CN114186645B - 一种爆破半孔率检测方法、装置、电子设备及存储介质 - Google Patents
一种爆破半孔率检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114186645B CN114186645B CN202210135115.6A CN202210135115A CN114186645B CN 114186645 B CN114186645 B CN 114186645B CN 202210135115 A CN202210135115 A CN 202210135115A CN 114186645 B CN114186645 B CN 114186645B
- Authority
- CN
- China
- Prior art keywords
- point
- calculating
- blast hole
- blasting
- hole
- 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
Links
- 238000005422 blasting Methods 0.000 title claims abstract description 95
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000013461 design Methods 0.000 claims abstract description 37
- 238000009412 basement excavation Methods 0.000 claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 239000011148 porous material Substances 0.000 claims description 2
- 238000005553 drilling Methods 0.000 abstract description 12
- 230000007547 defect Effects 0.000 abstract description 8
- 238000005259 measurement Methods 0.000 abstract description 8
- 238000005452 bending Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 23
- 239000011435 rock Substances 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 238000010276 construction Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000011946 reduction process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- 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
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Graphics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Dispersion Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种爆破半孔率检测方法、装置、电子设备及存储介质，该方法包括：根据隧道爆破开挖后的点云模型生成隧道爆破开挖后的任一点的空间坐标；根据任一点的空间坐标，计算任一点的主曲率极大值；根据主曲率极大值形成的点集进行聚类，得到点类集合；根据点类集合中的点距离计算每个类对应的爆破孔长度；根据每个类对应的爆破孔长度和爆破孔设计总长度计算得到半孔率。本发明的方法，通过计算点云模型中任一点的主曲率极大值，能够自动识别可能存在的爆破孔痕迹，不需要根据钻孔设计参数进行拟合，避免了因实际钻孔放样误差和钻孔轴线角度偏差、弯曲等造成的爆破孔痕迹识别误差，克服现有技术中测量精度低、误差大且自动化程度低的缺陷。
Description
技术领域
本发明涉及隧洞工程施工技术领域，具体涉及一种爆破半孔率检测方法、装置、电子设备及存储介质。
背景技术
在隧洞工程施工中，爆破对于关键部位的开挖起到非常重要的作用，其中，半孔率是评价爆破效果的一项重要指标。半孔率也称爆破孔痕迹率，为开挖壁面上的爆破孔痕迹总长与爆破孔长的百分比。在计算半孔率方面，传统的方法是人工目测并记录残留的爆破孔个数并通过手工皮卷尺测量每一段完整半孔长度，然后手工将所有半孔长度相加，得到开挖壁面上的爆破孔痕迹总长，再根据已知周边爆破孔的个数和爆破孔长度，手工计算半孔率。该方法检测效率低，单一爆破孔残留不完整导致人工检测结果准确性较低；后续衬砌施工会覆盖岩壁表面，导致半孔率原始资料无法保存。此外，隧洞开挖面附近环境恶劣、照明不足，人工检测存在安全风险。在工程应用中存在误差大、作业环境危险以及效率低下等缺点，测量的数据可靠度较低，不足以全面评价爆破效果。
目前，现有技术中存在应用近景摄影测量技术的半孔率统计方法，该方法基于二维数码影像计算，但同样依赖于人工，同样存在测量精度低、误差大且自动化程度低的缺陷。现有技术中也有基于三维激光扫描点云的半孔率计算方案。该方法利用三维激光扫描仪获取开挖面三维模型，然后将爆破孔设计信息导入点云处理软件，再对爆破孔设计轴线进行修正，根据设计轴线圈定爆破孔痕迹，统计爆破孔长度并计算半孔率。该方法基于设计轴线圈定爆破孔痕迹，在实际使用时会因钻孔放样误差和钻孔轴线角度偏差、弯曲等造成的爆破孔痕迹识别误差，存在测量精度低的缺陷。
发明内容
因此，本发明要解决的技术问题在于克服现有技术中测量精度低、误差大且自动化程度低的缺陷，从而提供一种爆破半孔率检测方法、装置、电子设备及存储介质。
根据第一方面，本发明公开了一种爆破半孔率检测方法，包括：根据隧道爆破开挖后的点云模型生成隧道爆破开挖后的任一点的空间坐标；根据所述任一点的空间坐标，计算任一点的主曲率极大值；根据所述主曲率极大值形成的点集进行聚类，得到点类集合；根据所述点类集合中的点距离计算每个类对应的爆破孔长度；根据每个类对应的爆破孔长度和爆破孔设计总长度计算得到半孔率。
可选地，所述根据隧道爆破开挖后的点云模型生成隧道爆破开挖后的任一点的空间坐标，包括：获取隧道设计轴线和隧道爆破开挖后的点云模型；将所述点云模型进行降噪处理，获取降噪后的点云模型；根据所述隧道设计轴线，对所述降噪后的点云模型中任一点进行工程坐标转换，生成隧道爆破开挖后的任一点的空间坐标。
可选地，所述根据所述任一点的空间坐标，计算任一点的主曲率极大值，包括：根据所述任一点的空间坐标，计算所述任一点与附近所有临近点的曲率；遍历所述曲率，得到所述任一点的主曲率极大值。
可选地，所述根据所述主曲率极大值形成的点集进行聚类，得到点类集合，包括：根据预设的曲率阈值，对所述任一点的主曲率极大值进行数据筛选，获取第一点集；根据预设的降噪算法对所述第一点集进行降噪，得到第二点集；根据预设的聚类算法对所述第二点集进行聚类，得到第一点类集合；将所述第一点类集合的任一点类中包括的点的数量与预设的数量阈值进行比对，获取第二点类集合。
可选地，所述根据所述点类集合中的点距离计算每个类对应的爆破孔长度，包括：根据所述任一点的主曲率极大值，计算所述第二点类集合中所有点的主曲率平均值；根据所述主曲率平均值和预设的计算公式，计算爆破孔直径；根据所述爆破孔直径，对所述第二点类集合中每一点类进行拟合，得到爆破孔轴线；计算任一爆破孔轴线与所述隧道设计轴线之间的夹角；根据预设的夹角阈值和所述任一爆破孔轴线与所述隧道设计轴线之间的夹角，对所述第二点类集合进行集合筛选，得到有效点类集合；根据所述有效点类集合中的点距离计算每个类对应的爆破孔长度。
可选地，所述根据所述有效点类集合中的点距离计算每个类对应的爆破孔长度，包括：根据所述任一点的空间坐标和所述有效点类集合，计算所述任一有效点类中两点间的最大点距离以及最大点距离对应的两点形成的直线；根据所述直线和所述爆破孔轴线，计算所述直线与所述爆破孔轴线之间的夹角；根据所述最大点距离以及所述直线与所述爆破孔轴线之间的夹角，计算任一有效点类对应的爆破孔长度。
可选地，所述根据每个类对应的爆破孔长度和爆破孔设计总长度计算得到半孔率，包括：根据所述任一点类对应的爆破孔长度，计算所述点类集合对应的爆破孔总长度；根据预设的爆破孔设计数量和预设的爆破孔设计长度，计算爆破孔设计总长度；根据所述爆破孔总长度和所述爆破孔设计总长度，计算半孔率。
根据第二方面，本发明公开了一种爆破半孔率检测装置，包括：坐标生成模块，用于根据隧道爆破开挖后的点云模型生成隧道爆破开挖后的任一点的空间坐标；曲率计算模块，用于根据所述任一点的空间坐标，计算任一点的主曲率极大值；点类生成模块，用于根据所述主曲率极大值形成的点集进行聚类，得到点类集合；孔深计算模块，用于根据所述点类集合中的点距离计算每个类对应的爆破孔长度；半孔率计算模块，用于根据每个类对应的爆破孔长度和爆破孔设计总长度计算得到半孔率。
根据第三方面，本发明公开了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如第一方面及第一方面任一可选实施方式所述的爆破半孔率检测方法的步骤。
根据第四方面，本发明公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面及第一方面任一可选实施方式所述的爆破半孔率检测方法的步骤。
本发明技术方案，具有如下优点：
1. 本发明实施例公开的爆破半孔率检测方法，通过计算点云模型中任一点的主曲率极大值，然后基于主曲率极大值形成的点集进行聚类，基于聚类得到的点类集合中的点距离能够计算得到每个类对应的爆破孔长度，最终基于每个类对应的爆破孔长度和爆破孔设计总长度即可计算到半孔率。由此，在计算半孔率时，计算主曲率极大值能够自动识别可能存在的爆破孔痕迹，不需要根据钻孔设计参数进行拟合，避免了因实际钻孔放样误差和钻孔轴线角度偏差、弯曲等造成的爆破孔痕迹识别误差，克服现有技术中测量精度低、误差大且自动化程度低的缺陷。
2.本发明实施例公开的爆破半孔率检测方法，通过计算任一点的主曲率极大值，能够自动识别可能存在的爆破孔痕迹。通过任一点的空间坐标，能够利用点云密度剔除不属于爆破孔痕迹但具有相近曲率的点。通过通过计算任一爆破孔轴线与所述隧道设计轴线之间的夹角，可以获得爆破孔与隧道走向之间的偏差，识别出与爆破孔痕迹曲率特征相似但不属于爆破孔痕迹的点云类。通过计算每个类对应的爆破孔长，只需要周边爆破孔数量和长度就能进行半孔率计算，能够适用于爆破孔详细设计信息难以获取的情况。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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为本发明实施例中爆破半孔率检测的一个具体示例的流程图；
图2为本发明实施例中爆破半孔率检测方法的另一个具体示例的流程图；
图3为本发明实施例中爆破半孔率检测方法的另一个具体示例的流程图；
图4为本发明实施例中爆破半孔率检测方法的另一个具体示例的流程图；
图5为本发明实施例中爆破半孔率检测方法的另一个具体示例的流程图；
图6为本发明实施例中爆破半孔率检测方法的另一个具体示例的流程图；
图7为本发明实施例中爆破半孔率检测方法的另一个具体示例的流程图；
图8为本发明实施例中爆破半孔率检测装置的一个具体示例的原理框图；
图9为本发明实施例中电子设备的一个具体示例图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例公开了一种爆破半孔率检测方法，如图1所示，包括如下步骤：
步骤S1，根据隧道爆破开挖后的点云模型生成隧道爆破开挖后的任一点的空间坐标。
具体地，点云模型为通过测量仪器得到的产品外观表面的点数据集合。示例性地，点云模型可以利用激光探测与测量（Light Detection And Ranging, LiDAR）技术获取，也可以采用摄影测量技术获取，本发明对此不作限定。例如，采用三维激光扫描仪获取隧洞爆破开挖完成后的点云模型。
其中，点云模型中每一点的数据包括空间坐标数据。特别地，根据获取点云模型时应用的技术，点云模型中每一点的数据还可能包括其他数据。示例性地，利用LiDAR技术得到的点云，每一点均包括空间坐标和激光反射强度；根据摄影测量原理得到的点云，每一点均包括三维坐标和颜色信息。
进一步地，根据点云模型中每一点的数据即可生成隧道爆破开挖后的任一点的空间坐标。
步骤S2，根据所述任一点的空间坐标，计算任一点的主曲率极大值。
具体地，曲率为针对曲线上某个点的切线方向角对弧长的转动率，能够表明曲线在某一点的弯曲程度。一般地，过曲面上某个点具有无穷个正交曲率，其中曲率的最大值和最小值统称为主曲率。特别地，曲率越小表示曲线在该点的弯曲程度越小，线条越平缓；曲率越大，则表示曲线在该点的弯曲程度越大，线条越卷曲。进一步地，计算任一点的主曲率极大值即为计算过该点的半径最小的曲线的弯曲程度。
点云模型中包括隧道开挖后岩体表面所有的点，其中一部分点为爆破孔内的点，其余点为岩体断面上的点。一般地，由于在实际隧道挖掘工作中，一般使用钻头在实体材料上加工出爆破孔的方式进行，该方法加工出的爆破孔一般可近似为半径固定的正圆，故爆破孔内点的曲率极大值近似为钻孔半径的倒数。而岩体断面呈不规则形态，故岩体断面上点的曲率极大值随机。通过计算任一点的主曲率极大值，即可获得过该点的半径最小的曲线的弯曲程度。通过将任一点的主曲率极大值作为筛选特征，即可根据主曲率极大值与预设范围进行对比，将主曲率极大值不符合预设范围的点剔除，从而将爆破孔内的点从点云模型中筛选出来。
步骤S3，根据所述主曲率极大值形成的点集进行聚类，得到点类集合。
具体地，根据计算得到的任一点主曲率极大值进行聚类，即可形成点集。此时形成的点集中可近似认为仅包括与爆破孔相关的点。聚类过程即为根据预设的曲率阈值，对所述任一点的主曲率极大值进行数据筛选，再根据任一点的空间位置与其他点空间位置之间的距离进行分组的过程。特别地，一个完整的爆破孔在爆破过程结束后可能残留若干段不连续的半孔痕迹，此时形成的点类集合可近似认为每一点类对应一段半孔痕迹。
示例性地，得到点类集合的过程可以通过现有技术中基于密度的聚类分析计算方法实现，即按照预设的规则将点云模型划分为若干区域，当任一区域中的点的密度大于某个密度阈值，将该区域划分为一个点类。进一步地，也可通过迭代算法进一步调整密度阈值，使得同一点类中的点距离越近越好，而不同点类中的点距离越远越好。
类似地，进行聚类的过程还可以采用现有技术中基于划分法、网格法等等的聚类算法实现，本发明对此不作限定。
步骤S4，根据所述点类集合中的点距离计算每个类对应的爆破孔长度。
具体地，可以根据任一点的空间坐标，计算任一点类集合中各点之间的距离，再通过各点之间的距离，即可计算每个类对应的爆破孔长度。
步骤S5，根据每个类对应的爆破孔长度和爆破孔设计总长度计算得到半孔率。
具体地，半孔率指预先加工的爆破孔与爆破结束后的残孔之间的比率，能够用于衡量爆破施工的质量控制情况。示例性地，如果在保护岩体上剩余爆破孔的半孔率高，说明对周边岩体的破坏程度小，爆破质量高；类似地，如果在保护岩体上剩余爆破孔的半孔率低，说明对周边岩体的破坏程度大，破坏了岩石的完整性，降低了岩体的稳定性，爆破质量低。在计算半孔率时，先计算每个类对应的爆破孔长度，求和后再和爆破孔设计总长度进行比值计算，即可得到半孔率。
本发明实施例公开的爆破半孔率检测方法，通过计算点云模型中任一点的主曲率极大值，然后基于主曲率极大值形成的点集进行聚类，基于聚类得到的点类集合中的点距离能够计算得到每个类对应的爆破孔长度，最终基于每个类对应的爆破孔长度和爆破孔设计总长度即可计算到半孔率。由此，在计算半孔率时，计算主曲率极大值能够自动识别可能存在的爆破孔痕迹，不需要根据钻孔设计参数进行拟合，避免了因实际钻孔放样误差和钻孔轴线角度偏差、弯曲等造成的爆破孔痕迹识别误差，克服现有技术中测量精度低、误差大且自动化程度低的缺陷。
作为本发明的一种可选地实施方式，所述根据隧道爆破开挖后的点云模型生成隧道爆破开挖后的任一点的空间坐标，如图2所示，包括如下步骤：
步骤S11，获取隧道设计轴线和隧道爆破开挖后的点云模型。
具体地，隧道设计轴线为隧道设计过程中确定的，能够表征隧道的走向、长度、空间位置等，包含该隧道在现实中的空间坐标。
步骤S12，将所述点云模型进行降噪处理，获取降噪后的点云模型。
具体地，对点云模型进行降噪处理的过程可以通过预设算法实现，消除测量仪器测量时环境中灰土、粉尘等因素的影响。
示例性地，可以将点云模型导入点云处理软件中，通过软件中内置的算法实现降噪过程，本发明对此不作限定。特别地，现有技术中的点云处理软件，如TerraSolid、Realworks等，均可实现该功能。
步骤S13，根据所述隧道设计轴线，对所述降噪后的点云模型中任一点进行工程坐标转换，生成隧道爆破开挖后的任一点的空间坐标。
其中，通过测量仪器得到的点云模型中每一点的数据均包括空间坐标数据，但此时的空间坐标数据为相对坐标，无法表征其在现实中的空间位置。
具体地，进行工程坐标转换的过程，可以在点云模型中，按照预设的规则插入隧道设计轴线，从而在模型中建立现实中的空间坐标系，将点云模型中任一点的空间坐标从相对坐标转化为在现实中的空间位置。
示例性地，可以将点云模型和隧道设计轴线导入点云处理软件中，通过软件中内置的算法实现工程坐标转换过程，本发明对此不作限定。特别地，现有技术中的点云处理软件，如TerraSolid、Realworks等，均可实现该功能。
作为本发明的一种可选地实施方式，所述根据所述任一点的空间坐标，计算任一点的主曲率极大值，包括如图3所示，包括如下步骤：
步骤S21，根据所述任一点的空间坐标，计算所述任一点与附近所有临近点的曲率。
具体地，计算任一点与附近所有临近点的曲率时，可以通过计算该点与至少两个点形成的曲线实现。
示例性地，首先根据任一点的空间坐标，找到与该点临近的至少两个点的空间坐标；随后根据上述三个点的空间坐标，用圆的一般式进行拟合；接着将拟合后的一般式进行变形，转化为标准式，从而获得上述三个点形成的圆的圆心坐标和半径；再根据计算出的半径，即可计算该点与上述两个临近点的曲率；最后找到与该点临近的的其他点的空间坐标，多次计算，即可获得任一点与附近所有临近点的曲率。
示例性地，计算任一点与附近所有临近点的曲率的过程也可通过三个点的空间坐标计算样条曲线，随后采用二阶差分的方法获得，本发明对此不作限定。
示例性地，也可以将点云模型导入点云处理软件中，通过软件中内置的算法实现曲率计算的过程，本发明对此不作限定。特别地，现有技术中的点云处理软件，如TerraSolid、Realworks等，均可实现该功能。
步骤S22，遍历所述曲率，得到所述任一点的主曲率极大值。
具体地，找到任一点与附近所有临近点的曲率中的最大值，即为任一点的主曲率极大值。
示例性地，也可以将点云模型导入点云处理软件中，通过软件中内置的算法实现主曲率极大值计算的过程，本发明对此不作限定。特别地，现有技术中的点云处理软件，如TerraSolid、Realworks等，均可实现该功能。
作为本发明的一种可选地实施方式，所述根据所述主曲率极大值形成的点集进行聚类，得到点类集合，如图4所示，包括如下步骤：
步骤S31，根据预设的曲率阈值，对所述任一点的主曲率极大值进行数据筛选，获取第一点集。
具体地，可以通过任一点的主曲率极大值是否位于预设的主曲率区间内进行判断，即当该点的主曲率极大值位于预设的主曲率区间内时，将该点加入第一点集中，当该点的主曲率极大值不位于预设的主曲率区间内时，将该点剔除。
其中，由于隧洞爆破之前预先加工的爆破孔直径已知，可根据预先加工时的爆破孔直径对应的曲率确定预设的主曲率区间。
示例性地，当预先加工的爆破孔直径在26-100mm之间时，对应的爆破孔曲率在10-38m-1。若任一点的主曲率极大值为20m-1时，由于10<20<38，则此时可将该点加入第一点集中；若另一点的主曲率极大值为5m-1时，由于5<10<38，则此时可剔除该点；若第三点的主曲率极大值为45m-1时，由于10<38<45，则此时可剔除该点。
步骤S32，根据预设的降噪算法对所述第一点集进行降噪，得到第二点集。
具体地，首先根据第一点集中任一点的空间坐标，能够得到主曲率极大值符合的点在空间中的分布情况；随后根据分布情况，按照预设的子空间阈值对空间进行分割，形成若干个子空间；计算每一子空间中点的数量，若子空间中点的数量小于子空间点数阈值，则将该空间中中的点从第一点集中剔除，从而形成第二点集。此时可以将不属于爆破孔但具有相近曲率的岩石表面点剔除。
其中，子空间阈值和子空间点数阈值可以根据实际情况进行调整，本发明对此不作限定。特别地，可以通过调整子空间阈值和子空间点数阈值，实现降噪过程的精度调整。
示例性地，也可以将第一点集导入点云处理软件中，通过软件中内置的算法实现降噪的过程，本发明对此不作限定。特别地，现有技术中的点云处理软件，如TerraSolid、Realworks等，均可实现该功能。
步骤S33，根据预设的聚类算法对所述第二点集进行聚类，得到第一点类集合。
具体地，聚类过程即为根据任一点的空间位置与其他点空间位置之间的距离进行分组的过程。此时形成的点类集合中可近似认为每一点类对应一个爆破孔。
步骤S34，将所述第一点类集合的任一点类中包括的点的数量与预设的数量阈值进行比对，获取第二点类集合。
具体地，计算任一点类中包括的点的数量小于数量阈值时，将该点类判定为噪点，并将该点类从第一点类集合中剔除。特别地，数量阈值可以选择100-1000的任意数值，也可根据实际情况选择其他数量阈值，本发明对此不作限定。
作为本发明的一种可选地实施方式，所述根据所述点类集合中的点距离计算每个类对应的爆破孔长度，如图5所示，包括如下步骤：
步骤S41，根据所述任一点的主曲率极大值，计算所述第二点类集合中所有点的主曲率平均值。
具体地，遍历第二点类集合中所有点的主曲率极大值，根据第二点类集合中点的数量以及所有点的主曲率极大值之和，计算第二点类集合中所有点的主曲率平均值。
示例性地，计算第二点类集合中所有点的主曲率平均值的过程，可以通过如下公式表示：
其中，
为第二点类集合中所有点的主曲率平均值，
为第二点类集合中点的数
量，
为第二点类集合中第
个点的主曲率极大值。
步骤S42，根据所述主曲率平均值和预设的计算公式，计算爆破孔直径。
具体地，根据曲率的定义，平面曲线的曲率就是针对曲线上某个点的切线方向角对弧长的转动率，即可得到曲率的倒数即为爆破孔半径，根据爆破孔半径即可得到爆破孔直径。
示例性地，计算爆破孔直径的过程可以通过如下公式表示：
其中，
为爆破孔直径，
为第二点类集合中所有点的主曲率平均值。
步骤S43，根据所述爆破孔直径，对所述第二点类集合中每一点类进行拟合，得到爆破孔轴线。
具体地，根据爆破孔直径进行拟合后，能够形成与第二点类集合中点类数量对应的圆柱，根据形成的圆柱，即可得到圆柱轴线。此时形成的圆柱即为爆破孔的形状，此时得到的圆柱轴线即为爆破孔轴线。
示例性地，拟合的过程可以采用现有技术中的随机采样一致（RAndom SAmpleConsensus，RANSAC）算法实现，也可采用现有技术中其他拟合算法实现，本发明对此不作限定。
步骤S44，计算任一爆破孔轴线与所述隧道设计轴线之间的夹角。
具体地，可以首先获取爆破孔轴线以及隧道设计轴线的三维空间坐标；随后将三维空间坐标映射到二维平面，最后通过正余弦函数等方式计算任一爆破孔轴线与所述隧道设计轴线之间的夹角。
特别地，计算任一爆破孔轴线与所述隧道设计轴线之间的夹角的过程，也可以通过现有技术中的三维向量求解算法等方式实现，本发明对此不作限定。
具体地，由于隧道设计轴线能够表征隧道的走向，通过计算任一爆破孔轴线与所述隧道设计轴线之间的夹角，可以获得爆破孔与隧道走向之间的偏差。
步骤S45，根据预设的夹角阈值和所述任一爆破孔轴线与所述隧道设计轴线之间的夹角，对所述第二点类集合进行集合筛选，得到有效点类集合。
具体地，可以判断任一爆破孔轴线与所述隧道设计轴线之间的夹角是否大于预设的夹角阈值，当任一爆破孔轴线与所述隧道设计轴线之间的夹角大于预设的夹角阈值时，认为该爆破孔的走向与隧道走向之间偏差过大，为虚假点云，将该爆破孔对应的点类从第二点类集合中剔除，从而得到有效点类集合。
示例性地，预设的夹角阈值可以设定为20°或根据实际情况选择其他夹角度数，本发明对此不作限定。
步骤S46，根据所述有效点类集合中的点距离计算每个类对应的爆破孔长度。
具体地，可以根据任一点的空间坐标，计算任一点类集合中各点之间的距离，再通过各点之间的距离，即可计算每个类对应的爆破孔长度。
作为本发明的一种可选地实施方式，所述根据所述有效点类集合中的点距离计算每个类对应的爆破孔长度，如图6所示，包括如下步骤：
步骤S461，根据所述任一点的空间坐标和所述有效点类集合，计算所述任一有效点类中两点间的最大点距离以及最大点距离对应的两点形成的直线。
具体地，由于任一有效点类可以拟合为圆柱，则任一有效点类中两点间的最大点距离即为拟合成的圆柱的两端圆周上两点的长度，也就是最大点距离对应的两点即为拟合成的圆柱两端圆周上的两点，因此最大点距离对应的两点形成的直线即为拟合成的圆柱的两端圆周的连线。
特别地，当任一有效点类对应残留的爆破孔壁完整且规则，即爆破孔壁的截面为半圆形，残留的爆破孔为半圆柱体，此时两点间的最大点距离即为拟合成的圆柱的体对角线长度，最大点距离对应的两点即为拟合成的圆柱的体对角线两端点，最大点距离对应的两点形成的直线即为拟合成的圆柱的体对角线。
步骤S462，根据所述直线和所述爆破孔轴线，计算所述直线与所述爆破孔轴线之间的夹角。
具体地，可以首先计算有效点类拟合成圆柱的两端圆周连线的空间坐标；随后根据圆周连线的空间坐标和爆破孔轴线的空间坐标，将圆周连线和爆破孔轴线投影到二维平面，从而计算出所述直线与所述爆破孔轴线之间的夹角。
特别地，当任一有效点类对应残留的爆破孔壁完整且规则时，可以首先计算有效点类拟合成圆柱的体对角线的空间坐标；随后根据体对角线的空间坐标和爆破孔轴线的空间坐标，将体对角线和爆破孔轴线投影到二维平面，从而计算出所述直线与所述爆破孔轴线之间的夹角。
特别地，计算所述直线与所述爆破孔轴线之间的夹角的过程，也可以通过现有技术中的三维向量求解算法等方式实现，本发明对此不作限定。
步骤S463，根据所述最大点距离以及所述直线与所述爆破孔轴线之间的夹角，计算任一有效点类对应的爆破孔长度。
具体地，根据最大点距离以及所述直线与所述爆破孔轴线之间的夹角，可以通过余弦函数计算出任一有效点类对应的爆破孔长度。
示例性地，计算任一有效点类对应的爆破孔长度的过程，可以通过如下公式表示：
其中，
表示任一有效点类对应的爆破孔长度，
表示任一有效点类中两点间
的最大点距离，
表示所述直线与所述爆破孔轴线之间的夹角。
作为本发明的一种可选地实施方式，所述根据每个类对应的爆破孔长度和爆破孔设计总长度计算得到半孔率，如图7所示，包括如下步骤：
步骤S51，根据所述任一点类对应的爆破孔长度，计算所述点类集合对应的爆破孔总长度。
具体地，可以通过首先计算所有点类对应的爆破孔长度，随后将所有点类对应的爆破孔长度求和，即可实现计算所述点类集合对应的爆破孔总长度的过程。
步骤S52，根据预设的爆破孔设计数量和预设的爆破孔设计长度，计算爆破孔设计总长度。
具体地，爆破孔设计数量和爆破孔设计长度均为隧道设计过程中确定的，能够表征爆破前加工爆破孔时的数量和长度，通过将爆破孔设计数量与爆破孔设计长度相乘，即可计算爆破孔设计总长度。
步骤S53，根据所述爆破孔总长度和所述爆破孔设计总长度，计算半孔率。
具体地，根据半孔率的定义，可以确定半孔率即为残留爆破孔总长度与爆破孔设计总长度的比值。
本发明实施例公开的爆破半孔率检测方法，通过计算任一点的主曲率极大值，能够自动识别可能存在的爆破孔痕迹。通过任一点的空间坐标，能够利用点云密度剔除不属于爆破孔痕迹但具有相近曲率的点。通过通过计算任一爆破孔轴线与所述隧道设计轴线之间的夹角，可以获得爆破孔与隧道走向之间的偏差，识别出与爆破孔痕迹曲率特征相似但不属于爆破孔痕迹的点云类。通过计算每个类对应的爆破孔长，只需要周边爆破孔数量和长度就能进行半孔率计算，能够适用于爆破孔详细设计信息难以获取的情况。
本发明实施例中还公开了一种爆破半孔率检测装置，如图8所示，包括：
坐标生成模块101，用于根据隧道爆破开挖后的点云模型生成隧道爆破开挖后的任一点的空间坐标；具体内容参见本发明方法实施例中步骤S1的相关描述，此处不再赘述。
曲率计算模块102，用于根据所述任一点的空间坐标，计算任一点的主曲率极大值；具体内容参见本发明方法实施例中步骤S2的相关描述，此处不再赘述。
点类生成模块103，用于根据所述主曲率极大值形成的点集进行聚类，得到点类集合；具体内容参见本发明方法实施例中步骤S3的相关描述，此处不再赘述。
孔深计算模块104，用于根据所述点类集合中的点距离计算每个类对应的爆破孔长度；具体内容参见本发明方法实施例中步骤S4的相关描述，此处不再赘述。
半孔率计算模块105，用于根据每个类对应的爆破孔长度和爆破孔设计总长度计算得到半孔率；具体内容参见本发明方法实施例中步骤S5的相关描述，此处不再赘述。
本发明实施例提供的爆破半孔率检测装置，通过计算点云模型中任一点的主曲率极大值，然后基于主曲率极大值形成的点集进行聚类，基于聚类得到的点类集合中的点距离能够计算得到每个类对应的爆破孔长度，最终基于每个类对应的爆破孔长度和爆破孔设计总长度即可计算到半孔率。由此，在计算半孔率时，计算主曲率极大值能够自动识别可能存在的爆破孔痕迹，不需要根据钻孔设计参数进行拟合，避免了因实际钻孔放样误差和钻孔轴线角度偏差、弯曲等造成的爆破孔痕迹识别误差，克服现有技术中测量精度低、误差大且自动化程度低的缺陷。
本发明实施例还提供了一种电子设备，如图9所示，该电子设备可以包括处理器201和存储器202，其中处理器201和存储器202可以通过总线或者其他方式连接，图9中以通过总线连接为例。
处理器201可以为中央处理器（Central Processing Unit，CPU）。处理器201还可以为其他通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器202作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的爆破半孔率检测方法对应的程序指令/模块。处理器201通过运行存储在存储器202中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的爆破半孔率检测方法。
存储器202可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器201所创建的数据等。此外，存储器202可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器202可选包括相对于处理器201远程设置的存储器，这些远程存储器可以通过网络连接至处理器201。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器202中，当被处理器201执行时，执行如图1所示实施例中的爆破半孔率检测方法。
虽然关于示例实施例及其优点已经详细说明，但是本领域技术人员可以在不脱离本发明的精神和所附权利要求限定的保护范围的情况下对这些实施例进行各种变化、替换和修改，这样的修改和变型均落入由所附权利要求所限定的范围之内。对于其他例子，本领域的普通技术人员应当容易理解在保持本发明保护范围内的同时，工艺步骤的次序可以变化。
此外，本发明的应用范围不局限于说明书中描述的特定实施例的工艺、机构、制造、物质组成、手段、方法及步骤。从本发明的公开内容，作为本领域的普通技术人员将容易地理解，对于目前已存在或者以后即将开发出的工艺、机构、制造、物质组成、手段、方法或步骤，其中它们执行与本发明描述的对应实施例大体相同的功能或者获得大体相同的结果，依照本发明可以对它们进行应用。因此，本发明所附权利要求旨在将这些工艺、机构、制造、物质组成、手段、方法或步骤包含在其保护范围内。
Claims (7)
1.一种爆破半孔率检测方法，其特征在于，包括：
根据隧道爆破开挖后的点云模型生成隧道爆破开挖后的任一点的空间坐标；
根据所述任一点的空间坐标，计算任一点的主曲率极大值；
根据预设的曲率阈值，对所述任一点的主曲率极大值进行数据筛选，获取第一点集；
根据预设的降噪算法对所述第一点集进行降噪，得到第二点集；
根据预设的聚类算法对所述第二点集进行聚类，得到第一点类集合；
将所述第一点类集合的任一点类中包括的点的数量与预设的数量阈值进行比对，获取第二点类集合；
根据所述任一点的主曲率极大值，计算所述第二点类集合中所有点的主曲率平均值；
根据所述主曲率平均值和预设的计算公式，计算爆破孔直径；
根据所述爆破孔直径，对所述第二点类集合中每一点类进行拟合，得到爆破孔轴线；
计算任一爆破孔轴线与隧道设计轴线之间的夹角；
根据预设的夹角阈值和所述任一爆破孔轴线与所述隧道设计轴线之间的夹角，对所述第二点类集合进行集合筛选，得到有效点类集合；
根据所述任一点的空间坐标和所述有效点类集合，计算所述任一有效点类中两点间的最大点距离以及最大点距离对应的两点形成的直线；
根据所述直线和所述爆破孔轴线，计算所述直线与所述爆破孔轴线之间的夹角；
根据所述最大点距离以及所述直线与所述爆破孔轴线之间的夹角，计算任一有效点类对应的爆破孔长度；
根据每个类对应的爆破孔长度和爆破孔设计总长度计算得到半孔率。
2.根据权利要求1所述的爆破半孔率检测方法，其特征在于，所述根据隧道爆破开挖后的点云模型生成隧道爆破开挖后的任一点的空间坐标，包括：
获取隧道设计轴线和隧道爆破开挖后的点云模型；
将所述点云模型进行降噪处理，获取降噪后的点云模型；
根据所述隧道设计轴线，对所述降噪后的点云模型中任一点进行工程坐标转换，生成隧道爆破开挖后的任一点的空间坐标。
3.根据权利要求1所述的爆破半孔率检测方法，其特征在于，所述根据所述任一点的空间坐标，计算任一点的主曲率极大值，包括：
根据所述任一点的空间坐标，计算所述任一点与附近所有临近点的曲率；
遍历所述曲率，得到所述任一点的主曲率极大值。
4.根据权利要求1所述的爆破半孔率检测方法，其特征在于，所述根据每个类对应的爆破孔长度和爆破孔设计总长度计算得到半孔率，包括：
根据所述任一点类对应的爆破孔长度，计算所述点类集合对应的爆破孔总长度；
根据预设的爆破孔设计数量和预设的爆破孔设计长度，计算爆破孔设计总长度；
根据所述爆破孔总长度和所述爆破孔设计总长度，计算半孔率。
5.一种爆破半孔率检测装置，其特征在于，包括：
坐标生成模块，用于根据隧道爆破开挖后的点云模型生成隧道爆破开挖后的任一点的空间坐标；
曲率计算模块，用于根据所述任一点的空间坐标，计算任一点的主曲率极大值；
点集筛选模块，用于根据预设的曲率阈值，对所述任一点的主曲率极大值进行数据筛选，获取第一点集；
点集降噪模块，用于根据预设的降噪算法对所述第一点集进行降噪，得到第二点集；
点集聚类模块，用于根据预设的聚类算法对所述第二点集进行聚类，得到第一点类集合；
阈值比对模块，用于将所述第一点类集合的任一点类中包括的点的数量与预设的数量阈值进行比对，获取第二点类集合；
均值计算模块，用于根据所述任一点的主曲率极大值，计算所述第二点类集合中所有点的主曲率平均值；
孔径计算模块，用于根据所述主曲率平均值和预设的计算公式，计算爆破孔直径；
轴线拟合模块，用于根据所述爆破孔直径，对所述第二点类集合中每一点类进行拟合，得到爆破孔轴线；
夹角计算模块，用于计算任一爆破孔轴线与隧道设计轴线之间的夹角；
点类筛选模块，用于根据预设的夹角阈值和所述任一爆破孔轴线与所述隧道设计轴线之间的夹角，对所述第二点类集合进行集合筛选，得到有效点类集合；
直线计算模块，用于根据所述任一点的空间坐标和所述有效点类集合，计算所述任一有效点类中两点间的最大点距离以及最大点距离对应的两点形成的直线；
偏移计算模块，用于根据所述直线和所述爆破孔轴线，计算所述直线与所述爆破孔轴线之间的夹角；
长度计算模块，用于根据所述最大点距离以及所述直线与所述爆破孔轴线之间的夹角，计算任一有效点类对应的爆破孔长度；
半孔率计算模块，用于根据每个类对应的爆破孔长度和爆破孔设计总长度计算得到半孔率。
6.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-4任一所述的爆破半孔率检测方法的步骤。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-4中任一项所述的爆破半孔率检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210135115.6A CN114186645B (zh) | 2022-02-15 | 2022-02-15 | 一种爆破半孔率检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210135115.6A CN114186645B (zh) | 2022-02-15 | 2022-02-15 | 一种爆破半孔率检测方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114186645A CN114186645A (zh) | 2022-03-15 |
| CN114186645B true CN114186645B (zh) | 2022-04-26 |
Family
ID=80545935
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210135115.6A Active CN114186645B (zh) | 2022-02-15 | 2022-02-15 | 一种爆破半孔率检测方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114186645B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114897110B (zh) * | 2022-07-15 | 2022-11-18 | 成都飞机工业（集团）有限责任公司 | 群孔测量摆角规划方法、可读介质和设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104217199A (zh) * | 2014-09-15 | 2014-12-17 | 武汉大学 | 一种基于近景摄影测量技术的半孔率统计方法 |
| CN107644119A (zh) * | 2017-08-15 | 2018-01-30 | 四川大学 | 一种基于三维扫描点云的半孔率自动计算方法 |
| CN107945178A (zh) * | 2017-12-19 | 2018-04-20 | 大昌建设集团有限公司 | 一种爆破残孔自动识别及特征提取方法 |
| WO2022016207A1 (en) * | 2020-07-23 | 2022-01-27 | Orica Australia Pty Ltd | Blast design |
-
2022
- 2022-02-15 CN CN202210135115.6A patent/CN114186645B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104217199A (zh) * | 2014-09-15 | 2014-12-17 | 武汉大学 | 一种基于近景摄影测量技术的半孔率统计方法 |
| CN107644119A (zh) * | 2017-08-15 | 2018-01-30 | 四川大学 | 一种基于三维扫描点云的半孔率自动计算方法 |
| CN107945178A (zh) * | 2017-12-19 | 2018-04-20 | 大昌建设集团有限公司 | 一种爆破残孔自动识别及特征提取方法 |
| WO2022016207A1 (en) * | 2020-07-23 | 2022-01-27 | Orica Australia Pty Ltd | Blast design |
Non-Patent Citations (1)
| Title |
|---|
| 基于三维点云的光爆半孔率数字化检测技术;李徐然 等;《工程爆破》;20181031;第24卷(第5期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114186645A (zh) | 2022-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106891333A (zh) | 模型生成装置、位置姿态计算装置以及搬运机器人装置 | |
| CN112288254B (zh) | 一种施工质量检测方法、终端和存储介质 | |
| CN109141266B (zh) | 一种钢结构测量方法及系统 | |
| CN114186645B (zh) | 一种爆破半孔率检测方法、装置、电子设备及存储介质 | |
| CN111027484A (zh) | 基于三维成像的隧道钢拱识别方法 | |
| TWI724696B (zh) | 工件孔洞量測方法 | |
| CN110807772A (zh) | 一种构件尺寸检测中基于包围盒的无关点云剔除方法 | |
| CN111932669A (zh) | 一种基于边坡岩体特征对象的变形监测方法 | |
| CN111489416A (zh) | 隧道轴线拟合方法及在超欠挖方量计算上的应用 | |
| JPWO2018131163A1 (ja) | 情報処理装置、データベース生成装置、方法、プログラム、及び記憶媒体 | |
| CN116703871A (zh) | 一种基于绝缘子stl模型的爬电距离测量方法及系统 | |
| KR101808958B1 (ko) | 구조물 형상 정보 구축 방법 및 구조물 변형 검출 방법 | |
| CN116793304A (zh) | 一种基于点云的单圆盾构地铁隧道横断面虚拟测量方法 | |
| CN110853087A (zh) | 一种视差估计方法、装置、存储介质及终端 | |
| CN118096737B (zh) | 一种应用于矿山法隧道运营期变形监测方法及系统 | |
| CN118037601B (zh) | 点云补齐方法和电子设备 | |
| US9351697B2 (en) | Method and system for dimensional analysis of an object | |
| CN118090133B (zh) | 一种基于数字散斑的风洞模型形变测量方法 | |
| CN112258636B (zh) | 一种应用于建筑领域的利用二维图形建立三维模型的方法 | |
| CN109544454B (zh) | 一种点云数据的自动拼接方法 | |
| CN117685892A (zh) | 基于多线激光的间隙面差测量方法、设备及存储介质 | |
| Cheluszka et al. | Validation of a Method for Measuring the Position of Pick Holders on a Robotically Assisted Mining Machine’s Working Unit. Energies 2022, 15, 295 | |
| CN115560687A (zh) | 一种钻斗尺寸的测量方法、装置及旋挖钻机 | |
| CN118070434A (zh) | 一种汽车零部件的工艺信息模型构建方法及系统 | |
| CN116563239A (zh) | 一种隧洞超欠挖检测方法、装置、计算机设备及存储介质 |
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 |