CN115824040A - 一种基于三维激光扫描的钢板组合梁桥检测方法 - Google Patents
一种基于三维激光扫描的钢板组合梁桥检测方法 Download PDFInfo
- Publication number
- CN115824040A CN115824040A CN202211151701.6A CN202211151701A CN115824040A CN 115824040 A CN115824040 A CN 115824040A CN 202211151701 A CN202211151701 A CN 202211151701A CN 115824040 A CN115824040 A CN 115824040A
- Authority
- CN
- China
- Prior art keywords
- bridge
- point cloud
- steel plate
- dimensional
- section
- 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.)
- Withdrawn
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 31
- 239000010959 steel Substances 0.000 title claims abstract description 31
- 238000010276 construction Methods 0.000 claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- 238000013135 deep learning Methods 0.000 claims abstract description 8
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 36
- 238000005259 measurement Methods 0.000 claims description 23
- 239000002131 composite material Substances 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 7
- 238000010008 shearing Methods 0.000 claims description 5
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 10
- 238000007726 management method Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于三维激光扫描的钢板组合梁桥检测方法,涉及桥梁检测技术领域。本发明包括如下步骤:三维激光扫描仪从不同角度对桥梁进行发射激光并将桥梁的反射信息进行存储;通过三维激光扫描仪获取桥梁的三维点云数据;对三维点云数据进行预处理;根据处理后的数据对桥梁进行快速建模;获取钢板组合梁桥构件建造数据;利用深度学习快速提取建造参数,与相关规范或标准参数限值比对;实现对钢板组合桥梁检测评估。本发明通过三维激光扫描技术,获取钢板组合梁桥构件建造数据,利用深度学习快速提取建造参数,与相关规范或标准参数限值比对,从而高效考核的开展检测成果的评估,提高了桥梁检测效率和精准度,降低了桥梁检测的工作量。
Description
技术领域
本发明属于桥梁检测技术领域,特别是涉及一种基于三维激光扫描的钢板组合梁桥检测方法。
背景技术
目前桥梁在施工阶段的质量管理中存在缺乏可视化的有效监控,信息化数字化技术应用较少,材料物资缺乏有效的监管,信息交流不畅,信息有效利用率低下等问题,因此需要借助先进的施工监测技术和信息管理方法来实现对桥梁施工质量的有效管理。尽管在施工中有质量控制管理机构,但在桥梁质量管理方面仍存在一些突出的问题:
1)桥梁质量管理意识薄弱。管理者质量管理意识薄弱导致不重视设计,不重视技术的创新以及不重视质量监控等,这是一切质量问题的源头。
2)施工阶段存在质量管理问题。施工阶段质量管理缺乏全面的质量控制,例如技术设备比较落后,不采用新技术,材料监管不力等降低了桥的质量。
3)存在违规施工现象。由于施工人员自身知识和技术的局限性,出现施工流程的不当,施工构件和隐蔽工程的操作不当等问题,同时不易进行监控,留下质量问题和安全隐患。
因此,桥梁工程的施工质量验收是桥梁工程质量控制的重中之重,考虑桥梁受多种因素影响的变形、受力,并采取相应的措施进行控制,对工程质量、施工安全及工程管理具有十分重要的意义。
目前,业内常用的现有技术是这样的:
目前,构件变形的检测方法包括全站仪、激光干涉仪、GPS技术、精密水准仪、合成孔径雷达技术、针对桥梁整近景摄影测量。
综上所述,现有技术存在的问题是:
然而,把常规检测方法用于复杂结构桥梁却具有很大的局限性。如下所述:
(1)常规检测方法只能利用桥梁结构个别特征点的局部数据,间接推算全桥安全性;荷载试验也只能得到汽车荷载对桥梁受力的相对结果。这使得检测数据碎片化、相对化。
(2)桥梁的绝对变形和各构件的相对变形是体现桥梁结构安全状态的重要指标,如主缆的空间线形,各桁架单元的相对变形,塔、梁、索的相对空间位置等。但目前的检测手段对复杂结构桥梁安全至关重要的指标-整体构形,却难以测量。
发明内容
本发明的目的在于提供一种基于三维激光扫描的钢板组合梁桥检测方法,通过三维激光扫描技术,获取钢板组合梁桥构件建造数据,利用深度学习快速提取建造参数,与相关规范或标准参数限值比对,从而高效考核的开展检测成果的评估,为钢板组合梁桥的下一步现场施工组装提供技术与精准建造数据的支撑,解决了现有的人工检测工作量大、强度高的问题。
为解决上述技术问题,本发明是通过以下技术方案实现的:
本发明为一种基于三维激光扫描的钢板组合梁桥检测方法,包括如下步骤:
步骤S1:搭建多个三维激光扫描仪,从不同角度对桥梁进行发射激光并将桥梁的反射信息进行存储;
步骤S2:通过三维激光扫描仪获取桥梁的三维点云数据;
步骤S3:对三维点云数据进行预处理;
步骤S4:根据处理后的数据对桥梁进行快速建模;
步骤S5:获取钢板组合梁桥构件建造数据;
步骤S6:利用深度学习快速提取建造参数,与相关规范或标准参数限值比对;
步骤S7:实现对钢板组合桥梁检测评估。
作为一种优选的技术方案,所述步骤S1中,三维激光扫描仪通过测距系统获取三维激光扫描仪到桥梁各个结构之间的距离,再通过测角系统获取扫描仪至被测桥梁结构的水平角和垂直角信息,从而计算出桥梁的三维坐标。
作为一种优选的技术方案,所述步骤S2中,三维点云数据以三维激光扫描仪的激光点为中心,基于右手定则进行被测桥梁的测距定位,对任意一个空间测点P(x,y,z)在激光扫描系统的三维空间坐标系中的坐标为:
式中,s为测点相对于坐标系原点之间的距离,θ和α分别测点的水平和竖直夹角。
作为一种优选的技术方案,所述步骤S3中,预处理包括拼接、去噪、切片和压缩;
所述拼接使用点云数据处理软件LaserControl对点云数据进行标靶标定和拼接;
所述去噪使用软件中的删除工具,初步删除无用的点云数据,再使用软件中的去噪命令对点云数据进行去噪处理;
所述切面设定切片的剪切平面,对桥体进行切片,获取桥面的水平截面和桥墩的垂直截面点云数据;
所述压缩对海量点云数据进行压缩,以最少的数据来表达桥梁最必要的信息。
作为一种优选的技术方案,所述步骤S4中,点云三维模型建好后,还需对模型进行验证,利用全站一对实际桥梁的尺寸进行测量,将其与点云三维桥梁模块的尺寸进行比较,观察该点云模型是否能代表实际桥梁的现状。
作为一种优选的技术方案,所述步骤S6中,桥梁的平整度检测流程如下:
步骤S61:利用MLS获取桥梁平整处点云数据进行沿直线方向的分段预处理;
步骤S62:提取每段中桥面直线,并用直线的中线和桥面所在平面确定限界测量坐标系;
步骤S63:在限界测量坐标系中确定桥梁横断面基准点,并基于此从桥面点云中采集横断面;
步骤S64:结合桥梁模型,判断桥面横断面的平整度;
其中,步骤S64判断平整度的公式如下:
式中,(x0,y0,z0)为直线上的一点,(m,n,p)为直线的方向向量。
作为一种优选的技术方案,所述步骤S6中,桥梁横截面圆度检测的公式如下:
式中,R为截面圆半径,xc、yc分别为截面圆圆心对应x轴、y轴方向的投影,Q为误差平方和,xi、yi分别为截面点云对应x轴、y轴方向的投影。
作为一种优选的技术方案,所述步骤S6中,桥梁倾斜度检测的公式如下:
式中,x0、y0分别为拟合出的直线与xy平面相交点在x轴、y轴方向的投影,m、n为直线方程的系数,xi、yi、zi分别为各层桥面截面圆圆心坐标在x轴、y轴、z轴方向的投影。
作为一种优选的技术方案,所述步骤S6中,桥梁椭圆度检测的公式如下:
δ=(Rmax-Rmin)/R0×100%;
式中,δ为椭圆度,Rmax为桥梁截面的最大外径,Rmin为桥梁截面的最小外径,R0为桥梁截面的标称外径。
本发明具有以下有益效果:
本发明通过三维激光扫描技术,获取钢板组合梁桥构件建造数据,利用深度学习快速提取建造参数,与相关规范或标准参数限值比对,从而高效考核的开展检测成果的评估,为钢板组合梁桥的下一步现场施工组装提供技术与精准建造数据的支撑,提高了桥梁检测效率和精准度,降低了桥梁检测的工作量。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明的一种基于三维激光扫描的钢板组合梁桥检测方法流程图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种基于三维激光扫描的钢板组合梁桥检测方法,包括如下步骤:
步骤S1:搭建多个三维激光扫描仪,从不同角度对桥梁进行发射激光并将桥梁的反射信息进行存储;
步骤S2:通过三维激光扫描仪获取桥梁的三维点云数据;
步骤S3:对三维点云数据进行预处理;
步骤S4:根据处理后的数据对桥梁进行快速建模;
步骤S5:获取钢板组合梁桥构件建造数据;
步骤S6:利用深度学习快速提取建造参数,与相关规范或标准参数限值比对;
步骤S7:实现对钢板组合桥梁检测评估。
其中,步骤S1中,三维激光扫描仪通过测距系统获取三维激光扫描仪到桥梁各个结构之间的距离,再通过测角系统获取扫描仪至被测桥梁结构的水平角和垂直角信息,从而计算出桥梁的三维坐标;在扫描的过程中可利用设备本身的垂直和水平马达传动装置完成对结构的全方位扫描,从而实现对空间一定的取样密度进行连续扫描测量,获得被测结构的密集点云数据。根据测距原理的不同,三维激光扫描系统主要分为脉冲法、干涉相位法和三角测距法三种类型。脉冲法测距远、精度低;而干涉相位测量和三角敲光测量法适用于精度高的近距离测量。因此,本申请文件采用了脉冲法测距来对桥梁进行测距。
其中,步骤S2中,三维点云数据以三维激光扫描仪的激光点为中心,基于右手定则进行被测桥梁的测距定位,对任意一个空间测点P(x,y,z) 在激光扫描系统的三维空间坐标系中的坐标为:
式中,s为测点相对于坐标系原点之间的距离,θ和α分别测点的水平和竖直夹角。
其中,步骤S3中,预处理包括拼接、去噪、切片和压缩;
拼接使用点云数据处理软件LaserControl对点云数据进行标靶标定和拼接;具体步骤如下:选定两个测站间3个或3个以上的共用标靶进行标号并拼接,使两个测站所测得的点云坐标处于同一坐标系中;依次对其他测站进行拼接,最后将所有测站获取的点云坐标转换到同一坐标系中。去噪使用软件中的删除工具,初步删除无用的点云数据,再使用软件中的去噪命令对点云数据进行去噪处理;切面设定切片的剪切平面,对桥体进行切片,获取桥面的水平截面和桥墩的垂直截面点云数据;对桥面切片时,采用较小的高度间隔(10mm)可获得更多的截面,与其他只测量每层桥面四分之一处和四分之三处的方法相比,计算精度更高,更能体现桥梁的三维特征。
步骤S4中,点云三维模型建好后,还需对模型进行验证,利用全站一对实际桥梁的尺寸进行测量,将其与点云三维桥梁模块的尺寸进行比较,观察该点云模型是否能代表实际桥梁的现状。
步骤S6中,桥梁的平整度检测流程如下:
步骤S61:利用MLS获取桥梁平整处点云数据进行沿直线方向的分段预处理;
步骤S62:提取每段中桥面直线,并用直线的中线和桥面所在平面确定限界测量坐标系;
步骤S63:在限界测量坐标系中确定桥梁横断面基准点,并基于此从桥面点云中采集横断面;
步骤S64:结合桥梁模型,判断桥面横断面的平整度;
其中,步骤S64判断平整度的公式如下:
式中,(x0,y0,z0)为直线上的一点,(m,n,p)为直线的方向向量。
步骤S6中,桥梁横截面圆度检测的公式如下:
式中,R为截面圆半径,xc、yc分别为截面圆圆心对应x轴、y轴方向的投影,Q为误差平方和,xi、yi分别为截面点云对应x轴、y轴方向的投影。
步骤S6中,桥梁倾斜度检测的公式如下:
式中,x0、y0分别为拟合出的直线与xy平面相交点在x轴、y轴方向的投影,m、n为直线方程的系数,xi、yi、zi分别为各层桥面截面圆圆心坐标在 x轴、y轴、z轴方向的投影。
步骤S6中,桥梁椭圆度检测的公式如下:
δ=(Rmax-Rmin)/R0×100%;
式中,δ为椭圆度,Rmax为桥梁截面的最大外径,Rmin为桥梁截面的最小外径,R0为桥梁截面的标称外径。
实施例一
本申请文件采用了三维激光扫描系统,主要由三维激光扫描仪、计算机、电源供应系统、支架以及系统配套软件构成,三维激光扫描仪作为三维激光扫描系统的主要组成部分,其主要由激光射器、接收器、时间计数器、马达控制可旋转的滤光镜、控制电路板、微电脑、CCD机以及软件等组成。
三维激光扫描仪通过测距系统获取三维激光扫描仪到桥梁各个结构之间的距离,再通过测角系统获取扫描仪至被测桥梁结构的水平角和垂直角信息,从而计算出桥梁的三维坐标;在扫描的过程中可利用设备本身的垂直和水平马达传动装置完成对结构的全方位扫描,从而实现对空间一定的取样密度进行连续扫描测量,获得被测结构的密集点云数据。根据测距原理的不同,三维激光扫描系统主要分为脉冲法、干涉相位法和三角测距法三种类型。脉冲法测距远、精度低;而干涉相位测量和三角敲光测量法适用于精度高的近距离测量。因此,本申请文件采用了脉冲法测距来对桥梁进行测距。
测距的原理如下:脉冲激光测距利用激光器对目标发射脉冲信号,通过脉冲到达目标并由目标返回到接收器的时间,从而计算出目标距离假设目标距离为s,具体表述为:
s=cΔt/2;
式中,c为光在真空中的传播速度,Δt为光的往返时间。
三维点云数据以三维激光扫描仪的激光点为中心,基于右手定则进行被测桥梁的测距定位,对任意一个空间测点P(x,y,z)在激光扫描系统的三维空间坐标系中的坐标为:
式中,s为测点相对于坐标系原点之间的距离,θ和α分别测点的水平和竖直夹角。
拼接使用点云数据处理软件LaserControl对点云数据进行标靶标定和拼接;具体步骤如下:选定两个测站间3个或3个以上的共用标靶进行标号并拼接,使两个测站所测得的点云坐标处于同一坐标系中;依次对其他测站进行拼接,最后将所有测站获取的点云坐标转换到同一坐标系中。去噪使用软件中的删除工具,初步删除无用的点云数据,再使用软件中的去噪命令对点云数据进行去噪处理;切面设定切片的剪切平面,对桥体进行切片,获取桥面的水平截面和桥墩的垂直截面点云数据;对桥面切片时,采用较小的高度间隔(10mm)可获得更多的截面,与其他只测量每层桥面四分之一处和四分之三处的方法相比,计算精度更高,更能体现桥梁的三维特征。
步骤S3中,预处理包括拼接、去噪、切片和压缩;
拼接使用点云数据处理软件LaserControl对点云数据进行标靶标定和拼接;
去噪使用软件中的删除工具,初步删除无用的点云数据,再使用软件中的去噪命令对点云数据进行去噪处理;
切面设定切片的剪切平面,对桥体进行切片,获取桥面的水平截面和桥墩的垂直截面点云数据;
压缩对海量点云数据进行压缩,以最少的数据来表达桥梁最必要的信息。
步骤S4中,点云三维模型建好后,还需对模型进行验证,利用全站一对实际桥梁的尺寸进行测量,将其与点云三维桥梁模块的尺寸进行比较,观察该点云模型是否能代表实际桥梁的现状。
步骤S6中,桥梁的平整度检测流程如下:
步骤S61:利用MLS获取桥梁平整处点云数据进行沿直线方向的分段预处理;
步骤S62:提取每段中桥面直线,并用直线的中线和桥面所在平面确定限界测量坐标系;
步骤S63:在限界测量坐标系中确定桥梁横断面基准点,并基于此从桥面点云中采集横断面;
步骤S64:结合桥梁模型,判断桥面横断面的平整度;
其中,步骤S64判断平整度的公式如下:
式中,(x0,y0,z0)为直线上的一点,(m,n,p)为直线的方向向量。
步骤S6中,桥梁横截面圆度检测的公式如下:
式中,R为截面圆半径,xc、yc分别为截面圆圆心对应x轴、y轴方向的投影,Q为误差平方和,xi、yi分别为截面点云对应x轴、y轴方向的投影。
步骤S6中,桥梁倾斜度检测的公式如下:
式中,x0、y0分别为拟合出的直线与xy平面相交点在x轴、y轴方向的投影,m、n为直线方程的系数,xi、yi、zi分别为各层桥面截面圆圆心坐标在 x轴、y轴、z轴方向的投影。
步骤S6中,桥梁椭圆度检测的公式如下:
δ=(Rmax-Rmin)/R0×100%;
式中,δ为椭圆度,Rmax为桥梁截面的最大外径,Rmin为桥梁截面的最小外径,R0为桥梁截面的标称外径。
步骤S7中,对钢板组合桥梁检测评估前,先建立对应的阈值参考表,设置不同阈值来对应不同的评估结果,根据钢板组合桥梁检测结果输入到阀值表中,确定检测结果在对应阀值表中所对应的评估结果。
实施例二
利用深度学习快速提取建造参数,建造参数的计算方式还包括:
(1)梁高算法思路:①计算盖板与腹板交线L1、L2之间的距离然后加上两倍盖板厚度即为主纵梁高度h;②计算梁的上翼板平面与带有接头孔平面上边缘直线的距离即为横梁接头板高度h1;③直接计算接头孔平面边缘线长度即为横梁接头板间距h2。
(2)盖板中心与腹板中心线偏移算法思路:①取腹板与盖板左右两个交线LA、LB;②计算两交线LA、LB的中线LAB;③提取盖板平面边缘,获得平面G;④依据G的范围,计算盖板平面中线LC;⑤LC与LAB之间的垂距即为盖板中心与腹板中心线偏移。
(3)平面度算法思路:①提取出腹板平面点云;②采用稳健的最小二乘平面拟合方法拟合出腹板点云平面方程P;③计算所有腹板点云到拟合方程的距离,作为检测腹板表面凹凸情况。
(4)盖板错变量算法思路:①拟合盖板两个平面p1,p2;②计算两平面在竖直方向的偏差。
(5)腹板错变量算法思路:①拟合腹板平面p3,p4;②计算两拟合平面在水平方向的偏差。
(6)跨度:两个大横梁之间的距离D;算法思路:①提取所有大横梁的上翼板点云;②根据上翼板点云提取翼板中线;③计算两两中线之间距离。
(7)旁弯算法思路:①拟合盖板与腹板平面;②计算两拟合平面的交线L1;③在距L1100mm处取两点P1、P2,P1、P2的位置尽量靠近腹板边缘;④去直线P1P2的中部、四分点三处;⑤计算三点A、B、C三点与盖板平面的距离d1、d2、d3,取最大值作为旁弯。
(8)拱度算法思路:①拟合主纵梁下盖板平面;②根据拟合平面计算下盖板焊接中缝,即直线L;③在直线L上取中部、四分点3处,即A、B、C三点;④计算A、B、C三点到拟合平面的距离d1、d2、d3,取最大值作为拱度。
值得注意的是,上述系统实施例中,所包括的各个单元只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
另外,本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,相应的程序可以存储于一计算机可读取存储介质中。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (9)
1.一种基于三维激光扫描的钢板组合梁桥检测方法,其特征在于,包括如下步骤:
步骤S1:搭建多个三维激光扫描仪,从不同角度对桥梁进行发射激光并将桥梁的反射信息进行存储;
步骤S2:通过三维激光扫描仪获取桥梁的三维点云数据;
步骤S3:对三维点云数据进行预处理;
步骤S4:根据处理后的数据对桥梁进行快速建模;
步骤S5:获取钢板组合梁桥构件建造数据;
步骤S6:利用深度学习快速提取建造参数,与相关规范或标准参数限值比对;
步骤S7:实现对钢板组合桥梁检测评估。
2.根据权利要求1所述的一种基于三维激光扫描的钢板组合梁桥检测方法,其特征在于,所述步骤S1中,三维激光扫描仪通过测距系统获取三维激光扫描仪到桥梁各个结构之间的距离,再通过测角系统获取扫描仪至被测桥梁结构的水平角和垂直角信息,从而计算出桥梁的三维坐标。
4.根据权利要求1所述的一种基于三维激光扫描的钢板组合梁桥检测方法,其特征在于,所述步骤S3中,预处理包括拼接、去噪、切片和压缩;
所述拼接使用点云数据处理软件LaserControl对点云数据进行标靶标定和拼接;
所述去噪使用软件中的删除工具,初步删除无用的点云数据,再使用软件中的去噪命令对点云数据进行去噪处理;
所述切面设定切片的剪切平面,对桥体进行切片,获取桥面的水平截面和桥墩的垂直截面点云数据;
所述压缩对海量点云数据进行压缩,以最少的数据来表达桥梁最必要的信息。
5.据权利要求1所述的一种基于三维激光扫描的钢板组合梁桥检测方法,其特征在于,所述步骤S4中,点云三维模型建好后,还需对模型进行验证,利用全站一对实际桥梁的尺寸进行测量,将其与点云三维桥梁模块的尺寸进行比较,观察该点云模型是否能代表实际桥梁的现状。
9.据权利要求1所述的一种基于三维激光扫描的钢板组合梁桥检测方法,其特征在于,所述步骤S6中,桥梁椭圆度检测的公式如下:
δ=(Rmax-Rmin)/R0×100%;
式中,δ为椭圆度,Rmax为桥梁截面的最大外径,Rmin为桥梁截面的最小外径,R0为桥梁截面的标称外径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211151701.6A CN115824040A (zh) | 2022-09-21 | 2022-09-21 | 一种基于三维激光扫描的钢板组合梁桥检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211151701.6A CN115824040A (zh) | 2022-09-21 | 2022-09-21 | 一种基于三维激光扫描的钢板组合梁桥检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115824040A true CN115824040A (zh) | 2023-03-21 |
Family
ID=85523775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211151701.6A Withdrawn CN115824040A (zh) | 2022-09-21 | 2022-09-21 | 一种基于三维激光扫描的钢板组合梁桥检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115824040A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116772729A (zh) * | 2023-08-22 | 2023-09-19 | 中铁二十三局集团第一工程有限公司 | 基于激光雷达的桥梁预制构件外观尺寸检测方法 |
CN117090141A (zh) * | 2023-08-08 | 2023-11-21 | 中国铁建大桥工程局集团有限公司 | 基于三维激光扫描的三主桁钢梁高度差调节方法及系统 |
CN117523132A (zh) * | 2023-08-01 | 2024-02-06 | 中铁建大桥工程局集团第四工程有限公司 | 一种钢桁拱桥扣塔垂直度调节系统及方法 |
CN118424140A (zh) * | 2024-04-07 | 2024-08-02 | 中铁四局集团有限公司 | 一种基于点云数据的钢板组合梁尺寸质量检测方法 |
CN118654574A (zh) * | 2024-08-20 | 2024-09-17 | 山东建筑大学 | 一种基于三维激光扫描的箱梁精准快速拼接方法 |
-
2022
- 2022-09-21 CN CN202211151701.6A patent/CN115824040A/zh not_active Withdrawn
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117523132A (zh) * | 2023-08-01 | 2024-02-06 | 中铁建大桥工程局集团第四工程有限公司 | 一种钢桁拱桥扣塔垂直度调节系统及方法 |
CN117523132B (zh) * | 2023-08-01 | 2024-05-03 | 中铁建大桥工程局集团第四工程有限公司 | 一种钢桁拱桥扣塔垂直度调节系统及方法 |
CN117090141A (zh) * | 2023-08-08 | 2023-11-21 | 中国铁建大桥工程局集团有限公司 | 基于三维激光扫描的三主桁钢梁高度差调节方法及系统 |
CN116772729A (zh) * | 2023-08-22 | 2023-09-19 | 中铁二十三局集团第一工程有限公司 | 基于激光雷达的桥梁预制构件外观尺寸检测方法 |
CN116772729B (zh) * | 2023-08-22 | 2024-01-09 | 中铁二十三局集团第一工程有限公司 | 基于激光雷达的桥梁预制构件外观尺寸检测方法 |
CN118424140A (zh) * | 2024-04-07 | 2024-08-02 | 中铁四局集团有限公司 | 一种基于点云数据的钢板组合梁尺寸质量检测方法 |
CN118654574A (zh) * | 2024-08-20 | 2024-09-17 | 山东建筑大学 | 一种基于三维激光扫描的箱梁精准快速拼接方法 |
CN118654574B (zh) * | 2024-08-20 | 2024-10-18 | 山东建筑大学 | 一种基于三维激光扫描的箱梁精准快速拼接方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115824040A (zh) | 一种基于三维激光扫描的钢板组合梁桥检测方法 | |
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 | |
CN111197979B (zh) | 一种基于点云数据分析的建筑检测方法及装置 | |
Kim et al. | A framework for dimensional and surface quality assessment of precast concrete elements using BIM and 3D laser scanning | |
KR101547099B1 (ko) | 3차원 레이저 스캐닝을 이용한 프리캐스트 콘크리트 형상 관리 장치 및 방법 | |
CN108824816B (zh) | 一种高空大跨网架滑移定位安装及监测方法 | |
CN101907439A (zh) | 建筑钢结构制作仿真测量检测方法 | |
CN113124782B (zh) | 一种基于点云抗差自适应的建构筑物垂直度检测方法 | |
CN114234819B (zh) | 基于三维激光扫描的钢筋部品质量自动化检测方法 | |
CN110264507A (zh) | 大型立式储罐结构变形在线检测与适用性评估系统及方法 | |
CN112884647A (zh) | 一种基于bim点云技术指导埋件施工定位方法 | |
CN114541480B (zh) | 一种钢壳沉管拼装精度检验方法及系统 | |
CN113865570A (zh) | 一种钢结构圆形立柱垂直度测量方法 | |
KR20100133072A (ko) | 지상 레이저 스캐너를 이용한 구조물간 접합 가능성 평가 방법 | |
CN115809973A (zh) | 储罐变形检测方法、装置、电子设备及存储介质 | |
CN113030240A (zh) | 一种北斗模式斜拉桥索力损伤识别方法及相关设备 | |
Kuczyńska et al. | Modern applications of terrestrial laser scanning | |
FI127088B (en) | Method and system for determining the manufacturing dimensions of a connector | |
Chu et al. | Application of measuring intelligent robot in building deformation monitoring | |
Truong-Hong et al. | Measuring deformation of bridge structures using laser scanning data | |
Pham et al. | The capability of terrestrial laser scanning for monitoring the displacement of high-rise buildings | |
Gražulis et al. | The horizontal deformation analysis of high-rise buildings | |
Zhao et al. | The detecting method of building deformation based on terrestrial laser point cloud | |
Algadhi et al. | Assessment of accuracy and performance of terrestrial laser scanner in monitoring of retaining walls | |
Dung et al. | The capability of terrestrial laser scanning for monitoring the displacement of high-rise buildings |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230321 |