CN108507533A - 隧道断面连续测量机器人 - Google Patents
隧道断面连续测量机器人 Download PDFInfo
- Publication number
- CN108507533A CN108507533A CN201810373113.4A CN201810373113A CN108507533A CN 108507533 A CN108507533 A CN 108507533A CN 201810373113 A CN201810373113 A CN 201810373113A CN 108507533 A CN108507533 A CN 108507533A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- section
- point
- cross
- probe
- 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
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
-
- 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
Abstract
本发明涉及隧道断面连续测量机器人,属于隧道检测领域。该机器人包括扫描头、激光测距仪和车载系统;扫描头和激光测距仪设置在车载系统上;扫描头在车载系统行进过程中沿隧道360°旋转,激光测距仪在扫描头的扫描过程中自发自收脉冲信号,获得螺旋形的点云数据,量测隧道横断面轮廓;在获得点云数据后,采用EDGE阀值滤波对点云数据进行噪声点消除;在经过噪声点消除之后,进行隧道连续断面轮廓模型的建立;依据隧道连续断面轮廓模型形成断面检测报告。本发明能够简单有效地测量隧道断面的大小和位置,形成断面检测报告。
Description
技术领域
本发明属于隧道检测领域,涉及隧道断面连续测量机器人。
背景技术
目前,针对隧道内部复杂的环境,几乎是通过人工方式,根据施工经验,对隧道断面进行评估。这种方式判断误差较大,对施工的安全性无法保障。
发明内容
有鉴于此,本发明的目的在于提供隧道断面连续测量机器人。
为达到上述目的,本发明提供如下技术方案:
隧道断面连续测量机器人,包括扫描头、激光测距仪和车载系统;
所述扫描头和激光测距仪设置在车载系统上;扫描头在车载系统行进过程中沿隧道360°旋转,激光测距仪在扫描头的扫描过程中自发自收脉冲信号,获得螺旋形的点云数据,量测隧道横断面轮廓;
在获得点云数据后,采用EDGE阀值滤波对点云数据进行噪声点消除;将每360度N个像素点看做为一条测线,并将这N个像素点从1到N依次编号;根据隧道环向剖面的环状特性,每条测线都看作为一个封闭的圆环,视作第1号像素点与N号像素点为相邻像素点;EDGE阀值滤波的定义为:设定一阀值f,将采集到信号点的任意一点A0(x0,y0),与前一点A1(x1,y1)的距离L1=sqrt((x1-x0)2+(y1-y0)2),及与后一点A2(x2,y2)的距离L2=sqrt((x2-x0)2+(y2-y0)2)分别与f对比,如果L1>f且L2>f,则认为点A0为异常点,将该点剔除,反之则为有效点,保留并依次对下一个像素点进行滤波判断;
在经过噪声点消除之后,进行隧道连续断面轮廓模型的建立;
依据隧道连续断面轮廓模型形成断面检测报告。
进一步,所述采用EDGE阀值滤波对点云数据进行噪声点消除具体为:
在测量过程中,将每360度N个像素点看做为一条测线,并将这N个像素点从1到N依次编号;由于隧道环向剖面的环状特性,每条测线都看作为一个封闭的圆环,视作第1号像素点与N号像素点为相邻像素点;TS3设定一个阀值L,从第1号像素点开始进行过滤,将该点与相邻两点的距离分别与L进行对比,如果与两点距离值均大于阀值L,则视作该点为噪声点,可被剔除,反之则为有效点,保留并依次对下一个像素点进行滤波判断。
进一步,所述隧道连续断面轮廓模型的建立具体为:
在经过噪声点消除之后,以扫描头在进洞口位置为中心零点建立X-Y-Z三维坐标轴,形成隧道连续断面轮廓三维模型;其中X轴为隧道横向坐标,Y轴为隧道竖向坐标,Z轴为隧道纵向坐标,即车辆沿Z轴前进,获得最后的隧道三维断面轮廓模型。
进一步,所述依据隧道连续断面轮廓模型形成断面检测报告具体为:
在隧道连续断面轮廓模型中,提取出隧道最小断面的大小和位置,或设置一个隧道标准断面与隧道整个轮廓进行对比,提取出小于标准断面的不合格断面,形成断面检测报告。
本发明的有益效果在于:本发明能够简单有效地测量隧道断面的大小和位置,形成断面检测报告。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为本发明的运作示意图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
如图1所示,隧道断面连续测量机器人,包括扫描头、激光测距仪和车载系统;
所述扫描头和激光测距仪设置在车载系统上;扫描头在车载系统行进过程中沿隧道360°旋转,激光测距仪在扫描头的扫描过程中自发自收脉冲信号,获得螺旋形的点云数据,量测隧道横断面轮廓;
在获得点云数据后,采用EDGE阀值滤波对点云数据进行噪声点消除;
在经过噪声点消除之后,进行隧道连续断面轮廓模型的建立;
依据隧道连续断面轮廓模型形成断面检测报告。
采用EDGE阀值滤波对点云数据进行噪声点消除具体为:
在测量过程中,将每360度N个像素点看做为一条测线,并将这N个像素点从1到N依次编号;由于隧道环向剖面的环状特性,每条测线都看作为一个封闭的圆环,视作第1号像素点与N号像素点为相邻像素点;TS3设定一个阀值L,从第1号像素点开始进行过滤,将该点与相邻两点的距离分别与L进行对比,如果与两点距离值均大于阀值L,则视作该点为噪声点,可被剔除,反之则为有效点,保留并依次对下一个像素点进行滤波判断。
隧道连续断面轮廓模型的建立具体为:
在经过噪声点消除之后,以扫描头在进洞口位置为中心零点建立X-Y-Z三维坐标轴,形成隧道连续断面轮廓三维模型;其中X轴为隧道横向坐标,Y轴为隧道竖向坐标,Z轴为隧道纵向坐标,即车辆沿Z轴前进,获得最后的隧道三维断面轮廓模型。
依据隧道连续断面轮廓模型形成断面检测报告具体为:
在隧道连续断面轮廓模型中,提取出隧道最小断面的大小和位置,或设置一个隧道标准断面与隧道整个轮廓进行对比,提取出小于标准断面的不合格断面,形成断面检测报告。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (4)
1.隧道断面连续测量机器人,其特征在于:包括扫描头、激光测距仪和车载系统;
所述扫描头和激光测距仪设置在车载系统上;扫描头在车载系统行进过程中沿隧道360°旋转,激光测距仪在扫描头的扫描过程中自发自收脉冲信号,获得螺旋形的点云数据,量测隧道横断面轮廓;
在获得点云数据后,采用EDGE阀值滤波对点云数据进行噪声点消除;将每360度N个像素点看做为一条测线,并将这N个像素点从1到N依次编号;根据隧道环向剖面的环状特性,每条测线都看作为一个封闭的圆环,视作第1号像素点与N号像素点为相邻像素点;EDGE阀值滤波的定义为:设定一阀值f,将采集到信号点的任意一点A0(x0,y0),与前一点A1(x1,y1)的距离L1=sqrt((x1-x0)2+(y1-y0)2),及与后一点A2(x2,y2)的距离L2=sqrt((x2-x0)2+(y2-y0)2)分别与f对比,如果L1>f且L2>f,则认为点A0为异常点,将该点剔除,反之则为有效点,保留并依次对下一个像素点进行滤波判断;
在经过噪声点消除之后,进行隧道连续断面轮廓模型的建立;
依据隧道连续断面轮廓模型形成断面检测报告。
2.根据权利要求1所述的隧道断面连续测量机器人,其特征在于:所述采用EDGE阀值滤波对点云数据进行噪声点消除具体为:
在测量过程中,将每360度N个像素点看做为一条测线,并将这N个像素点从1到N依次编号;由于隧道环向剖面的环状特性,每条测线都看作为一个封闭的圆环,视作第1号像素点与N号像素点为相邻像素点;EDGE阀值滤波的定义为:设定一阀值f,将采集到信号点的任意一点A0(x0,y0),与前一点A1(x1,y1)的距离L1=sqrt((x1-x0)2+(y1-y0)2),及与后一点A2(x2,y2)的距离L2=sqrt((x2-x0)2+(y2-y0)2)分别与f对比,如果L1>f且L2>f,则认为点A0为异常点,将该点剔除,反之则为有效点,保留并依次对下一个像素点进行滤波判断。
3.根据权利要求1所述的隧道断面连续测量机器人,其特征在于:所述隧道连续断面轮廓模型的建立具体为:
在经过噪声点消除之后,以扫描头在进洞口位置为中心零点建立X-Y-Z三维坐标轴,形成隧道连续断面轮廓三维模型;其中X轴为隧道横向坐标,Y轴为隧道竖向坐标,Z轴为隧道纵向坐标,即车辆沿Z轴前进,获得最后的隧道三维断面轮廓模型。
4.根据权利要求1所述的隧道断面连续测量机器人,其特征在于:所述依据隧道连续断面轮廓模型形成断面检测报告具体为:
在隧道连续断面轮廓模型中,提取出隧道最小断面的大小和位置,或设置一个隧道标准断面与隧道整个轮廓进行对比,提取出小于标准断面的不合格断面,形成断面检测报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810373113.4A CN108507533A (zh) | 2018-04-24 | 2018-04-24 | 隧道断面连续测量机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810373113.4A CN108507533A (zh) | 2018-04-24 | 2018-04-24 | 隧道断面连续测量机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108507533A true CN108507533A (zh) | 2018-09-07 |
Family
ID=63383455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810373113.4A Pending CN108507533A (zh) | 2018-04-24 | 2018-04-24 | 隧道断面连续测量机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108507533A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109186480A (zh) * | 2018-09-19 | 2019-01-11 | 成都理工大学 | 基于双护盾tbm工艺的隧道围岩扫描与观测系统 |
CN109238170A (zh) * | 2018-09-27 | 2019-01-18 | 湖南希法工程机械有限公司 | 隧道扫描系统及方法 |
CN110595363A (zh) * | 2019-08-21 | 2019-12-20 | 广州幻境科技有限公司 | 一种三维虚拟建模方法、系统、装置及存储介质 |
CN111397536A (zh) * | 2020-05-20 | 2020-07-10 | 西北核技术研究院 | 大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法 |
CN112136018A (zh) * | 2019-04-24 | 2020-12-25 | 深圳市大疆创新科技有限公司 | 测距装置点云滤噪的方法、测距装置和移动平台 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3768051B2 (ja) * | 1999-12-14 | 2006-04-19 | 東京電力株式会社 | 岩盤挙動データ処理システム |
CN103559689A (zh) * | 2013-11-01 | 2014-02-05 | 浙江工业大学 | 一种点云噪声点去除方法 |
CN104567708A (zh) * | 2015-01-06 | 2015-04-29 | 浙江工业大学 | 基于主动式全景视觉的隧道全断面高速动态健康检测装置与方法 |
CN104952107A (zh) * | 2015-05-18 | 2015-09-30 | 湖南桥康智能科技有限公司 | 基于车载LiDAR点云数据的桥梁三维重建方法 |
CN106401643A (zh) * | 2016-08-31 | 2017-02-15 | 铁道第三勘察设计院集团有限公司 | 基于激光点云的隧道超欠挖检测方法 |
-
2018
- 2018-04-24 CN CN201810373113.4A patent/CN108507533A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3768051B2 (ja) * | 1999-12-14 | 2006-04-19 | 東京電力株式会社 | 岩盤挙動データ処理システム |
CN103559689A (zh) * | 2013-11-01 | 2014-02-05 | 浙江工业大学 | 一种点云噪声点去除方法 |
CN104567708A (zh) * | 2015-01-06 | 2015-04-29 | 浙江工业大学 | 基于主动式全景视觉的隧道全断面高速动态健康检测装置与方法 |
CN104952107A (zh) * | 2015-05-18 | 2015-09-30 | 湖南桥康智能科技有限公司 | 基于车载LiDAR点云数据的桥梁三维重建方法 |
CN106401643A (zh) * | 2016-08-31 | 2017-02-15 | 铁道第三勘察设计院集团有限公司 | 基于激光点云的隧道超欠挖检测方法 |
Non-Patent Citations (1)
Title |
---|
王芳其等: "非接触式三维红外扫描车载系统在隧道定期检测中的应用", 《公路交通技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109186480A (zh) * | 2018-09-19 | 2019-01-11 | 成都理工大学 | 基于双护盾tbm工艺的隧道围岩扫描与观测系统 |
CN109186480B (zh) * | 2018-09-19 | 2020-11-10 | 成都理工大学 | 基于双护盾tbm工艺的隧道围岩扫描与观测系统 |
CN109238170A (zh) * | 2018-09-27 | 2019-01-18 | 湖南希法工程机械有限公司 | 隧道扫描系统及方法 |
CN112136018A (zh) * | 2019-04-24 | 2020-12-25 | 深圳市大疆创新科技有限公司 | 测距装置点云滤噪的方法、测距装置和移动平台 |
CN110595363A (zh) * | 2019-08-21 | 2019-12-20 | 广州幻境科技有限公司 | 一种三维虚拟建模方法、系统、装置及存储介质 |
CN111397536A (zh) * | 2020-05-20 | 2020-07-10 | 西北核技术研究院 | 大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法 |
CN111397536B (zh) * | 2020-05-20 | 2021-05-04 | 西北核技术研究院 | 大尺寸钢筋混凝土靶板侵彻弹洞三维轮廓测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108507533A (zh) | 隧道断面连续测量机器人 | |
CN106401643B (zh) | 基于激光点云的隧道超欠挖检测方法 | |
CN113032502B (zh) | 一种基于改进轨迹段dbscan聚类的船舶异常检测方法 | |
CN104005325B (zh) | 基于深度和灰度图像的路面裂缝检测装置和方法 | |
CN105005771B (zh) | 一种基于光流点轨迹统计的车道线实线的检测方法 | |
CN109359409A (zh) | 一种基于视觉与激光雷达传感器的车辆可通过性检测系统 | |
CN103487034B (zh) | 一种基于立式标靶的车载单目摄像头测距测高方法 | |
CN109000645A (zh) | 复杂环境目标经典航迹提取方法 | |
CN112883820B (zh) | 基于激光雷达点云的道路目标3d检测方法及系统 | |
CN111336990A (zh) | 一种隧道断面收敛快速分析方法和装置 | |
CN110207608A (zh) | 一种基于三维激光扫描的地铁隧道形变检测方法 | |
CN110910359B (zh) | 一种基于特征跟踪与骨架特征匹配的fpc线路检测方法 | |
CN105387801B (zh) | 一种地铁隧道管片错台量检测方法 | |
CN107657636A (zh) | 一种基于车载激光雷达数据自动提取道路地形图高程点的方法 | |
CN110298853A (zh) | 面差视觉检测方法 | |
CN112036508B (zh) | 一种基于盾构隧道衬砌结构的环缝自动识别方法 | |
CN112414309A (zh) | 基于机载激光雷达的高铁接触线导高及拉出值巡检方法 | |
CN108828608A (zh) | 车辆检测方法中激光雷达背景数据滤除方法 | |
CN104408711A (zh) | 一种基于多尺度区域融合的显著区域检测方法 | |
CN107945264A (zh) | 路基三维建模方法 | |
CN110097591A (zh) | 弓网状态的检测方法 | |
CN108759666A (zh) | 一种基于飞行时间三维相机的尺寸测量方法 | |
CN110458080A (zh) | 一种汽车行驶中前方坑洞的预判方法及系统 | |
CN102012964B (zh) | 激光扫描的采样数据的处理方法和装置 | |
Du et al. | Dislocation detection of shield tunnel based on dense cross-sectional point clouds |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180907 |