点云密度特征约束下的隧道开挖轴线抗噪提取

doi:10.13474/j.cnki.11-2246.2024.0118

测绘通报 ›› 2024, Vol. 0 ›› Issue (1): 109-114.doi: 10.13474/j.cnki.11-2246.2024.0118

点云密度特征约束下的隧道开挖轴线抗噪提取

智志洋¹, 李爱光², 杜志刚³, 阮清林³, 赵翼鹏⁴

1. 中山大学测绘科学与技术学院, 广东珠海 519082;
2. 电子科技大学智能计算研究院, 四川成都 611731;
3. 中铁隧道局集团有限公司工程测量试验分公司, 广东广州 511458;
4. 中山大学地理科学与规划学院, 广东广州 510006

收稿日期:2023-05-31 出版日期:2024-01-25 发布日期:2024-01-30
通讯作者: 李爱光。E-mail:sunsoft25@163.com
作者简介:智志洋(1996—),男,博士生,主要研究方向为三维激光点云数据处理。E-mail:zhizhiy@126.com
基金资助:
隧道点云超欠挖拟合关键技术项目(ZTSDSCCG2022107)

Noise-resistant extraction of tunnel excavation axis under point cloud density feature constraints

ZHI Zhiyang¹, LI Aiguang², DU Zhigang³, RUAN Qinglin³, ZHAO Yipeng⁴

1. School of Geospatial Engineer and Science, Sun Yat-Sen University, Zhuhai 519082, China;
2. Laboratory of intelligent Collaborative Computing, University of Electronic Science and Technology of China, Chengdu 611731, China;
3. Engineering Survey and Test Branch of China Railway Tunnel Bureau Group Co., Ltd., Guangzhou 511458, China;
4. School of Geography and Planning, Sun Yat-Sen University, Guangzhou 510006, China

Received:2023-05-31 Online:2024-01-25 Published:2024-01-30

摘要/Abstract

摘要： 三维激光扫描仪获取的隧道原始点云数据往往包含大量的无关点,这对隧道轴线的提取有较大的影响,同时较难满足现场施工的实时性需求。针对上述问题,本文将考虑隧道点云密度特征,提出一种高效、自动的隧道中轴线提取方法。首先,统计隧道点云的密度特征,依据不同密度的点云区域,判别其点云特征,生成不同的约束系数,并将约束系数作为轴线拟合点的选取依据;其次,经过俯视投影和RANSAC处理,得到投影平面中轴线;然后,经过侧视投影得到拱顶位置,依据拱顶位置将中轴线调整至隧道中心处;最后,利用RANSAC线性拟合以实现对不同区段轴线的预测。结果表明,本文方法根据指定区域的隧道点云密度特征,能够快速、准确提取带有大量噪声的隧道点云中轴线,且适用于不同区段的开挖隧道,具有较好的适应性。

关键词: 隧道激光点云, 点云密度, 开挖轴线, 抗噪, RANSAC

Abstract: The original point cloud data of the tunnel acquired by 3D laser scanner often contains a lot of irrelevant points, which has a great impact on the extraction of tunnel axis, and at the same time, it is difficult to meet the real-time demand for on-site construction. For the above problems, an efficient and automatic method is proposed to extract tunnel axis by taking the density characteristics into consideration. Firstly, the density characteristics of the tunnel point cloud are counted, and different constraint coefficients are generated based on the different density of the point cloud region, and the constraint coefficients are used as the basis for the selection of the axial fitting points; after the top-view projection and the RANSAC processing, the central axis of the projected plane is obtained; after the side-view projection, the location of the vault is obtained, and based on that, the central axis is adjusted to the center of the tunnel; and the central axis is adjusted to the center of the tunnel by using the RANSAC linear fitting is used again to realize the prediction of the axis of the different zones.The results show that according to the density characteristics of the tunnel point cloud in the specified area,the method can quickly and accurately extract the axes in the tunnel point cloud with a lot of noise, and it is applicable to excavated tunnels in different zones with good adaptability.

Key words: tunnel laser point cloud, point cloud density, excavation axis, anti-noise, RANSAC

中图分类号:

P258

智志洋, 李爱光, 杜志刚, 阮清林, 赵翼鹏. 点云密度特征约束下的隧道开挖轴线抗噪提取[J]. 测绘通报, 2024, 0(1): 109-114.

ZHI Zhiyang, LI Aiguang, DU Zhigang, RUAN Qinglin, ZHAO Yipeng. Noise-resistant extraction of tunnel excavation axis under point cloud density feature constraints[J]. Bulletin of Surveying and Mapping, 2024, 0(1): 109-114.

参考文献

[1] 人民日报. 截至2022年底综合交通运输网络总里程超600万公里[EB/OL].[2023-02-27]. http://www.gov.cn/xinwen/2023-02/27/content_5743414.htm.
[2] 中华人民共和国经济和社会发展第十四个五年规划和2035远景目标纲要[EB/OL].[2021-03-23].https://www.ndrc.gov.cn/xxgk/zcfb/ghwb/202103/t20210323_1270124.html.
[3] 郭春,郭亚林,陈政. 交通隧道工程碳排放核算及研究进展分析[J]. 现代隧道技术,2023,60(1): 1-10.
[4] 王明卓. “双碳”目标下城市山岭隧道设计研究与实例[J]. 现代隧道技术,2022,59(S1): 763-768.
[5] WANG Weixing,CHEN Weiwei,KEVIN W,et al. Extraction of tunnel center line and cross-sections on fractional calculus,3D invariant moments and best-fit ellipse[J]. Optics & Laser Technology,2020,128: 106220.
[6] 陈健,盛谦,陈国良,等. 岩土工程数字孪生技术研究进展[J]. 华中科技大学学报(自然科学版),2022,50(8): 79-88.
[7] 丁鸽,燕立爽,彭健,等. 基于RANSAC算法的隧道点云横断面提取[J]. 测绘通报,2021(9): 120-123.
[8] 陈昌文,潘国兵,张帅,等. 基于PCA法向量估计与RANSAC算法的隧道中轴线提取[J]. 中国煤炭地质,2023,35(2): 61-66.
[9] 托雷,康志忠,谢远成,等. 利用三维点云数据的地铁隧道断面连续截取方法研究[J]. 武汉大学学报(信息科学版),2013,38(2): 171-175.
[10] 程云建,仇文革,雷劲. 基于三维点云的隧道全局中线提取方法及应用[J]. 湖南大学学报(自然科学版),2017,44(9): 146-150.
[11] 蓝秋萍,洪超,林欢,等. 从三维点云中自动提取隧道几何特征线[J]. 测绘工程,2015,24(10): 1-4.
[12] 谢雄耀,卢晓智,田海洋,等. 基于地面三维激光扫描技术的隧道全断面变形测量方法[J]. 岩石力学与工程学报,2013,32(11): 2214-2224.
[13] 李双. 基于三维激光扫描技术的隧道连续断面提取及变形分析[D]. 西安: 长安大学,2015: 27-29.
[14] 景冬,张光煜,刘如飞,等. 一种隧道点云三维中轴线与横断面提取方法[J]. 激光与光电子学进展,2022,59(8): 532-539.
[15] 荆海峰,李广云,王力,等. 基于圆柱多段拟合的隧道中轴线提取方法研究[J]. 大地测量与地球动力学,2018,38(2): 211-215.
[16] 艾中亮,鲍艳,郭飞,等. 基于三维激光扫描技术的地铁盾构隧道中轴线高程提取方法[J]. 城市轨道交通研究,2023,26(3): 68-71.

点云密度特征约束下的隧道开挖轴线抗噪提取

Noise-resistant extraction of tunnel excavation axis under point cloud density feature constraints

PDF

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]	朱建伟, 李朝奎, 周新邵, 赵丁莹, 傅开鸿. 基于车载遥感影像的高速公路广告牌破损检测方法及应用[J]. 测绘通报, 2023, 0(4): 59-63,98.
[2]	林乐胜, 林松. 盾构隧道点云模块化提取方法[J]. 测绘通报, 2023, 0(11): 66-68,106.
[3]	王道杰, 陈倍, 孙健辉. 机载LiDAR点云密度对DEM精度的影响[J]. 测绘通报, 2022, 0(5): 140-144,169.
[4]	王挺, 陈超然, 彭梦圆, 黄尔双, 黄霞. POS辅助和核线约束的倾斜影像匹配方法[J]. 测绘通报, 2021, 0(5): 91-95.
[5]	喜文飞, 赵子龙, 王绍君, 沈志坚, 李帅. 一种改进的无人机影像拼接粗差剔除算法[J]. 测绘通报, 2021, 0(2): 36-39.
[6]	谢宏全, 汪秋玲, 蔡东健, 邢万里, 孙权, 刘付程. 利用车载LiDAR点云数据提取城市道路边界[J]. 测绘通报, 2021, 0(2): 64-67.
[7]	何志伟, 唐伯惠, 王涛, 王晓红, 于伯华, 李闯, 邓仕雄. 剔除无人机影像BRISK特征误匹配点对算法[J]. 测绘通报, 2021, 0(10): 78-82.
[8]	周杰, 解琨, 付超, 施昆. 结合SIFT特征点和泊松融合的无人机遥感影像拼接技术[J]. 测绘通报, 2021, 0(1): 94-98.
[9]	范辉龙, 李永强, 杨清科, 李鹏鹏, 刘亚坤, 赵上斌. 利用车载点云数据构建建筑物立面窗户模型[J]. 测绘通报, 2020, 0(5): 95-100.
[10]	喜文飞, 史正涛, 李国柱. 图论算法的无人机影像匹配特征点粗差剔除[J]. 测绘通报, 2020, 0(4): 6-10.
[11]	张冬梅, 卢小平, 苗沛基, 周雨石, 马靓婷. 一种改进的APAP影像匹配算法[J]. 测绘通报, 2020, 0(3): 123-128.
[12]	贺亦峰, 胡荣, 邹进贵. 利用三维激光扫描数据进行建筑物立面点云分割算法分析[J]. 测绘通报, 2019, 0(4): 26-31.
[13]	杨辉山, 雷丽珍. 机载LiDAR点云获取与高精度DEM建设关键技术探讨[J]. 测绘通报, 2019, 0(3): 124-127.
[14]	张省, 朱伟. 基于SIFT匹配和RANSAC算法的超分辨率重建[J]. 测绘通报, 2019, 0(10): 119-122.
[15]	王晓红, 何志伟, 邓仕雄, 曹留霞, 李闯. 利用特征组合检测算法的无人机遥感影像匹配研究[J]. 测绘通报, 2019, 0(1): 29-33.