一种基于三维激光扫描隧道围岩信息的识别和提取方法技术

本发明专利技术涉及岩土工程技术领域，公开了一种基于三维激光扫描隧道围岩信息的识别和提取方法，包括以下步骤：S1：采集隧道围岩的点云原始数据；S2：对点云原始数据进行预处理，得到点云预处理数据；S3：根据点云预处理数据建立隧道围岩点云模型；S4：根据隧道围岩点云模型，采用基于半边结构的区域生长算法，提取隧道围岩信息。本发明专利技术能够解决现有技术中存在的隧道开挖过后支护以前，大量的隧道围岩暴露出来，会使得布置的围岩检测点位被破坏掉，不便于再次对隧道围岩进行数据采集、提取隧道围岩信息的技术问题。技术问题。技术问题。

【技术实现步骤摘要】
一种基于三维激光扫描隧道围岩信息的识别和提取方法


[0001]本专利技术涉及岩土工程
，具体涉及一种基于三维激光扫描隧道围岩信息的识别和提取方法。

技术介绍

[0002]在隧道修建的过程中，需要对隧道进行检测和分析。目前，在隧道的检测与分析方面还仍在使用较为传统检测方法。随着工程技术的进步，对隧道施工的效率和安全等方面的要求也在逐步提升且越来越重视。怎样快速安全并且方便的监控隧道，得到隧道围岩的几何特征信息，已经是一个不可小觑的问题。
[0003]到目前为止，大多数隧道的检测与岩性分析都还停留在传统的方法，将控制点设置在洞壁，再利用全站仪、断面仪、收敛仪等仪器进行检测控制测量并且分析断面情况，再利用传统的人工经验得到围岩产状特征。虽然这些方法可以很直接得到真实可信的数据，但却会浪费人力资源且资源配置也会造成浪费，还会影响施工进度。在隧道的施工过程中，隧道开挖过后支护以前，大量的隧道围岩暴露出来，隧道会随着施工的进行而不断的变形，这就会使得布置的点位经常性的会被破坏掉，这样的话想要再次对隧道围岩进行数据采集，和先前采集的数据进行比对，就会很麻烦甚至会没有意义。

技术实现思路

[0004]本专利技术意在提供一种基于三维激光扫描隧道围岩信息的识别和提取方法，能够解决现有技术中存在的隧道开挖过后支护以前，大量的隧道围岩暴露出来，会使得布置的围岩检测点位被破坏掉，不便于再次对隧道围岩进行数据采集、提取隧道围岩信息的技术问题。
[0005]本专利技术提供的技术方案为：一种基于三维激光扫描隧道围岩信息的识别和提取方法，包括以下步骤：
[0006]S1：采集隧道围岩的点云原始数据；
[0007]S2：对点云原始数据进行预处理，得到点云预处理数据；
[0008]S3：根据点云预处理数据建立隧道围岩点云模型；
[0009]S4：根据隧道围岩点云模型，采用基于半边结构的区域生长算法，提取隧道围岩信息。
[0010]本专利技术的工作原理及优点在于：通过三维激光扫描采集隧道围岩的点云原始数据，采集过程受到施工现场的影响会导致有大量的噪声点和失真点存在，故需要对点云数据进行预处理以达到还原其真实性。根据点云预处理数据，采用表面模型重建或几何模型重建，建立隧道围岩点云模型，根据点云模型提取隧道围岩信息，基本能够还原掌子面的岩体特征，对于岩层走向、破碎等能够轻松识别，效果较好，细节较清晰。解决了现有技术中存在的隧道开挖过后支护以前，大量的隧道围岩暴露出来，会使得布置的围岩检测点位被破坏掉，不便于再次对隧道围岩进行数据采集、提取隧道围岩信息的问题。
[0011]进一步，步骤S1中采集隧道围岩的点云原始数据，包括：
[0012]S1
‑
1：现场勘探；
[0013]S1
‑
2：安装三脚架；
[0014]S1
‑
3：安装三维激光扫描仪；
[0015]S1
‑
4：设置三维激光扫描仪扫描参数；
[0016]S1
‑
5：使用三维激光扫描仪采集点云原始数据。
[0017]针对施工现场的相对恶劣的拍摄环境，通过上述步骤能够获得效果较好的点云原始数据。
[0018]进一步，步骤S2中对点云原始数据进行预处理，包括：
[0019]S2
‑
1：对点云原始数据进行拼接；
[0020]S2
‑
2：对拼接后的点云数据进行失真点的删除；
[0021]S2
‑
3：对删除失真点后的点云数据进行去噪；
[0022]S2
‑
4：对去噪后的点云数据进行精简。
[0023]对点云原始数据分别进行拼接、失真点删除、去噪和精简处理，以达到还原其真实性，为后续工作提供支持。
[0024]进一步，步骤S2
‑
1中选用标靶拼接或坐标拼接对点云原始数据进行拼接。
[0025]选用标靶拼接或坐标拼接对点云原始数据进行拼接。标靶拼接是在扫描区域放置标靶，在连接的时候就可以找到标靶的数据点，可以提高准确率，达到高精度效果。坐标拼接需要测量出标靶位置的大地坐标，按照大地坐标进行拼接。
[0026]进一步，步骤S2
‑
2中选用弦高差方法或曲线检查法进行失真点的删除。
[0027]选用弦高差方法或曲线检查法来完成对失真点的删除。弦高差方法是通过测量被测点与其前后两点之间的连线弦的距离判断失真点；曲线检查法是运用最小二乘法拟合样条曲线，计算其与目标的距离判断。
[0028]进一步，步骤S2
‑
3中对删除失真点后的点云数据进行去噪，包括有序点云去噪、无序点云去噪；
[0029]所述有序点云去噪选用最小二乘法滤波、卡尔曼滤波、邻域平均法或孤立点排异法进行去噪；
[0030]所述无序点云去噪选用八叉树法或空间单元表格法进行去噪。
[0031]对于有序的点云数据，由于点云数据中点与点之间的拓扑结构完整，所以在本实施例中，可选用最小二乘法滤波、卡尔曼滤波、邻域平均法、孤立点排异法进行有序点云数据的去噪。对于无序的点云数据，由于它们点与点之间的拓扑并未建立，只要在散乱的点之间建立拓扑结构即可进行去噪处理。在本实施例中，可选用八叉树法、空间单元表格法进行无序点云数据的去噪。
[0032]进一步，步骤S2
‑
4中选用最小距离法、均匀采样法、包围盒法或网格法对去噪后的点云数据进行精简。
[0033]最小距离法的扫描线数据十分密集且曲率变化缓慢,效果较为明显。均匀采样法精简速度快且能节省大量时间。包围盒法简单而高效。网格法克服限制减少了点云数目，也可以通过控制网格大小保持物体的特征。
[0034]进一步，步骤S3中，根据点云预处理数据，采用表面模型重建或几何模型重建方法
建立隧道围岩点云模型。
[0035]表面模型重建先构造贴合目标物体的表面的网格，再将这些网格进行平滑拼接。几何模型重建利用被测物体的轮廓模型将它们进行拟合拼接，得到一个封闭的几何三维模型。
[0036]进一步，所述基于半边结构的区域生长算法，包括：
[0037]根据划分的三角网格选择一个种子三角形A；
[0038]根据半边链表寻找相反半边对应的相邻三角形B；
[0039]计算三角形A、三角形B的法向量夹角，对法向量夹角进行第一阈值判断；
[0040]计算三角形A与三角形B所在平面的平均法向量，对平均法向量进行第二阈值判断；
[0041]将三角形B添加到三角形A的平面集合中，
[0042]当相邻三角网格里的点云不满足第二阈值判断时，平面的生长完成；
[0043]提取出平面的点云集合。
[0044]基于半边结构的区域生长算法运用了半边结构的方案，根据半边链表寻找相反半边对应的三角网格数据，数据运算能力得到了很大的提升并以此实现相邻区域查询，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于三维激光扫描隧道围岩信息的识别和提取方法，其特征在于，包括以下步骤：S1：采集隧道围岩的点云原始数据；S2：对点云原始数据进行预处理，得到点云预处理数据；S3：根据点云预处理数据建立隧道围岩点云模型；S4：根据隧道围岩点云模型，采用基于半边结构的区域生长算法，提取隧道围岩信息。2.根据权利要求1所述的基于三维激光扫描隧道围岩信息的识别和提取方法，其特征在于，步骤S1中采集隧道围岩的点云原始数据，包括：S1
‑
1：现场勘探；S1
‑
2：安装三脚架；S1
‑
3：安装三维激光扫描仪；S1
‑
4：设置三维激光扫描仪扫描参数；S1
‑
5：使用三维激光扫描仪采集点云原始数据。3.根据权利要求1所述的基于三维激光扫描隧道围岩信息的识别和提取方法，其特征在于，步骤S2中对点云原始数据进行预处理，包括：S2
‑
1：对点云原始数据进行拼接；S2
‑
2：对拼接后的点云数据进行失真点的删除；S2
‑
3：对删除失真点后的点云数据进行去噪；S2
‑
4：对去噪后的点云数据进行精简。4.根据权利要求3所述的基于三维激光扫描隧道围岩信息的识别和提取方法，其特征在于，步骤S2
‑
1中选用标靶拼接或坐标拼接对点云原始数据进行拼接。5.根据权利要求3所述的基于三维激光扫描隧道围岩信息的识别和提取方法，其特征在于，步骤S2
...

【专利技术属性】
技术研发人员：贾家银，李晓军，郭孝均，周世均，王程平，李孟桓，唐菲菲，吴申尧，王铜川，王巨晖，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：