一种基于多次三维激光扫描的桥梁服役线形识别方法技术

本发明专利技术公开了一种基于多次三维激光扫描的桥梁服役线形识别方法，包括：定义并获取桥梁主梁线形；获取不同服役期非中断交通下的桥梁三维点云数据；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；回归预测得到具有统计意义和满足预设置信度条件的桥梁服役线形；通过不同期桥梁服役线形的对比，对桥梁主梁空间形态变化进行识别，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。本发明专利技术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组复杂振动噪声难题，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。准确性。准确性。

【技术实现步骤摘要】
一种基于多次三维激光扫描的桥梁服役线形识别方法


[0001]本专利技术属于桥梁工程桥梁服役期外观检测
，具体涉及到一种基于多次三维激光扫描的桥梁服役线形识别方法。

技术介绍

[0002]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。

技术实现思路

[0003]解决的技术问题：本专利技术提出了一种基于多次三维激光扫描的桥梁服役线形识别方法，易于编程实现，相较于传统检测方法，大幅提高操作可行性和计算精度。
[0004]技术方案：
[0005]一种基于多次三维激光扫描的桥梁服役线形识别方法，所述桥梁服役线形识别方法包括以下步骤：
[0006]S1，定义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；所述桥梁服役线形具体表现为通过多次三维激光扫描并利用统计方法得到的桥梁主梁线形；/>[0007]S2，利用三维激光扫描设备，在不同服役期对桥梁结构进行多次三维激光扫描，获取不同服役期非中断交通下的桥梁三维点云数据；
[0008]S3，选取固定的坐标原点位置，利用坐标转换基线，调整点云初始坐标系至目标坐标系，并使得目标坐标系中两个水平面坐标轴平行于桥梁纵向或横向，将步骤S2中的多次扫描得到的桥梁三维点云数据转换在同一坐标系下；其中，若为平面直线梁，桥梁纵向为主梁竖平面与扫描仪水平面的相交线方向，桥梁横向为与桥梁纵向垂直的方向；若为平面曲线梁，桥梁横向为桥墩、桥台或支座的横桥向宽度线方向，桥梁纵向为与桥梁横向垂直的方向；
[0009]S4，分别提取每次扫描得到的桥梁三维点云数据中的目标跨主梁点云沿跨径方向、在腹板厚度中心位置或腹板与翼缘板/底板相交位置的所有点的三维坐标数据，并将多次测量所提取的数据利用高斯过程算法进行融合，回归预测得到具有统计意义和满足预设置信度条件的桥梁服役线形；
[0010]S5，通过不同期桥梁服役线形的对比，对桥梁主梁空间形态变化进行识别，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。
[0011]进一步地，步骤S1中，基于多次三维激光扫描的桥梁服役线形表现为三维空间坐标点的集合；根据桥梁评估指标向不同平面投影得到桥梁服役竖向线形和桥梁服役横向线形，其中，桥梁服役线形向桥梁纵向竖平面投影即为桥梁服役竖向线形，向桥梁水平面投影为桥梁服役横向线形。
[0012]进一步地，步骤S2中，获取不同服役期非中断交通下的桥梁三维点云数据的过程包括以下子步骤：
[0013]S21，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；其中，当测站数量为多个时，通过对所有测站处扫描到的点云数据进行拼接，得到完整的目标桥梁的点云数据；
[0014]S22，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，得到n组相同桥梁结构三维点云数据，任意两次扫描时的气温差值小于预设气温差值阈值；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；n大于等于5。
[0015]进一步地，所述预设气温差值阈值为3摄氏度。
[0016]进一步地，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。
[0017]进一步地，步骤S3中，选取固定的坐标原点位置，利用坐标转换基线，调整点云初始坐标系至目标坐标系，并使得目标坐标系中两个水平面坐标轴平行于桥梁纵向或横向的过程包括以下子步骤：
[0018]S31，选择坐标原点位置，不同服役期桥梁点云数据坐标原点保持一致，且坐标原点位置处于长期稳定或近似稳定状态的物体上；
[0019]S32，在获取的桥梁点云数据中截取坐标转换基线，该坐标转换基线代表桥梁结构的纵向或者横向的信息；其中，对于平面直线桥梁，直接提取主梁纵向边缘线作为坐标转换基线；对于平面曲线桥梁，矩形截面形式桥墩直接在桥墩表面的平面上截取任意直线作为坐标转换基线，圆柱墩利用桥墩横桥向宽度线所在的竖直平面与主梁交线作为坐标转换基线；坐标转换基线上N个点的水平面坐标为：{(x1，y1)，(x2，y2)
…
(x
i
，y
i
)
…
(x
N
，y
N
)}，i∈{1，2...N}；
[0020]根据坐标转换基线上N个点的坐标利用最小二乘法计算得到基线的斜率k：
[0021][0022]根据斜率k计算得到基线与当前平面x坐标轴的角度α
x
：
[0023]α
x
＝arctan(k)
[0024]式中，α
x
∈[0
°
，90
°
]；
[0025]S33，根据计算得到的坐标转换基线与当前平面坐标轴的角度α，计算点云从初始坐标系变换至目标坐标系所需的水平旋转矩阵T
R
，利用水平旋转矩阵T
R
对整体桥梁点云进行水平面内的空间变换。
[0026]进一步地，步骤S33中，若所截取的基线代表包括主梁纵向边缘线、桥墩侧表面直线在内的桥梁结构的纵向信息，同时该基线旋转至与当前平面x坐标轴平行的方向为顺时针旋转，则T
R
为：
[0027][0028]若该基线旋转至与当前平面x坐标轴平行的方向为逆时针旋转，则T
R
为：
[0029][0030]若所截取的基线代表包括桥墩正表面直线、桥墩横桥向宽度线所在的竖直平面与主梁的交线在内的桥梁结构的横向信息，同时该基线旋转至与当前平面x坐标轴平行的方向为顺时针旋转，则T
R
为：
[0031][0032]若该基线旋转至与当前平面x坐标轴平行的方向为逆时针旋转，则T
R
为：
[0033][0034]进一步地，步骤S4中，分别提取每次扫描得到的桥梁三维点云数据中的目标跨主梁点云沿跨径方向、在腹板厚度中心位置或腹板与翼缘板/底板相交位置的所有点的三维坐标数据，并将多次测量所提取的数据利用高斯过程算法进行融合，回归预测得到具有统计意义和满足预设置信度条件的桥梁服役线形的过程包括以下步骤：
[0035]S41，在n次扫测得到的多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多次三维激光扫描的桥梁服役线形识别方法，其特征在于，所述桥梁服役线形识别方法包括以下步骤：S1，定义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；所述桥梁服役线形具体表现为通过多次三维激光扫描并利用统计方法得到的桥梁主梁线形；S2，利用三维激光扫描设备，在不同服役期对桥梁结构进行多次三维激光扫描，获取不同服役期非中断交通下的桥梁三维点云数据；S3，选取固定的坐标原点位置，利用坐标转换基线，调整点云初始坐标系至目标坐标系，并使得目标坐标系中两个水平面坐标轴平行于桥梁纵向或横向，将步骤S2中的多次扫描得到的桥梁三维点云数据转换在同一坐标系下；其中，若为平面直线梁，桥梁纵向为主梁竖平面与扫描仪水平面的相交线方向，桥梁横向为与桥梁纵向垂直的方向；若为平面曲线梁，桥梁横向为桥墩、桥台或支座的横桥向宽度线方向，桥梁纵向为与桥梁横向垂直的方向；S4，分别提取每次扫描得到的桥梁三维点云数据中的目标跨主梁点云沿跨径方向、在腹板厚度中心位置或腹板与翼缘板/底板相交位置的所有点的三维坐标数据，并将多次测量所提取的数据利用高斯过程算法进行融合，回归预测得到具有统计意义和满足预设置信度条件的桥梁服役线形；S5，通过不同期桥梁服役线形的对比，对桥梁主梁空间形态变化进行识别，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。2.根据权利要求1所述的基于多次三维激光扫描的桥梁服役线形识别方法，其特征在于，步骤S1中，基于多次三维激光扫描的桥梁服役线形表现为三维空间坐标点的集合；根据桥梁评估指标向不同平面投影得到桥梁服役竖向线形和桥梁服役横向线形，其中，桥梁服役线形向桥梁纵向竖平面投影即为桥梁服役竖向线形，向桥梁水平面投影为桥梁服役横向线形。3.根据权利要求1所述的基于多次三维激光扫描的桥梁服役线形识别方法，其特征在于，步骤S2中，获取不同服役期非中断交通下的桥梁三维点云数据的过程包括以下子步骤：S21，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；其中，当测站数量为多个时，通过对所有测站处扫描到的点云数据进行拼接，得到完整的目标桥梁的点云数据；S22，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，得到n组相同桥梁结构三维点云数据，任意两次扫描时的气温差值小于预设气温差值阈值；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；n大于等于5。4.根据权利要求3所述的基于多次三维激光扫描的桥梁服役线形识别方法，其特征在于，所述预设气温差值阈值为3摄氏度。5.根据权利要求3所述的基于多次三维激光扫描的桥梁服役线形识别方法，其特征在于，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1所述的基于多次三维激光扫描的桥梁服役线形识别方法，其特征在于，步骤S3中，选取固定的坐标原点位置，利用坐标转换基线，调整点云初始坐标系至目标
坐标系，并使得目标坐标系中两个水平面坐标轴平行于桥梁纵向或横向的过程包括以下子步骤：S31，选择坐标原点位置，不同服役期桥梁点云数据坐标原点保持一致，且坐标原点位置处于长期稳定或近似稳定状态的物体上；S32，在获取的桥梁点云数据中截取坐标转换基线，该坐标转换基线代表桥梁结构的纵向或者横向的信息；其中，对于平面直线桥梁，直接提取主梁纵向边缘线作为坐标转换基线；对于平面曲线桥梁，矩形截面形式桥墩直接在桥墩表面的平面上截取任意直线作为坐标转换基线，圆柱墩利用桥墩横桥向宽度线所在的竖直平面与主梁交线作为坐标转换基线；坐标转换基线上N个点的水平面坐标为：{(x1，y1)，(x2，y2)
…
(x
i
，y
i
)
…
(x
N
，y
N
)}，i∈{1，2
…
N}；根据坐标转换基线上N个点的坐标利用最小二乘法计算得到基线的斜率k：根据斜率k计算得到基线与当前平面x坐标轴的角度α
x
：α
x
＝arctan(k)式中，α
x
∈[0
°
，90
°
]；S33，根据计算得到的坐标转换基线与当前平面坐标轴的角度α，计算点云从初始坐标系变换至目标坐标系所需的水平旋转矩阵T
R
，利用水平旋转矩阵T
R
对整体桥梁点云进行水平面内的空间变换。7.根据权利要求6所述的基于多次三维激光扫描的桥梁服役线形识别方法，其特征在于，步骤S33中，若所截取的基线代表包括主梁纵向边缘线、桥墩侧表面直线在内的桥梁结构的纵向信息，同时该基线旋转至与当前平面x坐标轴平行的方向为顺时针旋转，则T
R
为：若该基线旋转至与当前平面x坐标轴平行的方向为逆时针旋转，则T
R
为：若所截取的基线代表包括桥墩正表面直线、桥墩横桥向宽度线所在的竖直平面与主梁的交线在内的桥梁结构的横向信息，同时该基线旋转至与当前平面x坐标轴平行的方向为顺时针旋转...

【专利技术属性】
技术研发人员：熊文，张宏伟，朱彦洁，
申请(专利权)人：东南大学，
类型：发明
国别省市：