CN113093217A - 多线激光扫描隧道三维重构方法 - Google Patents

多线激光扫描隧道三维重构方法 Download PDF

Info

Publication number
CN113093217A
CN113093217A CN202110191555.9A CN202110191555A CN113093217A CN 113093217 A CN113093217 A CN 113093217A CN 202110191555 A CN202110191555 A CN 202110191555A CN 113093217 A CN113093217 A CN 113093217A
Authority
CN
China
Prior art keywords
data
point
dimensional
tunnel
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
Application number
CN202110191555.9A
Other languages
English (en)
Inventor
陈园
蒋杰
赵留辉
陆刚
张金林
邱鸣
许敬辉
陈晖�
刘佳林
梁斌
高春良
谢利明
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.)
China Railway First Survey and Design Institute Group Ltd
Original Assignee
China Railway First Survey and Design Institute Group 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 China Railway First Survey and Design Institute Group Ltd filed Critical China Railway First Survey and Design Institute Group Ltd
Priority to CN202110191555.9A priority Critical patent/CN113093217A/zh
Publication of CN113093217A publication Critical patent/CN113093217A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/66Analysis of geometric attributes of image moments or centre of gravity
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds

Landscapes

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

Abstract

本发明涉及一种多线激光扫描隧道三维重构方法,对隧道进行扫描、测量,获取数据并记录行进速度及距离;提取同一位置的点云三维数据,分析、处理并进行统计离群值清除;对经过离群值清除后的数据进行分析,计算出其重心,用其重心来表示当前位置的实际三维点,根据移动的实际位置进行适应性拉伸和延展,得到隧道三维初步模型,利用双边滤波进行滤波,在保持边缘数据不受较远数据的影响的同时对数据进行去噪。本发明充分利用多线雷达数据量多的特点,对数据进行融合滤波,可以得到更高的精度的测量数据;移动式多线雷达扫描三维数据能够在保证精度的同时扫描整个隧道的时间也会比较快,具有较强的实用价值。

Description

多线激光扫描隧道三维重构方法
技术领域
本发明属于城市轨道交通工程设计技术领域,具体涉及一种多线激光扫描隧道三维重构方法。
背景技术
现今城市轨道交通日益发展,地铁隧道是轨道交通的重要组成部分,地铁的规划设计、线路测量、工程实施等等,每个环节的实施都存在很多难点和问题,也非常考验工程技术人员。就传统的测量方式以及监测来看,不仅仅是难度大、耗时长,而且施工的过程当中还会出现很多未预料到的情况,影响地铁的正常施工和建设。因地铁施线路敷设方式多变、工地水文质条件复杂,地下建构筑物、管线管廊等勘测不准确、等诸多问题,在隧道施工及铺轨施工过程中若依靠人工去完成相关工作的监测测量,不仅效率低下而且不能保证测量误差及精度,同时需配备大量监测记录人员。
利用三维扫描的方式将隧道环境进行还原,可提高地铁隧道的监测质量及速度。现有的隧道三维扫描技术多采用单线激光雷达扫描隧道的三维信息。同时扫描方式分为移动式扫描和静止式扫描。移动式扫描是指将雷达放置在移动平台上,通过雷达扫描整条隧道,因而扫描速度快,但是因为雷达是移动的,所以雷达扫描类似是螺旋式扫描,所以会丢失部分信息,精度不高。静止式扫描是将雷达静止然后扫描周围信息,该方式扫描精度高,但是设备静止,因而要扫描全部隧道需要耗费很多时间、效率低。
发明内容
本发明的目的是提供一种多线激光扫描隧道三维重构方法,解决了现有技术中存在的问题,提高隧道三维扫描的精度和效率。
本发明所采用的技术方案为:
多线激光扫描隧道三维重构方法,其特征在于:
所述方法包括以下步骤:
步骤1:利用多线激光雷达扫描系统对隧道或地下空间进行扫描、测量,并获取相关扫描数据信息,系统同时记录扫描行进速度及距离;
步骤2:根据系统移动距离及扫描数据,提取同一位置的点云三维数据,对数据进行分析、处理并进行统计离群值清除,去除不相关的离散点及噪点;
步骤3:对经过离群值清除后的数据进行分析,计算出其重心,用其重心来表示当前位置的实际三维点;
步骤4:将经过处理后的激光三维点根据移动的实际位置进行适应性拉伸和延展,得到隧道三维初步模型;
步骤5:对隧道三维初步模型利用双边滤波进行滤波,在保持边缘数据不受较远数据的影响的同时对数据进行去噪。
步骤2中,统计离群值清除的过程为:
2.1:对于每个点i,取其邻域;
2.2:计算这个点到它邻域内每个点j的距离dij
2.3:计算均值μ和方差σ,其中k为点的个数;
Figure BDA0002944478530000031
Figure BDA0002944478530000032
2.4:对方差及均值进行判断,条件为:
Figure BDA0002944478530000033
如果不满足则剔除该点。
步骤3中,用重心来表示当前位置实际三维点的过程为:
计算出离群值清除后数据的重心,用其重心来表示当前位置的实际三维点:
Figure BDA0002944478530000034
式中Pi(x,y,z)代表第i个点的三维坐标,N代表点的总数。
步骤5中,对隧道三维初步模型利用双边滤波进行滤波的过程为:
在三维点云数据的滤波中,定义:q’为滤波后的数据点;q为滤波前的数据点;a为双边滤波权因子;
Figure BDA0002944478530000035
n为数据点q的法向量;
N(qi)是数据点qi的所有邻域点,kij为领域点中的一个点;
Figure BDA0002944478530000036
为标准高斯函数,表示领域点对当前点的影响,定义为:
Figure BDA0002944478530000041
Figure BDA0002944478530000042
参数σc是数据点qi的邻域点的距离对该点的影响因子,取邻域半径,参数σs是数据点到邻近点的距离向量在该点法向量ni上的投影对数据点qi的影响因子,为近邻点的标准偏差。
本发明具有以下优点:
1.本发明充分利用多线雷达数据量多的特点,对数据进行融合滤波,可以得到更高的精度的测量数据;
2.移动式多线雷达扫描三维数据能够在保证精度的同时扫描整个隧道的时间也会比较快,具有较强的实用价值。
附图说明
图1是本发明方法流程图;
图2是统计离群值清除示意图;
图3是重心求取示意图。
具体实施方式
下面结合具体实施方式对本发明进行详细的说明。
本发明涉及一种多线激光扫描隧道三维重构方法,是一种城市轨道交通隧道三维扫描并进行重构的方法,应用在比如隧道灾害,设备限界侵界检查等,步骤包括:
首先,利用多线激光雷达扫描系统对隧道或地下空间进行扫描、测量,并获取相关扫描数据信息,系统同时记录扫描行进速度及距离。
其次,根据系统移动距离及扫描数据,提取同一位置的点云三维数据,对数据进行分析、处理并进行统计离群值清除,去除不相关的一些离散点及噪点,保证数据的准确性和完整性。
计算公式如下:
1)对于每个点i,取其邻域;
2)计算这个点到它邻域内每个点j的距离dij
3)计算均值μ和方差σ,设点的个数为k;
Figure BDA0002944478530000051
Figure BDA0002944478530000052
4)对方差及均值进行判断(判断条件详见下式),如果不满足以下条件则剔除改点:
Figure BDA0002944478530000053
再次,对经过离群值清除后的数据进行分析,计算出其重心,用其重心来表示当前位置的实际三维点,如图3所示:
Figure BDA0002944478530000054
式中Pi(x,y,z)代表第i个点的三维坐标,N代表点的总数。
然后,将经过处理后的激光三维点根据移动的实际位置进行适应性拉伸和延展,随即得到隧道三维初步模型。
最后,由于隧道及地下空间是一个较为封闭的区域,其物理边界与轨旁备、轨道及其它区域有较为明显分界和轮廓,因此对初步的隧道模型利用双边滤波进行滤波,在保持边缘数据不受较远数据的影响的同时对数据进行去噪,双边滤波具体原理如下:
在三维点云数据的滤波中,定义如下:
在三维点云数据的滤波中,定义:q’为滤波后的数据点;q为滤波前的数据点;a为双边滤波权因子;
Figure BDA0002944478530000061
q′i=qi+a·n
n为数据点q的法向量;N(qi)是数据点qi的所有邻域点,kij为领域点中的一个点。
Figure BDA0002944478530000062
为标准高斯函数表示领域点对当前点的影响,定义为:
Figure BDA0002944478530000063
Figure BDA0002944478530000064
参数σc是数据点qi的邻域点的距离对该点的影响因子,一般取邻域半径,参数σs是数据点到邻近点的距离向量在该点法向量ni上的投影对数据点qi的影响因子,一般为近邻点的标准偏差。
本发明的内容不限于实施例所列举,本领域普通技术人员通过阅读本发明说明书而对本发明技术方案采取的任何等效的变换,均为本发明的权利要求所涵盖。

Claims (4)

1.多线激光扫描隧道三维重构方法,其特征在于:
所述方法包括以下步骤:
步骤1:利用多线激光雷达扫描系统对隧道或地下空间进行扫描、测量,并获取相关扫描数据信息,系统同时记录扫描行进速度及距离;
步骤2:根据系统移动距离及扫描数据,提取同一位置的点云三维数据,对数据进行分析、处理并进行统计离群值清除,去除不相关的离散点及噪点;
步骤3:对经过离群值清除后的数据进行分析,计算出其重心,用其重心来表示当前位置的实际三维点;
步骤4:将经过处理后的激光三维点根据移动的实际位置进行适应性拉伸和延展,得到隧道三维初步模型;
步骤5:对隧道三维初步模型利用双边滤波进行滤波,在保持边缘数据不受较远数据的影响的同时对数据进行去噪。
2.根据权利要求1所述的多线激光扫描隧道三维重构方法,其特征在于:
步骤2中,统计离群值清除的过程为:
2.1:对于每个点i,取其邻域;
2.2:计算这个点到它邻域内每个点j的距离dij
2.3:计算均值μ和方差σ,其中k为点的个数;
Figure FDA0002944478520000011
Figure FDA0002944478520000021
2.4:对方差及均值进行判断,条件为:
Figure FDA0002944478520000022
如果不满足则剔除该点。
3.根据权利要求2所述的多线激光扫描隧道三维重构方法,其特征在于:
步骤3中,用重心来表示当前位置实际三维点的过程为:
计算出离群值清除后数据的重心,用其重心来表示当前位置的实际三维点:
Figure FDA0002944478520000023
式中Pi(x,y,z)代表第i个点的三维坐标,N代表点的总数。
4.根据权利要求3所述的多线激光扫描隧道三维重构方法,其特征在于:
步骤5中,对隧道三维初步模型利用双边滤波进行滤波的过程为:
在三维点云数据的滤波中,定义:q’为滤波后的数据点;q为滤波前的数据点;a为双边滤波权因子;
Figure FDA0002944478520000024
n为数据点q的法向量;
N(qi)是数据点qi的所有邻域点,kij为领域点中的一个点;
Figure FDA0002944478520000031
为标准高斯函数,表示领域点对当前点的影响,定义为:
Figure FDA0002944478520000032
Figure FDA0002944478520000033
参数σc是数据点qi的邻域点的距离对该点的影响因子,取邻域半径,参数σs是数据点到邻近点的距离向量在该点法向量ni上的投影对数据点qi的影响因子,为近邻点的标准偏差。
CN202110191555.9A 2021-02-19 2021-02-19 多线激光扫描隧道三维重构方法 Pending CN113093217A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110191555.9A CN113093217A (zh) 2021-02-19 2021-02-19 多线激光扫描隧道三维重构方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110191555.9A CN113093217A (zh) 2021-02-19 2021-02-19 多线激光扫描隧道三维重构方法

Publications (1)

Publication Number Publication Date
CN113093217A true CN113093217A (zh) 2021-07-09

Family

ID=76663883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110191555.9A Pending CN113093217A (zh) 2021-02-19 2021-02-19 多线激光扫描隧道三维重构方法

Country Status (1)

Country Link
CN (1) CN113093217A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114894156A (zh) * 2022-05-12 2022-08-12 宁波睿威工程技术有限公司 一种地铁盾构隧道三维激光扫描测量装置及其测量方法
CN115116050A (zh) * 2022-08-30 2022-09-27 相国新材料科技江苏有限公司 用于增材制造设备的制造件外观在线识别方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102629367A (zh) * 2012-01-17 2012-08-08 安徽建筑工业学院 基于KDTree的点云数据双边滤波去噪的方法
KR20130137463A (ko) * 2012-06-07 2013-12-17 한국철도기술연구원 3차원 터널 모델 생성을 위한 옵토-레이저 터널 스캐닝 시스템 및 그 데이터 처리 방법
CN106842216A (zh) * 2017-02-13 2017-06-13 大连理工大学 一种基于Kinect与三维激光协同的工件位姿在线检测方法
CN110232736A (zh) * 2019-06-18 2019-09-13 中国矿业大学 一种井下综采工作面三维场景快速构建方法
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
WO2019242174A1 (zh) * 2018-06-21 2019-12-26 华南理工大学 基于激光雷达的建筑结构自动测量及3d模型生成方法
CN111462017A (zh) * 2020-04-14 2020-07-28 四川省安全科学技术研究院 隧道激光点云数据的去噪方法
CN111489416A (zh) * 2020-04-14 2020-08-04 四川公路桥梁建设集团有限公司 隧道轴线拟合方法及在超欠挖方量计算上的应用
CN111696210A (zh) * 2020-04-22 2020-09-22 北京航天控制仪器研究所 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
CN111986115A (zh) * 2020-08-22 2020-11-24 王程 激光点云噪声和冗余数据的精准剔除方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102629367A (zh) * 2012-01-17 2012-08-08 安徽建筑工业学院 基于KDTree的点云数据双边滤波去噪的方法
KR20130137463A (ko) * 2012-06-07 2013-12-17 한국철도기술연구원 3차원 터널 모델 생성을 위한 옵토-레이저 터널 스캐닝 시스템 및 그 데이터 처리 방법
CN106842216A (zh) * 2017-02-13 2017-06-13 大连理工大学 一种基于Kinect与三维激光协同的工件位姿在线检测方法
WO2019242174A1 (zh) * 2018-06-21 2019-12-26 华南理工大学 基于激光雷达的建筑结构自动测量及3d模型生成方法
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
CN110232736A (zh) * 2019-06-18 2019-09-13 中国矿业大学 一种井下综采工作面三维场景快速构建方法
CN111462017A (zh) * 2020-04-14 2020-07-28 四川省安全科学技术研究院 隧道激光点云数据的去噪方法
CN111489416A (zh) * 2020-04-14 2020-08-04 四川公路桥梁建设集团有限公司 隧道轴线拟合方法及在超欠挖方量计算上的应用
CN111696210A (zh) * 2020-04-22 2020-09-22 北京航天控制仪器研究所 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
CN111986115A (zh) * 2020-08-22 2020-11-24 王程 激光点云噪声和冗余数据的精准剔除方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114894156A (zh) * 2022-05-12 2022-08-12 宁波睿威工程技术有限公司 一种地铁盾构隧道三维激光扫描测量装置及其测量方法
CN114894156B (zh) * 2022-05-12 2023-01-10 浙江华展工程研究设计院有限公司 一种地铁盾构隧道三维激光扫描测量装置及其测量方法
CN115116050A (zh) * 2022-08-30 2022-09-27 相国新材料科技江苏有限公司 用于增材制造设备的制造件外观在线识别方法
CN115116050B (zh) * 2022-08-30 2022-12-13 相国新材料科技江苏有限公司 用于增材制造设备的制造件外观在线识别方法

Similar Documents

Publication Publication Date Title
Sánchez-Rodríguez et al. Automated detection and decomposition of railway tunnels from Mobile Laser Scanning Datasets
CN109708615B (zh) 一种基于激光扫描的地铁隧道限界动态检测方法
CN113093217A (zh) 多线激光扫描隧道三维重构方法
CN113610778B (zh) 一种基于语义分割的桥梁表面裂纹检测方法与系统
CN111738945B (zh) 一种基于矿山的点云数据预处理方法
CN103486971B (zh) 一种地铁隧道裂缝宽度检测及校正算法
CN111507971A (zh) 一种隧道表面缺陷检测方法
CN113723715A (zh) 公交线网自动匹配道路网络方法、系统、设备及存储介质
CN104992429A (zh) 一种基于图像局部增强的山体裂缝检测方法
Wu et al. Concrete spalling detection for metro tunnel from point cloud based on roughness descriptor
Chen et al. A novel image-based approach for interactive characterization of rock fracture spacing in a tunnel face
Li et al. Pixel-level detection and measurement of concrete crack using faster region-based convolutional neural network and morphological feature extraction
CN117848238B (zh) 一种基于激光点云的轨道交通站台实际限界测量方法
WO1989004018A1 (en) Method of processing image data on road surface cracks
CN108615452B (zh) 一种基于人车轨迹点多分辨率处理的未知道路提取方法
CN108596968B (zh) 一种基于轨道3d深度图像的轨枕计数方法
JP2018097424A (ja) クラスタリング装置、人工物識別装置、幹検出装置、方法、及びプログラム
CN117670837A (zh) 基于深度学习的盾构隧道纵缝识别与变形计算方法
CN115824070B (zh) 一种钢轨件尺寸测量方法及装置
CN106153507B (zh) 一种测试压裂支撑剂圆球度的方法
Bao et al. Three-Dimensional Point Cloud Denoising for Tunnel Data by Combining Intensity and Geometry Information
Koch et al. Machine vision techniques for condition assessment of civil infrastructure
CN113313689A (zh) 一种路面构造深度测量方法、系统、设备及存储介质
CN111583237A (zh) 蜂窝规整度检测的邻域窗口递推胞元重构方法
Zou et al. Inertia mutation energy model to extract roads by crowdsourcing trajectories

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