一种盾构管片钢筋笼加工精度的激光点云识别算法制造技术

本发明专利技术公开了一种盾构管片钢筋笼加工精度的激光点云识别算法，涉及轨道交通领域的施工技术领域，针对钢筋笼的外弧面、两个端面、两个侧面，这5面存在的误差问题，通过激光点云，自动采集钢筋笼的外弧面、厚度、宽度、端面垂直度的关键特征点，勾勒出管片的外轮廓，通过算法快速准确的分析其绑扎误差，从而根据误差对钢筋笼作进一步调整，相较于传统的人工测量，该方法所测的相关尺寸更精确，效率更高。效率更高。效率更高。

【技术实现步骤摘要】
一种盾构管片钢筋笼加工精度的激光点云识别算法


[0001]本专利技术涉及轨道交通领域的施工
，尤其是一种盾构管片钢筋笼加工精度的激光点云识别算法。

技术介绍

[0002]地铁盾构隧道管片是一种高精度混凝土预制结构。管片的钢筋笼是一种弯曲结构，钢筋笼内弧面与隧道断面一致，因此钢筋笼内弧面不存在误差问题。而钢筋笼外的外弧面、两个端面、两个侧面，共5面，存在着误差问题，目前，钢筋笼弯曲矢度检查采用直尺检查，而直尺检查的误差检查难度大；不同部位，矢度不同，精度检查难度大，检查手续繁琐，费时费力。

技术实现思路

[0003]本专利技术需要解决的技术问题是提供一种盾构管片钢筋笼加工精度的激光点云识别算法，针对钢筋笼的外弧面、两个端面、两个侧面，这5面存在的误差问题，通过激光点云，自动采集钢筋笼的外弧面、厚度、宽度、端面垂直度的关键特征点，勾勒出管片的外轮廓，通过算法快速准确的分析其绑扎误差，从而根据误差对钢筋笼作进一步调整，相较于传统的人工测量，该方法所测的相关尺寸更精确，效率更高。
[0004]为解决上述技术问题，本专利技术所采用的技术方案是：一种盾构管片钢筋笼加工精度的激光点云识别算法，包括如下算法：
[0005]步骤S1、将激光雷达放置于钢筋笼外弧面上方，利用激光雷达对钢筋笼进行扫描；
[0006]步骤S2、将步骤S1中以激光雷达扫描的范围中心作为分界线分为左侧扫描范围和右侧扫描范围；
[0007]步骤S3、激光雷达沿钢筋笼外弧面的长度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与激光雷达中心最大高度的扫描点和与分界线最大横距离的扫描点，钢筋笼实测厚度为扫描点和激光雷达中心的最大高度值与扫描点和分界线的最大横距离对应的高度值之差，通过比较实测钢筋笼厚度与标准钢筋笼厚度之差是否在允许误差范围内判断钢筋笼厚度是否合格；
[0008]步骤S4、激光雷达沿钢筋笼外弧面的长度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与分界线最大横距离的扫描点，钢筋笼外弧长为左侧、右侧扫描点与分界线的最大横向距离之和对应的弧长，通过比较实测钢筋笼外弧长与标准钢筋笼外弧长之差是否在允许误差范围内判断钢筋笼外弧长是否合格；
[0009]步骤S5、激光雷达沿钢筋笼外弧面的宽度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与分界线横向距离最大且与激光雷达垂向距离最小的扫描点，钢筋笼实测宽度为这两点的横向距离之和，通过比较实测钢筋笼宽度与标准钢筋笼宽度之差是否在允许误差范围内判断钢筋笼宽度是否合格；
[0010]步骤S6、激光雷达沿钢筋笼外弧面的宽度方向进行扫描，3个断面为一组，每个断
面均选择左侧扫描范围和右侧扫描范围内与分界线横向距离最大且与激光雷达垂向距离最小的扫描点，计算每组3个扫描点的割线斜率与该组数据对应的端面扫描点拟合后的直线斜率，通过验算割线斜率与拟合后的直线斜率乘积是否在允许斜率范围内从而验证左侧拟合直线与钢筋笼弧面模板的切线是否垂直。
[0011]本专利技术技术方案的进一步改进在于：所述步骤S1中将激光雷达扫描采集的数据以激光雷达为坐标原点的极坐标值，通过坐标变换转换成直角坐标值，x轴以向右为正方向，y轴以向下为正方向，激光雷达按逆时针方向进行扫描，设置的扫描范围为起始扫描度数A至终点扫描度数B，在扫描范围内有多个测点，记m为测点编号，m取σ为角度分辨率，n为激光雷达扫描环次，l为激光雷达中心至钢筋笼外弧面表面对应扫描点的距离，激光雷达扫描采集的数据以数组M(n,m,l)的形式表示。
[0012]本专利技术技术方案的进一步改进在于：所述步骤S2中分界线的角度记为C，左侧扫描范围内的扫描点距分界线的角度记为α，右侧扫描范围内的扫描点距分界线的角度记为β，当C
‑
A
‑
mσ＞0时，此时扫描点为左侧扫描点，用m
i
表示，则α＝C
‑
A
‑
m
i
σ，当C
‑
A
‑
mσ＜0时，此时扫描点为右侧扫描点，用m
j
表示，则β＝m
j
σ
‑
(C
‑
A)。
[0013]本专利技术技术方案的进一步改进在于：所述步骤S3的具体过程为：
[0014]步骤S31、存储第k环数据,k＝1、2、3
…
n；
[0015]步骤S32、当C
‑
A
‑
mσ＞0是，判定扫描点为左侧扫描点，则按如下公式计算实测左侧钢筋笼厚度H
nz
：
[0016][0017]其中l
nz1
为激光雷达中心与左侧激光雷达最大高度扫描点的连线长度；l
nz2
为激光雷达中心与左侧距分界线最大横向距离扫描点的连线长度；
[0018]步骤S33、当C
‑
A
‑
mσ＞0是，判定扫描点为右侧扫描点，则按如下公式计算实测右侧钢筋笼厚度H
nd
：
[0019][0020]其中l
ny1
为激光雷达中心与右侧激光雷达最大高度扫描点的连线长度；l
ny2
为激光雷达中心与右侧距分界线最大横向距离扫描点的连线长度；
[0021]步骤S34、验证实测左侧钢筋笼厚度H
nz
是否合格：
[0022]设定标准钢筋笼厚度为H
bd
，允许误差范围为
±
e
d
，当H
nz
‑
H
bd
在允许误差范围
±
e
d
内时，实测左侧钢筋笼厚度H
nz
合格；当H
nz
‑
H
bd
小于
‑
e
d
时，则实测左侧钢筋笼厚度H
nz
不足，实测左侧钢筋笼厚度H
nz
增加厚度ΔH
nz1
＝H
bd
‑
H
nz
；当H
nz
‑
H
bd
大于+e
d
时，则实测左侧钢筋笼厚度H
nz
较厚，实测左侧钢筋笼厚度H
nz
减小厚度ΔH
nz2
＝H
nz
‑
H
bd
；
[0023]步骤S35、验证实测右侧钢筋笼厚度H
nd
是否合格：
[0024]当H
nd
‑
H
bd
在允许误差范围
±
e
d
内时，实测右侧钢筋笼厚度H
nd
合格；当H
nd
‑
H
bd
小于
‑
e
d本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种盾构管片钢筋笼加工精度的激光点云识别算法，其特征在于：包括如下算法：步骤S1、将激光雷达放置于钢筋笼外弧面上方，利用激光雷达对钢筋笼进行扫描；步骤S2、将步骤S1中以激光雷达扫描的范围中心作为分界线分为左侧扫描范围和右侧扫描范围；步骤S3、激光雷达沿钢筋笼外弧面的长度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与激光雷达中心最大高度的扫描点和与分界线最大横距离的扫描点，钢筋笼实测厚度为扫描点和激光雷达中心的最大高度值与扫描点和分界线的最大横距离对应的高度值之差，通过比较实测钢筋笼厚度与标准钢筋笼厚度之差是否在允许误差范围内判断钢筋笼厚度是否合格；步骤S4、激光雷达沿钢筋笼外弧面的长度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与分界线最大横距离的扫描点，钢筋笼外弧长为左侧、右侧扫描点与分界线的最大横向距离之和对应的弧长，通过比较实测钢筋笼外弧长与标准钢筋笼外弧长之差是否在允许误差范围内判断钢筋笼外弧长是否合格；步骤S5、激光雷达沿钢筋笼外弧面的宽度方向进行扫描，左侧扫描范围和右侧扫描范围内均选取与分界线横向距离最大且与激光雷达垂向距离最小的扫描点，钢筋笼实测宽度为这两点的横向距离之和，通过比较实测钢筋笼宽度与标准钢筋笼宽度之差是否在允许误差范围内判断钢筋笼宽度是否合格；步骤S6、激光雷达沿钢筋笼外弧面的宽度方向进行扫描，3个断面为一组，每个断面均选择左侧扫描范围和右侧扫描范围内与分界线横向距离最大且与激光雷达垂向距离最小的扫描点，计算每组3个扫描点的割线斜率与该组数据对应的端面扫描点拟合后的直线斜率，通过验算割线斜率与拟合后的直线斜率乘积是否在允许斜率范围内从而验证左侧拟合直线与钢筋笼弧面模板的切线是否垂直。2.根据权利要求1所述的一种盾构管片钢筋笼加工精度的激光点云识别算法，其特征在于：所述步骤S1中将激光雷达扫描采集的数据以激光雷达为坐标原点的极坐标值，通过坐标变换转换成直角坐标值，x轴以向右为正方向，y轴以向下为正方向，激光雷达按逆时针方向进行扫描，设置的扫描范围为起始扫描度数A至终点扫描度数B，在扫描范围内有多个测点，记m为测点编号，m取σ为角度分辨率，n为激光雷达扫描环次，l为激光雷达中心至钢筋笼外弧面表面对应扫描点的距离，激光雷达扫描采集的数据以数组M(n,m,l)的形式表示。3.根据权利要求2所述的一种盾构管片钢筋笼加工精度的激光点云识别算法，其特征在于：所述步骤S2中分界线的角度记为C，左侧扫描范围内的扫描点距分界线的角度记为α，右侧扫描范围内的扫描点距分界线的角度记为β，当C
‑
A
‑
mσ＞0时，此时扫描点为左侧扫描点，用m
i
表示，则α＝C
‑
A
‑
m
i
σ，当C
‑
A
‑
mσ＜0时，此时扫描点为右侧扫描点，用m
j
表示，则β＝m
j
σ
‑
(C
‑
A)。4.根据权利要求1所述的一种盾构管片钢筋笼加工精度的激光点云识别算法，其特征在于：所述步骤S3的具体过程为：步骤S31、存储第k环数据,k＝1、2、3
…
n；步骤S32、当C
‑
A
‑
mσ＞0是，判定扫描点为左侧扫描点，则按如下公式计算实测左侧钢筋
笼厚度H
nz
：其中l
nz1
为激光雷达中心与左侧激光雷达最大高度扫描点的连线长度；l
nz2
为激光雷达中心与左侧距分界线最大横向距离扫描点的连线长度；步骤S33、当C
‑
A
‑
mσ＞0是，判定扫描点为右侧扫描点，则按如下公式计算实测右侧钢筋笼厚度H
nd
：其中l
ny1
为激光雷达中心与右侧激光雷达最大高度扫描点的连线长度；l
ny2
为激光雷达中心与右侧距分界线最大横向距离扫描点的连线长度；步骤S34、验证实测左侧钢筋笼厚度H
nz
是否合格：设定标准钢筋笼厚度为H
bd
，允许误差范围为
±
e
d
，当H
nz
‑
H
bd
在允许误差范围
±
e
d
内时，实测左侧钢筋笼厚度H
nz
合格；当H
nz
‑
H
bd
小于
‑
e
d
时，则实测左侧钢筋笼厚度H
nz
不足，实测左侧钢筋笼厚度H
nz
增加厚度ΔH
nz1
＝H
bd
‑
H
nz
；当H
nz
‑
H
bd
大于+e
d
时，则实测左侧钢筋笼厚度H
nz
较厚，实测左侧钢筋笼厚度H
nz
减小厚度ΔH
nz2
＝H
nz
‑
H
bd
；步骤S35、验证实测右侧钢筋笼厚度H
nd
是否合格：当H
nd
‑
H
bd
在允许误差范围
±
e
d
内时，实测右侧钢筋笼厚度H
nd
合格；当H
nd
‑
H
bd
小于
‑
e
d
时，则实测右侧钢筋笼厚度H
nd
不足，实测右侧钢筋笼厚度H
nd
增加厚度ΔH
nd
＝H
bd
‑
H
nd
；当H
nd
‑
H
bd
大于+e
d
时，则实测右侧钢筋笼厚度H
nd
较厚，实测右侧钢筋笼厚度H
nd
减小厚度ΔH
nd2
＝H
nd
‑
H
bd
。5.根据权利要求1所述的一种盾构管片钢筋笼加工精度的激光点云识别算法，其特征在于：所述步骤S4的具体过程为：步骤S41、存储第t环数据,t＝1、2、3
…
n；步骤S42、当C
‑
A
‑
mσ＞0是，判定扫描点为左侧扫描点，则左侧扫描点到分界线的最大横向距离为max|l
nz3
·
sinα|，左侧扫描点到激光雷达最小垂向距离为min|l
nz4
·
cosα|,其中，l
nz3
为激光雷达中心与左侧距分界线最大横向距离扫描点的连线长度,l
nz4
为左侧扫描点与激光雷达最小垂向距离的连线长度；步骤S43、当C
‑
A
‑
mσ＜0是，判定扫描点为右侧扫描点，则右侧扫描点到激光雷达的最大横向距离为max|l
ny3
·
sinβ|，右侧扫描点到激光雷达最小垂向距离为min|l
ny4
·
cosβ|,其中，l
ny3
为激光雷达中心与右侧距分界线最大横向距离扫描点的连线长度,l
ny4
为右侧扫描点与激光雷达最小垂向距离的连线长度；步骤S44、将max{max|l
nz3
·
sinα|,max|l
ny3
·
sinβ|}对应的扫描点距分界线的激光雷达的垂直距离记为H1，min{min|l
nz3
·
cosα|,min|l
ny3
·
cosβ|}对应的扫描点与激光雷达最小垂向距离记为H2，则max{max|l
nz3
·
sinα|,max|l
ny3
·
sinβ|}对应的扫描点距钢筋笼外弧长中心的垂直距离为H
nx
＝H1‑
H2；步骤S45、令L
nx
为左、右两侧扫描点与激光雷达的最大横向距离之和，R为钢筋笼外弧长的半径,γ为钢筋笼外弧长L
nh
对应的圆心角，按照如下公式计算实测钢筋笼外弧长L
nh
：L
nx
＝max|l
nz3
·
sinα|+max|l
nz4
·
sinβ|，
步骤S46、验证实测钢筋笼外弧长L
nh
是否合格：设定标准钢筋笼外弧长为L
bh
，允许误差范围为
±
e
h
，当L
nh
‑
L
b...

【专利技术属性】
技术研发人员：牛遥，赵祖林，张俊存，冯春强，曹鸿，李军峰，李昆，丁鹏飞，张晨，李超，李攀，
申请(专利权)人：中交二公局铁路建设有限公司，
类型：发明
国别省市：