面向桥梁检测场景的地面三维激光扫描仪站点优化布置法制造技术

本发明专利技术提出了一种面向桥梁检测场景的地面三维激光扫描仪站点优化布置法，先采集无人机图像，采用多视图立体重建法，建立桥梁场景的三维稠密点云模型，再提取点云模型中道路和桥梁区域，生成道路外轮廓线和桥梁各平面的三角网格模型；将道路点云的外轮廓线围绕成的多边形离散为等距网格点，依次设为地面激光扫描仪的站点，开展激光扫描的仿真分析，统计模拟扫描点云模型的最大入射角和覆盖率，并确定最优站点；给定测量所需的点云密度，求解最优站点下扫描方案中的扫描角分辨率。本发明专利技术能够实现桥梁检测场景中扫描站点的优化布置，有效控制扫描效率和点云体量。制扫描效率和点云体量。制扫描效率和点云体量。

【技术实现步骤摘要】
面向桥梁检测场景的地面三维激光扫描仪站点优化布置法


[0001]本专利技术属于桥梁检测领域，尤其涉及一种面向桥梁检测场景的地面三维激光扫描仪站点优化布置法。

技术介绍

[0002]施工过程中的几何形态测量，是保障桥梁建造中结构的安全性和建成后结构的内力和线形的重要依据。目前，桥梁施工过程中桥塔及主梁线形等测量主要使用全站仪。全站仪操作简单、测量精度高，测量结果满足大部分桥梁施工需求。随着现代桥梁向大跨、高墩高塔、巨型节段工厂化预制的方向发展，对桥梁施工测量提出了越来越高的要求，以全站仪为主的传统测量的不足也逐渐显现，如测量效率低、劳动强度大、大尺度构件测控难度高等。
[0003]三维激光扫描技术，是上世纪九十年代中期兴起的一种大面积高分辨率快速获取三维空间数据的高新技术，可短时间内获取百米范围毫米级精度数据，是一种高性能的测量装备，具有良好的应用前景。但目前地面三维激光扫描仪在桥梁检测中未能得到很好的推广，其主要原因之一是缺乏高效采集方案。操作人员根据经验确定扫描测站点位置和扫描参数，缺乏科学的规划，造成扫描时间长、点云体量大、质量低，为点云数据处理及应用带来极大的困难。因此，当前需要一种面向桥梁检测场景的地面三维激光扫描仪站点优化布置方法。

技术实现思路

[0004]本专利技术的目的在于提供一种面向桥梁检测场景的地面三维激光扫描仪站点优化布置法，利用无人机航拍获取桥梁场景的三维模型，再利用激光扫描仿真分析确定合理的TLS站点位置，有效控制扫描效率和点云体量。为实现上述目的，本专利技术采用如下技术方案：
[0005]一种面向桥梁检测场景的地面三维激光扫描仪站点优化布置法，包括以下步骤：
[0006]S1、桥梁场景的无人机图像采集：采用带单组摄像机的无人机为采集设备，以覆盖桥梁全局和可放置扫描仪的道路区域为航拍原则，进行自动化航拍，获取无人机图像；
[0007]S2、基于无人机图像，建立桥梁场景的三维点云模型并将其转换到世界坐标系下；
[0008]S3、基于世界坐标系下的桥梁场景的三维点云模型，提取各个道路平面的平面点云、桥梁各个平面的平面点云，生成道路点云的外轮廓线、桥梁各个平面点云的外轮廓线、桥梁各个平面点云的桥梁三角网格模型，根据桥梁各个平面点云的外轮廓线求解桥梁各个平面的面积；
[0009]其中，道路点云的外轮廓线为步骤S4中TLS站点设置提供路径；桥梁各个平面的面积用于步骤S4中扫描覆盖率的求解；桥梁三角网格模型作为步骤S4中的模拟场景；
[0010]S4、TLS站点优化布置以获取最优站点；
[0011]S41、设定间距，将道路点云的外轮廓线围绕成的多边形，离散为等距网格；
[0012]S42、以任一网格节点为TLS站点，以步骤S33中桥梁三角网格模型为模拟场景，开
展激光扫描的仿真分析，获取模拟扫描点云模型；
[0013]S43、设置最大入射角、最低覆盖率的各自的参数阈值：
[0014]首先，基于模拟扫描点云模型，通过模型中每个点P
i
(x
i
,y
i
,z
i
,)的法向量与激光束入射方向的夹角，求解出各点的入射角，统计出最大入射角；
[0015]通过α
‑
shape算法提取模拟扫描点云模型的桥梁外轮廓线，求解出外轮廓线组成的多边形面积，与步骤S32中对应的桥梁平面的面积对比，得出一个TLS站点对应的扫描覆盖率；
[0016]对比所有站点对应的扫描覆盖率，以统计出最低覆盖率；
[0017]S44、将最大入射角、最低覆盖率作为参数阈值，对比各站点的仿真结果，选取满足参数阈值且距离桥梁侧平面最近的站点为最优站点；
[0018]S5、确定扫描角分辨率：
[0019]S51、针对最优站点下仿真的模拟扫描点云数据，设定测量所需的点云密度
[0020]S52、基于扫描角分辨率计算模型，计算出模拟扫描点云数据中各点的扫描角分辨率其中，扫描角分辨率计算模型为：
[0021][0022]L
‑
模拟扫描点云数据中各点P
i
(x
i
,y
i
,z
i
,)到TLS站点O
s
(x
s
,y
s
,z
s
,)之间的距离
[0023][0024]α
‑
模拟扫描点云数据中各点的入射角度；
[0025]S53、统计各点的扫描角分辨率将扫描角分辨率最小值定为扫描方案中的扫描角分辨率。
[0026]优选地，步骤S2具体包括：
[0027]S21、导出无人机图像；
[0028]S22、基于无人机图像，采用运动恢复结构技术SFM，求解相机的位置坐标P和姿态；其中，P＝{p1，p2，
…
，p
n
}；
[0029]基于无人机图像，提取图像属性信息中的GPS坐标Q；其中，Q＝{q1，q，,
…
,q
n
}；
[0030]S23、基于无人机图像、相机的位置坐标P和姿态，采用多视图立体重建方法，建立桥梁场景的三维点云模型；
[0031]S24、对上述两组坐标的协方差矩阵S奇异值分解，以求解含缩放的刚体变换模型(R,t,c)；
[0032]奇异值分解为：
[0033]S＝UΣV
T
；
[0034]基于奇异值分解，可求解出旋转矩阵R＝VU
T
，缩放系数c＝tr(Σ)/tr(PP
T
)，t＝Q
c
‑
cRP
c
；Q
c
为Q坐标中心点；P
c
为P坐标中心点；t为平移向量；
[0035]其中，刚体变换模型为：
[0036][0037]S25、基于刚体变换模型(R,t,c)，将步骤S22中的桥梁场景的三维点云模型转换到
世界坐标系下。
[0038]优选地，步骤S3具体包括：
[0039]S31、采用随机采样一致与最小二乘法相结合的平面拟合法，提取桥梁场景的三维点云模型中的多个平面；
[0040]S32、提取各个道路的平面点云，采用主成分分析将点云数据降维到二维平面，采用α
‑
shape算法提取出道路点云的外轮廓线；
[0041]提取桥梁各个平面的平面点云，采用主成分分析将点云数据降维到二维平面，采用α
‑
shape算法提取出桥梁各个平面点云的外轮廓线，并求解桥梁各个平面的面积；
[0042]S33、提取属于桥梁的多个平面点云，分别采用三角化方法生成桥梁三角网格模型。
[0043]与现有技术相比，本专利技术的优点为：
[0044](1)通过图像场景建模和扫描仿真分析，实现了桥梁检测场景中扫描站点的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向桥梁检测场景的地面三维激光扫描仪站点优化布置法，其特征在于，包括以下步骤：S1、桥梁场景的无人机图像采集：采用带单组摄像机的无人机为采集设备，以覆盖桥梁全局和可放置扫描仪的道路区域为航拍原则，进行自动化航拍，获取无人机图像；S2、基于无人机图像，建立桥梁场景的三维点云模型并将其转换到世界坐标系下；S3、基于世界坐标系下的桥梁场景的三维点云模型，提取各个道路平面的平面点云、桥梁各个平面的平面点云，生成道路点云的外轮廓线、桥梁各个平面点云的外轮廓线、桥梁各个平面点云的桥梁三角网格模型，根据桥梁各个平面点云的外轮廓线求解桥梁各个平面的面积；其中，道路点云的外轮廓线为步骤S4中TLS站点设置提供路径；桥梁各个平面的面积用于步骤S4中扫描覆盖率的求解；桥梁三角网格模型作为步骤S4中的模拟场景；S4、TLS站点优化布置以获取最优站点；S41、设定间距，将道路点云的外轮廓线围绕成的多边形，离散为等距网格；S42、以任一网格节点为TLS站点，以步骤S33中桥梁三角网格模型为模拟场景，开展激光扫描的仿真分析，获取模拟扫描点云模型；S43、设置最大入射角、最低覆盖率的各自的参数阈值：首先，基于模拟扫描点云模型，通过模型中每个点P
i
(x
i
,y
i
,z
i
,)的法向量与激光束入射方向的夹角，求解出各点的入射角，统计出最大入射角；通过α
‑
shape算法提取模拟扫描点云模型的桥梁外轮廓线，求解出外轮廓线组成的多边形面积，与步骤S32中对应的桥梁平面的面积对比，得出一个TLS站点对应的扫描覆盖率；对比所有站点对应的扫描覆盖率，以统计出最低覆盖率；S44、将最大入射角、最低覆盖率作为参数阈值，对比各站点的仿真结果，选取满足参数阈值且距离桥梁侧平面最近的站点为最优站点；S5、确定扫描角分辨率：S51、针对最优站点下仿真的模拟扫描点云数据，设定测量所需的点云密度S52、基于扫描角分辨率计算模型，计算出模拟扫描点云数据中各点的扫描角分辨率其中，扫描角分辨率计算模型为：L
‑
模拟扫描点云数据中各点P
i
(x
i
,y
i
,z
i
,)到TLS站点O
s
...

【专利技术属性】
技术研发人员：徐燕，张建，李松泽，付依帆，李铭康，周寓瑾，
申请(专利权)人：东南大学，
类型：发明
国别省市：