CN115616528A - 基于激光雷达的桥梁预制构件外观尺寸检测设备及方法 - Google Patents

Abstract

本发明涉及一种基于激光雷达的桥梁预制构件外观尺寸检测设备及方法，在底座上设置配置激光雷达及旋转电机的安装箱，以激光雷达检测桥梁预制构件的主要外观尺寸，安装箱内的辅助单元对激光雷达的检测工作补充；通过激光雷达进行数据采集，对桥梁预制构件三维重建，分割、过滤和降噪后得到端面和侧面的点云数据，以凸包算法对点云数据包裹处理，关联数据与预制构件的预设尺寸设计值比对，计算误差数据，获得尺寸检测结果。本发明通过激光雷达发射的脉冲激光扫描桥梁预制构件实现信息的采集，实时完成三维重建与计算，检测全过程不受外部环境条件影响，不受复杂背景的影响，拓宽应用场景，保证检测精度，提高检测速度，自动化、智能化程度提升。

Description

基于激光雷达的桥梁预制构件外观尺寸检测设备及方法

技术领域

本发明涉及测量；测试的技术领域，特别涉及一种基于激光雷达的桥梁预制构件外观尺寸检测设备及方法。

背景技术

预制构件是指按照设计规格在工厂或现场预先制成的钢、木或混凝土构件，桥梁预制构件就是其中的一种。按照一般桥梁的尺寸来看，即便采用预制构件的形式对桥梁进行拼装操作，桥梁预制构件的尺寸及体积亦是相当可观的，如一个常规的盖梁的尺寸可以达到2600mm×2400mm×19050mm。

现有技术中，桥梁预制构件外观尺寸检测一般采用传统的全人工或半人工检测技术。全人工检测显然存在检测结果精度不高、检测效率低下、检测数据可重复性差等问题，已经不能够满足现代装配工业对测量工艺在测量效率、尺寸精度等方面的要求，此外，测量人员的专业素养和技术水平直接影响测量结果精度，遗漏、误判甚至错判时有发生，而预制构件的尺寸精度是其质量控制的核心，尺寸不合规格的构件可能严重影响构件现场拼装过程；半人工检测是指采用2D相机的计算机视觉进行测量，这种测量方式依赖于外部光照条件，受环境因素影响较大，且应用场景和应用条件较为苛刻，虽然其较传统全人工测量的方法在效率上有一定的提升，但由于其对外部环境条件有严格的限制，所以仍然存在检测效率偏低和测量精度不稳定的问题。

现阶段针对在桥梁预制构件外观尺寸测量中存在的检测精度不高和检测效率低下的问题，需要一种效率和精度兼具且不受外部环境条件影响的检测设备。

发明内容

本发明解决了现有技术中存在的问题，提供了一种优化的基于激光雷达的桥梁预制构件外观尺寸检测设备及方法。

本发明所采用的技术方案是，一种基于激光雷达的桥梁预制构件外观尺寸检测设备，所述设备包括底座，所述底座上配合设有安装箱，所述安装箱内设有激光雷达，配合所述激光雷达设有旋转电机，配合所述激光雷达的安装箱内还设有辅助单元。

优选地，所述安装箱包括设于内侧上部的第一安装仓，所述第一安装仓的至少一个侧壁为可拆卸或透明；所述激光雷达设于第一安装仓内，激光雷达的工作面与可拆卸或透明的所述侧壁配合设置；所述第一安装仓内设有固定座，配合所述固定座上设有支架，支架上部设有旋转电机，旋转电机的输出轴与激光雷达连接。

优选地，辅助单元包括配合所述固定座设置的图像采集装置，图像采集装置朝向可拆卸或透明的侧壁设置。

优选地，所述安装箱还包括设于第一安装仓下的第二安装仓，辅助单元包括配合所述第二安装仓设置的若干辅助光源，辅助光源的发光面设于可拆卸或透明的所述侧壁下；所述辅助光源为偶数个且以安装箱的竖向中轴线对称；辅助单元还包括配合设于第二安装仓和/或第一安装仓内的制冷装置和温度传感器。

优选地，所述安装箱还包括设于第二安装仓下的第三安装仓，所述第三安装仓内设有数据处理设备和电池模块，所述数据处理设备与激光雷达及辅助单元配合设置，所述电池模块与激光雷达、旋转电机及辅助单元电连接；配合所述数据处理设备和电池模块的安装箱外设有触控屏及指示灯。

优选地，所述底板下设有移动机构。

一种采用所述的设备的基于激光雷达的桥梁预制构件外观尺寸检测方法，所述方法包括以下步骤：

S1对任一桥梁预制构件以激光雷达进行若干角度的数据采集；基于采集的数据对所述桥梁预制构件进行三维重建；

S2对三维重建后的桥梁预制构件及其周围的无效信息进行分割；

S3利用体素降采样算法对裁切后的点云数据进行过滤和降噪后，以随机抽样一致性算法分割得到桥梁预制构件的端面和侧面的点云数据；

S4以凸包算法对所述桥梁预制构件的端面和侧面的点云数据分别进行包裹处理，获得关联数据；

S5将关联数据与桥梁预制构件的预设尺寸设计值进行比对，计算误差数据，获得尺寸检测结果。

优选地，S2中，获取三维重建后的桥梁预制构件数据，提取桥梁预制构件任一端面和/或侧面的预设尺寸设计值，对应等比放大，得到基准分割面；查找三维重建后的桥梁预制构件的任一端面和/或侧面的中心并与对应的基准分割面中心对齐，提取基准分割面对应的端面和/或侧面的数据，剔除周围的无效信息。

优选地，S3中，随机抽样一致性算法的迭代次数k为，

其中，p为迭代过程中从数据集内随机选取出的点均为局内点的概率，ω为每次从数据集中选取一个局内点的概率，n为假设估计模型需要选定点的个数；k取标准偏差SD(k)，

优选地，S4中，凸包算法采用Graham扫描法或Jarvis步进法；S4中，关联数据包括立柱端面尺寸、钢筋间距、钢筋外露尺寸、立柱表面平整度和立柱高度数据。

本发明提供了一种优化的基于激光雷达的桥梁预制构件外观尺寸检测设备及方法，通过在底座上配合设置安装箱，在安装箱内配置激光雷达及旋转电机，以激光雷达实现桥梁预制构件的主要外观尺寸检测，并进一步通过在安装箱内设置辅助单元，实现对于激光雷达的检测工作的补充；通过激光雷达进行数据采集，对桥梁预制构件进行三维重建，分割、过滤和降噪后，得到桥梁预制构件的端面和侧面的点云数据，以凸包算法对点云数据进行包裹处理，获得关联数据后，与桥梁预制构件的预设尺寸设计值进行比对，计算误差数据，获得尺寸检测结果。

与传统视觉方法借助2D相机进行测量计算相比，本发明通过激光雷达发射的脉冲激光扫描桥梁预制构件来实现信息的采集，实时完成三维重建与计算，检测全过程不受外部环境条件特别是光照的影响，不受复杂背景的影响，拓宽了应用场景，保证检测精度的同时极大提高检测速度，自动化、智能化程度大大提升。

附图说明

图1为本发明的立体图结构示意图；

图2为本发明的主视图结构示意图；

图3为本发明的侧视图结构示意图；

图4为本发明的检测方法流程图；

图5为本发明的实施例中激光雷达采集到的桥梁预制件两类点云数据，其中，5a为立柱端面点云数据，5b为立柱侧面点云数据；

图6为本发明的实施例中两类点云数据初步三维重建的灰度图，其中，6a对应图5a的图像，6b对应图5b的图像；

图7为本发明的实施例中三维重建结果经过模式识别和裁切处理后的灰度图，其中，7a对应图6a的图像，7b对应图6b的图像；

图8为本发明的实施例中计算得到的桥梁预制构件实际尺寸数据和误差的检测表，包括立柱端面尺寸、钢筋间距、钢筋外露尺寸、立柱表面平整度和立柱高度，单位为mm。

具体实施方式

下面结合实施例对本发明做进一步的详细描述，但本发明的保护范围并不限于此。

如图1～3所示，本发明涉及一种基于激光雷达的桥梁预制构件外观尺寸检测设备，所述设备包括底座1，所述底座1上配合设有安装箱，所述安装箱内设有激光雷达2，配合所述激光雷达2设有旋转电机3，配合所述激光雷达2的安装箱内还设有辅助单元。

本发明中，以底座1及其上的安装箱作为设备的主体，对激光雷达2及关联的装置、部件进行整合，用于桥梁预制构件外观尺寸检测。

本发明中，激光雷达2以激光作为信号源，由激光器发射出的脉冲激光打到目标物上、引起散射，其中一部分光波会反射到激光雷达2的接收器上，根据激光测距原理计算可以得到从激光雷达2到目标点的距离；通过脉冲激光不断扫描目标物，就可以得到目标物上全部目标点的数据，这些数据被传输到主控系统之后，经主控系统中点云数据处理模块进行模式识别、裁切和成像处理，就可得到精确的三维立体图像并计算出目标桥梁预制构件的尺寸信息并可以实现读出；而经点云处理模块计算后得到三维立体图像和相关尺寸信息可以与主控系统中预设的设计尺寸数据库进行对比并计算出误差，后续生成检测报告，工作人员可直接根据检测报告对桥梁预制构件进行后续的调整处理工作，保证了检测精度的同时极大提高了检测速度，且自动化智能化程度大大提升。

本发明中，在实现上述功能的过程中，配合激光雷达2设置旋转电机3，用于实现激光雷达2多角度的数据采集，同时以各个辅助单元辅助设备获得更为准确的检测结果。

所述安装箱包括设于内侧上部的第一安装仓4，所述第一安装仓4的至少一个侧壁为可拆卸或透明；所述激光雷达2设于第一安装仓4内，激光雷达2的工作面与可拆卸或透明的所述侧壁配合设置；所述第一安装仓4内设有固定座5，配合所述固定座5上设有支架6，支架6上部设有旋转电机3，旋转电机3的输出轴与激光雷达2连接。

辅助单元包括配合所述固定座5设置的图像采集装置7，图像采集装置7朝向可拆卸或透明的侧壁设置。

本发明中，安装箱分层设置，可以实现对安装箱内空间的充分利用。

本发明中，将第一安装仓4的某一侧壁上设置为可拆卸或透明，一般来说为透明的图像采集窗口，在第一安装仓4的底板上设置固定座5，支架6竖直设置在固定座5上，支架6上设置伺服旋转平台8，通过螺母与支架6相连，支架6上开设有通孔(图中未示出)，伺服旋转平台8借助通孔安装支架6上，伺服旋转平台8上设置有旋转电机3，旋转电机3上连接有激光雷达2，激光雷达2的(工作面)朝向桥梁预制构件一侧设置，即与可拆卸或透明的侧壁匹配；此处伺服旋转平台8、支架6和旋转电机3的协同为本领域技术人员容易理解的内容，本领域技术人员可以基于需求自行设置。

本发明中，通过旋转电机3带动激光雷达2转动以采集桥梁预制构件的点云数据，确切来说，旋转电机3带动激光雷达2的俯仰运动的范围为0～40°。

本发明中，激光雷达2的水平扫描视场角最大为190°。

本发明中，第一安装仓4内还设置有图像采集装置7，包括但不限于工业相机、摄像机，图像采集装置7的工作面朝向桥梁预制构件，即与可拆卸或透明的侧壁匹配，用于采集桥梁预制构件的图像数据。

本发明中，配合图像采集装置7还包括设置在固定座5下方的相机支架9，工业相机设置在相机支架9上，且工业相机位于激光雷达2的正下方。

所述安装箱还包括设于第一安装仓4下的第二安装仓10，辅助单元包括配合所述第二安装仓10设置的若干辅助光源11，辅助光源11的发光面设于可拆卸或透明的所述侧壁下；所述辅助光源11为偶数个且以安装箱的竖向中轴线对称；辅助单元还包括配合设于第二安装仓10和/或第一安装仓4内的制冷装置12和温度传感器(图中未示出)。

本发明中，第二安装仓10设置在第一安装仓4下，其主要目的是设置辅助光源11，辅助光源11的照明端朝向桥梁预制构件，即设置在可拆卸或透明的侧壁下。一般来说，辅助光源11设置为两个，在第二安装仓10处对称设置且可通过平行设置的光源发射结构发射出平行光束，以确保在外部光源条件不好的情况下，工业相机仍能拍摄到桥梁预制构件的清晰照片。

本发明中，第二安装仓10和/或第一安装仓4内内可以基于需求设置制冷装置12，如内置式空调，一般覆盖两个仓，由温度传感器对环境温度进行感测，当环境温度过高或激光雷达2长时间工作时，可以通过制冷装置12调整安装箱内的温度，为安装箱内提供不超过55℃的工作温度；在配置了制冷装置12的情况下，需要在安装箱，一般是侧壁设置出风口15将热量排出。

所述安装箱还包括设于第二安装仓10下的第三安装仓13，所述第三安装仓13内设有数据处理设备14和电池模块，所述数据处理设备14与激光雷达2及辅助单元配合设置，所述电池模块与激光雷达2、旋转电机3及辅助单元电连接；配合所述数据处理设备14和电池模块的安装箱外设有触控屏16及指示灯17。

本发明中，第二安装仓10下设置有第三安装仓13，第三安装仓13内设置有数据处理设备14和电池模块(图中未示出)；数据处理设备14用于接收和处理工业相机采集到的图像数据及激光雷达2采集到的点云数据，其内设置有可编程逻辑控制器、电源转换器、散热风扇、伺服驱动器、接线端子等，数据处理设备14与激光雷达2、图像采集装置7及指示灯17连接，且数据处理设备14进行点云数据和图像数据的实时处理，最终得到桥梁预制构件的尺寸数据；电池模块则为设备提供稳定的工作电压，其一般选用可充电锂电池组，锂电池组在储能的同时为装置进行电力供应，可以在安装箱上设置充电接口为锂电池组充电，或取出进行独立充电。

本发明中，在安装箱外设置触控屏16，触控屏16上设置有设备操作按键，包括但不限于电源开关、复位按键、端面扫描按键和侧面扫描按键等。

本发明中，在安装箱外设置指示灯17，设备处于不同工作状态时，指示灯17显示不同颜色，如在装置复位自检工作完成后黄色常亮、在激光雷达2的扫描工作完成后绿色常亮、其余时间运行状态指示灯17处于熄灭状态。

所述底板下设有移动机构18。

本发明中，在底座1下的移动机构可以借助实现设备的快速移动，移动机构包括但不限于车轮、配合叉车使用的叉口等。

本发明中，本领域技术人员可以按需为设备设置通信天线、电源开关等，完成不同的功能及功能扩展，此为本领域技术人员容易理解的内容；提出设备的操作流程实施例，包括以下步骤：

步骤1：启动设备，在触控屏16上启动对应的检测程序，将设备移动到预制件端面正前方；

步骤2：观察触控屏16中，待测预制件是否已完全处于工业相机拍摄范围内，进行相应调整，按下复位键，完成自检后指示灯17黄色常亮；

步骤3：开始端面扫描，完成指令任务后指示灯17绿色常亮，采集数据被传送到数据处理设备14的点云信息处理模块；

步骤4：移动设备至预制件侧面，重复步骤1至步骤3，直至完成所有点云数据采集；

步骤5：数据处理设备14对点云信息进行处理，计算得到预制件三维模型信息在触控屏16上显示，在截取工作完成后点击触控屏16，开始自动测量；

步骤6：数据处理设备对截取后的三维模型进行尺寸计算，并将计算结果与系统内预制件设计尺寸数据库进行对比，对比结果显示于触控屏16，同时生成检测报告。

如图4所示，本发明还涉及一种采用所述的设备的基于激光雷达的桥梁预制构件外观尺寸检测方法，所述方法包括以下步骤：

S1对任一桥梁预制构件以激光雷达2进行若干角度的数据采集；基于采集的数据对所述桥梁预制构件进行三维重建；

本发明中，所述激光雷达2定点获取桥梁预制构件在不同角度的数据，或激光雷达2绕行桥梁预制构件获取桥梁预制构件不同距离及角度下的数据，包括桥梁预制构件的立柱端面和立柱侧面的点云数据；激光雷达2的偏角越大时，采样频率越高。

S2对三维重建后的桥梁预制构件及其周围的无效信息进行分割；

S2中，获取三维重建后的桥梁预制构件数据，提取桥梁预制构件任一端面和/或侧面的预设尺寸设计值，对应等比放大，得到基准分割面；查找三维重建后的桥梁预制构件的任一端面和/或侧面的中心并与对应的基准分割面中心对齐，提取基准分割面对应的端面和/或侧面的数据，剔除周围的无效信息。

本发明中，对得到的包含桥梁预制构件立柱端面和立柱侧面的点云数据，可以直接借助python中的点云可视化软件Open3D进行实时三维重建处理，重建完成之后在操作端直接进行裁切处理，初步剔除环境背景等无关数据，相较于现有的双目视觉技术利用视差去计算深度，此方法更加直观迅速，并且裁切处理能够极大减少后续计算机工作量。

S3利用体素降采样算法对裁切后的点云数据进行过滤和降噪后，以随机抽样一致性算法分割得到桥梁预制构件的端面和侧面的点云数据；

S3中，随机抽样一致性算法的迭代次数k为，

其中，p为迭代过程中从数据集内随机选取出的点均为局内点的概率，ω为每次从数据集中选取一个局内点的概率，即ω＝局内点的数目/数据集的数目，n为假设估计模型需要选定点的个数；k取标准偏差SD(k)，

局内点是指目标平面内的点，假设估计模型是指我们想要利用随机抽样一致性算法迭代出的数学模型，即目标模型。

本发明中，当对点云进行预处理时，由于在实际应用中获得了大量的三维点云数据，它往往包含一些噪声信息，为了提高点云的处理效果和计算效率，通常会进行一些预处理，降采样是点云预处理过程中的一个非常关键的步骤，它不仅影响点云的处理速度，而且影响最终的处理效果；此处利用体素降采样算法对裁切后的点云数据进行过滤和降噪，提高后续点云处理速度及处理效果，体素降采样算法是一种常规的预处理手段技术，相较于其他的降采算法，体素降采样算法计算效率高，采样点分布均匀，在针对稠密三维点云数据的降采样处理中效果更佳，此处使用开放三维库中的体素降采样算法来简化点云，在保持高密度组件的数据完整性方面性能更好。

本发明中，在实际应用中，可以进一步利用空间聚类算法，在有噪声的空间数据中找到任意形状簇的能力，寻找符合条件的立柱端面点云、预埋筋端头点云以及立柱底边点云，并纠正错误标记的点；在寻找目标平面过程中用到了聚类算法，经过分割和降采样后的点云数据仍有许多错误的描述点，而错误描述符的特征是分散和稀疏的，为了纠正错误标记的点并找到目标平面，使用包括但不限于DBSCAN(基于密度的噪声应用空间聚类)等进行点聚类，然后对有噪声和分散的小聚类进行滤波；此处空间聚类算法DBSCAN是一种基于密度的空间聚类算法，将具有足够密度的区域划分为簇，并在有噪声的空间数据库中找到任意形状的簇，其将集群定义为密集连接点的最大集合。

本发明中，随后利用随机抽样一致性算法(RANSAC)对寻找到的立柱端面、立柱侧面和立柱底边点云数据进行精细化分割，为后续距离计算提供更佳准确的点云数据；具体来说，此算法的目标是在点云中找到支持度最多的平面，从一组包含“异常值”的观测数据集中迭代地估计一个数学模型的参数，为了增加概率必须增加迭代的次数，而此处的数据集就是已经经过分割、降采预处理的点云数据，当然，这个数据集中依然有一些噪音的存在。

S4以凸包算法对所述桥梁预制构件的端面和侧面的点云数据分别进行包裹处理，获得关联数据；

S4中，凸包算法采用Graham扫描法或Jarvis步进法；S4中，关联数据包括立柱端面尺寸、钢筋间距、钢筋外露尺寸、立柱表面平整度和立柱高度数据。

本发明中，Graham扫描法通过点集排序和栈扫描这两步实现；Jarvis步进法通过选取横坐标最小的点作为起点，从这点开始利用叉积比较的方式寻找最外侧的点进行包裹，遍历所有点，直到重新找到起点。

本发明中，凸包算法不等于聚类算法，聚类算法和随机抽样一致性算法都是在寻找目标平面过程中对点云数据进行优化，剔除噪音的手段；凸包算法则是发挥对已经处理优化的点云数据最终进行包裹计算的作用。

S5将关联数据与桥梁预制构件的预设尺寸设计值进行比对，计算误差数据，获得尺寸检测结果。

本发明中，误差包括直接误差、平均误差和最大误差，用于生成相应的出厂检测报告。

如图5～8所示，为利用本发明的设备和方法的实施例；本发明通过测量，结果显示尺寸精度达到毫米级，钢筋外露尺寸的最大误差为4.1mm，平均误差仅为2.03mm；钢筋间距的最大误差为3.9mm，平均误差仅为1.88mm；端面尺寸误差均小于5mm；平整度最大差值为7.8mm,远小于设计要求的15mm；

传统的人工检测方式完成单根桥梁预制构件外观尺寸检测约需要1小时的时间，并且检测精度远达不到毫米级别，而本发明借助激光雷达7无接触式获取桥梁预制构件的点云数据，实时进行三维重建与尺寸计算，只需五分钟就可完成单根桥梁预制构件的外观尺寸检测，保证精度的同时，大大提升了检测效率，降低了生产成本。

Claims (10)

1.一种基于激光雷达的桥梁预制构件外观尺寸检测设备，其特征在于：所述设备包括底座，所述底座上配合设有安装箱，所述安装箱内设有激光雷达，配合所述激光雷达设有旋转电机，配合所述激光雷达的安装箱内还设有辅助单元。

2.根据权利要求1所述的一种基于激光雷达的桥梁预制构件外观尺寸检测设备，其特征在于：所述安装箱包括设于内侧上部的第一安装仓，所述第一安装仓的至少一个侧壁为可拆卸或透明；所述激光雷达设于第一安装仓内，激光雷达的工作面与可拆卸或透明的所述侧壁配合设置；所述第一安装仓内设有固定座，配合所述固定座上设有支架，支架上部设有旋转电机，旋转电机的输出轴与激光雷达连接。

3.根据权利要求2所述的一种基于激光雷达的桥梁预制构件外观尺寸检测设备，其特征在于：辅助单元包括配合所述固定座设置的图像采集装置，图像采集装置朝向可拆卸或透明的侧壁设置。

4.根据权利要求2所述的一种基于激光雷达的桥梁预制构件外观尺寸检测设备，其特征在于：所述安装箱还包括设于第一安装仓下的第二安装仓，辅助单元包括配合所述第二安装仓设置的若干辅助光源，辅助光源的发光面设于可拆卸或透明的所述侧壁下；所述辅助光源为偶数个且以安装箱的竖向中轴线对称；辅助单元还包括配合设于第二安装仓和/或第一安装仓内的制冷装置和温度传感器。

5.根据权利要求4所述的一种基于激光雷达的桥梁预制构件外观尺寸检测设备，其特征在于：所述安装箱还包括设于第二安装仓下的第三安装仓，所述第三安装仓内设有数据处理设备和电池模块，所述数据处理设备与激光雷达及辅助单元配合设置，所述电池模块与激光雷达、旋转电机及辅助单元电连接；配合所述数据处理设备和电池模块的安装箱外设有触控屏及指示灯。

6.根据权利要求1所述的一种基于激光雷达的桥梁预制构件外观尺寸检测设备，其特征在于：所述底板下设有移动机构。

7.一种采用权利要求1～6之一所述的设备的基于激光雷达的桥梁预制构件外观尺寸检测方法，其特征在于：所述方法包括以下步骤：

S1对任一桥梁预制构件以激光雷达进行若干角度的数据采集；基于采集的数据对所述桥梁预制构件进行三维重建；

S2对三维重建后的桥梁预制构件及其周围的无效信息进行分割；

S3利用体素降采样算法对裁切后的点云数据进行过滤和降噪后，以随机抽样一致性算法分割得到桥梁预制构件的端面和侧面的点云数据；

S4以凸包算法对所述桥梁预制构件的端面和侧面的点云数据分别进行包裹处理，获得关联数据；

S5将关联数据与桥梁预制构件的预设尺寸设计值进行比对，计算误差数据，获得尺寸检测结果。

8.根据权利要求7所述的一种基于激光雷达的桥梁预制构件外观尺寸检测方法，其特征在于：S2中，获取三维重建后的桥梁预制构件数据，提取桥梁预制构件任一端面和/或侧面的预设尺寸设计值，对应等比放大，得到基准分割面；查找三维重建后的桥梁预制构件的任一端面和/或侧面的中心并与对应的基准分割面中心对齐，提取基准分割面对应的端面和/或侧面的数据，剔除周围的无效信息。

9.根据权利要求7所述的一种基于激光雷达的桥梁预制构件外观尺寸检测方法，其特征在于：S3中，随机抽样一致性算法的迭代次数k为，

其中，p为迭代过程中从数据集内随机选取出的点均为局内点的概率，ω为每次从数据集中选取一个局内点的概率，n为假设估计模型需要选定点的个数；k取标准偏差SD(k)，

10.根据权利要求7所述的一种基于激光雷达的桥梁预制构件外观尺寸检测方法，其特征在于：S4中，凸包算法采用Graham扫描法或Jarvis步进法；S4中，关联数据包括立柱端面尺寸、钢筋间距、钢筋外露尺寸、立柱表面平整度和立柱高度数据。

Images