度以及当前里程点与满足条件的最临近里程点距离之差，修正二维坐标点(X,Y)数据；若只是其中一轴倾斜角度不为零，则同样按上述方式处理数据，对该轴坐标点进行修正。
CN202110332984.3A 2021-03-29 2021-03-29 一种隧道三维形貌快速建模的方法 Active CN113223168B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110332984.3A CN113223168B (zh) 2021-03-29 2021-03-29 一种隧道三维形貌快速建模的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110332984.3A CN113223168B (zh) 2021-03-29 2021-03-29 一种隧道三维形貌快速建模的方法

Publications (2)

Publication Number Publication Date
CN113223168A CN113223168A (zh) 2021-08-06
CN113223168B true CN113223168B (zh) 2023-06-30

Family

ID=77084310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110332984.3A Active CN113223168B (zh) 2021-03-29 2021-03-29 一种隧道三维形貌快速建模的方法

Country Status (1)

Country Link
CN (1) CN113223168B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114322768B (zh) * 2021-12-29 2022-08-26 成都翰瑞威自动化测控设备有限责任公司 一种移动式接触网几何参数测量***、方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104203584A (zh) * 2012-03-29 2014-12-10 海德堡印刷机械股份公司 用于印刷对象的方法
CN105046198A (zh) * 2015-06-12 2015-11-11 上海修源网络科技有限公司 一种车道检测方法
CN105313908A (zh) * 2015-11-30 2016-02-10 中铁电气化勘测设计研究院有限公司 一种铁路轨旁设施扫描装置
CN106053475A (zh) * 2016-05-24 2016-10-26 浙江工业大学 基于主动式全景视觉的隧道病害全断面动态快速检测装置
CN109708615A (zh) * 2018-12-20 2019-05-03 上海同岩土木工程科技股份有限公司 一种基于激光扫描的地铁隧道限界动态检测方法
CN110161043A (zh) * 2019-05-10 2019-08-23 同济大学 一种地铁隧道结构综合检测车
CN110411361A (zh) * 2019-05-15 2019-11-05 首都师范大学 一种移动隧道激光检测数据处理方法
CN110806193A (zh) * 2019-11-27 2020-02-18 上海应用技术大学 地铁隧道形变检测***
CN111047542A (zh) * 2019-12-31 2020-04-21 成都奥伦达科技有限公司 一种电力线补点方法
CN112254637A (zh) * 2020-10-13 2021-01-22 成都天佑智隧科技有限公司 一种基于多种融合数据的隧道开挖面扫描装置及检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7415126B2 (en) * 1992-05-05 2008-08-19 Automotive Technologies International Inc. Occupant sensing system

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104203584A (zh) * 2012-03-29 2014-12-10 海德堡印刷机械股份公司 用于印刷对象的方法
CN105046198A (zh) * 2015-06-12 2015-11-11 上海修源网络科技有限公司 一种车道检测方法
CN105313908A (zh) * 2015-11-30 2016-02-10 中铁电气化勘测设计研究院有限公司 一种铁路轨旁设施扫描装置
CN106053475A (zh) * 2016-05-24 2016-10-26 浙江工业大学 基于主动式全景视觉的隧道病害全断面动态快速检测装置
CN109708615A (zh) * 2018-12-20 2019-05-03 上海同岩土木工程科技股份有限公司 一种基于激光扫描的地铁隧道限界动态检测方法
CN110161043A (zh) * 2019-05-10 2019-08-23 同济大学 一种地铁隧道结构综合检测车
CN110411361A (zh) * 2019-05-15 2019-11-05 首都师范大学 一种移动隧道激光检测数据处理方法
CN110806193A (zh) * 2019-11-27 2020-02-18 上海应用技术大学 地铁隧道形变检测***
CN111047542A (zh) * 2019-12-31 2020-04-21 成都奥伦达科技有限公司 一种电力线补点方法
CN112254637A (zh) * 2020-10-13 2021-01-22 成都天佑智隧科技有限公司 一种基于多种融合数据的隧道开挖面扫描装置及检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
公路隧道结构快速检测车综述;杨俊等;《华东交通大学学报》;第35卷(第4期);30-38 *

Also Published As

Publication number Publication date
CN113223168A (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
CN107284473B (zh) 轨道检测***及方法
CN106997049A (zh) 一种基于激光点云数据的检测障碍物的方法和装置
CN113125444A (zh) 一种基于无人机搭载三维扫描仪的铁路桥梁病害监测方法
CN109855562B (zh) 钢轨磨耗测量方法及装置
CN101008571A (zh) 一种移动机器人三维环境感知方法
CN110986878A (zh) 基于移动测量***自动化提取铁轨断面的方法
US20230112991A1 (en) Method of high-precision 3d reconstruction of existing railway track lines based on uav multi-view images
CN105761305B (zh) 一种车辆行驶检测方法及***
CN101261118A (zh) 基于机器人的快速自动化三维形貌在线测量方法和***
CN112762899B (zh) 一种激光点云加bim模型在可视化变电站中与视频信息的融合方法
CN111561878B (zh) 一种基于移动3d激光扫描的点云误差修正方法
CN113223168B (zh) 一种隧道三维形貌快速建模的方法
KR102255978B1 (ko) 3d 센서를 활용한 객체 인식 기반 고해상도 철도 터널 내부 정밀 지도 생성 장치 및 방법
CN114396871B (zh) 一种基于三维激光扫描的预制墩柱安装位置姿态监测方法
CN116128834A (zh) 基于三维激光扫描的轨道交通站台限界快速检测方法
Du et al. Dislocation detection of shield tunnel based on dense cross-sectional point clouds
CN113776456B (zh) 基于双线激光的曲线段钢轨轮廓测量误差修正方法及装置
CN116929336A (zh) 一种基于最小误差的激光反光柱slam建图方法
CN115046541A (zh) 一种地下矿山环境下的拓扑地图构建与矿车定位***
CN115571584A (zh) 一种斗轮机模型防碰撞方法及***
CN113343341B (zh) 一种用于轨行区大数据地铁接触网装配参数的获取方法
CN112419394B (zh) 道岔轮廓损失检测方法及装置
CN111856498A (zh) 一种车厢内轮廓三维测量***及方法
CN114739297B (zh) 一种基于激光扫描的离线轨道参数计算方法
CN116182737B (zh) 一种基于激光轮廓传感器的轮轨动态位置监测方法及***

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
GR01 Patent grant
GR01 Patent grant