CN111322985B - 基于激光点云的隧道限界分析方法、装置和系统 - Google Patents

基于激光点云的隧道限界分析方法、装置和系统 Download PDF

Info

Publication number
CN111322985B
CN111322985B CN202010218307.4A CN202010218307A CN111322985B CN 111322985 B CN111322985 B CN 111322985B CN 202010218307 A CN202010218307 A CN 202010218307A CN 111322985 B CN111322985 B CN 111322985B
Authority
CN
China
Prior art keywords
point cloud
tunnel
section
boundary
data
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
CN202010218307.4A
Other languages
English (en)
Other versions
CN111322985A (zh
Inventor
汪俊
吴宇祥
鲁德宁
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 University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202010218307.4A priority Critical patent/CN111322985B/zh
Publication of CN111322985A publication Critical patent/CN111322985A/zh
Priority to US17/169,541 priority patent/US20210302157A1/en
Application granted granted Critical
Publication of CN111322985B publication Critical patent/CN111322985B/zh
Priority to US17/719,284 priority patent/US20220236422A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
    • G01C15/002—Active optical surveying means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging

Landscapes

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

Abstract

本发明公开了一种基于激光点云的隧道限界分析方法，包括：S1，获取隧道点云数据；S2，对隧道点云数据做圆柱拟合，提取隧道中轴线，结合隧道中轴线截取隧道断面；S3，提取轨道点云子集；S4，结合轨道点云子集构建限界轮廓基准线，提取隧道断面中心，结合约束条件进行限界‑断面点云配准；S5，对配准后的断面点云和限界轮廓点云进行分析，判断侵界情况。本发明不要求移动扫描初始状态与隧道轴线严格垂直，可以允许分析过程中存在数据噪声，鲁棒性强；另外，结合约束条件进行限界‑断面点云配准，能够精确获取限界轮廓与断面之间的相对位置关系，快速得到侵界判定，判定结果精度高，且不局限于某个特定结构隧道，适用性强。

Description

基于激光点云的隧道限界分析方法、装置和系统
技术领域
本发明涉及隧道限界分析技术领域，具体而言涉及一种基于激光点云的隧道限界分析方法、装置和系统。
背景技术
随着轨道交通技术的快速发展，早期建设的地铁隧道基础设施已经进入养护维护期，而新建成的地铁隧道，因地质、地下水、邻近基坑施工以及本身结构负荷等各方面的综合影响，可能会使隧道结构产生形变，这严重危害隧道安全和列车运行，必须及时准确的进行长期的形变监测，以便及时发现和预报险情，保证隧道运营安全。特别是，隧道形变分析和限界分析结果是列车安全状态最直接的表观反映，如果对地铁隧道形变趋势不及时预警，隧道发生形变，由于隧道管片刚度较大，圆隧道结构的形变首先表现为对管片拼装接缝处的拉张和挤压，导致管片两端的碎裂和止水带失效，会使隧道基础设施进一步被破坏，一旦发生事故，给生命财产带来巨大损失。
长期以来，隧道检测依赖人工手动测量和目视检查，效率精度低，消耗大量人力物力。近年来，随着我国城市地铁工程建设规模的扩大，三维激光扫描技术逐渐进入地铁隧道检测领域，获取的大规模三维激光点云数据不仅含有隧道坐标信息，还包含激光反射率信息，准确反映了隧道表面形变状态。但是传统的全站仪测量得到离散数据，数据完整度低、精度低，后续数据处理难度大。而最近出现的轨道小车系统解决了这一问题，通过车载三维激光扫描技术获得的隧道点云数据进行形变分析，能够对地铁隧道可能出现的问题及时采取处理措施。例如，专利号为CN108731640A的发明专利中公开了一种基于点云数据的地铁限界检测方法及检测系统，该地铁限界的检测方法包括：获取隧道的测量数据，测量数据包括由激光扫描仪采集的点云数据；根据测量数据生成隧道的断面图；获取地铁的限界参数并根据限界参数生成地铁的限界图；以及将限界图与断面图进行比对，并根据地铁的限界检测标准参数得到限界分析成果。该发明通过获取断面的点云数据，然后生成隧道的断面图和地铁的限界图，再将地铁的限界图与隧道的断面图进行比对，根据比对的结果和地铁的限界检测标准参数得到限界分析成果，实现了对地铁限界的自动化检测；而且通过采用激光扫描仪采集的点云数据，实现了地铁隧道空间的三维全角度测量，提高了检测的准确性。
前述方法需要已知地铁的限界检测标准参数才可以顺利进行，另外，在移动地铁隧道扫描过程中，由于移动扫描初始状态标定未与隧道轴线严格垂直、设备移动过程中振动等原因，扫描得到的地铁隧道点云数据无法直接得到地铁形变信息和隧道限界分析结果，这需要对扫描得到的数据进行预处理和后期分析，而且，为了点云数据的准确性，需要搭建高成本的检测装置。在专利号为CN110793501A的发明专利中公开了一种地铁隧道限界检测方法，解决了目前对于隧道侵界的检测效率低、成本高的弊端，其技术方案要点是通过三维激光扫描检测装置扫描获取隧道断面点云，生成断面点云图的外接矩形框，将矩形框内的断面点云转换成断面图像；标记断面图像中隧道特征点以获得样本集；搭建基于卷积神经网络的回归模型，通过标记获得的样本集对回归模型进行训练、测试，再通过回归模型进行预测；获取轨道车的轮廓线，识别特征点以统一轨道车坐标与断面点云坐标并叠加，基于回归模型对轨道车在隧道内是否侵界进行判断，该发明能通过模型计算将轨道车和断面点云进行坐标系的统一，高效便捷的进行侵界的判断。然而，这种回归模型需要大量的样本数据予以支撑，且计算过程复杂，且对于不同结构的隧道需要重新创建模型，精度和效率都很低，无法满足现代化隧道检测与监测的要求。
针对现有技术中无法检测限界轮廓与隧道断面之间是否侵界的问题，目前尚未提出有效的解决方案。
发明内容
本发明目的在于提供一种基于激光点云的隧道限界分析方法、装置和系统，在提取到轨道点云子集后，构建限界轮廓基准线，结合约束条件进行限界-断面点云配准，继而对配准后数据进行分析，快速判定侵界情况。本发明不要求移动扫描初始状态与隧道轴线严格垂直，可以允许分析过程中存在数据噪声，鲁棒性强；另外，基于在提取到轨道点云子集后，构建限界轮廓基准线，结合约束条件进行限界-断面点云配准，能够精确获取限界轮廓与断面之间的相对位置关系，快速得到侵界判定，判定结果精度高，且不局限于某个特定结构隧道，适用性强。
为达成上述目的，结合图1，本发明提出一种基于激光点云的隧道限界分析方法，所述隧道限界分析方法包括以下步骤：
S1，获取隧道点云数据；
S2，对隧道点云数据做圆柱拟合，提取隧道中轴线，结合隧道中轴线截取隧道断面；
S3，提取轨道点云子集；
S4，结合轨道点云子集构建限界轮廓基准线，提取隧道断面中心，结合约束条件进行限界-断面点云配准；
S5，对配准后的断面点云和限界轮廓点云进行分析，判断侵界情况。
作为其中的一种优选例，步骤S1中，所述获取隧道点云数据的过程包括以下步骤：
使用三维激光扫描仪对隧道进行扫描，获取隧道点云数据；
对所有的隧道点云数据进行分段截取。
作为其中的一种优选例，每段长度为10环管片。
作为其中的一种优选例，步骤S2中，所述对隧道点云数据做圆柱拟合，提取隧道中轴线，结合隧道中轴线截取隧道断面的过程包括以下步骤：
S21，采用高斯映射拟合方法对所述隧道点云数据进行圆柱拟合，提取得到隧道中轴线；
S22，基于隧道点云数据中任意一点p及该点的轴线方向，截取单个隧道点云断面数据，构建截平面；
S23，将隧道点云断面沿提取得到的隧道中轴线进行投影，得到二维断面数据。
作为其中的一种优选例，步骤S3中，所述提取轨道点云子集的过程包括以下步骤：
从隧道点云数据中提取轨道点云数据，分别选定两个轨道点云数据中的任意一点pi、pj，对两个轨道点云子集进行欧式距离聚类。
作为其中的一种优选例，步骤S4中，所述约束条件的获取过程包括以下步骤：
根据所述两轨道点云数据中选择最高点，分别设定成z_maxi、z_maxj，根据两个最高点构建直线l，计算直线l的斜率k；
根据所述隧道断面数据进行ransac圆拟合，得到圆心c以及圆心的横坐标c.x；
设置两个约束条件：(1)限界轮廓包围框底边与直线l重合；(2)限界轮廓中心横坐标c0.x＝c.x。
作为其中的一种优选例，步骤S5中，所述对配准后的断面点云和限界轮廓点云进行分析，判断侵界情况的过程包括以下步骤：
针对断面点云中任一点p_i，通过KNN检索出限界轮廓点云中的最近点p_in，通过侵界函数判断侵界情况；
所述侵界函数为：
S＝||p_i-c||-||p_in-c||
其中，p_i为断面点云中任意点，p_in为通过KNN检索出限界轮廓点云的最近点；当侵界函数S<0时，则判定为侵界，否则判定为不侵界。
基于前述分析方法，本发明还提及一种基于激光点云的隧道限界分析装置，所述隧道限界分析装置包括：
(1)数据获取模块，用于获取隧道点云数据；
(2)预处理模块，用于预处理隧道点云数据，截取管片，提取隧道中轴线和轨道点云子集；其中，轨道点云子集用于后续处理模块中的点云配准；
(3)分析模块，用于计算轨道直线和隧道圆心，通过约束条件将界限轮廓点云与断面点云配准，并结合配准后的数据进行限界分析。
作为其中的一种优选例，所述预处理模块包括截取单元和轨道提取单元；
所述截取单元用于将点云数据分段进行截取；
所述轨道提取单元用于从隧道点云数据中提取轨道点云数据，通过两个轨道点云子集进行欧氏聚类，提取得到两轨道点云子集。
基于前述分析方法，本发明还提及一种基于激光点云的隧道限界分析系统，所述隧道限界分析系统包括三维扫描仪、处理器、存储器，和储存在存储器上用于实现权利要求1-7中任意一项中所述的隧道限界分析方法的程序；
所述隧道限界分析系统安装在隧道检测车上；
所述三维扫描仪与处理器连接，用于对隧道进行扫描，获取隧道点云数据，将获取的隧道点云数据发送至处理器。
在本发明中，为地铁隧道限界分析问题提供了准确的自动检测计算方法，具体通过以下方式实现：获取地铁隧道三维点云数据，截取管片数据，拟合圆柱提取中轴线并进行二维断面投影，之后，提取轨道点云子集，计算约束条件，最后通过配准对限界的侵界问题进行计算。上述方法可以简单有效地检测地铁隧道的限界侵界问题，能够更加有效地降低地铁列车的运营风险，提高了列车运行的安全。
以上本发明的技术方案，与现有相比，其显著的有益效果在于：
(1)本发明不要求移动扫描初始状态与隧道轴线严格垂直，可以允许分析过程中存在数据噪声，鲁棒性强。
(2)另外，基于在提取到轨道点云子集后，构建限界轮廓基准线，结合约束条件进行限界-断面点云配准，能够精确获取限界轮廓与断面之间的相对位置关系，快速得到侵界判定，判定结果精度高，且不局限于某个特定结构隧道，适用性强。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
图1是本发明的基于激光点云的隧道限界分析方法的流程图。
图2是本发明实施例一中获取得到的10环管片点云示意图。
图3是本发明实施例一中提取得到截面中的轨道点云示意图。
图4是本发明实施例一的隧道限界分析结果示意图。
图5是本发明实施例二的一种基于激光点云的隧道限界分析装置的结构框图。
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
实施例一
在本发明优选的实施例一中提供了一种基于激光点云的地铁隧道限界分析方法，该方法可以直接应用至各种基于激光点云的地铁隧道限界分析装置上，具体实现时，可以通过在写入地铁隧道限界分析装置控制器相应的程序的方式来实现。具体来说，图1示出该方法的一种可选的流程图，如图1所示，该方法包括如下步骤：
S1：获取地铁隧道点云数据：具体地，通过基于三维扫描仪的隧道检测车对隧道进行扫描，获取地铁隧道点云数据。
S2：点云数据圆柱拟合，提取中轴线，截取隧道断面：具体地，通过高斯映射对点云数据进行圆柱拟合，提取地铁隧道中轴线，截取单个隧道点云断面数据，基于点云数据中任意一点p及该点的轴线方向，构建截平面。
S3：提取轨道点云子集：具体地，分别选定两轨道点云数据中的任意一点pi、pj,将两轨道点云子集进行欧式距离聚类，聚类的距离阈值设置为0.02m，提取轨道点云子集。
S4：构建限界轮廓基准线，提取断面中心，通过上述约束进行限界断面点云配准：具体地，选择两轨道点云中的最高点，即z_maxi、z_maxj，构建直线l，计算直线斜率k；对隧道断面进行ransac圆拟合，ransac带宽阈值设置为0.04m，得到圆心c；进行限界轮廓与断面点云的配准，满足两个约束：(1)限界轮廓包围框底边与直线l重合；(2)限界轮廓中心横坐标c0.x＝c.x。
S5：进行数据分析，判断侵界情况：具体地，针对断面点云中心中任一点p_i，通过KNN检索出限界轮廓点云中的最近点p_in,则可通过如下定义的侵界函数来判断是否侵界；侵界函数定义如下：
S＝||p_i-c||-||p_in-c||
其中，p_i为断面点云中任意点，p_in为通过KNN检索出限界轮廓点云的最近点；当侵界函数S<0时，则侵界，否则不侵界。
在上述实施方式中，为解决现有技术中无法检测限界轮廓与隧道之间是否侵界的问题提供了准确的计算分析方法，具体通过以下方式实现：获取地铁隧道点云数据；点云数据圆柱拟合，提取中轴线，截取隧道断面；提取轨道点云子集；构建限界轮廓基准线，提取断面中心，通过上述约束进行限界断面点云配准；进行数据分析，判断侵界情况。上述方法提供了简单可行的地铁隧道限界分析方法，可以有效降低地铁隧道限界分析难度，能够更加有效的避免因分析计算复杂导致的分析错误，提高了限界分析效率和准确度。
图2是根据本发明实施例一中获取得到的10环管片点云示意图。通过基于三维扫描仪的隧道检测车对隧道进行扫描而获取地铁隧道点云数据，得到10环管片点云数据。
图3是根据本发明实施例一中提取得到截面中的轨道点云示意图；具体地，分别选定两轨道点云数据中的任意一点pi、pj,将两轨道点云子集进行欧式距离聚类，聚类的距离阈值设置为0.02m，提取轨道点云子集。其中，图3所示线框中点云数据即为分别提取得到的两轨道点云子集。
图4显示了根据本发明实施例一的隧道限界分析方法的分析结果示意图，限界轮廓与隧道截面最近点距离得到显示和计算。由此可见，上述实施方式能够准确实现隧道限界分析，检测地铁隧道的限界侵界问题。
实施例二
基于上述实施例一中提供的一种基于激光点云的隧道限界分析方法，在本发明优选的实施例二中还提供了一种基于激光点云的隧道限界分析装置，具体地，图2示出该装置的一种可选的结构框图，如图5所示，该装置包括数据获取模块、预处理模块和分析模块。
所述数据获取模块用于获取地铁隧道三维点云数据，通过基于隧道检测小车的三维激光扫描仪系统对地铁隧道进行扫描，导出地铁隧道三维点云数据用于后续的预处理和分析计算。
所述预处理模块与数据获取模块相连接，用于预先处理地铁隧道点云数据，截取管片，提取隧道中轴线和轨道点云子集；其中，预处理模块包括：截取单元，用于将点云数据按10环管片进行截取，便于后续的分批处理；轨道提取单元，用于从隧道点云数据中提取轨道点云子集，通过两轨道点云子集进行欧式聚类，实现两轨道点云子集提取。
所述分析模块与预处理模块连接，用于计算轨道直线和隧道圆心，通过约束条件将限界轮廓与断面点云配准，进行限界分析。
在上述实施方式中，为解决现有技术中无法检测限界轮廓与隧道之间是否侵界的问题提供了准确的计算分析方法，具体通过以下方式实现：获取地铁隧道点云数据；点云数据圆柱拟合，提取中轴线，截取隧道断面；提取轨道点云子集；构建限界轮廓基准线，提取断面中心，通过上述约束进行限界断面点云配准；进行数据分析，判断侵界情况。上述方法提供了简单可行的地铁隧道限界分析方法，可以有效降低地铁隧道限界分析难度，能够更加有效的避免因分析计算复杂导致的分析错误，提高了限界分析效率和准确度。
优选地，预处理模块包括：截取单元，用于将点云数据按10环管片的长度进行截取，便于后续的分批处理；轨道提取单元，用于从隧道点云数据中提取轨道点云子集，通过两轨道点云子集进行欧氏聚类，实现两轨道点云子集提取。
进一步地，分析模块包括：约束计算单元，用于构建轨道特征直线和通过ransac圆拟合，计算直线斜率和隧道圆心等约束条件计算；点云配准单元，基于上述约束条件，将限界轮廓与断面点云进行配准；侵界计算单元，使用定义的侵界函数判断各段管片是否发生侵界。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (10)

1.一种基于激光点云的隧道限界分析方法，其特征在于，所述隧道限界分析方法包括以下步骤：
S1，获取隧道点云数据；
S2，对隧道点云数据做圆柱拟合，提取隧道中轴线，结合隧道中轴线截取隧道断面；
S3，提取轨道点云子集；
S4，结合轨道点云子集构建限界轮廓基准线，提取隧道断面中心，结合约束条件进行限界-断面点云配准；
S5，对配准后的断面点云和限界轮廓点云进行分析，判断侵界情况。
2.根据权利要求1所述的基于激光点云的隧道限界分析方法，其特征在于，步骤S1中，所述获取隧道点云数据的过程包括以下步骤：
使用三维激光扫描仪对隧道进行扫描，获取隧道点云数据；
对所有的隧道点云数据进行分段截取。
3.根据权利要求2所述的基于激光点云的隧道限界分析方法，其特征在于，每段长度为10环管片。
4.根据权利要求1所述的基于激光点云的隧道限界分析方法，其特征在于，步骤S2中，所述对隧道点云数据做圆柱拟合，提取隧道中轴线，结合隧道中轴线截取隧道断面的过程包括以下步骤：
S21，采用高斯映射拟合方法对所述隧道点云数据进行圆柱拟合，提取得到隧道中轴线；
S22，基于隧道点云数据中任意一点p及该点的轴线方向，截取单个隧道点云断面数据，构建截平面；
S23，将隧道点云断面沿提取得到的隧道中轴线进行投影，得到二维断面数据。
5.根据权利要求1所述的基于激光点云的隧道限界分析方法，其特征在于，步骤S3中，所述提取轨道点云子集的过程包括以下步骤：
从隧道点云数据中提取轨道点云数据，分别选定两个轨道点云数据中的任意一点pi、pj，对两个轨道点云子集进行欧式距离聚类。
6.根据权利要求1所述的基于激光点云的隧道限界分析方法，其特征在于，步骤S4中，所述约束条件的获取过程包括以下步骤：
从两个轨道点云数据中选择各自对应的最高点，分别设定成z_maxi、z_maxj，根据两个最高点构建直线l，计算直线l的斜率k；
根据所述隧道断面数据进行ransac圆拟合，得到圆心c以及圆心的横坐标c.x；
设置两个约束条件：(1)限界轮廓包围框底边与直线l重合；(2)限界轮廓中心横坐标c0.x＝c.x。
7.根据权利要求1所述的基于激光点云的隧道限界分析方法，其特征在于，步骤S5中，所述对配准后的断面点云和限界轮廓点云进行分析，判断侵界情况的过程包括以下步骤：
针对断面点云中任一点p_i，通过KNN检索出限界轮廓点云中的最近点p_in，通过侵界函数判断侵界情况；
所述侵界函数为：
S＝||p_i-c||-||p_in-c||
其中，p_i为断面点云中任意点，p_in为通过KNN检索出限界轮廓点云的最近点；当侵界函数S<0时，则判定为侵界，否则判定为不侵界。
8.一种基于激光点云的隧道限界分析装置，其特征在于，所述隧道限界分析装置包括：
数据获取模块，用于获取隧道点云数据；
预处理模块，用于预处理隧道点云数据，截取管片，提取隧道中轴线和轨道点云子集；其中，轨道点云子集用于后续处理模块中的点云配准；
分析模块，用于计算轨道直线和隧道圆心，通过约束条件将界限轮廓点云与断面点云配准，并结合配准后的数据进行限界分析。
9.根据权利要求8所述的基于激光点云的隧道限界分析装置，其特征在于，所述预处理模块包括：
截取单元，用于将点云数据分段进行截取；
轨道提取单元，用于从隧道点云数据中提取轨道点云数据，通过两个轨道点云子集进行欧氏聚类，提取得到两轨道点云子集。
10.一种基于激光点云的隧道限界分析系统，其特征在于，所述隧道限界分析系统包括三维扫描仪、处理器、存储器，和储存在存储器上用于实现权利要求1-7中任意一项中所述的隧道限界分析方法的程序；
所述隧道限界分析系统安装在隧道检测车上；
所述三维扫描仪与处理器连接，用于对隧道进行扫描，获取隧道点云数据，将获取的隧道点云数据发送至处理器。
CN202010218307.4A 2020-03-25 2020-03-25 基于激光点云的隧道限界分析方法、装置和系统 Active CN111322985B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010218307.4A CN111322985B (zh) 2020-03-25 2020-03-25 基于激光点云的隧道限界分析方法、装置和系统
US17/169,541 US20210302157A1 (en) 2020-03-25 2021-02-07 Method, device and system for analyzing tunnel clearance based on laser point cloud
US17/719,284 US20220236422A1 (en) 2020-03-25 2022-04-12 Method, device and system for analyzing tunnel clearance based on laser point cloud

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010218307.4A CN111322985B (zh) 2020-03-25 2020-03-25 基于激光点云的隧道限界分析方法、装置和系统

Publications (2)

Publication Number Publication Date
CN111322985A CN111322985A (zh) 2020-06-23
CN111322985B true CN111322985B (zh) 2021-04-09

Family

ID=71171726

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010218307.4A Active CN111322985B (zh) 2020-03-25 2020-03-25 基于激光点云的隧道限界分析方法、装置和系统

Country Status (2)

Country Link
US (1) US20210302157A1 (zh)
CN (1) CN111322985B (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110148144B (zh) * 2018-08-27 2024-02-13 腾讯大地通途（北京）科技有限公司 点云数据的分割方法和装置、存储介质、电子装置
CN112197743B (zh) * 2020-10-10 2022-05-17 北京工商大学 一种地铁隧道轮廓-包络线最短距离分析方法
CN112097669B (zh) * 2020-11-17 2021-02-12 南京派光智慧感知信息技术有限公司 一种基于激光测距的隧道内结构形变的监测方法
CN112857252B (zh) * 2021-01-12 2023-04-07 深圳市地铁集团有限公司 一种基于反射率强度的隧道影像边界线检测方法
CN112923869A (zh) * 2021-02-03 2021-06-08 南京市测绘勘察研究院股份有限公司 一种基于点云的地铁隧道限界检测方法
CN113269679B (zh) * 2021-02-03 2023-08-04 南京市测绘勘察研究院股份有限公司 一种圆形隧道结构中心线提取方法
CN113343341B (zh) * 2021-07-02 2023-03-21 中国铁建电气化局集团北方工程有限公司 一种用于轨行区大数据地铁接触网装配参数的获取方法
CN114373039B (zh) * 2021-12-09 2024-08-30 广州市泰宇科技发展有限公司 一种基于点云数据的限界检测方法及检测装置
CN114499721A (zh) * 2021-12-21 2022-05-13 重庆邮电大学 一种隧道场景下的多散射簇车对车信道建模方法
CN114511635B (zh) * 2022-02-21 2024-09-27 成都翰瑞威自动化测控设备有限责任公司 基于三维点云的接触网测量及分析方法
CN115290093B (zh) * 2022-08-15 2024-08-16 同济大学 一种水电站引水管道内无人机自动巡检的定位导航方法
CN115690184B (zh) * 2022-10-24 2024-02-06 西南交通大学 一种基于三维激光扫描的隧道掌子面位移量测方法
CN115792949B (zh) * 2023-02-10 2023-04-25 深圳酷源数联科技有限公司 一种适用于矿井巷道的形变监测方法及系统
CN116142727B (zh) * 2023-04-14 2023-09-19 合肥金星智控科技股份有限公司 一种基于激光条纹缺陷识别的传送带撕裂检测方法及系统
CN116399293B (zh) * 2023-06-08 2023-08-15 中铁五局集团电务工程有限责任公司 一种运营隧道沉降变形监测系统及方法
CN116678377B (zh) * 2023-08-03 2023-11-03 中国水利水电第七工程局有限公司 一种基于自动全站仪的隧道净空自动检测方法
CN117249803B (zh) * 2023-08-09 2024-05-28 中交第四航务工程局有限公司 一种深基坑支护立柱沉降监测与预警方法
CN116740156B (zh) * 2023-08-10 2023-11-03 西南交通大学 基于高斯球和主平面分布的任意位姿施工元件的配准方法
CN118189894A (zh) * 2024-03-04 2024-06-14 深圳市交通工程试验检测中心有限公司 一种盾构隧道管片拼装轴线定位信息分析处理方法及系统
CN118424216B (zh) * 2024-07-05 2024-09-24 维飒科技(西安)有限公司 一种基于三维激光的隧道超欠挖检测方法及系统
CN118799368A (zh) * 2024-09-13 2024-10-18 法奥意威(苏州)机器人系统有限公司 结合点云配准的圆柱体检测方法和电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108549087A (zh) * 2018-04-16 2018-09-18 北京瑞途科技有限公司 一种基于激光雷达的在线检测方法
CN108731640A (zh) * 2017-04-25 2018-11-02 北京威远图易数字科技有限公司 基于点云数据的地铁限界检测方法及检测系统
CN109059792A (zh) * 2018-07-19 2018-12-21 汪俊 动态三维隧道断面形变检测及分析系统、方法及装置
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
CN110411361A (zh) * 2019-05-15 2019-11-05 首都师范大学 一种移动隧道激光检测数据处理方法
JP2020037809A (ja) * 2018-09-04 2020-03-12 清水建設株式会社 覆工補強鉄筋施工支援方法及び覆工補強鉄筋施工支援装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7583372B2 (en) * 2005-06-01 2009-09-01 Hunter Engineering Company Machine vision vehicle wheel alignment image processing methods
US9811714B2 (en) * 2013-08-28 2017-11-07 Autodesk, Inc. Building datum extraction from laser scanning data
US9664784B2 (en) * 2013-12-04 2017-05-30 Trimble Inc. System and methods for data point detection and spatial modeling
CN103630082A (zh) * 2013-12-09 2014-03-12 天津工业大学 一种基于三维扫描数据的转向轴内径测量方法
US10816347B2 (en) * 2017-12-12 2020-10-27 Maser Consulting, Inc. Tunnel mapping system and methods
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108731640A (zh) * 2017-04-25 2018-11-02 北京威远图易数字科技有限公司 基于点云数据的地铁限界检测方法及检测系统
CN108549087A (zh) * 2018-04-16 2018-09-18 北京瑞途科技有限公司 一种基于激光雷达的在线检测方法
CN109059792A (zh) * 2018-07-19 2018-12-21 汪俊 动态三维隧道断面形变检测及分析系统、方法及装置
JP2020037809A (ja) * 2018-09-04 2020-03-12 清水建設株式会社 覆工補強鉄筋施工支援方法及び覆工補強鉄筋施工支援装置
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
CN110411361A (zh) * 2019-05-15 2019-11-05 首都师范大学 一种移动隧道激光检测数据处理方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
三维激光扫描技术在既有交通隧道快速检测中的应用;冯英会 等;《智能与信息化》;20190531;全文 *
基于点云数据的轨道结构与隧道空间限界一体化自动检测方法研究;陈国栋 等;《铁道标准设计》;20191231;第63卷(第12期);全文 *
基于移动扫描技术的地铁隧道全息数据采集及应用研究;王智 等;《城市勘测》;20191031(第5期);全文 *

Also Published As

Publication number Publication date
CN111322985A (zh) 2020-06-23
US20210302157A1 (en) 2021-09-30

Similar Documents

Publication Publication Date Title
CN111322985B (zh) 基于激光点云的隧道限界分析方法、装置和系统
Peng et al. A UAV-based machine vision method for bridge crack recognition and width quantification through hybrid feature learning
Liu et al. A review of applications of visual inspection technology based on image processing in the railway industry
CN107621626B (zh) 基于深度卷积神经网络的雷达信号铁路路基病害检测方法
US20210303751A1 (en) Method and device for rapid analysis of tunnel section convergence
Sánchez-Rodríguez et al. Automated detection and decomposition of railway tunnels from Mobile Laser Scanning Datasets
CN103486971B (zh) 一种地铁隧道裂缝宽度检测及校正算法
US20220236422A1 (en) Method, device and system for analyzing tunnel clearance based on laser point cloud
CN109360188A (zh) 一种高铁接触网等电位线不良状态的检测方法
CN112508911A (zh) 基于巡检机器人的轨交接触网悬挂支撑部件裂纹检测系统及其检测方法
CN110672632A (zh) 一种隧道病害识别方法
CN111127409A (zh) 基于sift图像配准与余弦相似度的列车部件检测方法
CN111553500B (zh) 基于注意力机制全卷积网络的铁路交通接触网巡检方法
CN111723793B (zh) 一种实时刚性接触网定位点识别方法
CN117314921B (zh) 一种基于rfid的轨道巡检设备的起点检测及处置方法
CN111563886B (zh) 基于非监督特征学习的隧道钢轨表面病害检测方法及装置
Wang et al. Automated identification and localization of rail internal defects based on object detection networks
CN112801110A (zh) 轨道列车线阵相机图像畸变校正的目标检测方法及装置
CN111723792B (zh) 适用于刚柔接触网的实时定位点识别方法
CN109064417B (zh) 地铁隧道图像处理方法及装置
CN115546115A (zh) 一种基于地理形态学的覆冰冰形图片分割及识别方法
CN116242774A (zh) 适用于农村公路的轻量化三维检测方法及装置
CN114660070A (zh) 一种隧道三维故障检测识别方法及系统
Ashraf et al. Algorithm for automatic crack analysis and severity identification
CN112529092A (zh) 一种基于语义分割的沥青路面裂缝快速分类方法

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