三维激光扫描在地铁隧道变形监测中的开发应用

地铁隧道进行变形监测时多采用全站仪进行,虽然其监测精度较高,但需在被测处放置特定装置,测量工作量大、效率低。三维激光扫描仪能提供视场内、有效测程的一定采样密度的点云数据,并具有较高的测量精度和极高的数据采集效率,可以有效地避免传统变形监测数据的局部性和片面性,即以点代面的分析方法的局限性。针对运营地铁线路要长期进行隧道变形监测的需求,本文开发了三维激光扫描数据处理系统,功能主要包括点云去噪、配准、断面提取和拟合。通过导入三维激光扫描仪采集的隧道点云数据可以生成不同里程隧道断面图和变化分析图,从而实现三维激光扫描技术在地铁隧道变形监测中的应用。     

基于激光点云的隧道中心线自动提取算法

目的提出一种基于三维激光点云数据的隧道中心线自动提取方法,解决地铁盾构隧道中心线提取困难、精度低的问题.方法利用共有点坐标换算完成扫描仪坐标系和隧道工程坐标系的统一;截取一定厚度的隧道平面切片,并对切片点云去噪、滤波、投影,得到断面点云;通过改进的最小二乘椭圆拟合法,无需对所有断面点云拟合即可解算出精确的椭圆方程和该断面的中心点,利用二次样条曲线插值得出隧道中心线.结果通过对FARO FOCUS 3D X330获取的地铁隧道点云数据进行实验,笔者提出的方法能快速拟合出隧道断面,自动提取隧道中心线误差小于2.01 mm.结论该算法解决了以往隧道中心线提取方法速度缓慢且精度较差的缺陷,能对隧道施工以及隧道变形检测提供指导和借鉴.     

基于三维激光扫描技术的高边坡变形监测分析

针对高速公路高边坡容易发生失稳破坏且监测难度大等问题,提出采用三维激光扫描技术对高边坡工程进行非接触式变形监测分析。为解决多期边坡对象的大体量点云数据难以配准问题,设计了一套基于边坡的永久性三棱锥作为控制点,通过各期点云数据中三棱锥特征提取相应控制点,对多期点云数据进行坐标系换算,进而实现多期点云数据的坐标配准,并对配准后的多期点云数据进行分析,运用算法程序处理并提取边坡变形信息。结果表明:利用三维激光扫描技术对高速公路高边坡进行自动化变形监测,能够获取边坡从局部到整体变形信息,提前预知边坡发展状况,对边坡的失稳破坏做出预警。可见,将三维激光扫描技术应用于高边坡的变形监测具有显著地优越性、可行性和应用价值。     

基于地铁隧道点云数据的组合滤波算法

目的提出一种点云数据组合的滤波方法,对地铁隧道的点云数据进行有效的精简滤波,提高地铁隧道结构变形分析的准确性.方法首先,对三维点云数据采用基于统计特征的滤波方法进行初步滤波,去除远离点云数据主体的离散点;其次,估算点云数据模型各数据点的高斯曲率,将点云数据分为突变区域和平滑区域;最后,采用双边滤波算法对突变区域点云数据进行滤波,采用改进的均值滤波算法对平滑区域点云数据进行滤波处理.结果通过对沈阳地铁隧道点云数据进行滤波实验及拟合圆半径分析,笔者所提组合滤波算法可以在保留隧道壁和轨道等结构的情况下,去除离散点和隧道壁上的无关非点等噪声;该算法对点云数据进行了有效精简,拟合圆的半径与设计半径差值更小,结果精度更高.结论笔者所提出的滤波算法可去除地铁三维点云数据的噪声点,并完整保留了隧道结构的几何细节特征,提高了变形分析的精度.     

点云格网化滤波方法及其在隧道变形监测中的应用

将三维激光扫描技术应用于地铁隧道变形监测,针对点云数据的预处理问题,研究基于小波分析的点云格网化滤波方法。结合南京地铁隧道扫描点云数据及其特性,分析和选择合理的插值方法对隧道点云进行格网化处理,采用小波变换对格网点数据进行异常值探测,采用小波阈值去噪对格网点数据进行整体去噪,获得滤波后的点云并进行封装对比,获得了很好的滤波效果。     

三维激光扫描技术在高速公路现役隧道变形监测上的应用

该文分析了现有隧道变形监测方法存在的问题与不足,设计了将三维激光扫描技术应用于现役高速公路隧道检测的数据采集方案,实现了隧道内测控条件下的激光扫描快速作业与多测站点云高精度拼接方法。探索出一套从三维激光扫描点云中提取横/纵断面、与隧道断面设计对比、多期点云数据全断面变形检测的数据处理与分析方法,并在此基础上实现了病害与变形的关联检查分析。     

不同采集模式的泥石流沟谷点云空间配准处理技术

选择东川大白泥河沟为施测对象,分别采用基于独立站点和基于GPS站点的点云采集模式,进行多测站点云数据采集,对2种不同采集模式下获取的点云进行配准技术处理及精度比较分析.结果表明,基于GPS站点采集模式下的点云空间配准处理精度总体要好于独立站点,原因是GPS站点采集模式在每一站点扫描采集点云时,内置GPS站点定位坐标实质上已初步完成对多测站间点云数据的统一坐标体系构建,因此内业配准处理中可避免基于独立站点采集模式下点云配准中存在的同名点对点位误差的影响.基于GPS站点采集模式优势明显,可为泥石流沟点云数据的地面三维激光扫描技术采集与配准提供实用技术参考,有利于推动泥石流沟精确监测与预警技术应用发展.     

地形图辅助的建筑物地面和机载点云特征配准

机载和地面激光扫描数据配准的实质是坐标转换问题.以建筑物的立面为研究对象,基于地形图的建筑物线性特征,提出建筑物线-面特征约束的地面和机载点云数据配准方法,实现机载和地面点云数据的配准及其向地形图坐标系的转换.采用拟合方法,获取地面与机载点云、地形图的建筑物线性特征参数.依据特征之间的空间关系,建立特征参数与坐标转换模型的关系,分别实现地面与机载点云向地形图坐标系的水平转换.垂直转换则通过建筑物水平屋顶边缘的高程相对配准以及控制点处的高程绝对配准计算.以上海海洋水族馆点云为例进行实验验证,结果表明该方法可以实现地面和机载点云数据配准.     

塔形建筑物轮廓点Z坐标点云倾斜监测方法

针对目前三维激光扫描技术对塔形建筑物的倾斜监测,普遍采用拟合点云数据提取塔体中轴线的方法计算塔体倾斜度,数据计算方案较为单一且无法逐层计算倾斜量等问题,为更好解决这一难题,提出新的基于激光扫描点云数据倾斜监测思路,一种基于轮廓点Z坐标倾斜监测方法。该方法通过提取塔檐轮廓点中Z坐标最大、最小值点,利用相关函数计算出各层倾斜度,引入权要素,计算整体倾斜量。以大雁塔为例,对三维激光扫描点云数据进行倾斜变形计算、对比分析。结果表明:2种方法计算结果相差约0.26%,基于轮廓点Z坐标倾斜监测方法切实有效;在明确塔体倾斜方向后,可直接提取沿该方向的塔檐对角点,作为Z坐标最大值最小值点参与倾斜量计算;该方法能快速计算出塔体倾斜量,有效提高工作效率,为三维激光扫描塔形建筑物倾斜监测提供一种新的数据处理方案。     

基于同名控制点的三维激光点云配准

多站点云数据配准是三维激光扫描数据处理的重要环节.基于同名控制点的七参数配准模型是一种具有较高精度的算法模型.推导了七参数配准的过程,编程实现了多站三维激光点云的配准,并验证了配准结果的精度.     

城区机载激光雷达点云数据与航空影像的多尺度配准方法

提出了一种激光雷达(LiDAR)点云数据和航空影像的多尺度配准方法. 该方法采用渐进式的配准策略,利用面形态学的方法构建尺度空间. 配准过程分为两部分:在大尺度下利用面片特征进行配准;在小尺度下利用直线特征进行配准. 渐进式的配准策略简化搜索匹配的直线特征的过程,提高了自动化程度,构建基于面形态学的尺度空间提高了配准元的提取精度. 最后,通过实验验证了方法的可行性.      

基于ISS特征点的快速CPD建筑物点云配准算法

针对大规模建筑物点云数据采用CPD（coherent point drift）算法进行配准时,计算复杂度增大的问题,提出了一种基于建筑物点云特征点简化数据的快速配准ISS-CPD算法。该配准算法采用ISS(intrinsic shape signature)算法求得建筑物点云的特征点,可减少建筑物点云的数据量规模,再对所提取的不同视角下建筑物点云的特征点用CPD算法进行配准。实验结果表明,改进的配准算法提高了建筑物点云的配准效率。     

基于关键点特征匹配的点云配准方法

针对ICP配准算法对点云的初始位置要求高、处理低重叠率的点云配准能力低的问题,提出了一种基于关键点特征匹配的点云配准方法. 设计一种多尺度加权法向投影均值差的关键点提取算法,结合SHOT描述子对关键点进行特征描述,融合几何一致性以及RANSAC算法去除匹配过程中的误匹配点对,优化关键点之间的对应关系,通过奇异值分解计算刚体变换矩阵,完成点云粗配准,使用ICP进行精确配准. 实验表明,本文提出的关键点提取算法能有效提取点云表面特征变化明显的点,使用SHOT特征对关键点进行描述,能够快速、精确地完成点云数据配准,并且对于较低重叠率的点云,也具有较好的配准效果.      

改进迭代最近点算法支持下的LiDAR点云与正射影像粗-精配准方法

针对直接迭代最近点算法(Iterative Closest Point,ICP)算法难以满足无人机LiDAR点云与正射影像高精度高效配准等问题,提出基于改进ICP的LiDAR点云与正射影像配准方法,为遥感地物目标解译提供丰富的空间信息和语义信息。首先采用体素滤波算法消除原始点云数据冗余;然后,利用主成分分析算法(Principal Component Analysis,PCA)对点云进行粗配准和计算刚体变换参数初始值,最后使用ICP算法实现LiDAR点云与正射影像精配准。实验结果表明,基于改进ICP的配准方法能够实现复杂地物分布、地物遮挡等情况下点云与影像快速、高精度地配准和点云纹理精准着色,相比原始ICP算法精度和效率分别提高了约1.8倍和3倍。     

基于中轴线拟合的隧道点云去噪研究

目的通过拟合中轴线对隧道内部噪声点滤除,并在去噪时保持隧道主体数据的完整性,提出一种通过拟合隧道中轴线对隧道点云进行噪声点滤除的方法.方法采用统计滤波滤除部分远离主体点云的大尺度噪声点,再基于高斯曲率的方法将隧道点云数据分为管片点云和轨道面点云两类;利用投影法提取隧道中轴线,通过判断点到中轴线之间的距离与设定的阈值的大小关系,滤除隧道内部及靠近管片壁的噪声点,多次迭代去噪,直到点云数据量趋于稳定;利用直通滤波和统计滤波滤除轨道面点云噪声,最后将去噪后的管片点云和轨道面点云进行组合得到去噪后的盾构隧道点云.结果利用拟合得到的隧道中轴线对分类后的管片点云进行五次迭代去噪后,管片点云数量趋于稳定,噪声点基本滤除;对分类后的轨道面点云进行了有效滤除并且保持了原有特征;将去噪后的两部分点云组合,得到了完整的去噪后的隧道点云.结论笔者所采用的方法简单有效,能有效地滤除隧道点云噪声且保证主体数据完整性.     

基于特征线提取的三维数据配准

在逆向工程等诸多领域,数据配准都是重要的技术环节;而目前大多数应用,都是基于选取匹配标记点的方式来实现初始匹配;因此寻找一种可靠快速的自动数据配准技术成了目前研究的方向.提出一种基于特征线提取三维数据自动配准技术.通过提取不同视角下点云的特征曲线实现了三维点云数据的配准.实验结果表明了算法的有效性.在有更高精度要求的情况下,此算法的输出结果可以作为其他迭代方法的初值,进一步迭代得到更精确的结果.     

稀疏激光扫描点的自主移动机器人地图创建

在自主移动机器人实际地图创建中,针对迭代最近点(ICP)算法不符合一对一单映射关系的问题,提出一种稀疏扫描点的对应点对搜索方法.首先,在方向和位置上对相邻两次激光扫描点集进行粗配准;然后,对配准结果建立一种对应点对搜索机制,剔除无效对应点;最后,采用ICP算法对剩余数据进行精配准.结果表明:文中方法可有效处理无效对应点,提高算法的配准精度,在实际环境中具有准确性和有效性.     

利用三维激光扫描数据和KNNS-ICP算法进行变形分析

利用KNNS-ICP算法对扫描物体的变形量进行分析,提取目标物变形量的6个参数,即3个旋转变量和3个平移变量,充分利用了扫描点云中的几何信息,通过对目标物点云的整体分析来提取变形量,避免了利用单点进行变形分析的偶然性.ICP算法主要从不同目标物点云数据的获取、变形前和变形后点云的整体配准、对全局配准后的每个目标物点云进行局部匹配来获取变形量等3个阶段来进行.通过理想状况下的实验模型及非理想状况下的实验模型进行实例分析,论证了利用该方法进行变形监测的可行性.     

自适应Harris角点提取的点云粗配准算法

针对传统3D-Harris角点提取算法中,Harris算子使用降维后的缺失几何信息、角点提取时响应值计算量大且耗时长、特征点对匹配精度不高以及需要手动设定角点响应阈值等问题,提出了一种完整而高效的Harris角点自适应特征描述、提取和匹配的点云粗配准算法。引入正交梯度算子对传统Harris算子和自相关函数进行改进;利用点云曲率约束实现角点的自适应筛选与提取,减少角点响应值的计算量;构建角点几何结构的特征描述子,结合阈值检测和描述子匹配,将角点匹配对集合进行扩展,从而完成源点云和目标点云之间粗配准;将所提算法得到的配准结果作为精配准初始值,利用迭代最近点算法实现精配准。与对比算法在公开数据集上进行实验比较,结果表明：所提算法的特征正确提取率为0.93,正确率最高;提取时间为7.63 s,效率最快;所提算法结合精配准步骤在实验数据集上的旋转误差、平移误差和运行时间均为最低,配准效果最佳。     

一种用于制作CBERS-02C卫星融合影像的配准方法

提出了一种用于制作资源一号02C卫星(CBERS-02C)融合影像的配准方法.首先对多光谱及全色影像进行几何精纠正,并采用SIFT算法对两种纠正影像的缩略图进行粗匹配;然后通过提取Harris特征点,并根据粗匹配的结果预测对应同名点的位置,使用基于灰度相关的匹配方法进行精匹配;待剔除匹配点粗差后,再采用基于三角网的面元纠正实现影像的精确配准.多组数据的试验验证了所提方法的可行性.该方法已成功应用于CBERS-02C卫星数据的自动化处理系统.