基于地面Lidar点云的岩体结构面快速提取方法

Discontiniuty is the elementary unit that constitutes rock mass structure and determines mechanical properties of rock mass.To identify correctly and extract quickly and accurately is the important basis for evaluating the geological characteristics of rock mass in the excavation process.Since the characteristics of discontiniuty are complex and irregular, the problems such as the conventional extracting method whose reliability is poorer is lowly automated and the information of structural surface perpendicular to rock edge is easily missed are increasing prominent.This application advances a kind of fast extraction method for the rock mass discontiniuty, based on terrestrial Lidar point clouds.The main content of this research includes the analysis and induction of the features of rock mass discontiniuty presenting in Lidar point clouds, systematical research on the point clouds segmentation method for extracting discontiniuty fast.Aiming at problems of under-segmentation or over-segmentation leading to incorrect results in the existing segmentation methods, this research raises a pretreatment method using octree to organize the complex and irregular point clouds data efficiently,and another feature clustering segmentation method utilizing sequential vector detection mechanism,which can extract the rock mass discontiniuty model rapidly and precisely under the premise of assured confidence and precision to avoid the emergence of incorrect results of gradually paralleled plane. This work can be used as core technique in automated logging to provide a new way for fast accurate and automated extraction in rock excavation process.

结构面是构成岩体结构并控制岩体力学性质的基本单元，正确识别并快速准确提取岩体结构面是工程开挖过程中评价岩体地质特性的重要基础。由于岩体结构面特征不规则且十分复杂，常规的提取方法可靠性较差、自动化程度较低且容易隐藏与岩体边缘垂直的结构面信息等问题日益突出。本项目提出基于地面Lidar点云的岩体结构面快速提取方法，主要研究内容包括:分析归纳岩体结构面在Lidar点云中呈现的特征，系统研究快速提取结构面的点云分割方法，针对已有点云分割方法在岩体结构面提取中容易出现欠分割和过分割等问题，提出用八叉树对复杂、不规则点云数据进行高效组织的预处理方法和顺序法向量检测机制的特征聚类分割方法，在保证置信度和精确度的前提下快速、准确提取岩体结构面的平面模型，避免出现错误的提取结果。该研究成果可作为核心技术广泛应用于自动化地质编录，为工程开挖过程中岩体结构面的快速、准确、自动提取提供新的有效途径。

本项目建立了一套岩体点云数据配准、组织、提取结构面的解决方案，并实现了结构面提取原型系统的设计与开发。通过2个典型案例验证了本项目提出方法的有效性、可靠性和可行性。主要完成了以下研究：（1）对多站点云配准的方法进行了归类和讨论，对比分析了三类常用点云配准方法的特点和适用性，总结了三类方法的优缺点和局限性。提出了以整体思想的配准方法对岩体点云数据进行配准的思路，以解决其他方法的局限性，即以点云数据法向量叉积代数和最小作为适应度函数的粒子群改进算法，并对高陡边坡岩体点云数据进行了整体配准，将配准结果与其他经典算法进行了对比实验。对比分析的结果验证了本课题方法的可行性、有效性和稳定性。（2）论述了岩体点云数据结构面提取的新原理，并提出了一种岩体点云数据高效组织的方法，保持原始地面激光扫描点云中点和点的邻接关系，设计实现了一种四叉树-八叉树的联合索引算法，支持高效的浏览与空间查询。（3）以岩体点云数据组织方法为基础，研究了基于结构面方程的岩体点云分组策略，以子集间法向量的夹角为判断准则，将海量岩体点云数据进行分组处理，以提高计算处理的效率。（4）以2类典型的地面Lidar岩体数据为例，采用本项目提出的方法和理论进行了实验分析，从中准确提取出了结构面模型，并将提取结果与现场人工罗盘测量的结果以及国外学者的研究成果进行精度对比分析，验证了本项目所提出的理论和方法的有效性、可靠性和工程适用性。