CN114136993B - 一种盾构隧道环缝检测方法与系统 - Google Patents

一种盾构隧道环缝检测方法与系统 Download PDF

Info

Publication number
CN114136993B
CN114136993B CN202111433717.1A CN202111433717A CN114136993B CN 114136993 B CN114136993 B CN 114136993B CN 202111433717 A CN202111433717 A CN 202111433717A CN 114136993 B CN114136993 B CN 114136993B
Authority
CN
China
Prior art keywords
point cloud
normal vector
tunnel
segment
segmented
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.)
Active
Application number
CN202111433717.1A
Other languages
English (en)
Other versions
CN114136993A (zh
Inventor
鲍艳
李文海
马睿哲
张东亮
金日范
高利业
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.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN202111433717.1A priority Critical patent/CN114136993B/zh
Publication of CN114136993A publication Critical patent/CN114136993A/zh
Application granted granted Critical
Publication of CN114136993B publication Critical patent/CN114136993B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G06T5/70—
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30132—Masonry; Concrete

Abstract

本发明提供的一种盾构隧道环缝检测方法与系统，其中该方法，包括：获取隧道的点云数据；对点云数据进行平面拟合得到每一个点云的法向量；根据每一个点云的法向量和角度阈值去除噪点得到管片点云；对管片点云进行分割聚类得到分割后的管片点云；根据分割后的管片点云得到环缝的位置信息。本发明通过对隧道的点云数据进行平面拟合、去噪和进行分割聚类后得到分割后的管片点云，并将基于此得到环缝的位置，可以快速、全方位地采集隧道内部的数据，掌握隧道整体变化情况，大大提高了环缝的检测效率和精度。

Description

一种盾构隧道环缝检测方法与系统
技术领域
本发明属于隧道工程测量技术领域，更具体地说，是涉及一种盾构隧道环缝检测方法与系统。
背景技术
随着城市轨道交通的发展，各个地方都加快了建设和规划以地铁为主的城市轨道交通体系。地铁隧道连续的处于地下，地面的建筑物压力、土体的扰动和隧道周围工程施工等都有可能对地铁隧道产生影响，如果不及时的对隧道进行检测和维护，将有可能进一步发展造成严重后果，比如隧道坍塌。这种后果一旦形成，将造成巨大的社会经济损失。
根据《盾构法隧道施工及验收规范》(GB50446-2017)中规定：使用直尺等工具每10环测量隧道衬砌的环间错台，每环需要检测4个点，允许偏差在15mm以内；隧道轴线和高程位置每10环检测一次允许偏差在100mm以内等。传统的检测工作大多采用全站仪、水准仪、塞尺、卡尺等测量仪器与人工作业相结合的方法进行检测，尽管这些技术能达到mm级测量精度，但是现有检测方法只能反映局部的特征，很难高效地进行大范围的检测，并且受作业人员素质和环境影响较大，难以保证检测质量。
发明内容
本发明的目的在于提供一种盾构隧道环缝检测方法与系统，旨在解决现有检测方法检测效率低的问题。
为实现上述目的，本发明采用的技术方案是：
一种盾构隧道环缝检测方法，包括以下步骤：
步骤1：获取隧道的点云数据；
步骤2：对所述点云数据进行平面拟合得到每一个点云的法向量；
步骤3：根据所述每一个点云的法向量和角度阈值去除噪点得到管片点云；
步骤4：对所述管片点云进行分割聚类得到分割后的管片点云；
步骤5：根据所述分割后的管片点云得到环缝的位置信息。
优选的，所述步骤2：对所述点云数据进行平面拟合得到每一个点云的法向量，包括：
步骤2.1：获取每一个点云的近邻点；
步骤2.2：将每一个点云和相应点云的近邻点进行平面拟合得到点云平面；
步骤2.3：计算所述点云平面的法向量，并将所述点云平面的法向量作为相应点云的法向量。
优选的，所述步骤3：根据所述每一个点云的法向量和角度阈值去除噪点得到管片点云，包括：
步骤3.1：计算每一个点云的法向量与相应周围点的法向量之间的夹角和；
步骤3.2：判断所述夹角和是否大于角度阈值；
步骤3.3：当所述夹角和大于角度阈值时，则去除相应的点云得到管片点云。
优选的，所述步骤4：对所述管片点云进行分割聚类得到分割后的管片点云，包括：
步骤4.1：将所述管片点云上每个点按照各自的法向量缩进预设距离得到隧道点云；
步骤4.2：采用聚类算法对所述隧道点云进行分割聚类得到分割后的管片点云。
优选的，所述步骤5：根据所述分割后的管片点云得到环缝的位置信息，包括：
提取所述分割后的管片点云上每一环管片最左和最右位置上的点的平均值作为环缝的位置信息。
本发明还提供了一种盾构隧道环缝检测系统，包括：
点云获取模块，用于获取隧道的点云数据；
平面拟合模块，用于对所述点云数据进行平面拟合得到每一个点云的法向量；
噪点去除模块，用于根据所述每一个点云的法向量和角度阈值去除噪点得到管片点云；
点云分隔模块，用于对所述管片点云进行分割聚类得到分割后的管片点云；
环缝位置确定模块，用于根据所述分割后的管片点云得到环缝的位置信息。
优选的，所述平面拟合模块，包括：
近邻点获取单元，用于获取每一个点云的近邻点；
平面拟合单元，用于将每一个点云和相应点云的近邻点进行平面拟合得到点云平面；
法向量计算单元，用于计算所述点云平面的法向量，并将所述点云平面的法向量作为相应点云的法向量。
优选的，所述噪点去除模块，包括：
夹角和计算单元，用于计算每一个点云的法向量与相应周围点的法向量之间的夹角和；
判断单元，用于判断所述夹角和是否大于角度阈值；
点云去除单元，用于当所述夹角和大于角度阈值时，则去除相应的点云得到管片点云。
优选的，所述平面拟合单元，包括：
距离缩进单元，用于将所述管片点云上每个点按照各自的法向量缩进预设距离得到隧道点云；
聚类单元，用于采用聚类算法对所述隧道点云进行分割聚类得到分割后的管片点云。
优选的，所述环缝位置确定模块，包括：
环缝位置计算单元，用于提取所述分割后的管片点云上每一环管片最左和最右位置上的点的平均值作为环缝的位置信息。
本发明提供的一种盾构隧道环缝检测方法与系统的有益效果在于：与现有技术相比，本发明的一种盾构隧道环缝检测方法，包括：获取隧道的点云数据；对点云数据进行平面拟合得到每一个点云的法向量；根据每一个点云的法向量和角度阈值去除噪点得到管片点云；对管片点云进行分割聚类得到分割后的管片点云；根据分割后的管片点云得到环缝的位置信息。本发明通过对隧道的点云数据进行平面拟合、去噪和进行分割聚类后得到分割后的管片点云，并将基于此得到环缝的位置，可以快速、全方位地采集隧道内部的数据，掌握隧道整体变化情况，大大提高了环缝的检测效率和精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种盾构隧道环缝检测方法流程图；
图2为本发明实施例提供的一种盾构隧道环缝检测方法技术路线图；
图3为本发明实施例提供的隧道的原始点云数据；
图4为本发明实施例提供的管片点云法向量示意图；
图5为本发明实施例提供的环缝处点云法向量示意图；
图6为本发明实施例提供的管片点云示意图；
图7为本发明实施例提供的环缝、螺栓孔等处的点云示意图；
图8为本发明实施例提供的点云缩进示意图；
图9为本发明实施例提供的利用k-means算法分割管片点云示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明的目的在于提供一种盾构隧道环缝检测方法与系统，旨在解决现有检测方法检测效率低的问题。
请一并参阅图1-2，为实现上述目的，本发明采用的技术方案是：一种盾构隧道环缝检测方法，包括以下步骤：
S1：获取隧道的点云数据；
获取完整、高质量的隧道点云数据是提取管片张开量的工作基础。由于隧道的狭长结构，通常每站的有效的点云数据只有几十米。所以为了保证获取充足的点云数据来提取隧道断面，在隧道中需要分站式获取数据，然后通过标靶拼接获取整个隧道的点云数据。然而测站间距和扫描分辨率是影响点云质量的两个重要因素。因此为获取较为精确的点云数据，需合理的选取测站间距和扫描分辨率。在测站间距和扫描分辨率确定后，进行现场扫描；在扫描的同时，用全站仪对扫描仪和标靶的位置进行测量，确定测站和标靶的绝对坐标。
三维激光扫描仪每次获取的点云数据都是以仪器中心为依据建立独立内部坐标系来获得点云坐标信息，对于多站点云数据只有通过各坐标系之间的精密转换，才能得到整个隧道统一点云坐标信息。隧道点云拼接一般基于标靶拼接，具体的，在相邻两站重叠区域布设多个标靶，并保证有三个以上非同一直线上的标靶位于两站之间的重叠区域。然后通过公共的标靶点参数转化完成整体点云的坐标系统一。在整体点云坐标系统一后，需要给标靶和测站点赋予用高精度全站仪测量的绝对坐标，使整体点云数据处于绝对坐标系下。
测站间距的主要影响因素是隧道的内径尺寸和激光扫描时的最大入射角。三维激光的入射角越大采集到的点云误差越大，而最大入射角θmax与测站间距S和隧道直径D有固定的几何关系，其建立的几何关系式为：
Figure BDA0003381181260000051
式(1)中：θmax为扫描范围内最大的入射角，S为测站间距，D为隧道的最大宽度。通过试验验证：当入射角大于60°时，误差急剧增加，由式(1)得，当θmax＝60°时，S＝1.7D。
扫描仪设置的分辨率越高扫描得到的点云越密，测量精度就越高，扫描所需的时间也就更长。因此我们需要根据不同档次扫描分辨率的时间与点云数据精度的要求来合理的确定分辨率。在测站间距和扫描分辨率确定后，进行现场扫描，获取隧道点云数据，如图3所示。
S2：对点云数据进行平面拟合得到每一个点云的法向量；
进一步的，S2具体包括：
S2.1：获取每一个点云的近邻点；
在本发明中需要对每个点云采用k-nn最近邻搜索算法找到最近的10个近邻点。
S2.2：将每一个点云和相应点云的近邻点进行平面拟合得到点云平面；
S2.3：计算点云平面的法向量，并将点云平面的法向量作为相应点云的法向量。
进一步的，采用最小二乘法对上述11个点进行平面拟合。假设平面方程为：
Ax+By+Cz+D＝0 (2)
变形得到：
z＝Ex+Fy+G (3)
利用最小二乘法的原理，得到S(邻点平方和)对E、F、G的偏导等于0，整理得出平面的法向量，该平面的法向量即认为是该点的法向量。用上述方法遍历点云数据的所有点得到全部点的点法向量。
S3：根据每一个点云的法向量和角度阈值去除噪点得到管片点云；
由于盾构隧道处的点法向量是近似平行的，而环缝、螺栓孔等处的点法向量非常杂乱，根据这一特性可以排除隧道噪点，提取出隧道管片的点云数据。
在本发明中，S3具体包括：
S3.1：计算每一个点云的法向量与相应周围点的法向量之间的夹角和；
S3.2：判断夹角和是否大于角度阈值；
在实际应用中，管片的点云与环缝、螺栓孔等噪点的点云有明显不同，如图4是管片的点云法向量，相近的法向量近似平行。图5是环缝的法向量，相近的法向量相互交叉。根据这一特性，本发明设置10°的角度阈值，即该点与周围5个点的法向量夹角和大于10°，即认为该点是噪点，从而将管片点云和环缝、螺栓孔等噪点的点云分离，如图6-7所示。
S3.3：当夹角和大于角度阈值时，则去除相应的点云得到管片点云。
S4：对管片点云进行分割聚类得到分割后的管片点云；
S4具体包括：
S4.1：将管片点云上每个点按照各自的法向量缩进预设距离得到隧道点云；在本发明中，为了提高聚类效果，将管片点云每个点按照各自的法向量缩进隧道半径的距离(2.75m)，如图8所示。这样可以缩短同一环管片内部的空隙，进而使得不同环之间的空隙更加明显。
S4.2：采用聚类算法对隧道点云进行分割聚类得到分割后的管片点云。具体的，采用k-means聚类算法对隧道点云进行分割聚类得到分割后的管片点云如图9所示。
S5：根据分割后的管片点云得到环缝的位置信息。
具体的，本发明可根据环间的空隙特征将管片分割开来，然后提取分割后的管片点云上每一环管片最左和最右位置上的点的平均值作为环缝的位置信息。进一步的，为排除噪点的干扰，对每一环管片提取最左、最右分别10个点取平均值作为环缝的位置信息。
根据本发明具体的实施例本发明公开了以下技术效果：
本发明利用最近邻搜索算法得出隧道点云的点法向量，并根据点法向量的特征区分噪点与管片点云，用点云缩进结合k-means聚类算法进行管片分割，进而提取出管片环缝位置，可以全面、快速的获取隧道整体变化情况，大大提高了环缝的检测效率和精度。
本发明还提供了一种盾构隧道环缝检测系统，包括：
点云获取模块，用于获取隧道的点云数据；
平面拟合模块，用于对点云数据进行平面拟合得到每一个点云的法向量；
噪点去除模块，用于根据每一个点云的法向量和角度阈值去除噪点得到管片点云；
点云分隔模块，用于对管片点云进行分割聚类得到分割后的管片点云；
环缝位置确定模块，用于根据分割后的管片点云得到环缝的位置信息。
优选的，平面拟合模块，包括：
近邻点获取单元，用于获取每一个点云的近邻点；
平面拟合单元，用于将每一个点云和相应点云的近邻点进行平面拟合得到点云平面；
法向量计算单元，用于计算点云平面的法向量，并将点云平面的法向量作为相应点云的法向量。
优选的，噪点去除模块，包括：
夹角和计算单元，用于计算每一个点云的法向量与相应周围点的法向量之间的夹角和；
判断单元，用于判断夹角和是否大于角度阈值；
点云去除单元，用于当夹角和大于角度阈值时，则去除相应的点云得到管片点云。
优选的，平面拟合单元，包括：
距离缩进单元，用于将管片点云上每个点按照各自的法向量缩进预设距离得到隧道点云；
聚类单元，用于采用聚类算法对隧道点云进行分割聚类得到分割后的管片点云。
优选的，环缝位置确定模块，包括：
环缝位置计算单元，用于提取分割后的管片点云上每一环管片最左和最右位置上的点的平均值作为环缝的位置信息。
本发明公开了一种盾构隧道环缝检测方法与系统，其中该包括：获取隧道的点云数据；对点云数据进行平面拟合得到每一个点云的法向量；根据每一个点云的法向量和角度阈值去除噪点得到管片点云；对管片点云进行分割聚类得到分割后的管片点云；根据分割后的管片点云得到环缝的位置信息。本发明通过对隧道的点云数据进行平面拟合、去噪和进行分割聚类后得到分割后的管片点云，并将基于此得到环缝的位置，可以快速、全方位地采集隧道内部的数据，掌握隧道整体变化情况，大大提高了环缝的检测效率和精度。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种盾构隧道环缝检测方法，其特征在于，包括以下步骤：
步骤1：获取隧道的点云数据；
步骤2：对所述点云数据进行平面拟合得到每一个点云的法向量；所述步骤2：对所述点云数据进行平面拟合得到每一个点云的法向量，包括：
步骤2.1：获取每一个点云的近邻点；
步骤2.2：将每一个点云和相应点云的近邻点进行平面拟合得到点云平面；
步骤2.3：计算所述点云平面的法向量，并将所述点云平面的法向量作为相应点云的法向量；
步骤3：根据所述每一个点云的法向量和角度阈值去除噪点得到管片点云；所述步骤3：根据所述每一个点云的法向量和角度阈值去除噪点得到管片点云，包括：
步骤3.1：计算每一个点云的法向量与相应周围点的法向量之间的夹角和；
步骤3.2：判断所述夹角和是否大于角度阈值；
步骤3.3：当所述夹角和大于角度阈值时，则去除相应的点云得到管片点云；
步骤4：对所述管片点云进行分割聚类得到分割后的管片点云；
步骤5：根据所述分割后的管片点云得到环缝的位置信息。
2.如权利要求1所述的一种盾构隧道环缝检测方法，其特征在于，所述步骤4：对所述管片点云进行分割聚类得到分割后的管片点云，包括：
步骤4.1：将所述管片点云上每个点按照各自的法向量缩进预设距离得到隧道点云；
步骤4.2：采用聚类算法对所述隧道点云进行分割聚类得到分割后的管片点云。
3.如权利要求1所述的一种盾构隧道环缝检测方法，其特征在于，所述步骤5：根据所述分割后的管片点云得到环缝的位置信息，包括：
提取所述分割后的管片点云上每一环管片最左和最右位置上的点的平均值作为环缝的位置信息。
4.一种盾构隧道环缝检测系统，其特征在于，包括：
点云获取模块，用于获取隧道的点云数据；
平面拟合模块，用于对所述点云数据进行平面拟合得到每一个点云的法向量；所述平面拟合模块，包括：
近邻点获取单元，用于获取每一个点云的近邻点；
平面拟合单元，用于将每一个点云和相应点云的近邻点进行平面拟合得到点云平面；
法向量计算单元，用于计算所述点云平面的法向量，并将所述点云平面的法向量作为相应点云的法向量；
噪点去除模块，用于根据所述每一个点云的法向量和角度阈值去除噪点得到管片点云；所述噪点去除模块，包括：
夹角和计算单元，用于计算每一个点云的法向量与相应周围点的法向量之间的夹角和；
判断单元，用于判断所述夹角和是否大于角度阈值；
点云去除单元，用于当所述夹角和大于角度阈值时，则去除相应的点云得到管片点云；
点云分隔模块，用于对所述管片点云进行分割聚类得到分割后的管片点云；
环缝位置确定模块，用于根据所述分割后的管片点云得到环缝的位置信息。
5.如权利要求4所述的一种盾构隧道环缝检测系统，其特征在于，所述平面拟合单元，包括：
距离缩进单元，用于将所述管片点云上每个点按照各自的法向量缩进预设距离得到隧道点云；
聚类单元，用于采用聚类算法对所述隧道点云进行分割聚类得到分割后的管片点云。
6.如权利要求5所述的一种盾构隧道环缝检测系统，其特征在于，所述环缝位置确定模块，包括：
环缝位置计算单元，用于提取所述分割后的管片点云上每一环管片最左和最右位置上的点的平均值作为环缝的位置信息。
CN202111433717.1A 2021-11-29 2021-11-29 一种盾构隧道环缝检测方法与系统 Active CN114136993B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111433717.1A CN114136993B (zh) 2021-11-29 2021-11-29 一种盾构隧道环缝检测方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111433717.1A CN114136993B (zh) 2021-11-29 2021-11-29 一种盾构隧道环缝检测方法与系统

Publications (2)

Publication Number Publication Date
CN114136993A CN114136993A (zh) 2022-03-04
CN114136993B true CN114136993B (zh) 2023-05-23

Family

ID=80389699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111433717.1A Active CN114136993B (zh) 2021-11-29 2021-11-29 一种盾构隧道环缝检测方法与系统

Country Status (1)

Country Link
CN (1) CN114136993B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT526501B1 (de) * 2023-04-06 2024-04-15 Geodata Ziviltechnikergesellschaft M B H Computerimplementiertes Verfahren zum Bestimmen von Unregelmäßigkeiten einer Oberfläche

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200507B (zh) * 2014-08-12 2017-05-17 南京理工大学 一种三维点云点法向量估计方法
CN111024037A (zh) * 2019-09-25 2020-04-17 北京工业大学 基于三维激光扫描技术的圆形盾构隧道断面拟合方法
CN112036508B (zh) * 2020-09-27 2023-05-02 上海京海工程技术有限公司 一种基于盾构隧道衬砌结构的环缝自动识别方法
AU2020103105A4 (en) * 2020-10-29 2021-01-07 Nanjing Forestry University A Method for Segmenting Point Cloud Data on Shield Tunnel Surface
CN113091639A (zh) * 2021-04-01 2021-07-09 浙江华东测绘与工程安全技术有限公司 盾构隧道管片错台提取方法

Also Published As

Publication number Publication date
CN114136993A (zh) 2022-03-04

Similar Documents

Publication Publication Date Title
CN106767402B (zh) 一种盾构法隧道表观质量检测方法及系统
CN109341671B (zh) 基于点云数据提取盾构隧道衬砌错台量的方法
CN109900712B (zh) 基于摄像测量的风电叶片机械故障在线检测系统及其方法
CN102650516B (zh) 大口径钢管管端外径和椭圆度在线测量方法及装置
CN109612406B (zh) 一种盾构隧道拼装管片环拼装质量的随机检测方法
CN109708615A (zh) 一种基于激光扫描的地铁隧道限界动态检测方法
CN110160463B (zh) 一种基于静态激光扫描的地铁隧道不圆度检测方法
CN105737751A (zh) 立式储罐变形监测系统及方法
CN109902425A (zh) 地基式点云的隧道断面提取方法
CN114136993B (zh) 一种盾构隧道环缝检测方法与系统
CN103009194B (zh) 一种用于大型工件的非接触式内平行平面间距测量法
US20220101513A1 (en) Method for Automatically Identifying Ring Joint of Shield Tunnel Based on Lining Structure
CN103486984A (zh) 一种风洞内型面同轴度的检测方法
CN211291358U (zh) 一种快速测量风管直径的装置
CN114046747A (zh) 一种基于移动点云数据的智能分析盾构隧道环间错台量方法
CN115014198A (zh) 一种基于三维激光扫描的钢筋安装检测方法
CN102435156A (zh) 一种大型筒柱状工件尺寸和几何误差测量方法
CN110672622A (zh) 一种基于点云数据和全站仪的隧道缺陷快速定位方法
CN114049457A (zh) 一种基于点云数据提取运营期隧道接触网高度和拉出值的方法
CN113673011A (zh) 基于点云数据智能识别运营期隧道侵界的方法
CN219161980U (zh) 一种基于透射式太赫兹光谱的管道缺陷检测系统
CN112967256B (zh) 一种基于空间分布的隧道椭圆化检测方法
CN211783341U (zh) 一种自动检测成型管环几何量的测量系统
CN113240637B (zh) 一种基于机器学习的墙面平整度信息化检测方法和系统
CN108120389A (zh) 基于三维激光点云的封闭曲面变形检测方法

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