CN110345968A - 一种对移动三维激光扫描隧道成果里程配付的方法 - Google Patents

一种对移动三维激光扫描隧道成果里程配付的方法 Download PDF

Info

Publication number
CN110345968A
CN110345968A CN201910652235.1A CN201910652235A CN110345968A CN 110345968 A CN110345968 A CN 110345968A CN 201910652235 A CN201910652235 A CN 201910652235A CN 110345968 A CN110345968 A CN 110345968A
Authority
CN
China
Prior art keywords
mileage
tunnel
point
information
moving
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
CN201910652235.1A
Other languages
English (en)
Inventor
储征伟
段伟
王敏
侯东亚
施向明
贺磊
冯耀
盛迎晓
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.)
Nanjing Surveying And Mapping Investigation And Research Institute Ltd By Share Ltd
Leica Geosystems Shanghai Co Ltd
Original Assignee
Nanjing Surveying And Mapping Investigation And Research Institute Ltd By Share Ltd
Leica Geosystems Shanghai 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 Nanjing Surveying And Mapping Investigation And Research Institute Ltd By Share Ltd, Leica Geosystems Shanghai Co Ltd filed Critical Nanjing Surveying And Mapping Investigation And Research Institute Ltd By Share Ltd
Priority to CN201910652235.1A priority Critical patent/CN110345968A/zh
Publication of CN110345968A publication Critical patent/CN110345968A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • G06F16/24573Query processing with adaptation to user needs using data annotations, e.g. user-defined metadata

Abstract

本发明公开了一种对移动三维激光扫描隧道成果里程配付的方法;使用带里程信息的隧道结构中线作为基准线,为隧道中所有扫描点云匹配高精度里程值;解决海量点云的快速里程配付和里程信息记录问题;从而提高数据量较大时里程配付的速度,并同时降低记录扫描点里程信息占用的内存空间。由于处理速度快,占用内存空间小,使用户可以根据实际情况,随时进行里程配付操作,方便地铁隧道检测的后续操作。

Description

一种对移动三维激光扫描隧道成果里程配付的方法
技术领域
本方法属于隧道形变病害检测领域,具体为一种抛开传统的全站仪检测方式,使高效的高密度点云的扫描结果的检测应用成为可能的对扫描隧道成果里程配付的方法。
背景技术
随着社会的发展,科学技术的进步,大大促进了社会生产力的发展,尤其是交通运输业的飞速发展,更是为社会的发展注入了新的活力。
为了能够提供便捷快速的交通,在一些居住或流动人口大的城市或地区,地上建高架,地下修地铁的交通运输方式已经十分普遍。地铁隧道在建成后,随着时间增加,易受土层、地下水等外部环境压力影响而逐渐发生形变和病害。渗水等病害会影响隧道结构的稳定性,甚至造成地铁运营安全隐患。常规检测隧道形变与病害的方法存在以下问题:传感器自动化监测方法只能获取点线成果且系统造价高,数据密度低且不适宜全线路应用;人工巡检病害方法效率低,易漏检;轨道移动三维扫描系统可获取海量隧道点云数据,但数据处理非常复杂,自动化程度低,点云里程信息的匹配算法具有一定的难度。
为了使移动三维激光扫描技术顺利应用于地铁隧道的变形病害等检测,急需一种新的方法将海量点云数据快速与隧道里程数据匹配的方法。
发明内容
为了解决现有技术中几十亿点位级别海量空间点位数据到实际空间位置灵活高效的转换方法,非简单的空间坐标系转换的对扫描隧道成果里程配付的方法。
本发明的目的是这样实现的:
一种对移动三维激光扫描隧道成果里程配付的方法,包括以下步骤:
1)、使用移动三维激光扫描系统获取隧道表面点云;
2)、使用包含里程信息的隧道结构中心线;
3)、使用点坐标与里程配对的方式记录里程匹配关系,并更新隧道中心线里程信息;
4)、不记录存储点云上所有点的实际匹配后的里程值,只保留匹配关系;
5)、按需根据匹配后的中心线里程信息计算点云实际匹配里程;
6)、扫描点匹配到实际里程方法:将点云中的各扫描点投影到结构中心线后,使用线性插值计算出投影点的里程值,即为该扫描点的里程值。
积极有益效果:本发明区别于传统计算机点位信息存储方式,为了能灵活处理海量点位数据,该方法并不为扫描的海量点云存储里程或坐标信息,只是在每次需要时,用点位基准信息(前面方法设计的带里程的中心线)推导出扫描点的实际空间位置信息。这样处理的好处是里程配付时我们不需要为几十亿个点计算并分配实际里程信息或点位信息,一则大大节约了处理的时间,以几亿个点为例配付时间在普通电脑上只要几秒以内。二则大大降低了存储空间,以10亿个点为例可节约内存空间22.35G,使海量点云的配付在普通家用电脑配置上也能快速轻松完成。
附图说明
图1为本发明的算法处理流程图;
图2为点云数据里程配付流程;
图3为隧道扫描点里程计算原理图。
具体实施方式
下面结合附图及具体实施例,对本发明做进一步的说明:
如图1所示,一种对移动三维激光扫描隧道成果里程配付的方法,包括以下步骤:
1)、使用移动三维激光扫描系统获取隧道表面点云;
2)、使用包含里程信息的隧道结构中心线;
3)、使用点坐标与里程配对的方式记录里程匹配关系,并更新隧道中心线里程信息;
4)、不记录存储点云上所有点的实际匹配后的里程值,只保留匹配关系;
5)、按需根据匹配后的中心线里程信息计算点云实际匹配里程;
6)、扫描点匹配到实际里程方法:将点云中的各扫描点投影到结构中心线后,使用线性插值计算出投影点的里程值,即为该扫描点的里程值。
实施例
一种对移动三维激光扫描隧道成果里程配付的方法,包括以下步骤
a、通过选取点或输入点和里程信息确定点坐标和里程的对应关系;
b、根据坐标和里程关系,更新结构中线上所有点里程信息;
c、根据结构中线里程信息配付扫描点里程信息;
如图3所示,扫描点A投影到隧道结构中线BC的原理:扫描点A在隧道结构中线BC上的投影为为A到BC的垂足,A点的里程是根据B、C点的里程插值计算得出;隧道结构中心线为折线段,B、C点为左右距离最近的点。即该方法只需更新中线上各点(如B、C点)的里程,即解决所有点里程配付问题。
如图2所示,该方法应用于《轨道交通结构测量与病害检测系统》,操作方法:按顺序打开软件,打开扫描数据,点击“里程配付”菜单,在里程配付对话框中输入点三维坐标和对应里程,点击确定,几秒后即完成里程配付;或者在三维视图中点云扫描点位(用户根据特征位置),输入对应里程,点击确定即完成里程配付。该方法具体操作起来也相当简单方便。
地铁隧道采用里程值定位隧道走向位置,故本方法结合行业实际作业情况采用带里程的结构中心线作为参照基准线,赋予每个点里程信息作为实际空间位置标识信息,达到扫描点位到实际点位的匹配,并非给出实际空间点位坐标信息,计算方法将扫描点位投影到结构中心线,计算出扫描点对应的里程信息;
该方法考虑到传统作业方式,提供将传统作业方式测得的扫描坐标系中的点坐标信息,作为参数已知条件进行里程匹配条件,也可根据海量点位数据能反映特征位置的特点,可让操作人员在点云视图中用鼠标选择特征位置,并输入该位置里程进行里程匹配;
区别于传统计算机点位信息存储方式,为了能灵活处理海量点位数据,该方法并不为海量扫描的点存储里程或实际点坐标信息,只是在每次需要时,用点位基准信息(前面方法设计的带里程的中心线)推导出扫描点的实际空间位置信息。这样处理的好处是里程配付时我们不需要为几十亿个点计算并分配实际点位信息,一则大大节约了处理的时间,以几亿个点为例配付时间在普通电脑上只要几秒以内。二则大大降低了存储空间,以10亿个点为例可节约内存空间22.35G,使海量点云的配付在普通家用电脑配置上也能快速轻松完成;
由于处理速度快,占用内存空间小,使用户可以根据实际情况,随时进行里程配付操作,方便地铁隧道检测的后续操作。

Claims (1)

1.一种对移动三维激光扫描隧道成果里程配付的方法,其特征在于,包含以下步骤:
1)、使用移动三维激光扫描系统获取隧道表面点云;
2)、使用包含里程信息的隧道结构中心线;
3)、使用点坐标与里程配对的方式记录里程匹配关系,并更新隧道中心线里程信息;
4)、不记录存储点云上所有点的实际匹配后的里程值,只保留匹配关系;
5)、按需根据匹配后的中心线里程信息计算点云实际匹配里程;
6)、扫描点匹配到实际里程方法:将点云中的各扫描点投影到结构中心线后,使用线性插值计算出投影点的里程值,即为该扫描点的里程值。
CN201910652235.1A 2019-07-18 2019-07-18 一种对移动三维激光扫描隧道成果里程配付的方法 Pending CN110345968A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910652235.1A CN110345968A (zh) 2019-07-18 2019-07-18 一种对移动三维激光扫描隧道成果里程配付的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910652235.1A CN110345968A (zh) 2019-07-18 2019-07-18 一种对移动三维激光扫描隧道成果里程配付的方法

Publications (1)

Publication Number Publication Date
CN110345968A true CN110345968A (zh) 2019-10-18

Family

ID=68179222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910652235.1A Pending CN110345968A (zh) 2019-07-18 2019-07-18 一种对移动三维激光扫描隧道成果里程配付的方法

Country Status (1)

Country Link
CN (1) CN110345968A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112731440A (zh) * 2020-12-25 2021-04-30 中国铁道科学研究院集团有限公司 高速铁路边坡形变检测方法及装置
CN113627270A (zh) * 2021-07-19 2021-11-09 成都圭目机器人有限公司 一种基于图像拼接和标线检测的公路里程定位方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001004576A1 (en) * 1999-07-14 2001-01-18 Cyra Technologies, Inc. Method for operating a laser scanner
CN106127771A (zh) * 2016-06-28 2016-11-16 上海数联空间科技有限公司 基于激光雷达lidar点云数据获取隧道正射影像系统及方法
CN109708615A (zh) * 2018-12-20 2019-05-03 上海同岩土木工程科技股份有限公司 一种基于激光扫描的地铁隧道限界动态检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001004576A1 (en) * 1999-07-14 2001-01-18 Cyra Technologies, Inc. Method for operating a laser scanner
CN106127771A (zh) * 2016-06-28 2016-11-16 上海数联空间科技有限公司 基于激光雷达lidar点云数据获取隧道正射影像系统及方法
CN109708615A (zh) * 2018-12-20 2019-05-03 上海同岩土木工程科技股份有限公司 一种基于激光扫描的地铁隧道限界动态检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
欧斌: "3维激光扫描技术在城市轨道交通工程结构断面测量中的应用研究", 《测绘与空间地理信息》 *
王星: "地铁隧道形变检测定位系统实现", 《电子设计工程》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112731440A (zh) * 2020-12-25 2021-04-30 中国铁道科学研究院集团有限公司 高速铁路边坡形变检测方法及装置
CN112731440B (zh) * 2020-12-25 2023-10-13 中国铁道科学研究院集团有限公司 高速铁路边坡形变检测方法及装置
CN113627270A (zh) * 2021-07-19 2021-11-09 成都圭目机器人有限公司 一种基于图像拼接和标线检测的公路里程定位方法
CN113627270B (zh) * 2021-07-19 2023-05-26 成都圭目机器人有限公司 一种基于图像拼接和标线检测的公路里程定位方法

Similar Documents

Publication Publication Date Title
Wang et al. Google Earth elevation data extraction and accuracy assessment for transportation applications
CN109949326B (zh) 基于背包式三维激光点云数据的建筑物轮廓线提取方法
US10132951B2 (en) Detection of buried assets using drone apparatus
CN110220529B (zh) 一种路侧自动驾驶车辆的定位方法
CN105241465B (zh) 一种道路更新的方法
CN106887020A (zh) 一种基于LiDAR点云的道路纵横断面获取方法
CN104866670B (zh) 基于gps时空轨迹的路网拓扑变化自动检测方法及系统
Gikas et al. A novel geodetic engineering method for accurate and automated road/railway centerline geometry extraction based on the bearing diagram and fractal behavior
CN108871268B (zh) 一种基于激光点云的隧道超欠挖数值计算方法
CN103217688A (zh) 一种基于不规则三角网机载激光雷达点云平差计算方法
CN114547866B (zh) 基于bim-无人机-机械狗的预制构件智能检测方法
CN107833281A (zh) 一种快速建立地质临空面gocad三维地质模型的方法
CN110345968A (zh) 一种对移动三维激光扫描隧道成果里程配付的方法
KR100496814B1 (ko) Gps 측량을 이용한 도로좌표정보 취득 및 수치지도 제작방법
CN102495879A (zh) 基于地面lidar的工业架空管线量测方法
CN109085656B (zh) 一种面向特征的高精度重力图构建与插值方法
CN109937342A (zh) 用于定位移动物体的方法、装置和系统
CN111881566B (zh) 基于实景仿真的滑坡位移检测方法及装置
CN110927765B (zh) 激光雷达与卫星导航融合的目标在线定位方法
CN105717517B (zh) 一种车载北斗多模gnss高精度道路基础数据采集方法
Luo et al. Ice flow velocity mapping in East Antarctica using historical images from 1960s to 1980s: recent progress
CN115563574A (zh) 一种基于综合判据的多传感器空中目标点迹数据融合方法
Jeon et al. A study on the automatic detection of railroad power lines using LiDAR data and RANSAC algorithm
CN109782324A (zh) 一种铁路巡检定位方法
Cui Control Optimization of Scenic Spot Navigation System Based on Map Matching Algorithm

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

Application publication date: 20191018

RJ01 Rejection of invention patent application after publication