CN115063788A - 一种盾构管片钢筋笼加工精度的激光点云识别算法 - Google Patents

Abstract

本发明公开了一种盾构管片钢筋笼加工精度的激光点云识别算法，涉及轨道交通领域的施工技术领域，针对钢筋笼的外弧面、两个端面、两个侧面，这5面存在的误差问题，通过激光点云，自动采集钢筋笼的外弧面、厚度、宽度、端面垂直度的关键特征点，勾勒出管片的外轮廓，通过算法快速准确的分析其绑扎误差，从而根据误差对钢筋笼作进一步调整，相较于传统的人工测量，该方法所测的相关尺寸更精确，效率更高。

Description

一种盾构管片钢筋笼加工精度的激光点云识别算法

技术领域

本发明涉及轨道交通领域的施工技术领域，尤其是一种盾构管片钢筋笼加工精度的激光点云识别算法。

背景技术

地铁盾构隧道管片是一种高精度混凝土预制结构。管片的钢筋笼是一种弯曲结构，钢筋笼内弧面与隧道断面一致，因此钢筋笼内弧面不存在误差问题。而钢筋笼外的外弧面、两个端面、两个侧面，共5面，存在着误差问题，目前，钢筋笼弯曲矢度检查采用直尺检查，而直尺检查的误差检查难度大；不同部位，矢度不同，精度检查难度大，检查手续繁琐，费时费力。

发明内容

本发明需要解决的技术问题是提供一种盾构管片钢筋笼加工精度的激光点云识别算法，针对钢筋笼的外弧面、两个端面、两个侧面，这5面存在的误差问题，通过激光点云，自动采集钢筋笼的外弧面、厚度、宽度、端面垂直度的关键特征点，勾勒出管片的外轮廓，通过算法快速准确的分析其绑扎误差，从而根据误差对钢筋笼作进一步调整，相较于传统的人工测量，该方法所测的相关尺寸更精确，效率更高。

为解决上述技术问题，本发明所采用的技术方案是：一种盾构管片钢筋笼加工精度的激光点云识别算法，包括如下算法：

步骤S1、将激光雷达放置于钢筋笼外弧面上方，利用激光雷达对钢筋笼进行扫描；

步骤S2、将步骤S1中以激光雷达扫描的范围中心作为分界线分为左侧扫描范围和右侧扫描范围；

步骤S3、激光雷达沿钢筋笼外弧面的长度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与激光雷达中心最大高度的扫描点和与分界线最大横距离的扫描点，钢筋笼实测厚度为扫描点和激光雷达中心的最大高度值与扫描点和分界线的最大横距离对应的高度值之差，通过比较实测钢筋笼厚度与标准钢筋笼厚度之差是否在允许误差范围内判断钢筋笼厚度是否合格；

步骤S4、激光雷达沿钢筋笼外弧面的长度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与分界线最大横距离的扫描点，钢筋笼外弧长为左侧、右侧扫描点与分界线的最大横向距离之和对应的弧长，通过比较实测钢筋笼外弧长与标准钢筋笼外弧长之差是否在允许误差范围内判断钢筋笼外弧长是否合格；

步骤S5、激光雷达沿钢筋笼外弧面的宽度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与分界线横向距离最大且与激光雷达垂向距离最小的扫描点，钢筋笼实测宽度为这两点的横向距离之和，通过比较实测钢筋笼宽度与标准钢筋笼宽度之差是否在允许误差范围内判断钢筋笼宽度是否合格；

步骤S6、激光雷达沿钢筋笼外弧面的宽度方向进行扫描，3个断面为一组，每个断面均选择左侧扫描范围和右侧扫描范围内与分界线横向距离最大且与激光雷达垂向距离最小的扫描点，计算每组3个扫描点的割线斜率与该组数据对应的端面扫描点拟合后的直线斜率，通过验算割线斜率与拟合后的直线斜率乘积是否在允许斜率范围内从而验证左侧拟合直线与钢筋笼弧面模板的切线是否垂直。

本发明技术方案的进一步改进在于：所述步骤S1中将激光雷达扫描采集的数据以激光雷达为坐标原点的极坐标值，通过坐标变换转换成直角坐标值，x轴以向右为正方向，y轴以向下为正方向，激光雷达按逆时针方向进行扫描，设置的扫描范围为起始扫描度数A至终点扫描度数B，在扫描范围内有多个测点，记m为测点编号，m取

σ为角度分辨率，n为激光雷达扫描环次，l为激光雷达中心至钢筋笼外弧面表面对应扫描点的距离，激光雷达扫描采集的数据以数组M(n,m,l)的形式表示。

本发明技术方案的进一步改进在于：所述步骤S2中分界线的角度记为C，左侧扫描范围内的扫描点距分界线的角度记为α，右侧扫描范围内的扫描点距分界线的角度记为β，当C-A-mσ＞0时，此时扫描点为左侧扫描点，用m_i表示，则α＝C-A-m_iσ，当C-A-mσ＜0时，此时扫描点为右侧扫描点，用m_j表示，则β＝m_jσ-(C-A)。

本发明技术方案的进一步改进在于：所述步骤S3的具体过程为：

步骤S31、存储第k环数据,k＝1、2、3…n；

步骤S32、当C-A-mσ＞0是，判定扫描点为左侧扫描点，则按如下公式计算实测左侧钢筋笼厚度H_nz：

其中l_nz1为激光雷达中心与左侧激光雷达最大高度扫描点的连线长度；l_nz2为激光雷达中心与左侧距分界线最大横向距离扫描点的连线长度；

步骤S33、当C-A-mσ＞0是，判定扫描点为右侧扫描点，则按如下公式计算实测右侧钢筋笼厚度H_nd：

其中l_ny1为激光雷达中心与右侧激光雷达最大高度扫描点的连线长度；l_ny2为激光雷达中心与右侧距分界线最大横向距离扫描点的连线长度；

步骤S34、验证实测左侧钢筋笼厚度H_nz是否合格：

设定标准钢筋笼厚度为H_bd，允许误差范围为±e_d，当H_nz-H_bd在允许误差范围±e_d内时，实测左侧钢筋笼厚度H_nz合格；当H_nz-H_bd小于-e_d时，则实测左侧钢筋笼厚度H_nz不足，实测左侧钢筋笼厚度H_nz增加厚度ΔH_nz1＝H_bd-H_nz；当H_nz-H_bd大于+e_d时，则实测左侧钢筋笼厚度H_nz较厚，实测左侧钢筋笼厚度H_nz减小厚度ΔH_nz2＝H_nz-H_bd；

步骤S35、验证实测右侧钢筋笼厚度H_nd是否合格：

当H_nd-H_bd在允许误差范围±e_d内时，实测右侧钢筋笼厚度H_nd合格；当H_nd-H_bd小于-e_d时，则实测右侧钢筋笼厚度H_nd不足，实测右侧钢筋笼厚度H_nd增加厚度ΔH_nd＝H_bd-H_nd；当H_nd-H_bd大于+e_d时，则实测右侧钢筋笼厚度H_nd较厚，实测右侧钢筋笼厚度H_nd减小厚度ΔH_nd2＝H_nd-H_bd。

本发明技术方案的进一步改进在于：所述步骤S4的具体过程为：

步骤S41、存储第t环数据,t＝1、2、3…n；

步骤S42、当C-A-mσ＞0是，判定扫描点为左侧扫描点，则左侧扫描点到分界线的最大横向距离为max|l_nz3·sinα|，左侧扫描点到激光雷达最小垂向距离为min|l_nz4·cosα|,其中，l_nz3为激光雷达中心与左侧距分界线最大横向距离扫描点的连线长度,l_nz4为左侧扫描点与激光雷达最小垂向距离的连线长度；

步骤S43、当C-A-mσ＜0是，判定扫描点为右侧扫描点，则右侧扫描点到激光雷达的最大横向距离为max|l_ny3·sinβ|，右侧扫描点到激光雷达最小垂向距离为min|l_ny4·cosβ|,其中，l_ny3为激光雷达中心与右侧距分界线最大横向距离扫描点的连线长度,l_ny4为右侧扫描点与激光雷达最小垂向距离的连线长度；

步骤S44、将max{max|l_nz3·sinα|,max|l_ny3·sinβ|}对应的扫描点距分界线的激光雷达的垂直距离记为H₁，min{min|l_nz3·cosα|,min|l_ny3·cosβ|}对应的扫描点与激光雷达最小垂向距离记为H₂，则max{max|l_nz3·sinα|,max|l_ny3·sinβ|}对应的扫描点距钢筋笼外弧长中心的垂直距离为H_nx＝H₁-H₂；

步骤S45、令L_nx为左、右两侧扫描点与激光雷达的最大横向距离之和，R为钢筋笼外弧长的半径,γ为钢筋笼外弧长L_nh对应的圆心角，按照如下公式计算实测钢筋笼外弧长L_nh：

L_nx＝max|l_nz3·sinα|+max|l_nz4·sinβ|，

步骤S46、验证实测钢筋笼外弧长L_nh是否合格：

设定标准钢筋笼外弧长为L_bh，允许误差范围为±e_h，当L_nh-L_bh在允许误差范围±e_h内时，实测钢筋笼外弧长L_nh合格；当L_nh-L_bh小于-e_h时，则实测钢筋笼外弧长L_nh不足，实测钢筋笼外弧长增加弧长ΔL_nh1＝L_bh-L_nh；当L_nh-L_bh大于+e_h时，则实测钢筋笼外弧长L_nh较长，实测钢筋笼外弧长减少弧长ΔL_nh2＝L_nh-L_bh。

本发明技术方案的进一步改进在于：所述步骤S5的具体过程为：

步骤S51、存储第w环数据,w＝1、2、3…n；

步骤S52、当C-A-mσ＞0是，判定扫描点为左侧扫描点，则左侧扫描点与分界线最大横向距离为：max|l_nz5·sinα|，左侧扫描点与激光雷达垂向最小距离为：min|l_nz5·cosα|；l_nz5为与左侧距分界线最大横向距离且与距激光雷达垂向最小距离的扫描点到激光雷达中心的连线长度；

步骤S53、当C-A-mσ＜0是，判定扫描点为右侧扫描点，则右侧扫描点与分界线最大横向距离为：max|l_ny5·sinβ|，左侧扫描点与激光雷达垂向最小距离为：min|l_ny5·cosβ|，l_ny5为与右侧距分界线最大横向距离且与距激光雷达垂向最小距离的扫描点到激光雷达中心的连线长度；

步骤S54、计算实测钢筋笼宽度L_nk：

L_nk＝max|l_nz5·sinα|+max|l_ny5·sinβ|，

步骤S55、验证实测钢筋笼宽度L_nk是否合格：

设定标准钢筋笼宽度为L_bk，允许误差范围为±e_k，当L_nk-L_bk在允许误差范围±e_k内时，实测钢筋笼宽度L_nk合格；当L_nk-L_bk小于-e_k时，则实测钢筋笼宽度L_nk不足，实测钢筋笼宽度L_nk增加厚度ΔL_nk1＝L_bk-L_nk；当L_nk-L_bk大于+e_k时，则实测钢筋笼宽度L_nk较宽，实测钢筋笼宽度L_nk减小宽度ΔL_nk2＝L_nk-L_bk。

本发明技术方案的进一步改进在于：所述步骤S6的具体过程为：

步骤S61、存储激光雷达沿钢筋笼外弧面宽度方向扫描的全部数据，一侧的3个断面为一组，组数记为Z_i；

步骤S62、当C-A-mσ＞0是，判定扫描点为左侧扫描点，选择扫描点与分界线横向最大距离max|l_z·sinα|、同时与激光雷达垂向最小距离min|l_z·cosα|的三个扫描点：x_zi1、x_zi2、x_zi3；

步骤S63、计算扫描点x_zi1、x_zi3连成的割线斜率k_zi13：

其中，H_zi3为扫描点x_zi3距激光雷达中心的垂向距离，H_zi1为扫描点x_zi1距激光雷达中心的垂向距离，L_zi3为扫描点x_zi3距分界线的横向距离，L_zi1为扫描点x_zi1距分界线的横向距离；

步骤S64、选择|L_zi2|＜δ的点，L_zi2为扫描点x_zi2距分界线的横向距离，δ为与x_zi2距分界线的横向距离相近的值，利用最小二乘法进行拟合，左侧拟合直线为H＝k_zi2L+b，k_zi2为拟合直线斜率；

步骤S65、验证实测左侧拟合直线与钢筋笼弧面模板的切线是否垂直：

当步骤S63中的割线斜率k_zi13与步骤S64的左侧拟合直线斜率k_zi2的乘积的绝对值在允许误差范围e_zi1～e_zi2之间，则实测左侧钢筋笼端面垂直度合格；当割线斜率k_zi13与左侧拟合直线斜率k_zi2的乘积的绝对值大于e_zi2，则实测左侧端面垂直度较大，实测左侧钢筋笼端面垂直度减小的斜率为Δη_zi1＝|η_zi|-e_zi2；当割线斜率k_zi13与实测左侧拟合直线斜率k_zi2的乘积的绝对值小于e_zi1，则实测左侧端面垂直度较小，实测左侧钢筋笼端面垂直度增大的斜率为Δη_zi2＝e_zi1-|η_zi|；

步骤S66、当C-A-mσ＜0是，判定扫描点为右侧扫描点，选择扫描点与分界线横向最大距离max|l_z·sinα|、同时与激光雷达垂向最小距离min|l_z·cosα|的三个扫描点：x_yi1、x_yi2、x_yi3；

步骤S67、计算扫描点x_yi1、x_yi3连成的割线斜率k_yi13：

其中，H_yi3为扫描点x_yi3距激光雷达中心的垂向距离，H_yi1为扫描点x_yi1距激光雷达中心的垂向距离，L_yi3为扫描点x_yi3距分界线的横向距离，L_yi1为扫描点x_yi1距分界线的横向距离；

步骤S68、选择|L_yi2|＜δ的点，L_yi2为扫描点x_zi2距分界线的横向距离，δ为与x_yi2距分界线的横向距离相近的值，利用最小二乘法进行拟合，右侧拟合直线为H＝k_zi2L+b，k_zi2为拟合直线斜率；

步骤S69、验证实测右侧拟合直线与钢筋笼弧面模板的切线是否垂直：

当步骤S67中的割线斜率k_yi13与步骤S68右侧拟合直线斜率k_yi2的乘积的绝对值在允许误差范围e_yi1～e_yi2之间，则实测右侧钢筋笼端面垂直度合格；当割线斜率k_yi13与右侧拟合直线斜率k_zi2的乘积的绝对值大于e_yi2，则实测右侧端面垂直度较大，实测右侧钢筋笼端面垂直度减小的斜率为Δη_yi1＝|η_yi|-e_yi2；当割线斜率k_yi13与左侧拟合直线斜率k_yi2的乘积的绝对值小于e_yi1，则实测端面垂直度较小，钢筋笼

由于采用了上述技术方案，本发明取得的技术进步是：

1、本发明针对钢筋笼的外弧面、两个端面、两个侧面，这5面存在的误差问题，通过激光点云，自动采集钢筋笼的外弧面、厚度、宽度、端面垂直度的关键特征点，勾勒出管片的外轮廓，通过算法快速准确的分析其绑扎误差，从而根据误差对钢筋笼作进一步调整，相较于传统的人工测量，该方法所测的相关尺寸更精确，效率更高；

2、本发明钢筋笼外弧面关键特征点为左侧扫描范围和右侧扫描范围内与分界线最大横距离的两个扫描点，钢筋笼外弧长为左侧、右侧扫描点与分界线的最大横向距离之和对应的弧长，通过比较实测钢筋笼外弧长与标准钢筋笼外弧长之差是否在允许误差范围内判断钢筋笼外弧长是否合格；

3、本发明钢筋笼厚度关键特征点为与激光雷达中心最大高度的扫描点和与分界线最大横距离的两个扫描点，钢筋笼实测厚度为扫描点和激光雷达中心的最大高度值与扫描点和分界线的最大横距离对应的高度值之差，通过比较实测钢筋笼厚度与标准钢筋笼厚度之差是否在允许误差范围内判断钢筋笼厚度是否合格；

4、本发明钢筋笼宽度关键特征点为与分界线横向距离最大且与激光雷达垂向距离最小的扫描点，钢筋笼实测宽度为这两点的横向距离之和，通过比较实测钢筋笼宽度与标准钢筋笼宽度之差是否在允许误差范围内判断钢筋笼宽度是否合格；

5、本发明钢筋笼端面垂直度关键特征点为激光雷达沿钢筋笼外弧面的宽度方向进行扫描的3个断面为一组，每个断面均选择左侧扫描范围和右侧扫描范围内与分界线横向距离最大且与激光雷达垂向距离最小的扫描点，计算每组3个扫描点的割线斜率与该组数据对应的端面扫描点拟合后的直线斜率，通过验算割线斜率与拟合后的直线斜率乘积是否在允许斜率范围内从而验证左侧拟合直线与钢筋笼弧面模板的切线是否垂直。

附图说明

图1是本发明定义步骤S2中α和β的坐标图；

图2是本发明求取钢筋笼厚度的坐标图；

图3是本发明求取钢筋笼外弧长的坐标图；

图4是本发明求取钢筋笼宽度的坐标图；

图5是本发明求取钢筋笼端面垂直度的坐标图。

具体实施方式

下面结合实施例对本发明做进一步详细说明：

一种盾构管片钢筋笼加工精度的激光点云识别算法，包括如下算法：

步骤S1、将激光雷达放置于钢筋笼外弧面上方，利用激光雷达对钢筋笼进行扫描，将激光雷达扫描采集的数据以激光雷达为坐标原点的极坐标值，通过坐标变换转换成直角坐标值，x轴以向右为正方向，y轴以向下为正方向，激光雷达按逆时针方向进行扫描，设置的扫描范围为起始扫描度数A至终点扫描度数B，在扫描范围内有多个测点，记m为测点编号，m取

σ为角度分辨率，n为激光雷达扫描环次，l为激光雷达中心至钢筋笼外弧面表面对应扫描点的距离，激光雷达扫描采集的数据以数组M(n,m,l)的形式表示。

步骤S2、将步骤S1中以激光雷达扫描的范围中心作为分界线分为左侧扫描范围和右侧扫描范围，如图1所示，分界线的角度记为C，左侧扫描范围内的扫描点距分界线的角度记为α，右侧扫描范围内的扫描点距分界线的角度记为β，当C-A-mσ＞0时，此时扫描点为左侧扫描点，用m_i表示，则α＝C-A-m_iσ，当C-A-mσ＜0时，此时扫描点为右侧扫描点，用m_j表示，则β＝m_jσ-(C-A)。

步骤S3、激光雷达沿钢筋笼外弧面的长度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与激光雷达中心最大高度的扫描点和与分界线最大横距离的扫描点，钢筋笼实测厚度为扫描点和激光雷达中心的最大高度值与扫描点和分界线的最大横距离对应的高度值之差，通过比较实测钢筋笼厚度与标准钢筋笼厚度之差是否在允许误差范围内判断钢筋笼厚度是否合格，具体过程如图2：

步骤S31、存储第k环数据,k＝1、2、3…n；

步骤S32、当C-A-mσ＞0是，判定扫描点为左侧扫描点，则按如下公式计算实测左侧钢筋笼厚度H_nz：

其中l_nz1为激光雷达中心与左侧激光雷达最大高度扫描点的连线长度；l_nz2为激光雷达中心与左侧距分界线最大横向距离扫描点的连线长度；

步骤S33、当C-A-mσ＞0是，判定扫描点为右侧扫描点，则按如下公式计算实测右侧钢筋笼厚度H_nd：

其中l_ny1为激光雷达中心与右侧激光雷达最大高度扫描点的连线长度；l_ny2为激光雷达中心与右侧距分界线最大横向距离扫描点的连线长度；

步骤S34、验证实测左侧钢筋笼厚度H_nz是否合格：

设定标准钢筋笼厚度为H_bd，允许误差范围为±e_d，当H_nz-H_bd在允许误差范围±e_d内时，实测左侧钢筋笼厚度H_nz合格；当H_nz-H_bd小于-e_d时，则实测左侧钢筋笼厚度H_nz不足，实测左侧钢筋笼厚度H_nz增加厚度ΔH_nz1＝H_bd-H_nz；当H_nz-H_bd大于+e_d时，则实测左侧钢筋笼厚度H_nz较厚，实测左侧钢筋笼厚度H_nz减小厚度ΔH_nz2＝H_nz-H_bd；

步骤S35、验证实测右侧钢筋笼厚度H_nd是否合格：

当H_nd-H_bd在允许误差范围±e_d内时，实测右侧钢筋笼厚度H_nd合格；当H_nd-H_bd小于-e_d时，则实测右侧钢筋笼厚度H_nd不足，实测右侧钢筋笼厚度H_nd增加厚度ΔH_nd＝H_bd-H_nd；当H_nd-H_bd大于+e_d时，则实测右侧钢筋笼厚度H_nd较厚，实测右侧钢筋笼厚度H_nd减小厚度ΔH_nd2＝H_nd-H_bd。

步骤S4、激光雷达沿钢筋笼外弧面的长度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与分界线最大横距离的扫描点，钢筋笼外弧长为左侧、右侧扫描点与分界线的最大横向距离之和对应的弧长，通过比较实测钢筋笼外弧长与标准钢筋笼外弧长之差是否在允许误差范围内判断钢筋笼外弧长是否合格，具体过程如图3所示：

步骤S41、存储第t环数据,t＝1、2、3…n；

步骤S42、当C-A-mσ＞0是，判定扫描点为左侧扫描点，则左侧扫描点到分界线的最大横向距离为max|l_nz3·sinα|，左侧扫描点到激光雷达最小垂向距离为min|l_nz4·cosα|,其中，l_nz3为激光雷达中心与左侧距分界线最大横向距离扫描点的连线长度,l_nz4为左侧扫描点与激光雷达最小垂向距离的连线长度；

步骤S43、当C-A-mσ＜0是，判定扫描点为右侧扫描点，则右侧扫描点到激光雷达的最大横向距离为max|l_ny3·sinβ|，右侧扫描点到激光雷达最小垂向距离为min|l_ny4·cosβ|,其中，l_ny3为激光雷达中心与右侧距分界线最大横向距离扫描点的连线长度,l_ny4为右侧扫描点与激光雷达最小垂向距离的连线长度；

步骤S44、将max{max|l_nz3·sinα|,max|l_ny3·sinβ|}对应的扫描点距分界线的激光雷达的垂直距离记为H₁，min{min|l_nz3·cosα|,min|l_ny3·cosβ|}对应的扫描点与激光雷达最小垂向距离记为H₂，则max{max|l_nz3·sinα|,max|l_ny3·sinβ|}对应的扫描点距钢筋笼外弧长中心的垂直距离为H_nx＝H₁-H₂；

步骤S45、令L_nx为左、右两侧扫描点与激光雷达的最大横向距离之和，R为钢筋笼外弧长的半径,γ为钢筋笼外弧长L_nh对应的圆心角，按照如下公式计算实测钢筋笼外弧长L_nh：

L_nx＝max|l_nz3·sinα|+max|l_nz4·sinβ|，

步骤S46、验证实测钢筋笼外弧长L_nh是否合格：

设定标准钢筋笼外弧长为L_bh，允许误差范围为±e_h，当L_nh-L_bh在允许误差范围±e_h内时，实测钢筋笼外弧长L_nh合格；当L_nh-L_bh小于-e_h时，则实测钢筋笼外弧长L_nh不足，实测钢筋笼外弧长增加弧长ΔL_nh1＝L_bh-L_nh；当L_nh-L_bh大于+e_h时，则实测钢筋笼外弧长L_nh较长，实测钢筋笼外弧长减少弧长ΔL_nh2＝L_nh-L_bh。

步骤S5、激光雷达沿钢筋笼外弧面的宽度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与分界线横向距离最大且与激光雷达垂向距离最小的扫描点，钢筋笼实测宽度为这两点的横向距离之和，通过比较实测钢筋笼宽度与标准钢筋笼宽度之差是否在允许误差范围内判断钢筋笼宽度是否合格，具体过程如图4所示：

步骤S51、存储第w环数据,w＝1、2、3…n；

步骤S52、当C-A-mσ＞0是，判定扫描点为左侧扫描点，则左侧扫描点与分界线最大横向距离为：max|l_nz5·sinα|，左侧扫描点与激光雷达垂向最小距离为：min|l_nz5·cosα|；l_nz5为与左侧距分界线最大横向距离且与距激光雷达垂向最小距离的扫描点到激光雷达中心的连线长度；

步骤S53、当C-A-mσ＜0是，判定扫描点为右侧扫描点，则右侧扫描点与分界线最大横向距离为：max|l_ny5·sinβ|，左侧扫描点与激光雷达垂向最小距离为：min|l_ny5·cosβ|，l_ny5为与右侧距分界线最大横向距离且与距激光雷达垂向最小距离的扫描点到激光雷达中心的连线长度；

步骤S54、计算实测钢筋笼宽度L_nk：

L_nk＝max|l_nz5·sinα|+max|l_ny5·sinβ|，

步骤S55、验证实测钢筋笼宽度L_nk是否合格：

设定标准钢筋笼宽度为L_bk，允许误差范围为±e_k，当L_nk-L_bk在允许误差范围±e_k内时，实测钢筋笼宽度L_nk合格；当L_nk-L_bk小于-e_k时，则实测钢筋笼宽度L_nk不足，实测钢筋笼宽度L_nk增加厚度ΔL_nk1＝L_bk-L_nk；当L_nk-L_bk大于+e_k时，则实测钢筋笼宽度L_nk较宽，实测钢筋笼宽度L_nk减小宽度ΔL_nk2＝L_nk-L_bk。

步骤S6、激光雷达沿钢筋笼外弧面的宽度方向进行扫描，3个断面为一组，每个断面均选择左侧扫描范围和右侧扫描范围内与分界线横向距离最大且与激光雷达垂向距离最小的扫描点，计算每组3个扫描点的割线斜率与该组数据对应的端面扫描点拟合后的直线斜率，通过验算割线斜率与拟合后的直线斜率乘积是否在允许斜率范围内从而验证左侧拟合直线与钢筋笼弧面模板的切线是否垂直，具体过程如图5所示：

步骤S61、存储激光雷达沿钢筋笼外弧面宽度方向扫描的全部数据，一侧的3个断面为一组，组数记为Z_i；

步骤S62、当C-A-mσ＞0是，判定扫描点为左侧扫描点，选择扫描点与分界线横向最大距离max|l_z·sinα|、同时与激光雷达垂向最小距离min|l_z·cosα|的三个扫描点：x_zi1、x_zi2、x_zi3；

步骤S63、计算扫描点x_zi1、x_zi3连成的割线斜率k_zi13：

其中，H_zi3为扫描点x_zi3距激光雷达中心的垂向距离，H_zi1为扫描点x_zi1距激光雷达中心的垂向距离，L_zi3为扫描点x_zi3距分界线的横向距离，L_zi1为扫描点x_zi1距分界线的横向距离；

步骤S64、选择|L_zi2|＜δ的点，L_zi2为扫描点x_zi2距分界线的横向距离，δ为与x_zi2距分界线的横向距离相近的值，利用最小二乘法进行拟合，左侧拟合直线为H＝k_zi2L+b，k_zi2为拟合直线斜率；

步骤S65、验证实测左侧拟合直线与钢筋笼弧面模板的切线是否垂直：

当步骤S63中的割线斜率k_zi13与步骤S64的左侧拟合直线斜率k_zi2的乘积的绝对值在允许误差范围e_zi1～e_zi2之间，则实测左侧钢筋笼端面垂直度合格；当割线斜率k_zi13与左侧拟合直线斜率k_zi2的乘积的绝对值大于e_zi2，则实测左侧端面垂直度较大，实测左侧钢筋笼端面垂直度减小的斜率为Δη_zi1＝|η_zi|-e_zi2；当割线斜率k_zi13与实测左侧拟合直线斜率k_zi2的乘积的绝对值小于e_zi1，则实测左侧端面垂直度较小，实测左侧钢筋笼端面垂直度增大的斜率为Δη_zi2＝e_zi1-|η_zi|；

步骤S66、当C-A-mσ＜0是，判定扫描点为右侧扫描点，选择扫描点与分界线横向最大距离max|l_z·sinα|、同时与激光雷达垂向最小距离min|l_z·cosα|的三个扫描点：x_yi1、x_yi2、x_yi3；

步骤S67、计算扫描点x_yi1、x_yi3连成的割线斜率k_yi13：

其中，H_yi3为扫描点x_yi3距激光雷达中心的垂向距离，H_yi1为扫描点x_yi1距激光雷达中心的垂向距离，L_yi3为扫描点x_yi3距分界线的横向距离，L_yi1为扫描点x_yi1距分界线的横向距离；

步骤S68、选择|L_yi2|＜δ的点，L_yi2为扫描点x_zi2距分界线的横向距离，δ为与x_yi2距分界线的横向距离相近的值，利用最小二乘法进行拟合，右侧拟合直线为H＝k_zi2L+b，k_zi2为拟合直线斜率；

步骤S69、验证实测右侧拟合直线与钢筋笼弧面模板的切线是否垂直：

当步骤S67中的割线斜率k_yi13与步骤S68右侧拟合直线斜率k_yi2的乘积的绝对值在允许误差范围e_yi1～e_yi2之间，则实测右侧钢筋笼端面垂直度合格；当割线斜率k_yi13与右侧拟合直线斜率k_zi2的乘积的绝对值大于e_yi2，则实测右侧端面垂直度较大，实测右侧钢筋笼端面垂直度减小的斜率为Δη_yi1＝|η_yi|-e_yi2；当割线斜率k_yi13与左侧拟合直线斜率k_yi2的乘积的绝对值小于e_yi1，则实测端面垂直度较小，钢筋笼端面垂直度增大的斜率为Δη_yi2＝e_yi1-|η_yi|。

Claims (7)

1.一种盾构管片钢筋笼加工精度的激光点云识别算法，其特征在于：包括如下算法：

步骤S1、将激光雷达放置于钢筋笼外弧面上方，利用激光雷达对钢筋笼进行扫描；

步骤S2、将步骤S1中以激光雷达扫描的范围中心作为分界线分为左侧扫描范围和右侧扫描范围；

步骤S3、激光雷达沿钢筋笼外弧面的长度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与激光雷达中心最大高度的扫描点和与分界线最大横距离的扫描点，钢筋笼实测厚度为扫描点和激光雷达中心的最大高度值与扫描点和分界线的最大横距离对应的高度值之差，通过比较实测钢筋笼厚度与标准钢筋笼厚度之差是否在允许误差范围内判断钢筋笼厚度是否合格；

步骤S4、激光雷达沿钢筋笼外弧面的长度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与分界线最大横距离的扫描点，钢筋笼外弧长为左侧、右侧扫描点与分界线的最大横向距离之和对应的弧长，通过比较实测钢筋笼外弧长与标准钢筋笼外弧长之差是否在允许误差范围内判断钢筋笼外弧长是否合格；

步骤S5、激光雷达沿钢筋笼外弧面的宽度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与分界线横向距离最大且与激光雷达垂向距离最小的扫描点，钢筋笼实测宽度为这两点的横向距离之和，通过比较实测钢筋笼宽度与标准钢筋笼宽度之差是否在允许误差范围内判断钢筋笼宽度是否合格；

步骤S6、激光雷达沿钢筋笼外弧面的宽度方向进行扫描，3个断面为一组，每个断面均选择左侧扫描范围和右侧扫描范围内与分界线横向距离最大且与激光雷达垂向距离最小的扫描点，计算每组3个扫描点的割线斜率与该组数据对应的端面扫描点拟合后的直线斜率，通过验算割线斜率与拟合后的直线斜率乘积是否在允许斜率范围内从而验证左侧拟合直线与钢筋笼弧面模板的切线是否垂直。

2.根据权利要求1所述的一种盾构管片钢筋笼加工精度的激光点云识别算法，其特征在于：所述步骤S1中将激光雷达扫描采集的数据以激光雷达为坐标原点的极坐标值，通过坐标变换转换成直角坐标值，x轴以向右为正方向，y轴以向下为正方向，激光雷达按逆时针方向进行扫描，设置的扫描范围为起始扫描度数A至终点扫描度数B，在扫描范围内有多个测点，记m为测点编号，m取

σ为角度分辨率，n为激光雷达扫描环次，l为激光雷达中心至钢筋笼外弧面表面对应扫描点的距离，激光雷达扫描采集的数据以数组M(n,m,l)的形式表示。

3.根据权利要求2所述的一种盾构管片钢筋笼加工精度的激光点云识别算法，其特征在于：所述步骤S2中分界线的角度记为C，左侧扫描范围内的扫描点距分界线的角度记为α，右侧扫描范围内的扫描点距分界线的角度记为β，当C-A-mσ＞0时，此时扫描点为左侧扫描点，用m_i表示，则α＝C-A-m_iσ，当C-A-mσ＜0时，此时扫描点为右侧扫描点，用m_j表示，则β＝m_jσ-(C-A)。

4.根据权利要求1所述的一种盾构管片钢筋笼加工精度的激光点云识别算法，其特征在于：所述步骤S3的具体过程为：

步骤S31、存储第k环数据,k＝1、2、3…n；

步骤S32、当C-A-mσ＞0是，判定扫描点为左侧扫描点，则按如下公式计算实测左侧钢筋笼厚度H_nz：

其中l_nz1为激光雷达中心与左侧激光雷达最大高度扫描点的连线长度；l_nz2为激光雷达中心与左侧距分界线最大横向距离扫描点的连线长度；

步骤S33、当C-A-mσ＞0是，判定扫描点为右侧扫描点，则按如下公式计算实测右侧钢筋笼厚度H_nd：

其中l_ny1为激光雷达中心与右侧激光雷达最大高度扫描点的连线长度；l_ny2为激光雷达中心与右侧距分界线最大横向距离扫描点的连线长度；

步骤S34、验证实测左侧钢筋笼厚度H_nz是否合格：

设定标准钢筋笼厚度为H_bd，允许误差范围为±e_d，当H_nz-H_bd在允许误差范围±e_d内时，实测左侧钢筋笼厚度H_nz合格；当H_nz-H_bd小于-e_d时，则实测左侧钢筋笼厚度H_nz不足，实测左侧钢筋笼厚度H_nz增加厚度ΔH_nz1＝H_bd-H_nz；当H_nz-H_bd大于+e_d时，则实测左侧钢筋笼厚度H_nz较厚，实测左侧钢筋笼厚度H_nz减小厚度ΔH_nz2＝H_nz-H_bd；

步骤S35、验证实测右侧钢筋笼厚度H_nd是否合格：

当H_nd-H_bd在允许误差范围±e_d内时，实测右侧钢筋笼厚度H_nd合格；当H_nd-H_bd小于-e_d时，则实测右侧钢筋笼厚度H_nd不足，实测右侧钢筋笼厚度H_nd增加厚度ΔH_nd＝H_bd-H_nd；当H_nd-H_bd大于+e_d时，则实测右侧钢筋笼厚度H_nd较厚，实测右侧钢筋笼厚度H_nd减小厚度ΔH_nd2＝H_nd-H_bd。

5.根据权利要求1所述的一种盾构管片钢筋笼加工精度的激光点云识别算法，其特征在于：所述步骤S4的具体过程为：

步骤S41、存储第t环数据,t＝1、2、3…n；

步骤S42、当C-A-mσ＞0是，判定扫描点为左侧扫描点，则左侧扫描点到分界线的最大横向距离为max|l_nz3·sinα|，左侧扫描点到激光雷达最小垂向距离为min|l_nz4·cosα|,其中，l_nz3为激光雷达中心与左侧距分界线最大横向距离扫描点的连线长度,l_nz4为左侧扫描点与激光雷达最小垂向距离的连线长度；

步骤S43、当C-A-mσ＜0是，判定扫描点为右侧扫描点，则右侧扫描点到激光雷达的最大横向距离为max|l_ny3·sinβ|，右侧扫描点到激光雷达最小垂向距离为min|l_ny4·cosβ|,其中，l_ny3为激光雷达中心与右侧距分界线最大横向距离扫描点的连线长度,l_ny4为右侧扫描点与激光雷达最小垂向距离的连线长度；

步骤S44、将max{max|l_nz3·sinα|,max|l_ny3·sinβ|}对应的扫描点距分界线的激光雷达的垂直距离记为H₁，min{min|l_nz3·cosα|,min|l_ny3·cosβ|}对应的扫描点与激光雷达最小垂向距离记为H₂，则max{max|l_nz3·sinα|,max|l_ny3·sinβ|}对应的扫描点距钢筋笼外弧长中心的垂直距离为H_nx＝H₁-H₂；

步骤S45、令L_nx为左、右两侧扫描点与激光雷达的最大横向距离之和，R为钢筋笼外弧长的半径,γ为钢筋笼外弧长L_nh对应的圆心角，按照如下公式计算实测钢筋笼外弧长L_nh：

L_nx＝max|l_nz3·sinα|+max|l_nz4·sinβ|，

步骤S46、验证实测钢筋笼外弧长L_nh是否合格：

设定标准钢筋笼外弧长为L_bh，允许误差范围为±e_h，当L_nh-L_bh在允许误差范围±e_h内时，实测钢筋笼外弧长L_nh合格；当L_nh-L_bh小于-e_h时，则实测钢筋笼外弧长L_nh不足，实测钢筋笼外弧长增加弧长ΔL_nh1＝L_bh-L_nh；当L_nh-L_bh大于+e_h时，则实测钢筋笼外弧长L_nh较长，实测钢筋笼外弧长减少弧长ΔL_nh2＝L_nh-L_bh。

6.根据权利要求1所述的一种盾构管片钢筋笼加工精度的激光点云识别算法，其特征在于：所述步骤S5的具体过程为：

步骤S51、存储第w环数据,w＝1、2、3…n；

步骤S52、当C-A-mσ＞0是，判定扫描点为左侧扫描点，则左侧扫描点与分界线最大横向距离为：max|l_nz5·sinα|，左侧扫描点与激光雷达垂向最小距离为：min|l_nz5·cosα|；l_nz5为与左侧距分界线最大横向距离且与距激光雷达垂向最小距离的扫描点到激光雷达中心的连线长度；

步骤S53、当C-A-mσ＜0是，判定扫描点为右侧扫描点，则右侧扫描点与分界线最大横向距离为：max|l_ny5·sinβ|，左侧扫描点与激光雷达垂向最小距离为：min|l_ny5·cosβ|，l_ny5为与右侧距分界线最大横向距离且与距激光雷达垂向最小距离的扫描点到激光雷达中心的连线长度；

步骤S54、计算实测钢筋笼宽度L_nk：

L_nk＝max|l_nz5·sinα|+max|l_ny5·sinβ|，

步骤S55、验证实测钢筋笼宽度L_nk是否合格：

设定标准钢筋笼宽度为L_bk，允许误差范围为±e_k，当L_nk-L_bk在允许误差范围±e_k内时，实测钢筋笼宽度L_nk合格；当L_nk-L_bk小于-e_k时，则实测钢筋笼宽度L_nk不足，实测钢筋笼宽度L_nk增加厚度ΔL_nk1＝L_bk-L_nk；当L_nk-L_bk大于+e_k时，则实测钢筋笼宽度L_nk较宽，实测钢筋笼宽度L_nk减小宽度ΔL_nk2＝L_nk-L_bk。

7.根据权利要求1所述的一种盾构管片钢筋笼加工精度的激光点云识别算法，其特征在于：所述步骤S6的具体过程为：

步骤S61、存储激光雷达沿钢筋笼外弧面宽度方向扫描的全部数据，一侧的3个断面为一组，组数记为Z_i；

步骤S62、当C-A-mσ＞0是，判定扫描点为左侧扫描点，选择扫描点与分界线横向最大距离max|l_z·sinα|、同时与激光雷达垂向最小距离min|l_z·cosα|的三个扫描点：x_zi1、x_zi2、x_zi3；

步骤S63、计算扫描点x_zi1、x_zi3连成的割线斜率k_zi13：

其中，H_zi3为扫描点x_zi3距激光雷达中心的垂向距离，H_zi1为扫描点x_zi1距激光雷达中心的垂向距离，L_zi3为扫描点x_zi3距分界线的横向距离，L_zi1为扫描点x_zi1距分界线的横向距离；

步骤S64、选择|L_zi2|＜δ的点，L_zi2为扫描点x_zi2距分界线的横向距离，δ为与x_zi2距分界线的横向距离相近的值，利用最小二乘法进行拟合，左侧拟合直线为H＝k_zi2L+b，k_zi2为拟合直线斜率；

步骤S65、验证实测左侧拟合直线与钢筋笼弧面模板的切线是否垂直：

当步骤S63中的割线斜率k_zi13与步骤S64的左侧拟合直线斜率k_zi2的乘积的绝对值在允许误差范围e_zi1～e_zi2之间，则实测左侧钢筋笼端面垂直度合格；当割线斜率k_zi13与左侧拟合直线斜率k_zi2的乘积的绝对值大于e_zi2，则实测左侧端面垂直度较大，实测左侧钢筋笼端面垂直度减小的斜率为Δη_zi1＝|η_zi|-e_zi2；当割线斜率k_zi13与实测左侧拟合直线斜率k_zi2的乘积的绝对值小于e_zi1，则实测左侧端面垂直度较小，实测左侧钢筋笼端面垂直度增大的斜率为Δη_zi2＝e_zi1-|η_zi|；

步骤S66、当C-A-mσ＜0是，判定扫描点为右侧扫描点，选择扫描点与分界线横向最大距离max|l_z·sinα|、同时与激光雷达垂向最小距离min|l_z·cosα|的三个扫描点：x_yi1、x_yi2、x_yi3；

步骤S67、计算扫描点x_yi1、x_yi3连成的割线斜率k_yi13：

其中，H_yi3为扫描点x_yi3距激光雷达中心的垂向距离，H_yi1为扫描点x_yi1距激光雷达中心的垂向距离，L_yi3为扫描点x_yi3距分界线的横向距离，L_yi1为扫描点x_yi1距分界线的横向距离；

步骤S68、选择|L_yi2|＜δ的点，L_yi2为扫描点x_zi2距分界线的横向距离，δ为与x_yi2距分界线的横向距离相近的值，利用最小二乘法进行拟合，右侧拟合直线为H＝k_zi2L+b，k_zi2为拟合直线斜率；

步骤S69、验证实测右侧拟合直线与钢筋笼弧面模板的切线是否垂直：

当步骤S67中的割线斜率k_yi13与步骤S68右侧拟合直线斜率k_yi2的乘积的绝对值在允许误差范围e_yi1～e_yi2之间，则实测右侧钢筋笼端面垂直度合格；当割线斜率k_yi13与右侧拟合直线斜率k_zi2的乘积的绝对值大于e_yi2，则实测右侧端面垂直度较大，实测右侧钢筋笼端面垂直度减小的斜率为Δη_yi1＝|η_yi|-e_yi2；当割线斜率k_yi13与左侧拟合直线斜率k_yi2的乘积的绝对值小于e_yi1，则实测端面垂直度较小，钢筋笼端面垂直度增大的斜率为Δη_yi2＝e_yi1-|η_yi|。

Images