System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于隧道监测,尤其是涉及一种用于监测隧道形变的方法及系统。。
技术介绍
1、随着高速公路、高铁、地铁等基础设施建设的快速发展,已建成和在建的隧道里程急速增长。隧道是在地下的隐蔽工程,所处的地质环境较为复杂,在建设过程中,土体开挖、打桩等操作都有可能导致隧道结构变形。此外,降水也会对隧道结构产生影响,破坏隧道结构原本的应力平衡,引发围岩向着垂直或者水平方向位移,进而造成隧道结构变形。因此,为了确保隧道工程安全、及时预报险情,除了加固、维护隧道之外,对隧道工程安全稳定状态的监测和评估也十分重要。
2、现有技术通常采用设站式全站仪对设立的标靶进行坐标测量,以进行隧道监控量测。然而,基于架设仪器识别标靶进行隧道三维建模实现隧道监控量测,需要消耗大量人力,且测量结果对施工现场的抗干扰能力弱;基于摄影测量的狭窄山谷地形施工测量,需要通过摄影测量的方法实现标靶的自动识别,对环境要求空旷,需要摄影测量人员介入,没有根本上解决人力需求。
3、结合前述现有技术,在实现本专利技术的过程中,专利技术人发现,现有隧道形变监测技术多为摄影测量或人工测量,对环境要求高,人力物力消耗大,且多数情况无法做到7*24小时实时量测,无法满足隧道施工的安全需求,故亟需一种具备自动化、全天候运行能力的隧道安全形变监测技术。
技术实现思路
1、为了解决上述问题,本专利技术实施例提供了一种用于监测隧道形变的方法,包括:将多个标靶分别设置在待监测隧道内壁上的不同位置,并通过雷达实时扫描内壁面和标
2、优选地,在将每个标靶的最佳点云数据从地面坐标系分别映射到与雷达空间姿态有关的坐标系内的步骤中,包括:实时测量扫描过程中雷达的空间姿态信息,从而根据所述空间姿态信息,获得所述与雷达空间姿态有关的坐标系的各坐标轴相较于所述地面坐标系对应坐标轴的倾斜角度,从而利用所述倾斜角度对每个标靶的最佳点云数据进行映射。
3、优选地,利用如下表达式对每个标靶的最佳点云数据进行映射:
4、;
5、其中, x0、 y0和 z0分别表示与雷达空间姿态有关的坐标系内点云的坐标, x、 y和 z分别表示地面坐标系内点云的坐标, α、 β和 γ分别表示与雷达空间姿态有关的坐标系的各坐标轴对应的倾斜角度。
6、优选地,在根据所述第一点云数据中标靶点云数据的空间分布特征,针对每个标靶筛选适用于计算隧道形变量的最佳点云数据的步骤中,包括:将每个标靶的标靶点云数据的几何中心作为中心点,分别统计预设的雷达视场角度范围内每个标靶的点云数据的点数量,以根据统计结果调整所述预设的雷达视场角范围,进而获得每个标靶的最佳雷达视场角度范围,继而将处于每个最佳雷达视场角度范围内的标靶点云数据作为相应的最佳点云数据。
7、优选地,在获得每个标靶的最佳雷达视场角度范围的步骤中,包括:获取调整后预设的雷达视场角度范围内每个标靶的点云数据中每个点与雷达之间的距离,并针对每个标靶计算距离平均值,继而结合标靶的尺寸参数,计算每个标靶的最佳雷达视场角度范围。
8、优选地,利用如下表达式计算每个标靶的最佳雷达视场角度范围:
9、;
10、其中, 表示最佳雷达视场角度, d表示标靶的直径,表示距离平均值。
11、优选地,在将每个标靶的最佳点云数据从地面坐标系分别映射到与雷达空间姿态有关的坐标系内之前,所述方法还包括:获取每个标靶的最佳点云数据的二值化图像,之后对所述二值化图像进行去噪,并形成二值化下的标靶点云投影图,从而根据所述标靶点云投影图,获得每个标靶的最佳点云数据在地面坐标系内的坐标。
12、优选地,在从所述点云数据中去除三维空间密度未满足预设密度要求的数据的步骤中,包括:获取单位时间内扫描单位面积标靶所获得点云数据的平均点数量,并计算预设密度阈值,以根据所述预设密度阈值,从所述点云数据中提取所述三维空间密度未满足预设密度要求的数据来进行去除,其中,利用如下表达式计算所述预设密度阈值:
13、;
14、其中,表示预设密度阈值,表示平均点数量,表示扫描总时长,表示标靶与雷达扫描线的夹角, w表示雷达的测距精度, s表示标靶的面积, b表示最远处的标靶与雷达的距离。
15、优选地,所述方法还包括:实时计算扫描过程中表示点云数据的实际覆盖面积在预设隧道监测面积中所占比重的点云有效覆盖率,以评估所获得的点云数据的有效程度,其中,在有效程度未达到预设点云有效覆盖率时,按照指定的参数调整方式对雷达的扫描参数进行调整来提高所述有效程度。
16、另一方面,本专利技术还提供了一种用于监测隧道形变的系统,所述系统用于执行用于监测隧道形变的方法,其中,所述系统包括:数据获取装置,其用于通过雷达实时扫描内壁面和分别设置在待监测隧道内壁上的不同位置的多个标靶的点云数据;去噪装置,其用于从所述点云数据中去除三维空间密度未满足预设密度要求的数据,从而对所述点云数据进行第一次去噪处理,获得第一点云数据;数据筛选装置,其用于根据所述第一点云数据中标靶点云数据的空间分布特征,针对每个标靶筛选适用于计算隧道形变量的最佳点云数据;监测结果生成装置,其用于将每个标靶的最佳点云数据从地面坐标系分别映射到与雷达空间姿态有关的坐标系内,基于此,利用每个标靶前一周期与后一周期的映射坐标,确定对应标靶的位置变化情况,由此得到隧道形变监测结果。
17、与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果。
18、本专利技术公开了一种用于监测隧道形变的方法及系统,该方法采用激光雷达实时扫描内壁面和标靶点云数据;之后,基于联合三维点密度与反射率投影自适应去噪方式对扫描得到的点云数据进行处理,从而筛选适用于计算隧道形变量的最佳点云数据;最后,将每个标靶的最佳点云数据从地面坐标系分别映射到与雷达空间姿态有关的坐标系内,在此基础上,利用每个标靶前一周期与后一周期的映射坐标,确定对应标靶的位置变化情况,由此得到隧道形变监测结果。本专利技术实现了本文档来自技高网...
【技术保护点】
1.一种用于监测隧道形变的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,在将每个标靶的最佳点云数据从地面坐标系分别映射到与雷达空间姿态有关的坐标系内的步骤中,包括:
3.根据权利要求2所述的方法,其特征在于,利用如下表达式对每个标靶的最佳点云数据进行映射:
4.根据权利要求1~3中任一项所述的方法,其特征在于,在根据所述第一点云数据中标靶点云数据的空间分布特征,针对每个标靶筛选适用于计算隧道形变量的最佳点云数据的步骤中,包括:
5.根据权利要求4所述的方法,其特征在于,在获得每个标靶的最佳雷达视场角度范围的步骤中,包括:
6.根据权利要求5所述的方法,其特征在于,利用如下表达式计算每个标靶的最佳雷达视场角度范围:
7.根据权利要求4所述的方法,其特征在于,在将每个标靶的最佳点云数据从地面坐标系分别映射到与雷达空间姿态有关的坐标系内之前,所述方法还包括:
8.根据权利要求7所述的方法,其特征在于,在从所述点云数据中去除三维空间密度未满足预设密度要求的数据的步骤中,包括:
...【技术特征摘要】
1.一种用于监测隧道形变的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,在将每个标靶的最佳点云数据从地面坐标系分别映射到与雷达空间姿态有关的坐标系内的步骤中,包括:
3.根据权利要求2所述的方法,其特征在于,利用如下表达式对每个标靶的最佳点云数据进行映射:
4.根据权利要求1~3中任一项所述的方法,其特征在于,在根据所述第一点云数据中标靶点云数据的空间分布特征,针对每个标靶筛选适用于计算隧道形变量的最佳点云数据的步骤中,包括:
5.根据权利要求4所述的方法,其特征在于,在获得每个标靶的最佳雷达视场角度范围的步骤中,包括:
【专利技术属性】
技术研发人员:安哲立,王彦平,马伟斌,袁振宇,曾雄鹰,李尧,王勇,邹文浩,张金龙,吴勇生,田青,随意,李洋,彭旸,
申请(专利权)人:中国铁道科学研究院集团有限公司铁道建筑研究所,
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。