CN111524103A - 一种基于三维激光点云的圆型隧道中轴线提取方法 - Google Patents
一种基于三维激光点云的圆型隧道中轴线提取方法 Download PDFInfo
- Publication number
- CN111524103A CN111524103A CN202010283209.9A CN202010283209A CN111524103A CN 111524103 A CN111524103 A CN 111524103A CN 202010283209 A CN202010283209 A CN 202010283209A CN 111524103 A CN111524103 A CN 111524103A
- Authority
- CN
- China
- Prior art keywords
- point
- point cloud
- central axis
- tunnel
- boundary
- 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.)
- Granted
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims description 13
- 230000008030 elimination Effects 0.000 claims description 6
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 5
- IUTDVGSJRKTQPM-UHFFFAOYSA-N [4-(1,3-benzothiazol-2-yl)phenyl]boronic acid Chemical compound C1=CC(B(O)O)=CC=C1C1=NC2=CC=CC=C2S1 IUTDVGSJRKTQPM-UHFFFAOYSA-N 0.000 claims description 3
- 230000007935 neutral effect Effects 0.000 claims description 3
- 238000005215 recombination Methods 0.000 claims description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 206010034701 Peroneal nerve palsy Diseases 0.000 claims description 2
- 230000006798 recombination Effects 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000005452 bending Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000004441 surface measurement Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
- G06T3/067—Reshaping or unfolding 3D tree structures onto 2D planes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/68—Analysis of geometric attributes of symmetry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30172—Centreline of tubular or elongated structure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于三维激光点云的圆型隧道中轴线提取方法,属于地面激光扫描点云数据处理技术领域,首先使用三维激光扫描仪对隧道进行三维扫描,获取隧道三维激光点云;然后将隧道点云进行水平方向投影,根据边界特征点几何特性提取出点云边界;接着将点云边界栅格化进行精提取,依据边界点提取水平中轴线;考虑到隧道弯曲弧度、附属物及点云缺失等情况对水平中轴线精度的影响,采用滑动窗口稳健拟合的方法提取出准确水平中轴线;最后,以准确水平中轴线为基准等间隔提取出隧道横断面点云,并对横断面轮廓线进行拟合,提取出圆心作为隧道中轴点,依次连接各横断面处的中轴点从而实现圆型隧道中轴线的准确提取。
Description
技术领域
本发明属于地面激光扫描点云数据处理技术领域,具体是一种基于三维激光点云的圆型隧道中轴线提取方法。
背景技术
隧道作为城一种重要的交通设施,由于受到周围土体的挤压、地上物体及地质运动的影响,存在一定程度的形变,对其进行的全面检测是隧道交通安全运营的重要保证。目前地铁隧道形变监测常用的方法主要是利用全站仪、断面仪、收敛计等常规仪器进行监测,虽然精度高,但效率低下,难以实现对隧道整体进行实时自动监测。三维激光扫描技术被称为从单点测量进化到面测量的革命性技术突破,能够高效率、高精度提供扫描物体表面的三维点云数据,目前正广泛用于地形测量、工程测量、文物保护等方面。
随着地面激光扫描仪设备和相关应用算法的发展,地面三维激光扫描技术在大型隧道建筑的横断面提取、变形分析、灾害预测等方面得到了进一步应用。目前三维激光扫描技术在隧道工程测量领域得到了迅速发展,但是如何有效利用三维点云数据对隧道中轴线进行自动化精确提取仍是研究难点之一。
发明内容
本发明的目的在于提供一种基于三维激光点云的圆型隧道中轴线提取方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
1、一种基于三维激光点云的圆型隧道中轴线提取方法,其特征在于包括如下步骤:
a、使用地面激光扫描测量系统,获取隧道三维点云数据;
b、将三维点云投影至水平面上,根据边界特征点与临近点云的几何特性提取点云边界;
c、将点云边界栅格化,对点云边界精提取,然后依据边界提取初始水平中轴线;
d、采用滑动窗口稳健拟合法对水平中轴线进行精提取;
e、以水平中轴线为基准获取横断面轮廓线,接着使用最小二乘方法拟合横断面对称中心,即隧道中轴点,最后将各中轴点连接从而实现隧道中轴线的准确提取。
作为本发明再进一步的方案:所述步骤a包括如下子步骤:
a、数据采集
使用地面激光测量系统,获取隧道三维点云数据。
作为本发明再进一步的方案:所述步骤b包括如下子步骤:
b1、水平投影
将点云数据通过空间坐标基准变换,投影至XOY平面作为边界提取的基础数据;
b2、边界提取
根据边界特征点与临近点云的几何特性提取隧道投影的点云边界。
作为本发明再进一步的方案:所述步骤c包括如下子步骤:
c1、点云边界精提取
数据获取过程中可能出现漏测、数据丢失等情况,造成平面投影点云出现“漏洞”,进而使得提取出的边界出现噪点,使用栅格法对边界点进行精提取;
将边界点云栅格化,根据隧道走向,筛选出X(或Y)轴方向上每列栅格的Ymax、Ymin(或Xmax、Xmin)所对应的点集,从而通过获取最外层边界点,剔除掉内部噪点,并将Ymax所对应点集作为上边界,Ymin对应点集作为下边界;
c2、初始水平中轴线提取
根据c1所获得的精确点云边界点集,以上下两条边界为例:将下边界点(Xdown、Ydown、Zdown)作为圆心建立kd-tree,从上边界点集中搜索最近点(Xup、Yup、Zup)作为对应点,依据公式(1)获取初始水平中轴线点集(Xmid、Ymid、Zmid);
作为本发明再进一步的方案:滑动窗口稳健拟合中轴线步骤如下:
d1、计算阈值λ
阈值λ是选取起始窗口、剔除粗差点的关键,因此须选取合理的阈值作为判断条件,将窗口内各点到拟合直线距离的平均值作为阈值λ,将窗口1内的四点P1、P2、P3、P4进行直线拟合,拟合公式如下
F(x)=a0+a1x (2)
计算四点到直线L的距离,窗口2、3进行同上计算,最后将P1、P2、P3…Pn到所拟合直线距离di的平均值作为阈值λ;
d2、选取起始窗口
首先将P1、P2、P3、P4作为窗口进行直线拟合,然后计算各点到直线的距离e1、e2、e3、e4,若ei皆满足ei≤λ,则由该四点作为起始窗口拟合;否则,将P2、P3、P4、P5作为窗口进行直线拟合,同理判断是否满足ei≤λ;直至选取的窗口满足条件,则将该窗口作为起始窗口;
d3、粗差点剔除及拟合
d3.1、粗差点剔除
假设P1、P2、P3、P4为起始窗口,则P2、P3、P4、P5为待拟合窗口,先对待拟合窗口内的前三点(P2、P3、P4)进行直线拟合,再判断第四点(P5)到该直线L的距离f是否小于阈值λ,若小于λ则P5予以保留,并将该四点进行三阶曲线拟合;否则,将P5剔除,然后判断P6到直线L的距离f是否小于阈值λ,若满足要求则由P2、P3、P4、P6重组窗口1进行三阶曲线拟合,以此类推;
d3.2、曲线拟合
筛去粗差点,得到符合要求的窗口后(如P2、P3、P4、P6),将窗口内四点进行三阶曲线拟合,曲线方程为
F(x)=a0+a1x+a2x2+a3x3 (3)
拟合完成后,向前滑动作为待拟合窗口(如:P3、P4、P6、P7);
循环d3.1、d3.2步骤即可完成水平中轴线的滑动拟合;
d4、提取准确水平中轴线
获取全部水平中轴线的拟合方程后,代入各点的X坐标,即可提取精确水平中轴线。
作为本发明再进一步的方案:所述步骤e包括如下子步骤:
e1、横断面轮廓线获取
由于点云在特定平面内的数量是有限的,因此本发明以水平中轴线为基准将点云分割成一定厚度的切片并投影至横断面上,从而提取横断面轮廓线;
e1.1、点云切片切割
使用d3.2步骤拟合出的三阶曲线方程可求得水平中轴点P的的切线向量ρ(l,m,n),从而求得P点的法平面即横断面W的方程:
A0X+B0Y+C0Z+D=0 (4)
利用横断面方程将点云切割为宽度为g的点云切片;
e1.2、切片点云投影
将横断面方程前后各0.5g厚度的离散点云全都视为W上的点,并把该范围内的所有点云投影到该横断面方程上,由切向量ρ(l,m,n)及横断面方程可知过离散点Gi到横断面的垂线方程为
将公式(4)和(5)两式联立可得垂足点Qi,即为离散点Gi在横断面上的投影点,投影点Qi的点集构成横断面轮廓线;
e2、横断面轮廓线降噪
由于隧道内壁存在电缆、路灯、螺栓孔、沟槽等隧道附属物,点云中不可避免的出现噪声点,因此使用随机采样一致性算法对轮廓线进行降噪处理;
e3、横断面轮廓线拟合
获得有效横断面轮廓点后,利用空间平面内圆心与任意弦中点垂直于该弦作为观测条件求取横断面圆心;
由e1.1可知轮廓点满足断面方程式(4),因此拟合出的空间圆和圆心同样满足公式(4),将公式(4)转化为AX+BY+CZ-1=0(6)
设定拟合圆的圆心为O(X0,Y0,Z0),则将圆心代入公式(6)中有
[A,B,C]×[X0,Y0,Z0]T=1 (7)
即:
令ΔX12=X2-X1,ΔY12=Y2-Y1,ΔZ12=Z2-Z1,
由n个轮廓点可以得出n-1个线性无关的误差方程:
公式(10)可简化为V=BX-L,此方程中B和L皆为已知,结合最小二乘法则,按照附有条件的间接平差计算,得到法方程
NBBX+CTKs-Wl=0 (11)
将公式(7)作为限制条件,转换为
CX+Wx=0 (12)
式中C=(A,B,C),Wx=-1,NBB=BTPB,Wl=BTPL,由式(11)(12)可求得最小二乘解X,即得到横断面圆心坐标O(X0,Y0,Z0),该点即为隧道中轴点;
e4、中轴线获取
根据e3求得的中轴点,依次连接各切片内的中轴点从而实现隧道中轴线的提取。
与现有技术相比,本发明的有益效果是:
1、三维激光扫描技术即使在无光的条件下也能提供高精度、高密度的快速测量。
2、使用滑动窗口稳健拟合水平中轴线的方法可以有效规避隧道附属物及点云缺失带来的数据缺陷、提高水平中轴线精度,适用于长距离的弯曲隧道。
3、使用RANSAC算法结合最小二乘原理对轮廓线进行拟合可以有效提高中轴线精度。
附图说明
图1为本发明提供的基于三维激光点云的隧道断面提取及变形分析流程图;
图2为本发明提供的边界提取示意图;
图3为本发明提供的边界及噪点示意图;
图4为本发明提供的边界精提取示意图;
图5为本发明提供的滑动窗口拟合水平中轴线示意图;
图6为本发明提供的点云缺失示及水平中轴线变形示意图;
图7为本发明提供的点云切割俯视示意图;
图8为本发明提供的切片点云投影示意图;
图9为本发明提供的随机采样一致性算法降噪流程图;
图10为本发明提供的圆心求取示意图;
图11为本发明提供的水平投影坐标示意图;
图12为本发明提供的隧道轮廓线示意图;
图13为本发明提供的横断面轮廓线降噪示意图。
具体实施方式
请参阅图1~13,本发明实施例中,一种基于三维激光点云的圆型隧道中轴线提取方法,仅使用三维点云数据自动精确拟合出水平中轴线;并以此为基础根据隧道水平中轴线、横断面之间的几何关系提取横断面轮廓线、拟合圆断面圆心,从而提取中轴线,包括如下步骤:
a、使用地面激光扫描测量系统,获取隧道三维点云数据;
b、将三维点云投影至水平面上,根据边界特征点与临近点云的几何特性提取点云边界;
c、将点云边界栅格化,对点云边界精提取,然后依据边界提取初始水平中轴线;
d、采用滑动窗口稳健拟合法对水平中轴线进行精提取;
e、以水平中轴线为基准获取横断面轮廓线,接着使用最小二乘方法拟合横断面对称中心,即隧道中轴点,最后将各中轴点连接从而实现隧道中轴线的准确提取;
进一步,上述步骤a包括如下子步骤:
a、数据采集
使用地面激光测量系统,获取隧道三维点云数据。
进一步,上述步骤b包括如下子步骤:
b1、水平投影
如图11所示,通过空间坐标基准变换,将三维隧道点云投影至XOY平面上。
b2、边界提取
根据边界特征点与临近点云的几何特性提取隧道投影的点云边界:如图2所示,若P点为内部点,则P点的临近点均匀分布;若P点为边界点,则P点的临近点分布于一侧;因此可以依据R邻域内临近点分布的均匀程度来提取边界点。
以P为中心分别连接各个临近点,以y方向为起始向量,顺时针旋转到各个临点所在的直线上,得到k个与之对应的夹角θ,对θ进行升序排列,计算连续夹角间的差值δ。若其中的最大角大于设定阈值β0,则判断该点为边界点,否则该点为内部点。
步骤c包括如下子步骤:
c1、点云边界精提取
数据获取过程中可能出现漏测、数据丢失等情况,造成平面投影点云出现“漏洞”,进而使得提取出的边界出现噪点,如图3所示,使用栅格法对边界点进行精提取。
如图4所示,将边界点云栅格化,根据隧道走向,筛选出X(或Y)轴方向上每列栅格的Ymax、Ymin(或Xmax、Xmin)所对应的点集,从而通过获取最外层边界点,剔除掉内部噪点。并将Ymax所对应点集作为上边界,Ymin对应点集作为下边界。
c2、初始水平中轴线提取
根据c1所获得的精确点云边界点集,以上下两条边界为例:将下边界点(Xdown、Ydown、Zdown)作为圆心建立kd-tree,从上边界点集中搜索最近点(Xup、Yup、Zup)作为对应点,依据公式(1)获取初始水平中轴线点集(Xmid、Ymid、Zmid)。
进一步,上述步骤d包括如下子步骤:
考虑到电灯、电缆、沟渠等隧道附属物以及隧道弯曲弧度对水平中轴线的影响,本发明使用一种滑动窗口稳健拟合方法对水平中轴线进行多项式拟合。该方法采用分段拟合以保证水平中轴线的精度,使用递推原理以保证水平中轴线的连续性。如图5所示将P1、P2、P3、P4构成窗口1,P2、P3、P4、P5构成窗口2,以此类推,结合最小二乘方法进行局部三阶曲线拟合。单个窗口所包含的点数、多项式阶数可根据实际工程需要设置,本发明以四点窗口、拟合三阶曲线方程为例进行说明。
起始拟合窗口的精度极其重要,若起始窗口误差较大会使得后续水平中轴线拟合出现较大误差。由于隧道在短距离内弯曲弧度较小,接近于直线,因此本发明使用距离阈值法选取合理的起始窗口。顾及到实际工程中可能出现部分点云缺失而造成点云边界变形的情况,如图6所示,从而使得水平中轴线出现粗差点,进而使用水平中轴线变形,如图6b,因此在拟合前使用阈值法对粗差点进行剔除。
d、采用滑动窗口稳健拟合法对水平中轴线进行拟合精提取;具体包括如下子步骤:
d1、计算阈值λ
阈值λ是选取起始窗口、剔除粗差点的关键,因此须选取合理的阈值作为判断条件,将窗口内各点到拟合直线距离的平均值作为阈值λ。如图5所示,将窗口1内的四点P1、P2、P3、P4进行直线拟合,拟合公式如下
F(x)=a0+a1x (2)
计算四点到直线L的距离,窗口2、3进行同上计算,最后将P1、P2、P3…Pn到所拟合直线距离di的平均值作为阈值λ。
d2、选取起始窗口
首先将P1、P2、P3、P4作为窗口进行直线拟合,然后计算各点到直线的距离e1、e2、e3、e4。若ei皆满足ei≤λ,则由该四点作为起始窗口拟合;否则,将P2、P3、P4、P5作为窗口进行直线拟合,同理判断是否满足ei≤λ。直至选取的窗口满足条件,则将该窗口作为起始窗口。
d3、粗差点剔除及拟合
d3.1、粗差点剔除
假设P1、P2、P3、P4为起始窗口,则P2、P3、P4、P5为待拟合窗口,先对待拟合窗口内的前三点(P2、P3、P4)进行直线拟合,再判断第四点(P5)到该直线L的距离f是否小于阈值λ,若小于λ则P5予以保留,并将该四点进行三阶曲线拟合;否则,将P5剔除,然后判断P6到直线L的距离f是否小于阈值λ,若满足要求则由P2、P3、P4、P6重组窗口1进行三阶曲线拟合,以此类推。
d3.2、曲线拟合
筛去粗差点,得到符合要求的窗口后(如P2、P3、P4、P6),将窗口内四点进行三阶曲线拟合。曲线方程为
F(x)=a0+a1x+a2x2+a3x3 (3)
拟合完成后,向前滑动作为待拟合窗口(如:P3、P4、P6、P7)。
循环d3.1、d3.2步骤即可完成水平中轴线的滑动拟合。
d4、提取准确水平中轴线
获取全部水平中轴线的拟合方程后,代入各点的X坐标,即可提取精确水平中轴线,如图6b所示。
以水平中轴线为基准将隧道点云按0.12m进行等距离分割,获得切片点云,然后投影至切平面获得横断面轮廓线,接着运用最小二乘方法拟合轮廓线,得到横断面对称中心,即隧道中轴点,然后将各中轴点连接从而实现隧道中轴线的准确提取;
具体包括如下子步骤:
e1、横断面轮廓线获取
由于点云在特定平面内的数量是有限的,因此本发明以水平中轴线为基准将点云分割成一定厚度的切片并投影至横断面上,从而提取横断面轮廓线。
e1.1、点云切片切割
使用d3.2步骤拟合出的三阶曲线方程可求得水平中轴点P的的切线向量ρ(l,m,n),从而求得P点的法平面即横断面W的方程:
A0X+B0Y+C0Z+D=0 (4)
利用横断面方程将点云切割为宽度为g的点云切片,如图7所示。
e1.2、切片点云投影
将横断面方程前后各0.5g厚度的离散点云全都视为W上的点,并把该范围内的所有点云投影到该横断面方程上,投影方式如图8所示,由切向量ρ(l,m,n)及横断面方程可知过离散点Gi到横断面的垂线方程为
将(4)和(5)两式联立可得垂足点Qi,即为离散点Gi在横断面上的投影点。投影点Qi的点集构成横断面轮廓线,将切片内的点云投影至切平面如图12所示,得到隧道轮廓线。
e2、横断面轮廓线降噪
由于隧道内壁存在电缆、路灯、螺栓孔、沟槽等隧道附属物,点云中不可避免的出现噪声点。使用随机采样一致性算法对轮廓线进行去噪处理,如图13a中的噪点,在图13b中得到了有效剔除。因此使用随机采样一致性算法对轮廓线进行降噪处理,流程图如图9所示。
e3、横断面轮廓线拟合
获得有效横断面轮廓点后,利用空间平面内圆心与任意弦中点垂直于该弦作为观测条件求取横断面圆心,如图10所示。
由e1.1可知轮廓点满足断面方程式(4),因此拟合出的空间圆和圆心同样满足公式(4),将公式(4)转化为
AX+BY+CZ-1=0 (6)
设定拟合圆的圆心为O(X0,Y0,Z0),则将圆心代入公式(6)中有
[A,B,C]×[X0,Y0,Z0]T=1 (7)
即:
令ΔX12=X2-X1,ΔY12=Y2-Y1,ΔZ12=Z2-Z1,
由n个轮廓点可以得出n-1个线性无关的误差方程:
公式(10)可简化为V=BX-L,此方程中B和L皆为已知。结合最小二乘法则,按照附有条件的间接平差计算,得到法方程
NBBX+CTKs-Wl=0 (11)
将公式(7)作为限制条件,转换为
CX+Wx=0 (12)
式中C=(A,B,C),Wx=-1,NBB=BTPB,Wl=BTPL。由式(11)(12)可求得最小二乘解X,即得到横断面圆心坐标O(X0,Y0,Z0),该点即为隧道中轴点。
e4、中轴线获取
根据e3求得的中轴点,依次连接各切片内的中轴点从而实现隧道中轴线的提取。
以上所述的,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于三维激光点云的圆型隧道中轴线提取方法,其特征在于包括如下步骤:
a、使用地面激光扫描测量系统,获取隧道三维点云数据;
b、将三维点云投影至水平面上,根据边界特征点与临近点云的几何特性提取点云边界;
c、将点云边界栅格化,对点云边界精提取,然后依据边界提取初始水平中轴线;
d、采用滑动窗口稳健拟合法对水平中轴线进行精提取;
e、以水平中轴线为基准获取横断面轮廓线,接着使用最小二乘方法拟合横断面对称中心,即隧道中轴点,最后将各中轴点连接从而实现隧道中轴线的准确提取。
2.根据权利要求1所述的一种基于三维激光点云的圆型隧道中轴线提取方法,其特征在于,所述步骤a包括如下子步骤:
a、数据采集
使用地面激光测量系统,获取隧道三维点云数据。
3.根据权利要求1所述的一种基于三维激光点云的圆型隧道中轴线提取方法其特征在于,所述步骤b包括如下子步骤:
b1、水平投影
将点云数据通过空间坐标基准变换,投影至XOY平面作为边界提取的基础数据;
b2、边界提取
根据边界特征点与临近点云的几何特性提取隧道投影的点云边界。
4.根据权利要求1所述的一种基于三维激光点云的圆型隧道中轴线提取方法,其特征在于,所述步骤c包括如下子步骤:
c1、点云边界精提取
数据获取过程中可能出现漏测、数据丢失等情况,造成平面投影点云出现“漏洞”,进而使得提取出的边界出现噪点,使用栅格法对边界点进行精提取;
将边界点云栅格化,根据隧道走向,筛选出X(或Y)轴方向上每列栅格的Ymax、Ymin(或Xmax、Xmin)所对应的点集,从而通过获取最外层边界点,剔除掉内部噪点,并将Ymax所对应点集作为上边界,Ymin对应点集作为下边界;
c2、初始水平中轴线提取
根据c1所获得的精确点云边界点集,以上下两条边界为例:将下边界点(Xdown、Ydown、Zdown)作为圆心建立kd-tree,从上边界点集中搜索最近点(Xup、Yup、Zup)作为对应点,依据公式(1)获取初始水平中轴线点集(Xmid、Ymid、Zmid);
5.根据权利要求1所述的一种基于三维激光点云的圆型隧道中轴线提取方法,其特征在于,滑动窗口稳健拟合中轴线步骤如下:
d1、计算阈值λ
阈值λ是选取起始窗口、剔除粗差点的关键,因此须选取合理的阈值作为判断条件,将窗口内各点到拟合直线距离的平均值作为阈值λ,将窗口1内的四点P1、P2、P3、P4进行直线拟合,拟合公式如下
F(x)=a0+a1x (2)
计算四点到直线L的距离,窗口2、3进行同上计算,最后将P1、P2、P3LPn到所拟合直线距离di的平均值作为阈值λ;
d2、选取起始窗口
首先将P1、P2、P3、P4作为窗口进行直线拟合,然后计算各点到直线的距离e1、e2、e3、e4,若ei皆满足ei≤λ,则由该四点作为起始窗口拟合;否则,将P2、P3、P4、P5作为窗口进行直线拟合,同理判断是否满足ei≤λ;直至选取的窗口满足条件,则将该窗口作为起始窗口;
d3、粗差点剔除及拟合
d3.1、粗差点剔除
假设P1、P2、P3、P4为起始窗口,则P2、P3、P4、P5为待拟合窗口,先对待拟合窗口内的前三点(P2、P3、P4)进行直线拟合,再判断第四点(P5)到该直线L的距离f是否小于阈值λ,若小于λ则P5予以保留,并将该四点进行三阶曲线拟合;否则,将P5剔除,然后判断P6到直线L的距离f是否小于阈值λ,若满足要求则由P2、P3、P4、P6重组窗口1进行三阶曲线拟合,以此类推;
d3.2、曲线拟合
筛去粗差点,得到符合要求的窗口后(如P2、P3、P4、P6),将窗口内四点进行三阶曲线拟合,曲线方程为
F(x)=a0+a1x+a2x2+a3x3 (3)
拟合完成后,向前滑动作为待拟合窗口(如:P3、P4、P6、P7);
循环d3.1、d3.2步骤即可完成水平中轴线的滑动拟合;
d4、提取准确水平中轴线
获取全部水平中轴线的拟合方程后,代入各点的X坐标,即可提取精确水平中轴线。
6.根据权利要求1所述的一种基于三维激光点云的圆型隧道中轴线提取方法,其特征在于,所述步骤e包括如下子步骤:
e1、横断面轮廓线获取
由于点云在特定平面内的数量是有限的,因此本发明以水平中轴线为基准将点云分割成一定厚度的切片并投影至横断面上,从而提取横断面轮廓线;
e1.1、点云切片切割
使用d3.2步骤拟合出的三阶曲线方程可求得水平中轴点P的的切线向量ρ(l,m,n),从而求得P点的法平面即横断面W的方程:
A0X+B0Y+C0Z+D=0 (4)
利用横断面方程将点云切割为宽度为g的点云切片;
e1.2、切片点云投影
将横断面方程前后各0.5g厚度的离散点云全都视为W上的点,并把该范围内的所有点云投影到该横断面方程上,由切向量ρ(l,m,n)及横断面方程可知过离散点Gi到横断面的垂线方程为
将公式(4)和(5)两式联立可得垂足点Qi,即为离散点Gi在横断面上的投影点,投影点Qi的点集构成横断面轮廓线;
e2、横断面轮廓线降噪
由于隧道内壁存在电缆、路灯、螺栓孔、沟槽等隧道附属物,点云中不可避免的出现噪声点,因此使用随机采样一致性算法对轮廓线进行降噪处理;
e3、横断面轮廓线拟合
获得有效横断面轮廓点后,利用空间平面内圆心与任意弦中点垂直于该弦作为观测条件求取横断面圆心;
由e1.1可知轮廓点满足断面方程式(4),因此拟合出的空间圆和圆心同样满足公式(4),将公式(4)转化为
AX+BY+CZ-1=0 (6)
设定拟合圆的圆心为O(X0,Y0,Z0),则将圆心代入公式(6)中有
[A,B,C]×[X0,Y0,Z0]T=1 (7)
由n个轮廓点可以得出n-1个线性无关的误差方程:
公式(10)可简化为V=BX-L,此方程中B和L皆为已知,结合最小二乘法则,按照附有条件的间接平差计算,得到法方程
NBBX+CTKs-Wl=0 (11)
将公式(7)作为限制条件,转换为
CX+Wx=0 (12)
式中C=(A,B,C),Wx=-1,NBB=BTPB,Wl=BTPL,由式(11)(12)可求得最小二乘解X,即得到横断面圆心坐标O(X0,Y0,Z0),该点即为隧道中轴点;
e4、中轴线获取
根据e3求得的中轴点,依次连接各切片内的中轴点从而实现隧道中轴线的提取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010283209.9A CN111524103B (zh) | 2020-04-10 | 2020-04-10 | 一种基于三维激光点云的圆型隧道中轴线提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010283209.9A CN111524103B (zh) | 2020-04-10 | 2020-04-10 | 一种基于三维激光点云的圆型隧道中轴线提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111524103A true CN111524103A (zh) | 2020-08-11 |
CN111524103B CN111524103B (zh) | 2023-10-13 |
Family
ID=71902714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010283209.9A Active CN111524103B (zh) | 2020-04-10 | 2020-04-10 | 一种基于三维激光点云的圆型隧道中轴线提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111524103B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112085843A (zh) * | 2020-08-24 | 2020-12-15 | 北京航天发射技术研究所 | 一种隧道类目标特征实时提取及测量方法和装置 |
CN112147618A (zh) * | 2020-09-24 | 2020-12-29 | 中交第三航务工程局有限公司江苏分公司 | 基于点云数据的桩体顶面中心三维坐标高精度确定方法 |
CN112649813A (zh) * | 2020-12-15 | 2021-04-13 | 北京星天地信息科技有限公司 | 重要场所室内安全检查的方法、检查设备、机器人及终端 |
CN116304764A (zh) * | 2023-05-22 | 2023-06-23 | 湖南联智科技股份有限公司 | 一种施工隧道点云中轴线自动拟合方法 |
CN116630399A (zh) * | 2023-02-08 | 2023-08-22 | 北京大学 | 一种巷道点云中心线自动提取方法 |
CN118379392A (zh) * | 2024-06-21 | 2024-07-23 | 安徽开源路桥有限责任公司 | 一种自适应点云多曲线轮廓点线性增长光顺规则化方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104792274A (zh) * | 2015-04-02 | 2015-07-22 | 同济大学 | 一种圆形隧道收敛变形的测量方法 |
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 |
CN109029350A (zh) * | 2018-08-02 | 2018-12-18 | 南京航空航天大学 | 一种隧道轴线提取及断面收敛分析方法及装置 |
CN109448087A (zh) * | 2018-10-18 | 2019-03-08 | 南京林业大学 | 一种盾构隧道表面点云数据分段方法 |
CN109556529A (zh) * | 2018-12-14 | 2019-04-02 | 中铁隧道局集团有限公司 | 一种基于网格投影点云处理技术的隧道变形监测分析方法 |
CN109919955A (zh) * | 2019-03-11 | 2019-06-21 | 南京林业大学 | 地基式激光雷达点云的隧道轴线提取和分割方法 |
-
2020
- 2020-04-10 CN CN202010283209.9A patent/CN111524103B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104792274A (zh) * | 2015-04-02 | 2015-07-22 | 同济大学 | 一种圆形隧道收敛变形的测量方法 |
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 |
CN109029350A (zh) * | 2018-08-02 | 2018-12-18 | 南京航空航天大学 | 一种隧道轴线提取及断面收敛分析方法及装置 |
CN109448087A (zh) * | 2018-10-18 | 2019-03-08 | 南京林业大学 | 一种盾构隧道表面点云数据分段方法 |
CN109556529A (zh) * | 2018-12-14 | 2019-04-02 | 中铁隧道局集团有限公司 | 一种基于网格投影点云处理技术的隧道变形监测分析方法 |
CN109919955A (zh) * | 2019-03-11 | 2019-06-21 | 南京林业大学 | 地基式激光雷达点云的隧道轴线提取和分割方法 |
Non-Patent Citations (2)
Title |
---|
吴廷;侯阳飞;鲍金: "基于三维激光点云的隧道中轴线及断面连续提取" * |
朱宁宁: "三维激光扫描在地铁隧道形变监测中的应用" * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112085843A (zh) * | 2020-08-24 | 2020-12-15 | 北京航天发射技术研究所 | 一种隧道类目标特征实时提取及测量方法和装置 |
CN112085843B (zh) * | 2020-08-24 | 2023-11-28 | 北京航天发射技术研究所 | 一种隧道类目标特征实时提取及测量方法和装置 |
CN112147618A (zh) * | 2020-09-24 | 2020-12-29 | 中交第三航务工程局有限公司江苏分公司 | 基于点云数据的桩体顶面中心三维坐标高精度确定方法 |
CN112147618B (zh) * | 2020-09-24 | 2021-12-10 | 中交第三航务工程局有限公司江苏分公司 | 基于点云数据的桩体顶面中心三维坐标高精度确定方法 |
CN112649813A (zh) * | 2020-12-15 | 2021-04-13 | 北京星天地信息科技有限公司 | 重要场所室内安全检查的方法、检查设备、机器人及终端 |
CN112649813B (zh) * | 2020-12-15 | 2022-02-08 | 北京星天地信息科技有限公司 | 重要场所室内安全检查的方法、检查设备、机器人及终端 |
CN116630399A (zh) * | 2023-02-08 | 2023-08-22 | 北京大学 | 一种巷道点云中心线自动提取方法 |
CN116630399B (zh) * | 2023-02-08 | 2024-02-09 | 北京大学 | 一种巷道点云中心线自动提取方法 |
CN116304764A (zh) * | 2023-05-22 | 2023-06-23 | 湖南联智科技股份有限公司 | 一种施工隧道点云中轴线自动拟合方法 |
CN116304764B (zh) * | 2023-05-22 | 2023-09-19 | 湖南联智科技股份有限公司 | 一种施工隧道点云中轴线自动拟合方法 |
CN118379392A (zh) * | 2024-06-21 | 2024-07-23 | 安徽开源路桥有限责任公司 | 一种自适应点云多曲线轮廓点线性增长光顺规则化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111524103B (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111524103A (zh) | 一种基于三维激光点云的圆型隧道中轴线提取方法 | |
CN106780524B (zh) | 一种三维点云道路边界自动提取方法 | |
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 | |
Grussenmeyer et al. | Comparison methods of terrestrial laser scanning, photogrammetry and tacheometry data for recording of cultural heritage buildings | |
Boulaassal et al. | Automatic extraction of planar clusters and their contours on building façades recorded by terrestrial laser scanner | |
CN107146280B (zh) | 一种基于切分的点云建筑物重建方法 | |
CN115564926B (zh) | 基于影像建筑物结构学习的三维面片模型构建方法 | |
CN111915730A (zh) | 一种顾及语义从点云自动生成室内三维模型的方法及系统 | |
CN112164145B (zh) | 基于点云数据快速提取室内三维线段结构的方法 | |
CN111652241B (zh) | 融合影像特征与密集匹配点云特征的建筑物轮廓提取方法 | |
CN109919955A (zh) | 地基式激光雷达点云的隧道轴线提取和分割方法 | |
CN112465991B (zh) | 一种隧道点云去噪和生成可视化模型的方法 | |
CN114091139B (zh) | 混凝土组合箱梁残缺三维激光点云的自动逆向建模方法 | |
KR101549155B1 (ko) | 라이다 자료를 활용한 구조물의 직선경계 추출방법 | |
CN113689394A (zh) | 一种基于三维点云的隧道初支平整度检测方法 | |
CN113379919A (zh) | 一种基于无人机rgb相机的植被冠层高度快速提取方法 | |
CN110490800B (zh) | 一种浅海地形的重构方法 | |
CN114119902A (zh) | 一种基于无人机倾斜三维模型的建筑物提取方法 | |
CN103793939A (zh) | 大规模点云数据的局部增长式曲面重建方法 | |
CN113218310A (zh) | 基于三维激光点云的尾矿库干滩重要参数提取方法及系统 | |
CN115222883A (zh) | 一种基于地基LiDAR点云的电力杆塔重建方法 | |
CN110660027B (zh) | 一种针对复杂地形的激光点云连续剖面地面滤波方法 | |
CN115482211A (zh) | 隧道超欠挖检测方法、装置、电子设备和存储介质 | |
CN103995944B (zh) | 一种空间异常极值无偏等值图绘制方法 | |
CN104820980B (zh) | 自适应高精度mtf测量方法 |
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 |