基于移动激光扫描的轨道交通建筑限界一体化检测

doi:10.13474/j.cnki.11-2246.2023.0077

测绘通报 ›› 2023, Vol. 0 ›› Issue (3): 84-88.doi: 10.13474/j.cnki.11-2246.2023.0077

• 工程测量分会年会（2022年）优选论文 • 上一篇下一篇

基于移动激光扫描的轨道交通建筑限界一体化检测

黄希^1,2, 姚连璧^1,2, 杨璐璟³

1. 同济大学城市交通研究院, 上海 200092;
2. 同济大学测绘与地理信息学院, 上海 200092;
3. 上海勃发空间信息技术有限公司, 上海 200092

收稿日期:2022-07-04 修回日期:2023-02-05 发布日期:2023-04-04
作者简介:黄希(1998-),女,硕士,主要方向为激光扫描应用。E-mail:2031417@tongj.edu.com
基金资助:
国家自然科学基金（41771482）；国家重点研发计划（2016YFB1200602-02）

Integrated detection of rail transit building limit based on mobile laser scanning

HUANG Xi^1,2, YAO Lianbi^1,2, YANG Lujing³

1. Urban Mobility Institute, Tongji University, Shanghai 200092, China;
2. College of Surveying and Geo-informatics, Tongji University, Shanghai 200092, China;
3. Shanghai Bofa Space Information Technology Company, Shanghai 200092, China

Received:2022-07-04 Revised:2023-02-05 Published:2023-04-04

摘要/Abstract

摘要： 移动激光扫描可快速获取被测物体表面的三维坐标数据，近年来被逐渐应用到轨道交通工程测量项目中。针对当前轨道交通种类繁多而其限界检测研究分散，不利于工程实践的问题，本文提出了一种基于移动激光扫描技术的轨道交通建筑限界一体化检测方案。自主研发了轨道移动激光测量与检测（TLSD）系统，建立系统内部数据采集、处理、分析的限界检测流程，并集成各类现行限界规范标准，可同时满足铁路、地铁等不同轨道交通限界检测的需要。结合某铁路站台进行应用实践，结果显示，TLSD系统具有检测高效、自动化、成果可视化等优势。

关键词: 轨道交通监测, 限界, 移动激光扫描, 点云, 站台

Abstract: Mobile laser scanning can quickly obtain 3D coordinate data on the surface of the measured object, and has been gradually applied to survey projects of rail transit engineering in recent years. In order to solve the problem that the boundary detection research of different rail transit is scattered, which is not conducive to engineering practice, this paper introduces an integrated detection scheme for clearance gauge of rail transit based on mobile laser scanning technology, develop a track laser scanning and detection(TLSD) system containing a detection process for data acquisition, processing and analysis and current normative standards of clearance gauge, which can be used for the clearance gauge detection of different rail transit. The results of an engineering case show that TLSD system has the advantages of efficient detection, automation, and visualization of results.

Key words: railway monitoring, clearance gauge, mobile laser scanning, point cloud, platform

中图分类号:

黄希, 姚连璧, 杨璐璟. 基于移动激光扫描的轨道交通建筑限界一体化检测[J]. 测绘通报, 2023, 0(3): 84-88.

HUANG Xi, YAO Lianbi, YANG Lujing. Integrated detection of rail transit building limit based on mobile laser scanning[J]. Bulletin of Surveying and Mapping, 2023, 0(3): 84-88.

参考文献

[1] 国家铁路局. 2020年铁道统计公报[R]. 北京:国家铁路局, 2021.
[2] 梁亚成, 虞赛君, 马迪迪, 等. 基于数字孪生的隧道智能巡检技术研究与应用[J]. 北京测绘, 2022, 36(7):870-874.
[3] 住房和城乡建设部. 地铁限界标准:CJJ/T 96-2018[S]. 北京:中国建筑工业出版社, 2018.
[4] 蒋海. 轨道交通智能限界检测技术研发及应用[J]. 铁道建筑技术, 2020(2):27-29.
[5] 杜兆宇. 移动三维激光扫描系统在铁路限界测量中的应用研究[J]. 测绘通报, 2019(S2):185-187.
[6] 孟庆年, 张洪德, 王智, 等. 移动三维激光扫描技术在地铁隧道病害检测中的应用[J]. 城市勘测, 2021(2):143-148.
[7] 何人伟, 戴源廷, 宋天浩, 等. 360°激光扫描技术在城市轨道交通限界检测中的应用[J]. 现代城市轨道交通, 2022(2):8-12.
[8] 成枢, 查天宇, 黄小斌, 等. 移动式三维激光扫描技术在地铁隧道变形监测中的应用[J]. 测绘地理信息, 2021, 46(5):13-16.
[9] 杜黎明, 钟若飞, 孙海丽, 等. 移动激光扫描技术下的隧道横断面提取及变形分析[J]. 测绘通报, 2018(6):61-67.
[10] CUI H, REN X C, MAO Q Z, et al. Shield subway tunnel deformation detection based on mobile laser scanning[J]. Automation in Construction, 2019, 106:102889.
[11] SUN H L, LIU S, ZHONG R F, et al. Cross-section deformation analysis and visualization of shield tunnel based on mobile tunnel monitoring system[J]. Sensors (Basel, Switzerland), 2020, 20(4):1006.
[12] 张亚勇. 基于移动激光扫描三维点云的限界检测技术研究[J]. 铁道标准设计, 2021, 65(5):44-48.
[13] 张琰, 孔祥思. 移动激光扫描技术在地铁隧道限界检测中的应用[J]. 北京测绘, 2020, 34(6):868-871.
[14] 姚连璧, 张邵华, 聂顺根, 等. 基于扫描断面的磁浮轨道限界检测[J]. 工程勘察, 2021, 49(2):41-45.
[15] 闵世平, 彭东, 何跃川, 等. 隧道三维激光扫描测算一体化技术方案与实践[J]. 现代隧道技术, 2022, 59(1):87-94.
[16] 姚连璧, 陈启超, 吴杭彬, 等. 一种利用隧道环缝的移动激光测量系统里程校正方法:中国, 201810054838.7[P]. 2021-09-03.

基于移动激光扫描的轨道交通建筑限界一体化检测

Integrated detection of rail transit building limit based on mobile laser scanning

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	曾政祥, 何晶晶, 张婧. 融合激光点云的城市级高精度建模技术[J]. 测绘通报, 2023, 0(3): 133-138.
[2]	杨红刚. 一种手持式半球形视角激光雷达SLAM三维建图技术[J]. 测绘通报, 2023, 0(2): 139-144.
[3]	高洪, 王勇, 唐超, 王晓静. 结合决策树分类和区域生长的轨道扣件检测方法[J]. 测绘通报, 2022, 0(9): 18-22.
[4]	钱建国, 张宇琦, 汤圣君, 王伟玺, 李晓明. 最小割与深度学习联合优化的室内粘连点云分割方法[J]. 测绘通报, 2022, 0(9): 45-51.
[5]	刘禹麒, 陈广亮, 蔡岳臻, 李名豪, 陈定安, 胡小中. 一种基于倾斜摄影测量点云密度自适应分割的建筑物边界提取方法[J]. 测绘通报, 2022, 0(9): 52-57.
[6]	牛鹏涛, 曹毅, 乔文彬. 融合RGB-D深度图像和LiDAR点云的石油管线BIM建模[J]. 测绘通报, 2022, 0(9): 93-97,157.
[7]	刘华光, 王军军, 寇媛. 利用无人机激光点云数据更新地形级实景三维地理场景[J]. 测绘通报, 2022, 0(9): 111-114.
[8]	马原放, 李海鹏, 贾光军. 三维激光点云自动化建模思路探索[J]. 测绘通报, 2022, 0(9): 119-122.
[9]	何宽, 孙瑞, 官云兰, 曾晨曦. 基于逐点前进法的点云数据精简[J]. 测绘通报, 2022, 0(9): 167-169.
[10]	黄皓中, 苏鹏浩, 王冉, 王峰, 史韦韦, 赵剑飞. 基于密集匹配点云的DEM生产可行性研究[J]. 测绘通报, 2022, 0(9): 170-174.
[11]	王敬淳, 汤圣君, 王伟玺, 李晓明, 李游, 谢林甫, 朱家松. 室内三维点云空间自动划分与规则化方法[J]. 测绘通报, 2022, 0(8): 93-97,138.
[12]	孙振勇, 樊小涛, 叶飞, 陈绪刚. 天宝SX10影像扫描仪在水文泥沙监测中的应用[J]. 测绘通报, 2022, 0(8): 169-172.
[13]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[14]	经皓然, 徐敬海. 异形建筑的无人机点云与地面三维激光扫描点云配准[J]. 测绘通报, 2022, 0(6): 32-39.
[15]	钟少忠, 周克军, 王留召, 毛明楷. 车载点云特征对应影像自动分割技术研究[J]. 测绘通报, 2022, 0(6): 45-48 ,97.