CN106401643B - 基于激光点云的隧道超欠挖检测方法 - Google Patents
基于激光点云的隧道超欠挖检测方法 Download PDFInfo
- Publication number
- CN106401643B CN106401643B CN201610788552.2A CN201610788552A CN106401643B CN 106401643 B CN106401643 B CN 106401643B CN 201610788552 A CN201610788552 A CN 201610788552A CN 106401643 B CN106401643 B CN 106401643B
- Authority
- CN
- China
- Prior art keywords
- section
- line
- tunnel
- point cloud
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 43
- 238000013461 design Methods 0.000 claims abstract description 58
- 230000011218 segmentation Effects 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000009412 basement excavation Methods 0.000 claims abstract description 17
- 241000209094 Oryza Species 0.000 claims description 13
- 235000007164 Oryza sativa Nutrition 0.000 claims description 13
- 235000009566 rice Nutrition 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000002950 deficient Effects 0.000 claims description 4
- 235000013399 edible fruits Nutrition 0.000 claims description 4
- 238000012952 Resampling Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000004064 recycling Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 10
- 238000012360 testing method Methods 0.000 abstract description 5
- 238000000638 solvent extraction Methods 0.000 abstract description 3
- 238000000605 extraction Methods 0.000 description 7
- 244000062793 Sorghum vulgare Species 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 235000019713 millet Nutrition 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 210000000003 hoof Anatomy 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000005641 tunneling Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种隧道超欠挖检测方法，包括以下步骤：S1、根据隧道线路的中线资料，设定断面厚度值和宽度值，进行隧道断面点云的自动分割；S2、将分割的断面点云投影至XOY平面上，采用凸包提取方法，进行断面点云轮廓线的自动提取，得到实测断面线；S3、利用隧道设计断面,计算其特征点至所述实测断面线的距离及方位，进行超欠挖的自动检测。本发明利用三维激光点云数据进行隧道超欠挖检测，采用半径搜索与矩形分割算法，实现断面点云的快速分割；基于多边形相交算法的超欠挖面积统计，适用于多种隧道类型的超欠挖检测；相对于传统的全站仪断面测量方式，其检测效率高、结果全面详实，测量精度满足超欠挖检测要求。
Description
技术领域
本发明涉及隧道超欠挖检测领域，特别是涉及一种采用三维激光扫描仪及其激光点云处理算法进行隧道超欠挖检测的方法。
背景技术
公路、铁路及城市轨道交通等工程的隧道结构，其断面设计形状不尽相同。隧道施工方法有矿山法、盾构法、明挖法、暗挖法等，其施工工艺也有较大区别。无论何种结构类型与何种施工方法的隧道，由于测量及施工过程中产生的误差，实测隧道断面与设计断面在形状和位置上均会存在不一致的情况。采用矿山法、明挖法或者暗挖法的隧道，在施工过程中需要进行隧道的超欠挖检测，以判断隧道净空是否满足设计断面要求，超欠挖不仅影响施工成本，而且对围岩的稳定性也有很大影响。
目前，隧道超欠挖的检测方法主要是采用全站仪或断面仪等设备，逐断面逐点方式进行全断面测量，此类方法检测效率较低，很难满足隧道施工过程中大量超欠挖检测工作的需求。
Wang等人提出将断面点云分别投影至XOY和YOZ平面上，并提取投影点云边缘轮廓线，再将提取的断面线导入AutoCAD中，采用射线相交的方式实现高速公路隧道的超欠挖检测(ZHANG X,LI S,WANG Z.Continuous section extraction and over under breakdetection of tunnel based on 3D laser technology and image analysis；proceedings of the IS&T/SPIE Electronic Imaging,F,2015[C].InternationalSociety for Optics and Photonics)。该方法解决了圆形隧道超欠挖检测问题，其检测效率较常规检测方法有所提高，但是该方法存在以下缺点：
(1)此方法仅适用于圆形隧道，不适用于马蹄形、矩形等其他类型的隧道。由于在提取隧道断面线时，采用截取小段隧道激光点云，分别将此段落的激光点云投影至XOY和YOZ平面上。采用曲线拟合算法分别提取投影面上边缘线，再通过直线拟合算法，提取中线直线，分别计算中心直线与Y轴和Z轴的夹角。利用此夹角，通过坐标变换，将小段截取点云转换至X轴平行方向。只有圆形隧道投影后的边缘线为对称结构，因此该方法不适应于非圆形隧道；
(2)此方法根据设定的角度间隔进行断面点提取，不能够提取隧道特征断面点。由于此方法将提取的隧道断面线导入至CAD中，通过旋转射线的方法提取隧道断面点，再与设计点位进行比较，计算超欠挖。此类方法不能够计算矩形、马蹄形等隧道类型的特征点的超欠挖，而这些特征点的超欠挖计算又非常重要。
发明内容
为解决现有技术中存在的问题，本发明提供一种适于多种隧道类型、检测效率高、测量精度满足超欠挖检测要求的隧道超欠挖检测方法。
为此，本发明的技术方案如下：
一种隧道超欠挖检测方法，包括以下步骤：
S1、根据隧道线路的中线资料，设定断面厚度值和宽度值，进行隧道断面点云的自动分割；
S2、将分割的断面点云投影至XOY平面上，采用凸包提取方法，进行断面点云轮廓线的自动提取，得到实测断面线；
S3、利用隧道设计断面,计算其特征点至所述实测断面线的距离及方位，进行超欠挖的自动检测。
上述的步骤S1中所述的隧道断面点云的自动分割包括以下步骤：
1)线路横断面计算：
利用隧道设计的中线资料，采用等间隔或在指定里程处，计算设计中线对应里程的平面坐标；根据线路设计的纵断面资料，计算所述中线对应里程的隧道中心高程值，进而获得断面点处隧道中心的三维坐标值，如需要计算断面处的轨道中心三维坐标值，则利用轨道与隧道中线设计高度值，将隧道中心高程值改正至轨道顶部高度上；
利用相邻隧道断面点的平面坐标值，设定一定的断面线宽度，计算垂直于相邻断面点连线的横断面线，(计算获得的横断面线与相邻断面点连线的法线向量一致，该横断面线在线路中线的平面投影点位于线路断面点上)；
2)隧道横断面点云的分割：
利用步骤1)获得的所述横断面线，通过遍历所有激光点云，判断激光点至断面线的纵向距离以及至断面线的正交距离；根据设定的断面点云厚度与断面线的2个端点A和B进行计算，如果点Pi至断面线的纵向距离小于断面线AB的长度，且Pi至断面线的正交距离小于断面点云厚度，则Pi属于此断面点云，利用公式(1)完成隧道断面点云分割，
式中：
Pi：第i个激光点；
Sectionk、Sectionother：第k个断面的点云、其它断面点云；
LongPi、OrthoPi：第i个激光点至断面线的纵向距离、正交距离，单位为米；
LengthAB：断面线AB的长度值，单位为米；
Depth：断面点云厚度，单位为米。
在上述的步骤2)中，首先对隧道点云构建KD tree树形结构；以断面线AB的中点O为圆心，进行半径R的快速搜索，再利用搜索的点云进行矩形分割，所述半径R根据公式(2)进行计算：
LengthAB 2+Sectiondepth 2+δ2＝R2 (2)
式中：
LengthAB：断面线AB的长度值，单位为米；
Sectiondepth：断面厚度值，单位为米；
δ：半径阈值，单位为米。
上述步骤S2中所述的断面点云轮廓线的自动提取包括以下步骤：
1)断面点云展开：
首先，通过遍历断面点云，计算激光点至隧道横断面线的正交距离，此正交距离值作为点云投影后的X轴的坐标值，在计算正交距离时，忽略激光点和横断面线的高程值，仅计算其二维平面距离；其次，通过遍历断面点云，计算激光点与隧道设计中心或轨道面位置的高程差值，此高程差值作为点云投影后的Y轴坐标值；最后，将激光点云投影展开的正交距离和高程差值进行结合，得到断面点云在XOY平面上的投影坐标值；
2)断面结构线提取：
首先，依据断面点云投影后的X坐标值，将断面点进行排序；其次，遍历排序后的断面点云，如果此断面点与之前两个点的方向不是逆时针，则判断其为轮廓点，移除最后一个点，继续进行下一个点的判断；最后，将分别获取的断面轮廓线顶部和底部的轮廓线进行连接，得到隧道实测断面线，
在步骤2)断面结构线提取中，可以根据邻域点的距离统计分析，设定判断准则进行“离群点”的判断，剔除孤立噪声点。还可以根据已知的隧道断面形状，选择相应的采样模型，进行随机采样一致性算法计算，对断面点云进行滤波处理。
在上述的步骤S3中，进行超欠挖自动检测的方法包括以下步骤：
1)超欠挖量值计算：
将设计断面节点定义为断面线上的点；或指定步长，通过线性重采样设计断面线上的点获取；通过遍历设计断面的节点，判断实测断面线上距离此节点最近的线段，再通过计算节点至线段的垂直距离，进而获得超欠挖量值；隧道实测断面线为闭合多边形，如果设计断面线节点在隧道实测断面线外侧，由判定为欠挖，如果设计断面线节点在隧道实测断面线内侧，由判定为超挖。
2)超欠挖面积统计：
采用Vatti clipping algorithm算法，将隧道实测断面线定义为被分割对象，将隧道设计断面线定义为分割多边形，利用隧道设计断面线进行分割，位于被分割对象内侧且位于分割多边形外侧的区域，即为超挖区域；反之，将隧道设计断面线定义为被分割对象，将隧道实测多边形定义为分割多边形，进行上述计算，即可获得欠挖区域；通过计算多边形面积，分别获得超挖面积与欠挖面积。
本发明的有益效果如下：
(1)利用三维激光点云数据进行隧道超欠挖检测，不仅效率高、而且精度高；
(2)基于KD树形结构对离散点云进行组织管理，采用半径搜索与矩形分割算法，实现断面点云的快速分割；
(3)基于多边形相交算法的超欠挖面积统计，可以适应多种隧道类型的超欠挖检测；
(4)本发明采用激光点云进行隧道的超欠挖检测，相对于传统的全站仪断面测量方式，其检测效率高、结果全面详实，测量精度满足超欠挖检测的要求。
附图说明
图1是本发明的隧道超欠挖检测方法的流程图；
图2是根据隧道设计文件计算的线位横断面线示意图；
图3是根据线路横断面线，设定断面宽度、矩形分割得到的隧道断面点云；
图4是将分割的隧道断面点云投影至XOY平面，自动提取得到的隧道断面轮廓线；
图5a是隧道的超欠挖量值计算结果；
图5b是隧道的超欠挖面积统计结果。
具体实施方式
本发明提供了一种基于激光点云的隧道超欠挖检测方法，其采用地面激光扫描仪进行隧道整体激光扫描，利用隧道激光点云进行隧道的超欠挖检测。通过利用隧道设计中线与隧道实际中线之间相对稳定的位置关系以及隧道断面结构设计图进行算法设计与计算机程序实现，自动进行隧道的超欠挖检测。
下面结合附图对本发明的隧道超欠挖检测方法进行详细说明。
图1为本发明的隧道超欠挖检测方法的流程图。该方法主要包括3步：1、根据线路中线资料，设定断面厚度值(沿线路里程方向)和断面宽度值(沿线路法线方向)，实现隧道断面点云的自动分割；2、将分割的断面点云投影至XOY平面上，采用凸包提取方法，实现断面点云轮廓线的自动提取，得到实测断面线；3、利用隧道设计断面和实测断面线计算出设计断面线上的断面点至实测断面线的最短距离，判断设计断面线的断面点是否在实测断面线内部，并自动计算出隧道的超欠挖量与方向值。具体如下：
1、隧道断面点云的自动分割
采用地面激光扫描仪进行隧道扫描，获取的激光点云的数量较大，为了减少点云数据量、提高软件计算效率和降低数据处理算法的复杂度，利用隧道设计中线来设定断面厚度，在线路指定里程处，截取等间隔的隧道断面点云。
1)线路横断面计算
为了实现隧道断面矩形点云分割，以及在指定里程断面位置进行超欠挖检测，需要利用隧道设计中线资料，采用等间隔或在指定里程处，计算设计中线上断面点的平面坐标。根据线路设计纵断面资料，计算断面点对应的隧道中心高程值，进而获得断面点处隧道中心的三维坐标值。如果需要计算断面处的轨道中心三维坐标值，可利用轨道与隧道中线设计高度值，将隧道中心高程值改正至轨道顶部高度上。
通过以上方法，可计算隧道设计线位的离散三维坐标值。利用相邻隧道断面点的平面坐标值，设定一定的断面线长度，计算垂直于相邻断面点连线的横断面线，如图2所示。计算获得的横断面线与相邻断点连线的法线向量一致，横断面线在线路中线的平面投影位于断面点上。
2)隧道横断面点云分割
为了获取待检测断面处一定厚度(沿线路里程方向)的激光点云，需要对整个隧道点云进行矩形分割。利用上一步骤计算获得的垂直隧道设计中线的横断面线，通过遍历所有激光点云，判断激光点至断面线纵向距离(longitudinal distance，Long)以及至断面线的正交距离(orthogonal distance，Ortho)。根据设定的断面点云厚度(depth，沿里程方向的宽度)与断面线的端点A和B进行计算，如果点Pi至断面线的纵向距离Long小于断面线AB长度，且Pi至断面线的正交距离Ortho小于断面点云厚度depth，即可判断Pi属于此断面点云。利用公式(1)可实现隧道断面点云分割：
式中Pi：第i个激光点；
Sectionk、Sectionother：第k个断面的点云、其它断面点云；
LongPi、OrthoPi：第i个激光点至断面线的纵向距离、正交距离；
LengthAB：断面线AB的长度值；
Depth：断面点云厚度，
上述距离、长度、厚度的单位均为米，以下同。
为了提高点云数据的分割速度，首先对隧道点云构建KD tree树形结构。以断面线AB的中点O为圆心，进行半径R的快速搜索，再利用搜索的点云进行矩形分割。经过半径搜索的方法对点云再进行矩形分割，避免对全部点云进行遍历计算，提高矩形分割效率，搜索半径R可根据公式2进行计算。
式中LengthAB——断面线AB的长度值；
Sectiondepth——断面厚度值；
δ——半径阈值。
通过点云分割获得的隧道断面点云，是位于隧道横断面两侧一定距离范围的点云。隧道的超欠挖计算，也就是计算设计断面点至实测断面的最短距离。为了进一步减少点云的数据量、提高计算效率，可以提取出断面点云的轮廓线。因隧道内部存在局部积水或施工过程中产生的渣土，在扫描过程中会产生噪声点云。通过断面线提取算法，也可以剔除此类噪声点对超欠挖检测结果的影响。断面点云轮廓线的自动提取包括以下步骤：
1)断面点云展开
隧道断面点云的展开是通过投影计算，将断面点云投影至XOY平面坐标系。首先，通过遍历断面点云，计算激光点至隧道横断面线的正交距离(orthogonal distance，Ortho)，此正交距离值作为点云投影后的X轴的坐标值。在计算正交距离时，忽略激光点和横断面线的高程值，仅计算其二维平面距离。其次，通过遍历断面点云，计算激光点与隧道设计中心或轨道面位置的高程差值(elevation distance，Elev)，此高程差值作为点云投影后的Y轴坐标值。最后，将激光点云投影展开的正交距离(Ortho)和高程差值(Elev)进行结合，可以获得断面点云在XOY平面上的投影坐标值。
2)断面结构线提取
国内几种常见的隧道结构类型多为凸包形状(convex hull)，根据计算机图形学的知识，凸包结构为包含所有内部点的多边形。本发明采用安得烈的单调链凸包算法(Andrew's monotone chain convex hull algorithm)，实现隧道断面轮廓线的提取。首先，依据断面点云投影后的X坐标值，将断面点进行排序；其次，遍历排序后的断面点云，如果此断面点与之前两个点的方向非逆时针，即可判断其为轮廓点。移除最后一个点，继续进行下一个点的判断。最后，将分别获取断面轮廓线顶部和底部的轮廓线进行连接，即可获得隧道实测断面线。
从上述凸包提取算法特性可知，通过此方法获得的隧道断面线，可以消除隧道内部施工渣土对断面线提取的影响。但是，由于隧道局部积水以及扫描仪测量误差的影响，断面点云会出现“远离”隧道结构的少量激光噪声点，此类少量孤立点会影响隧道断面线提取结果。根据邻域点的距离统计分析，设定判断准则进行“离群点”判断，实现孤立噪声点剔除。也可以根据已知的隧道断面形状，选择相应的采样模型，进行随机采样一致性算法(RANdom Sample Consensus，RANSAC)计算，实现断面点云滤波处理。
超欠挖是通过实测断面与设计断面进行比较，计算相应点位的最短距离以及位置关系，判断隧道开挖状态，超欠挖计算主要包含两个方面的内容。首先，计算设计断面线上的节点至实测断面线的最短距离，以判断设计断面节点与实测断面线之间的位置关系，实现超欠挖量值的判断。其次，通过比较设计断面线与实测断面线的位置关系，获得隧道超挖、欠挖区域，已进行超欠挖面积统计计算。进行超欠挖自动检测的方法包括以下步骤：
1)超欠挖量值计算
设计断面节点可定义为断面线上的点，也可以指定步长，通过线性重采样设计断面线上的点获取。通过遍历设计断面的节点，判断实测断面线上距离此节点最近的线段，再通过计算节点至线段的垂直距离，进而锋利超欠挖值。W.Randolph Franklin学者介绍了判断点是否在多边形内部的算法，本发明通过判断设计断面节点与隧道实测断面线的位置关系，隧道实测断面线为闭合多边形，如果设计断面线节点在隧道实测断面线外侧，则判定为欠挖，如果设计断面线节点在隧道实测断面线内侧，则判定为超挖。
2)超欠挖面积统计
超欠挖检测另外一项重要的任务是分别统计超挖与欠挖面积。本发明采用Vatticlipping algorithm算法，实现设计断面线与实测断面线分割区域检测与面积统计，此算法可以实现任意多边形的相交计算。将隧道实测断面线定义为被分割对象，将隧道设计断面线定义为分割多边形，利用隧道设计断面线进行分割。位于被分割对象内侧且位于分割多边形外侧的区域，即为超挖区域。反之，将隧道设计断面线定义为被分割对象，将隧道实测多边形定义为分割多边形，进行上述计算，即可获得欠挖区域。通过计算多边形面积，即可分别获得超挖面积与欠挖面积。
实施例1
实验概况
实验数据采集选择RIEGL VZ-1000型地面激光扫描仪，此设备在100米处绝对精度为8mm，相对精度为5mm；在最大采样频率模式下，可实现122万点/秒的扫描频率；在被测物体反射率大于20％的情况下，最远可实现1400米距离的扫描。选择天津某在建地铁作为实验区域，使用Leica 1201自动照准型全站仪测量扫描仪靶标坐标，通过靶标拼接的方式，实现多站扫描数据的拼接，使用4个靶标进行拼接，其最大误差不超过3mm。隧道内相邻测站距离控制在30米，相邻测站中部区域相邻点的平均距离约为10mm。
断面点云分割
利用隧道设计平面和纵断面资料的线路要素，建立隧道三维设计中线模型，再根据此设计中线模型，计算检测断面的三维坐标值及线路横断面线。基于线路横断面线，采用矩形分割算法对隧道点云进行分割，获得设定厚度的隧道断面点云，其分割结果如图3所示。
断面线提取
分割断面点云，经过投影展开至XOY平面，再通过安德烈凸包算法，进行隧道断面点云的包络断面线自动提取。利用凸包算法的优点，可以消除隧道内施工渣土对断面线提取的影响。断面线提取结果如图4所示。
超欠挖计算
为了模拟超欠挖工况，选择车辆设计动态包络线作为隧道设计断面线进行检测。如图5a中所示，内侧多段线为设计断面，外侧圆形为点云提取的断面线，计算此设计断面线上定义的节点值至实测断面线的最短距离，即为超欠挖量值，超挖为正直，欠挖为负值。如图5b中所示，设计断面线外侧浅色区域为超挖区域，设计断面线顶部深色区域为欠挖区域。
结论
采用地面激光扫描方式进行隧道的超欠挖检测，一个测站的扫描时间约3分钟，可以完成约30米长度的隧道扫描，其测量效率高。通过靶标测量与坐标转换的方式，激光点云绝对定位精度一般为5～8mm，相对测量精度约为3～5mm，满足超欠挖检测的精度要求。激光扫描方式获得的隧道模型，还可以应用于隧道中线测量、断面测量、净空收敛检测，以及隧道渗水面积检测、隧道裂缝、管片错台等检测领域，实现一次扫描，多种应用分析的隧道健康评估。
地面激光扫描仪对隧道进行分站式扫描，通过控制点将扫描数据进行拼接和转换，获得隧道整体激光点云。基于隧道激光点云，可实现隧道超欠挖的自动化检测。
Claims (6)
1.一种基于激光点云的隧道超欠挖检测方法，其特征在于,包括以下步骤：
S1、根据隧道线路的中线资料，设定断面点云厚度值和宽度值，进行隧道断面点云的自动分割；
S2、将分割的断面点云投影至XOY平面上，采用凸包提取方法，进行断面点云轮廓线的自动提取，得到实测断面线；
S3、利用隧道设计断面,计算其特征点至所述实测断面线的距离及方位，进行超欠挖的自动检测，
步骤S1中所述的隧道断面点云的自动分割包括以下步骤：
1)线路横断面计算：
利用隧道设计的中线资料，采用等间隔或在指定里程处，计算设计中线对应里程的平面坐标；根据线路设计的纵断面资料，计算所述中线对应里程的隧道中心高程值，进而获得断面点处隧道中心的三维坐标值，如需要计算断面处的轨道中心三维坐标值，则利用轨道与隧道中线设计高度值，将隧道中心高程值改正至轨道顶部高度上；
利用相邻隧道断面点的平面坐标值，设定一定的断面线宽度，计算垂直于相邻断面点连线的横断面线，计算获得的横断面线与相邻断面点连线的法线向量一致，该横断面线在线路中线的平面投影点位于线路断面点上；
2)隧道横断面点云的分割：
利用步骤1)获得的所述横断面线，通过遍历所有激光点云，判断激光点至断面线的纵向距离以及至断面线的正交距离；根据设定的断面点云厚度与断面线的2个端点A和B进行计算，如果点Pi至断面线的纵向距离小于断面线AB的长度，且Pi至断面线的正交距离小于断面点云厚度，则Pi属于此断面点云，利用公式(1)完成隧道断面点云分割，
式中：
Pi：第i个激光点；
Sectionk、Sectionother：第k个断面的点云、其它断面点云；
LongPi、OrthoPi：第i个激光点至断面线的纵向距离、正交距离，单位为米；
LengthAB：断面线AB的长度值，单位为米；
Depth：断面点云厚度，单位为米。
2.根据权利要求1所述的隧道超欠挖检测方法，其特征在于：在步骤2)中，首先对隧道点云构建KD tree树形结构；以断面线AB的中点O为圆心，进行半径R的快速搜索，再利用搜索的点云进行矩形分割，所述半径R根据公式(2)进行计算：
LengthAB 2+Sectiondepth 2+δ2＝R2 (2)
式中：
LengthAB：断面线AB的长度值，单位为米；
Sectiondepth：断面厚度值，单位为米；
δ：半径阈值，单位为米。
3.根据权利要求1所述的隧道超欠挖检测方法，其特征在于：步骤S2中所述的断面点云轮廓线的自动提取包括以下步骤：
1)断面点云展开：
首先，通过遍历断面点云，计算激光点至隧道横断面线的正交距离，此正交距离值作为点云投影后的X轴的坐标值，在计算正交距离时，忽略激光点和横断面线的高程值，仅计算其二维平面距离；其次，通过遍历断面点云，计算激光点与隧道设计中心或轨道面位置的高程差值，此高程差值作为点云投影后的Y轴坐标值；最后，将激光点云投影展开的正交距离和高程差值进行结合，得到断面点云在XOY平面上的投影坐标值；
2)断面结构线提取：
首先，依据断面点云投影后的X坐标值，将断面点进行排序；其次，遍历排序后的断面点云，如果此断面点与之前两个点的方向不是逆时针，则判断其为轮廓点，移除最后一个点，继续进行下一个点的判断；最后，将分别获取的断面轮廓线顶部和底部的轮廓线进行连接，得到隧道实测断面线。
4.根据权利要求3所述的隧道超欠挖检测方法，其特征在于：在步骤2)中，根据邻域点的距离统计分析，设定判断准则进行“离群点”的判断，剔除孤立噪声点。
5.根据权利要求3所述的隧道超欠挖检测方法，其特征在于：在步骤2)中，根据已知的隧道断面形状，选择相应的采样模型，进行随机采样一致性算法计算，对断面点云进行滤波处理。
6.根据权利要求1所述的隧道超欠挖检测方法，其特征在于：步骤S3中，进行超欠挖自动检测的方法包括以下步骤：
1)超欠挖量值计算：
将设计断面节点定义为断面线上的点；或指定步长，通过线性重采样设计断面线上的点获取；通过遍历设计断面的节点，判断实测断面线上距离此节点最近的线段，再通过计算节点至线段的垂直距离，进而获得超欠挖量值；隧道实测断面线为闭合多边形，如果设计断面线节点在隧道实测断面线外侧，由判定为欠挖，如果设计断面线节点在隧道实测断面线内侧，由判定为超挖；
2)超欠挖面积统计：
采用Vatti clipping algorithm算法，将隧道实测断面线定义为被分割对象，将隧道设计断面线定义为分割多边形，利用隧道设计断面线进行分割，位于被分割对象内侧且位于分割多边形外侧的区域，即为超挖区域；反之，将隧道设计断面线定义为被分割对象，将隧道实测多边形定义为分割多边形，进行上述计算，即可获得欠挖区域；通过计算多边形面积，分别获得超挖面积与欠挖面积。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610788552.2A CN106401643B (zh) | 2016-08-31 | 2016-08-31 | 基于激光点云的隧道超欠挖检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610788552.2A CN106401643B (zh) | 2016-08-31 | 2016-08-31 | 基于激光点云的隧道超欠挖检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106401643A CN106401643A (zh) | 2017-02-15 |
| CN106401643B true CN106401643B (zh) | 2018-08-21 |
Family
ID=58000458
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610788552.2A Active CN106401643B (zh) | 2016-08-31 | 2016-08-31 | 基于激光点云的隧道超欠挖检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106401643B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111220085A (zh) * | 2020-01-13 | 2020-06-02 | 西南交通大学 | 一种基于三维激光扫描点云数据的隧道大变形量测方法 |
Families Citing this family (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106930784B (zh) * | 2017-03-08 | 2018-11-20 | 中交第二航务工程局有限公司 | 基于三维激光扫描的隧道监控方法 |
| CN107796363A (zh) * | 2017-10-13 | 2018-03-13 | 北京工业大学 | 一种基于陆基LiDAR弧度隧道断面提取的方法 |
| CN107762559B (zh) * | 2017-11-15 | 2020-07-07 | 中国铁道科学研究院铁道建筑研究所 | 一种用于评价隧道超欠挖情况的方法及系统 |
| CN109798830B (zh) * | 2017-11-17 | 2020-09-08 | 上海勘察设计研究院(集团)有限公司 | 隧道附属物几何特征测量方法 |
| CN108507533A (zh) * | 2018-04-24 | 2018-09-07 | 招商局重庆交通科研设计院有限公司 | 隧道断面连续测量机器人 |
| 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 |
| CN108871268B (zh) * | 2018-07-13 | 2021-02-02 | 湖南联智科技股份有限公司 | 一种基于激光点云的隧道超欠挖数值计算方法 |
| CN109373921B (zh) * | 2018-10-26 | 2020-07-14 | 南京航空航天大学 | 一种隧道监测方法及装置 |
| CN109598714B (zh) * | 2018-12-03 | 2023-10-03 | 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 |
| CN110457739B (zh) * | 2019-06-21 | 2022-12-23 | 中交第二航务工程局有限公司 | 隧道超欠挖及初期支护、二次衬砌混凝土方量统计方法 |
| CN112146588A (zh) * | 2019-06-27 | 2020-12-29 | 南京梅山冶金发展有限公司 | 一种矿山巷道掘进爆破质量快速判断方法 |
| CN110763147A (zh) * | 2019-10-31 | 2020-02-07 | 中交三航局第三工程有限公司 | 一种基于三维激光扫描技术的围堰变形监测方法 |
| CN110986878B (zh) * | 2019-12-03 | 2021-09-24 | 中铁第一勘察设计院集团有限公司 | 基于移动测量系统自动化提取铁轨断面的方法 |
| CN110986877B (zh) * | 2019-12-03 | 2021-09-24 | 中铁第一勘察设计院集团有限公司 | 基于高精度车载激光移动测量系统铁路工程限界检测方法 |
| CN111336990B (zh) * | 2020-03-27 | 2021-04-13 | 南京航空航天大学 | 一种隧道断面收敛快速分析方法和装置 |
| CN111473780A (zh) * | 2020-04-13 | 2020-07-31 | 上海米度测量技术有限公司 | 一种悬臂掘进机测量系统 |
| CN111462017A (zh) * | 2020-04-14 | 2020-07-28 | 四川省安全科学技术研究院 | 隧道激光点云数据的去噪方法 |
| CN111894604B (zh) * | 2020-08-11 | 2022-06-07 | 江苏科技大学 | 一种隧道挖掘状况智能控制系统 |
| CN112254637B (zh) * | 2020-10-13 | 2023-09-12 | 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 |
| CN112233233B (zh) * | 2020-10-15 | 2022-12-09 | 首都师范大学 | 一种隧道相对点云数据的三维线形恢复方法 |
| CN112392486B (zh) * | 2020-11-16 | 2022-11-01 | 中国铁建重工集团股份有限公司 | 一种处理隧道欠挖的施工方法 |
| CN112966369B (zh) * | 2021-02-06 | 2023-03-21 | 中铁工程装备集团有限公司 | 一种隧道爆破质量评价及优化方法 |
| CN113062769B (zh) * | 2021-03-27 | 2022-08-23 | 中电建十一局工程有限公司 | 一种新编测量施工程序在马蹄形隧洞中的使用方法 |
| CN113153425B (zh) * | 2021-05-14 | 2023-02-28 | 中国铁路设计集团有限公司 | 一种高速铁路盾构隧道接触网基础局部预埋槽道设计方法 |
| CN113418445A (zh) * | 2021-05-28 | 2021-09-21 | 中北大学 | 基于激光点云的固体火箭发动机内腔体积测量方法及装置 |
| CN113551655B (zh) * | 2021-07-20 | 2023-04-07 | 杭州伟业建设集团有限公司 | 隧道超欠挖的检测装置和检测系统 |
| CN113610909B (zh) * | 2021-09-07 | 2023-10-20 | 中国电建集团昆明勘测设计研究院有限公司 | 一种基于距离搜索的点云剖面生成系统及方法 |
| CN114241035B (zh) * | 2022-02-24 | 2022-05-27 | 湖南联智科技股份有限公司 | 一种隧道断面超欠挖面积计算方法 |
| CN114898235B (zh) * | 2022-07-13 | 2022-10-28 | 集展通航(北京)科技有限公司 | 一种基于无人机点云的高铁桥墩施工进度检测方法 |
| CN115481467A (zh) * | 2022-08-19 | 2022-12-16 | 中交广州航道局有限公司 | 复杂地质沉管隧道基槽分土质超欠挖分析方法及装置 |
| CN116756836B (zh) * | 2023-08-16 | 2023-11-14 | 中南大学 | 一种隧道超欠挖体积计算方法、电子设备及存储介质 |
| CN118031904B (zh) * | 2024-04-12 | 2024-06-25 | 四川省公路规划勘察设计研究院有限公司 | 基于车载激光点云的高速公路隧道净空测量方法及装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102564393A (zh) * | 2011-12-28 | 2012-07-11 | 北京工业大学 | 隧道全断面三维激光监控量测方法 |
| CN102798412B (zh) * | 2012-07-31 | 2014-12-10 | 同济大学 | 一种基于三维激光扫描评定隧道钻爆施工质量的方法 |
| US9098754B1 (en) * | 2014-04-25 | 2015-08-04 | Google Inc. | Methods and systems for object detection using laser point clouds |
| CN105528588B (zh) * | 2015-12-31 | 2019-04-23 | 百度在线网络技术（北京）有限公司 | 一种车道线识别方法及装置 |
| CN105844064B (zh) * | 2016-05-23 | 2019-03-01 | 厦门亿力吉奥信息科技有限公司 | 基于激光点云数据的三维变电站半自动重建方法 |
-
2016
- 2016-08-31 CN CN201610788552.2A patent/CN106401643B/zh active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111220085A (zh) * | 2020-01-13 | 2020-06-02 | 西南交通大学 | 一种基于三维激光扫描点云数据的隧道大变形量测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106401643A (zh) | 2017-02-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106401643B (zh) | 基于激光点云的隧道超欠挖检测方法 | |
| CN106842231B (zh) | 一种道路边界检测及跟踪方法 | |
| CN106969749B (zh) | 一种地铁隧道断面形变的检测方法 | |
| CN104005325B (zh) | 基于深度和灰度图像的路面裂缝检测装置和方法 | |
| Pan et al. | A deterministic-stochastic identification and modelling method of discrete fracture networks using laser scanning: Development and case study | |
| Barbarella et al. | Monitoring of large landslides by Terrestrial Laser Scanning techniques: field data collection and processing | |
| CN103745018B (zh) | 一种多平台点云数据融合方法 | |
| CN107944018A (zh) | 一种基于激光点云数据的矢量地图位置精度自动质检方法 | |
| CN104376595A (zh) | 一种基于机载LiDAR和GIS协同的三维道路生成方法 | |
| CN109902425A (zh) | 地基式点云的隧道断面提取方法 | |
| CN114549879B (zh) | 一种隧道车载扫描点云的标靶识别及中心点提取方法 | |
| CN103454680A (zh) | Walk-away VSP观测系统垂向覆盖次数的计算方法 | |
| CN105866833A (zh) | Vsp-cdp叠加方法及三维vsp覆盖次数计算方法 | |
| Chen et al. | A novel image-based approach for interactive characterization of rock fracture spacing in a tunnel face | |
| CN114067073B (zh) | 一种基于tls点云的矿区建筑物变形自动提取方法 | |
| Ressl et al. | Quality checking of ALS projects using statistics of strip differences | |
| Du et al. | Dislocation detection of shield tunnel based on dense cross-sectional point clouds | |
| CN114821522A (zh) | 基于车载激光点云数据的城市道路横坡和超高值计算方法 | |
| CN111142165A (zh) | 一种利用探地雷达获取含水层的水位信息的方法 | |
| Fang et al. | Extraction 3D road boundaries from mobile laser scanning point clouds | |
| Wang et al. | Application research of earth volume calculation based on 3D laser point cloud data | |
| CN102508311B (zh) | 巷道超前探测数据的多参数空间成图法 | |
| CN110045369A (zh) | 一种探地雷达层析探测曲线追踪方法 | |
| CN111273270A (zh) | 一种掘进机定位定向方法 | |
| Wu et al. | Voxel-based marked neighborhood searching method for identifying street trees using vehicle-borne laser scanning data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 300300 Tianjin free trade pilot area (Airport Economic Zone) two West Road 82 Li Gang building 201 Applicant after: China Railway Design Group Limited Address before: 300300 Tianjin Binhai New Area Airport Economic Zone two West 82, Li Gang building 201 Applicant before: China Railway Third Survey and Design Institute Group Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |