CN110160463B - 一种基于静态激光扫描的地铁隧道不圆度检测方法 - Google Patents

一种基于静态激光扫描的地铁隧道不圆度检测方法 Download PDF

Info

Publication number
CN110160463B
CN110160463B CN201910412299.4A CN201910412299A CN110160463B CN 110160463 B CN110160463 B CN 110160463B CN 201910412299 A CN201910412299 A CN 201910412299A CN 110160463 B CN110160463 B CN 110160463B
Authority
CN
China
Prior art keywords
tunnel
point cloud
cloud data
pipe
central axis
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
CN201910412299.4A
Other languages
English (en)
Other versions
CN110160463A (zh
Inventor
吕宝雄
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.)
PowerChina Northwest Engineering Corp Ltd
Original Assignee
PowerChina Northwest Engineering Corp 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 PowerChina Northwest Engineering Corp Ltd filed Critical PowerChina Northwest Engineering Corp Ltd
Priority to CN201910412299.4A priority Critical patent/CN110160463B/zh
Publication of CN110160463A publication Critical patent/CN110160463A/zh
Application granted granted Critical
Publication of CN110160463B publication Critical patent/CN110160463B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/2408Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring roundness
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C7/00Tracing profiles
    • G01C7/06Tracing profiles of cavities, e.g. tunnels

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提出了一种基于静态激光扫描的地铁隧道不圆度检测方法,旨在克服隧道不圆度检测方法无法兼顾检测效率与检测精度等问题缺陷。包括以下步骤:沿隧道中心轴线,采集隧道管壁点云数据;将采集到的隧道管壁点云数据进行拼接处理;以管环为单元,将完整的隧道管壁点云数据进行分割;采用随机噪声误差最小拟合方法对分割后的每一个管环点云数据进行拟合,得到优化圆管片点云数据;对各个优化圆管片点云数据进行截取和拟合,获得几何中心;以几何中心作为圆心,过几何中心计算各个优化圆管片点云数据的任意截面的圆直径集合;获得圆直径集合中的最大直径和最小直径;将圆直径集合中的最大直径和最小直径带入不圆度公式中,得到地铁隧道不圆度值。

Description

一种基于静态激光扫描的地铁隧道不圆度检测方法
技术领域
本发明属于地下工程变形测量技术领域,具体涉及一种基于静态激光扫描的地铁隧道不圆度检测方法。
背景技术
通过快速的盾构施工,完成地铁隧道的挖掘。由于圆结构具有任一方向受荷载力均匀且等同、自身稳定、承压效果好的优点,形成的隧道截面大都采用圆形截面。但是地下隧道工程受不利地质条件、施工期与运营期荷载变化因素影响,风险源较多并且复杂,容易使地铁隧道截面产生变形。这个变形会给地铁隧道的稳定性带来不利的影响,因此对隧道衬砌管片环直径的不圆度进行检测,采用隧道不圆度作为判断隧道结构稳定性的一个重要参数。
由于地铁隧道内环境恶劣、光源昏暗、视距作业条件有限,现有的测量手段,如“皮尺+铅锤”、全站仪、激光隧道断面仪及轨检激光扫描仪等,无法兼顾检测效率与检测精度,同时还存在圆环点稀少、识别困难、观测偏离等问题,不能精确得到隧道稳定性判别参数,难以准确反映隧道实际变化情况。基于以上分析,有必要提出一种对环境、光线依赖性低、在作业效率与成果精度双方面优势明显的隧道不圆度检测方法。
发明内容
本发明目的在于克服上述现有技术存在的针对隧道不圆度检测方法无法兼顾检测效率与检测精度等问题缺陷,提出了一种基于静态激光扫描的地铁隧道不圆度检测方法。
为实现上述目的,本发明采取的技术方案包括如下步骤:
一种基于静态激光扫描的地铁隧道不圆度检测方法,其特征在于,包括如下步骤;
步骤1:沿隧道中心轴线,通过三维激光扫描设备采集隧道管壁点云数据;
步骤2:将采集到的隧道管壁点云数据进行拼接处理,得到完整的隧道管壁点云数据;
步骤3:以管环为单元,将完整的隧道管壁点云数据进行分割,得到分割后的管环点云数据;
步骤4:采用随机噪声误差最小拟合方法对分割后的每一个管环点云数据进行拟合,得到优化圆管片点云数据;
步骤5:对各个优化圆管片点云数据进行截取,获得管环截面点云切片;
步骤6:对管环截面点云切片进行拟合,获得几何中心;
步骤7:以拟合的各个优化圆管片点云数据的几何中心作为圆心,过几何中心计算各个优化圆管片点云数据的任意截面的圆直径集合;
步骤8:通过对各个圆直径集合中的直径数据进行对比,获得圆直径集合中的最大直径和最小直径;
步骤9:将圆直径集合中的最大直径和最小直径带入不圆度公式中,得到地铁隧道不圆度值。
步骤1中所述的隧道中心轴线为隧道设计中心轴线。
步骤1中所述的通过三维激光扫描设备采集隧道管壁点云数据,包括以下步骤:
步骤11:沿隧道中心轴线,根据隧道形式在隧道中建立观测站,若隧道形式为直线段,则执行步骤12,否则,直线步骤13;
步骤12:若隧道形式为直线段,则沿隧道中心轴线,从隧道中心轴线起始环开始,每15~20环设置一个扫描测站,至隧道中心轴线终止环结束;
步骤13:若隧道形式不为直线段,则沿隧道中心轴线,从隧道中心轴线起始环开始,每10~15环设置一个扫描测站,至隧道中心轴线终止环结束;
步骤14:在观测站上架设三维激光扫描设备,并利用三维激光扫描设备采集隧道管壁点云数据。
步骤1中所述的隧道管壁点云数据包括空间三维坐标、强度和反射率。
步骤2中所述的将采集到的隧道管壁点云数据进行拼接处理完成后,需要将完整的隧道管壁点云数中明显偏离隧道管壁的点进行剔除。
步骤4中所述的随机噪声误差最小拟合方法,包括以下步骤:
步骤41:对各个分割后的管环点云数据的中轴线进行拟合,获得管环点云数据的中轴线;
步骤42:沿管环点云数据的中轴线方向提取管环截面点;
步骤43:采用最小二乘拟合法,将提取的管环截面点进行拟合;
步骤44:将提取的管环截面点到拟合的椭圆的距离作为判断阈值,判断管环点云数据是否为非管环内壁点;
步骤45:将管环点云数据中的非管环内壁点进行剔除,得到优化圆管片点云数据。
步骤7中所述的不圆度公式为:
Figure DEST_PATH_IMAGE001
其中,
Figure DEST_PATH_IMAGE003
为圆形隧道的不圆度,
Figure 128474DEST_PATH_IMAGE004
为圆直径集合中的最大直径,
Figure DEST_PATH_IMAGE005
为圆直径 集合中的最小直径,
Figure DEST_PATH_IMAGE007
为圆形隧道内壁理论设计直径。
本发明与现有技术相比,具有如下优点:
第一、由于本发明采用非接触面式三维激光扫描设备对地铁隧道的隧道管壁点云数据进行获取,使据采集方式更加便捷快速,且三维激光扫描设备对环境光线、温度的要求较低,可以实现在糟糕的工作环境精准的采集数据,可以克服点前技术对环境和光线的依赖性。
第二、由于本发明采用的三维激光扫描设备可以获取高密度海量点云数据,同时采用随机噪声误差最小拟合以及孤点剔除等方法可以使构建的地铁隧道截面形状更趋近于真实模型,不圆度计算精确性高。
附图说明
图1为本发明一种基于静态激光扫描的地铁隧道不圆度检测方法的静态条件下激光扫描获取的隧道管片点云图;
图2为本发明一种基于静态激光扫描的地铁隧道不圆度检测方法的拼接完整地铁隧道点云示意图;
图3为本发明一种基于静态激光扫描的地铁隧道不圆度检测方法的地铁隧道管片中截面点云示意图;
图4为本发明一种基于静态激光扫描的地铁隧道不圆度检测方法的地铁隧道圆直径计算示意图。
具体实施方式
以下结合附图和具体实施例,对本发明作进一步详细说明:
实施例1:
以地铁隧道为研究核心,结合图1和图2,利用本发明提供的一种基于静态激光扫描的地铁隧道不圆度检测方法对其地铁隧道的不圆度进行分析计算,主要包括以下步骤:
步骤1:沿隧道中心轴线,通过三维激光扫描设备采集隧道管壁点云数据;
步骤2:将采集到的隧道管壁点云数据进行拼接处理,得到完整的隧道管壁点云数据;
步骤3:以管环为单元,将完整的隧道管壁点云数据进行分割,得到分割后的管环点云数据;
步骤4:采用随机噪声误差最小拟合方法对分割后的每一个管环点云数据进行拟合,得到优化圆管片点云数据;
步骤5:对各个优化圆管片点云数据进行截取,获得管环截面点云切片;
步骤6:对管环截面点云切片进行拟合,获得几何中心;
步骤7:以拟合的各个优化圆管片点云数据的几何中心作为圆心,过几何中心计算各个优化圆管片点云数据的任意截面的圆直径集合;
步骤8:通过对各个圆直径集合中的直径数据进行对比,获得圆直径集合中的最大直径和最小直径;
步骤9:将圆直径集合中的最大直径和最小直径带入不圆度公式中,得到地铁隧道不圆度值。
基于上述步骤,由于三维激光扫描设备可以通过主动发射激光、无需接触即可获得目标体表面高密度的三维数据,快速地对目标体实现数字信息化,并采用随机噪声误差最小拟合方法对数字信息化后的隧道点云数据进行降噪处理,将不合理的离群点进行剔除,提高数据质量。基于该高质量数据,同时采用不圆度公式计算,实现对地铁隧道不圆度的快速、准确检测,该方法对环境管线、温度等要求低。
实施例2:
本实施例在上述实施例的基础上,进一步地,在步骤1中,沿隧道中心轴线,通过三维激光扫描设备采集隧道管壁点云数据时,选择隧道设计中心轴线作为隧道中心轴线,有利于提高后续检测过程的准确率。
实施例3:
本实施例在上述实施例的基础上,进一步地,通过三维激光扫描设备采集隧道管壁点云数据中,包括以下步骤:
步骤11:沿隧道中心轴线,根据隧道形式在隧道中建立观测站,若隧道形式为直线段,则执行步骤12,否则,直线步骤13;
步骤12:若隧道形式为直线段,则沿隧道中心轴线,从隧道中心轴线起始环开始,每15~20环设置一个扫描测站,至隧道中心轴线终止环结束;
步骤13:若隧道形式不为直线段,则沿隧道中心轴线,从隧道中心轴线起始环开始,每10~15环设置一个扫描测站,至隧道中心轴线终止环结束;
步骤14:在观测站上架设三维激光扫描设备,并利用三维激光扫描设备采集隧道管壁点云数据。
基于上述步骤,本实施例采用的隧道形式为不仅包括直线段,同时包括非直线段,选择每15环设置一个扫描测站,扫描长度为各扫描测站两端各20m~25m,以此设置基本保证整个地铁隧道的隧道管壁点云数据采集的完整性。
实施例4:
本实施例在上述实施例的基础上,进一步地,在通过三维激光扫描设备采集隧道管壁点云数据中,隧道管壁点云数据包括空间三维坐标、强度和反射率,这些数据可以为后续的不圆度分析提供充足的数据资源。
实施例5:
本实施例在上述实施例的基础上,进一步地,在采集到的隧道管壁点云数据在拼接处理完成后,需要将完整的隧道管壁点云数中明显偏离隧道管壁的点进行剔除,为后续建模提供高质量的表面点云数据。
实施例6:
本实施例在上述实施例的基础上,进一步地,结合图3,用随机噪声误差最小拟合方法对分割后的管环点云数据进行拟合,随机噪声误差最小拟合方法包括以下步骤:
步骤41:对各个分割后的管环点云数据的中轴线进行拟合,获得管环点云数据的中轴线;
步骤42:沿管环点云数据的中轴线方向提取管环截面点;
步骤43:采用最小二乘拟合法,将提取的管环截面点拟合为现状圆;
步骤44:将提取的管环截面点到拟合的椭圆的距离作为判断阈值,判断管环点云数据是否为非管环内壁点;
步骤45:将管环点云数据中的非管环内壁点进行剔除,得到优化圆管片点云数据。
本实施例在上述实施例的基础上,进一步地,在采集到的隧道管壁点云数据采用随机噪声误差最小方法拟合获得优化圆管片点云数据,将圆管片点云数据质量进一步提高,有利于后续计算的准确率的提升,保证数据质量和计算结果的准确性。
实施例7:
本实施例在上述实施例的基础上,进一步地,结合图4,将圆直径集合中的最大直径和最小直径带入不圆度公式中,所采用的不圆度公式为:
Figure 920849DEST_PATH_IMAGE001
其中,
Figure 448783DEST_PATH_IMAGE003
为圆形隧道的不圆度,
Figure 238884DEST_PATH_IMAGE004
为圆直径集合中的最大直径,
Figure 727634DEST_PATH_IMAGE005
为圆直径集 合中的最小直径,
Figure 261384DEST_PATH_IMAGE007
为圆形隧道内壁理论设计直径。
根据上述计算过程,本实施例中拟合圆直径集合几何的直径为d = {6.4265,6.407, 6.413, 6.399, ……, 6.410, 6.383,6.418},其中最大直径d max =6.4265,最小直径d min =6.383,设计的理论直径D=6.4,由此计算出本实施例中的地铁隧道不圆度为T=6.8‰,通过获取准确的隧道不圆度参数,可以及时掌握隧道变形情况,有助于防止安全隐患事故发生,为此地铁隧道展开进一步的预防维护规划提供参考依据。本实施例的所采用的仿真条件如下:
在中央处理器为Intel(R) Core(TM) i7-5500 3.40GHz、内存8G、WINDOWS7操作系统上,基于该过程,运用Amberg软件进行仿真分析。
由上述实施例,本发明提出的一种基于静态激光扫描的地铁隧道不圆度检测方法可以克服当前技术针对地铁隧道无法兼顾检测效率与检测精度,圆环点稀少、识别困难、观测偏离等问题,不能精确得到隧道稳定性判别参数,难以准确反映隧道实际变化情况的问题,实现了一种对环境、光线依赖性低、在作业效率与成果精度双方面优势明显的隧道不圆度检测方法。
本发明未详细说明部分属于本领域技术人员公知常识。
以上描述仅是本发明的一个具体实例,并未构成对本发明的任何限制。显然对于本领域的专业人员来说,在了解了本发明内容和原理后,都可能在不背离本发明原理、结构的情况下,进行形式和细节上的各种修正和改变,但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。

Claims (4)

1.一种基于静态激光扫描的地铁隧道不圆度检测方法,其特征在于,包括如下步骤;
步骤1:沿隧道中心轴线,通过三维激光扫描设备采集隧道管壁点云数据;
步骤2:将采集到的隧道管壁点云数据进行拼接处理,得到完整的隧道管壁点云数据;
步骤3:以管环为单元,将完整的隧道管壁点云数据进行分割,得到分割后的管环点云数据;
步骤4:采用随机噪声误差最小拟合方法对分割后的每一个管环点云数据进行拟合,得到优化圆管片点云数据;
步骤5:对各个优化圆管片点云数据进行截取,获得管环截面点云切片;
步骤6:对管环截面点云切片进行拟合,获得几何中心;
步骤7:以拟合的各个优化圆管片点云数据的几何中心作为圆心,过几何中心计算各个优化圆管片点云数据的任意截面的圆直径集合;
步骤8:通过对各个圆直径集合中的直径数据进行对比,获得圆直径集合中的最大直径和最小直径;
步骤9:将圆直径集合中的最大直径和最小直径带入不圆度公式中,得到地铁隧道不圆度值;
所述的步骤1中的隧道中心轴线为隧道设计中心轴线;步骤1中所述的通过三维激光扫描设备采集隧道管壁点云数据,
包括以下步骤:
步骤11:沿隧道中心轴线,根据隧道形式在隧道中建立观测站,若隧道形式为直线段,则执行步骤12,否则,直线步骤13;
步骤12:若隧道形式为直线段,则沿隧道中心轴线,从隧道中心轴线起始环开始,每15~20环设置一个扫描测站,至隧道中心轴线终止环结束;
步骤13:若隧道形式不为直线段,则沿隧道中心轴线,从隧道中心轴线起始环开始,每10~15环设置一个扫描测站,至隧道中心轴线终止环结束;
步骤14:在观测站上架设三维激光扫描设备,并利用三维激光扫描设备采集隧道管壁点云数据;
步骤1中所述的隧道管壁点云数据包括空间三维坐标、强度和反射率;
所述隧道的形式为不仅包括直线段,同时包括非直线段,选择每15环设置一个扫描测站,扫描长度为各扫描测站两端各20m~25m,以此设置基本保证整个地铁隧道的隧道管壁点云数据采集的完整性。
2.根据权利要求1所述的一种基于静态激光扫描的地铁隧道不圆度检测方法,其特征在于,步骤2中所述的将采集到的隧道管壁点云数据进行拼接处理完成后,需要将完整的隧道管壁点云数中明显偏离隧道管壁的点进行剔除。
3.根据权利要求1所述的一种基于静态激光扫描的地铁隧道不圆度检测方法,其特征在于,步骤4中所述的随机噪声误差最小拟合方法,包括以下步骤:
步骤41:对各个分割后的管环点云数据的中轴线进行拟合,获得管环点云数据的中轴线;
步骤42:沿管环点云数据的中轴线方向提取管环截面点;
步骤43:采用最小二乘拟合法,将提取的管环截面点拟合为现状圆;
步骤44:将提取的管环截面点到拟合的椭圆的距离作为判断阈值,判断管环点云数据是否为非管环内壁点;
步骤45:将管环点云数据中的非管环内壁点进行剔除,得到优化圆管片点云数据。
4.根据权利要求1所述的一种基于静态激光扫描的地铁隧道不圆度检测方法,其特征在于,步骤7中所述的不圆度公式为:
Figure FDA0003195220690000021
其中,T为圆形隧道的不圆度,dmax为圆直径集合中的最大直径,dmin为圆直径集合中的最小直径,D为圆形隧道内壁理论设计直径。
CN201910412299.4A 2019-05-17 2019-05-17 一种基于静态激光扫描的地铁隧道不圆度检测方法 Active CN110160463B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910412299.4A CN110160463B (zh) 2019-05-17 2019-05-17 一种基于静态激光扫描的地铁隧道不圆度检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910412299.4A CN110160463B (zh) 2019-05-17 2019-05-17 一种基于静态激光扫描的地铁隧道不圆度检测方法

Publications (2)

Publication Number Publication Date
CN110160463A CN110160463A (zh) 2019-08-23
CN110160463B true CN110160463B (zh) 2021-11-12

Family

ID=67631281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910412299.4A Active CN110160463B (zh) 2019-05-17 2019-05-17 一种基于静态激光扫描的地铁隧道不圆度检测方法

Country Status (1)

Country Link
CN (1) CN110160463B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111336991A (zh) * 2020-03-27 2020-06-26 南京航空航天大学 基于激光点云的隧道椭圆度分析方法、装置和系统
CN112378476B (zh) * 2020-11-17 2022-10-04 哈尔滨工业大学 大长径比卧式罐容积多站三维激光扫描内测装置及方法
CN113776452B (zh) * 2021-07-27 2024-03-01 中国铁道科学研究院集团有限公司标准计量研究所 一种圆柱形筒体的圆度测量方法及装置
CN113865570B (zh) * 2021-10-15 2024-05-10 博迈科海洋工程股份有限公司 一种钢结构圆形立柱垂直度测量方法
CN113899317A (zh) * 2021-11-04 2022-01-07 中国电建集团成都勘测设计研究院有限公司 贯通孔洞孔径测量装置及贯通孔洞有效孔径测量方法
CN116753907B (zh) * 2023-08-18 2023-11-10 中国电建集团昆明勘测设计研究院有限公司 一种地下深层空洞的探测方法、装置、设备及存储介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7995054B2 (en) * 2005-11-21 2011-08-09 Leica Geosystems Ag Identification of edge regions from 3D point data
CN104792274B (zh) * 2015-04-02 2017-12-26 同济大学 一种圆形隧道收敛变形的测量方法
CN106548510A (zh) * 2016-11-07 2017-03-29 上海岩土工程勘察设计研究院有限公司 盾构隧道结构模型生成方法
CN106767402B (zh) * 2016-11-30 2023-01-06 华中科技大学 一种盾构法隧道表观质量检测方法及系统
CN106969749B (zh) * 2017-04-27 2019-12-03 上海同岩土木工程科技股份有限公司 一种地铁隧道断面形变的检测方法
CN107490345A (zh) * 2017-07-26 2017-12-19 中国电建集团西北勘测设计研究院有限公司 一种基于三维激光扫描的高耸塔筒弯曲度检测方法
CN107869958B (zh) * 2017-11-20 2020-03-20 上海市建筑科学研究院 一种用于地铁检测及测量的3d扫描方法
CN108225184B (zh) * 2018-01-16 2019-10-08 上海同岩土木工程科技股份有限公司 一种盾构隧道三维激光扫描点云数据除噪的方法
CN108844522A (zh) * 2018-06-26 2018-11-20 北京市政建设集团有限责任公司 一种基于三维激光扫描的盾构隧道断面中心提取方法
CN109612406B (zh) * 2018-12-14 2020-12-22 中铁隧道局集团有限公司 一种盾构隧道拼装管片环拼装质量的随机检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
三维激光扫描仪应用于形变监测的问题思考;吕宝雄;《地理空间信息》;20180630;全文 *
基于三维激光扫描数据的地铁隧道断面测量;曹先革;《测绘与空间地理信息》;20150730;全文 *

Also Published As

Publication number Publication date
CN110160463A (zh) 2019-08-23

Similar Documents

Publication Publication Date Title
CN110160463B (zh) 一种基于静态激光扫描的地铁隧道不圆度检测方法
CN109459439B (zh) 一种基于移动式三维激光扫描技术的隧道衬砌裂缝检测方法
CN110030951B (zh) 一种基于三维激光扫描技术的引水竖井缺陷检测方法
CN104792274B (zh) 一种圆形隧道收敛变形的测量方法
CN106767402B (zh) 一种盾构法隧道表观质量检测方法及系统
CN108710732B (zh) 一种盾构刀具服役期磨损的评估和预测方法
CN107402001B (zh) 基于3d扫描的超高层建筑施工偏差数字化检验系统及方法
CN109341671B (zh) 基于点云数据提取盾构隧道衬砌错台量的方法
CN105737751A (zh) 立式储罐变形监测系统及方法
CN108871268B (zh) 一种基于激光点云的隧道超欠挖数值计算方法
CN109902425A (zh) 地基式点云的隧道断面提取方法
CN103486984A (zh) 一种风洞内型面同轴度的检测方法
Wu et al. Concrete spalling detection for metro tunnel from point cloud based on roughness descriptor
CN112446852A (zh) 一种隧道成像平面展示方法及缺陷智能识别系统
CN114136993B (zh) 一种盾构隧道环缝检测方法与系统
CN115127478A (zh) 基于激光扫描的盾构机管片拼装成型质量偏差检测方法
Pinpin et al. Application of 3D laser scanning in underground station cavity clusters
Tan et al. Combining mobile terrestrial laser scanning geometric and radiometric data to eliminate accessories in circular metro tunnels
CN110672632A (zh) 一种隧道病害识别方法
CN110672622A (zh) 一种基于点云数据和全站仪的隧道缺陷快速定位方法
CN116295262B (zh) 一种隧道变形区域自动三维定位方法
CN107644119B (zh) 一种基于三维扫描点云的半孔率自动计算方法
CN113673011A (zh) 基于点云数据智能识别运营期隧道侵界的方法
CN110688767B (zh) 一种评价岩体裂隙网络模型精度的综合差异度的方法
CN108120389A (zh) 基于三维激光点云的封闭曲面变形检测方法

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