CN112198524A - 一种基于激光雷达扫描点云数据的隧道管缝分析方法 - Google Patents
一种基于激光雷达扫描点云数据的隧道管缝分析方法 Download PDFInfo
- Publication number
- CN112198524A CN112198524A CN202011076454.9A CN202011076454A CN112198524A CN 112198524 A CN112198524 A CN 112198524A CN 202011076454 A CN202011076454 A CN 202011076454A CN 112198524 A CN112198524 A CN 112198524A
- Authority
- CN
- China
- Prior art keywords
- section
- point
- tunnel
- arc
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明提出一种基于激光雷达扫描点云数据的隧道管缝分析方法,该方法的步骤为:1)提取隧道管缝两侧的断面数据;2)对隧道断面数据进行拟合过滤;3)分析管缝两侧的隧道断面数据得到管缝错台量字典;4)筛选管缝的错台弧;5)生成管缝分析断面图。本发明的优点是根据轨道检测小车获取的里程值、时间、激光雷达扫描的隧道断面数据,对隧道中的管缝两侧的隧道断面进行错台分析;加快了分析时间,提高了分析的准确性和效率,具有更高的应用价值及经济效益。
Description
技术领域
本发明涉及隧道管缝分析,具体涉及一种基于激光雷达扫描点云数据的隧道管缝分析方法,属于隧道工程检测领域。
背景技术
随着国家交通和城市地下交通基础设施的不断发展,使得公路、铁路和地铁隧道的规模和数量不断增长,为保证隧道整体质量达标和排除运营安全隐患,需要定期进行包括管片变形等的隧道内部的病害检测。通过雷达激光设备可以获取隧道的表面反射率信息,经过将这些数据进行处理分析,生成投影图像之后,基于图像进行识别和标注环缝和病害。
管片错台是指管片拼装后同一环相邻管片或者相邻环管片之间内弧面不平整的现象,前者称为环向错台,后者称为纵向错台。管片错台不仅影响隧道的外观质量,而且会导致管片破裂、隧道渗漏、盾尾刷损坏等一系列问题。
管片错台检测的技术基础经历了数字照相技术、手持式病害记录技术、传感器检测技术,然而这些技术对盾构隧道管环进行检测和分析的过程都离不开人工的参与,消耗巨大的财力物力。目前的检测系统中提取影像、管缝识别、错台分析等采用人工与机器相结合的检测手段,有67%的人工时间参与。因此自动化的进行管缝分析可以提高病害识别的处理效率。
发明内容
本发明提出一种基于激光雷达扫描点云数据的隧道管缝分析方法,方法为:提取隧道管缝两侧的断面数据、对隧道断面数据进行拟合过滤、分析管缝两侧的隧道断面数据得到管缝错台量字典、筛选管缝的错台弧、生成管缝分析断面图五个步骤进行;具体来说,本发明的方法包括下列步骤:
A.提取隧道管缝两侧的断面数据,具体步骤如下:
A1.读入轨检数据文件和隧道断面数据文件;
所述的轨检数据文件包含但不限于:轨检小车在每个检测点用激光雷达扫描隧道断面的时刻、以及该时刻轨检小车所在的里程;
所述的隧道断面数据文件包含但不限于:每个检测点的隧道断面扫描数据、以及该断面的扫描时刻;
所述的隧道断面扫描数据里,每个检测点的隧道断面扫描数据里面包含该断面上所有实测点的数据,每个隧道实测点的数据包括但不限于该实测点在隧道断面坐标系里的坐标值(X,Y);
所述的隧道断面坐标系的原点是隧道中心点,X轴正方向是面向线路里程递增的方向的横断面上的3点方向,Y轴正方向是横断面上的12点方向;
A2.分析轨检数据文件和隧道断面数据文件,提取每个管缝两侧的2个断面数据,构建断面数据集W;
B.对每个隧道断面数据进行拟合过滤,具体步骤如下:
B1.构建一个长度为N的断面阈值列表Lduan,里面包含N轮拟合过滤所需要的N个断面差阈值;
B2.遍历断面数据集W中的每个隧道断面,分别做拟合过滤,具体步骤如下:
B2.1.对隧道断面的所有实测点进行椭圆拟合,计算拟合椭圆中心点的坐标(Xc,Yc)及长短轴a和b;
B2.2.对隧道断面中的每个实测点做过滤,以第i个实测点为例,具体步骤如下:
B2.2.1.利用实测点i的坐标(Xi,Yi)及拟合椭圆中心点的坐标(Xc,Yc)求实测点i的弧度值dTi,计算公式为:
B2.2.2.用实测点i的坐标(Xi,Yi)及拟合椭圆中心点的坐标(Xc,Yc)求实测点i的椭圆半径fPz_i,计算方式为:
B2.2.3.利用实测点i的dTi,拟合椭圆的长短轴a、b,以及拟合椭圆中心点的坐标(Xc,Yc),求出该实测点i对应的拟合椭圆上的点i’的拟合半径Pz_i,计算方式为:
B2.2.4.利用实测点i的椭圆半径fPz_i和拟合半径Pz_i计算断面差fDz_i,计算方式为:
fDz_i=fPzi-Pz_i (公式6)
B2.2.5.用实测点i的断面差fDz_i与断面阈值Lduan[0]比较;如果大于阈值,则删除该实测点;反之,则保留该实测点i;
B2.3.经过步骤B2.2之后剩余的所有的实测点,作为该断面的一次过滤数据;
B2.4.取阈值列表Lduan中的下一个元素Lduan[j](0<=j<N),利用B2.3所述的上一次过滤数据,重复步骤B2.2进行N次拟合过滤,得到该断面的N次过滤数据;
B3.对断面数据集W中的每个隧道断面做步骤B2,得到每个新的隧道断面数据,构成新断面数据集W’;
C.分析管缝两侧的隧道断面数据得到管缝错台量字典,具体步骤如下:
C1.对新断面数据集W’中的每个断面,以断面中每个实测点的弧度值为key、对应断面差为value,构建每个断面的断面差字典S;
C2.按照管缝里程,将管缝两侧的两个断面S(k)和S(k)’作为一对,计算管缝中每对实测点的错台量,具体步骤如下:
C2.1.分别遍历S(k)和S(k)’取实测点,记为i和j;根据双方的弧度值dTi和dTj进行匹配,将匹配到的实测点i和j的计入匹配列表Ta,匹配条件为:
dTi-dTj<阈值Ldis且为最小差值 (公式7)
C2.2.用匹配列表Ta中的每对实测点i和j的断面差fDz_i和fDz_j,计算错台量Cuo_ij,计算方式为:
Cuo_ij=fDz_i-fDz_j (公式8)
C3.以步骤C2生成的两个断面S(k)和S(k)’的所有配对实测点的弧度值为key、对应的错台量为value,生成管缝K的错台字典DC(k);
D.筛选管缝的错台弧,具体步骤如下:
D1.根据错台阈值Lcuo筛选错台字典DC(k),保留错台量大于错台阈值的实测点,构建错台点列表;
D2.根据错台间距阈值Ljian及弧长阈值Lhu筛选错台点列表,将连续错台点组成错台弧,得到错台弧列表,具体步骤如下:
D2.1.多个连续错台点构成一个错台弧;错台弧XX的起点的弧度记为XX_h,尾点的弧度记为XX_t;
D2.2.合并两个相邻错台弧XX和YY,记为错台弧XY,合并的条件是两个错台弧弧度值间距小于错台间距阈值Ljian,表达式为:
XX_t-YY_h≤Ljian (公式9)
D2.3.合并后的错台弧XY的起点弧度值XY_h和尾点弧度值XY_t的计算公式为:
XY_h=XX_h,XY_t=YY_t (公式10)
D2.4.删除弧长小于弧长阈值Lu的错台弧XX,删除条件表达式为:
XX_t-XX_h≥Lhu (公式11)
D3.计算错台弧的平均错台量Mean_Cuo,为错台弧中所有点的错台量Cuo_ij的累加和除以该错台弧中实测点的个数XX_cnt,计算公式如下:
E.利用断面数据和错台弧列表生成管缝分析断面图,具体步骤如下:
E1.以散点图的形式描述管缝两侧断面轮廓,即将管缝两侧断面的实测点绘制在同一断面图中,生成管缝分析断面图;
E2.在实测点附近标注错台量数值,以颜色区分是否超出阈值,以数值在圆弧内外侧的位置表示错台量的正负;
E3.连接拟合中心点及错台弧起止点的直线来描述错台弧,在错台弧对应的扇区中标注错台弧起止点弧度、平均错台量。
本发明的优点是根据轨道检测小车获取的里程值、时间、激光雷达扫描的隧道断面数据,对隧道中的管缝两侧的隧道断面进行错台分析;加快了分析时间,提高了分析的准确性和效率,具有更高的应用价值及经济效益。
附图说明
图1:隧道管缝分析流程图
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
方法流程图如图1所示,本发明方法包括:1)提取隧道管缝两侧的断面数据;2)对隧道断面数据进行拟合过滤;3)分析管缝两侧的隧道断面数据得到管缝错台量字典;4)筛选管缝的错台弧;5)生成管缝分析断面图;下面按照步骤,结合数据实例对本发明作进一步描述,以某隧道的某区间的一段数据作为示例:
1.提取隧道管缝两侧的断面数据,具体步骤如下:
1.1.读入轨检数据文件和隧道断面数据文件,实例部分数据如下:
1.2.分析轨检数据文件和隧道断面数据文件,提取每个管缝两侧的2个断面数据,构建断面数据集,以管缝55为例,部分数据如下:
2.对隧道断面数据进行拟合过滤,具体步骤如下:
2.1.构建一个长度为6的断面阈值列表如下;
0.15 | 0.14 | 0.13 | 0.12 | 0.11 | 0.10 |
2.2.遍历断面数据集中的每个隧道断面,分别做拟合过滤,具体步骤如下:
2.2.1.对隧道断面的所有实测点进行椭圆拟合,计算拟合椭圆中心点的坐标
(Xc,Yc)及长短轴a和b的值如下:
Xc | Yc | a | b |
-0.4855 | -0.48552 | 5.952718 | 4.861814 |
2.2.2.对隧道断面中的每个实测点做过滤,以断面中的6个点为例,具体步骤如下:
2.2.2.1.利用实测点的坐标及拟合椭圆中心点的坐标(-0.4855,-0.48552)求实测点对应的弧度值,实例6个点弧度值如下:
X | 0.1315 | 0.1523 | 0.1698 | 0.1873 | 0.196 | 0.231 |
Y | 2.7342 | 2.7428 | 2.7427 | 2.7412 | 2.7404 | 2.7378 |
弧度值 | 0.048057 | 0.05547 | 0.061831 | 0.068222 | 0.071401 | 0.084175 |
2.2.2.2.用实测点的坐标及拟合椭圆中心点的坐标(-0.4855,-0.48552)求实测点的椭圆半径,数据如下:
X | 0.1315 | 0.1523 | 0.1698 | 0.1873 | 0.196 | 0.231 |
Y | 2.7342 | 2.7428 | 2.7427 | 2.7412 | 2.7404 | 2.7378 |
实测椭圆半径 | 2.7374 | 2.747 | 2.748 | 2.7476 | 2.7474 | 2.7475 |
2.2.2.3.利用实测点弧度值,拟合椭圆的长轴5.952717958、短轴4.861814294,以及拟合椭圆中心点的坐标(-0.4855,-0.48552),求出该实测点对应的拟合椭圆上点的拟合半径,数据如下:
X | 0.1315 | 0.1523 | 0.1698 | 0.1873 | 0.196 | 0.231 |
Y | 2.7342 | 2.7428 | 2.7427 | 2.7412 | 2.7404 | 2.7378 |
拟合椭圆半径 | 2.7539 | 2.7538 | 2.7539 | 2.7539 | 2.7539 | 2.7538 |
2.2.2.4.利用实测点的椭圆半径和拟合半径计算断面差;
2.2.2.5.用实测点的断面差与断面阈值0.15比较;如果大于阈值,则删除该实测点;反之,则保留该实测点,断面差实例部分数据如下:
X | 0.1315 | 0.1523 | 0.1698 | 0.1873 | 0.196 | 0.231 |
Y | 2.7342 | 2.7428 | 2.7427 | 2.7412 | 2.7404 | 2.7378 |
断面差 | -0.0165 | -0.0068 | -0.0059 | -0.0063 | -0.0065 | -0.0063 |
2.2.3.经过步骤B2.2之后剩余的所有的实测点,作为该断面的一次过滤数据;
2.2.4.取阈值列表中的下一个元素,重复步骤B2.2再进行5次拟合过滤,得到该断面的6次过滤数据,该断面811个实测点最终的有效点个数为642;
2.3.对断面数据集W中的每个隧道断面做步骤B2,得到每个新的隧道断面数据,构成新的断面数据集如下:
3分析管缝两侧的隧道断面数据得到管缝错台量字典,具体步骤如下:
3.1对新断面数据集中的每个断面,以断面中每个实测点的弧度值为key、对应断面差为value,构建每个断面的断面差字典,以断面中的6个点为例,数据如下:
弧度值:断面差 |
0.048057:-0.0165 |
0.05547:-0.0068 |
0.061831:-0.0059 |
0.068222:-0.0063 |
0.071401:-0.0065 |
0.084175:-0.0063 |
3.2按照管缝里程,将管缝两侧的断面作为一对,进行错台量分析,具体步骤如下:
3.2.1.分别遍历两个断面数据取实测点,根据双方的弧度值进行匹配,将匹配到的实测点计入匹配列表,以管缝55匹配成功的6个点为例,如下:
3.2.2.用匹配列表中的每对管缝两侧断面对应实测点的断面差计算错台量;
3.3.以步骤3.2生成的两个断面配对成功的所有实测点的弧度值对应角度为key、对应的错台量为value,生成管缝55的错台字典,数据如下:
4.筛选管缝的错台弧,具体步骤如下:
4.1.根据错台阈值筛选错台字典,保留错台量大于错台阈值3mm的实测点,得到错台点列表;
4.2.根据错台间距阈值0.1m及弧长阈值0.3m筛选错台点列表,将连续错台点组成错台弧,得到错台弧列表,具体步骤如下:
4.2.1.多个连续错台点构成一个错台弧,错台弧列表是由弧上错台点的弧度值构成的;
4.2.2.合并两个相邻错台弧,条件是两个错台弧弧度值间距小于错台间距阈值0.1m,管缝55的分析中部分错台弧数据如下:
[0.3] |
[1.6] |
[2.3] |
[3.0,3.3,3.6,4.0] |
[5.0] |
[5.6,6.0,6.3,6.6,7.0,7.3,7.6,8.0,8.3,8.6,9.0,9.3,9.6,10.0,103,10.6] |
[11.6,12.0,12.3,12.6] |
[13.3,13.6,14.0,14.3,14.6,15.0,15.3,15.6,16.0,16.3,16.6,17.0,17.3,17.6,18.0,18.3,18.6,19.0,19.3] |
[20.0,20.3,20.6,21.0,21.3,21.6] |
[22.3,22.6,23.0,23.3,23.6,24.0] |
4.2.3.删除弧长小于弧长阈值0.3m的错台弧,删除后的实例部分数据如下:
[0.3,0.6,1.3,...,215.9] |
[324.6,324.9,...,360.0] |
4.3.计算错台弧的平均错台量,为错台弧中所有点的错台量的累加和除以该错台弧中实测点的个数,管缝55错台弧及平均错台量部分数据如下:
错台弧范围 | 平均错台量 |
70.0~78.9 | 3.5 |
59.2~68.2 | 6.03 |
74.2~82.0 | 4.3 |
86.2~101.0 | 4.01 |
50.2~79.3 | 7.42 |
163.8~178.9 | 17.2 |
5.利用断面数据和错台弧列表生成管缝分析断面图,具体步骤如下:
5.1.以散点图的形式描述管缝两侧断面轮廓,即将管缝两侧断面的实测点绘制在同一断面图中,生成管缝分析断面图;
5.2.在实测点附近标注错台量数值,以红色标注表示超出阈值,绿色表示未超出阈值,错台量为正时标注位置为环外,错台量为负时标注位置为环内;
5.3.连接拟合中心点及错台弧起止点的直线来描述错台弧,在错台弧对应的扇区中标注错台弧起止点弧度、平均错台量。
本发明的方法实现了管缝两侧断面匹配、管缝分析、管缝分析断面图的自动化操作,免除了管缝分析中的人工参与,提升了管缝分析的准确性及效率,具有更高的应用价值及经济效应;
最后需要注意的是,公布实施例的目的在于帮助进一步理解本发明,但是本领域的技术人员可以理解:在不脱离本发明及所附的权利要求的精神和范围内,各种替换和修改都是可能的。因此,本发明不应局限于实施例所公开的内容,本发明要求保护的范围以权利要求书界定的范围为准。
Claims (4)
1.一种基于激光雷达扫描点云数据的隧道管缝分析方法,其步骤包括:
A.提取隧道管缝两侧的断面数据,具体步骤如下:
A1.读入轨检数据文件和隧道断面数据文件;
所述的轨检数据文件包含但不限于:轨检小车在每个检测点用激光雷达扫描隧道断面的时刻、以及该时刻轨检小车所在的里程;
所述的隧道断面数据文件包含但不限于:每个检测点的隧道断面扫描数据、以及该断面的扫描时刻;
所述的隧道断面扫描数据里,每个检测点的隧道断面扫描数据里面包含该断面上所有实测点的数据,每个隧道实测点的数据包括但不限于该实测点在隧道断面坐标系里的坐标值(X,Y);
所述的隧道断面坐标系的原点是隧道中心点,X轴正方向是面向线路里程递增的方向的横断面上的3点方向,Y轴正方向是横断面上的12点方向;
A2.分析轨检数据文件和隧道断面数据文件,提取每个管缝两侧的2个断面数据,构建断面数据集W;
B.对每个隧道断面数据进行拟合过滤,具体步骤如下:
B1.构建一个长度为N的断面阈值列表Lduan,里面包含N轮拟合过滤所需要的N个断面差阈值;
B2.遍历断面数据集W中的每个隧道断面,分别做拟合过滤;
B3.对断面数据集W中的每个隧道断面做步骤B2,得到每个新的隧道断面数据,构成新断面数据集W’;
C.分析管缝两侧的隧道断面数据得到管缝错台量字典,具体步骤如下:
C1.对新断面数据集W’中的每个断面,以断面中每个实测点的弧度值为key、对应断面差为value,构建每个断面的断面差字典S;
C2.按照管缝里程,将管缝两侧的两个断面S(k)和S(k)’作为一对,计算管缝中每对实测点的错台量;
C3.以步骤C2生成的两个断面S(k)和S(k)’的所有配对实测点的弧度值为key、对应的错台量为value,生成管缝K的错台字典DC(k);
D.筛选管缝的错台弧,具体步骤如下:
D1.根据错台阈值Lcuo筛选错台字典DC(k),保留错台量大于错台阈值的实测点,构建错台点列表;
D2.根据错台间距阈值Ljian及弧长阈值Lhu筛选错台点列表,将连续错台点组成错台弧,得到错台弧列表;
D3.计算错台弧的平均错台量Mean_Cuo,为错台弧中所有点的错台量Cuo_ij的累加和除以该错台弧中实测点的个数XX_cnt,计算公式如下:
E.利用断面数据和错台弧列表生成管缝分析断面图,具体步骤如下:
E1.以散点图的形式描述管缝两侧断面轮廓,即将管缝两侧断面的实测点绘制在同一断面图中,生成管缝分析断面图;
E2.在实测点附近标注错台量数值,以颜色区分是否超出阈值,以数值在圆弧内外侧的位置表示错台量的正负;
E3.连接拟合中心点及错台弧起止点的直线来描述错台弧,在错台弧对应的扇区中标注错台弧起止点弧度、平均错台量。
2.如权利要求1所述的基于激光雷达扫描点云数据的隧道管缝分析方法,其特征在于,遍历断面数据集W中的每个隧道断面,分别做拟合过滤,具体步骤如下:
B2.1.对隧道断面的所有实测点进行椭圆拟合,计算拟合椭圆中心点的坐标(Xc,Yc)及长短轴a和b;
B2.2.对隧道断面中的每个实测点做过滤,以第i个实测点为例,具体步骤如下:
B2.2.1.利用实测点i的坐标(Xi,Yi)及拟合椭圆中心点的坐标(Xc,Yc)求实测点i的弧度值dTi,计算公式为:
B2.2.2.用实测点i的坐标(Xi,Yi)及拟合椭圆中心点的坐标(Xc,Yc)求实测点i的椭圆半径fPz_i,计算方式为:
B2.2.3.利用实测点i的dTi,拟合椭圆的长短轴a、b,以及拟合椭圆中心点的坐标(Xc,Yc),求出该实测点i对应的拟合椭圆上的点i’的拟合半径Pz_i,计算方式为:
B2.2.4.利用实测点i的椭圆半径fPz_i和拟合半径Pz_i计算断面差fDz_i,计算方式为:
fDz_i=fPzi-Pz_i
B2.2.5.用实测点i的断面差fDz_i与断面阈值Lduan[0]比较;如果大于阈值,则删除该实测点;反之,则保留该实测点i;
B2.3.经过步骤B2.2之后剩余的所有的实测点,作为该断面的一次过滤数据;
B2.4.取阈值列表Lduan中的下一个元素Lduan[j](0<=j<N),利用B2.3所述的上一次过滤数据,重复步骤B2.2进行N次拟合过滤,得到该断面的N次过滤数据。
3.如权利要求1所述的基于激光雷达扫描点云数据的隧道管缝分析方法,其特征在于,按照管缝里程,将管缝两侧的两个断面S(k)和S(k)’作为一对,计算管缝中每对实测点的错台量,具体步骤如下:
C2.1.分别遍历S(k)和S(k)’取实测点,记为i和j;根据双方的弧度值dTi和dTj进行匹配,将匹配到的实测点i和j的计入匹配列表Ta,匹配条件为:
dT+-dTj<阈值Ldis且为最小差值
C2.2.用匹配列表Ta中的每对实测点i和j的断面差fDz_i和fDz_j,计算错台量Cuo_ij,计算方式为:
Cuo_ij=fDz_i-fDz_j。
4.如权利要求1所述的基于激光雷达扫描点云数据的隧道管缝分析方法,其特征在于,根据错台间距阈值Ljian及弧长阈值Lhu筛选错台点列表,将连续错台点组成错台弧,得到错台弧列表,具体步骤如下:
D2.1.多个连续错台点构成一个错台弧;错台弧XX的起点的弧度记为XX_h,尾点的弧度记为XX_t;
D2.2.合并两个相邻错台弧XX和YY,记为错台弧XY,合并的条件是两个错台弧弧度值间距小于错台间距阈值Ljian,表达式为:
XX_t-YY_h≤Ljian
D2.3.合并后的错台弧XY的起点弧度值XY_h和尾点弧度值XY_t的计算公式为:
XY_h=XX_h,XY_t=YY_t
D2.4.删除弧长小于弧长阈值Lu的错台弧XX,删除条件表达式为:
XX_t-XX_h≥Lhu。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011076454.9A CN112198524B (zh) | 2020-10-10 | 2020-10-10 | 一种基于激光雷达扫描点云数据的隧道管缝分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011076454.9A CN112198524B (zh) | 2020-10-10 | 2020-10-10 | 一种基于激光雷达扫描点云数据的隧道管缝分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112198524A true CN112198524A (zh) | 2021-01-08 |
CN112198524B CN112198524B (zh) | 2022-09-23 |
Family
ID=74013670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011076454.9A Active CN112198524B (zh) | 2020-10-10 | 2020-10-10 | 一种基于激光雷达扫描点云数据的隧道管缝分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112198524B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113960049A (zh) * | 2021-10-19 | 2022-01-21 | 中南大学 | 一种隧道表面病害检测装置及检测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5790243A (en) * | 1993-09-30 | 1998-08-04 | Herr; William F. | Highway profile measuring system |
CN104457572A (zh) * | 2014-12-04 | 2015-03-25 | 上海岩土工程勘察设计研究院有限公司 | 基于三维扫描技术提取盾构隧道错缝错台量的方法 |
CN104792790A (zh) * | 2015-04-10 | 2015-07-22 | 北京力铁轨道交通设备有限公司 | 隧道状态检测装置和检测方法 |
CN105973141A (zh) * | 2016-04-29 | 2016-09-28 | 中铁建大桥工程局集团第二工程有限公司 | 一种盾构隧道管片错台测量装置及方法 |
CN108646259A (zh) * | 2018-05-14 | 2018-10-12 | 南京数联空间测绘科技有限公司 | 一种三维激光扫描仪设站定向装置及方法 |
CN109341671A (zh) * | 2018-09-18 | 2019-02-15 | 北京工业大学 | 基于点云数据提取盾构隧道衬砌错台量的方法 |
CN110726726A (zh) * | 2019-10-30 | 2020-01-24 | 中南大学 | 一种隧道成型质量及其缺陷的定量化检测方法及系统 |
US20200142052A1 (en) * | 2018-06-04 | 2020-05-07 | Shandong University | Automatic wall climbing type radar photoelectric robot system for non-destructive inspection and diagnosis of damages of bridge and tunnel structure |
CN111538353A (zh) * | 2020-05-12 | 2020-08-14 | 南京航空航天大学 | 一种隧道检测车稳定装置 |
CN111710027A (zh) * | 2020-05-25 | 2020-09-25 | 南京林业大学 | 一种顾及数据驱动管片分割和模型驱动管片拼装的隧道三维几何重建方法 |
-
2020
- 2020-10-10 CN CN202011076454.9A patent/CN112198524B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5790243A (en) * | 1993-09-30 | 1998-08-04 | Herr; William F. | Highway profile measuring system |
CN104457572A (zh) * | 2014-12-04 | 2015-03-25 | 上海岩土工程勘察设计研究院有限公司 | 基于三维扫描技术提取盾构隧道错缝错台量的方法 |
CN104792790A (zh) * | 2015-04-10 | 2015-07-22 | 北京力铁轨道交通设备有限公司 | 隧道状态检测装置和检测方法 |
CN105973141A (zh) * | 2016-04-29 | 2016-09-28 | 中铁建大桥工程局集团第二工程有限公司 | 一种盾构隧道管片错台测量装置及方法 |
CN108646259A (zh) * | 2018-05-14 | 2018-10-12 | 南京数联空间测绘科技有限公司 | 一种三维激光扫描仪设站定向装置及方法 |
US20200142052A1 (en) * | 2018-06-04 | 2020-05-07 | Shandong University | Automatic wall climbing type radar photoelectric robot system for non-destructive inspection and diagnosis of damages of bridge and tunnel structure |
CN109341671A (zh) * | 2018-09-18 | 2019-02-15 | 北京工业大学 | 基于点云数据提取盾构隧道衬砌错台量的方法 |
CN110726726A (zh) * | 2019-10-30 | 2020-01-24 | 中南大学 | 一种隧道成型质量及其缺陷的定量化检测方法及系统 |
CN111538353A (zh) * | 2020-05-12 | 2020-08-14 | 南京航空航天大学 | 一种隧道检测车稳定装置 |
CN111710027A (zh) * | 2020-05-25 | 2020-09-25 | 南京林业大学 | 一种顾及数据驱动管片分割和模型驱动管片拼装的隧道三维几何重建方法 |
Non-Patent Citations (2)
Title |
---|
XIONGYAO XIE ET AL.: "Development of a 3D modeling algorithm for tunnel deformation monitoring based on terrestrial laser scanning", 《SCIENCEDIRECT》 * |
尤相骏 等: "一种真圆型隧道激光扫描断面变形检测新方法的研究", 《隧道建设》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113960049A (zh) * | 2021-10-19 | 2022-01-21 | 中南大学 | 一种隧道表面病害检测装置及检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112198524B (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111899288A (zh) | 基于红外和可见光图像融合的隧道渗漏水区域检测与识别方法 | |
US20210303751A1 (en) | Method and device for rapid analysis of tunnel section convergence | |
CN110728689B (zh) | 一种基于点云数据的既有铁路中线提取方法 | |
CN112198524B (zh) | 一种基于激光雷达扫描点云数据的隧道管缝分析方法 | |
CN105956542B (zh) | 一种结构线束统计匹配的高分遥感影像道路提取方法 | |
CN111486797B (zh) | 一种地铁圆形盾构隧道横向直径的自动提取方法 | |
CN110160463B (zh) | 一种基于静态激光扫描的地铁隧道不圆度检测方法 | |
CN109470207A (zh) | 一种用于隧道的全面检测方法 | |
CN111241994B (zh) | 一种深度学习的遥感影像农村公路砂化路段的提取方法 | |
CN107798293A (zh) | 一种道路裂缝检测装置 | |
CN109489584A (zh) | 一种基于3d技术的隧道限界检测系统及隧道限界识别方法 | |
CN108204985A (zh) | 一种盾构隧道里程定位方法 | |
CN109470205A (zh) | 一种用于判定隧道超欠挖的测量方法 | |
CN111507971A (zh) | 一种隧道表面缺陷检测方法 | |
CN112164081B (zh) | 一种车载LiDAR点云铁路横断面轮廓提取方法 | |
CN112084973B (zh) | 一种基于正射投影图像的隧道管环识别与标注方法 | |
CN108507533A (zh) | 隧道断面连续测量机器人 | |
CN107392216B (zh) | 一种基于灰度数据的盾构隧道管片环缝快速识别方法 | |
CN111524154B (zh) | 一种基于影像的隧道管片自动化分割方法 | |
CN112651988A (zh) | 基于双指针定位的指形图像分割、指形板错台和紧固件异常检测方法 | |
CN110672632A (zh) | 一种隧道病害识别方法 | |
CN115482211A (zh) | 隧道超欠挖检测方法、装置、电子设备和存储介质 | |
Zhang et al. | Automated joint faulting measurement based on full-lane 3D pavement surface data | |
Ekhtari et al. | Automatic building extraction from LIDAR digital elevation models and WorldView imagery | |
CN116740060A (zh) | 基于点云几何特征提取的装配式预制构件尺寸检测方法 |
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 |