謝嘉偉 魏志恒** 姚霄漢 陳萬里 李春翔

(1. 中國鐵道科學(xué)研究院集團(tuán)有限公司城市軌道交通中心, 100081, 北京;2. 北京石泰集團(tuán)有限公司, 100041, 北京;3. 北京市軌道交通運營管理有限公司, 100068, 北京∥第一作者, 助理工程師)

GB/T 39559.3—2020《城市軌道交通設(shè)施運營監(jiān)測技術(shù)規(guī)范 第3部分:隧道》提出對隧道錯臺進(jìn)行檢測,即通過測量手段獲取隧道表面不同時期的幾何形態(tài)特征,并將其與標(biāo)準(zhǔn)設(shè)計數(shù)據(jù)進(jìn)行對比得到變形信息,同時建立時序變形圖譜對隧道變形數(shù)據(jù)進(jìn)行分析,以指導(dǎo)地鐵隧道的維護(hù)。傳統(tǒng)地鐵隧道病害檢測技術(shù)主要以定點式傳感器檢測和單點激光測距技術(shù)為主[1]。

傳感器檢測方法僅能檢測隧道部分點位變形,無法獲得整體變化信息,而且實施時需要大量的檢測設(shè)備,花費成本高昂。單點激光測距技術(shù)以全站儀和測量機(jī)器人為主,只能獲取有限的監(jiān)測點變化,依舊無法獲得整體變化信息,而且數(shù)據(jù)獲取的精度容易受環(huán)境影響。隨著微電子技術(shù)和信息技術(shù)的不斷發(fā)展,激光點云技術(shù)逐漸出現(xiàn)在大眾視野中,其應(yīng)用工況包括:數(shù)字高程模型制作、三維建模、農(nóng)林普查、土方計算及地質(zhì)災(zāi)害監(jiān)測等。

本文對城市軌道交通隧道錯臺檢測技術(shù)進(jìn)行了論述,提出運用激光點云技術(shù)[4]對隧道錯臺進(jìn)行檢測的方法,通過智能化的檢測和分析推動城市軌道交通基礎(chǔ)設(shè)施檢測技術(shù)的綠色化與智能化發(fā)展。

1 激光點云技術(shù)的檢測原理

激光掃描技術(shù)作為一項與GPS(全球定位系統(tǒng))比肩的測繪領(lǐng)域新技術(shù),集激光技術(shù)、計算機(jī)技術(shù)、傳感器技術(shù)、測繪技術(shù)等多種技術(shù)于一體,其核心是激光測距技術(shù)和掃描控制技術(shù)。激光測距技術(shù)通過主動發(fā)射激光到目標(biāo)物表面,采用記錄發(fā)射與接收激光信號的時差來計算目標(biāo)物與掃描儀中心的距離:

d=ct/2

(1)

式中:

d——目標(biāo)物與掃描儀中心的距離,單位m;

c——光速,單位m/s;

t——發(fā)射與接收激光信號的時差,單位s。

為實現(xiàn)三維方向上的掃描,需在激光器上加裝水平轉(zhuǎn)臺。當(dāng)激光器工作時,記錄水平轉(zhuǎn)臺所在位置角度φ和光學(xué)掃描系統(tǒng)所在位置角度θ,根據(jù)測距值與儀器本身所在三維空間的坐標(biāo)值,推算出目標(biāo)物在以儀器中心為原點的三維空間坐標(biāo)系中的坐標(biāo)信息。三維激光測量原理如圖1所示。

圖1 三維激光測量原理圖

目標(biāo)點的坐標(biāo)(x,y,z)按式(2)進(jìn)行計算:

(2)

2 點云數(shù)據(jù)處理技術(shù)

地鐵盾構(gòu)隧道在數(shù)據(jù)采集完成后,經(jīng)過多傳感器融合求解得到1條長線型的空間三維點云數(shù)據(jù),在進(jìn)行隧道變形檢測分析之前,對點云數(shù)據(jù)進(jìn)行處理。點云數(shù)據(jù)處理的核心技術(shù)研究包括:隧道斷面的提取及擬合去噪技術(shù),灰度圖和深度圖自動生成技術(shù),以及隧道限界、橢圓度、收斂、錯臺等結(jié)構(gòu)病害自動分析技術(shù)。數(shù)據(jù)預(yù)處理流程如圖2所示。

圖2 點云數(shù)據(jù)預(yù)處理流程圖

盾構(gòu)隧道點云數(shù)據(jù)經(jīng)預(yù)處理后,復(fù)雜線型的隧道點云被分成數(shù)條直線段的點云,且每個隧道表面點除了坐標(biāo)信息之外,還包括里程信息。在進(jìn)行隧道變形檢測時,直接對空間直線段的隧道點云進(jìn)行處理,并基于點云數(shù)據(jù)對盾構(gòu)隧道變形檢測分析方法進(jìn)行研究。地鐵隧道變形檢測技術(shù)路線如圖3所示。

圖3 地鐵隧道變形檢測技術(shù)路線圖

2.1 隧道斷面的提取和擬合去噪技術(shù)

2.1.1 隧道中軸線與斷面提取

利用點云數(shù)據(jù)對隧道進(jìn)行變形檢測時,隧道中軸線的提取尤為重要。中軸線反映了隧道的姿態(tài)及走向,同時也是隧道里程計算、斷面提取等數(shù)據(jù)處理與分析的基礎(chǔ)。隧道中某一段的中軸線可以用一個定位點加一個方向矢量來表示。運營期的盾構(gòu)隧道在局部會存在一部分變形,但是其整體結(jié)構(gòu)不會有太大變化。直線段的隧道點云數(shù)據(jù)在整體上符合空間圓柱面的特征,可以通過擬合空間圓柱面的方式提取中軸線。

2.1.1.1 隧道中軸線提取

經(jīng)過空間圓柱迭代擬合分割算法的處理,提取到一系列隧道軸線定位點,由這些點首尾相連即可得到隧道的中軸線。地鐵隧道被分為若干長直線段,直線段兩端的定位點連線即為該段隧道點云的中軸線。

2.1.1.2 隧道斷面點云提取

隧道斷面是其變形分析的最小單元,其提取對后期的隧道變形分析非常有意義,直接影響到隧道變形檢測的結(jié)果。中軸線的提取結(jié)果可以用一個空間定位點與一個三維方向向量來表示。由于點云的離散性,需要為隧道斷面設(shè)置一個提取厚度以保證斷面的完整性,隨后即可按照檢測區(qū)間里程起始點與檢測里程間隔要求提取斷面。具體步驟如下:

步驟1 計算隧道變形檢測起始位置在隧道中軸線上的定位點p1(x0,y0,z0),根據(jù)中軸線方向向量[abc]得到該點處的平面方程:

a(x-x0)+b(y-y0)+c(z-z0)=0

(3)

步驟2 計算所有數(shù)據(jù)點(xi,yi,zi)到平面的距離d:

(4)

步驟4 根據(jù)設(shè)定的檢測間隔,重復(fù)步驟2和步驟3,完成所有隧道斷面的連續(xù)提取。

2.1.2 隧道斷面點云去噪

隧道斷面點云中包含隧道管線、護(hù)欄等附屬設(shè)施所形成的混雜點,此類噪聲點在前期無法剔除,但在完成斷面提取之后,則可以通過一定的算法將其去除。隧道斷面點云在理想情況下是一個標(biāo)準(zhǔn)圓形,在數(shù)據(jù)采集時,受到壁掛物等隧道附屬設(shè)施的遮擋,導(dǎo)致隧道壁點云采集不全而且混雜部分非隧道壁點云,但是在整體數(shù)據(jù)集中隧道壁點云仍然占據(jù)絕對比例。地鐵盾構(gòu)隧道在長期運營中發(fā)生了輕微的形變,大量經(jīng)驗研究表明,變形后的隧道斷面可以視為橢圓。本文基于橢圓擬合的思想,采用斷面點云去噪算法,將斷面點云進(jìn)行橢圓擬合,將符合橢圓特征的點視為有效點,將不符合橢圓特征的的點視為噪聲去除,從而提取出隧道壁點云用于后續(xù)分析[2]。

利用最小二乘算法采用全局多項式方程計算的形式解算橢圓方程,當(dāng)斷面點云數(shù)據(jù)中含有噪聲點時,直接采用最小二乘法不能解算出準(zhǔn)確的橢圓參數(shù)。隧道壁點云在整個斷面點云中占比很大,若能夠不斷消除大尺度噪聲點,擬合結(jié)果就會逐漸向準(zhǔn)確值收斂。橢圓的一般表達(dá)式為:

ax2+bxy+cy2+dx+ey+1=0

(5)

將1組隧道斷面數(shù)據(jù)代入式(5)可得:

(6)

則有:

BX=L

(7)

其中:

誤差方程V為:

V=ax2+bxy+cy2+dx+ey+1

(8)

采用最小二乘法求解得到X。

迭代最小二乘橢圓擬合算法的具體實現(xiàn)步驟如下:

步驟1 輸入斷面點云數(shù)據(jù)集,通過設(shè)置迭代收斂條件擬合平均誤差m。

步驟2 采用最小二乘法進(jìn)行橢圓擬合,根據(jù)誤差方程計算每個點到擬合橢圓的誤差。

步驟3 對所有數(shù)據(jù)點的擬合誤差進(jìn)行統(tǒng)計分析,計算擬合誤差均值與中誤差;若擬合誤差均值小于m,則迭代終止,執(zhí)行步驟5;若擬合誤差均值大于m,則執(zhí)行步驟4。

步驟4 剔除所有擬合誤差與擬合平均誤差大于3倍平均誤差中誤差的數(shù)據(jù)點,執(zhí)行步驟2。

步驟5 輸出去噪后的斷面點云數(shù)據(jù)集。

2.2 灰度圖和深度圖自動生成技術(shù)

針對激光掃描儀初始采集的隧道斷面點云數(shù)據(jù)成果,設(shè)定起始里程、前進(jìn)方向、管片寬度、隧道直徑、鋼軌類型、編碼頻率、起始幀和終止幀,通過自動配準(zhǔn)的方式,結(jié)合高精度IMU(慣性測量裝置)同步采集的慣導(dǎo)數(shù)據(jù)和DMI(車載人機(jī)界面)編碼器數(shù)據(jù),將點云數(shù)據(jù)中的軌道平面與標(biāo)準(zhǔn)軌道平面進(jìn)行配準(zhǔn),實現(xiàn)點云和POS(基于點的信息管理系統(tǒng))的高精度配準(zhǔn),得到點云數(shù)據(jù)相對于軌道平面的平移量和旋轉(zhuǎn)角度。配準(zhǔn)工作完成后自動將點云數(shù)據(jù)生成6 848像素×4 931像素的高清灰度圖和深度圖,兩種影像均可以在二維視圖中顯示,并均可測量距離或面積,且每個像素均包含絕對坐標(biāo)、里程等信息?；谒淼傈c云與灰度圖,對隧道管片進(jìn)行自動識別與分割,按照管片與里程計算斷面橢圓長短軸、偏轉(zhuǎn)角及橢圓度等參數(shù),分析與檢測隧道變形并對其進(jìn)行定位。

2.3 錯臺病害自動分析技術(shù)

輸入地鐵盾構(gòu)隧道管片環(huán)面深度圖,提取所需項點信息進(jìn)行VIT(格式轉(zhuǎn)換),通過主干網(wǎng)絡(luò)ResNet(深度神經(jīng)網(wǎng)絡(luò))輸入到FPN(特征金字塔)中,對多尺度特征進(jìn)行了充分融合,同時基于典型病害不同尺度的特征進(jìn)行不同尺度目標(biāo)的預(yù)測;通過卷積對結(jié)果進(jìn)行分類、box(標(biāo)定目標(biāo)對象的位置和大小)及mask(確定每個對象的精確形狀和邊界)等處理。統(tǒng)計點云數(shù)據(jù)集的高程信息,對該信息進(jìn)行量綱一化處理,而后映射RGB(彩色圖像)顏色值對點云進(jìn)行渲染。采取平面擬合的方式對點云表面的法向量進(jìn)行計算。選取一定數(shù)量的數(shù)據(jù)點和鄰域點,利用鄰域點擬合平面,則該擬合平面的法向量即為數(shù)據(jù)點的法向量,將該法向量量綱一化映射RGB顏色值實現(xiàn)對點云的渲染。圈取項點信息,通過RGB獲取深度值的方法計算該深度值位置左右的深度差;采用“根據(jù)深度值位置,反算點云位置”的方法,計算點云位置左右錯臺量的差值。地鐵盾構(gòu)隧道管片環(huán)面錯臺病害自動分析流程如圖4所示。

圖4 地鐵盾構(gòu)隧道管片環(huán)面錯臺病害自動分析流程圖

盾構(gòu)隧道內(nèi)錯臺是由管片錯位或管片破損導(dǎo)致的,在點云數(shù)據(jù)體現(xiàn)上,錯臺處會出現(xiàn)急劇的變化。錯臺檢測包括環(huán)間錯臺與環(huán)內(nèi)錯臺。錯臺量的計算原理是檢查點云數(shù)據(jù)的連續(xù)性,通過計算管片內(nèi)所有點到某一點距離的差值,并比較相鄰點間的差值變化,判斷是否出現(xiàn)錯臺。管片環(huán)內(nèi)錯臺量檢測的具體步驟如下:

步驟1 將隧道斷面點云坐標(biāo)原點平移至橢圓中心點,計算每一個點云的極坐標(biāo)值。

步驟2 將點云按照極坐標(biāo)角度值從小到大進(jìn)行排序,計算極坐標(biāo)半徑與設(shè)計半徑之間的差值。

步驟3 按照極坐標(biāo)角度值順序比較相鄰數(shù)據(jù)點差值,若超出設(shè)定距離閾值,則視為出現(xiàn)錯臺。由于斷面點云并不連續(xù),在進(jìn)行去噪后部分隧道壁點云缺失。若相鄰數(shù)據(jù)點間半徑差值之差超過距離閾值,同時角度之差在角度閾值范圍之內(nèi),則視為出現(xiàn)錯臺,記錄錯臺所在的隧道斷面編號、錯臺角度及錯臺量。

步驟4 輸出錯臺檢測結(jié)果。

3 激光點云技術(shù)的檢測流程

激光點云技術(shù)的檢測流程如下:

1) 固定好選擇觀測的時段,利用激光設(shè)備進(jìn)行數(shù)據(jù)采集,將數(shù)據(jù)輸入到上位機(jī),利用上位機(jī)中的后處理軟件提取隧道點云數(shù)據(jù)。

2) 基于擬合的思想,通過圓柱擬合和斷面橢圓擬合提取隧道壁點云,利用統(tǒng)計濾波[3]去除離群點,利用布料模擬濾波[4]去除地面點實現(xiàn)點云數(shù)據(jù)的去噪處理,并利用空間體素采樣算法[5]對隧道點云數(shù)據(jù)進(jìn)行精簡,以提高檢測的精度;同時在進(jìn)行變形分析時,剔除隧道壁點云以外的數(shù)據(jù)點,避免對檢測結(jié)果的干擾。

3) 將過濾后的數(shù)據(jù)作為輸入項,利用編碼器和點云進(jìn)行抽稀、插幀處理,加載圖片信息和里程信息,將點云坐標(biāo)轉(zhuǎn)為平面坐標(biāo),并將距離信息進(jìn)行插值平滑處理生成里程信息。

4) 將點云坐標(biāo)轉(zhuǎn)為相對坐標(biāo)。

5) 將強(qiáng)度、距離信息按行平滑處理,以當(dāng)前點云的最優(yōu)距離計算當(dāng)前點云距離差,計算完成后將該差值進(jìn)行量綱一化處理并且轉(zhuǎn)為RGB圖像,生成彩色圖片,通過軟件顯示圖片和位置信息,并通過添加里程樁和長短鏈的方式對里程信息進(jìn)行修正。

6) 在盾構(gòu)隧道管片環(huán)面深度圖內(nèi)添加襯砌變形內(nèi)容,通過三維窗口確認(rèn)襯砌變形區(qū)域,最終生成含里程信息,以及襯砌變形區(qū)域的角度、面積和深度等信息的高精度檢測報告并對外進(jìn)行輸出。

4 激光點云技術(shù)在地鐵盾構(gòu)隧道中的應(yīng)用

4.1 設(shè)備介紹

移動三維激光掃描系統(tǒng)主要由Z+F PROFILER 9012型激光斷面掃描儀、高精度慣性測量單元、雙頻三星GNSS(全球衛(wèi)星導(dǎo)航系統(tǒng))板卡(含天線)、車輪編碼器及安裝組件、多傳感器同步控制電路,以及存儲單元、電源管理與保護(hù)模塊、平板/筆記本電腦等硬件集成。移動三維激光掃描系統(tǒng)硬件外觀如圖5所示。

圖5 移動三維激光掃描系統(tǒng)硬件外觀

移動三維激光掃描系統(tǒng)中,Z+F PROFILER 9012型激光斷面掃描儀的點云掃描速度高于100萬點/s,斷面掃描速度高達(dá)200 r/s,可以實現(xiàn)非常密集斷面的高精度、高密度掃描,且這些海量數(shù)據(jù)可以在軟件中顯示和處理。激光斷面掃描儀的主要技術(shù)參數(shù)如表1所示。

表1 激光斷面掃描儀的主要技術(shù)參數(shù)

4.2 實例應(yīng)用

以武漢某地鐵盾構(gòu)隧道為例,對其管片環(huán)面錯臺進(jìn)行現(xiàn)場檢測,如圖6所示。

圖6 武漢某地鐵盾構(gòu)隧道管片環(huán)面錯臺現(xiàn)場檢測圖

通過檢測設(shè)備輸出的盾構(gòu)隧道高精度三維點云圖像,如圖7所示。

圖7 地鐵盾構(gòu)隧道三維點云圖像

運用激光點云技術(shù)輸出的盾構(gòu)隧道管片環(huán)面原始深度圖如圖8所示。

圖8 武漢某地鐵盾構(gòu)隧道原始深度圖(K148+076—K171+605)

4.3 對比分析

對圖8輸出的武漢某地鐵盾構(gòu)隧道原始深度圖中矩形框位置放大圖進(jìn)行人工比對,其結(jié)果見圖9。

圖9 經(jīng)人工比對后的盾構(gòu)隧道深度圖(K148+076—K171+605)

通過后處理軟件進(jìn)行深度學(xué)習(xí),得到K148+076—K171+605區(qū)段盾構(gòu)隧道管片環(huán)面深度圖如圖10所示。對圖10中矩形框圈取的位置進(jìn)行局部放大,可直接看出通過深度學(xué)習(xí)后輸出的錯臺識別圖像。

a) 經(jīng)后處理的深度圖

利用同一段隧道同一設(shè)備不同時期輸出的錯臺數(shù)據(jù)驗證激光點云技術(shù)的重復(fù)精度,利用同一時段同一段隧道不同設(shè)備輸出的錯臺數(shù)據(jù)驗證激光點云技術(shù)的相對精度。地鐵隧道錯臺量重復(fù)精度與相對精度隨里程變化曲線如圖11所示。

a) 重復(fù)精度

通過圖11可以看出:運用激光點云技術(shù)進(jìn)行隧道錯臺檢測,同一段隧道同一設(shè)備不同時段輸出的錯臺量平均偏差為0.357 5 mm,同一段隧道不同設(shè)備同一時段輸出的錯臺量平均偏差為0.360 0 mm。這進(jìn)一步驗證了激光點云技術(shù)在隧道錯臺智能檢測上的適用性和優(yōu)越性。

5 結(jié)語

通過激光點云技術(shù),實現(xiàn)了對隧道內(nèi)錯臺的快速與精確檢測。在列車運行速度為20～80 km/h的工況下,根據(jù)三維點云數(shù)據(jù)分析隧道內(nèi)相鄰管片間的錯臺并輸出相關(guān)報告,提交錯臺量超過5 mm的區(qū)域;激光點云技術(shù)在提高檢測精度的同時,突破了隧道錯臺檢測的靜態(tài)檢測模式,實現(xiàn)了采用半自動化小車搭載的工作模式對隧道錯臺的動態(tài)檢測。同時還可以將盾構(gòu)隧道管片環(huán)面錯臺檢測設(shè)備安裝到工程車上進(jìn)行自動化檢測,極大地提高了隧道內(nèi)錯臺的檢測效率。后期可通過技術(shù)手段建立隧道全斷面[6]病害庫,在錯臺檢測的基礎(chǔ)上對隧道全斷面進(jìn)行檢測,加強(qiáng)城市軌道交通基礎(chǔ)設(shè)施檢測體系建設(shè),實現(xiàn)基礎(chǔ)設(shè)施對象全覆蓋智能感知,提高安全風(fēng)險預(yù)警能力,為設(shè)備養(yǎng)護(hù)維修提供科學(xué)決策,提高養(yǎng)護(hù)維修效率,降低養(yǎng)護(hù)維修成本,保障城市軌道交通持續(xù)安全運營。