CN106705892B - 基于三维激光扫描仪检测桁架轨道平行度和平整度的方法 - Google Patents

Abstract

本发明涉及一种基于三维激光扫描仪检测桁架轨道平行度和平整度的方法，包括：以激光扫描仪获取的两条不同轨道的点云数据作为处理对象；对同一条轨道上的点云数据进行横断面切割，并通过横断面数据过滤和横断面数据匹配方法提取符合条件的断面数据以拟合出各个横断面的中心点；然后，通过基准转换，将各轨道、横断面中心点转换到特定坐标系中，以计算轨道直线度、轨道跨距、轨道标高差和相对标高差。与现有技术相比，本发明解决了数据采集困难和数据后处理繁琐的问题，实现了数据采集与处理的一体化、自动化等优点。

Description

基于三维激光扫描仪检测桁架轨道平行度和平整度的方法

技术领域

本发明涉及一种检测桁架轨道平行度和平整度的方法，尤其是涉及一种基于三维激光扫描仪检测桁架轨道平行度和平整度的方法。

背景技术

大型构建筑物运行过程中的变形监测是工业测量的重要研究内容，桁架作为大型构筑物，由于其工作性质的原因，在长期的运行过程中必然会产生较大的磨损和变形，影响施工安全和质量。因此，迫切需要找到一种能够安全、快速、准确地监测出其变形的技术和方法。

对从数据采集、数据处理到成果输出和保存的整套检测方法的研究不断深入，总结具体检测过程以及各手工检测数据处理软件的使用，发现目前检测系统存在着如下问题：

1.1传统的全站仪监测方法

(1)由于桁架一般悬挂于半空中，几乎不可能在其观测目标点上安置反射棱镜或者反射片，使用全站仪观测将严重影响观测数据的精度。

(2)观测需要逐点进行，观测效率低，需要耗费大量时间，难以保证快速地检测出变形量。

(3)每次观测，都需要监测人员进入车间内部进行长时间的工作，而车间内部环境复杂，将严重威胁监测人员的健康和安全。

1.2已有的三维激光扫描点云方法

(1)采用人工对采集的点云数据处理，操作十分复杂，浪费人力，而且重复性差，对同样的数据模型，每次处理的结果差异较大。

(2)手工操作误差较大，凭借眼睛的目视确定轨道中心点，随意性较大，造成测量成果质量不高，可靠性差。

(3)用三维激光扫描采集的点云数据无配套数据后处理软件，采用人工进行数据处理也易出错、效率低，内外业连续性差。

(4)成果报告输出时间长，形式多样不统一，不利于保存和管理。

(5)系统类型多而杂且专业程度不够，不利于操作、维护和管理。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于三维激光扫描仪检测桁架轨道平行度和平整度的方法。

本发明的目的可以通过以下技术方案来实现：

一种基于三维激光扫描仪检测桁架轨道平行度和平整度的方法，包括：以激光扫描仪获取的两条不同轨道的点云数据作为处理对象；对同一条轨道上的点云数据进行横断面切割，并通过横断面数据过滤和横断面数据匹配方法提取符合条件的断面数据以拟合出各个横断面的中心点；然后，通过基准转换，将各轨道、横断面中心点转换到特定坐标系中，以计算轨道直线度、轨道跨距、轨道标高差和相对标高差。

所述的横断面切割具体为：

从初始点云数据中以L为距离抽取轨道上各个横断面上的点云数据，并剔除其余的点云数据，将抽取的所有横断面上的点云数据保存于数据库中。

所述的横断面数据过滤具体为：

采用平面切割法对数据进行过滤，首先，找到轨道面上的最高点，作一条过该点的第一水平面，将第一水平面向下移动设定距离得到第二水平面，将第一水平面和第二水平面之间的点云数据进行提取作为横断面中心拟合的依据，剔除其余的数据。

所述的横断面数据匹配方法具体为：

假设前n-1个断面的数据已匹配完成，现在匹配第n个断面的数据，其中，第n个断面上包含k个数据，第k+1个数据属于第n+1个断面，显然，前k个点到其拟合出的重心点P_k的距离小于轨道的宽度，第k+1一个点到P_k的距离S_k+1大于轨道宽度d，因此，第k+1个点属于下一个横断面的判断条件为:

S_k+1＞d

依次类推，便将点云数据与其所属的断面进行匹配。

所述的基准转换具体为：

基准的选择以某根轨道上的任意两个不同断面上的中心点作为新坐标系的X轴，对应的横断面编号靠前的中心点作为新坐标系的原点，Z轴垂直向上，以右手坐标系原则确定Y轴方向，便形成了转换后的新坐标系；经过坐标转换之后得到各轨道上不同横断面的中心点Y坐标值即为相应的直线度，不同轨道的Y坐标差值即为跨度，Z坐标值即为标高，相应点的Z坐标差值即为标高差。

与现有技术相比，本发明具有以下优点：

1)面对桁架轨道狭长的空间、又不适宜人去设置测量标志，以及已有的三维激光扫描点云数据后处理软件不完善的状况，本发明中提出利用三维激光扫描仪作为数据采集传感器并配合自主开发的自动解算软件来弥补数据采集和处理困难的缺陷，通过本发明可以严密、快速、精确地解算确定出桁架轨道的平行度和平整度；本发明将三维激光扫描仪数据采集、通讯技术、数据处理、可视化技术融于一体，可实现轨道检测的自动化。

2)该基于三维激光扫描仪点云数据的桁架轨道平行度和平整度检测方法解决了数据采集困难和数据后处理繁琐的问题，实现了数据采集与处理的一体化、自动化。

附图说明

图1为轨道纵断面示意图；

图2为扫描区域示意图；

图3为数据过滤示意图；

图4为断面数据匹配示意图；

图5为基准转换示意图；

图6为本发明的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。

本发明中，以激光扫描仪获取的两条不同轨道的点云数据作为处理对象。利用自主开发的数据后处理软件，对同一条轨道上的点云数据进行横断面切割，并通过横断面数据过滤、横断面数据匹配方法提取符合条件的断面数据以拟合出各个横断面的中心点。然后，通过基准转换，将各轨道、横断面中心点转换到特定坐标系中，以计算轨道直线度、轨道跨距、轨道标高差和相对标高差。其算法介绍如下：

2.1横断面切割

通过三维激光扫描仪观测，获取的是整条轨道的所有点云数据，这些初始的点云数据是杂乱无章，因此，首先要对无序的点云进行整合。本发明中，使用横断面切割法对点云数据进行整合。图1所示为某条轨道的纵断面。

横断面切割法，是从初始点云数据中以L为距离(L的长度可通过软件自由设定)抽取轨道上各个横断面上的点云数据(图1中粗线条部分即为抽取的横断面)，并剔除其余的点云数据。然后，将抽取的所有横断面上的点云数据保存于数据库中，作为后序数据处理的研究对象。

2.2横断面数据过滤

利用数据库中的点云数据，需要拟合出各个横断面的中心点坐标。但是扫描仪所处的观测位置无法保证对轨道两侧数据的均匀采集。如图2所示，O点表示扫描仪位置，黑色填充部分表示轨道的横断面，虚线区域表示能够观测到的横断面上的点云数据，显然本例中轨道外侧采集的数据多于轨道内侧。

为了保证轨道两侧数据的对称性，便于拟合出断面的中心点，本发明采用平面切割法对数据进行过滤，首先，找到轨道面上的最高点，作一条过该点的第一水平面，将第一水平面向下移动设定距离得到第二水平面，将第一水平面和第二水平面之间的点云数据进行提取作为横断面中心拟合的依据，剔除其余的数据。如图3所示。

2.3横断面数据匹配

断面中心拟合时，需要利用同一横断面上的点云数据进行处理。而经过过滤的点云数据虽然保证了对称性，但这些属于不同断面上的点云数据是混合在一起的，并未进行分离或标记其属于哪一个断面。因此，需要将点云数据与其所属的断面进行匹配。如图4所示。

假设前n-1个断面的数据已匹配完成，现在匹配第n个断面的数据。其中，第n个断面上包含k个数据，第k+1个数据属于第n+1个断面。显然，前k个点到其拟合出的重心点P_k的距离小于轨道的宽度，第k+1一个点到P_k的距离S_k+1大于轨道宽度d。因此，第k+1个点属于下一个横断面的判断条件为:

S_k+1＞d

依次类推，便可将点云数据与其所属的断面进行匹配。

2.4基准转换

如图5所示，基准的选择以某根轨道上的任意两个不同断面上的中心点作为新坐标系的X轴，对应的横断面编号靠前的中心点作为新坐标系的原点，Z轴垂直向上，以右手坐标系原则确定Y轴方向，便形成了转换后的新坐标系。经过坐标转换之后得到各轨道上不同横断面的中心点Y坐标值即为相应的直线度，不同轨道的Y坐标差值即为跨度，Z坐标值即为标高，相应点的Z坐标差值即为标高差。

如图6所示为本发明算法的流程图。以下对图中的各步骤进行详细描述：

在步骤01中，对三维激光扫描仪的初始点云数据进行横断面切割，获取相隔距离为L的横断面上的点云数据，将切割后的数据保存于数据库中。

在步骤02中，将数据库中保存的横断面上的点云数据再次导入软件中。

在步骤03中，对导入的横断面数据进行过滤。在软件中，通过设置断面最高最低点高差(即图3中平面1与平面2之间的距离)，将横断面上多余的点剔除，以保证点云相对于轨道中心的对称性。另外，在软件中，可以通过设置最少断面点个数，断面长度限差将不满足要求的横断面上的数据全部剔除，将满足要求的点云数据存储于数据库中。

在步骤04中，对完成过滤后的横断面数据进行匹配。由于过滤后的横断面数据混合存放于数据库中，并没有标记出哪些数据应该属于哪些断面，因此在程序中，需要通过算法对断面进行数据匹配。具体算法在2.3中有详细叙述。

在步骤05中，对匹配成功的横断面数据进行中心点拟合。由扫描仪获取的数据经过处理后具有很好的对称性，断面的中心点位置可以取此断面所有点的平均值，也可以取位于断面左右两端的两个点的平均值(经试验，在设置有效点个数稍多时，两种算法得到结果差别不大)

在步骤06中，通过软件，选择任意一根轨道，然后选择该轨道上对应的两个不同横断面上的中心点，以这两个中心点作为新坐标系的X轴，对应的横断面编号靠前的中心点作为新坐标系原点，Z轴垂直向上，以右手坐标系原则确定Y轴方向，建立新的空间直角坐标系。

在步骤07中，将过滤后的点云数据从扫描仪的仪器坐标系转换到新建立的自定义坐标系下。由于仪器坐标系具有任意性，在该坐标系下进行轨道直线度和平整度的计算需要建立较复杂的数学模型，耗时耗力，且解算结果不直观，不利于错误的检查。因此，本发明中，将点云数据转换到自定义的坐标系中，以简化后序的数据处理过程。

在步骤08中，计算轨道的直线度和平行度，经过坐标转换之后得到各轨道上不同横断面的中心点Y坐标值即为相应的直线度，不同轨道的Y坐标差值即为跨度，Z坐标值即为标高，相应点的Z坐标差值即为标高差。其中，跨度和标高差即为平行度的衡量标准。

在步骤09中，通过编程技术，将结果制作成报表输出到Excel中并绘制散点图。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (1)

1.一种基于三维激光扫描仪检测桁架轨道平行度和平整度的方法，其特征在于，包括：以激光扫描仪获取的两条不同轨道的点云数据作为处理对象；对同一条轨道上的点云数据进行横断面切割，并通过横断面数据过滤和横断面数据匹配方法提取符合条件的断面数据以拟合出各个横断面的中心点；然后，通过基准转换，将各轨道、横断面中心点转换到新坐标系中，以计算轨道直线度、轨道跨距、轨道标高差和相对标高差；

所述的横断面切割具体为：

从初始点云数据中以L为距离抽取轨道上各个横断面上的点云数据，并剔除其余的点云数据，将抽取的所有横断面上的点云数据保存于数据库中；

所述的横断面数据匹配方法具体为：

假设前n-1个断面的数据已匹配完成，现在匹配第n个断面的数据，其中，第n个断面上包含k个数据，第k+1个数据属于第n+1个断面，显然，前k个点到其拟合出的重心点P_k的距离小于轨道的宽度，第k+1一个点到P_k的距离S_k+1大于轨道宽度d，因此，第k+1个点属于下一个横断面的判断条件为:

S_k+1＞d

依次类推，便将点云数据与其所属的断面进行匹配；

所述的横断面数据过滤具体为：

采用平面切割法对数据进行过滤，首先，找到轨道面上的最高点，作一条过该最高点的第一水平面，将第一水平面向下移动设定距离得到第二水平面，将第一水平面和第二水平面之间的点云数据进行提取作为横断面中心拟合的依据，剔除其余的数据；

所述的基准转换具体为：

基准的选择以某根轨道上的任意两个不同断面上的中心点作为新坐标系的X轴，对应的横断面编号靠前的中心点作为新坐标系的原点，Z轴垂直向上，以右手坐标系原则确定Y轴方向，便形成了转换后的新坐标系；经过坐标转换之后得到各轨道上不同横断面的中心点Y坐标值即为相应的直线度，不同轨道的Y坐标差值即为跨度，Z坐标值即为标高，相应点的Z坐标差值即为标高差。