从地面Lidar点云准确提取岩体结构面的可靠方法

发布时间：2018-10-29 10:52

【摘要】：结构面是构成岩体结构并控制岩体力学性质的基本单元,正确识别并快速准确提取岩体结构面是工程开挖过程中评价岩体地质特性的重要基础。由于岩体结构面特征不规则且十分复杂,常规的提取方法可靠性、安全性较差、自动化程度较低且容易隐藏与岩体边缘垂直的结构面信息等问题日益突出。本文结合测绘学和工程地质学的需求和相似性,在总结和分析目前常用的几种岩体结构面提取方法相关技术和理论的基础上,讨论了该研究方向现有方法的局限性和不足,针对岩体点云数据的几何特点,利用点云配准和点云分割的思想,建立了一套岩体点云数据配准、组织、提取的理论体系和处理流程,提出了从地面Lidar点云中提取岩体结构面的解决方案,并实现了结构面提取原型系统的设计与开发。通过2个典型案例验证了本文方法的有效性、可靠性和可行性。通过产状进行精度分析比较,说明采用本文的提取方法获得岩体结构面的思路是切实可行的,其精度可以满足生产需要。主要研究内容包括： (1)对岩体结构面自然特征进行了深入的研究,分析了岩体结构面表征出来的几何特征和岩体点云数据的结构特点,总结岩体的小平面特征是结构面分布的主要特点。在此基础上,对空间平面法向量与岩体结构面之间的关系进行了刻画和描述。 (2)对多站点云配准的方法进行了归类和讨论,对比分析了三类常用点云配准方法的特点和适用性,总结了三类方法的优缺点和局限性。提出了以整体思想的配准方法对岩体点云数据进行配准的思路,以解决其他方法的局限性,即以点云数据法向量叉积代数和最小作为适应度函数的粒子群改进算法,并对高陡边坡岩体点云数据进行了整体配准,将配准结果与其他经典算法进行了对比实验,实验数据分为无噪声影响,特征点准确；有噪声影响,特征点选择不准确以及无噪声影响,特征点选择不准确三类,分别与经典ICP算法和以PSO算法为初值的ICP算法进行三种数据的配准结果比较。对比分析的结果验证了本文方法的可行性、有效性和稳定性。 (3)论述了岩体点云数据结构面提取的新原理,并提出了一种岩体点云数据高效组织的方法,保持原始地面激光扫描点云里的点和点的邻接关系,设计实现了一种四叉树-八叉树的联合索引算法,支持高效的浏览与空间查询。 (4)以岩体点云数据组织方法为基础,研究了基于结构面方程的岩体点云分组策略,以子集间法向量的夹角为判断准则,将海量岩体点云数据进行分组处理,以提高计算处理的效率。设计实现了一种基于顺序法向量检测的RANSAC改进算法(SEQ-NV-RANSAC),以检测点云数据和计算拟合出的RANSAC平面之间的法线向量(NV)是否符合一定的约束条件。此项研究可提高RANSAC算法提取结构面的准确性。 (5)采用C++编程语言、界面库QT、图形渲染库VTK和点云处理第三方库PCL(Point Cloud Libary)对本文提出的方法进行了算法实现。针对岩体结构面提取的具体要求和岩体点云数据处理的关键步骤,设计并开发了岩体结构面提取的原型系统。 (6)以2类典型的地面Lidar岩体数据为例,采用本文提出的方法和理论进行了实验分析,从中提取出了正确的结构面模型,并将提取结果与现场人工罗盘测量的结果以及国外学者的研究成果进行精度对比分析,验证了本文所提出的理论和方法的有效性、可靠性和工程适用性。
[Abstract]:......
【学位授予单位】：武汉大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：P623;TU45

【参考文献】