CN116226640A - 一种针对隧道物探反演数据的不良地质特征提取方法 - Google Patents

一种针对隧道物探反演数据的不良地质特征提取方法 Download PDF

Info

Publication number
CN116226640A
CN116226640A CN202310163190.8A CN202310163190A CN116226640A CN 116226640 A CN116226640 A CN 116226640A CN 202310163190 A CN202310163190 A CN 202310163190A CN 116226640 A CN116226640 A CN 116226640A
Authority
CN
China
Prior art keywords
data
poor
voxel model
tunnel
geophysical
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
CN202310163190.8A
Other languages
English (en)
Inventor
朱庆
丁雨淋
吴浩宇
张利国
许广春
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202310163190.8A priority Critical patent/CN116226640A/zh
Publication of CN116226640A publication Critical patent/CN116226640A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Geophysics (AREA)
  • Civil Engineering (AREA)
  • Architecture (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种针对隧道物探反演数据的不良地质特征提取方法，包括以下步骤：预处理掌子面数据与超前钻孔数据获得目标类型的不良地质体的待插值点集，对该点集执行插值计算，得到不良地质体体素模型；利用超前钻孔数据对不良地质体插值结果进行质量评估；利用物探反演数据构建地球物理场体素模型，求取其与不良地质体体素模型的交集，得到不良地质特征体素模型；将不良地质特征体素模型坐标映射至物探反演数据，提取局部坐标集合并根据对应精度重采样，得到不良地质特征坐标点集。本发明能够融合掌子面数据与超前钻孔数据揭示的不良地质先验信息，精准提取多模态物探反演数据中的不良地质特征，有利于明确不良地质体的地球物理响应特征。

Description

一种针对隧道物探反演数据的不良地质特征提取方法
技术领域
本发明涉及隧道工程地质探测技术领域，具体涉及一种针对隧道物探反演数据的不良地质特征提取方法。
背景技术
21世纪以来，铁路工程建设步入高潮，为隧道技术的发展创造了前所未有的机遇，同时也对隧道工程地质勘探及灾害防治提出了更高的要求。利用多类型地球物理超前探测技术实现对掌子面前方不良地质体的空间分布及属性信息进行探测、建模及分析，是隧道施工中必不可少的环节。提取隧道开挖过程中不断更新的地震波场、电磁场、电场等物探反演数据中的不良地质特征，建立与实际不良地质情况的对应关系，进而得到隧道不良地质体的地球物理响应规律，有利于更加精准地掌握掌子面前方的不良地质情况，对隧道施工动态优化设计、精准安全防控具有重要意义。
现有不良地质特征提取方法依赖专家研判与手动勾绘，物探法探测范围大但不同地质背景下地球物理响应特征存在差异，钻探法及素描法探测范围小但精确度高，且多源数据之间独立分散、精度及尺度不一，难以融合提取关键特征。由于掌子面数据与超前钻孔数据可以直观反映实际地质信息，包括不良地质体的类型、形态及空间分布等重要特征，以掌子面数据与超前钻孔数据直接揭示的不良地质情况作为参考，实现从多模态地球物理场数据中精准提取对应的不良地质特征成为一个亟待解决的问题。
目前，针对物探反演数据的不良地质特征提取方法主要有以下两种：1)基于无监督分类的不良地质特征提取：该类方法通过分析已有地质资料，人为设定地质单元类别数量，再通过无监督聚类算法对物探反演数据进行地质单元划分，分析分类结果中最有可能是不良地质体的地质单元类别，该类别即表现为不良地质特征。该类方法易于实现且提取速度快，但只能对物探反演数据进行粗略分类，且由于顾及因素较少，难以保证在复杂地质环境中提取的不良地质特征的准确度。2)基于深度学习的不良地质特征提取：该类方法首先通过人为标注来构建地球物理场与不良地质体之间的映射关系，再利用深度学习方法学习和识别不良地质特征。该类方法能够有效地识别多类不良地质特征，但前提是需要大量训练数据。
因此，亟需一种应用于多种物探反演数据，适用性广、能精准提取多模态物探反演数据中的不良地质特征的提取方法。
发明内容
为解决现有技术中存在的问题，本发明提供了一种针对隧道物探反演数据的不良地质特征提取方法，通过融合掌子面数据与超前钻孔数据揭示的不良地质先验信息，精准提取多模态物探反演数据中的不良地质特征，有利于明确不良地质体的地球物理响应特征，解决了上述背景技术中提到的问题。
为实现上述目的，本发明提供如下技术方案：一种针对隧道物探反演数据的不良地质特征提取方法，包括以下步骤：
S1、预处理掌子面数据与超前钻孔数据获得目标类型的不良地质体的待插值点集，对该点集执行插值计算，得到不良地质体体素模型；
S2、利用超前钻孔数据对所述不良地质体插值结果进行质量评估；
S3、利用物探反演数据构建地球物理场体素模型，求取其与所述不良地质体体素模型的交集，得到不良地质特征体素模型；
S4、将所述不良地质特征体素模型坐标映射至物探反演数据，提取局部坐标集合并根据对应精度重采样，得到不良地质特征坐标点集。
优选的，所述步骤S1具体包括如下：
S101、选取目标不良地质特征提取隧道里程段内的多个掌子面数据，根据每个掌子面数据中记录的目标类型的不良地质信息，在对应的掌子面影像数据中人工标绘不良地质体轮廓；
S102、每张掌子面影像横向等间距划分为m个分区，横向等间距划分为n个分区，共m×n个分区，取每个分区中心点，计算该点到S101中所述的不良地质体轮廓的最短距离，并判断该点与S101中所述的不良地质体轮廓是否构成包含关系，若是则赋予该点的属性值为距离的负值，若不是则赋予该点的属性值为距离的正值，得到点集Ps1；
S103、选取目标不良地质特征提取隧道里程段内的多个超前钻孔数据，根据每个超前钻孔数据记录的目标类型的不良地质信息，将对应的钻孔数据划分为两类，一类属于目标类型的不良地质体，另一类不属于目标类型的不良地质体，得到分类后的多段钻孔数据，提取所述多段钻孔数据中的分段节点，得到点集Ps2，并为Ps2中所有点的属性值赋予0值，合并Ps1与Ps2，得到点集Ps3；
S104、结合隧道施工设计图纸与掌子面数据对应的隧道施工里程信息，将所述点集Ps3坐标映射至隧道施工里程三维坐标系，得到待插值三维点集Ps_i，计算所述待插值三维点集Ps_i的轴对齐包围盒并空间划分为密集体素，设定插值参数，对待插值三维点集插值计算每个体素单元的属性值，得到不良地质体插值结果，提取该插值结果中属性值不大于0的体素单元，得到不良地质体体素模型。
优选的，步骤S102中，所述等间距划分掌子面影像，其横向纵向划分数量不少于20。
优选的，步骤S104中，所述插值计算使用层次B样条插值，所述空间划分的精度不低于0.1米。
优选的，所述步骤S2具体包括如下：
S201、等间距加密S103中所述多段钻孔数据，并为每点标记其是否属于目标类型的不良地质体，将点集坐标映射至隧道施工里程三维坐标系，得到三维钻孔点集Ps_d；
S202、判断三维钻孔点集Ps_d中每一点与步骤S1所述不良地质体体素模型的相对位置关系，得到相对位置关系正确的点的数量占总点数的比例，得到模型准确率；
S203、根据预设的模型准确率，判断被评估的不良地质体体素模型质量是否达标，若质量达标，则进入下一步处理，若质量不达标，则需要重新返回步骤S1。
优选的，步骤S202中，所述相对位置关系正确表示属于目标类型的不良地质体三维钻孔点位于步骤S1所述不良地质体体素模型内部，或不属于目标类型的不良地质体三维钻孔点位于步骤S1所述不良地质体体素模型外部，其他情况均为相对位置关系错误。
优选的，所述步骤S3具体包括如下：
S301、选取目标不良地质特征提取隧道里程段内的物探反演数据，根据地球物理场模态构建地球物理场体素模型，其中，若为二维地球物理场，则将该数据重采样至不良地质体体素模型相同的分辨率，构建Z轴方向厚度为1的体素模型，再将该体素模型坐标映射至隧道里程三维坐标系，得到地球物理场体素模型；若为三维物探反演数据，则将该数据重采样至不良地质体体素模型相同的分辨率，构建体素模型，再将该体素模型坐标映射至隧道里程三维坐标系，得到地球物理场体素模型；
S302、求取不良地质体体素模型与地球物理场体素模型的交集，得到不良地质特征体素模型。
优选的，步骤S301中，所述的二维物探反演数据重采样方法使用双线性插值法，三维物探反演数据重采样方法使用三线性插值法。
优选的，所述步骤S4具体包括如下：
S401、将不良地质特征体素模型坐标映射至地球物理场体素模型局部坐标系，提取每个体素中心对应的三维坐标，得到地球物理场的局部坐标集合；
S402、根据物探反演数据精度重采样局部坐标集合，得到不良地质特征坐标点集。
优选的，步骤S402中，若物探反演数据表达二维地球物理场，则重采样方法使用双线性插值法；若物探反演数据表达三维地球物理场，则重采样方法使用三线性插值法。
本发明的有益效果是：
1)本发明提供了一种针对隧道物探反演数据的不良地质特征提取方法，能够融合掌子面数据与超前水平钻孔数据揭示的不良地质先验信息，实现了隧道开挖前不良地质环境的三维重建及质量评估，有利于精准提取多模态物探反演数据中的不良地质特征；
2)本发明提供了一种针对隧道物探反演数据的不良地质特征提取方法，不良地质特征交集求取过程将多模态物探反演数据统一转换为体素模型，能够应用于多种物探反演数据，适用性广。
附图说明
图1为本发明针对隧道物探反演数据的不良地质特征提取方法的步骤流程示意图。
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。
请参阅图1，本发明提供一种技术方案：一种针对隧道物探反演数据的不良地质特征提取方法，具体包括如下步骤：
步骤S1、预处理掌子面数据与超前钻孔数据获得目标类型的不良地质体的待插值点集，对该点集执行插值计算，得到不良地质体体素模型。
其具体包括以下子步骤：
步骤S101、选取目标不良地质特征提取隧道里程段内的多个掌子面数据，根据每个掌子面数据中记录的目标类型的不良地质信息，在对应的掌子面影像数据中人工标绘不良地质体轮廓；
步骤S102、每张掌子面影像横向等间距划分为m个分区，横向等间距划分为n个分区，共m×n个分区，取每个分区中心点，计算该点到步骤S101中所述的不良地质体轮廓的最短距离，并判断该点与步骤S101中所述的不良地质体轮廓是否构成包含关系，若是则赋予该点的属性值为距离的负值，若不是则赋予该点的属性值为距离的正值，得到点集Ps1；
步骤S103、选取目标不良地质特征提取隧道里程段内的多个超前钻孔数据，根据每个超前钻孔数据记录的目标类型的不良地质信息，将对应的钻孔数据划分为两类，一类属于目标类型的不良地质体，另一类不属于目标类型的不良地质体，得到分类后的多段钻孔数据，提取所述多段钻孔数据中的分段节点，得到点集Ps2，并为Ps2中所有点的属性值赋予0值，合并Ps1与Ps2，得到点集Ps3；
步骤S104、结合隧道施工设计图纸与掌子面数据对应的隧道施工里程信息，将所述点集Ps3坐标映射至隧道施工里程三维坐标系，得到待插值三维点集Ps_i，计算所述待插值三维点集Ps_i的轴对齐包围盒并空间划分为密集体素，设定插值参数，对待插值三维点集插值计算每个体素单元的属性值，得到不良地质体插值结果，提取该插值结果中属性值不大于0的体素单元，得到不良地质体体素模型。
进一步的，步骤S102中，所述等间距划分掌子面影像，其横向纵向划分数量以不少于20为宜。
进一步的，步骤S104中，所述插值计算算法使用层次B样条插值，步骤S104中所述空间划分的精度不低于0.1米。
步骤S2、利用超前钻孔数据对所述不良地质体插值结果进行质量评估。
其具体包括以下子步骤：
步骤S201、等间距加密步骤S103中所述多段钻孔数据，并为每点标记其是否属于目标类型的不良地质体，将点集坐标映射至隧道施工里程三维坐标系，得到三维钻孔点集Ps_d；
上述等间距加密钻孔多段线应保证三维钻孔点集Ps_d中任意一点与最近邻点距离不大于0.1米；
步骤S202、判断三维钻孔点集Ps_d中每一点与步骤S1所述不良地质体体素模型的相对位置关系，得到相对位置关系正确的点的数量占总点数的比例，得到模型准确率；
步骤S203、根据预设的模型准确率，判断被评估的不良地质体体素模型质量是否达标，若质量达标，则进入下一步处理，若质量不达标，则需要重新返回步骤S1。
进一步的，步骤S202中，所述相对位置关系正确表示属于目标类型的不良地质体三维钻孔点位于步骤S1所述不良地质体体素模型内部，或不属于目标类型的不良地质体三维钻孔点位于步骤S1所述不良地质体体素模型外部，其他情况均为相对位置关系错误。
进一步的，预设的模型准确率的预设值不低于80％。
步骤S3、利用物探反演数据构建地球物理场体素模型，求取其与所述不良地质体体素模型的交集，得到不良地质特征体素模型。
其具体包括以下子步骤：
步骤S301、选取目标不良地质特征提取隧道里程段内的物探反演数据，根据地球物理场模态构建地球物理场体素模型，其中，若为二维地球物理场，则将该数据重采样至不良地质体体素模型相同的分辨率，构建Z轴方向厚度为1的体素模型，再将该体素模型坐标映射至隧道里程三维坐标系，得到地球物理场体素模型；若为三维物探反演数据，则将该数据重采样至不良地质体体素模型相同的分辨率，构建体素模型，再将该体素模型坐标映射至隧道里程三维坐标系，得到地球物理场体素模型；
步骤S302、求取不良地质体体素模型与地球物理场体素模型的交集，得到不良地质特征体素模型。
进一步的，步骤S301中，所述的二维物探反演数据重采样方法使用双线性插值法，三维物探反演数据重采样方法使用三线性插值法。
步骤S4、将所述不良地质特征体素模型坐标映射至物探反演数据，得到不良地质特征坐标点集。
具体包括以下子步骤：
步骤S401、将不良地质特征体素模型坐标映射至地球物理场体素模型局部坐标系，提取每个体素中心对应的三维坐标，得到地球物理场的局部坐标集合；
步骤S402、根据物探反演数据精度重采样局部坐标集合，得到不良地质特征坐标点集。
进一步的，步骤S402中，若物探反演数据表达二维地球物理场，则重采样方法使用双线性插值法；若物探反演数据表达三维地球物理场，则重采样方法使用三线性插值法。
需要说明的是，若物探反演数据表达二维地球物理场，则舍去与其对应的地球物理场局部坐标集合的Z轴信息。
本发明提供了一种针对隧道物探反演数据的不良地质特征提取方法，能够融合掌子面数据与超前钻孔数据揭示的不良地质先验信息，实现了隧道开挖前不良地质环境的三维重建及质量评估，有利于精准提取多模态物探反演数据中的不良地质特征；不良地质特征交集求取过程将多模态物探反演数据统一转换为体素模型，能够应用于多种物探反演数据，适用性广。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种针对隧道物探反演数据的不良地质特征提取方法，其特征在于，包括以下步骤：
S1、预处理掌子面数据与超前钻孔数据获得目标类型的不良地质体的待插值点集，对该点集执行插值计算，得到不良地质体体素模型；
S2、利用超前钻孔数据对所述不良地质体插值结果进行质量评估；
S3、利用物探反演数据构建地球物理场体素模型，求取其与所述不良地质体体素模型的交集，得到不良地质特征体素模型；
S4、将所述不良地质特征体素模型坐标映射至物探反演数据，提取局部坐标集合并根据对应精度重采样，得到不良地质特征坐标点集。
2.根据权利要求1所述的针对隧道物探反演数据的不良地质特征提取方法，其特征在于：所述步骤S1具体包括如下：
S101、选取目标不良地质特征提取隧道里程段内的多个掌子面数据，根据每个掌子面数据中记录的目标类型的不良地质信息，在对应的掌子面影像数据中人工标绘不良地质体轮廓；
S102、每张掌子面影像横向等间距划分为m个分区，横向等间距划分为n个分区，共m×n个分区，取每个分区中心点，计算该点到S101中所述的不良地质体轮廓的最短距离，并判断该点与S101中所述的不良地质体轮廓是否构成包含关系，若是则赋予该点的属性值为距离的负值，若不是则赋予该点的属性值为距离的正值，得到点集Ps1；
S103、选取目标不良地质特征提取隧道里程段内的多个超前钻孔数据，根据每个超前钻孔数据记录的目标类型的不良地质信息，将对应的钻孔数据划分为两类，一类属于目标类型的不良地质体，另一类不属于目标类型的不良地质体，得到分类后的多段钻孔数据，提取所述多段钻孔数据中的分段节点，得到点集Ps2，并为Ps2中所有点的属性值赋予0值，合并Ps1与Ps2，得到点集Ps3；
S104、结合隧道施工设计图纸与掌子面数据对应的隧道施工里程信息，将所述点集Ps3坐标映射至隧道施工里程三维坐标系，得到待插值三维点集Ps_i，计算所述待插值三维点集Ps_i的轴对齐包围盒并空间划分为密集体素，设定插值参数，对待插值三维点集插值计算每个体素单元的属性值，得到不良地质体插值结果，提取该插值结果中属性值不大于0的体素单元，得到不良地质体体素模型。
3.根据权利要求2所述的针对隧道物探反演数据的不良地质特征提取方法，其特征在于：步骤S102中，所述等间距划分掌子面影像，其横向纵向划分数量不少于20。
4.根据权利要求2所述的针对隧道物探反演数据的不良地质特征提取方法，其特征在于：步骤S104中，所述插值计算使用层次B样条插值，所述空间划分的精度不低于0.1米。
5.根据权利要求1所述的针对隧道物探反演数据的不良地质特征提取方法，其特征在于：所述步骤S2具体包括如下：
S201、等间距加密S103中所述多段钻孔数据，并为每点标记其是否属于目标类型的不良地质体，将点集坐标映射至隧道施工里程三维坐标系，得到三维钻孔点集Ps_d；
S202、判断三维钻孔点集Ps_d中每一点与步骤S1所述不良地质体体素模型的相对位置关系，得到相对位置关系正确的点的数量占总点数的比例，得到模型准确率；
S203、根据预设的模型准确率，判断被评估的不良地质体体素模型质量是否达标，若质量达标，则进入下一步处理，若质量不达标，则需要重新返回步骤S1。
6.根据权利要求5所述的针对隧道物探反演数据的不良地质特征提取方法，其特征在于：步骤S202中，所述相对位置关系正确表示属于目标类型的不良地质体三维钻孔点位于步骤S1所述不良地质体体素模型内部，或不属于目标类型的不良地质体三维钻孔点位于步骤S1所述不良地质体体素模型外部，其他情况均为相对位置关系错误。
7.根据权利要求1所述的针对隧道物探反演数据的不良地质特征提取方法，其特征在于：所述步骤S3具体包括如下：
S301、选取目标不良地质特征提取隧道里程段内的物探反演数据，根据地球物理场模态构建地球物理场体素模型，其中，若为二维地球物理场，则将该数据重采样至不良地质体体素模型相同的分辨率，构建Z轴方向厚度为1的体素模型，再将该体素模型坐标映射至隧道里程三维坐标系，得到地球物理场体素模型；若为三维物探反演数据，则将该数据重采样至不良地质体体素模型相同的分辨率，构建体素模型，再将该体素模型坐标映射至隧道里程三维坐标系，得到地球物理场体素模型；
S302、求取不良地质体体素模型与地球物理场体素模型的交集，得到不良地质特征体素模型。
8.根据权利要求7所述的针对隧道物探反演数据的不良地质特征提取方法，其特征在于：步骤S301中，所述的二维物探反演数据重采样方法使用双线性插值法，三维物探反演数据重采样方法使用三线性插值法。
9.根据权利要求1所述的针对隧道物探反演数据的不良地质特征提取方法，其特征在于：所述步骤S4具体包括如下：
S401、将不良地质特征体素模型坐标映射至地球物理场体素模型局部坐标系，提取每个体素中心对应的三维坐标，得到地球物理场的局部坐标集合；
S402、根据物探反演数据精度重采样局部坐标集合，得到不良地质特征坐标点集。
10.根据权利要求9所述的针对隧道物探反演数据的不良地质特征提取方法，其特征在于：步骤S402中，若物探反演数据表达二维地球物理场，则重采样方法使用双线性插值法；若物探反演数据表达三维地球物理场，则重采样方法使用三线性插值法。
CN202310163190.8A 2023-02-24 2023-02-24 一种针对隧道物探反演数据的不良地质特征提取方法 Pending CN116226640A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310163190.8A CN116226640A (zh) 2023-02-24 2023-02-24 一种针对隧道物探反演数据的不良地质特征提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310163190.8A CN116226640A (zh) 2023-02-24 2023-02-24 一种针对隧道物探反演数据的不良地质特征提取方法

Publications (1)

Publication Number Publication Date
CN116226640A true CN116226640A (zh) 2023-06-06

Family

ID=86590601

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310163190.8A Pending CN116226640A (zh) 2023-02-24 2023-02-24 一种针对隧道物探反演数据的不良地质特征提取方法

Country Status (1)

Country Link
CN (1) CN116226640A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117218258A (zh) * 2023-11-08 2023-12-12 山东大学 一种盾构地质与隧道可视化方法、系统、介质及设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117218258A (zh) * 2023-11-08 2023-12-12 山东大学 一种盾构地质与隧道可视化方法、系统、介质及设备
CN117218258B (zh) * 2023-11-08 2024-03-22 山东大学 一种盾构地质与隧道可视化方法、系统、介质及设备

Similar Documents

Publication Publication Date Title
CN109993827B (zh) 一种将建筑图纸转换为三维bim模型的立面图识别方法
Guo et al. Towards semi-automatic rock mass discontinuity orientation and set analysis from 3D point clouds
CN110276732B (zh) 一种顾及地形特征线要素的山区点云空洞修复方法
Kovács et al. Applying geometric constraints for perfecting CAD models in reverse engineering
CN102901989A (zh) 一种基于重力场或磁场数据的地质体三维可视化建模与解释方法
CN105550428A (zh) 一种基于tls技术的桥梁安全评估方法
CN112150582B (zh) 一种面向多模态数据的地质剖面图近似表达方法
CN114547866B (zh) 基于bim-无人机-机械狗的预制构件智能检测方法
CN111986325B (zh) 一种三维地质体模型隐式剖切方法
CN116226640A (zh) 一种针对隧道物探反演数据的不良地质特征提取方法
Liu et al. Intelligent scanning for optimal rock discontinuity sets considering multiple parameters based on manifold learning combined with UAV photogrammetry
Chen et al. A novel image-based approach for interactive characterization of rock fracture spacing in a tunnel face
CN114943178A (zh) 一种三维地质模型建模方法、装置及计算机设备
CN112989453B (zh) 一种基于bim的全息变形信息提取方法
Chen et al. A critical review of automated extraction of rock mass parameters using 3D point cloud data
Ji et al. An automated method to build 3D multi-scale geological models for engineering sedimentary layers with stratum lenses
Li et al. 3D geological implicit modeling method of regular voxel splitting based on layered interpolation data
CN116977588B (zh) 基于体元栅格地质模型的截割曲线生成方法和装置
CN114387332A (zh) 一种管道测厚方法及装置
CN107169299B (zh) 一种编队目标分散机动模式下的跟踪方法
Zhang et al. Method and application of urban 3D rapid modeling of geology based on CAD Borehole Logs
Xin et al. Accurate and complete line segment extraction for large-scale point clouds
CN117853766B (zh) 基于掌子面和钻孔图像的隧道裂隙共面性匹配方法及系统
CN116109934B (zh) 一种基于图像识别技术的地质断层识别方法及系统
Liang et al. A Knowledge-Guided Intelligent Analysis Method of Geographic Digital Twin Models: A Case Study on the Diagnosis of Geometric Deformation in Tunnel Excavation Profiles

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