CN108362216B - 一种测量数据采集与处理方法 - Google Patents

一种测量数据采集与处理方法 Download PDF

Info

Publication number
CN108362216B
CN108362216B CN201810078436.0A CN201810078436A CN108362216B CN 108362216 B CN108362216 B CN 108362216B CN 201810078436 A CN201810078436 A CN 201810078436A CN 108362216 B CN108362216 B CN 108362216B
Authority
CN
China
Prior art keywords
point cloud
deformation
area
cell
points
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
CN201810078436.0A
Other languages
English (en)
Other versions
CN108362216A (zh
Inventor
林海剑
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.)
China Railway 22nd Bureau Group Co Ltd
Original Assignee
China Railway 22nd 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 China Railway 22nd Bureau Group Co Ltd filed Critical China Railway 22nd Bureau Group Co Ltd
Priority to CN201810078436.0A priority Critical patent/CN108362216B/zh
Publication of CN108362216A publication Critical patent/CN108362216A/zh
Application granted granted Critical
Publication of CN108362216B publication Critical patent/CN108362216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种测量数据采集与处理方法，包括步骤：S1.将待监测表面划分为若干个小区，在小区内任意位置划分出一个更小的点云区域；S2.针对各小区采集最少一期点云区域的高密度点云作为初始点云数据；S3.采集后续多期点云区域内若干个点；S4.将步骤S3采集的若干个点与步骤S2的初始点云数据进行计算对比，计算各期、各小区的累计变形量或/和变形速率；S5.变形量或/和变形速率以三维图形或/和报表的形式展示。通过采用采集点云区域的点云来计算小区变形量或/和变形速率，保证该小区的变形观测的精度，该小区的变形值真实地代表对应大区的变形值，同时又舍弃了绝大部分区域的高密度点云，达到点云存储量小、运算快速，又能高精度表现整体变形情况。

Description

一种测量数据采集与处理方法
技术领域
本发明涉及工程测量技术领域，具体来说，涉及一种测量数据采集与处理方法。
背景技术
在隧道、路基工程施工中，隧道监控量测、路基沉降观测均属变形监测，是施工关键技术之一。
对隧道而言，监控量测在指导钻爆法等的设计、施工过程中，对判定设计支护参数、施工方法的合理与否起到决定性的作用。在隧道施工、运营过程中，因不掌握变形情况而引起的隧道塌方或空间位置不满足要求等而引起的生命财产、社会声誉、经济效益损失不计其数。目前，在获取围岩变形量的测量手段上，除极少部分工程、小范围采取一些实时监控的传感器或摄影测量以外，绝大部分隧道监控测量主要采取机械收敛计（部分结合水准仪）量测、全站仪非接触量测这两种方法，这些方法在一定程度上为隧道施工提供了良好的技术支持。《铁道建筑》July,2008《隧道围岩收敛监测方法及其特点》（文章编号：1003-195(2008)07-0044-03）较系统地介绍了当前隧道变形监测的几种方法，这些隧道监测方法共同的特点是在沿隧道纵向每隔一定间距（几米到几十米甚至更长）选择一个断面，在该断面岩面或支护结构上埋设几个（一般为3-7个）特征点，然后测量这些特征点的绝对或相对的位移值，将这些特征点的变形信息来代表隧道围岩的变形值。我们知道，隧道地质条件在短距离（如几米范围）往往变化很大，支护等施工质量可能完全不同，短距离内变形量可以变化较大，可见，在较长的距离内将这些有限的特征点的位移来代表该段隧道围岩的实际变形，其实是不够准确的，也就是说现有监测方法获取的变形信息并不能全面表征隧道的实际变形情况。除了特征点少不足以代表实际隧道变形情况外，现有的这些技术中，还存在如下不足：
收敛计结合水准仪量测方法：
收敛计结合水准仪量测方法出现的时间较早，现场测量方法原理主要是：在隧道内选取量测断面，在量测断面上埋设3-7个带挂勾的测量标志，然后用收敛计直接量取两标志间的距离，其中隧道拱顶的标志一般用水准仪直接测取其高程值，通过将一定时间的间隔测量到的距离值和高程值进行对比，即可得到围岩变形情况，进而分析推测围岩的变形趋势。通过上述技术原理可见，收敛计结合水准仪量测方法主要存在如下缺点:大断面隧道量测需要脚手架等作业平台，需要机械设备的配合，成本大，危险性高，量测精度难于满足规范要求；量测时影响车辆通行，施工干扰大；需要埋设的观测环容易被碰动变形，甚至是破坏，影响测量准确度和连续性；工作强度大，效率低，需要大量的人力物力，后续数据分析自动化程度低；将有限的特征点代表整体的实际变形不准确等等。
全站仪非接触量测法：全站仪非接触量测法的出现已有十余年的时间，目前在隧道施工中已得到普及，是最主要的变形量测方法。其技术原理与方述收敛计结合水准仪量测量测方法类似，同样是隧道内选取量测断面，在量测断面上埋设3-7个测量标志，通过测量这些测量标志的绝对或相对位置对比来测得围岩变形，进而分析推测围岩的变形趋势。本方法的改进之处在于量测标志采用反射贴片，测量标志的变形信息是通过全站仪来测量这些反射贴片中心的绝对或相对位置的变化，全站仪可置于隧道底板等易于设站仪的位置，瞄准反射贴片中心即可测量，不需要作业人员靠近这些测量标志。本技术的优点主要是无需作业平台，效率高，作业强度比收敛计直接量测要小，选择合适的仪器和量测方法能满足精度的要求，后续数据处理自动化程度高。虽然本技术采用反射贴片代替挂勾、用自动程度较高的全站仪代替收敛计、水准仪大幅提高了作业效率，但仍然存在如下缺点：需要作业平台埋设反射贴片，作业效率有待提高，反射贴片易被破坏影响测量准确度和连续性。当然还有背景技术所述的将有限的特征点代表整体的实际变形不准确的缺点。
对地表（如路基路面等）沉降观测而言，是在地表布设一系列观测点，采用几何水准、全站仪三角高程来观测这些点的多期高程值来计算路面的情况，因测量方式、工作量的原因，与隧道监控量测类似，同样是以有限的特征点代表整体，存在实际变形不准确的缺点。
近年来出现的三维点云扫描和摄影测量技术，为解决上述问题带来了契机，能进行点云扫描的设备包括三维激光扫描仪（如FARO-3D三维激光扫描仪）、扫描全站仪（如徕卡MS50）等，这些点云技术已较广泛应用于地形测绘、建筑物轮廓扫描。在学术研究、工程技术领域，虽也有将三维激光扫描技术应用于隧道监控量测、地表沉降观测、滑坡变形监测的研究、学述论文发表、专利申请等，但目前仍无大规模应用，阻碍其在隧道、地表等变形监测推广应用的技术障碍主要在于：隧道监控测量等变形监测精度要求高（一般应达到mm级精度甚至是更高）与隧道岩面或地表的不平整性带来的矛盾，更具体地说是：虽然FARO-3D激光扫描仪等设备、摄影测量、扫描全站仪等能以较高密度采集到隧道岩面的三维坐标，但由于隧道岩面的不平整，为了准确表达这些不平整的凹凸细部表面，就必须尽量以更高密度的点云（一般每平方厘米的岩面应有数十个扫描点）来表达，而不能像常规地形测绘那样以稀疏的点来表达地表即可（如每平方米或数平方米1个）。全部、多期保留这些点云数据，海量的点云数据给存储、运算、显示等带来极大的困难，甚至是系统崩溃。急需研究一种能利用三维点云扫描技术应用于隧道、路面、滑坡监测、地表等环境的监测技术。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术中的上述技术问题，本发明提出一种测量数据采集与处理方法，能够解决上述技术问题。
为实现上述技术目的，本发明的技术方案是这样实现的：
一种测量数据采集与处理方法，包括以下步骤：
S1.分区：将待监测表面划分为若干个小区，在小区内任意位置划分出一个更小的点云区域；
S2.初始点云数据的采集：针对各小区采集最少一期点云区域的高密度点云作为初始点云数据；
S3. 后期测量数据的采集：采集后续多期点云区域内若干个点；
S4.将步骤S3采集的若干个点与步骤S2的初始点云数据进行计算对比，计算各期、各小区的累计变形量或/和变形速率；
S5. 变形量或/和变形速率以三维图形或/和报表的形式展示。
进一步地，所述待监测表面包括隧道表面、道路路面、地表沉降。
进一步地，所述隧道表面分区方法为：选择与实际监测表面接近的理论表面，延线路按里程纵向分割、延横断面上的理论轮廓线按距离或角度环向分割，形成网格状，理论轮廓线环向有一系列环向分割点。
进一步地，道路路面分区方法为：按平面直角坐标系的纵、横轴平行线进行网格状分割，或选择与实际监测表面接近的理论表面延线路按里程纵向分割，在横断面上路面理论表面轮廓线按距离横向分割，形成网格状。
进一步地，地表沉降分区方法为：按平面直角坐标系的纵、横轴平行线进行网格状分割。
进一步地，所述数据的采集包括高密度初始点云数据的采集和稀疏密度的若干个点的采集。
进一步地，所述初始点云数据的采集采用三维激光扫描仪、扫描全站仪或摄影测量。
进一步地，将点云区域（5）进一步细分成若干个微单元区域（9），并按照步骤S2、S3所述的方法采集数据后进行叠加、抽稀。
进一步地，步骤S5所述的以三维图形展示的具体方法为：选取需要展示段落或区域范围内各小区区域内的最少1个任意理论表面上的点或对应实际扫描点，以这些稀疏的点来绘制三维图形，并以不同颜色或以等高线的形式来表示不同的变形量或/和变形速率。
进一步地，步骤S5所述的以三维图形展示的具体方法为：当计算机性能较低或没必要以相对较精细的小区来表现所选取需要展示段落或区域范围的变形情况时，将若干个小区合并成较大的区域、合并计算变形量或/和变形速率，选取各合并后的区域内最少1个任意理论表面上的点或对应实际扫描点，以这些稀疏的点来绘制三维图形。
本发明的有益效果：通过采用采集点云区域的点云来计算小区变形量，可保证该小区的变形观测的精度，该小区的变形值可较真实地代表对应大区的变形值，同时又因舍弃了绝大部分区域的高密度点云，达到点云存储量小、运算快速，又能高精度表现整体变形情况。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例所述的一种测量数据采集与处理方法的隧道分区、扫描点到理论轮廓线距离计算示意图。
图2是根据本发明实施例所述的一种测量数据采集与处理方法的隧道分区后展开示意图。
图3是根据图2中A处放大示意图。
图中：1.实际轮廓线；2.理论轮廓线；3.环向分割点；4.小区；5.点云区域；6.小区纵向分界线；7.小区环向分界线；8.隧道中线；9.微单元区域；10.设计路面高度基准面。
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
如图1-3所示，根据本发明实施例所述的一种测量数据采集与处理方法，包括以下步骤：
S1.分区：将待监测表面划分为若干个小区4，在小区4内任意位置划分一个更小的点云区域5；
S2.初始点云数据的采集：针对各小区4采集最少一期点云区域5的高密度点云作为初始点云数据；初始点云数据可采用将点云区域5再次细分成若干个微单元区域9的方法进行点云叠加、抽稀。在采集多期S1所述点云区域5内的点云或若干个点的过程中，首先以第一期扫描的点云数据作为初始点云数据，当第一期扫描的点云数密度达不到密度需求时，可将后续扫描点云或若干个点进行变形量修正后叠加到第一期扫描的点云数据作为初始点云数据，采用在点云区域5内划分为更细的微单元区域9的方式进行数据存储、计算；
S3.后期测量数据的采集:采集后续多期点云区域5内若干个点；后期测量点云数据的采集可以是点云，也可以是1个或1个以上点。
S4.将步骤S3采集的若干个点与步骤S2的初始点云数据进行计算对比，计算各期、各小区4的累计变形量或/和变形速率；计算各期、各小区4的累计变形量或变形速率或变形量和变形速率。
S5. 变形量或/和变形速率以三维图形或/和报表的形式展示。展示形式可以是三维图形或报表或同时使用三维图形和报表。
所述待监测表面包括隧道表面、道路路面、地表沉降。
所述隧道表面分区方法为：选择与实际监测表面接近的理论表面，理论表面可以是设计开挖或支护表面，延线路按里程纵向分割、延横断面上的理论轮廓线2按距离或角度环向分割，理论轮廓线2可以是设计开挖或支护轮廓线。由小区纵向分界线6和小区环向分界线7形成网格状，理论轮廓线2环向有一系列环向分割点3。
道路路面分区方法为：按平面直角坐标系的纵、横轴平行线进行网格状分割，或选择与实际监测表面接近的理论表面延线路按里程纵向分割，在横断面上路面理论表面轮廓线按距离横向分割，形成网格状。
地表沉降分区方法为：按平面直角坐标系的纵、横轴平行线进行网格状分割。
所述数据的采集包括高密度初始点云数据的采集和稀疏密度的若干个点的采集。
所述初始点云数据的采集采用三维激光扫描仪、扫描全站仪或摄影测量。在采集高密度点云时，若采用三维激光扫描仪，可全景扫描测站周围实际监测表面，对扫描得到的点云按S1所述的分区进行分区计算、去噪，仅保留各小区4内的点云区域5的点云数据，舍弃点云区域5外的点云数据；若采用扫描全站仪，可控制全站仪扫描点云区域5范围内的区域。采集完高密度点云数据作为初始点云数据后，后续采集数据时可采用三维激光扫描仪、扫描全站仪扫描或摄影测量获得点云，还可以采用普通全站仪以较稀疏的密度扫描点云区域5的若干个点。
将点云区域5进一步细分成若干个微单元区域9，并按照步骤S2、S3所述的方法采集数据后进行叠加、抽稀。
计算实际监测表面上的扫描点属于理论表面上的哪个小区4和位于哪个点云区域5的方法依不同的监测表面可采用：
隧道表面：可采用延扫描点所在横断面的理论轮廓线2上的法线投影到理论轮廓线2的方式（下称投影方式）。
道路路面：可采用按平面直角坐标的位置来确定的方式，也可采用投影方式。
地表沉降：采用按平面直角坐标的位置来确定。
步骤S5所述的以三维图形展示的具体方法为：选取需要展示段落或区域范围内各小区4区域内的最少1个任意理论表面上的点或对应实际扫描点，以这些稀疏的点来绘制三维图形，并以不同颜色或以等高线的形式来表示不同的变形量或/和变形速率。
步骤S5所述的以三维图形展示的具体方法为：当计算机性能较低或没必要以相对较精细的小区4来表现所选取需要展示段落或区域范围的变形情况时，将若干个小区4合并成较大的区域、合并计算变形量或/和变形速率，选取各合并后的区域内最少1个任意理论表面上的点或对应实际扫描点，以这些稀疏的点来绘制三维图形。
为了方便理解本发明的上述技术方案，以下通过具体使用方式上对本发明的上述技术方案进行详细说明。
根据实际需要，将待监测隧道表面按一定的划分规则将待监测表面划分为若干个小区4，在小区4内任意位置划分一个更小的点云区域5，以点云区域5作为高密度点云数据采集和存储的范围，如附图1、附图2所示。
监测表面划分规则为:选择与实际监测表面较接近的理论表面（如设计开挖或支护表面）延线路按里程纵向分割、延横断面上的理论轮廓线2（如设计开挖或支护轮廓线）按距离或角度环向分割，形成网格状。如可延隧道设计线路按里程每间隔1米为一个单元进行纵向分割，以拱顶为起点延横断面上的理论轮廓线2每间隔1米为一个单元进行环向分割,将这些1m×1m的区域作为小区4，根据隧道施工经验或地质条件等影响因素可知，这些1m2的每个小区4范围内，变形基本一致。倘地质变化复杂，或者为了以更高分辨率来表现隧道变形情况，还可将小区4设为0.5m×0.5m、0.25m×0.25m等等。反之，当地质条件变化小，几平方米甚至是几十平方米范围内变形值基本一致时，或者为了少占用存储量空间、快速运算，也可以将小区4设为2m（纵向）×1m（环向），甚至是更大的区域面积。小区4的可按距离或角度环向分割，环向分割时可采用等距或等角，也可不等距或不等角。
在小区4内取一点云区域5作为高密度点云数据采集和存储的范围，点云区域5的面积一般取数平方厘米至数平方分米，如0.05m×0.05m，位置可在小区4的中央、四角等任意位置。针对各小区4采集最少一期点云区域5的高密度点云数据作为初始点云数据，采集后续多期点云区域5内的点云或若干个点。在采集高密度点云时，若采用三维激光扫描仪，可全景扫描测站周围实际监测表面，对扫描得到的点云按S1所述的分区进行分区计算、去噪，仅保留各小区4内的点云区域5的点云数据，舍弃点云区域5外的点云数据；若采用扫描全站仪，可控制全站仪扫描点云区域5范围内的区域。摄影测量也是仅保留各小区4内的点云区域5的点云数据。采集完高密度点云数据作为初始点云数据后，后续采集数据时可采用三维激光扫描仪、扫描全站仪扫描、摄影测量获得较稀疏的点云或普通全站仪测量点云区域5的若干个点。在采集多期S1所述点云区域5点云或若干个点的过程中，首先以第一期扫描的点云数据作为初始点云数据，当第一期扫描的点云数密度达不到密度需求时，可将后续点云或若干个点进行变形量修正后叠加到第一期扫描的点云数据作为初始点云数据。
按S2在实地扫描时，由于受监测表面不平整、障碍物遮挡等原因的影响，有可能监测设备采集不到预先设定的点云区域5位置的监测表面初始点云。对任何一个小区4而言，其内部的点云区域5可以在小区4的任意位置，因而可改变预先设定的点云区域5位置到小区4内可采集的点云位置。在极端情况下，整个小区4均采集不到点云，此时可将小区4相邻小区的变形值作为其变形值也是可以的，或者标记该小区为未监测区，存在少部分采集不到点云的小区4也不会影响整体的监测情况，当然如果采集不到点云的小区4数量较多，应采取其它措施尽可能采集到更多的小区4内的点云区域5的初始点云。另一方面，有些区域即使有能采集到小区4内的点云区域5的初始点云的条件，也可将这些区域列为不监测区，例如隧道底部往往存在虚碴、浮土等等，也没有必要将隧道底部列为扫描监测区。
在计算实际监测表面上的某个扫描点Pi对应于理论表面上的哪个小区4内和在不在该小区4相对应的点云区域5内，可采用延扫描点所在横断面的理论轮廓线2上的法线投影到理论轮廓线2的方式（下称法线投影）。法线投影计算方法如下，如图1所示。
首先，以设计线路中线或隧道中线8与对应的设计路面(如铁路轨面、公路路面等)交点为原点O，竖直指向拱顶方向为X轴，右旋90度为Y轴建立断面独立坐标系。
然后，根据隧道平曲线和纵坡参数、Pi的三维坐标计算Pi的里程值Li、与设计线路或隧道中线8的横向偏距Dy、与设计路面高度基准面10(如铁路轨面、公路路面等)的高差Dh。实际上Dh、Dy实际上就是在断面独立坐标系下的X轴、Y轴分量，即Pi的断面独立坐标为Pi(Dh、Dy)。依里程值Li和纵向划分规则可知Pi位于纵向的哪一区。
最后，依设计图可查得理论轮廓线2对应各圆弧圆心坐标O(XO,YO)、圆心到各圆弧始、终点的方位角αs、αe、半径R，计算圆心到Pi的方位角αi，进而根据αi与αs的夹角和R可算出Pi投影到理论轮廓线2的交点Pi'到始点的弧长，依推算的弧长以及环向划分规则（若按距离分区，则依弧长推算，若按角度分区，则按分区角度及αi与αs的夹角推算）可知Pi'位于环向的哪一区，即Pi位于环向的哪一区，同时也可计算Pi到2理论轮廓线2的距离S（即Pi'-Pi的距离）备用，S=((Dh-XO)2+(Dy-YO)2)1/2-R。有时理论轮廓除了圆弧外，还有直线，依设计图可查得直线起、终点坐标为Ps(Xs,Ys）、Pe(Xe,Ye），然后根据其与Pi(Dh、Dy)的关系可计算出Pi投影到直线P始P终的投影点到的P始距离并可计算Pi到P始P终的垂直距离S备用，依此推算的距离以及环向划分规则（直线段一般按距离分区）可知Pi'位于环向的哪一区。理论轮廓线2大多时候会有多于一段圆弧或/和直线，需注意判断Pi应位于哪一段圆弧或直线范围内,判断标准为Pi距离圆弧或直线最近的那一段；大多时候，若环向划分规则为等距或等角，那么每段圆弧弧长或/和直线长就极有可能不会恰好为等距或等角的整数倍，在S1的环向划分时需注意此种情况，可以采用一个小区4部分为前一段圆弧或/和直线、部分为下一段圆弧或/和直线或调整划分规则的方法解决。
同理可计算Pi否位于点云区域5内，以及位于点云区域5的纵向、环向什么位置。
将第一期以后各期采集到的点云或若干个点与初始点云数据进行计算对比，计算各期、各小区4的累计变形量以及变形速率或/和变形速率。
为达到高速、准确的效果，应将点云区域5再次细分成若干个微单元区域9的方法对初始点云进行叠加、抽稀。方法如下：
如附图3所示，将点云区域5按类似小区4的方式按里程、环向划分为更细的微单元区域9，这些微单元区域9面积一般可取1mm2至（例如1mm×1mm）几十平方毫米甚至是更大的区域，区域的大小取决于岩面的平整度或变形监测的精度要求，表面平整、精度要求低时面积可取较大值，反之取较小值。每个微单元区域9记录1个初始观测值信息，多于一个初始观测值时，可取均值或舍去多余值；一般第一期扫描时应按高密度的方式进行扫描，当第一期采集的点云数据未扫描到该微单元区域9时，可依后续第二期的该微单元区域9观测值以及相邻微单元区域9变形值来修正为第一期虚拟观测值，同理当第二期采集的点云或若干个点未扫描到该微单元区域9时，可采用第三期的观测值进行修正……直至扫描到该微单元区域9或不再监测。
在计算机编程时，可以以数组的方式来存储这些微单元区域9的信息，数组的每个元素对应一个微单元区域9，其下标对应了微单元区域9在点云区域5中的纵、环向相对位置，数据存储的数值应包括对应实际轮廓线1或实际监测表面上的扫描点Pi与理论轮廓线2的距离S1，即采集第一期点云时，Pi到理论轮廓线2的距离，或/和存储的数值应包括第N期时的累计变形量。当然微单元区域9存储的信息还可以包括第一期或第N期的三维坐标等等。
在计算第N期某小区4的点云或若干个点来计算该小区4的变形值时，首先按法线投影方法判定实际监测表面上的某个扫描点Pin位于对应的点云区域5内、并计算在对应的微单元区域9数组的下标以及Pin与理论轮廓线2的距离Si，依下标迅速获得该点对应的S1，然后将S1与Si比较即可算得该扫描点对应的累计变形量，与上一期的Pin-1与理论轮廓线2的距离Si-1及两期时间间隔推算变形速率。可取1个或多个微单元区域9的第N期扫描点来计算该期点云区域5的累计变形量，多个点时取均值。以此累计变形量来代表对应的小区4的变形量，进一步计算变形速率。
上述算法可较根据小区4扫描的点云来拟合曲面、求第N期的变形值会更快速。当然，划分出点云区域5的初始点云数据后，可采用这些点云数据进行曲面拟合，在计算后续多期变形量或/和变形速率，采用各期扫描点到该拟合曲面的多期距离来计算变形量或/和变形速率。
以三维图形的形式或以报表的形式展示变形情况。选取需要展示段落或区域范围内各小区4区域内的最少1个任意理论表面上的点或对应实际扫描点，以这些较稀疏的点来绘制三维图形，并以不同颜色或以等高线（同一等高线上变形量相同）的形式来表示不同的变形量或/和变形速率，必要时输出报表。当计算机性能较低或没必要以相对较精细的小区4来表现所选取需要展示段落或区域范围的变形情况时，可将若干个小区4合并成较大的区域、合并计算变形量或/和变形速率，选取各合并后的区域内最少1个任意理论表面上的点或对应实际扫描点，以这些更稀疏的点来绘制三维图形，以上述方式来表示不同的变形量或输出报表。
综上所述，借助于本发明的上述技术方案，通过采用采集点云区域的点云来计算小区变形量，可保证该小区的变形观测的精度，该小区的变形值可较真实地代表对应大区的变形值，同时又因舍弃了绝大部分区域的高密度点云，达到点云存储量小、运算快速，又能高精度表现整体变形情况。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种测量数据采集与处理方法，其特征在于，包括以下步骤：
S1.分区：将待监测表面划分为若干个小区（4），在小区（4）内任意位置划分出一个更小的点云区域（5）；
S2.初始点云数据的采集：针对各小区（4）采集最少一期点云区域（5）的高密度点云作为初始点云数据；
S3.后期测量数据的采集：采集后续多期点云区域（5）内若干个点；
S4.将步骤S3采集的若干个点与步骤S2的初始点云数据进行计算对比，计算各期、各小区（4）的累计变形量或/和变形速率；
S5. 变形量或/和变形速率以三维图形或/和报表的形式展示。
2.根据权利要求1所述一种测量数据采集与处理方法，其特征在于，所述待监测表面包括隧道表面或/和道路路面或/和地表。
3.根据权利要求2所述一种测量数据采集与处理方法，其特征在于，所述隧道表面分区方法为：选择与实际监测表面接近的理论表面，延线路按里程纵向分割、延横断面上的理论轮廓线（2）按距离或角度环向分割，形成网格状，理论轮廓线（2）环向有一系列环向分割点（3）。
4.根据权利要求2所述一种测量数据采集与处理方法，其特征在于，道路路面分区方法为：按平面直角坐标系的纵、横轴平行线进行网格状分割，或选择与实际监测表面接近的理论表面延线路按里程纵向分割，在横断面上路面理论表面轮廓线按距离横向分割，形成网格状。
5.根据权利要求2所述一种测量数据采集与处理方法，其特征在于，地表分区方法为：按平面直角坐标系的纵、横轴平行线进行网格状分割。
6.根据权利要求1所述一种测量数据采集与处理方法，其特征在于，所述数据的采集包括高密度初始点云数据的采集和稀疏密度的若干个点的采集。
7.根据权利要求1所述一种测量数据采集与处理方法，其特征在于，所述初始点云数据的采集采用三维激光扫描仪或扫描全站仪或摄影测量。
8.根据权利要求1所述一种测量数据采集与处理方法，其特征在于，将点云区域（5）进一步细分成若干个微单元区域（9），并对初始点云数据进行叠加、抽稀。
9.根据权利要求1所述一种测量数据采集与处理方法，其特征在于，步骤S5所述的以三维图形展示的具体方法为：选取需要展示段落或区域范围内各小区（4）区域内的最少1个任意理论表面上的点或对应实际扫描点，以这些稀疏的点来绘制三维图形，并以不同颜色或以等高线的形式来表示不同的变形量或/和变形速率。
10.根据权利要求1所述一种测量数据采集与处理方法，其特征在于，步骤S5所述的以三维图形展示的具体方法为：当计算机性能较低或没必要以相对较精细的小区（4）来表现所选取需要展示段落或区域范围的变形情况时，将若干个小区（4）合并成较大的区域、合并计算变形量或/和变形速率，选取各合并后的区域内最少1个任意理论表面上的点或对应实际扫描点，以这些稀疏的点来绘制三维图形。
CN201810078436.0A 2018-01-26 2018-01-26 一种测量数据采集与处理方法 Active CN108362216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810078436.0A CN108362216B (zh) 2018-01-26 2018-01-26 一种测量数据采集与处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810078436.0A CN108362216B (zh) 2018-01-26 2018-01-26 一种测量数据采集与处理方法

Publications (2)

Publication Number Publication Date
CN108362216A CN108362216A (zh) 2018-08-03
CN108362216B true CN108362216B (zh) 2020-05-19

Family

ID=63006995

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810078436.0A Active CN108362216B (zh) 2018-01-26 2018-01-26 一种测量数据采集与处理方法

Country Status (1)

Country Link
CN (1) CN108362216B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109520439B (zh) * 2018-10-18 2020-12-11 华南理工大学 一种桥梁塔柱三维激光扫描仪变形监测方法
CN109556529B (zh) * 2018-12-14 2020-11-17 中铁隧道局集团有限公司 一种基于网格投影点云处理技术的隧道变形监测分析方法
CN109934141B (zh) * 2019-03-01 2021-05-04 北京百度网讯科技有限公司 用于标注数据的方法和装置
JP7300915B2 (ja) * 2019-07-16 2023-06-30 株式会社トプコン 測量装置
CN111127436B (zh) * 2019-12-25 2023-10-20 北京深测科技有限公司 一种用于桥梁的位移检测预警方法
CN111174727B (zh) * 2020-01-03 2021-08-03 北京航天计量测试技术研究所 一种形貌扫描方法及系统
CN110986815A (zh) * 2020-03-05 2020-04-10 浙江交工集团股份有限公司 一种基于三维激光点云的隧道施工监控量测方法
CN111623722B (zh) * 2020-07-29 2020-11-03 湖南致力工程科技有限公司 一种基于多传感器的边坡变形立体监测系统和方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102538677A (zh) * 2012-01-16 2012-07-04 苏州临点三维科技有限公司 一种基于光学的管道快速检测方法
CN103806478A (zh) * 2014-01-15 2014-05-21 同济大学 一种地下连续墙变形的测量方法
JP2015141151A (ja) * 2014-01-30 2015-08-03 国立大学法人 和歌山大学 計測装置及び橋梁検査方法
CN106226764A (zh) * 2016-07-29 2016-12-14 安徽理工大学 一种基于D‑InSAR的煤矿开采地沉陷区域的测定方法
JP2017101976A (ja) * 2015-11-30 2017-06-08 リコーエレメックス株式会社 検査システム、及び検査方法
CN108955523A (zh) * 2018-07-20 2018-12-07 上海达华测绘有限公司 一种护面块体的检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102538677A (zh) * 2012-01-16 2012-07-04 苏州临点三维科技有限公司 一种基于光学的管道快速检测方法
CN103806478A (zh) * 2014-01-15 2014-05-21 同济大学 一种地下连续墙变形的测量方法
JP2015141151A (ja) * 2014-01-30 2015-08-03 国立大学法人 和歌山大学 計測装置及び橋梁検査方法
JP2017101976A (ja) * 2015-11-30 2017-06-08 リコーエレメックス株式会社 検査システム、及び検査方法
CN106226764A (zh) * 2016-07-29 2016-12-14 安徽理工大学 一种基于D‑InSAR的煤矿开采地沉陷区域的测定方法
CN108955523A (zh) * 2018-07-20 2018-12-07 上海达华测绘有限公司 一种护面块体的检测方法

Also Published As

Publication number Publication date
CN108362216A (zh) 2018-08-03

Similar Documents

Publication Publication Date Title
CN108362216B (zh) 一种测量数据采集与处理方法
CN103806478B (zh) 一种地下连续墙变形的测量方法
NL2030786B1 (en) Method for identifying potential landslide hazard of reservoir bank based on rock mass degradation feature
CN111895911B (zh) 一种应用于浅部砂层地面塌陷隐患监测方法
Lõhmus et al. Terrestrial laser scanning for the monitoring of bridge load tests–two case studies
CN111968233B (zh) Bim与点云定位和轨道区间通信设备安装的方法
CN102620721A (zh) 一种基于精细数字地面模型的公路测设方法
CN110763147A (zh) 一种基于三维激光扫描技术的围堰变形监测方法
CN109631786B (zh) 三维激光扫描地下工程相似材料模拟试验表层变形方法
CN103278115A (zh) 一种基于dem计算淤地坝淤积量的方法及系统
CN106813590A (zh) 外浮顶储罐变形检测方法
CN111854692A (zh) 一种在道路测设中的无人机影像匹配点云的测量方法
CN117514185A (zh) 一种隧道开挖断面控制方法及施工方法
CN204040008U (zh) 一种基坑变形监测装置
CN114379607B (zh) 一种铁路综合巡检方法
CN113946980A (zh) 一种大型露天矿开挖工程台阶土石方量计算方法及系统
Wang et al. Automatic deformation extraction method of buildings in mining areas based on TLS point clouds
Wang Application of Long Distance Microscope and Three-Dimensional Laser Scanner in Tunnel Section Detection.
CN114937136A (zh) 一种多场景三维模型和3d点云坐标转化体系
CN104931015A (zh) 基于dtm数据模型的横断面自动成图系统与方法
Zhao et al. Deformation measurement of a soil mixing retaining wall using terrestrial laser scanning
CN114419123A (zh) 一种基于真彩色点云的电缆保护区划定方法和系统
Qiu et al. Terrestrial laser scanning for deformation monitoring of the thermal pipeline traversed subway tunnel engineering
Wu et al. An MLS-based high-accuracy measurement and automatic analysis method for roadway deformation
CN110567448A (zh) 一种全站仪测量标高坐标的方法

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
GR01 Patent grant
GR01 Patent grant
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200428

Address after: 100043 No. 35, Shijingshan Road, Beijing, Shijingshan District

Applicant after: CHINA RAILWAY 22ND BUREAU GROUP Co.,Ltd.

Address before: 100043 Room 501, 35 Shijingshan Road, Shijingshan District, Beijing.

Applicant before: Lin Haijian