CN108917712A - 一种基于三维激光扫描技术的隧道自动化监测系统及方法 - Google Patents
一种基于三维激光扫描技术的隧道自动化监测系统及方法 Download PDFInfo
- Publication number
- CN108917712A CN108917712A CN201810749793.5A CN201810749793A CN108917712A CN 108917712 A CN108917712 A CN 108917712A CN 201810749793 A CN201810749793 A CN 201810749793A CN 108917712 A CN108917712 A CN 108917712A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- data
- tunnel
- coordinate
- laser scanning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 92
- 238000012544 monitoring process Methods 0.000 title claims abstract description 60
- 238000005259 measurement Methods 0.000 claims abstract description 22
- 239000000284 extract Substances 0.000 claims abstract description 19
- 230000003287 optical effect Effects 0.000 claims abstract description 4
- 238000005516 engineering process Methods 0.000 claims description 24
- 238000007726 management method Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000013523 data management Methods 0.000 claims description 9
- 230000008901 benefit Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 238000000611 regression analysis Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 description 10
- 230000018109 developmental process Effects 0.000 description 10
- 238000013461 design Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 239000011435 rock Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 238000004062 sedimentation Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000008140 language development Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000508269 Psidium Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010813 municipal solid waste Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于以采用光学方法为特征的计量设备技术领域,公开了一种基于三维激光扫描技术的隧道自动化监测系统及方法,布置好量测控制点,进行外业操作从现场采集有效数据并完成储存;对所采集的点云数据分步骤进行处理,提取出靶标中心在扫描仪坐标系中的三维坐标,进行点云配准得出点云数据坐标;根据隧道表面的点云数据坐标,提取出三个有代表性桩号处的隧道断面数据,进行断面拟合,提取出中心坐标,拟合出中线。本发明具有高精度、高效率、高分辨率、全自动数字化采集、数据量丰富的特点,测量型三维激光扫描仪,扫描时间短,获取数据量大,数据精度高,点云信息全面;根据客户实际需要,进行个性化定制数据服务。
Description
技术领域
本发明属于以采用光学方法为特征的计量设备技术领域,尤其涉及一种基于三维激光扫描技术的隧道自动化监测系统及方法。
背景技术
目前,业内常用的现有技术是这样的:对隧道围岩的稳定性进行监控及预报是确保隧道现场施工安全、提高施工信息化水平、优化围岩支护设计参数所必不可少的一项重要工作。目前国内隧道监控量测的主要监测方法仍然是采用精密水准仪、全站仪、智能收敛计等仪器设备进行测量,首先需要在隧道洞壁上及时布设监控测点(三角挂钩、反光片等)。传统监控量测方法只能逐点进行量测,无法实现全方位三维监测,在加上实际操作起来非常麻烦,效率极低,且误差不容易控制。从监测手段及预报方法的角度上来讲,传统的监控量测方法很难及时的监测到围岩的实时变形情况,抵抗现场施工环境干扰的能力较低(监测点易被破坏、测点的埋设时机受施工条件制约),实际操作效率低下,误差离散性较大且不易控制;而且测点极易被施工器械扰动和破坏,导致无法及时监测到围岩开挖后到初期支护施作时围岩所产生的真实位移,导致测量出的收敛和沉降值偏小,使隧道施工偏于不安全;这样就导致现场量测数据本身的真实性大大降低,易对围岩的实际稳定性状态产生误判,造成的安全隐患将使现场隧道施工面临很大的风险。
综上所述,现有技术存在的问题是:
(1)传统监控量测方法实际操作起来非常麻烦,效率极低,且误差不容易控制。
(2)采用新奥法进行施工的隧道工程中测点极易被施工器械扰动和破坏,导致无法及时监测到围岩开挖后到初期支护施作时围岩所产生的真实位移,导致测量出的收敛和沉降值偏小,极易造成监测过程中对围岩稳定性评价产生错误判断,使隧道施工偏于不安全。
解决上述技术问题的难度和意义:
有鉴于上述原因,开发和应用信息化、智能化的隧道监控量测系统成为十分迫切的需求。伴随着信息化物联网智能技术的发展,数字化、信息化、智能化、自动化测量技术引领着隧道监控量测的发展趋势。激光扫描技术与传统监测技术相比较,三维激光扫描技术具有高精度、高效率、高分辨率、全自动数字化采集、数据量丰富等特点。目前,将三维激光扫描技术应用于隧道监控量测是未来发展的一个重要研究方向,国内外很多学者对该技术的探索和研究都取得了大量的成果,他们的研究成果表明:目前最高精度的三维激光扫描仪测量精度可达0.02mm,在很多领域的应用上已经可以替代全站仪的作用,能够基本满足隧道监控量测的要求。
虽然三维激光扫描技术优势巨大,精度也在不断提高,技术也日臻成熟;但是其每秒能记录50万个点数据,采集的数据量是传统方法所采集数据量的成千上万倍,如何及时对这些大数据进行有效的分类处理并采用统计学方法进行分析是该技术所面临关键性问题。面对大数据的提取和处理,很多学者进行了研究,大多是情况下主要是提取部分断面的数据进行分析研究。但是单个断面的数据在不断的提取出来之后还是要进行综合的技术析,包括建立有效的变形数据分析模型、变形预测模型等来对围岩的稳定性进行评价。
有鉴于此,本发明将基于三维激光扫描技术在隧道监控量测中的应用,采用B/S架构,并依托JAVA开发语言开发应用系统,对接三维激光扫描技术所采集的庞大数据,实现数据的智能化处理和分析,并通过系统软件对监测数据进行测试与应用。
发明内容
针对现有技术存在的问题,本发明提供了一种基于三维激光扫描技术的隧道自动化监测系统及方法。
本发明是这样实现的,一种基于三维激光扫描技术的隧道自动化监测方法,所述基于三维激光扫描技术的隧道自动化监测方法包括:布置好量测控制点,进行外业操作从现场采集有效数据并完成储存;对所采集的点云数据分步骤进行处理,提取出靶标中心在扫描仪坐标系中的三维坐标,进行点云配准得出点云数据坐标;根据隧道表面的点云数据坐标,提取出三个有代表性桩号处的隧道断面数据,进行断面拟合,提取出中心坐标,拟合出中线。
进一步,所述对所采集的点云数据分步骤进行处理,提取出靶标中心在扫描仪坐标系中的三维坐标,进行点云配准得出点云数据坐标具体包括:
a)裁减掉粗差以及与目标无关的点云;
b)利用公共点坐标将不同测站测量的点云数据转换到同一坐标系中,实现点云的拼接;
c)建立拓扑关系;
d)点云数据的精简;
e)点云数据的去噪与光顺;
f)孔洞的修补;
g)点云数据的分割,对每一子区域进行单独重构;
h)点云数据的三维建模。
进一步,所述根据隧道表面的点云数据坐标,提取出三个有代表性桩号处的隧道断面数据,进行断面拟合,提取出中心坐标,拟合出中线进一步包括:
a)扫描获取的点云数据导入到数据处理软件中,进行点云数据预处理操作;
b)对点云数据进行过滤去噪,对靶标进行拟合,提取出靶标中心在扫描仪坐标系中的三维坐标;
c)全站仪测得的控制靶标的坐标保存在TXT文件中,将点云数据转换到控制坐标系中;将配准后的点云数据坐标信息导出到TXT文件中,数据处理完成。
本发明的另一目的在于提供一种实现所述基于三维激光扫描技术的隧道自动化监测方法的基于三维激光扫描技术的隧道自动化监测系统,所述基于三维激光扫描技术的隧道自动化监测系统包括:工程管理模块、数据管理模块、回归分析模块、预测模型分析模块、报告生成模块、后台管理模块。
进一步,所述后台管理模块包括:用户管理单元和系统管理单元。
进一步,所述本基于三维激光扫描技术的隧道自动化监测系统采用J2EE,分为数据层、服务层、业务层和展现层。
本发明的另一目的在于提供一种实现所述基于三维激光扫描技术的隧道自动化监测方法的计算机程序。
本发明的另一目的在于提供一种实现所述基于三维激光扫描技术的隧道自动化监测方法的信息数据处理终端。
本发明的另一目的在于提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行所述的基于三维激光扫描技术的隧道自动化监测方法。
综上所述,本发明的优点及积极效果为:监测数据管理系统依托现有的内部网络,建设具有智能数据管理、大数据分析、分级应用管理、人员管理、查询于一体的数据监测平台,实现大批量的监测数据的集中存储和统一管理、访问的目标,同时满足可靠性、保密性和可用性要求以及数据合规性要求。利用专用的数据采集设备提供灵活、高效、安全的数据导入机制,满足对数据的智能管理及研发人员对数据的高速流畅的检索与浏览。监测数据管理系统在实现海量监测数据存储处理基础上,根据监测系统管理需要,将数据模型分析融入该系统,从而实现准确、直观的数据建模和数据分析等业务功能。
本发明为了优化系统的开发、维护和使用功能,采用B/S结构即浏览器和服务器结构,只需要将应用部署在服务器上。客户只需通过使用计算机上安装的浏览器功能,就可以轻松通过浏览器与应用服务器进行交互;能够大幅度的简化了客户端计算机的载荷,降低了系统维护和升级的工作量和总体成本。
本发明采用J2EE技术B/S架构,通过对前端采集系统、数据采集终端(硬件)、服务接口对接和后端管理系统四大部分的整合,完善系统的数据导入、数据分类、数据调用等功能,实现系统的实时协同配合。因此,该系统在技术架构上为技术人员提高了工作效率,提供了极大的便利,实现了监测数据的自动化有效存储和智能化管理。采用J2EE技术,主要分为数据层、服务层、业务层和展现层四个层次;监测数据的持久化存储时通过数据层使用数据库来实现的。数据库采用关系型数据库,并提供与其他系统对接接口,用来抓取、推送相关数据,方便检索和更新。服务层提供了一系列服务能力,方便业务层进行调度。业务层包含了根据需求设计的业务规则、业务流程的具体实现表现层使用WEB前端开发技术(HTML、JS、CSS、JSON)来进行数据展示。系统包含对外部平台的数据调用,通过与其他业务平台的数据对接,实现数据智能化推送需求。
本发明构件化,实现软件资产化交付;经过对构件技术一直持续不懈的发展探索和改进,打破国内外构件技术标准,创新地提出“可交付构件”模型,用来规范构件资产的开发、交付、管理、监管和评估、再利用,对应用构件朝着有利于资产化交付方向迈进的一大步;低门槛,学习成本低,平台尽可能隐藏技术细节,让开发人员关注业务逻辑开发;让开发人员对已有的开发知识可以复用,降低技术要求和门槛。适应性,灵活对各种需求变更与业务化,需求快速变化、人为因素影响应用开发是具有中国情的开发设计特征,平台提供灵活便捷的维护功能与各种界面化操作方式,使设计应用具有很强台提供灵活性与适应性,当存在变化过程时,能够快速响应。平台插件化,易于维护与扩展,平台自身采用微内核、插件化的体系结构,易于积木式组装,易于扩展和升级。全面的管控治理,从需求分析、设计开发、安装部署,到系统上线后的管理监控等都实现了功能一体化,提供统一的管理机制及相应功能,能够实现项目开发过程管理的连续性。
本发明具有高精度、高效率、高分辨率、全自动数字化采集、数据量丰富的特点,测量型三维激光扫描仪,扫描时间短,获取数据量大,数据精度高,点云信息全面,能够满足隧道监控量测的一般要求,并可以根据客户实际需要,进行个性化定制数据服务。
本发明根据隧道表面的点云数据坐标,可以提取出任意桩号处的隧道断面数据,进而进行断面拟合,提取出中心坐标,然后拟合出中线;在数据上可以对超欠挖情况、拱顶沉降情况、收敛状态和轴线偏差等进行分析,对施工进行指导;及时发现不稳定及危险情况并上报,减少灾害发生及其不良后果。本文选择长沙市城市固体废弃物处理场管理生活区隧道工程有代表性的三个断面进行对比分析。三个断面在监测周期内的最终累计变形对比如下表1,图3~图8为所提取的K0+202、K0+207、K0+212三个断面位移收敛示意图。
表1量测结果对比
从表1可知,三维激光扫描量测累计变形总体相对较小,其中K0+207、K0+212拱顶沉降数据较为接近传统量测结果;周边收敛量测结果两者相差较大,这是由三维激光扫描技术提取的测点坐标与传统方法布置的测点位置有较大的差距导致的;而拱顶的取点定位较为准确。同时,以上数据也说明:在一定的监测环境下,三维激光扫描技术所量测的隧道累计变形值在一定程度上能较好的反映隧道变形的真实情况。
附图说明
图1是本发明实施例提供的基于三维激光扫描技术的隧道自动化监测系统结构示意图;
图中:1、工程管理模块;2、数据管理模块;3、回归分析模块;4、预测模型分析模块;5、报告生成模块;6、后台管理模块。
图2是本发明实施例提供的基于三维激光扫描技术的隧道自动化监测方法流程图;
图3是本发明实施例提供的K0+202断面(2016.09.30)示意图;
图4是本发明实施例提供的K0+202断面(2016.10.29)示意图;
图5是本发明实施例提供的K0+207断面(2016.10.07)示意图;
图6是本发明实施例提供的K0+207断面(2016.11.06)示意图;
图7是本发明实施例提供的K0+212断面(2016.10.13)示意图;
图8是本发明实施例提供的K0+212断面(2016.11.12)示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明将基于三维激光扫描技术在隧道监控量测中的应用,采用B/S架构,并依托JAVA开发语言开发应用系统,对接三维激光扫描技术所采集的庞大数据,实现数据的智能化处理和分析,并对监测数据进行测试与应用。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例提供的基于三维激光扫描技术的隧道自动化监测系统包括:工程管理模块1、数据管理模块2、回归分析模块3、预测模型分析模块4、报告生成模块5、后台管理模块6。
后台管理模块6包括:用户管理单元和系统管理单元。
本发明实施例提供的基于三维激光扫描技术的隧道自动化监测系统采用J2EE技术,主要分为数据层、服务层、业务层和展现层四个层次。
如图2所示,本发明实施例提供的基于三维激光扫描技术的隧道自动化监测方法包括以下步骤:
S101:布置好量测控制点,进行外业操作从现场采集有效数据并完成储存;
S102:对所采集的点云数据分步骤进行处理,提取出靶标中心在扫描仪坐标系中的三维坐标,进行点云配准得出点云数据坐标;
S103:根据隧道表面的点云数据坐标,提取出三个有代表性桩号处的隧道断面数据,进行断面拟合,提取出中心坐标,拟合出中线。
在本发明的优选实施例中:步骤S102具体包括:
a)点云编辑。裁减掉粗差以及与目标无关的点云。
b)点云配准与拼接。利用公共点坐标将不同测站测量的点云数据转换到同一坐标系中,实现点云的拼接,形成一个整体。目前,点云配准的方法主要有三种:人工靶标配准、点云自身配准和控制坐标系配准。
c)建立拓扑关系。点云通常是孤立的点,每个点只与其一定范围内的周围点相关。空间点云拓扑关系的建立主要有八叉树法、网格法和k-d树法等。
d)点云数据的精简。点云数据精简算法大致可以分为4类:包围盒法,随机采样法,曲率采样法和均匀网格法。
e)点云数据的去噪与光顺。由于被测对象表面的粗糙度、波纹等表面缺陷和测量系统本身的影响,真实数据中混有噪声点。可根据点云质量和后续建模要求灵活选择合适的滤波算法。
f)孔洞的修补。激光扫描的过程中会因为各种原因(如局部遮挡)造成漏测,从而形成点云孔洞。修补算法可以分为两种:一是在三角网格表面重建时进行三角网格面修补;另一种是先对散射点云数据孔洞进行修补,然后对三角网格面进行重建。
g)点云数据的分割。数据分割形成的不同曲面类型的子区域,具有特征单一、凸凹一致的特点。对每一子区域进行单独重构,有利于曲面拟合时减小误差和保持点云性质。目前,点云分割的算法主要有基于边的算法、基于面的算法和基于聚类的算法。
h)点云数据的三维建模。在三维模型的建构过程中,曲面重构是最关键也是最复杂的一步。目前,主要有两类曲面重构方案:以三角网格面为基础的自由曲面重构方案和以样条曲面为基础的自由曲面重构方案。
在本发明的优选实施例中:步骤S103具体包括:
a)首先,将外业扫描获取的点云数据导入到数据处理软件中,进行点云数据预处理(滤波、去燥)操作,为后续操作做准备。软件界面有三个窗口,分别显示点云数据、灰度图像和站间关系。
b)然后在数据预处理流程(Pre-Processing)中,对点云数据进行过滤去噪。数据预处理完成后,在配准流程(Registering)中,分别用平面靶标拟合工具和球形靶标拟合工具,对靶标进行拟合,提取出靶标中心在扫描仪坐标系中的三维坐标。
c)靶标中心坐标提取完成后,进行点云配准了,将用全站仪测得的控制靶标的坐标保存在TXT文件中,将点云数据转换到控制坐标系中。如果布设的公共点较多,配准时就可以选择质量好的点进行点云配准。点云配准的精度信息可以在配准后的报告中查看。将配准后的点云数据坐标信息导出到TXT文件中,数据处理完成。
在上述基础上对隧道拱顶沉降和周边收敛数据等进行分析,将其与传统同方法所得监测结果进行对比研究后发现:在一定的监测环境下,三维激光扫描技术所量测的隧道累计变形值在一定程度上能较好的反映隧道变形的真实情况。对确保隧道施工安全、减少灾害发生和优化支护设计具有重要意义。
本发明实施例提供的基于三维激光扫描技术的隧道自动化监测系统应用部署需要数据服务器与应用服务器,最低配置如下:Windows操作系统,硬盘100G及以上,内存8G及以上,显卡1G及以上,CPU 2.6GHz及以上。
(1)网络设施
利用公司局域网并通过端口映射技术达到与外围设备进行外网互通,并可实现只要有网络,就可通过浏览器访问到该系统。
(2)技术选型
该系统设计,选用市面上主流技术,较大部分开发人员已经掌握了这些技术的使用,在使用本系统开发时,基本可以做到零学习成术。而且各主流技术的开发手册,本系统的技术平台已收集齐全,方便开发人员随时查阅并且项目可灵活拓展。
本发明实施例提供的基于三维激光扫描技术的隧道自动化监测系统基于maven(管理项目的构建,报告和文档的软件项目管理工具)构建项目,使创建、开发、测试、发布、升级、生成文档等整个过程极度简便,各过程较规范。节省整个过程中不必要的时间消耗,规避很多风险。
(1)前端展示层
前端开发选用以下技术:
1)MVC Framwork:Spring MVC 4.1.1。
2)Template Framework:使用Free marker(a、不能编写java代码,可以实现严格的mvc分离;b、性能非常不错;c、对jsp标签支持良好;d、内置大量常用功能,使用非常方便;e、宏定义(类似jsp标签)非常方便;f、使用表达式语言)。
3)Javascript Library:JQuery、bootstrap。
4)JavaScript/CSS Compressor:seajs、bootstrap。
(2)后端服务层
后端服务主要选用以下技术:
Security Framework:作为传统的访问控制,基于角色的访问控制具有自主访问和强制访问等优点,在应用上具有深远的前景。在RBAC中,与角色相关的权限是通过用户作为适当角色的成员而得到的权限,这些角色的权限大大简化了权限的管理。角色可以按照新的要求和系统的合并给予新的权限,并且权限也可以根据需要和从一定角色中恢复。角色和角色关系的建立旨在包含更广泛的客观条件。
Schedule:JDK自带的Executor已经足够好,可以处理相对固定时间间隔的不同任务。Spring的Scheduler也可以满足Cron类型的定时执行。纯Spring的XML配置也使得Scheduler简单,Quartz主要是确保在集群中只有一个服务器在执行任务。
(3)数据管理层
数据管理层设计如下:
数据库设计基本原则:a)主键的列名统一为id。b)为方便数据操作及维护,不建立任何外键,用程序去保证关联关系。c)为表名添加前缀以便日后管理。比如有几十个表,将联系比较紧密的表,使用相同的前缀。
ORM Framework:spring Jdbc Template的基础上结合模板引擎free marker进行扩展,使之可把sql写到java代码外部,便于后期维护。封装支持多数据源动态切换、多方言支持等等。
数据库连接池:采用阿里的druid。
Cache:Redis Cache与Guava Cache混合使用,中央式缓存作为本地缓存的二级缓存,减少对网络io的消耗,结合spring cache注解,可减少代码量。
本发明对隧道拱顶沉降和周边收敛数据等进行分析,与传统同方法所得监测结果进行对比研究后发现:在一定的监测环境下,三维激光扫描技术所量测的隧道累计变形值在一定程度上能较好的反映隧道变形的真实情况。对确保隧道施工安全、减少灾害发生和优化支护设计具有重要意义。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于三维激光扫描技术的隧道自动化监测方法,其特征在于,所述基于三维激光扫描技术的隧道自动化监测方法包括:布置好量测控制点,进行外业操作从现场采集有效数据并完成储存;对所采集的点云数据分步骤进行处理,提取出靶标中心在扫描仪坐标系中的三维坐标,进行点云配准得出点云数据坐标;根据隧道表面的点云数据坐标,提取出三个有代表性桩号处的隧道断面数据,进行断面拟合,提取出中心坐标,拟合出中线。
2.如权利要求1所述的基于三维激光扫描技术的隧道自动化监测方法,其特征在于,所述对所采集的点云数据分步骤进行处理,提取出靶标中心在扫描仪坐标系中的三维坐标,进行点云配准得出点云数据坐标具体包括:
a)裁减掉粗差以及与目标无关的点云;
b)利用公共点坐标将不同测站测量的点云数据转换到同一坐标系中,实现点云的拼接;
c)建立拓扑关系;
d)点云数据的精简;
e)点云数据的去噪与光顺;
f)孔洞的修补;
g)点云数据的分割,对每一子区域进行单独重构;
h)点云数据的三维建模。
3.如权利要求1所述的基于三维激光扫描技术的隧道自动化监测方法,其特征在于,所述根据隧道表面的点云数据坐标,提取出三个有代表性桩号处的隧道断面数据,进行断面拟合,提取出中心坐标,拟合出中线进一步包括:
a)扫描获取的点云数据导入到数据处理软件中,进行点云数据预处理操作;
b)对点云数据进行过滤去噪,对靶标进行拟合,提取出靶标中心在扫描仪坐标系中的三维坐标;
c)全站仪测得的控制靶标的坐标保存在TXT文件中,将点云数据转换到控制坐标系中;将配准后的点云数据坐标信息导出到TXT文件中,数据处理完成。
4.一种实现权利要求1所述基于三维激光扫描技术的隧道自动化监测方法的基于三维激光扫描技术的隧道自动化监测系统,其特征在于,所述基于三维激光扫描技术的隧道自动化监测系统包括:工程管理模块、数据管理模块、回归分析模块、预测模型分析模块、报告生成模块、后台管理模块。
5.如权利要求4所述的基于三维激光扫描技术的隧道自动化监测系统,其特征在于,所述后台管理模块包括:用户管理单元和系统管理单元。
6.如权利要求4所述的基于三维激光扫描技术的隧道自动化监测系统,其特征在于,所述本基于三维激光扫描技术的隧道自动化监测系统采用J2EE,分为数据层、服务层、业务层和展现层。
7.一种实现权利要求1~3任意一项所述基于三维激光扫描技术的隧道自动化监测方法的计算机程序。
8.一种实现权利要求1~3任意一项所述基于三维激光扫描技术的隧道自动化监测方法的信息数据处理终端。
9.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1-3任意一项所述的基于三维激光扫描技术的隧道自动化监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810749793.5A CN108917712A (zh) | 2018-07-10 | 2018-07-10 | 一种基于三维激光扫描技术的隧道自动化监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810749793.5A CN108917712A (zh) | 2018-07-10 | 2018-07-10 | 一种基于三维激光扫描技术的隧道自动化监测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108917712A true CN108917712A (zh) | 2018-11-30 |
Family
ID=64410586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810749793.5A Pending CN108917712A (zh) | 2018-07-10 | 2018-07-10 | 一种基于三维激光扫描技术的隧道自动化监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108917712A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109405686A (zh) * | 2018-12-18 | 2019-03-01 | 中国三峡建设管理有限公司 | 一种水电工程智能钻爆系统及方法 |
CN110132157A (zh) * | 2019-05-30 | 2019-08-16 | 华中科技大学 | 一种地铁安全远端自动化监测及分析系统和方法 |
CN110598239A (zh) * | 2019-07-19 | 2019-12-20 | 中建安装集团有限公司 | 基于轨行区点云大数据的应用方法 |
CN110700056A (zh) * | 2019-10-18 | 2020-01-17 | 长安大学 | 一种沥青路面病害监控系统及监测方法 |
CN110986878A (zh) * | 2019-12-03 | 2020-04-10 | 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 |
CN111006601A (zh) * | 2019-11-12 | 2020-04-14 | 黑龙江工程学院 | 三维激光扫描在变形监测中的关键技术 |
CN111272093A (zh) * | 2020-03-20 | 2020-06-12 | 陕西煤业化工技术研究院有限责任公司 | 一种巷道变形监测方法 |
CN111443091A (zh) * | 2020-04-08 | 2020-07-24 | 中国电力科学研究院有限公司 | 电缆线路隧道工程缺陷判断方法 |
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 |
CN112161614A (zh) * | 2020-09-27 | 2021-01-01 | 中建筑港集团有限公司 | 一种基于三维激光扫描技术的盾构管片姿态测量方法 |
CN112945139A (zh) * | 2019-07-26 | 2021-06-11 | 北京住总集团有限责任公司 | 一种三维扫描结合bim技术的盾构工程辅助系统 |
CN112945203A (zh) * | 2021-01-15 | 2021-06-11 | 扬州哈工科创机器人研究院有限公司 | 一种基于无人机航测技术的森林资源监测方法 |
CN113808093A (zh) * | 2021-09-10 | 2021-12-17 | 中铁一局集团第五工程有限公司 | 基于3d激光扫描仪的隧道初支喷射混凝土厚度检测方法 |
CN114674281A (zh) * | 2022-03-25 | 2022-06-28 | 贵州省交通规划勘察设计研究院股份有限公司 | 一种基于散点拟合测量的隧道自动化监控测量设备及方法 |
CN118031904A (zh) * | 2024-04-12 | 2024-05-14 | 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 |
-
2018
- 2018-07-10 CN CN201810749793.5A patent/CN108917712A/zh active Pending
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109405686A (zh) * | 2018-12-18 | 2019-03-01 | 中国三峡建设管理有限公司 | 一种水电工程智能钻爆系统及方法 |
CN109405686B (zh) * | 2018-12-18 | 2023-10-13 | 中国三峡建工(集团)有限公司 | 一种采用水电工程智能钻爆系统的钻爆方法 |
CN110132157A (zh) * | 2019-05-30 | 2019-08-16 | 华中科技大学 | 一种地铁安全远端自动化监测及分析系统和方法 |
CN110598239A (zh) * | 2019-07-19 | 2019-12-20 | 中建安装集团有限公司 | 基于轨行区点云大数据的应用方法 |
CN110598239B (zh) * | 2019-07-19 | 2023-11-17 | 中国建设基础设施有限公司 | 基于轨行区点云大数据的应用方法 |
CN112945139B (zh) * | 2019-07-26 | 2022-12-13 | 北京住总集团有限责任公司 | 一种三维扫描结合bim技术的盾构工程辅助系统 |
CN112945139A (zh) * | 2019-07-26 | 2021-06-11 | 北京住总集团有限责任公司 | 一种三维扫描结合bim技术的盾构工程辅助系统 |
CN112985304A (zh) * | 2019-07-26 | 2021-06-18 | 北京住总集团有限责任公司 | 一种隧道施工辅助监测系统 |
CN110700056A (zh) * | 2019-10-18 | 2020-01-17 | 长安大学 | 一种沥青路面病害监控系统及监测方法 |
CN111006601A (zh) * | 2019-11-12 | 2020-04-14 | 黑龙江工程学院 | 三维激光扫描在变形监测中的关键技术 |
CN110986878A (zh) * | 2019-12-03 | 2020-04-10 | 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 |
CN111272093A (zh) * | 2020-03-20 | 2020-06-12 | 陕西煤业化工技术研究院有限责任公司 | 一种巷道变形监测方法 |
CN111443091B (zh) * | 2020-04-08 | 2023-07-25 | 中国电力科学研究院有限公司 | 电缆线路隧道工程缺陷判断方法 |
CN111443091A (zh) * | 2020-04-08 | 2020-07-24 | 中国电力科学研究院有限公司 | 电缆线路隧道工程缺陷判断方法 |
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 |
CN112161614A (zh) * | 2020-09-27 | 2021-01-01 | 中建筑港集团有限公司 | 一种基于三维激光扫描技术的盾构管片姿态测量方法 |
CN112945203A (zh) * | 2021-01-15 | 2021-06-11 | 扬州哈工科创机器人研究院有限公司 | 一种基于无人机航测技术的森林资源监测方法 |
CN113808093A (zh) * | 2021-09-10 | 2021-12-17 | 中铁一局集团第五工程有限公司 | 基于3d激光扫描仪的隧道初支喷射混凝土厚度检测方法 |
CN114674281A (zh) * | 2022-03-25 | 2022-06-28 | 贵州省交通规划勘察设计研究院股份有限公司 | 一种基于散点拟合测量的隧道自动化监控测量设备及方法 |
CN114674281B (zh) * | 2022-03-25 | 2024-01-09 | 贵州省交通规划勘察设计研究院股份有限公司 | 一种基于散点拟合测量的隧道自动化监控测量设备及方法 |
CN118031904A (zh) * | 2024-04-12 | 2024-05-14 | 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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108917712A (zh) | 一种基于三维激光扫描技术的隧道自动化监测系统及方法 | |
Peng et al. | Digital twin hospital buildings: an exemplary case study through continuous lifecycle integration | |
Yu et al. | Prediction of highway tunnel pavement performance based on digital twin and multiple time series stacking | |
CN105630988A (zh) | 一种快速检测空间数据变化并更新的方法及系统 | |
CN106651188A (zh) | 一种输变电设备多源状态评估数据处理方法及其应用 | |
CN115587399A (zh) | 基于bim的项目进度管理系统及应用 | |
Sorokin et al. | The Kamchatka volcano video monitoring system | |
CN116882038B (zh) | 一种基于bim技术的机电施工方法及系统 | |
CN109344056A (zh) | 一种测试方法以及测试装置 | |
EP2266021A1 (en) | Systems and methods for correlating meta-data model representations and asset-logic model representations | |
Samadi Alinia et al. | Tehran’s seismic vulnerability classification using granular computing approach | |
CN109523423B (zh) | 一种应用系统生成方法、装置、设备及存储介质 | |
Du et al. | Clustering and ontology-based information integration framework for surface subsidence risk mitigation in underground tunnels | |
Xu et al. | An approach for monitoring prefabricated building construction based on feature extraction and point cloud segmentation | |
CN106296047A (zh) | 一种国土资源管理方法 | |
CN108491482A (zh) | 一种顾及邻近度关系的地质图动态综合方法及系统 | |
US20220372868A1 (en) | Contactless real-time 3d mapping of surface equipment | |
Zhang et al. | Integration application system of Chinese wooden architecture heritages based on BIM | |
Aglietti et al. | Historic bridges monitoring through sensor data management with BIM methodologies | |
Lu | Automated Generation of Geometric Digital Twins of Existing Reinforced Concrete Bridges | |
Zhao et al. | Refined and intelligent management mode of construction project based on BIM and IOT technology | |
CN104375939B (zh) | 一种版本控制的方法及系统 | |
Lu et al. | The Application of Laser‐Scanning‐Based BIM Technology in Large Steel Structure Engineering for Environmental Protection | |
Kumar et al. | Data Management and Visual Information Processing using Machine Learning | |
Li et al. | Pf4microservices: A decomposion scheme for microservices based on problem frames |
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: 20181130 |