基于地基LiDAR点云的盾构隧道内衬病害检测方法技术

本发明专利技术涉及隧道检测技术领域，具体涉及基于地基LiDAR点云的盾构隧道内衬病害检测方法；基于地基LiDAR隧道衬砌激光点云，并对所述点云进行预处理，得到三维激光点云；将所述三维激光点云投影获取二维激光点云图像，并将所述二维激光点云图像灰度化，得到激光点云灰度图像；基于局部预拟合能量驱动的主动轮廓快速模型分割所述激光点云灰度图像，检测和分析隧道衬砌病害，该方法在病害检测方面具有准确率、召回率较高，虚警率、面积误差较小，计算运行时间较少等优点，能够快速、准确地识别盾构隧道衬砌的病害，解决传统地铁盾构隧道病害监测只能获取有限的离散监测点变化，无法全面反映隧道衬砌病害状况的问题。映隧道衬砌病害状况的问题。映隧道衬砌病害状况的问题。

【技术实现步骤摘要】
基于地基LiDAR点云的盾构隧道内衬病害检测方法


[0001]本专利技术涉及隧道检测
，尤其涉及基于地基LiDAR点云的盾构隧道内衬病害检测方法。

技术介绍

[0002]地铁盾构隧道是城市重要的基础设施，随着使用运行时间的增加和隧道内外环境的变化，会不可避免地开始出现隧道衬砌表观病害，为保证地铁隧道安全运营，需要检测隧道衬砌病害并及时采取补救措施。
[0003]地铁盾构隧道病害监测的传统方式是使用测缝计和测斜仪等静态传感器以及全站仪等仪器设备进行检测，这些设备的监测周期长且只能获取有限的离散监测点变化，无法全面反映隧道衬砌病害状况。

技术实现思路

[0004]本专利技术的目的在于提供基于地基LiDAR点云的盾构隧道内衬病害检测方法，旨在解决传统地铁盾构隧道病害监测只能获取有限的离散监测点变化，无法全面反映隧道衬砌病害状况的问题。
[0005]为实现上述目的，本专利技术提供了基于地基LiDAR点云的盾构隧道内衬病害检测方法，包括以下步骤：
[0006]基于地基LiDAR隧道衬砌激光点云，并对所述点云进行预处理，得到三维激光点云；
[0007]将所述三维激光点云投影获取二维激光点云图像，并将所述二维激光点云图像灰度化，得到激光点云灰度图像；
[0008]基于局部预拟合能量驱动的主动轮廓快速模型分割所述激光点云灰度图像，检测和分析隧道衬砌病害。
[0009]其中，所述预处理包括采用迭代拟合椭圆的技术来去除横截面的噪声点。
[0010]其中，所述激光点云灰度图像包括图像的整体和局部特征。
[0011]其中，所述二维激光点云图像灰度化过程主要包含激光点云强度修正和激光点云栅格化。
[0012]其中，所述隧道衬砌病害包括隧道衬砌渗漏水和管片脱落。
[0013]本专利技术的基于地基LiDAR点云的盾构隧道内衬病害检测方法，基于地基LiDAR隧道衬砌激光点云，并对所述点云进行预处理，得到三维激光点云；将所述三维激光点云投影获取二维激光点云图像，并将所述二维激光点云图像灰度化，得到激光点云灰度图像；基于局部预拟合能量驱动的主动轮廓快速模型分割所述激光点云灰度图像，检测和分析隧道衬砌病害，该方法基于地基LiDAR点云将隧道衬砌三维点云展开生成隧道二维点云，依据点云反射强度获取隧道衬砌表面二维点云灰度图像，基于二维灰度图像和局部预拟合能量驱动的主动轮廓快速模型(LPF图像)分割算法检测隧道衬砌病害，在病害检测方面具有准确率、召
回率较高，虚警率、面积误差较小，计算运行时间较少等优点，能够快速、准确地识别盾构隧道衬砌的病害，解决传统地铁盾构隧道病害监测只能获取有限的离散监测点变化，无法全面反映隧道衬砌病害状况的问题。
附图说明
[0014]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0015]图1是三维激光点云展开为二维平面点云的原理图。
[0016]图2是展开后隧道衬砌表面点云的示意图。
[0017]图3是基于地基LiDAR点云和LPF方法的盾构地铁隧道衬砌病害检测流程图。
[0018]图4是本专利技术提供的基于地基LiDAR点云的盾构隧道内衬病害检测方法的流程图。
具体实施方式
[0019]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。
[0020]请参阅图1至图4，本专利技术提供基于地基LiDAR点云的盾构隧道内衬病害检测方法，包括以下步骤：
[0021]S1基于地基LiDAR隧道衬砌激光点云，并对所述点云进行预处理，得到三维激光点云；
[0022]具体的，由于障碍物的阻碍或隧道空间扫描角度的限制，盾构隧道衬砌激光点云中常常出现了不属于隧道衬砌的点云的噪声数据。如果不剔除这些噪声将会对衬砌病害检测与识别产生较大影响。鉴于隧道断面可视为接近标准圆的椭圆，采用迭代拟合椭圆的技术来去除横截面的噪声点。椭圆拟合期间参数使用随机采样一致性算法，具体步骤如下：
[0023]利用椭圆的最小二乘拟合算法对有噪声的截面点云进行拟合，从而计算出椭圆的初始参数(包括椭圆方程的系数、圆心的坐标、长短半轴)。
[0024]求解从截面点到椭圆的最短距离d
i
，形成距离点集d
mean
＝d{d1,d2,
…
,d
mean
}，点集的均值d
mean
和标准差分别由式(1)、(2)计算。
[0025][0026][0027]规定当|d
i
‑
d
mean
|>2σ为噪声点，经过一系列迭代，最终去掉不在隧道壁上的点。
[0028]S2将所述三维激光点云投影获取二维激光点云图像，并将所述二维激光点云图像灰度化，得到激光点云灰度图像；
[0029]具体的，先将盾构隧道衬砌三维激光点云进行投影变换转换为二维平面点云，再
根据点云反射强度将二维平面点云转化成灰度图像以去噪后的圆柱面断面拟合中心O(X0,Z0)为中心，将点云投影至图2中小虚线所示的拟合曲面。令是X轴正单位向量，P＝(x,z)是三维激光点云中的任意一点，P'＝(x',z')是P＝(x,z)向拟合曲面投影后的点，P'＝(x',z')所在拟合曲面沿顶部展开后的点用P"＝(x",z")表示。∠POA＝θ，为与的夹角。∠P'OB＝α，为与的夹角。设夹角绕X轴正向逆时针旋转时为正，R为隧道内径，且变换前后P点的Y方向坐标保持不变，即y＝y'＝y”。三维激光点云展开为二维平面点云的原理如图1所示，按此方法将隧道衬砌面三维激光点云展开，如图2所示。
[0030]根据式(3)、式(4)可以得到点P投影后的点P'坐标(x',z')：
[0031][0032][0033]由式(5)、(6)得到P'展开P”坐标(x”，z”):
[0034][0035][0036]展开后激光点云灰度图像包含的信息能够充分体现图像的整体和局部特征，为更直观地表示隧道衬砌图像，并基于LPF图像分割算法对隧道衬砌病害进行检测和分析，需要将二维激光点云转化为灰度值图像。二维激光点云图像灰度化过程主要包含激光点云强度修正和激光点云栅格化。激光点云强度是激光反射强度与测量距离的函数，其数学模型如式(7)所示。
[0037][0038]式中，I为实测激光点云强度，ρ是目标反射率，f(ρ)为目标反射率的函数，α
i
为依据实际激光点云数据进行模型估计的多项式，D为实际测量距离。修正后的激光点云强度值用I
...

【技术保护点】

【技术特征摘要】
1.基于地基LiDAR点云的盾构隧道内衬病害检测方法，其特征在于，包括以下步骤：基于地基LiDAR隧道衬砌激光点云，并对所述点云进行预处理，得到三维激光点云；将所述三维激光点云投影获取二维激光点云图像，并将所述二维激光点云图像灰度化，得到激光点云灰度图像；基于局部预拟合能量驱动的主动轮廓快速模型分割所述激光点云灰度图像，检测和分析隧道衬砌病害。2.如权利要求1所述的基于地基LiDAR点云的盾构隧道内衬病害检测方法，其特征在于，所述预处理包括采用迭代拟合椭...

【专利技术属性】
技术研发人员：卜磊，章晓余，史玉峰，翟宏亮，张宗营，郑干，刘佳，冯欣欣，李星星，
申请(专利权)人：南京林业大学，
类型：发明
国别省市：