CN111724436A - 一种基于点云数据处理的隧道喷射方量估算方法 - Google Patents
一种基于点云数据处理的隧道喷射方量估算方法 Download PDFInfo
- Publication number
- CN111724436A CN111724436A CN202010583060.6A CN202010583060A CN111724436A CN 111724436 A CN111724436 A CN 111724436A CN 202010583060 A CN202010583060 A CN 202010583060A CN 111724436 A CN111724436 A CN 111724436A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- triangular
- calculating
- design
- 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
Images
Classifications
-
- 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
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- 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
Abstract
本发明提出一种基于点云数据处理的隧道喷射方量估算方法,属于隧道工程技术领域。所述方法包括以下步骤:步骤一、点云平移;步骤二、设计点云预处理;步骤三、扫描点云预处理;步骤四、三角面片生长为三棱台;步骤五、方量估算。本发明通过对设点点云三角化和三角面片生长为三棱台处理方式将点云的离散化,实现了总体待喷方量和局部待喷方量的高准确度计算,为隧道喷浆作业的全自动无人化提供了环境感知上的支持,对隧道工程机械自动化具有较强的实际意义。
Description
技术领域
本发明涉及基于一种基于点云数据处理的隧道喷射方量估算方法,属于隧道工程技术领域。
背景技术
目前,隧道喷浆支护作业大部分由人工操控喷浆机械臂,作业环境极其恶劣,工作条件差、工序耗时长,严重危害工人身体健康,因而实现隧道喷浆的全自动无人化作业显得尤为重要。要实现全自动无人化作业,隧道状态信息的获取是其中最重要的环节之一。三维激光扫描技术具有非接触、效率高、精度高和获取信息量大的特点,适合应用于隧道参数的测量。通过应用三维激光扫描技术可以获得庞大的隧道点云数据,如何高效地从隧道点云数据中提取喷浆作业需要的喷射方量是隧道喷浆全自动无人化作业的关键问题。
专利201811476525.7提供了一种隧道点云数据分析方法,该方法由对点云数据进行坐标系转换、获取待分析剖面点云数据、对点云数据进行分区并获取各分区的数据和计算超欠挖体积四个步骤组成。但其使用点云数据的平均值计算所需喷射方量,这种计算方式得到的结果准确度低且只能计算整体喷射方量而不能计算局部区域的喷射方量。并且这种方法并未提取点云数据中的钢拱架点云,因而只适用于无钢拱架类型。因而这种方法不能满足隧道全自动无人化作业对隧道点云数据分析的高准确度、能够计算局部喷射方量的需求。
发明内容
本发明的目的是提出一种基于点云数据处理的隧道喷射方量估算方法,以解决现有的方法只适用于无钢拱架类型,不能满足隧道全自动无人化作业对隧道点云数据分析的高准确度、能够计算局部喷射方量的需求的问题。
一种基于点云数据处理的隧道喷射方量估算方法,所述方法包括以下步骤:
步骤一、点云平移:计算设计点云的重心,将设计点云平移到原点,根据设计点云平移过程中产生的平移向量平移扫描点云;
步骤二、设计点云预处理:对设计点云下采样,然后对设计点云进行三角化处理得到由三角面片组成的设计点云,再使用Ransac_nomals方法计算各三角面片顶点的法向量,最后进行方向校正,使每个法向量都指向设计点云的外部;
步骤三、扫描点云预处理:先使用随机采样一致性的方法提取扫描点云的几何基元,祛除表示支撑物的点云,然后通过泊松重建将存在着缺失、空洞、点云局部过于稀疏的扫描点云重建为密闭的三角网格模型,并从三角网格中提取出点云,再通过上采样的方式来加密点云,最后提取爆破点云的钢拱架信息;
步骤四、三角面片生长为三棱台:取一个设点点云的三角面片△A1A2A3,根据三角形顶点的坐标计算其重心M的坐标,以三个顶点法向量的均值作为重心M的法向量n,计算重心M到三角形三个顶点的距离,以距离最大者为半径,以M点为圆心,向量n为圆柱体的母线,建立高度不限的圆柱体,统计扫描点云中录入此圆柱体内的点,并计算这些点的重心N,此时点N到三角面片△A1A2A3的距离即三棱台的高度h,根据设计点云上的三个点A1,A2,A3的坐标、各自的法向量以及向量n和高度h,计算位于扫描点云上的B1,B2,B3,完成三棱台A1,A2,A3,B1,B2,B3的构造;
步骤五、方量估算:根据三棱台体积计算公式计算三棱台的体积,统计所有三棱台的体积即为总的待喷方量,统计局部三棱台的体积即得到局部的待喷方量。
进一步的,在步骤三中,所述扫描点云的几何基元为平面和柱面。
本发明的主要优点是:本发明通过对设点点云三角化和三角面片生长为三棱台处理方式将点云的离散化,实现了总体待喷方量和局部待喷方量的高准确度计算,为隧道喷浆作业的全自动无人化提供了环境感知上的支持,对隧道工程机械自动化具有较强的实际意义。
附图说明
图1为点云三角化示意图;
图2为三角面片向外生长为三棱台示意图,其中图2(a)为三角面片法向量示意图;
图2(b)为圆柱体示意图;图2(c)为三棱台示意图;
图3为三棱台示意图。
具体实施方式
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种基于点云数据处理的隧道喷射方量估算方法,所述方法包括以下步骤:
步骤一、点云平移:计算设计点云的重心,将设计点云平移到原点,根据设计点云平移过程中产生的平移向量平移扫描点云;
步骤二、设计点云预处理:对设计点云下采样,然后对设计点云进行三角化处理得到由三角面片组成的设计点云,再使用Ransac_nomals方法计算各三角面片顶点的法向量,最后进行方向校正,使每个法向量都指向设计点云的外部;
步骤三、扫描点云预处理:先使用随机采样一致性的方法提取扫描点云的几何基元,祛除表示支撑物的点云,然后通过泊松重建将存在着缺失、空洞、点云局部过于稀疏的扫描点云重建为密闭的三角网格模型,并从三角网格中提取出点云,再通过上采样的方式来加密点云,最后提取爆破点云的钢拱架信息;
步骤四、三角面片生长为三棱台:取一个设点点云的三角面片△A1A2A3,根据三角形顶点的坐标计算其重心M的坐标,以三个顶点法向量的均值作为重心M的法向量n,计算重心M到三角形三个顶点的距离,以距离最大者为半径,以M点为圆心,向量n为圆柱体的母线,建立高度不限的圆柱体,统计扫描点云中录入此圆柱体内的点,并计算这些点的重心N,此时点N到三角面片△A1A2A3的距离即三棱台的高度h,根据设计点云上的三个点A1,A2,A3的坐标、各自的法向量以及向量n和高度h,计算位于扫描点云上的B1,B2,B3,完成三棱台A1,A2,A3,B1,B2,B3的构造;
步骤五、方量估算:根据三棱台体积计算公式计算三棱台的体积,统计所有三棱台的体积即为总的待喷方量,统计局部三棱台的体积即得到局部的待喷方量。
在步骤三中,所述扫描点云的几何基元为平面和柱面。
下面提出一种具体实施范例:
第一步,使用C++文件流将设计点云数据和扫描点云数据读入内存;
第二步,计算已读入的设计点云的重心,将设计点云数据平移到原点,使用pcl库创建design_cloud对象,此过程产生了一个平移向量。根据产生的平移向量平移扫描点云,使用pcl库创建scan_cloud对象;
第三步,对设计点云下采样。由于设计点云过于稠密,后续三角化、三角面片生长等都基于设计点云,所以此处对设计点云进行了下采样,大大提高了后续算法的效率;
第四步,调用CGAL库将设计点云三角化,如图1所示。对设计轮廓点云三角化,目的是为了生成三角面片,作为三棱台的底面;
第五步,使用Ransac_nomals方法计算法向量。每个顶点位于多个三角面片上,拟合包含此顶点的所有三角面片的法向量作为此顶点的法向量。然后进行方向校正,使用搜索点在点云坐标系y轴上的投影点作为视点来校正法向量方向,使每个法向量都指向设计点云的外部,作为三角面片的生长方向;
第六步,使用随机采样一致性(RANSAC)的方法提取扫描点云的几何基元(平面和柱面),祛除表示支撑物的点云;
第七步,通过泊松重建,将扫描点云重建为密闭的三角网格模型,并从三角网格冲提取出点云。解决了原扫描点云中的缺失、空洞等问题;
第八步,对扫描点云进行上采样处理,将第七步中泊松重建所填充的点云进行加密;
第九步,提取钢拱架,利用钢拱架与爆破点云之间存在空隙,将设计点云的三角面片向外生长,最先接触的点和最后接触的点,在生长方向的的距离超过一定阈值,则认为最先遇到的点属于钢拱架部分。再进行离群点祛除、连通性检测、NFA拟合曲线等操作最终提取出钢拱架的点云;
第十步,三角面片向外生长为三棱台。假设已知设计点云的一个三角面片的三个顶点A1,A2,A3和三角形每个顶点的指向外部的法向量n1,n2,n3,如图2(a)所示,,那么根据三角面片和法向量生长为三棱台分为以下四步:
根据三角形顶点的坐标计算其重心M的坐标,以三个顶点法向量的均值作为重心M的法向量n(如图2(a)所示);
计算点M到三角形三个顶点的距离,以距离最大者(如图2(b)中的线段MA1)为半径,以M点为圆心,向量n为圆柱体的母线,建立高度不限的圆柱体;
统计爆破点云中录入此圆柱体内的点,并计算这些点的重心N(如图2(b)所示),此时点N到三角面片的距离就是三棱台的高度h;
根据法向量n和高度h,分别根据设计点云上的三个点A1,A2,A3的坐标和各自的法向量,计算位于爆破点云上的B1,B2,B3,此时一个三棱台A1,A2,A3,B1,B2,B3构造完成,如图2(c)所示。
构造出三棱台的体积计算公式为:
如图3所示,SABC和SDEF分别是三棱台上下底面的面积。
统计所有三棱台的体积即为总的体积,统计局部三棱台的体积就可以得到局部的待喷方量。
Claims (2)
1.一种基于点云数据处理的隧道喷射方量估算方法,其特征在于,所述方法包括以下步骤:
步骤一、点云平移:计算设计点云的重心,将设计点云平移到原点,根据设计点云平移过程中产生的平移向量平移扫描点云;
步骤二、设计点云预处理:对设计点云下采样,然后对设计点云进行三角化处理得到由三角面片组成的设计点云,再使用Ransac_nomals方法计算各三角面片顶点的法向量,最后进行方向校正,使每个法向量都指向设计点云的外部;
步骤三、扫描点云预处理:先使用随机采样一致性的方法提取扫描点云的几何基元,祛除表示支撑物的点云,然后通过泊松重建将存在着缺失、空洞、点云局部过于稀疏的扫描点云重建为密闭的三角网格模型,并从三角网格中提取出点云,再通过上采样的方式来加密点云,最后提取爆破点云的钢拱架信息;
步骤四、三角面片生长为三棱台:取一个设点点云的三角面片△A1A2A3,根据三角形顶点的坐标计算其重心M的坐标,以三个顶点法向量的均值作为重心M的法向量n,计算重心M到三角形三个顶点的距离,以距离最大者为半径,以M点为圆心,向量n为圆柱体的母线,建立高度不限的圆柱体,统计扫描点云中录入此圆柱体内的点,并计算这些点的重心N,此时点N到三角面片△A1A2A3的距离即三棱台的高度h,根据设计点云上的三个点A1,A2,A3的坐标、各自的法向量以及向量n和高度h,计算位于扫描点云上的B1,B2,B3,完成三棱台A1,A2,A3,B1,B2,B3的构造;
步骤五、方量估算:根据三棱台体积计算公式计算三棱台的体积,统计所有三棱台的体积即为总的待喷方量,统计局部三棱台的体积即得到局部的待喷方量。
2.根据权利要求1所述的一种基于点云数据处理的隧道喷射方量估算方法,其特征在于,在步骤三中,所述扫描点云的几何基元为平面和柱面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010583060.6A CN111724436A (zh) | 2020-06-23 | 2020-06-23 | 一种基于点云数据处理的隧道喷射方量估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010583060.6A CN111724436A (zh) | 2020-06-23 | 2020-06-23 | 一种基于点云数据处理的隧道喷射方量估算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111724436A true CN111724436A (zh) | 2020-09-29 |
Family
ID=72568427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010583060.6A Pending CN111724436A (zh) | 2020-06-23 | 2020-06-23 | 一种基于点云数据处理的隧道喷射方量估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111724436A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112231848A (zh) * | 2020-11-09 | 2021-01-15 | 北京理工大学 | 一种构建车辆喷涂模型的方法及系统 |
CN113688500A (zh) * | 2021-07-14 | 2021-11-23 | 中铁工程装备集团有限公司 | 一种隧道掘进装备喷浆量通用化计算方法及存储介质 |
CN115971004A (zh) * | 2023-01-05 | 2023-04-18 | 深圳市泰达机器人有限公司 | 一种针对车厢的智能腻子喷涂方法及系统 |
-
2020
- 2020-06-23 CN CN202010583060.6A patent/CN111724436A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112231848A (zh) * | 2020-11-09 | 2021-01-15 | 北京理工大学 | 一种构建车辆喷涂模型的方法及系统 |
CN112231848B (zh) * | 2020-11-09 | 2023-04-07 | 北京理工大学 | 一种构建车辆喷涂模型的方法及系统 |
CN113688500A (zh) * | 2021-07-14 | 2021-11-23 | 中铁工程装备集团有限公司 | 一种隧道掘进装备喷浆量通用化计算方法及存储介质 |
CN113688500B (zh) * | 2021-07-14 | 2024-04-19 | 中铁工程装备集团有限公司 | 一种隧道掘进装备喷浆量通用化计算方法及存储介质 |
CN115971004A (zh) * | 2023-01-05 | 2023-04-18 | 深圳市泰达机器人有限公司 | 一种针对车厢的智能腻子喷涂方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111932688B (zh) | 一种基于三维点云的室内平面要素提取方法、系统及设备 | |
CN111724436A (zh) | 一种基于点云数据处理的隧道喷射方量估算方法 | |
CN111696210A (zh) | 一种基于三维点云数据特征轻量化的点云重构方法及系统 | |
CN111243090B (zh) | 土方量计算方法及系统 | |
CN110390687B (zh) | 一种基于三维激光扫描的河道冲淤测量方法 | |
Holenstein et al. | Watertight surface reconstruction of caves from 3D laser data | |
CN109472802B (zh) | 一种基于边缘特征自约束的表面网格模型构建方法 | |
CN114998338B (zh) | 一种基于激光雷达点云的矿山开采量计算方法 | |
CN103278115B (zh) | 一种基于dem计算淤地坝淤积量的方法及系统 | |
Gingras et al. | Rough terrain reconstruction for rover motion planning | |
CN112862972A (zh) | 一种表面结构网格生成方法 | |
CN111784840A (zh) | 基于矢量数据自动分割lod层级三维数据单体化方法及系统 | |
Cheng et al. | Study on reverse engineering of historical architecture based on 3D laser scanner | |
CN115479598A (zh) | 基于多传感器融合的定位与建图方法及紧耦合系统 | |
CN112652020A (zh) | 一种基于AdaLAM算法的视觉SLAM方法 | |
CN110111237B (zh) | 一种基于Brep模型的三维模型坐标转换方法 | |
CN115147551A (zh) | 远程地面激光扫描技术提取监测对象表面同名特征点的方法 | |
CN115203778A (zh) | 隧道超欠挖检测方法、装置、终端设备及存储介质 | |
CN117313343A (zh) | 一种基于三维激光扫描仪爆破区域数字化模型获取方法 | |
CN114411867B (zh) | 一种挖掘工程作业结果的三维图形渲染展示方法及装置 | |
CN115797256A (zh) | 基于无人机的隧道岩体结构面信息的处理方法以及装置 | |
Wei et al. | A point clouds fast thinning algorithm based on sample point spatial neighborhood | |
CN115713548A (zh) | 一种多期实景三维模型自动配准方法 | |
Sun et al. | Datum feature extraction and deformation analysis method based on normal vector of point cloud | |
Kang et al. | Point cloud smooth sampling and surface reconstruction based on moving least squares |
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 |