CN206420437U - 一种盾构法隧道表观质量检测系统 - Google Patents

Abstract

本实用新型公开了一种盾构法隧道表观质量检测系统，包括：表观部位扫描单元、分析诊断单元和数据存储单元；表观部位扫描单元包括激光发射器、激光接收器、管片拼装点云模型处理器；管片拼装点云模型处理器包括激光触发端口和信号接收端口，激光触发端口连接激光发射器，信号接收端口连接激光接收器。本实用新型采用激光扫描技术，通过高速激光扫描测量的方法，大面积高分辨率地快速获取被测对象表面的三维坐标数据，可以快速大量地采集空间点位信息，为高效率、高精度建立物体的三维影像模型提供了一种全新的技术手段。利用实时获取的三维影像模型与BIM模型实时比对，实现隧道结构体表观质量的及时、高效、精准检测诊断。

Description

一种盾构法隧道表观质量检测系统

技术领域

本实用新型属于隧道检测技术领域，具体涉及一种基于激光扫描技术和BIM技术的盾构法隧道表观质量检测方法及系统，主要面向于盾构法隧道结构体的检测诊断。

背景技术

在盾构法隧道的施工过程中，由于管片拼装质量往往难以完全控制，错台错缝、管片破损以及椭圆度超出规定值等现象时有发生，以及隧道运营期的裂缝、渗漏和掉块等问题，这些隧道表观质量问题都严重威胁到隧道结构体的安全。传统的管片拼装质量的控制是由工程检测人员定期在隧道内部逐一进行检查，在检查过程中发现错台较大的管片时，使用尺量法判定错台是否超标；对于椭圆度的检测，采用皮卷尺配合吊铅垂的方法共同确定隧道的长轴及短轴，然后计算隧道的椭圆度。在运营期，隧道因其总里程较长，病害出现点分散，采用人工检测已经不能满足隧道日常养护维修的需求。

传统的检测方法受检测主体、检测频率、检测效率的影响性较大，并且不能实现管片表观质量自动检测。如何尽可能早地检验出盾构法隧道质量不达标的状况，及时采取补救措施避免造成更大事故成为了隧道盾构施工的一个难点。因此，需要寻求新的检测诊断技术实现管片表观质量的实时精准全面的检测。

实用新型内容

本实用新型的目的在于根据现有隧道结构体状态检测诊断方法的不足，提供一种基于激光扫描技术和BIM技术的盾构法隧道表观质量检测系统，能够实现盾构法隧道结构体的快速精准检测和智能诊断。

为了实现上述目的，本实用新型提供了一种盾构法隧道表观质量检测系统，包括：表观部位扫描单元、分析诊断单元和数据存储单元；

表观部位扫描单元包括激光发射器、激光接收器、管片拼装点云模型处理器；管片拼装点云模型处理器包括激光触发端口和信号接收端口，激光触发端口连接激光发射器，信号接收端口连接激光接收器；

分析诊断单元包括分析诊断处理器、模型整合处理器；分析诊断处理器的数据输入端连接模型整合处理器的数据输出端；分析诊断处理器包括预置源数据模块，预置源数据模块包含管片拼装各特征数据；

数据存储单元包括管片BIM模型存储器、管片拼装点云模型存储器；BIM模型存储器、管片拼装点云模型存储器的数据输出端连接模型整合处理器；管片拼装点云模型存储器的数据输入端连接管片拼装点云模型处理器。

进一步地，分析诊断单元还包括显示器，分析诊断处理器、模型整合处理器均设有图像输出端口，以连接显示器。

进一步地，管片BIM模型存储器、管片拼装点云模型存储器均设有图像输出端口，分别连接显示器。

进一步地，分析诊断处理器还包括连接管片拼装点云模型存储器的数据端口。

进一步地，管片拼装点云模型处理器还包括点云数据预处理模块和点云数据计算器。

进一步地，模型整合处理器还包括连接分析诊断处理器的数据输入端口，以及连接管片拼装点云存储器的数据输出端口。

总体而言，通过本实用新型所构思的以上技术方案与现有技术相比，本实用新型采用激光扫描技术，通过高速激光扫描测量的方法，大面积高分辨率地快速获取被测对象表面的三维坐标数据，可以快速大量地采集空间点位信息，为高效率、高精度建立物体的三维影像模型提供了一种全新的技术手段。利用实时获取的三维影像模型与BIM模型实时比对，实现隧道结构体表观质量的及时、高效、精准检测诊断。

附图说明

图1是本实用新型所述的预处理流程图；

图2是本实用新型所述的变换坐标系的示意图；

图3是本实用新型所述的边线提取的向量求和算法中边缘点与内部点的示意图；

图4是本实用新型所述的四环管片以及各环管片边缘的编号示意图；

图5是本实用新型所述的组成环的6段管片的编号示意图；

图6是本实用新型所述的单环管片法向错台示意图；

图7是本实用新型所述的管片环间错台示意图；

图8是本实用新型所述的椭圆度计算中的长短轴示意图；

图9是本实用新型所述的点云模型中心线与隧道设计BIM模型中心线比对示意图；

图10是本实用新型盾构法隧道表观质量检测系统结构图。

具体实施方式

为了使本实用新型的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本实用新型进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本实用新型，并不用于限定本实用新型。此外，下面所描述的本实用新型各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

请参照图10，本实用新型的一种盾构法隧道表观质量检测系统，包括：表观部位扫描单元、分析诊断单元和数据存储单元。

表观部位扫描单元包括激光发射器、激光接收器、管片拼装点云模型处理器；管片拼装点云模型处理器包括激光触发端口和信号接收端口，激光触发端口连接激光发射器，信号接收端口连接激光接收器。

分析诊断单元包括分析诊断处理器、模型整合处理器；分析诊断处理器的数据输入端连接模型整合处理器的数据输出端；分析诊断处理器包括预置源数据模块，预置源数据模块包含管片拼装各特征数据。

数据存储单元包括管片BIM模型存储器、管片拼装点云模型存储器；BIM模型存储器、管片拼装点云模型存储器的数据输出端连接模型整合处理器；管片拼装点云模型存储器的数据输入端连接管片拼装点云模型处理器。

其中，激光发射器发射用于向管片壁发射激光，激光接收器用于接收管片壁反射回的激光信号，并将接收到的反射激光信号发送给管片拼装点云模型处理器，管片拼装点云模型处理器用于根据接收到的反射激光信号处理得到管片拼装点云模型。管片拼装点云模型处理器包括点云数据预处理模块和点云数据计算器，点云数据预处理模块用于剔除非关键点，点云数据计算器用于计算边线及进行管片环中心拟合。

模型整合处理器用于整合管片BIM模型、管片拼装点云模型；分析诊断处理器用于对检测数据进行分析计算，得到管片的各实际参数，以及将上述参数与预置源数据模块中的数据进行比较，生成诊断报告。

分析诊断单元还包括显示器，分析诊断处理器、模型整合处理器均设有图像输出端口，以连接显示器并输出整合后的模型和诊断报告。模型整合处理器还包括连接分析诊断处理器的数据输入端口，以及连接管片拼装点云存储器的数据输出端口；模型整合处理器用于接收分析诊断处理器的分析诊断结果，并将分析诊断结果整合到各模型中存储到各模型存储器，以及将整合了诊断结果的模型输出到显示器。

在本实施例中，所有数据和模型均通过模型整合处理器后发送到显示器进行显示，显示结果可以是整合了检测诊断结果的模型，也可以是各存储器内的原始模型。

在其他实施例中，管片BIM模型存储器、管片拼装点云模型存储器均设有图像输出端口，分别连接显示器，以直接显示模型。分析诊断处理器还包括连接管片拼装点云模型存储器、管片压浆分布模型存储器的数据端口，以直接调取管片拼装点云模型进行分析及诊断。

下面参照图1、图2、图3对点云数据预处理进行详细说明

在计算错台值和椭圆度前，需对多环管片的点云数据进行预处理。假设一次扫描和检测4环管片的数据得到N个点，需要经过图1所示的4个步骤来完成点云数据的预处理。

(1)坐标系建立

如图2所示，我们规定z轴沿隧道的中心轴线方向。因此，要建立坐标系首先要计算中心轴线方向向量。隧道中心轴线方向向量采用最小二乘法计算，对于一个环管点云数据，将每个点进行邻域求法向量，理想情况下，环管上的点法向量均由圆心向外发散，需要求得一个向量与所有法向量乘积最小，即为轴向。设点坐标为(a_i,b_i,c_i)，轴向向量为(x,y,z)，满足a_ix+b_iy+c_iz＝0。对于n个点来说，该公式并没有唯一的解，采用最小二乘法，需要使得(a₁x+b₁y+c₁z)²......+(a_ix+b_iy+c_iz)²+.....(a_nx+b_ny+c_nz)²具有最小值T。

不妨设向量(x,y,z)中z＝1，y＝kx。则将计算T的最小值的式子转换为：

(a₁x+b₁kx+c₁)²......+(a_ix+b_ikx+c_i)²+.....(a_nx+b_nkx+c_n)²

该式可简化为A(x-B)²+C，其中A,B,C均和k值有关，其最小值即C取最小值，C中只有k一个未知数，可以求得其最小时k的取值。同理可得当x＝B时上式才有最小值，获得k值以后，B也可求得，因而x,y皆可求得，即可求出轴向向量，规定该方向为z轴，xy平面垂直于z轴，完成坐标系的建立。

(2)非关键点剔除

在建立了坐标系以后，四环管片的所有点云的坐标可以立即用于计算。非关键点即点云边界面内的点可以通过设置z坐标的取值范围来剔除。我们在这里认为激光扫描精度，也就是同一点云中相邻两点的距离为μ。一个管片环的长度为l，相邻环间缝宽为大约2mm。

因此，第一环沿z轴正方向可以剔除的i个非关键点z坐标取值范围为：

aμ+b≤z_1i≤l-aμ+b；

以上的方程中，a是一个常量(根据经验一般取值为6)，b是所有点z轴坐标的最小值。第二环沿z轴正方向可以剔除的i个非关键点z坐标取值范围为：

aμ+l+2+b≤z_2i≤2l+2-aμ+b；

以此类推，第N环沿z轴正方向可以剔除的非关键点z坐标取值范围为：

aμ+(N-1)(l+2)+b≤z_ni≤Nl+2(N-1)-aμ+b,N＝1,2…

剔除非关键点根据上述规则进行，可以在极大程度上减少之后的计算工作。

(3)边线提取

边线提取采用了一种向量求和算法。假设在一个激光扫描获取的点云中，存在任意一点P_i和8个相邻点P_i ¹，P_i ²，...，P_i ⁸，组成了8个向量

这8个向量的和V(P_i)可以按如下方法计算：

理想化的点云边界上的点，以P_ie表示，V(P_ie)＝5μ(μ是两点间的最小距离)。点云中间的点用P_ii表示，V(P_ii)＝0。这两个方程用以区别P_ie和P_ii两种点，如图3所示。实际上，对于不均匀的点，2.5μ被认为是区别P_ie和P_ii的临界值。我们规定如果V(P_i)＞2.5μ，则P_i是P_ie，即P_i是点云边界上的点，反之则P_i是P_ii，即P_i是点云中间的点。

(4)环中心拟合

实际上，隧道管片环是一个近似圆环的不规则环。因此，最小二乘法被应用于最优化圆拟合过程来找出管片环两侧边缘的中心。以一个环边缘为例，假定其确定的圆环平面中心M的坐标为(a,b,c)，边缘上一点P_i的坐标为(x,y,z)。由于拟合过程是在圆环平面上完成的，M和P_i的z轴坐标值相等，即c＝z。或者说，只考虑了x轴和y轴，由此我们得到了：

f_(x，y)＝g_(x，y)+ε_(x，y)

上式中，y＝g_(x，y)是拟合函数，y＝ε_(x，y)是误差函数，y＝f_(x，y)是P_i的实值函数，此外，

g_(x，y)＝(x-a)²+(y-b)²＝r²

所以我们得到ε_(x，y)＝f_(x，y)-g_(x，y)和P_i的误差ε_i＝f_i-g_i，我们让

以上的方程可以代入所有点的真实坐标，S是关于a和b的二次函数。当S取最小值时，可计算出理想拟合方程g_(x，y)以及相应环边缘的中心M。中心点M坐标将应用于环间错台值、椭圆度和中心线偏差的计算。

下面参照图4、图5、图6、图7对错台值计算进行详细说明

如图4所示，将4环管片根据拼装顺序命名为A,B,C,D。8个管片环的边缘已通过预处理提取，边缘根据所在环命名为A_F/A_L,B_F/B_L,C_F/C_L和D_F/D_L。根据错台产生的不同位置，错台被分为单独一环中的错台和两环间的错台，前者包括环面上的错台和轴线方向上的错台。由于盾构机顶推油缸的推压运动，轴线方向上的错台很少在实际工程中发生，但也给出了计算方法。所有的错台都可以以这八个边缘环为例计算。

(1)单环管片环面错台计算

假定6个管片构成一环，环的两侧都需要经过错台计算。这里将一侧的计算作为例子来阐明算法。如图5所示，边缘产生的环平面被分成6段并按顺序编号。与边线提取相似，我们采用向量求和算法来提取6段环边缘的端点。在点均匀分布的边缘提取中，距离任意点P_ie最接近的两个点和计算向量和为：

将端点命名为P_iee，其他点命名为P_iei，通过方程

可以从边缘所有的点中找出端点。当V(P_ie)＞μ时，我们规定P_ie为P_iee，即P_ie为端点。

根据算法，有12个端点被找出，它们在对应的坐标系中有完全相同的在环平面内的z坐标值，所以只有xy坐标需要考虑。每一个端点都分别与其他11个端点计算距离来找出最近的点。如果一个端点是Q_i，与之最近的点是Q′_i，那么

|Q_iQ′_i|＝min{|Q_iQ_j|，i，j＝1，2，...，12，i≠j}；

因此，6对边缘点被用于计算环平面上6个位置的错台值。每对边缘点Q_i(x_1i，y_1i)和Q′_i(x_2i，y_2i)中一个的x值和其他5对的x值比较。将6个x值从小到大排列对应的i分别取值1到6，由此决定了错台发生的位置。如果拟合环平面中心点为M(a,b)，环平面内相邻管片间的错台值L_i1可以按如下公式计算：

管片环另一侧的错台值L_i2以及其他环的错台值也可以采用相同的算法计算。

(2)单环管片轴向错台计算

当轴线线方向上存在错台，如图6所示，同一环边缘上的不再具有相同的z坐标值。采用与上述相同的方法识别和定位六组边缘点(x_1i，y_1i，z_1i)和(x_2i，y_2i，z_2i)，相邻管片间沿环平面法线方向的错台值L′_i可以按以下方法计算：

L′_i＝Δz＝|z_1i-z_2i|，i＝1，2，...，6

(3)环间错台计算

采用图7中A_L和B_F两个边缘为例，在相对应的坐标系中，投影到xy平面，A_L边缘的中心M_A发出一条射线与A_L和B_F两个边缘在xy平面相交产生线段P_iAP_iB。通过360°的穷举过程，以M_A为中心每0.05°一个共形成72个P_iAP_iB，计算的长度记为D_iAB。在以M_A为原点的直角坐标系中，所有的P_iAP_iB线段分布在四个象限中，代表了四个不同的方向，命名为+X+Y,-X+Y,-X-Y和+X-Y。每个象限的D_iAB最大值如(D_iAB|+X+Y)_MAX的形式。在边缘B_F的中心M_B采用同样的穷举法计算线段P_iBP_iA，同样也会产生四个D_iBA的最大值(D_iBA|+X+Y)_MAX。四个象限中相邻环的错台值可做如下计算：

四个象限中特定的错台位置通过最长线段和x轴正方向的角度表示，该角度可按如下方法计算：

坐标x_i1，y_i1和x_i2，y_i2是最长线段的两个端点。坐标a和b是边缘环中心的坐标。

下面参照图8对椭圆度计算进行详细说明

对于一个椭圆环，它的两侧提取边缘都被用于计算椭圆度，平均值就作为环的椭圆度。单侧边缘的椭圆度计算说明如下。边缘上有一点P_i，到z轴的距离是r_i，中心对称点P′_i到z轴的距离为r′_i。另一点P_j以及它的中心对称点P′_j到z轴的距离分别为r_j和r′_j。边缘环平面的中心点为M(a,b)，向量和的角度为90°。椭圆形边缘的椭圆度记为T_k，可作如下计算：

T_k＝MAX{|(r_i+r_i′)-(r_j+r_j′)|}，k＝1，2

上式中， 长轴D₁＝MAX{(r_i+r_i′)，(r_j+r_j′)}，k＝1，2，短轴D₂＝MIN{(r_i+r′_i)，(r_j，r′_j)}，k＝1，2，以及

下面参照图9对隧道中心线偏差计算进行详细说明

为了获取隧道点云模型中心线，多环管片的点云数据经过预处理提取边线用于中心拟合，拟合中心点连接成线就形成了隧道实际中心线，在这一计算过程中，采用的坐标为绝对坐标(即大地坐标)。

根据整个隧道BIM模型，所有隧道BIM模型截面圆环的中心点的设计坐标都是已知的，这些设计坐标都是绝对坐标。在绝对坐标系中，采用每环管片的端面圆中心点代表整环的截面中心点(如图4中的A_F,B_F,C_F和D_F)。每环管片的BIM模型中心点和点云中心点比对作从BIM模型中心点O(D,E,F)到点云数据拟合的实际中心点M(A,B,C)的向量，两个中心之间的偏差距离ΔS即为该环的中心线偏差，按如下公式计算：

本领域的技术人员容易理解，以上所述仅为本实用新型的较佳实施例而已，并不用以限制本实用新型，凡在本实用新型的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本实用新型的保护范围之内。

Claims (6)

1.一种盾构法隧道表观质量检测系统，其特征在于，包括：表观部位扫描单元、分析诊断单元和数据存储单元；

表观部位扫描单元包括激光发射器、激光接收器、管片拼装点云模型处理器；管片拼装点云模型处理器包括激光触发端口和信号接收端口，激光触发端口连接激光发射器，信号接收端口连接激光接收器；

分析诊断单元包括分析诊断处理器、模型整合处理器；分析诊断处理器的数据输入端连接模型整合处理器的数据输出端；分析诊断处理器包括预置源数据模块，预置源数据模块包含管片拼装各特征数据；

数据存储单元包括管片BIM模型存储器、管片拼装点云模型存储器；BIM模型存储器、管片拼装点云模型存储器的数据输出端连接模型整合处理器；管片拼装点云模型存储器的数据输入端连接管片拼装点云模型处理器。

2.如权利要求1所述的一种盾构法隧道表观质量检测系统，其特征在于，分析诊断单元还包括显示器，分析诊断处理器、模型整合处理器均设有图像输出端口，以连接显示器。

3.如权利要求2所述的一种盾构法隧道表观质量检测系统，其特征在于，管片BIM模型存储器、管片拼装点云模型存储器均设有图像输出端口，分别连接显示器。

4.如权利要求1或2所述的一种盾构法隧道表观质量检测系统，其特征在于，分析诊断处理器还包括连接管片拼装点云模型存储器的数据端口。

5.如权利要求1所述的一种盾构法隧道表观质量检测系统，其特征在于，管片拼装点云模型处理器还包括点云数据预处理模块和点云数据计算器。

6.如权利要求1或2所述的一种盾构法隧道表观质量检测系统，其特征在于，模型整合处理器还包括连接分析诊断处理器的数据输入端口，以及连接管片拼装点云存储器的数据输出端口。