CN116147484B - 一种基于多点云融合的桥梁服役线形识别方法 - Google Patents
一种基于多点云融合的桥梁服役线形识别方法 Download PDFInfo
- Publication number
- CN116147484B CN116147484B CN202310167159.1A CN202310167159A CN116147484B CN 116147484 B CN116147484 B CN 116147484B CN 202310167159 A CN202310167159 A CN 202310167159A CN 116147484 B CN116147484 B CN 116147484B
- Authority
- CN
- China
- Prior art keywords
- longitudinal
- bridge
- point
- points
- point cloud
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000004927 fusion Effects 0.000 title claims abstract description 27
- 238000013461 design Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 8
- 238000000691 measurement method Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000004660 morphological change Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0008—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings of bridges
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于多点云融合的桥梁服役线形识别方法,包括:定义桥梁服役线形;获取不同服役期非中断交通下桥梁主梁的多点云数据;将多次扫描得到的桥梁三维点云数据转换在同一坐标系下;利用区域拟合算法融合多次扫描得到的点云数据,得到反映桥梁真实空间形态且连续平滑的理论主梁点云;在理论主梁点云任意目标横向位置上沿跨径延伸方向提取所有点的三维坐标,即为识别得到的桥梁服役线形。本发明实现了桥梁服役线形的精确识别,解决了传统测量方法对空间信息获取不足的问题,并针对桥梁振动引起的点云数据复杂振动噪声难题,实现了具有高精度的桥梁服役线形识别,提高了对桥梁服役状态把控的准确性。
Description
技术领域
本发明属于桥梁工程桥梁服役期外观检测技术领域,具体涉一种基于多点云融合的桥梁服役线形识别方法。
背景技术
桥梁服役线形是桥梁服役期外观检测的一种重要评价指标,反映了当前状态下桥梁对于不同荷载效应的力学响应,线形严重偏离原始设计线形的桥梁可能已经处于不良的运营状态。因此识别桥梁主梁线形是桥梁外观检测的关键内容之一。常规的检测手段如全站仪、水准仪、GPS等效率较低,且只能获取有限数量的单点信息,无法实现对桥梁空间信息的完整获取。三维点云数据是一种海量点的集合,它包含了物体表面完整的三维坐标信息。然而桥梁主梁在实际运营过程中受到荷载作用处于复杂振动状态,且该振动效应会随着桥梁跨径的增大而增强,这导致了获取的点云数据存在复杂振动噪声。如何精确地从带有噪声的点云数据中识别能反映桥梁真实运营状态的桥梁服役线形,亟待解决。
发明内容
本发明的目的在于:提出一种基于多点云融合的桥梁服役线形识别方法,精确地从带有噪声的点云数据中识别能反映桥梁真实运营状态的桥梁服役线形。
为实现上述目的,本发明提供如下技术方案:一种基于多点云融合的桥梁服役线形识别方法,包括如下步骤:
S1、定义待测桥梁服役线形:在理论主梁点云中任意目标横向位置上沿跨径延伸方向提取所有点三维坐标,构建桥梁主梁线形;
S2、在不同服役期对桥梁结构进行多次三维激光扫描,获得不同服役期非中断交通下桥梁主梁的多点云数据,并将多点云数据转换到同一目标坐标系下;
S3、利用区域点云重构算法将步骤S2得到的桥梁主梁多点云数据进行融合,得到桥梁真实空间形态且连续平滑的理论主梁点云;
S4、将步骤S3中得到的理论主梁点云任意目标横向位置上沿跨径延伸方向提取的所有点三维坐标,即为识别得到的待测桥梁服役线形。
进一步地,前述的步骤S2包括以下子步骤:
S201、针对不同服役期,在同一测站连续对目标桥梁进行N次三维激光扫描,并结合气温对待测桥梁服役线形进行修正;
S202、将多点云数据转换至同一目标坐标系:目标坐标系中两个水平面坐标轴平行于桥梁纵向或横向。
进一步地,前述的步骤S3包括以下子步骤:
S301、将N次扫描得到的N个主梁点云分别沿桥梁纵向等间隔划分为m=lz/lp个纵向区域,其中,lz为桥梁跨径,lp为纵向区域沿桥梁纵向的长度;分别对每个纵向区域内的点利用区域点云重构算法进行区域多点云融合;
S302、对于所有N次扫描的点云数据中第J个纵向区域:l1J,l2J…lnJ,J∈{1,2…m},分别取其范围内的所有点作为算法输入点集PJ;且相邻两个纵向区域的截面连接处为各自范围内所有点的并集;
S303、分别对每个纵向区域内的点利用区域点云重构算法进行区域多点云融合,包括三个主梁关键参数的计算:横向位置、纵向中轴线空间姿态、端部截面空间扭转姿态,得到每个区域的理论主梁点云,形成包含多主梁截面的桥梁截面骨架;
S304、根据步骤S303得到的桥梁截面骨架,利用网格化点云生成方法得到桥梁真实空间形态且连续平滑的理论主梁点云。
进一步地,前述的步骤S303包括以下子步骤:
S303-1、建立振动中心理论:桥梁任意一个位置或部分Bb在每一次被扫描仪捕获形成点云中的空间坐标点或点集Pb时,Pb距离Bb更近的概率总大于Pb距离Bb更远的概率,即桥梁及其部分总位于其对应点云的振动中心位置;
S303-2、基于振动中心理论,使用分步捕捉算法确定纵向区域主梁的横向位置:
构造长度为lp,宽度为主梁设计宽度d的水平面矩形搜索框,计算点云实际最大横向宽度为dm,提取点集PJ中所有点的纵向和横向坐标形成平面二维点集以距离ζ横向移动搜索框,且移动过程中保证搜索框与纵向区域在纵向上的长度对齐和方向平行,记录第h步移动后框内点数量nh,且ζ≤(dm-d)/10,当nh同时满足:
nh > nh-1, nh-2, nh+1, nh+2 (1)
确定位于框内点数量最多的搜索框位置即为主梁横向位置;
S303-3、基于振动中心理论,计算纵向区域理论主梁点云的纵向中轴线空间姿态:基于纵向区域内主梁纵向中轴线即为主梁纵向等分线,以及步骤S303-2中主梁横向位置已确定,根据主梁设计宽度d提取点集PJ中主梁纵向等分线上所有点的纵向坐标与竖直坐标形成二维点集
所述点集中的点构成一个具有纵向长度和竖向高度的类四边形区域;该区域内最大竖向高度记为hmax;根据振动中心理论,确定一条斜率为k的直线lk,以距离ηk在竖直方向上下移动该直线,扫略到的点数量nk都大于任意其他斜率直线lq以相同方式移动扫略得到的点数量nq,lk即为确定的纵向中轴线;
使用分步捕捉算法确定纵向中轴线lk的空间姿态:创建一个竖直高度为ω,纵向长度无限大且初始斜率k=0的矩形捕捉区域Rb,规定ω≤hmax/10;自上而下以距离步长ε移动Rb;Rb初始位置记为П0,第i步移动后Rb位置记为Пi;记录第i步移动后点集中的点位于Rb内的点数量ni,规定ε≤ω/5;当ni同时满足:
ni > ni-1, ni-2, ni+1, ni+2 (2)
时,以此时Rb位置为基准,进一步确定纵向中轴线的竖直倾角;
记此时Rb经过点集的部分为Rbp;以Rbp中心点位置为基准,以角度步长δk顺时针或逆时针旋转Rb;记录初始位置Rb内点数量为nc,顺时针第j次旋转后点集/>中的点位于Rb内的点数量为/>逆时针第j次旋转后点集/>中的点位于Rb内的点数量为/>令δk≤π/360;当:
时,后续仅以顺时针方向旋转Rb;当:
nj > nj-1, nj-2, nj+1, nj+2 (4)
时,此时Rbp的竖向二等分线即为所求的该纵向区域纵向中轴线空间姿态。
当:
时,后续仅以逆时针方向旋转Rb;当:
nj > nj-1, nj-2, nj+1, nj+2 (6)
时,此时Rbp的竖向二等分线即为所求的该纵向区域纵向中轴线空间姿态;
S303-4、基于振动中心理论,计算该纵向区域理论主梁点云的端部截面空间扭转姿态:分别提取点集PJ中主梁两端截面上所有点的纵向坐标与竖直坐标形成二维点集和/>
根据S302中所述相邻两个纵向区域的截面连接处应共享点集,因此除第一个纵向区域起点截面和最后一个纵向区域的终点截面外,其他所有截面的取点方式应同时取到相邻两个截面的点,具体为:取点时,设定前一个纵向区域终点截面和后一个纵向区域起点截面的宽度都为dJ/2,将取到的点的并集作为这两个相邻纵向区域连接处截面的二维点集,即:
其中,为第J个纵向区域终点截面点集,/>为第J+1个纵向区域起点截面点集;
基于S303-2中纵向区域纵向中轴线空间姿态已经确定,利用截面点集结合分步捕捉算法确定端部截面的扭转姿态:创建一个长度尺寸与设计截面相同的截面线段并赋予其一定的厚度τ,该截面线段即为捕捉区域为Rd,规定τ≤hmax/10,hmax为/>范围内最大竖向高度;分别将纵向区域两个截面线段以水平姿态放置于对应纵向中轴线端点位置,令每个截面线段中点位于纵向中轴线对应端点上;
记此时Rd经过点集的部分为Rdp;以Rbp中心点位置为基准,以角度步长δd顺时针或逆时针旋转Rd;记录初始位置Rd内点数量为nc,顺时针第j次旋转后点集/>中的点位于Rd内的点数量为/>s代表顺时针,逆时针第j次旋转后点集/>中的点位于Rd内的点数量为n代表逆时针,规定δd≤π/360;当:
时,后续仅以顺时针方向旋转Rb;当:
nj > nj-1, nj-2, nj+1, nj+2 (9)
时,此时Rd的扭转姿态即为所求的该截面空间扭转姿态;
当:
时,后续仅以逆时针方向旋转Rb;当:
nj > nj-1, nj-2, nj+1, nj+2 (11)
时,此时Rd的扭转姿态即为所求的该截面空间扭转姿态。
进一步地,前述的步骤S304中,利用网格化点云生成方法生成满足目标点云密度要求的理论主梁点云的过程包括以下子步骤:
S304-1、将桥梁截面骨架中主梁截面所有对应角点依次以纵向连接直线连接,形成各纵向区域中主梁不同部分的空间区域;
S304-2、记目标点云密度不小于q,对各空间区域中所有线段和所有纵向连接直线以q为长度进行划分,依次连接相邻两个主梁截面上对应分割点和梁截面之间纵向连接直线对应分割点,最终形成点云网格;
S304-3、在每个点云网格中随机位置生成至少一个点坐标,所有生成点坐标集合即为得到的反映桥梁真实空间形态且连续平滑的理论主梁点云。
进一步地,前述的步骤S301中,lp≤lz/100。
进一步地,前述的步骤S201中,所述进行N次三维激光扫描时,N大于等于5;并且扫描时任意两次扫描时的气温差值小于3摄氏度;不同服役期的桥梁点云数据对应的扫描时段和气温条件一致;当不同服役期的其中两次扫描的气温差值大于预设气温差值阈值时,结合两次扫描时的实际气温对桥梁服役线形进行修正。
进一步地,前述的步骤S303-3中,所述根据主梁设计宽度d提取点集PJ中主梁纵向等分线上所有点的纵向坐标与竖直坐标形成二维点集取点时令纵向等分线具有一定横向宽度:取点时纵向等分线宽度不超过db/50,其中db为主梁底板的设计宽度。
进一步地,前述的步骤S303-4中,所述分别提取点集PJ中主梁两端截面上所有点的纵向坐标与竖直坐标形成二维点集和/>在取点时设定的截面厚度dJ不超过lp/100。
相较于现有技术,本发明的有益效果为:本发明的基于多点云融合的桥梁服役线形识别方法,确定了桥梁服役线形的明确定义,利用多次三维激光扫描获取的桥梁多点云数据,基于坐标转换基线的坐标系调整和基于高斯过程算法的多点云融合回归预测,实现了桥梁服役线形的精确识别,解决了传统测量方法对空间信息获取不足的问题,并针对桥梁振动引起的点云数据复杂振动噪声难题,实现了具有高置信度的桥梁服役线形识别,提高了对桥梁服役状态把控的准确性。
附图说明
图1是本发明一种基于多点云融合的桥梁服役线形识别方法流程图;
图2是点云坐标系调整示意图;
图3是主梁点云纵向区域划分示意图;
图4是主梁横向位置计算示意图;
图5是主梁纵向中轴线空间姿态计算示意图;
图6是主梁端部截面空间扭转姿态计算示意图;
图7是生成点云网格示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
在本发明中参照附图来描述本发明的各方面,附图中示出了许多说明性实施例。本发明的实施例不局限于附图所述。应当理解,本发明通过上面介绍的多种构思和实施例,以及下面详细描述的构思和实施方式中的任意一种来实现,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
如图1所示本发明的流程图,一种基于多点云融合的桥梁服役线形识别方法,包括以下步骤:
S1、定义待测桥梁服役线形:在理论主梁点云中任意目标横向位置上沿跨径延伸方向提取所有点三维坐标,构建桥梁主梁线形.
桥梁服役线形为反映桥梁任意服役期的包括车/风致振动因素在内的主梁振动统计特征的等代线形。
S2、在不同服役期对桥梁结构进行多次三维激光扫描,获得不同服役期非中断交通下桥梁主梁的多点云数据,参照图2,选取固定的坐标原点位置,将多点云数据转换到同一坐标系下。
S3、利用区域点云重构算法将步骤S2得到的桥梁主梁多点云数据进行融合,得到桥梁真实空间形态且连续平滑的理论主梁点云。
区域点云重构算法的核心内容为振动中心理论、分步捕捉算法以及网格化点云生成方法,并着重于三个主梁关键参数的计算:横向位置、纵向中轴线空间姿态、端部截面空间扭转姿态。
振动中心理论揭示了桥梁与其对应点云的位置关系;分步捕捉算法基于振动中心理论,计算得到桥梁主梁关键空间形态参数;网格化点云生成方法利用包含主梁三个关键参数:横向位置、纵向中轴线空间姿态以及端部截面空间扭转姿态的桥梁截面骨架,形成满足目标点云密度的理论主梁点云。
S4、将步骤S3中得到的理论主梁点云任意目标横向位置上沿跨径延伸方向提取的所有点三维坐标,即为识别得到的待测桥梁服役线形。通过不同期桥梁服役线形的对比,对桥梁服役期的桥梁结构状态进行评估,以及对桥梁服役期的桥梁空间形态变化进行跟踪。
实施例中,需满足的基本条件为:获取的点云数据应保证在桥梁纵向上尽量完整,以实现对桥梁完整服役线形的识别。对于跨度较大而扫描仪不能完整扫测的桥梁,应通过设置反射标靶或通过其他精度达到要求的设备补充缺失区段的点云数据。
实施例中,步骤S1中基于多点云融合的桥梁服役线形表现为三维空间坐标点的集合。
实施例中,步骤S2包括以下子步骤:
S201、针对不同服役期,在同一测站连续对目标桥梁进行N次三维激光扫描,并结合气温对待测桥梁服役线形进行修正。
具体为:设置一个或者多个不同位置的测站,自测站处对目标桥梁进行扫描,获取完整的目标桥梁的点云数据;针对不同服役期,在同一测站连续对目标桥梁进行N次三维激光扫描(N大于等于5)。扫描时要求:任意两次扫描时的气温差值小于3摄氏度;不同服役期的桥梁点云数据对应的扫描时段和气温条件一致;当不同服役期的其中两次扫描的气温差值大于预设气温差值阈值时,结合两次扫描时的实际气温对桥梁服役线形进行修正。
S202、将多点云数据转换至同一目标坐标系:目标坐标系中两个水平面坐标轴平行于桥梁纵向或横向。具体为:如图2所示,对于平面直线梁,规定转换后的三维空间坐标系的桥梁纵向方向为x轴轴向;桥梁横向方向为y轴轴向;竖直方向为z轴轴向;对于平面曲线梁,以桥墩、桥台或支座的横桥向宽度线方向为桥梁横向方向,即y轴轴向,桥梁纵向为与桥梁横向垂直的方向,即x轴轴向,竖直方向为z轴轴向。
步骤S3包括以下子步骤:
S301、如图3所示将N次扫描得到的N个主梁点云分别沿桥梁纵向等间隔划分为m=lz/lp个纵向区域,其中,lz为桥梁跨径,lp为纵向区域沿桥梁纵向的长度;为保证理论主梁点云融合准确度,限定lp≤lz/100。分别对每个纵向区域内的点利用区域点云重构算法进行区域多点云融合。
S302、对于所有N次扫描的点云数据中第J个纵向区域:l1J,l2J…lnJ,J∈{1,2…m},分别取其范围内的所有点作为算法输入点集PJ;为保证融合得到的理论主梁点云具有空间连续性,规定:相邻两个纵向区域的截面连接处应共享点集,即前一个纵向区域的终点截面内与后一个纵向区域的起点截面内的点集应保持一致,且为各自范围内所有点的并集。
S303、分别对每个纵向区域内的点利用区域点云重构算法进行区域多点云融合,得到每个区域的理论主梁点云。区域点云重构算法包括三个主梁关键参数的计算:横向位置、纵向中轴线空间姿态、端部截面空间扭转姿态。利用关键参数形成包含多主梁截面的桥梁截面骨架。
S304、根据步骤S303得到的桥梁截面骨架,利用网格化点云生成方法得到桥梁真实空间形态且连续平滑的理论主梁点云。
其中,步骤S303包括如下子步骤:
S303-1、建立振动中心理论:桥梁任意一个位置或部分Bb(点、线、表面或截面等)在每一次被扫描仪捕获形成点云中的空间坐标点或点集Pb时,Pb距离Bb更近的概率总大于Pb距离Bb更远的概率,即桥梁及其部分总位于其对应点云的振动中心位置。即桥梁及其部分总位于其对应点云的振动中心位置。点云中的具体表现为:将该桥梁部分Bb沿主振动方向上以其原位置为基准对称移动一段微小距离η,该移动过程中Bb扫略经过点集Pb中的点数量总大于将Bb经过任意空间位置改变再进行相同移动操作后扫略经过的点数量。根据该理论可在数据充足的点云中基于对应点分布反向推断该位置主梁(或主梁部分)的理论空间位置。
S303-2、基于振动中心理论,使用分步捕捉算法确定纵向区域主梁的横向位置:
如图4所示,构造长度为lp,宽度为主梁设计宽度d的水平面矩形搜索框,计算点云实际最大横向宽度为dm,提取点集PJ中所有点的纵向和横向坐标形成平面二维点集以距离ζ横向移动搜索框,且移动过程中保证搜索框与纵向区域在纵向上的长度对齐和方向平行,记录第h步移动后框内点数量nh,且ζ≤(dm-d)/10,当nh同时满足:
nh>nh-1,nh-2,nh+1,nh+2 (1)
确定位于框内点数量最多的搜索框位置即为主梁横向位置;
确定位于框内点数量最多的搜索框位置即为主梁横向位置;
S303-3、基于振动中心理论,计算纵向区域理论主梁点云的纵向中轴线空间姿态:
基于纵向区域内主梁纵向中轴线即为主梁纵向等分线,以及步骤S303-2中主梁横向位置已确定,根据主梁设计宽度d提取点集PJ中主梁纵向等分线上所有点的纵向坐标与竖直坐标形成二维点集
如图5所示,所述点集中的点构成一个具有纵向长度和竖向高度的类四边形区域;该区域内最大竖向高度记为hmax;根据振动中心理论,确定一条斜率为k的直线lk,以距离ηk在竖直方向上下移动该直线,扫略到的点数量nk都大于任意其他斜率直线lq以相同方式移动扫略得到的点数量nq,lk即为确定的纵向中轴线;
使用分步捕捉算法确定纵向中轴线lk的空间姿态:创建一个竖直高度为ω,纵向长度无限大且初始斜率k=0的矩形捕捉区域Rb,规定ω≤hmax/10;自上而下以距离步长ε移动Rb;Rb初始位置记为П0,第i步移动后Rb位置记为Пi;记录第i步移动后点集中的点位于Rb内的点数量ni,规定ε≤ω/5;当ni同时满足:
ni>ni-1,ni-2,ni+1,ni+2 (2)
时,以此时Rb位置为基准,进一步确定纵向中轴线的竖直倾角。
记此时Rb经过点集的部分为Rbp;以Rbp中心点位置为基准,以角度步长δk顺时针或逆时针旋转Rb;记录初始位置Rb内点数量为nc,顺时针第j次旋转后点集/>中的点位于Rb内的点数量为/>逆时针第j次旋转后点集/>中的点位于Rb内的点数量为/>令δk≤π/360;当:
时,后续仅以顺时针方向旋转Rb;当:
nj>nj-1,nj-2,nj+1,nj+2 (4)
时,此时Rbp的竖向二等分线即为所求的该纵向区域纵向中轴线空间姿态。
当:
时,后续仅以逆时针方向旋转Rb;当:
nj>nj-1,nj-2,nj+1,nj+2 (6)
时,此时Rbp的竖向二等分线即为所求的该纵向区域纵向中轴线空间姿态;
S303-4、基于振动中心理论计算该纵向区域理论主梁点云的端部截面空间扭转姿态。分别提取点集PJ中主梁两端截面上所有点的纵向坐标与竖直坐标形成二维点集和为了充足的输入数据数量,取点时可令截面具有一定厚度。为保证计算准确度,规定:设定的截面厚度dJ不超过lp/100。
根据S302中所述相邻两个纵向区域的截面连接处应共享点集,因此除第一个纵向区域起点截面和最后一个纵向区域的终点截面外,其他所有截面的取点方式应同时取到相邻两个截面的点,具体为:取点时,设定前一个纵向区域终点截面和后一个纵向区域起点截面的宽度都为dJ/2,将取到的点的并集作为这两个相邻纵向区域连接处截面的二维点集,即:
其中,为第J个纵向区域终点截面点集,/>为第J+1个纵向区域起点截面点集;
如图6所示,基于S303-2中纵向区域纵向中轴线空间姿态已经确定,利用截面点集结合分步捕捉算法确定端部截面的扭转姿态:创建一个长度尺寸与设计截面相同的截面线段并赋予其一定的厚度τ,该截面线段即为捕捉区域为Rd,规定τ≤hmax/10,hmax为/>范围内最大竖向高度;分别将纵向区域两个截面线段以水平姿态放置于对应纵向中轴线端点位置,令每个截面线段中点位于纵向中轴线对应端点上;
记此时Rd经过点集的部分为Rdp;以Rbp中心点位置为基准,以角度步长δd顺时针或逆时针旋转Rd;记录初始位置Rd内点数量为nc,顺时针第j次旋转后点集/>中的点位于Rd内的点数量为/>s代表顺时针,逆时针第j次旋转后点集/>中的点位于Rd内的点数量为n代表逆时针,规定δd≤π/360;当:
时,后续仅以顺时针方向旋转Rb;当:
nj>nj-1,nj-2,nj+1,nj+2 (9)
时,此时Rd的扭转姿态即为所求的该截面空间扭转姿态;
当:
时,后续仅以逆时针方向旋转Rb;当:
nj>nj-1,nj-2,nj+1,nj+2 (11)
时,此时Rd的扭转姿态即为所求的该截面空间扭转姿态。
如图7所示,步骤S304包括以下子步骤:
S304-1、将桥梁截面骨架中主梁截面所有对应角点依次以纵向连接直线连接,形成各纵向区域中主梁不同部分的空间区域.
S304-2、记目标点云密度不小于q,对各空间区域中所有线段和所有纵向连接直线以q为长度进行划分,依次连接相邻两个主梁截面上对应分割点和梁截面之间纵向连接直线对应分割点,最终形成点云网格。
S304-3、在每个点云网格中随机位置生成至少一个点坐标,所有生成点坐标集合即为得到的反映桥梁真实空间形态且连续平滑的理论主梁点云。
虽然本发明已以较佳实施例阐述如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (7)
1.一种基于多点云融合的桥梁服役线形识别方法,其特征在于,包括如下步骤:
S1、定义待测桥梁服役线形:在理论主梁点云中任意目标横向位置上沿跨径延伸方向提取所有点三维坐标,构建桥梁主梁线形;
S2、在不同服役期对桥梁结构进行多次三维激光扫描,获得不同服役期非中断交通下桥梁主梁的多点云数据,并将多点云数据转换到同一目标坐标系下;具体包括以下子步骤:
S201、针对不同服役期,在同一测站连续对目标桥梁进行N次三维激光扫描,并结合气温对待测桥梁服役线形进行修正;
S202、将多点云数据转换至同一目标坐标系:目标坐标系中两个水平面坐标轴平行于桥梁纵向或横向;
S3、利用区域点云重构算法将步骤S2得到的桥梁主梁多点云数据进行融合,得到桥梁真实空间形态且连续平滑的理论主梁点云;具体包括以下子步骤S301至S304:
S301、将N次扫描得到的N个主梁点云分别沿桥梁纵向等间隔划分为m=lz/lp个纵向区域,其中,lz为桥梁跨径,lp为纵向区域沿桥梁纵向的长度;分别对每个纵向区域内的点利用区域点云重构算法进行区域多点云融合;
S302、对于所有N次扫描的点云数据中第J个纵向区域:l1J,l2J…lnJ,J∈{1,2…m},分别取其范围内的所有点作为算法输入点集PJ;且相邻两个纵向区域的截面连接处为各自范围内所有点的并集;
S303、分别对每个纵向区域内的点利用区域点云重构算法进行区域多点云融合,包括三个主梁关键参数的计算:横向位置、纵向中轴线空间姿态、端部截面空间扭转姿态,得到每个区域的理论主梁点云,形成包含多主梁截面的桥梁截面骨架;
S304、根据步骤S303得到的桥梁截面骨架,利用网格化点云生成方法得到桥梁真实空间形态且连续平滑的理论主梁点云;
S4、将步骤S3中得到的理论主梁点云任意目标横向位置上沿跨径延伸方向提取的所有点三维坐标,即为识别得到的待测桥梁服役线形。
2.根据权利要求1所述的一种基于多点云融合的桥梁服役线形识别方法,其特征在于,步骤S303包括以下子步骤:
S303-1、建立振动中心理论:桥梁任意一个位置或部分Bb在每一次被扫描仪捕获形成点云中的空间坐标点或点集Pb时,Pb距离Bb更近的概率总大于Pb距离Bb更远的概率,即桥梁及其部分总位于其对应点云的振动中心位置;
S303-2、基于振动中心理论,使用分步捕捉算法确定纵向区域主梁的横向位置:构造长度为lp,宽度为主梁设计宽度d的水平面矩形搜索框,计算点云实际最大横向宽度为dm,提取点集PJ中所有点的纵向和横向坐标形成平面二维点集以距离ζ横向移动搜索框,且移动过程中保证搜索框与纵向区域在纵向上的长度对齐和方向平行,记录第h步移动后框内点数量nh,且ζ≤(dm-d)/10,当nh同时满足:
nh>nh-1,nh-2,nh+1,nh+2 (1)
确定位于框内点数量最多的搜索框位置即为主梁横向位置;
S303-3、基于振动中心理论,计算纵向区域理论主梁点云的纵向中轴线空间姿态:基于纵向区域内主梁纵向中轴线即为主梁纵向等分线,以及步骤S303-2中主梁横向位置已确定,根据主梁设计宽度d提取点集PJ中主梁纵向等分线上所有点的纵向坐标与竖直坐标形成二维点集
所述点集中的点构成一个具有纵向长度和竖向高度的类四边形区域;该区域内最大竖向高度记为hmax;根据振动中心理论,确定一条斜率为k的直线lk,以距离ηk在竖直方向上下移动该直线,扫略到的点数量nk都大于任意其他斜率直线lq以相同方式移动扫略得到的点数量nq,lk即为确定的纵向中轴线;
使用分步捕捉算法确定纵向中轴线lk的空间姿态:创建一个竖直高度为ω,纵向长度无限大且初始斜率k=0的矩形捕捉区域Rb,规定ω≤hmax/10;自上而下以距离步长ε移动Rb;Rb初始位置记为Π0,第i步移动后Rb位置记为Πi;记录第i步移动后点集中的点位于Rb内的点数量ni,规定ε≤ω/5;当ni同时满足:
ni>ni-1,ni-2,ni+1,ni+2 (2)
时,以此时Rb位置为基准,进一步确定纵向中轴线的竖直倾角;
记此时Rb经过点集的部分为Rbp;以Rbp中心点位置为基准,以角度步长δk顺时针或逆时针旋转Rb;记录初始位置Rb内点数量为nc,顺时针第j次旋转后点集/>中的点位于Rb内的点数量为/>逆时针第j次旋转后点集/>中的点位于Rb内的点数量为/>令δk≤π/360;当:
时,后续仅以顺时针方向旋转Rb;当:
nj > nj-1, nj-2, nj+1, nj+2 (4)
时,此时Rbp的竖向二等分线即为所求的该纵向区域纵向中轴线空间姿态;
当:
时,后续仅以逆时针方向旋转Rb;当:
nj > nj-1, nj-2, nj+1, nj+2 (6)
时,此时Rbp的竖向二等分线即为所求的该纵向区域纵向中轴线空间姿态;
S303-4、基于振动中心理论,计算该纵向区域理论主梁点云的端部截面空间扭转姿态:分别提取点集PJ中主梁两端截面上所有点的纵向坐标与竖直坐标形成二维点集和/>
根据S302中所述相邻两个纵向区域的截面连接处应共享点集,因此除第一个纵向区域起点截面和最后一个纵向区域的终点截面外,其他所有截面的取点方式应同时取到相邻两个截面的点,具体为:取点时,设定前一个纵向区域终点截面和后一个纵向区域起点截面的宽度都为dJ/2,将取到的点的并集作为这两个相邻纵向区域连接处截面的二维点集,即:
其中,为第J个纵向区域终点截面点集,/>为第J+1个纵向区域起点截面点集;
基于S303-2中纵向区域纵向中轴线空间姿态已经确定,利用截面点集结合分步捕捉算法确定端部截面的扭转姿态:创建一个长度尺寸与设计截面相同的截面线段并赋予其一定的厚度τ,该截面线段即为捕捉区域为Rd,规定τ≤hmax/10,hmax为/>范围内最大竖向高度;分别将纵向区域两个截面线段以水平姿态放置于对应纵向中轴线端点位置,令每个截面线段中点位于纵向中轴线对应端点上;
记此时Rd经过点集的部分为Rdp;以Rbp中心点位置为基准,以角度步长δd顺时针或逆时针旋转Rd;记录初始位置Rd内点数量为nc,顺时针第j次旋转后点集/>中的点位于Rd内的点数量为/>s代表顺时针,逆时针第j次旋转后点集/>中的点位于Rd内的点数量为/>n代表逆时针,规定δd≤π/360;当:
时,后续仅以顺时针方向旋转Rb;当:
nj > nj-1, nj-2, nj+1, nj+2 (9)
时,此时Rd的扭转姿态即为所求的该截面空间扭转姿态;
当:
时,后续仅以逆时针方向旋转Rb;当:
nj > nj-1, nj-2, nj+1, nj+2 (11)
时,此时Rd的扭转姿态即为所求的该截面空间扭转姿态。
3.根据权利要求1所述的基于多点云融合的桥梁服役线形识别方法,其特征在于,步骤S304中,利用网格化点云生成方法生成满足目标点云密度要求的理论主梁点云的过程包括以下子步骤:
S304-1、将桥梁截面骨架中主梁截面所有对应角点依次以纵向连接直线连接,形成各纵向区域中主梁不同部分的空间区域;
S304-2、记目标点云密度不小于q,对各空间区域中所有线段和所有纵向连接直线以q为长度进行划分,依次连接相邻两个主梁截面上对应分割点和梁截面之间纵向连接直线对应分割点,最终形成点云网格;
S304-3、在每个点云网格中随机位置生成至少一个点坐标,所有生成点坐标集合即为得到的反映桥梁真实空间形态且连续平滑的理论主梁点云。
4.根据权利要求3所述的基于多点云融合的桥梁服役线形识别方法,其特征在于,步骤S301中,lp≤lz/100。
5.根据权利要求2所述的一种基于多点云融合的桥梁服役线形识别方法,其特征在于,步骤S201中,所述进行N次三维激光扫描时,N大于等于5;并且扫描时任意两次扫描时的气温差值小于3摄氏度;不同服役期的桥梁点云数据对应的扫描时段和气温条件一致;当不同服役期的其中两次扫描的气温差值大于预设气温差值阈值时,结合两次扫描时的实际气温对桥梁服役线形进行修正。
6.根据权利要求2所述的一种基于多点云融合的桥梁服役线形识别方法,其特征在于,
步骤S303-3中,所述根据主梁设计宽度d提取点集PJ中主梁纵向等分线上所有点的纵向坐标与竖直坐标形成二维点集取点时令纵向等分线具有一定横向宽度:取点时纵向等分线宽度不超过db/50,其中db为主梁底板的设计宽度。
7.根据权利要求2所述的一种基于多点云融合的桥梁服役线形识别方法,其特征在于,步骤S303-4中,所述分别提取点集PJ中主梁两端截面上所有点的纵向坐标与竖直坐标形成二维点集和/>在取点时设定的截面厚度dJ不超过lp/100。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310167159.1A CN116147484B (zh) | 2023-02-27 | 2023-02-27 | 一种基于多点云融合的桥梁服役线形识别方法 |
PCT/CN2023/126220 WO2024178999A1 (zh) | 2023-02-27 | 2023-10-24 | 一种基于多点云融合的桥梁服役线形识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310167159.1A CN116147484B (zh) | 2023-02-27 | 2023-02-27 | 一种基于多点云融合的桥梁服役线形识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116147484A CN116147484A (zh) | 2023-05-23 |
CN116147484B true CN116147484B (zh) | 2024-04-30 |
Family
ID=86373311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310167159.1A Active CN116147484B (zh) | 2023-02-27 | 2023-02-27 | 一种基于多点云融合的桥梁服役线形识别方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116147484B (zh) |
WO (1) | WO2024178999A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116147484B (zh) * | 2023-02-27 | 2024-04-30 | 东南大学 | 一种基于多点云融合的桥梁服役线形识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004325209A (ja) * | 2003-04-24 | 2004-11-18 | Kokusai Kogyo Co Ltd | 構造物変位計測装置および構造物変位計測方法 |
CN109509256A (zh) * | 2018-06-21 | 2019-03-22 | 华南理工大学 | 基于激光雷达的建筑结构自动测量及3d模型生成方法 |
CN110345865A (zh) * | 2018-12-20 | 2019-10-18 | 中铁高新工业股份有限公司 | 一种基于三维扫描的钢结构数字化检测方法 |
CN112857218A (zh) * | 2021-01-11 | 2021-05-28 | 中铁建大桥工程局集团南方工程有限公司 | 一种基于三维激光扫描的钢桁架拱桥施工线形监测方法 |
CN114322994A (zh) * | 2022-03-10 | 2022-04-12 | 之江实验室 | 一种基于离线全局优化的多点云地图融合方法和装置 |
GB202215178D0 (en) * | 2022-03-03 | 2022-11-30 | Univ Hefei Technology | Computer vision-based dynamic bridge shape recognition method |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116147484B (zh) * | 2023-02-27 | 2024-04-30 | 东南大学 | 一种基于多点云融合的桥梁服役线形识别方法 |
-
2023
- 2023-02-27 CN CN202310167159.1A patent/CN116147484B/zh active Active
- 2023-10-24 WO PCT/CN2023/126220 patent/WO2024178999A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004325209A (ja) * | 2003-04-24 | 2004-11-18 | Kokusai Kogyo Co Ltd | 構造物変位計測装置および構造物変位計測方法 |
CN109509256A (zh) * | 2018-06-21 | 2019-03-22 | 华南理工大学 | 基于激光雷达的建筑结构自动测量及3d模型生成方法 |
CN110345865A (zh) * | 2018-12-20 | 2019-10-18 | 中铁高新工业股份有限公司 | 一种基于三维扫描的钢结构数字化检测方法 |
CN112857218A (zh) * | 2021-01-11 | 2021-05-28 | 中铁建大桥工程局集团南方工程有限公司 | 一种基于三维激光扫描的钢桁架拱桥施工线形监测方法 |
GB202215178D0 (en) * | 2022-03-03 | 2022-11-30 | Univ Hefei Technology | Computer vision-based dynamic bridge shape recognition method |
CN114322994A (zh) * | 2022-03-10 | 2022-04-12 | 之江实验室 | 一种基于离线全局优化的多点云地图融合方法和装置 |
Non-Patent Citations (5)
Title |
---|
Hongwei Zhang 等.Point Cloud Registration Methods for Long-Span Bridge Spatial Deformation Monitoring Using Terrestrial Laser Scanning.Structural Control and Health Monitoring.2023,1-16. * |
S.K.P.Kushwaha 等.DIGITAL DOCUMENTATION, BRIDGE DECK LINEARITY DEFORMATION AND DECK THICKNESS MEASUREMENT USING TERRESTRIAL LASER SCANNER (TLS) AND CLOSE RANGE PHOTOGRAMMETRY (CRP).ISPRS TC V Mid-term Symposium "Geospatial Technology – Pixel to People".2018,47-51. * |
吴涛 等.三维激光扫描技术在大型桥梁结构健康监测中的应用研究.上海公路.2019,(第2期),71-74. * |
朱庆 等.面向三维城市建模的多点云数据融合方法综述.武汉大学学报 信息科学版.2018,第43卷(第12期),1962-1967. * |
苏文明 等.三维激光扫描和动态挠度图像识别技术在大跨径桥梁线形测量中的应用.山东交通科技.2021,(第2期),96-98. * |
Also Published As
Publication number | Publication date |
---|---|
CN116147484A (zh) | 2023-05-23 |
WO2024178999A1 (zh) | 2024-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107169986B (zh) | 一种障碍物检测方法及系统 | |
CN103257342B (zh) | 三维激光传感器与二维激光传感器的联合标定方法 | |
CN106780386B (zh) | 一种三维激光扫描变形提取可靠性评价方法 | |
CN109520439A (zh) | 一种桥梁塔柱三维激光扫描仪变形监测方法 | |
CN116147484B (zh) | 一种基于多点云融合的桥梁服役线形识别方法 | |
CN105136054A (zh) | 基于地面三维激光扫描的构筑物精细变形监测方法及系统 | |
CN112712596B (zh) | 一种密集匹配点云建筑物结构化模型精细重建方法 | |
CN110657763B (zh) | 一种双曲面赛道混凝土面的平整度检测及控制方法 | |
CN109682303A (zh) | 基于bim技术的曲线pc轨道梁精密三维检测方法 | |
CN112762899B (zh) | 一种激光点云加bim模型在可视化变电站中与视频信息的融合方法 | |
CN111913169A (zh) | 激光雷达内参、点云数据的修正方法、设备及存储介质 | |
CN113689394A (zh) | 一种基于三维点云的隧道初支平整度检测方法 | |
CN116934705A (zh) | 一种基于三维激光扫描的平整度检测方法 | |
CN116975963A (zh) | 一种无应力状态虚拟拼装结果的线形预测方法 | |
CN106546766B (zh) | 基于两部测风激光雷达的倾斜平面扫描方法 | |
CN111899291B (zh) | 基于多源维度分解的城市点云从粗到精的自动配准方法 | |
CN117190911A (zh) | 一种基于三维激光扫描的钢桁架拱桥施工线形监测方法 | |
CN116775797B (zh) | 一种基于多源大数据融合的城市空间全息地图的构建方法 | |
CN116310271A (zh) | 一种基于多次三维激光扫描的桥梁服役线形识别方法 | |
CN113267170A (zh) | 一种基于3d激光扫描和模型计算数据对比反馈的三主桁钢梁横向高差调节方法 | |
CN116758442A (zh) | 一种基于激光扫描技术的输电线路数据处理方法 | |
CN114754708B (zh) | 基于三维激光扫描技术的道路平整度检测方法及系统 | |
CN107246863A (zh) | 一种不规则断面隧道内壁影像投影展开方法 | |
CN115877349B (zh) | 一种基于激光雷达的交叉路口车辆定位方法及系统 | |
Sun et al. | Line shape monitoring of longspan concrete-filled steel tube arches based on three-dimensional laser scanning |
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 |