三维激光扫描监测地铁隧道形变关键技术研究

发布时间：2020-11-17 05:30

　　 地铁隧道施工和运营期间进行的实时监测,可有效保证地铁的安全运营及周边环境的稳定。现有的收敛计、全站仪等形变监测手段仅能获取部分单点数据,难以全面反映隧道整体形变特征。三维激光扫描技术提高了自动化提取信息的程度,与基于单一观测点的监测方法相比,具有表达对象细节信息能力强、受环境影响小等优势。因此,本文利用三维激光扫描技术开展地铁隧道形变监测中的关键技术研究,并在隧道数据采集、点云预处理及监测模型构建等方面进行了探索,研究结果可为地铁隧道工程形变监测及运营维护提供借鉴。为高效管理海量点云数据,针对地铁隧道的分布特征,本文提出以隧道中轴线为基准,按里程分块存储点云的组织管理方法,不仅提高了单点的搜索速度,而且显著提高了隧道内任意里程处横断面的提取效率。针对同一扫描线相邻点间隔随地面三维激光扫描仪(TLS)扫描距离增大导致的点云密度不均问题,推导出严密的点云密度计算模型,然后提出基于扫描线的抽稀算法用于抽除同一扫描线上点间距小于给定阈值的激光点,并建立了抽稀率与阈值的函数拟合模型。针对地铁盾构环片上的大量附属物,提出基于椭圆柱面模型的点云滤波方法,对沿隧道中轴线分割的各区域利用椭圆柱面拟合进行滤噪,实现了地铁隧道内壁噪声点的自动滤除。最后,对经过预处理的隧道点云分别建立了基于断面拟合、规则化格网及数字表面模型(DSM)的形变监测方法。通过不同的监测方法对两期隧道点云进行形变分析,实现地铁隧道各区域空间变化信息的精准表达。
【学位单位】：河南理工大学
【学位级别】：硕士
【学位年份】：2015
【中图分类】：U231;U456.3;P225.2
【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 研究现状与本文研究内容
        1.2.1 国内外研究现状
        1.2.2 研究内容
    1.3 研究方法与论文组织
        1.3.1 研究方法
        1.3.2 论文组织
2 隧道点云数据的组织与处理
    2.1 隧道点云数据的组织管理
        2.1.1 隧道点云组织原则
        2.1.2 实验与分析
    2.2 隧道点云抽稀
        2.2.1 点云密度计算模型
        2.2.2 扫描线抽稀算法
    2.3 隧道点云配准
        2.3.1 同名标靶点自动搜索
        2.3.2 坐标转换的两种简便模型
    2.4 本章小结
3 关键技术
    3.1 平面标靶中心提取方法
        3.1.1 边缘拟合法
        3.1.2 实验与分析
    3.2 基于椭圆柱面模型的滤波方法
        3.2.1 坐标变换
        3.2.2 椭圆柱面滤波方法
        3.2.3 实验与分析
    3.3 本章小结
4 地铁隧道三维激光扫描形变监测
    4.1 实验概况
        4.1.1 实验区介绍
        4.1.2 反射标贴的设计与布设
        4.1.3 点云数据采集方案设计
        4.1.4 监测精度评价
    4.2 基于断面拟合的形变监测方法
        4.2.1 断面拟合的监测方法
        4.2.2 实验与分析
    4.3 基于规则格网的多期数据形变分析方法
        4.3.1 规则格网的建立
        4.3.2 实验与分析
    4.4 基于DSM的多期数据形变分析方法
    4.5 本章小结
5 结论与展望
    5.1 结论
    5.2 展望
参考文献
6 作者简历
7 学位论文数据集

【相似文献】

相关期刊论文 前10条

1 高恩阳;郑昊鸿;;点云数据滤波方法综述[J];科技资讯;2012年33期

2 龚书林;;三维激光点云处理软件的若干关键技术[J];测绘通报;2014年06期

3 赵强;彭国华;王锋;;点云精简的一种方法[J];西南民族大学学报(自然科学版);2006年05期

4 李德江;张延波;于曼竹;姜丽丽;曲雪光;;基于扫描模式的点云修复技术研究[J];测绘与空间地理信息;2011年06期

5 蔡来良;李儒;;点云数据处理算法与实现初步研究[J];测绘通报;2012年S1期

6 詹庆明;张海涛;喻亮;;古建筑激光点云-模型多层次一体化数据模型[J];地理信息世界;2010年04期

7 曾敬文;朱照荣;丁锐;;基于立方体网格的数据点云约简和体积计算方法[J];测绘科学;2008年06期

8 杨欣;姚海燕;;平面点云边界参数识别[J];中国西部科技;2009年27期

9 孙瑞;张彩霞;;点云数据压缩算法综述[J];科技信息;2010年32期

10 张毅;闫利;;地面激光点云强度噪声的三维扩散滤波方法[J];测绘学报;2013年04期

相关博士学位论文 前10条

1 彭检贵;融合点云与高分辨率影像的城区道路提取与表面重建研究[D];武汉大学;2012年

2 刘涌;基于连续序列自动快速拼接的全方位三维测量技术研究[D];西南交通大学;2013年

3 袁小翠;产品表面缺陷视觉检测数据处理关键技术研究[D];南昌大学;2015年

4 韩峰;基于点云信息的既有铁路状态检测与评估技术研究[D];西南交通大学;2015年

5 金龙存;3D点云复杂曲面重构关键算法研究[D];上海大学;2012年

6 李扬彦;基于点云的三维重建与形变事件分析[D];中国科学院深圳先进技术研究院;2013年

7 杨德贺;面向虚拟测方系统的点云聚类与拟合理论[D];中国矿业大学（北京）;2014年

8 何朝明;离散点云处理的关键技术研究[D];西南交通大学;2007年

9 孟凡文;面向光栅投影的点云预处理与曲面重构技术研究[D];南昌大学;2010年

10 李宝;三维点云的鲁棒处理技术研究[D];国防科学技术大学;2011年

相关硕士学位论文 前10条

1 龚硕然;基于Delaunay三角剖分的点云三维网格重构[D];河北大学;2015年

2 杨红粉;频域技术应用于点云配准研究[D];北京建筑大学;2015年

3 段红娟;点云图像交互式曲线骨架提取技术及其应用[D];西南交通大学;2015年

4 张永恒;散乱点云数据配准方法研究[D];长安大学;2015年

5 吴爱;面向特征拟合的点云简化方法研究[D];中国地质大学(北京);2015年

6 薛广顺;基于立体视觉的牛体点云获取方法研究与实现[D];西北农林科技大学;2015年

7 胡诚;精度约束下地表LiDAR点云抽稀方法研究[D];西南交通大学;2015年

8 余明;三维离散点云数据处理技术研究[D];南京理工大学;2015年

9 陈星宇;基于三维彩色点云的地形分类方法研究[D];南京理工大学;2015年

10 朱东方;基于复杂拓扑结构点云的曲线拟合研究与应用[D];山东大学;2015年

本文编号：2887139