邵文　鄭佳佳　占曉明

【摘 要】由于原有的地鐵變形監(jiān)測技術(shù)僅局限于單點數(shù)據(jù)的獲取，無法反映地鐵隧道整體形變特點，為此要引入更加先進的三維激光掃描技術(shù)和方法，利用其環(huán)境影響小、表達對象細節(jié)信息能力強的優(yōu)勢，進行地鐵隧道變形數(shù)據(jù)的采集、點云預(yù)處理，以地鐵隧道中軸線為基準(zhǔn)，采用基于橢圓柱面模型的點云濾波方法，利用橢圓柱面擬合方法對地鐵隧道中軸線分割區(qū)域進行濾噪，并進行地鐵隧道的形變分析，進行地鐵隧道區(qū)域空間變化信息的精準(zhǔn)表達。

【關(guān)鍵詞】三維激光掃描技術(shù);地鐵;隧道;變形;監(jiān)測

中圖分類號： U231.3 文獻標(biāo)識碼： A文章編號： 2095-2457（2019）30-0016-002

DOI：10.19694/j.cnki.issn2095-2457.2019.30.007

當(dāng)前地鐵工程建設(shè)運營維護日益引發(fā)人們的重視，考慮到地鐵隧道變形的多方位、多層次和時延性，要轉(zhuǎn)變傳統(tǒng)的收斂計、全站儀等形變監(jiān)測技術(shù)，由于傳統(tǒng)技術(shù)僅能獲取部分單點數(shù)據(jù)，而無法全窺地鐵隧道的整體形變特點，為此可以引入全新的三維激光掃描技術(shù)，無須布設(shè)測點，可以精準(zhǔn)地進行測區(qū)的數(shù)據(jù)采集，并構(gòu)建目標(biāo)物三維表面模型（DSM），進行點云數(shù)據(jù)的計算和處理，精準(zhǔn)獲取目標(biāo)點的空間變化量，準(zhǔn)確表達監(jiān)測對象的空間演變及動態(tài)變化特點，體現(xiàn)出極高的空間點位精度，為高精度形變監(jiān)測提供可靠的精度保證。

1 地鐵隧道點云數(shù)據(jù)的組織及處理分析

1.1 地鐵隧道點云數(shù)據(jù)的組織管理

可以采用點云處理軟件RI-SCANPRO進行地鐵隧道點云的瀏覽、選取和輸出操作，為了利用點云數(shù)據(jù)進行地鐵隧道的形變監(jiān)測，要預(yù)先進行地鐵隧道點云數(shù)據(jù)的組織管理，相關(guān)方法主要包括有D-D樹、四叉樹、八叉樹、BSP樹等，要以地鐵隧道中軸線為基準(zhǔn)，按里程分塊存儲隧道點云數(shù)據(jù)，具體步驟包括有：（1）提取中軸線。將獲取的地鐵隧道點云投影至掃描坐標(biāo)系的XOY水平面內(nèi)，進行點云數(shù)據(jù)的坐標(biāo)變換，確保地鐵隧道中軸線與X軸方向一致，再依照一定的間隔分割點云數(shù)據(jù)，使之成為等間隔區(qū)域，并搜索獲悉Y坐標(biāo)值最大、最小的點云數(shù)據(jù)。（2）計算里程。要明晰以中軸線為基準(zhǔn)的里程計算標(biāo)準(zhǔn)，當(dāng)確定中軸線上某點的里程之后，可以通過軸線上離散點累加的方式，獲取中軸線上任意點的里程。（3）點云分割。可以設(shè)置一定的間隔，沿地鐵隧道中軸線進行點云區(qū)域分割，建立地鐵隧道點云與中軸線里程之間的對應(yīng)關(guān)系，針對性地在分塊區(qū)域內(nèi)搜索某一點或某一里程處的斷面。

1.2 地鐵隧道點云數(shù)據(jù)的拼接

可以采用如下方法進行點云數(shù)據(jù)的拼接：（1）基于點信息的點云數(shù)據(jù)拼接。可以從三維空間中存在的源數(shù)據(jù)和目標(biāo)點云數(shù)據(jù)進行單點變換，具體步驟為：計算兩組點云數(shù)據(jù)的最臨近點，使之與點云P中點一一對應(yīng);計算配準(zhǔn)參數(shù)矩陣;計算旋轉(zhuǎn)、平移變換后的點云數(shù)據(jù);求均方差，設(shè)定閾值，進行迭代計算。（2）基于幾何特征信息的拼接。依據(jù)三維物體的曲率、輪廓線等形狀參數(shù)進行拼接，通常是先對點云數(shù)據(jù)進行粗拼接，再與迭代算法一同實現(xiàn)拼接過程。具體步驟為：通過測點及其鄰域點估算兩組拼接點云數(shù)據(jù)的曲面法向矢量，并使法向矢量方向指向曲面的另一側(cè);計算各測點的曲率，并以此辨識兩組點云數(shù)據(jù)中能夠拼接的點對集合;采用幾何哈希方法進行各個點對的法向映射，并實現(xiàn)散亂點云的初次拼接;以初次拼接結(jié)果作為新的初始位置，采用ICP算法進行所有點對的二次拼接，完成兩組數(shù)據(jù)的精準(zhǔn)拼接。（3）動態(tài)拼接方法。采用旋轉(zhuǎn)式掃描的方式進行三維物體的數(shù)據(jù)采集，基于運動學(xué)原理完成插值拼接，使采樣線的點極其平順，減少拼接的誤差。（4）基于影像的拼接。也即立體匹配，是在立體像對上自動確定同名像點，識別不同影像之間的同名點，采用基于灰度的拼接算法和基于特征的拼接算法，主要涵蓋檢測子、描述子、拼接等過程和步驟。

地鐵隧道變形監(jiān)測中的點云數(shù)據(jù)拼接是在地鐵隧道一定區(qū)段內(nèi)的兩端布設(shè)若干個拼接點，使之成為該區(qū)段內(nèi)各測站點云數(shù)據(jù)共用的控制點，實現(xiàn)區(qū)段內(nèi)的整體控制，規(guī)避每兩站間布設(shè)大量控制點的低效性問題，無須相鄰測點的首尾拼接，而是全部通過各測站區(qū)段兩端的控制點進行拼接，利用共用控制點實現(xiàn)降低測站間拼接誤差的現(xiàn)象。同時，反射片的幾何輪廓能夠通過掃描獲取其精準(zhǔn)的中心坐標(biāo)值，減少共用控制點的點位誤差。

1.3 地鐵隧道點云抽稀

要注重對地鐵隧道變形監(jiān)測數(shù)據(jù)的點云抽稀，通過TLS逐線掃描的測量方法，推導(dǎo)計算單位面積內(nèi)掃描線列數(shù)及點數(shù)，采用基于掃描線點間距的點云抽稀算法，濾除同一掃描線上點間距低于閾值的點，使抽稀后的點云分布更加均勻合理，并據(jù)此構(gòu)建點云抽稀率及閾值倒數(shù)的多項式擬合模型。

1.4 地鐵隧道點云配準(zhǔn)

可以采用基于兩點和三點的同名標(biāo)靶點自動匹配算法，從相鄰掃描站的大量標(biāo)靶中快速搜索出同名標(biāo)靶點，進行相鄰測站的粗配準(zhǔn)，構(gòu)建基線簡化模型和聯(lián)合簡化模型，進行旋轉(zhuǎn)矩陣的簡化處理，使嚴(yán)密的非線性平差模型向線性平差模型轉(zhuǎn)化，最后再采用ICP算法，針對濾波、粗配準(zhǔn)的相鄰測站公共區(qū)域進行精配準(zhǔn)。

2 地鐵形變監(jiān)測中三維激光掃描關(guān)鍵技術(shù)分析

考慮到地鐵隧道看構(gòu)環(huán)片中攜帶有若干個金屬支架、電器設(shè)備，使點云數(shù)據(jù)覆蓋有非隧道內(nèi)壁點信息，為此要對非隧道內(nèi)壁點信息進行濾除處理，采用基于橢圓柱面模型的非隧道內(nèi)壁點信息濾除方法，實現(xiàn)對地鐵隧道的形變監(jiān)測。

2.1 平面標(biāo)靶中心提取技術(shù)

由于球形標(biāo)靶無法一次性獲取完整的地鐵隧道表面云數(shù)據(jù)，為此本文選取平面標(biāo)靶中心的提取技術(shù)和方法，采用一種平面標(biāo)靶的邊緣提取算法，搜索標(biāo)靶的圓形邊界，擬合三維激光掃描點云數(shù)據(jù)的標(biāo)靶中心，有效規(guī)避和解決點云密度不均而引發(fā)的擬合中心偏移問題。具體方法有：（1）邊緣擬合法。由于標(biāo)靶反射率與周邊地物反射率存在較大的差異性，為此可以預(yù)先設(shè)定最佳閾值，有效剔除標(biāo)靶噪聲點，并通過迭代濾噪的方式，擬合出最終的標(biāo)靶所在平面，再將迭代后的擬合平面視為真實的標(biāo)靶平面，在平面上投影濾噪后的點云數(shù)據(jù)，獲取校正后的平面標(biāo)靶點;再分割獲取擬合的標(biāo)靶輪廓線，通過逐點搜索最遠距離的方式，精提取各邊緣點，以邊緣點到球心距離與半徑差值的平方和最小為擬合點，得到標(biāo)靶中心坐標(biāo)值，最后進行地鐵隧道變形監(jiān)測的垂直掃描精度分析、傾斜掃描精度分析和數(shù)據(jù)缺失狀態(tài)下的精度分析。

2.2 基于橢圓柱面模型的濾波技術(shù)

考慮到地鐵隧道盾構(gòu)施工存在有大量的金屬支架、電器設(shè)備等附著物，導(dǎo)致掃描點云數(shù)據(jù)涵蓋有大量的非隧道內(nèi)壁點，對此，本文提出基于橢圓柱面模型實現(xiàn)地鐵隧道噪聲的濾除處理，將地鐵隧道橫截面視為橢圓，以地鐵隧道掃描的原始點云數(shù)據(jù)為基礎(chǔ)，進行地鐵隧道中軸線的提取，沿隧道中軸線正交方向?qū)Ⅻc云進行等間距分割，迭代擬合出不同區(qū)域的橢圓柱面，相關(guān)參數(shù)包括有：點云分割時的區(qū)域間隔d、橢圓擬合時的迭代參數(shù)K，自動濾除地鐵隧道內(nèi)壁非點。

3 三維激光掃描技術(shù)在地鐵變形監(jiān)測中的應(yīng)用分析

以某地鐵一號線民航路站區(qū)間的某一段地鐵隧道為例，進行地鐵施工期間的形變監(jiān)測，采用RiEGLVZ-400三維激光掃描儀進行若干個激光點的數(shù)據(jù)采集，掃描角度范圍為：垂直掃描（線掃描）100°（+60°～-40°）、水平掃描（面掃描）0°～360°，掃描速度為：垂直掃描3線/秒～120線/秒、水平掃描為0°/秒～60°/秒，角度步頻率為：垂直掃描[0.0024° 0.288°]、水平掃描[0.0024° 0.5°]，角度分辨率為：垂直掃描優(yōu)于0.0005°（1.8arcsec）、水平掃描優(yōu)于0.0005°（1.8arcsec），在地鐵隧道形變監(jiān)測過程中，在B、C斷面之間均勻布設(shè)三個平面標(biāo)靶點，采用粗掃的方式獲取地鐵隧道整體點云，自動辨識標(biāo)靶、反射標(biāo)貼等高反射度物體，再經(jīng)由手工剔除和篩選獲悉物體的精掃點云，實現(xiàn)首個測點的掃描工作。依次再在D、E斷面和F、G斷面之間進行掃描觀測作業(yè)，規(guī)避掃描儀點位精度降低的問題，實現(xiàn)對不同時期地鐵隧道點云的形變監(jiān)測。

4 基于斷面擬合的形變監(jiān)測方法應(yīng)用分析

考慮到地鐵隧道盾構(gòu)環(huán)片因荷載作用而會出現(xiàn)兩側(cè)擴張、頂部沉降的形變問題，可以采用三維激光掃描點云截取地鐵隧道斷面擬合橢圓的方法，監(jiān)測地鐵隧道的形變情況。

（1）斷面擬合的監(jiān)測方法。提取地鐵隧道中軸線，并采用RANSAC方法進行中軸線擬合，擬合表現(xiàn)地鐵隧道姿態(tài)的虛擬空間曲線;通過基于插值的曲面擬合和基于逼近的曲面擬合方法，連續(xù)截取斷面的橢圓擬合，包括地鐵隧道整體的全局曲面擬合、沿某一參照方向的隧道曲面斷面截取，對比擬合橢圓長、短半軸與地鐵設(shè)計半徑值，獲悉形變量大于設(shè)定閾值的斷面，計算斷面內(nèi)各點到擬合中心的距離。

（2）基于規(guī)則格網(wǎng)的多期數(shù)據(jù)形變分析。以地鐵隧道中軸線為基礎(chǔ)，連續(xù)截取兩期數(shù)據(jù)在相同里程處的斷面，各個斷面上可以任意設(shè)定角度間隔Δθ，根據(jù)預(yù)設(shè)角度間隔擬合斷面上不同角度的點位坐標(biāo)，對比兩期數(shù)據(jù)中相應(yīng)坐標(biāo)點的位移情況。

（3）基于DSM的多期數(shù)據(jù)形變分析。針對配準(zhǔn)、濾波處理的兩期地鐵隧道點云，可以構(gòu)建數(shù)字表面模型（DSM），對濾波后的第1期、第2期原始點云數(shù)據(jù)進行封裝、建模、漏洞填充處理，并對兩期DSM進行疊加分析，以第1期DSM為基準(zhǔn)，對第2期DSM的內(nèi)外方向偏移若干個Δ值，獲悉地鐵隧道內(nèi)壁不同量級的形變區(qū)域。

5 結(jié)語

綜上所述，考慮到地鐵隧道狹長的環(huán)境及監(jiān)測精度的要求，本文重點探討地鐵隧道變形監(jiān)測中的三維激光掃描技術(shù)的運用，可以利用相關(guān)軟件和技術(shù)進行地鐵隧道點云數(shù)據(jù)的采集和預(yù)處理，構(gòu)建點云數(shù)據(jù)監(jiān)測模型，引入地鐵隧道變形監(jiān)測的關(guān)鍵技術(shù)：平面標(biāo)靶中心提取技術(shù)和基于橢圓柱面模型的濾波技術(shù)，較好地減少地鐵隧道點云數(shù)據(jù)變形監(jiān)測的誤差。還要進一步深入研究車載激光掃描技術(shù)的應(yīng)用，研發(fā)全方位、高效率的地鐵隧道形變監(jiān)測系統(tǒng)，提升地鐵隧道變形監(jiān)測的效率。

【參考文獻】

[1]李善馳.三維激光掃描技術(shù)在地鐵變形監(jiān)測中的應(yīng)用[J].資源信息與工程，2019，34（01）：133-134.

[2]畢俊，馮琰，顧星曄，等.三維激光掃描技術(shù)在地鐵隧道收斂變形監(jiān)測中的應(yīng)用研究[J].測繪科學(xué)，2008（s2）：14-15.

[3]袁長征，滕德貴，胡波，等.三維激光掃描技術(shù)在地鐵隧道變形監(jiān)測中的應(yīng)用[J].測繪通報，2017（9）：152-153.

[4]張喜妮，王合理.三維激光掃描技術(shù)在隧道變形監(jiān)測中的應(yīng)用——以TrimbleGX掃描儀為例[J].河南科技，2012（9）：93-93.

[5]劉全海，謝友鵬，趙塵衍.三維激光掃描技術(shù)在地鐵隧道斷面測量中的應(yīng)用[J].北京測繪，2017（s1）：139-142.

[6]張?zhí)N明，馬全明，李丞鵬，等.三維激光掃描技術(shù)在地鐵隧道收斂監(jiān)測中的應(yīng)用[J].測繪通報，2012（s1）：438-440.