面向隧道变形监测的激光点云协同转换和全断面建模研究

Developing data processing method of terrestrial laser scanning (TLS) for monitoring tunnel deformation has important meanings in theory and practice. There are two problems that limit its development: strict adjustment based on multi-source identical points and establishing full-section corresponding relations of point clouds from different days. In this research, we construct identical points from spherical targets, man-made plane targets and traffic signs, a transformation model is established to simultaneously transform all scans to a reference coordinate system with the help of robust estimation and variance component estimation. Based on high density point clouds, 3D quadratic form estimation is investigated to estimate tunnel geometric parameters. Then, according to rock joint distribution characteristics, accuracy loss and magnitudes of deformation, hierarchical segmentation is proposed to establish deformation frameworks for comparing data from epochs. Outliers are detected by data mining in small area to provide a clean surface. Representative points are estimated to represent the discrete point clouds and establish the corresponding relations of data from different epochs. The results of this research further develop the method of TLS monitoring tunnel deformation.

研究面向隧道变形监测的地面三维激光扫描点云处理理论和方法，有重要的理论和现实意义。其中，多源同名点协同的严密平差和全断面构建离散点云对应关系是难点。本项目拟构建基于靶标球、自制大靶标面和交通标示符的多源同名点，研究方差分量方法控制不同精度同名点权重，研究稳健估计方法处理观测值中可能包含的粗差，构建在少量绝对控制下、基于不同精度多源同名点协同的坐标转换模型，并应用总体最小二乘方法对其进行严密平差。基于海量点云估计隧道3D曲面参数，根据节理展布特征分割节理破碎和稳定区域，分析小曲面平差过程中精度损失对变形精度影响，构建层级分割建立变形监测参考框架；基于数据挖掘研究小曲面内噪点清洗方法，建立平差模型解算小曲面内点云代表点，建立离散点云对应关系；估计模型整体精度，计算不同日期代表点的位置偏移，评定置信度，全断面展示隧道变形。本研究成果为深化点云监测隧道变形提供理论和方法支撑。

地铁和高铁给人民生产和生活带来了很大便利，发挥着越来越重要的作用。这其中有相当一部分需要开挖隧道，隧道设施安全离不开变形监测。如果隧道内壁变形在允许范围内，则为正常现象；如果超过一定限度，则可能导致严重的安全问题。激光雷达技术可快速、非接触获取隧道表面的高密度点云数据，然而，多测站间严密平差和离散点云无法直接比较等基础问题，导致原始点云无法满足变形监测需求。.本项目研究了适用于隧道全断面重构和变形监测的端到端点云数据处理方法，具体地：研究少量同名点协同和多扫描站高精转换模型，建立基于变形监测参考框架和噪点影响下小面元平差的全断面模型。项目组在京张高铁八达岭段高铁隧道段，布置了变形监测网，利用全站仪采集数据作为参考，使用地面三维激光扫描仪Leica Geosystems P40采集了四期点云数据。结果表明，不同日期、同一扫描站的最大偏移值为1.30cm、最小偏移值为0.03cm。不同日期隧道内壁点云代表点位置变化的均方根分别为2.47cm和1.25cm。采用F检验，验证隧道发生了明显变形。项目组也在长春某地铁隧道、广州某地铁站和环球影城管廊等工程中开展了地下空间点云数据处理研究。.项目开展过程中将研究对象扩展至公路基础设施感知研究，构建了面向道路基础设施自动分类的端到端点云学习网络，建立了包括道路中线和交通标线等在内的交通信息计算模型，并在兰州城区和京承高速等路段进行了测试验证。研究利用测绘新技术，感知构筑物健康状态，对于及时采取防护措施、提高预警能力，具有重要的现实和科学意义。