【技术实现步骤摘要】
本专利技术属于工程测量领域，尤其是针对隧道工程建设中全施工周期不同时间、不同部位、不同工序采集的海量三维点云数据管理，提出了一种隧道全施工周期的海量点云智能管理方法及计算机存储介质。
技术介绍
1、利用高速激光扫描的方式，大范围、高精度地测定对象结构表面点(x，y，z)坐标、反射率、颜色(r，g，b)相关数据，然后利用测得的大量、密集的坐标数据就能够精准地构造出1：1比例下的三维点云结构，为进行地隧道施工，修复工程等项目提供可靠依据。具有高精度、实时、快速、高效等优势，完美地突破了现阶段空间信息技术关于实时性以及准确性地难题。三维激光扫描技术对比与传统测量技术，具备高效率、高精度等显著优点。故通过三维激光扫描仪测得隧道点云数据，能够成功对隧道三维空间形态进行复制重现。再结合计算机技术将其处理计算，提取隧道特征轴线与特征断面，可实现对隧道空间结构状态及变形信息进行高效、高精度、立体可视化地分析与测量，进而实现其在隧道工程中的施工超欠挖控制等重要应用。
2、在隧道施工过程中需要及时了解当前施工状态，因此，会在全施工周期中不同时间、不同部位、不同工序时多次的采集隧道的点云数据。这些数据具有海量、时序、零碎、重复等特性，如何准确、高效、智能地进行融合、存储和管理，最终形成格式规范、信息全面、调阅便捷的点云大数据资源，为隧道施工管理提供真实、准确、可追溯的数据基础是当前研究面临的关键难点。
技术实现思路
1、本专利技术的一个目的在于提供一种隧道全施工周期的海量点云智能管理方法及计
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种海量点云智能管理方法，包括以下步骤：
4、在隧道全施工周期中采集的点云数据，整理形成新的点云数据组织结构(x，y，z，k，t)，其中x、y、z为点云的三维空间坐标数据，k为点云所在位置的里程值，t为点云采集的时间属性，并建立数据总集根文价夹；
5、将点云按里程进行分段保存形成里程分块数据文件夹；
6、在里程分块数据的基础上，通过x、y方向划分格网建立格网分块数据，形成格网分块数据文件夹；
7、在格网分块数据的基础上，在时间属性上建立采集时间分块数据，形成采集时间分块数据文件夹，
8、在最底层的采集时间分块数据文件夹中保存点云文件，并在数据总集根文价夹中建立分块索引文件。
9、作为优选的一个方面，还包括步骤：在应用程序调用点云数据时，根据分块规则，计算得到点云所在的文件夹路径，根据索引进行调用。
10、作为优选的一个方面，将点云按里程进行分段保存的公式如下：
11、；其中，l1、l2为里程分段点，kl1、kl2为两点对应的里程值；
12、建立格网分块数据的公式如下：
13、；其中，xmin和xmax指该格网分块在x方向的最大值和最小值，ymin和ymax指该格网分块在y方向的最大值和最小值；
14、建立采集时间分块数据的公式如下：
15、；其中，t1、t2为时间分块的前后时间点。
16、作为优选的一个方面，在所述建立数据总集根文价夹的步骤中，通过对原始点云数据抽稀预处理，整理形成新的点云数据组织结构。
17、作为优选的一个方面，在所述建立数据总集根文价夹的步骤中，还通过对原始点云数据去噪预处理，整理形成新的点云数据组织结构。
18、作为优选的一个方面，所述对原始点云数据抽稀以及去噪的预处理具体包括以下步骤：
19、在不改变原始点云分布特征的情况下，采用空间降采样方法进行抽稀；
20、利用隧道断面设计数据，设置阈值通过直通滤波去除偏离施工轮廓面的噪点；
21、使用高斯滤波法进行轮廓面的平滑处理，消除边界突出；
22、调整滤波参数，重复以上步骤，直至预处理后的点云通过质量检查。
23、作为优选的一个方面，预处理后的点云满足全局均匀分布、带权重均匀分布、各向异性分布和高范数度量下的分布，通过质量检查。
24、作为优选的一个方面，所述在时间属性上建立采集时间分块数据，其中，按自然时间段分类建立采集时间分块数据。
25、作为优选的一个方面，所述在时间属性上建立采集时间分块数据，其中，按施工阶段分类建立采集时间分块数据。
26、一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上任一所述的海量点云智能管理方法。
27、与现有技术相比，本专利技术的有益效果是：
28、本专利技术通过对隧道全施工周期中不同时间、不同部位、不同工序情景下获取的海量、时序、零碎、重复等特征的点云数据，进行准确、高效、智能地融合、存储和管理，最终形成格式规范、信息全面、调阅便捷的点云大数据资源，进一步可建立隧道轮廓面三维模型，从而最终实现超欠挖量、支护混凝土量和实际所需的衬砌混凝土量等关键施工指标的高精度计算，为隧道施工管理提供真实、准确、可追溯的数据基础。
29、参照后文的说明和附图，详细公开了本专利技术的特定实施方式，指明了本专利技术的原理可以被采用的方式。应该理解，本专利技术的实施方式在范围上并不因而受到限制。
30、针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。
31、应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
本文档来自技高网...【技术保护点】
1.一种海量点云智能管理方法，其特征在于，包括以下步骤：
2.如权利要求1所述的海量点云智能管理方法，其特征在于，还包括步骤：在应用程序调用点云数据时，根据分块规则，计算得到点云所在的文件夹路径，根据索引进行调用。
3.如权利要求1所述的海量点云智能管理方法，其特征在于，将点云按里程进行分段保存的公式如下：
4.如权利要求3所述的海量点云智能管理方法，其特征在于，在所述建立数据总集根文价夹的步骤中，通过对原始点云数据抽稀预处理，整理形成新的点云数据组织结构。
5.如权利要求4所述的海量点云智能管理方法，其特征在于，在所述建立数据总集根文价夹的步骤中，还通过对原始点云数据去噪预处理，整理形成新的点云数据组织结构。
6.如权利要求5所述的海量点云智能管理方法，其特征在于，所述对原始点云数据抽稀以及去噪的预处理具体包括以下步骤：
7.如权利要求6所述的海量点云智能管理方法，其特征在于，预处理后的点云满足全局均匀分布、带权重均匀分布、各向异性分布和高范数度量下的分布，通过质量检查。
8.如权利要求1所述的
9.如权利要求1所述的海量点云智能管理方法，其特征在于，所述在时间属性上建立采集时间分块数据，其中，按施工阶段分类建立采集时间分块数据。
10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1-9任一所述的海量点云智能管理方法。
...【技术特征摘要】
1.一种海量点云智能管理方法，其特征在于，包括以下步骤：
2.如权利要求1所述的海量点云智能管理方法，其特征在于，还包括步骤：在应用程序调用点云数据时，根据分块规则，计算得到点云所在的文件夹路径，根据索引进行调用。
3.如权利要求1所述的海量点云智能管理方法，其特征在于，将点云按里程进行分段保存的公式如下：
4.如权利要求3所述的海量点云智能管理方法，其特征在于，在所述建立数据总集根文价夹的步骤中，通过对原始点云数据抽稀预处理，整理形成新的点云数据组织结构。
5.如权利要求4所述的海量点云智能管理方法，其特征在于，在所述建立数据总集根文价夹的步骤中，还通过对原始点云数据去噪预处理，整理形成新的点云数据组织结构。
6.如权利要求5所述的海量点...
【专利技术属性】
技术研发人员：戚鹏，刘文胜，李军民，张文，彭波，吴国军，于安斌，杜其益，朱利荣，宜锐，叶尊，左言言，陈潇，丁志平，王立鹏，
申请(专利权)人：中铁四局集团第二工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。