CN115035026A - 一种基于三维点云信息的隧道爆破质量评估方法 - Google Patents

一种基于三维点云信息的隧道爆破质量评估方法 Download PDF

Info

Publication number
CN115035026A
CN115035026A CN202210467800.9A CN202210467800A CN115035026A CN 115035026 A CN115035026 A CN 115035026A CN 202210467800 A CN202210467800 A CN 202210467800A CN 115035026 A CN115035026 A CN 115035026A
Authority
CN
China
Prior art keywords
blasting
tunnel
dimensional
point cloud
model
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
CN202210467800.9A
Other languages
English (en)
Inventor
陈文尹
李家乐
林先明
赵高峰
杨仲杰
邓稀肥
徐星火
余诚
王勇
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.)
Seventh Engineering Co Ltd Of China Railway Fourth Bureau Group
Tianjin University
China Tiesiju Civil Engineering Group Co Ltd CTCE Group
Original Assignee
Seventh Engineering Co Ltd Of China Railway Fourth Bureau Group
Tianjin University
China Tiesiju Civil Engineering Group Co Ltd CTCE Group
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 Seventh Engineering Co Ltd Of China Railway Fourth Bureau Group, Tianjin University, China Tiesiju Civil Engineering Group Co Ltd CTCE Group filed Critical Seventh Engineering Co Ltd Of China Railway Fourth Bureau Group
Priority to CN202210467800.9A priority Critical patent/CN115035026A/zh
Publication of CN115035026A publication Critical patent/CN115035026A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • 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

Abstract

本发明公开了一种基于三维点云信息的隧道爆破质量评估方法,包括获取爆破前隧道的三维点云数据,提取隧道中轴线信息,拟合得到爆破前的爆破区域三维模型;获取爆破后隧道的三维点云数据,并进行稀化和三角化处理,得到爆破后的爆破区域三维模型;对爆破前后的三维模型进行布尔运算,并将单纯形法应用到三维模型计算中,得到各个位置处的超欠挖数据信息;引入多理论模型的综合集成赋权法权重模型,对各个爆破指标进行定量化分析,得到隧道的爆破质量评估结果。本发明通过隧道点云数据建立爆破前后的隧道爆破区域的三维模型并进行对比,能够直观地展示各个位置处的超欠挖状态,以及全面、有效、客观和定量化地评估隧道的爆破质量。

Description

一种基于三维点云信息的隧道爆破质量评估方法
技术领域
本发明涉及隧道爆破技术领域,特别涉及一种基于三维点云信息的隧道爆破质量评估方法。
背景技术
钻爆法目前在隧道施工中具有举足轻重的地位,在隧道爆破施工过程中不可避免地会遇到超欠挖问题。当出现超挖时,需要及时喷射纤维混凝土,较严重时不仅需要加工钢架,而且还要对其加设异形钢架并附加钢筋网片。当出现欠挖时,需要根据情况进行人工机械凿除或者是二次爆破。隧道的爆破质量对隧道施工进度、装填炸药经济性、工人施工任务量等方面均起着至关重要的作用,而综合、全面、客观的隧道爆破质量评估报告不仅仅是对本次爆破的深刻总结,也为下一次的隧道爆破提供了足够的数据支撑和方案选择。
现有技术的不足之处在于,在当前隧道爆破质量评估中,隧道的爆破质量通常是由现场施工人员的主观经验主导,而施工人员的定性分析既没有可靠的理论依据作为支撑,也没有相应的测量手段作为辅证,因此不可避免地会对隧道的爆破质量存在着认知偏差。此外,隧道爆破质量的评价指标与成果报告通常是以二维图展示,无法直观地展示隧道爆破围岩超挖体积、欠挖体积等随循环进尺变化的情况,无法及时反馈隧道的爆破质量。因此如何利用三维可视化模型展示隧道爆破前后的超欠挖信息以及采用一种定量化方法对隧道的爆破质量进行评估亟待开展。
发明内容
本发明的目的克服现有技术存在的不足,为实现以上目的,采用一种基于三维点云信息的隧道爆破质量评估方法,以解决上述背景技术中提出的问题。
一种基于三维点云信息的隧道爆破质量评估方法,具体步骤包括:
获取爆破前隧道的衬砌面以及前方预支护段的三维点云数据,提取隧道中轴线,结合隧道中轴线的位置信息以及隧道设计轮廓线,拟合得到爆破前的爆破区域三维模型;
获取爆破后隧道的三维点云数据,并对三维点云数据进行稀化和三角化处理,得到爆破后的爆破区域三维模型;
对爆破前后的三维模型进行布尔运算,并将单纯形法应用到三维模型计算中,得到各个位置处的超欠挖数据信息;
引入多理论模型的综合集成赋权法权重模型,对各个爆破指标进行定量化分析,得到隧道的爆破质量评估结果。
作为本发明的进一步的方案:所述获取爆破前隧道的衬砌面以及前方预支护段的三维点云数据,提取隧道中轴线,结合隧道中轴线的位置信息以及隧道设计轮廓线,拟合得到爆破前的爆破区域三维模型的具体步骤包括:
首先爆破前通过三维扫描仪对当前的隧道断面进行扫描,得到当前隧道的衬砌面以及前方预支护段的三维点云数据;
根据三维点云数据,建立当前隧道的衬砌面的坐标系,根据坐标数据进行线性均值拟合得到当前隧道衬砌段对应的中轴线;
再根据中轴线的位置信息以及隧道设计轮廓线进行循环进尺和拉伸,得到爆破前的爆破区域三维模型。
作为本发明的进一步的方案:所述获取爆破后隧道的三维点云数据,并对三维点云数据进行稀化和三角化处理,得到爆破后的爆破区域三维模型的具体步骤包括:
将三维扫描仪置于爆破前相同的位置对爆破面进行扫描,得到三维点云数据;
读取三维点云数据中的点云坐标数据,设置原点位置以及更新递进的点云为参考点,删除距离参考点距离小于预设阈值R的点云进行稀化处理并保存;
对稀化处理后的三维点云数据,进行相邻的三个点云进行三角化,最终得到爆破后的爆破区域三维模型。
作为本发明的进一步的方案:所述对爆破前后的三维模型进行布尔运算,并将单纯形法应用到三维模型计算中,得到各个位置处的超欠挖数据信息的具体步骤包括:
根据得到的爆破前后的爆破区域三维模型进行布尔运算;
利用单纯形法获取各个模型的体心、表面积、体积以及外表面三角形单元的形心信息;
对超欠挖点进行定位,以及得到隧道超欠挖面积、超欠挖体积,以及平均超欠挖信息。
作为本发明的进一步的方案:所述引入多理论模型的综合集成赋权法权重模型,对各个爆破指标进行定量化分析,得到隧道的爆破质量评估结果的具体步骤包括:
首先获取评价指标,所述评价指标包括最大超挖、平均线性超挖、最大欠挖、两炮间台阶最大尺寸、超挖面积、量测断面面积、超挖率、超挖体积,以及炮眼利用率;
基于多理论模型,建立综合集成赋权法权重模型;
将爆破面的设计参数以及爆破前后的三维模型的布尔运算结果输入综合集成赋权法权重模型的爆破质量分数的求解公式,得到评估结果。
作为本发明的进一步的方案:所述爆破质量分数的求解公式为:
Figure BDA0003625158100000031
其中,Xi为评价指标权重系数,Yi为评价指标的评价分数。
与现有技术相比,本发明存在以下技术效果:
采用上述的技术方案,通过采集爆破前后隧道爆破区域的三维点云数据,进而得到爆破前后的三维模型,并将爆破前后的三维数据模型进行对比,能够直观地展示各个位置处的超欠挖状态。同时对三维模型进行布尔运算并通过单纯形法进行模型信息统计,最后利用引入的多理论模型的综合集成赋权法权重模型进行整合计算,得到最终评估结果,能够全面、有效、客观、定量化地评估隧道的爆破质量。
附图说明
下面结合附图,对本发明的具体实施方式进行详细描述:
图1为本申请公开的一些实施例的隧道爆破质量评估方法的步骤示意图;
图2为本申请公开的一些实施例的隧道爆破质量三维可视化定量评估流程图;
图3为本申请公开的一些实施例的隧道爆破区域示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
请参考图1和图2,本发明实施例中,一种基于三维点云信息的隧道爆破质量评估方法,具体步骤包括:
步骤S1、获取爆破前隧道的衬砌面以及前方预支护段的三维点云数据,提取隧道中轴线,结合隧道中轴线的位置信息以及隧道设计轮廓线,拟合得到爆破前的爆破区域三维模型,具体步骤包括:
首先爆破前通过三维扫描仪对当前的隧道断面进行扫描,得到当前隧道的衬砌面以及前方预支护段的三维点云数据;
根据三维点云数据,建立当前隧道的衬砌面的坐标系,根据坐标数据进行线性均值拟合得到当前隧道衬砌段对应的中轴线;
再根据中轴线的位置信息以及隧道设计轮廓线进行循环进尺和拉伸,得到爆破前的爆破区域三维模型。
本实施例中,首先进行建立爆破前的隧道爆破区域三维模型;
(1)扫描隧道断面
如图3所示,图示为爆破前隧道各个区域的示意图。爆破前采用三维扫描仪对当前的隧道断面进行扫描,获取当前衬砌隧道面以及前方预支护段的三维点云数据。
(2)提取隧道中轴线
隧道中轴线含有隧道姿态和走势信息,因此可根据中轴线的信息确定任意位置处的隧道截面几何信息。隧道中轴线的确定方式如下:
1.将采集的衬砌隧道面的三维点云数据在CAD中打开,在本工作中以隧道进尺方向为Y轴方向。将三维点云数据分别在XOY面和YOZ面上进行投影,可通过在CAD中打开二维XOY界面以及YOZ界面即可实现。紧接着分别提取隧道衬砌段在XOY以及YOZ投影面上的边界点数据。
2.采用二次曲线方程对衬砌段边界的数据点进行曲线拟合,拟合曲线方程所需的参数采用随机采样一致性算法(RANSAC)。
3.提取隧道衬砌段在XOY、YOZ坐标系下投影的中轴线,具体的处理方法如下:
以在XOY坐标系下的投影面为例,根据其一侧边界的曲线方程,在曲线方程中从起点到终点按照一定的频率等间距的采集数据点,在这里称作点集A。紧接着确定点集A的每个数据点在法向方向与另一条边界的交点,在这里称作点集B。确定点集A和点集B对应的数据点的中点坐标,中点坐标的连线即为在该坐标系下的投影面对应的中轴线。
进一步地采用该方法可得到YOZ坐标系下投影面的中轴线,按照一定频率等间距地提取两坐标系下的投影面的中轴线的坐标数据,最后将上述投影面的两条中轴线进行线性均值拟合即可得到当前隧道衬砌段对应的中轴线。
(3)爆破区域三维几何体拟合
隧道每次爆破时通常是采用激光对准仪来进行爆破推进,并且每次的进尺长度一般为1~3米,因此隧道衬砌段邻域段的爆破区域的中轴线走势基本上与上述确定的中轴线一致。根据隧道轮廓面的设计参数以及爆破区域的中轴线位置可在CAD中可将隧道二维轮廓面沿着中轴线走势进行拉伸,形成三维几何体。该几何体即为隧道在理想爆破条件下的三维形貌,随后将其保存为STL文件格式。这是因为STL文件是由三角网格组成的3D模型,其文件格式简单,应用广泛,并且便于与爆破后的隧道三维模型进行比较和计算。
步骤S2、获取爆破后隧道的三维点云数据,并对三维点云数据进行稀化和三角化处理,得到爆破后的爆破区域三维模型,具体步骤包括:
将三维扫描仪置于爆破前相同的位置对爆破面进行扫描,得到三维点云数据;
读取三维点云数据中的点云坐标数据,设置原点位置以及更新递进的点云为参考点,删除距离参考点距离小于预设阈值R的点云进行稀化处理并保存;
对稀化处理后的三维点云数据,进行相邻的三个点云进行三角化,最终得到爆破后的爆破区域三维模型。
本实施例中,再建立爆破后的隧道爆破区域三维模型;
(1)隧道爆破面扫描
为了降低后期数据处理的复杂度以及便于比较爆破前后的隧道几何形态,将三维扫描仪置于相同的位置对爆破面进行扫描,进而可建立隧道爆破区域的三维点云模型。由于三维点云数据是离散的数据点,其形成的三维点云模型在进行矢量化计算以及布尔运算时是非常不方便的,因此需要将三维点云模型进行特殊的处理以转化为连续的三维几何体。在这里将其转化为由三角面表示的连续模型,也即STL文件格式。
(2)点云稀化处理
点云数据具有毫米级的空间分辨率,每次扫描采集的数据量通常是以亿为数量级计量的。而将海量的点云数据转化为连续的模型不仅会耗费大量的时间,甚至会出现个人电脑无法运行的情况。因此需要对采集的点云数据进行稀化处理,具体的处理过程可以在MATLAB里进行,主要的处理思想如下:
第一步是读取点云坐标文件并按照一定的顺序将其三个维度的坐标存储到三个数组X,Y,Z中;
第二步是从原点位置按照存储顺序读取点云坐标数据,首先以原点位置点云为参考点1,距离该参考点距离小于R的点云进行删除,直至出现下一个不满足该条件的点云数据,此时将其设置为新的参考点2,按照此方法依次对所有的数据进行处理;
第三步是将所有的参考点坐标数据进行保存,即为稀化处理后的点云数据。由于点云具有毫米级的精度,因此可根据采集的点云密度以及模型的精度要求来确定R。
(3)点云三角化处理
基于上述稀化处理后的点云坐标数据,在MATLAB中将相邻的三个点云进行三角化以形成连续的三角面,按照此方法将其余的数据点进行三角化处理,最终可形成隧道爆破面的包络体,即隧道爆破区域的三维模型,上述处理过程可以在MATLAB里面使用Stlwrite函数实现。另外,通过采用一款逆向工程软件Imagewaresurface,也可以直接将点云数据处理转换为STL格式的文件。
步骤S3、对爆破前后的三维模型进行布尔运算,并将单纯形法应用到三维模型计算中,得到各个位置处的超欠挖数据信息,具体步骤包括:
根据得到的爆破前后的爆破区域三维模型进行布尔运算;
利用单纯形法获取各个模型的体心、表面积、体积以及外表面三角形单元的形心信息;
对超欠挖点进行定位,以及得到隧道超欠挖面积、超欠挖体积,以及平均超欠挖信息。
本实施例中,隧道爆破前后模型布尔运算,具体实施步骤为:
通过将爆破前后的三维模型导入CAD中,分别对其赋予不同的颜色并调节一定的透明度,可以直观地展示隧道各个位置处的爆破质量以及超欠挖状态。通过对爆破前后模型进行布尔运算,能够获取各个部位处超欠挖的模型文件。由于模型文件是由三角形单元包络形成的几何体,因此采用单纯形法获取各个模型的体心、表面积、体积以及外表面三角形单元的形心等信息。以体积为例,单纯形法在求解三维块体体积V的原理如下:几何体的外表面的每一个三角形可以和几何体体心坐标构成一个四面体,计算一个几何体的体积,可以计算所有三角形和几何体体心组成的四面体体积,然后求和。采用该方法计算体积的结果可能是正可能是负,几何体所有的四面体累积后的体积即为真实的结果。
Figure BDA0003625158100000071
其中N表示组成模型的三角形顶点总数,pi,pi+1,pi+2表示三角形单元的顶点坐标。通过采用单纯形法能够有效地对超欠挖点进行定位并且获得当前爆破方案下的隧道超欠挖面积,超欠挖体积,平均超欠挖等信息。综上,通过建立的爆破前后的三维数字化模型,展示了隧道爆破前后各个位置处的超欠挖数据信息,再现了隧道爆破超欠挖的真实结构特性。
步骤S4、引入多理论模型的综合集成赋权法权重模型,对各个爆破指标进行定量化分析,得到隧道的爆破质量评估结果,具体步骤包括:
首先获取评价指标,所述评价指标包括最大超挖、平均线性超挖、最大欠挖、两炮间台阶最大尺寸、超挖面积、量测断面面积、超挖率、超挖体积,以及炮眼利用率;
基于多理论模型,建立综合集成赋权法权重模型;
将爆破面的设计参数以及爆破前后的三维模型的布尔运算结果输入综合集成赋权法权重模型的爆破质量分数的求解公式,得到评估结果。
具体的,所述爆破质量分数的求解公式为:
Figure BDA0003625158100000081
其中,Xi为评价指标权重系数,Yi为评价指标的评价分数。
由于隧道的爆破质量通常是基于施工人员的主观经验或者根据爆破规范等手段进行的定性判断,然而这不仅无法再现隧道超欠挖的真实结构特性,也无法提供一种定量化的分析方案对隧道的爆破质量进行定量化评估。影响爆破质量的因素众多,并且各个因素对隧道爆破质量的重要性程度也有所不同。
本实施例中,通过对比研究人员提出的各种评估模型,本工作采用了一种综合集成赋权法的评价模型,该模型能够定量化地、全面地分析爆破后各个参数指标对爆破质量的影响程度,有效避免了采用单一客观权重计算法或主管权重计算法对爆破质量的评价。所需要的评价指数如下:最大超挖、平均线性超挖、最大欠挖、两炮间台阶最大尺寸、超挖面积、量测断面面积、超挖率、超挖体积、炮眼利用率。基于爆破面的设计参数以及爆破前后三维模型布尔运算的整合结果,我们可以有效地利用该评价模型对隧道的爆破质量进行定量化评估。
爆破质量分数的求解公式如下:
Figure BDA0003625158100000082
其中,如下表1所示,Xi为评价指标权重系数;Yi为评价指标的评价分数。各个评价指标的最优分值为100分,最劣分值为10分,该指标通常是由各个专家以及工程师进行打分。评价隧道爆破质量分为5个等级,其中评价分数小于45分为极差;45分~60分为差;60分~75分为及格;75分~90分为良;大于90分为优。综上,根据隧道爆破三维模型提供的爆破信息,通过采用综合集成赋权法的评价模型,能够全面、有效、客观、定量化地评估隧道的爆破质量。
表1综合集成赋权法权重系数
评价指标 综合集成赋权法系数
最大超挖 0.151
平均线性超挖 0.170
最大欠挖 0.116
两炮间台阶最大尺寸 0.212
超挖面积 0.073
量测断面面积 0.041
超挖率 0.065
超挖体积 0.092
炮眼利用率 0.080
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定,均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于三维点云信息的隧道爆破质量评估方法,其特征在于,具体步骤包括:
获取爆破前隧道的衬砌面以及前方预支护段的三维点云数据,提取隧道中轴线,结合隧道中轴线的位置信息以及隧道设计轮廓线,拟合得到爆破前的爆破区域三维模型;
获取爆破后隧道的三维点云数据,并对三维点云数据进行稀化和三角化处理,得到爆破后的爆破区域三维模型;
对爆破前后的三维模型进行布尔运算,并将单纯形法应用到三维模型计算中,得到各个位置处的超欠挖数据信息;
引入多理论模型的综合集成赋权法权重模型,对各个爆破指标进行定量化分析,得到隧道的爆破质量评估结果。
2.根据权利要求1所述一种基于三维点云信息的隧道爆破质量评估方法,其特征在于,所述获取爆破前隧道的衬砌面以及前方预支护段的三维点云数据,提取隧道中轴线,结合隧道中轴线的位置信息以及隧道设计轮廓线,拟合得到爆破前的爆破区域三维模型的具体步骤包括:
首先爆破前通过三维扫描仪对当前的隧道断面进行扫描,得到当前隧道的衬砌面以及前方预支护段的三维点云数据;
根据三维点云数据,建立当前隧道的衬砌面的坐标系,根据坐标数据进行线性均值拟合得到当前隧道衬砌段对应的中轴线;
再根据中轴线的位置信息以及隧道设计轮廓线进行循环进尺和拉伸,得到爆破前的爆破区域三维模型。
3.根据权利要求1所述一种基于三维点云信息的隧道爆破质量评估方法,其特征在于,所述获取爆破后隧道的三维点云数据,并对三维点云数据进行稀化和三角化处理,得到爆破后的爆破区域三维模型的具体步骤包括:
将三维扫描仪置于爆破前相同的位置对爆破面进行扫描,得到三维点云数据;
读取三维点云数据中的点云坐标数据,设置原点位置以及更新递进的点云为参考点,删除距离参考点距离小于预设阈值R的点云进行稀化处理并保存;
对稀化处理后的三维点云数据,进行相邻的三个点云进行三角化,最终得到爆破后的爆破区域三维模型。
4.根据权利要求1所述一种基于三维点云信息的隧道爆破质量评估方法,其特征在于,所述对爆破前后的三维模型进行布尔运算,并将单纯形法应用到三维模型计算中,得到各个位置处的超欠挖数据信息的具体步骤包括:
根据得到的爆破前后的爆破区域三维模型进行布尔运算;
利用单纯形法获取各个模型的体心、表面积、体积以及外表面三角形单元的形心信息;
对超欠挖点进行定位,以及得到隧道超欠挖面积、超欠挖体积,以及平均超欠挖信息。
5.根据权利要求1所述一种基于三维点云信息的隧道爆破质量评估方法,其特征在于,所述引入多理论模型的综合集成赋权法权重模型,对各个爆破指标进行定量化分析,得到隧道的爆破质量评估结果的具体步骤包括:
首先获取评价指标,所述评价指标包括最大超挖、平均线性超挖、最大欠挖、两炮间台阶最大尺寸、超挖面积、量测断面面积、超挖率、超挖体积,以及炮眼利用率;
基于多理论模型,建立综合集成赋权法权重模型;
将爆破面的设计参数以及爆破前后的三维模型的布尔运算结果输入综合集成赋权法权重模型的爆破质量分数的求解公式,得到评估结果。
6.根据权利要求1所述一种基于三维点云信息的隧道爆破质量评估方法,其特征在于,所述爆破质量分数的求解公式为:
Figure FDA0003625158090000021
其中,Xi为评价指标权重系数,Yi为评价指标的评价分数。
CN202210467800.9A 2022-04-29 2022-04-29 一种基于三维点云信息的隧道爆破质量评估方法 Pending CN115035026A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210467800.9A CN115035026A (zh) 2022-04-29 2022-04-29 一种基于三维点云信息的隧道爆破质量评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210467800.9A CN115035026A (zh) 2022-04-29 2022-04-29 一种基于三维点云信息的隧道爆破质量评估方法

Publications (1)

Publication Number Publication Date
CN115035026A true CN115035026A (zh) 2022-09-09

Family

ID=83119660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210467800.9A Pending CN115035026A (zh) 2022-04-29 2022-04-29 一种基于三维点云信息的隧道爆破质量评估方法

Country Status (1)

Country Link
CN (1) CN115035026A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117314918A (zh) * 2023-11-29 2023-12-29 中铁四局集团第二工程有限公司 隧道爆破质量评估方法及其系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117314918A (zh) * 2023-11-29 2023-12-29 中铁四局集团第二工程有限公司 隧道爆破质量评估方法及其系统
CN117314918B (zh) * 2023-11-29 2024-03-19 中铁四局集团有限公司 隧道爆破质量评估方法及其系统

Similar Documents

Publication Publication Date Title
CN110409369B (zh) 边坡开挖数字化施工与质量控制方法
CN111811420B (zh) 隧道三维轮廓整体绝对变形监测方法及系统
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
CN113587835A (zh) 一种利用三维激光扫描技术进行桥梁工程质量验收的方法
CN112784403B (zh) 基于点云数据建立节理岩体离散元模型的数值模拟方法
CN103759677B (zh) 基于三角面积比法度量岩体结构面三维粗糙度的方法
CN110276732B (zh) 一种顾及地形特征线要素的山区点云空洞修复方法
CN106934826B (zh) 一种岩质边坡结构精细化建模及块体识别方法
CN106227923A (zh) 一种岩体结构面三维粗糙度评价方法
US20240126948A1 (en) Numerical simulation optimization method of impact damage based on laser mapped solid mesh
CN110992479A (zh) 一种适合散乱点云的高粗糙度三维曲面拟合方法
CN111932669A (zh) 一种基于边坡岩体特征对象的变形监测方法
CN115035026A (zh) 一种基于三维点云信息的隧道爆破质量评估方法
CN110764106A (zh) 一种采用激光雷达辅助盾构区间调坡调线测量施工方法
CN115203778A (zh) 隧道超欠挖检测方法、装置、终端设备及存储介质
CN112884823B (zh) 面向实测实量应用的靠尺模拟点云选取与计算方法
CN112785596B (zh) 基于dbscan聚类的点云图螺栓分割和高度测量方法
CN113536617B (zh) 一种复杂结构的精细有限元模型快速生成方法
CN112033385A (zh) 一种基于海量点云数据的桥墩位姿测量方法
CN110967778B (zh) 一种动态坐标系多面体剖分重力布格校正方法
CN117313343A (zh) 一种基于三维激光扫描仪爆破区域数字化模型获取方法
CN110986815A (zh) 一种基于三维激光点云的隧道施工监控量测方法
CN112347901A (zh) 一种基于三维激光扫描技术岩体块体分析方法
JP2018040181A (ja) 土木工事の出来形評価システム、出来形評価方法、及びプログラム
CN112184905A (zh) 不平整巷道的三维建模方法、装置及设备

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