CN113465524A - 一种基于点云数据的土石坝填筑实时坝面变形监测方法 - Google Patents
一种基于点云数据的土石坝填筑实时坝面变形监测方法 Download PDFInfo
- Publication number
- CN113465524A CN113465524A CN202110575850.4A CN202110575850A CN113465524A CN 113465524 A CN113465524 A CN 113465524A CN 202110575850 A CN202110575850 A CN 202110575850A CN 113465524 A CN113465524 A CN 113465524A
- Authority
- CN
- China
- Prior art keywords
- dam
- point cloud
- cloud data
- data
- point
- 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
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明公开了一种基于点云数据的土石坝填筑实时坝面变形监测方法。包括:使用多套三维激光扫描仪在不同控制点采集土石坝坝面点云数据;相邻扫描区域重叠30%面积;使用点云数据分析程序对数据进行解算和拼接;基于三角网曲面建模方法分别对获得的点云数据进行网格化,得到高分辨率的坝体数字高程模型;选出待比较的两期坝面数字高程模型,对同名点进行位移计算分析,得到坝面变形实时信息。本发明充分利用三维激光扫描技术的优势应用于土石坝的变形监测,获取三维激光扫描仪高密度的坝面点云数据实现全域微形变无接触感知;通过对施工期不同时段建立的全面实景模型进行对比,更全面的更直观的监测坝面的变形趋势。
Description
技术领域
本发明属于岩土工程变形监测技术领域,具体为一种基于点云数据的土石坝填筑实时坝面变形监测方法。
背景技术
随着我国水电工程的不断发展,坝工技术尤其是土石坝变形监测技术,积累了丰富的经验。在三维整体全面监测等方面,都有着长足的进步。同时,基于现场监测、数值仿真以及室内试验等不同手段,更加深入的研究了土石坝的变形演化规律。但是,土石坝整体及坝面三维协调变形机理等仍存在问题。传统的监测手段只能针对少量点的变形进行监测,无法精确完整的反映出土石坝整体三维变形情况,存在着较大的局限性。
现有的监测手段采用传统的单点式监测,无法实现全面整体监测建立全面成体的实景模型,很难真实反映现场土石坝坝体的整体坝面变形情况;且监测手段施工复杂需耗费大量人力物力。
因此,针对用于土石坝变形监测技术的研究有待进一步深入探索。
发明内容
本发明根据现有技术的不足公开了一种基于点云数据的土石坝填筑实时坝面变形监测方法。本发明目的是提供一种利用三维激光扫描技术建立土石坝实景模型,能够实现全面整体监测,实时反映现场土石坝坝体的整体坝面变形情况的坝面变形监测方法。
本发明通过以下技术方案实现:
基于点云数据的土石坝填筑实时坝面变形监测方法,其特征在于包括以下步骤:
S1.使用多套三维激光扫描仪在不同控制点采集土石坝坝面点云数据;相邻区域的三维激光扫描仪之间设置30%区域面积的重叠扫描区域;
S2.使用点云数据分析程序对所获取的数据进行解算和拼接;
S3.对比分析不同时期的点云数据分析获取坝面变形信息,包括:
S301:建立模型;基于三角网曲面建模方法分别对步骤S2获得的点云数据进行网格化,得到高分辨率的坝体数字高程模型;
S302:坝面数据模型对比;选出待比较的两期坝面数字高程模型,以前期模型为参考,后期模型作为样本,对参考模型与样本模型中的同名点进行位移计算分析,得到坝面变形实时信息。
进一步所述步骤S1中采集土石坝坝面点云数据包括:
S101:选择控制点,在所选观测点位置修建用于架设三维激光扫描仪器的控制桩,以控制桩中心点坐标作为观测点坐标;
控制点设置应大于4个,至少在土石坝上下游坝面、左右坝肩设置控制点;要求:(1)符合重叠扫描30%区域的要求;(2)遮挡区域、入射盲区最小化;(3)控制点位于易发生变形或易受工程震动、扰动区域;
S102:建立观测网,在步骤S101中所建立控制桩上架设载波相位差分技术(RTK)测量仪,以2个观测控制点作为基准点,在同一坐标系中进行求差解算,依次标定其他观测控制点坐标,建立观测点坐标网络;
S103:扫描数据,在坝体填筑区以外稳定区域设置粘贴至少3个靶标作为基准点,将同期不同站点的扫描数据保存到一个文件中。
所述步骤S2中对数据解算和拼接包括:
S201:导入数据,包括:(1)导入步骤S1中扫描获取的同一期三维激光点云数据到三维激光处理软件中;(2)导入步骤S102标定的观测点坐标到三维激光处理软件;利用三维激光软件完成扫描仪内部坐标到大坝观测点坐标的注册;
S202:处理数据,删除点云数据中无关点,对获取的数据进行多站点平差配准处理:利用步骤S103中的至少3基准点进行初次拼接,初次拼接完成后利用步骤S101中重叠公共区域进行精确拼接,公共区域同名点间距平方和最小的ICP法,不断迭代,寻求最佳变换矩阵,通过调整“搜索距离”参数逐步提高对齐精度;
(2)Xn+1=RnXn+Tn;迭代结束信号为当ω(Rn,Tn)-ω(Rn+1,Tn+1)≤σ;
S203:导出数据,将步骤S202中经过预处理、初拼和精拼后的数据导出;提取出表征坝面特征的点云数据,数据坐标基于步骤S202建立的观测网坐标系。
所述步骤S3对比分析不同时期的点云数据分析获取坝面变形信息是将步骤S102所测不同时期的点云数据采用控制点坐标不变,即不同时期获取的数据处于同一坐标系下,通过直接比较两期或多期数据获取坝面变形信息。
在实际工程监测过程中,两期监测点云数据时间较近时,坝面变形值过小受载波相位差分技术(RTK)测量仪精度的影响。为提高坝面变形分析精度,提出改进的内业数据处理方法。基于载波相位差分技术(RTK)测量仪注册过的第i期点云数据Zi组其分为变形区Di(坝面和填筑区等填筑期间会发生明显变形区域)和非变形区Fi(假定坝体两岸边坡及山体不会变形或变形量极小),如图4。将注册到同一坐标系不同期的点云数据进行分区处理后基于非变形区Fi作为重叠公共区域点云集M生成poly data,对两期点云数据Zm和Zn高精度的平差配准处理,具体过程类似S202。基于对坝体两岸边坡及山体不会变形的假定,对比分析经上述处理后的两期变形区域Dm、Dn获取高精度的实际坝面变形信息。
所述步骤S3中对参考模型与样本模型中的同名点进行位移计算分析,得到坝面变形实时信息包括:
其中,参考坝面上点A坐标为(Ax,Ay,Az);样本测试坝面同名点B坐标为(Bx,By,Bz);AB位移向量为v(Cx,Cy,Cz);其中Cx=Bx-Ax,Cy=By-Ay,Cy=By-Ay。
同名点位移计算时采用两期坝面模型之间任一点的最近距离代表一组同名点的位移值r,使之相对准确的反映真个坝面的变形分布情况。
本发明充分利用三维激光扫描技术的优势应用于土石坝的变形监测,获取三维激光扫描仪高密度的坝面点云数据实现全域微形变无接触感知。通过对施工期不同时段建立的全面实景模型进行对比,更全面的更直观的监测坝面的变形趋势。
附图说明
图1是本发明扫描站扫描区域重叠示意图;
图2是本发明方法两期坝面DEM模型;
图3是本发明方法流程框图;
图4是本发明实施例点云分区处理图;
图5是本发明实施例监测网布置图;
图6是本发明实施例对比点云模型图;
图7是本发明实施例坝面变形分析图。
具体实施方式
下面结合具体实施方式对本发明进一步说明,具体实施方式是对本发明原理的进一步说明,不以任何方式限制本发明,与本发明相同或类似技术均没有超出本发明保护的范围。
下面结合附图和实施例对本发明进一步说明。
基于点云数据的土石坝填筑实时坝面变形监测方法,包括以下步骤:
S1.使用三维激光扫描仪在不同控制点采集土石坝点云数据。
进一步的,所述步骤S1采集数据包括:
S101:选择控制点。在所选观测点位置修建用于架设三维激光扫描仪器的控制桩,以控制桩中心点坐标作为观测点坐标。
本例工程在大坝上下游坝面、左右坝肩附近位置选择8-10个扫描站作为监测整体大坝的控制点。选择原则如下:(1)确保相邻扫描站之间约30%区域的重叠扫描,如图1所示,图中有阴影部分为重叠部分。(2)将遮挡区域最小化。(2)扫描站控制点选择不同高程范围(10m-30m),减小入射角造成的入射盲区。(3)扫描站不应位于易发生变形或易受工程震(扰)动区域。
S102:建立观测网。在步骤S101中所建立控制桩上架设RTK(载波相位差分技术)测量仪,以2个观测控制点作为基准点,在同一坐标系中进行求差解算,依次标定其他观测点坐标,从而建立观测点坐标网络。
S103:扫描数据。扫描之前,在坝体填筑区以外稳定区域(如坝间边坡)粘贴足够数量(至少3个)的靶标,基准点,将同一期不同站点的扫描数据保存到一个文件。
S2.使用点云数据分析程序对所获取的数据进行解算和拼接。
进一步的,所述步骤S2数据分析和处理包括:
S201:导入数据。导入数据包括两类:(1)导入步骤S1中扫描获取的同一期三维激光点云数据到Riscan pro(三维激光处理软件);(2)导入步骤S102标定的观测点坐标到Riscan pro(三维激光处理软件)。利用三维激光软件完成扫描仪内部坐标到大坝观测点坐标的注册。
S202:处理数据。首先,删除点云数据中无关点,如,电线、施工汽车,去除噪点。然后,对获取的数据进行多站点平差配准处理:利用步骤S103中的观测点(3个以上靶标位置)作为基准点进行初次拼接,初次拼接完成后利用步骤S101中公共区域采用所有进行精确拼接,公共区域同名点间距平方和最小的ICP法,不断迭代,寻求最佳变换矩阵,通过调整“搜索距离”参数逐步提高对齐精度。
(2)Xn+1=RnXn+Tn;迭代结束信号为当ω(Rn,Tn)-ω(Rn+1,Tn+1)≤σ。
S203:导出数据。将步骤S202中经过预处理、初拼和精拼后的数据导出。提取出表征坝面特征的点云数据,数据坐标基于步骤S202建立的观测网坐标系。
S3.对比分析不同时期的点云数据分析获取坝面变形信息。步骤S102所测不同时期的点云数据采用的控制点坐标不变,即不同时期获取的数据处于同一坐标系下。据此,可通过直接比较两(多)期数据分析坝面变形。
进一步的,所述步骤S3中包括
S301:建立模型;基于三角网曲面建模方法分别对步骤S203准备好的点云数据进行网格化,得到高分辨率的坝体数字高程模型(DEM)。
S302:坝面数据模型对比;选出待比较的两期坝面DEM模型,通常以前一期模型为参考,后一期模型作为样本。对参考和样本模型中的同名点,如图2所示,位移计算分析如下:
设参考坝面上点A坐标为(Ax,Ay,Az);
设测试坝面同名点B坐标为(Bx,By,Bz);
AB位移向量为v(Cx,Cy,Cz);
其中Cx=Bx-Ax,Cy=By-Ay,Cy=By-Ay;
下面以一具体施工实施对本发明方法进行说明:
首先选择坝体不同高程上下游共九个控制点出设置了观测桩,并对每个观测桩就架设载波相位差分技术(RTK)测量仪进行位置解算,建立了整个坝区监测网,如图5;经过2019年10月于2020年7月利用三维激光扫描技术获取两期共18站三维点云数据,经过坐标注册、同期拼接、降噪、植被过滤去除等预处理工作后获得两期整体点云数据Z1、Z2;本实施例采用分区内业处理方法,将两期整体点云Z1、Z2分区为F1、F2、D1、D2。如图4,基于非变形区F1、F2作为公共区域点云集M,生成poly data对Z1、Z2公共区域M同名点间距平方和最小的ICP迭代计算出最佳变换矩阵,调整搜索半径参数逐步提高对其精度,设置迭代计算σ<0.5cm时终止。生成的对比点云模型,如图6。基于上述模型对D1、D2变形区生成DEM模型计算整个模型同名点位移。结果如图7所示。可见距坝体底部约1/3坝高处坝面出现了最大沉降变形。距坝体底部1/4坝高处坝面出现部分外凸变形。
Claims (6)
1.一种基于点云数据的土石坝填筑实时坝面变形监测方法,其特征在于包括以下步骤:
S1.使用多套三维激光扫描仪在不同控制点采集土石坝坝面点云数据;相邻区域的三维激光扫描仪之间设置30%区域面积的重叠扫描区域;
S2.使用点云数据分析程序对所获取的数据进行解算和拼接;
S3.对比分析不同时期的点云数据分析获取坝面变形信息,包括:
S301:建立模型;基于三角网曲面建模方法分别对步骤S2获得的点云数据进行网格化,得到高分辨率的坝体数字高程模型;
S302:坝面数据模型对比;选出待比较的两期坝面数字高程模型,以前期模型为参考,后期模型作为样本,对参考模型与样本模型中的同名点进行位移计算分析,得到坝面变形实时信息。
2.根据权利要求1所述的基于点云数据的土石坝填筑实时坝面变形监测方法,其特征在于:所述步骤S1中采集土石坝坝面点云数据包括:
S101:选择控制点,在所选观测点位置修建用于架设三维激光扫描仪器的控制桩,以控制桩中心点坐标作为观测点坐标;
控制点设置应大于4个,至少在土石坝上下游坝面、左右坝肩设置控制点;要求:(1)符合重叠扫描30%区域的要求;(2)遮挡区域、入射盲区最小化;(3)控制点位于易发生变形或易受工程震动、扰动区域;
S102:建立观测网,在步骤S101中所建立控制桩上架设载波相位差分技术(RTK)测量仪,以2个观测控制点作为基准点,在同一坐标系中进行求差解算,依次标定其他观测控制点坐标,建立观测点坐标网络;
S103:扫描数据,在坝体填筑区以外稳定区域设置粘贴至少3个靶标作为基准点,将同期不同站点的扫描数据保存到一个文件中。
3.根据权利要求2所述的基于点云数据的土石坝填筑实时坝面变形监测方法,其特征在于:所述步骤S2中对数据解算和拼接包括:
S201:导入数据,包括:(1)导入步骤S1中扫描获取的同一期三维激光点云数据到三维激光处理软件中;(2)导入步骤S102标定的观测点坐标到三维激光处理软件;利用三维激光软件完成扫描仪内部坐标到大坝观测点坐标的注册;
S202:处理数据,删除点云数据中无关点,对获取的数据进行多站点平差配准处理:利用步骤S103中的至少3基准点进行初次拼接,初次拼接完成后利用步骤S101中重叠公共区域进行精确拼接,公共区域同名点间距平方和最小的ICP法,不断迭代,寻求最佳变换矩阵,通过调整“搜索距离”参数逐步提高对齐精度;
(2)Xn+1=RnXn+Tn;迭代结束信号为当ω(Rn,Tn)-ω(Rn+1,Tn+1)≤σ;
S203:导出数据,将步骤S202中经过预处理、初拼和精拼后的数据导出;提取出表征坝面特征的点云数据,数据坐标基于步骤S202建立的观测网坐标系。
4.根据权利要求3所述的基于点云数据的土石坝填筑实时坝面变形监测方法,其特征在于:所述步骤S3对比分析不同时期的点云数据分析获取坝面变形信息是将步骤S102所测不同时期的点云数据采用控制点坐标不变,即不同时期获取的数据处于同一坐标系下,通过直接比较两期或多期数据获取坝面变形信息。
5.根据权利要求4所述的基于点云数据的土石坝填筑实时坝面变形监测方法,其特征在于:所述通过直接比较两期或多期数据获取坝面变形信息包括:获取基于载波相位差分技术(RTK)测量仪注册过的第i期点云数据Zi组,其分为变形区Di和非变形区Fi;将注册到同一坐标系不同期的点云数据进行分区处理后基于非变形区Fi作为重叠公共区域点云集M生成poly data,对两期点云数据Zm和Zn采用步骤S202的方法进行高精度的平差配准处理;基于对坝体两岸边坡及山体不会变形的假定,对比分析经上述处理后的两期变形区域Dm、Dn获取高精度的实际坝面变形信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110575850.4A CN113465524B (zh) | 2021-05-26 | 2021-05-26 | 一种基于点云数据的土石坝填筑实时坝面变形监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110575850.4A CN113465524B (zh) | 2021-05-26 | 2021-05-26 | 一种基于点云数据的土石坝填筑实时坝面变形监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113465524A true CN113465524A (zh) | 2021-10-01 |
CN113465524B CN113465524B (zh) | 2023-07-28 |
Family
ID=77871542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110575850.4A Active CN113465524B (zh) | 2021-05-26 | 2021-05-26 | 一种基于点云数据的土石坝填筑实时坝面变形监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113465524B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114322899A (zh) * | 2021-12-27 | 2022-04-12 | 苏州方石科技有限公司 | 地坪检测方法及储存介质及电子装置 |
CN114689820A (zh) * | 2022-03-07 | 2022-07-01 | 保山学院 | 一种基于三维扫描的膨胀土胀缩特性测试及评价方法 |
CN114937133A (zh) * | 2022-05-18 | 2022-08-23 | 山东大学 | 一种基于点云数据的堤防可视化监测方法及系统 |
CN115030197A (zh) * | 2022-06-24 | 2022-09-09 | 中建八局第二建设有限公司 | 一种基于三维扫描技术的山体支护施工方法 |
CN118258356A (zh) * | 2024-04-02 | 2024-06-28 | 慈溪市诚正建设工程检测有限公司 | 一种基于计算机视觉的建筑地基沉降检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140267627A1 (en) * | 2013-03-15 | 2014-09-18 | State Farm Mutual Automobile Insurance Company | Methods and systems for capturing the condition of a physical structure |
CN106123845A (zh) * | 2015-05-07 | 2016-11-16 | 国家测绘地理信息局第六地形测量队 | 基于三维激光扫描技术的边坡位移监测方法 |
CN106225707A (zh) * | 2016-08-01 | 2016-12-14 | 三峡大学 | 一种用于快速监测高面板堆石坝挤压边墙变形的方法 |
CN110390687A (zh) * | 2019-07-29 | 2019-10-29 | 四川大学 | 一种基于三维激光扫描的河道冲淤测量方法 |
CN110763147A (zh) * | 2019-10-31 | 2020-02-07 | 中交三航局第三工程有限公司 | 一种基于三维激光扫描技术的围堰变形监测方法 |
JP2021032566A (ja) * | 2019-08-13 | 2021-03-01 | 株式会社Xtia | 変形解析方法及び変形解析装置 |
-
2021
- 2021-05-26 CN CN202110575850.4A patent/CN113465524B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140267627A1 (en) * | 2013-03-15 | 2014-09-18 | State Farm Mutual Automobile Insurance Company | Methods and systems for capturing the condition of a physical structure |
CN106123845A (zh) * | 2015-05-07 | 2016-11-16 | 国家测绘地理信息局第六地形测量队 | 基于三维激光扫描技术的边坡位移监测方法 |
CN106225707A (zh) * | 2016-08-01 | 2016-12-14 | 三峡大学 | 一种用于快速监测高面板堆石坝挤压边墙变形的方法 |
CN110390687A (zh) * | 2019-07-29 | 2019-10-29 | 四川大学 | 一种基于三维激光扫描的河道冲淤测量方法 |
JP2021032566A (ja) * | 2019-08-13 | 2021-03-01 | 株式会社Xtia | 変形解析方法及び変形解析装置 |
CN110763147A (zh) * | 2019-10-31 | 2020-02-07 | 中交三航局第三工程有限公司 | 一种基于三维激光扫描技术的围堰变形监测方法 |
Non-Patent Citations (1)
Title |
---|
王辉 等: "水电站大坝表面三维建模及变形分析", 《云南省测绘地理信息学会2017年学术年会论文集》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114322899A (zh) * | 2021-12-27 | 2022-04-12 | 苏州方石科技有限公司 | 地坪检测方法及储存介质及电子装置 |
CN114689820A (zh) * | 2022-03-07 | 2022-07-01 | 保山学院 | 一种基于三维扫描的膨胀土胀缩特性测试及评价方法 |
CN114689820B (zh) * | 2022-03-07 | 2024-06-04 | 保山学院 | 一种基于三维扫描的膨胀土胀缩特性测试及评价方法 |
CN114937133A (zh) * | 2022-05-18 | 2022-08-23 | 山东大学 | 一种基于点云数据的堤防可视化监测方法及系统 |
CN114937133B (zh) * | 2022-05-18 | 2024-08-13 | 山东大学 | 一种基于点云数据的堤防可视化监测方法及系统 |
CN115030197A (zh) * | 2022-06-24 | 2022-09-09 | 中建八局第二建设有限公司 | 一种基于三维扫描技术的山体支护施工方法 |
CN118258356A (zh) * | 2024-04-02 | 2024-06-28 | 慈溪市诚正建设工程检测有限公司 | 一种基于计算机视觉的建筑地基沉降检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113465524B (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113465524A (zh) | 一种基于点云数据的土石坝填筑实时坝面变形监测方法 | |
CN111125821B (zh) | 基于bim+gis地基与基础分部工程分析及选型方法 | |
CN110390687B (zh) | 一种基于三维激光扫描的河道冲淤测量方法 | |
CN104792274B (zh) | 一种圆形隧道收敛变形的测量方法 | |
CN107103153B (zh) | 一种基于三维激光扫描技术的矿产资源消耗量评估方法 | |
CN111191307B (zh) | 一种基于bim+gis技术的土方工程虚拟施工方法 | |
US20030147553A1 (en) | Semi-automatic reconstruction method of 3-D building models using building outline segments | |
CN110276732B (zh) | 一种顾及地形特征线要素的山区点云空洞修复方法 | |
CN112282847B (zh) | 一种煤矿井下巷道形变监测方法 | |
CN110728752A (zh) | 一种公路三维地形场景模型的构建方法 | |
CN115560690B (zh) | 一种基于三维激光扫描技术的结构物整体变形分析方法 | |
CN111765867A (zh) | 基于倾斜摄影技术的道路有效土方量计算方法 | |
CN112100715A (zh) | 一种基于三维倾斜摄影技术的土方优化方法及系统 | |
CN111595403B (zh) | 一种基于点云测量技术的工程土方计量方法 | |
CN110363855B (zh) | 堆石坝透明化建模方法 | |
CN111879300A (zh) | 基于三维激光扫描技术的崩岗侵蚀发育监测方法 | |
CN111765869A (zh) | 基于倾斜摄影技术的不同坡度道路土方测量方法 | |
CN109682303A (zh) | 基于bim技术的曲线pc轨道梁精密三维检测方法 | |
CN112487521A (zh) | 一种基于点云的隧道改建工程bim建模方法及系统 | |
CN116977590A (zh) | 一种基于倾斜摄影技术的建筑基坑监测方法 | |
CN117514185A (zh) | 一种隧道开挖断面控制方法及施工方法 | |
CN111797447B (zh) | 一种复杂地基混凝土坝孔道配筋方法 | |
Pan et al. | Assessment method of slope excavation quality based on point cloud data | |
CN116049945A (zh) | 隧道施工工程量测算方法、装置、设备以及存储介质 | |
CN111765868A (zh) | 基于倾斜摄影技术并按不同网格划分的土方测量方法 |
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 |