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 PDF

Info

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
Application number
CN201810373113.4A
Other languages
English (en)
Inventor
李科
丁浩
刘秋卓
蔡爽
李文锋
郭鸿雁
江星宏
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 Merchants Chongqing Communications Research and Design Institute Co Ltd
Original Assignee
China Merchants Chongqing Communications Research and Design Institute 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 Merchants Chongqing Communications Research and Design Institute Co Ltd filed Critical China Merchants Chongqing Communications Research and Design Institute Co Ltd
Priority to CN201810373113.4A priority Critical patent/CN108507533A/zh
Publication of CN108507533A publication Critical patent/CN108507533A/zh
Pending legal-status Critical Current

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

隧道断面连续测量机器人
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。
CN201810373113.4A 2018-04-24 2018-04-24 隧道断面连续测量机器人 Pending CN108507533A (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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