基于三维点云的隧道衬砌形变检测方法及装置与流程

本技术涉及隧道检测，具体涉及一种基于三维点云的隧道衬砌形变检测方法及装置。

背景技术：

1、隧道运营安全是隧道运维的重中之重，隧道衬砌作为隧道结构的保护层，承受着地下水压、地震等外界力的作用。长期以来，由于地质条件、施工技术等因素，隧道衬砌可能会出现裂损和变形，这些裂损和变形如果得不到及时发现和处理，可能会对隧道安全产生严重影响。

2、现有的隧道快速检测往往仅关注隧道表观的破损，而隧道衬砌的形变通常通过倾斜计、位移计、应变计、裂缝计等监测，此种监测方式通常为离散断面监测方式，无法获取高密度的检测结果，从而影响隧道衬砌形变检测的准确性。

技术实现思路

1、本技术实施例提供一种基于三维点云的隧道衬砌形变检测方法及装置，用以解决现有的隧道快速检测往往仅关注隧道表观的破损，而隧道衬砌形变检测法无法获取高密度的检测结果，从而影响隧道衬砌形变检测的准确性的技术问题。

2、第一方面，本技术实施例提供一种基于三维点云的隧道衬砌形变检测方法，包括：获取与当前目标数据中任一横断面轮廓数据匹配的第一实际里程桩号位置；所述当前目标数据是对当前时刻测量的隧道衬砌的高密度三维点云数据进行预处理后的数据；

3、获取历史目标数据中，所述第一实际里程桩号位置附近区域的第一历史横断面轮廓数据集；所述历史目标数据是对历史时刻测量的隧道衬砌的高密度三维点云数据进行预处理后的数据；利用所述第一历史横断面轮廓数据集对所述任一横断面轮廓数据进行桩号校正，得到第二实际里程桩号位置；

4、获取所述历史目标数据中，所述第二实际里程桩号位置对应的第二历史横断面轮廓数据集；对所述第二历史横断面轮廓数据集中各历史横断面轮廓数据进行姿态微调，得到第三历史横断面轮廓数据集；

5、根据所述任一横断面轮廓数据与所述第三历史横断面轮廓数据集中各历史横断面轮廓数据的差异，得到所述任一横断面轮廓数据在所述隧道衬砌的不同位置的局部形变量和检测时间差；将相同检测时间差对应的局部形变量进行拼接，得到所述隧道衬砌的多个第一形变区域；根据所述多个第一形变区域，得到所述隧道衬砌的形变检测结果信息。

6、在一个实施例中，所述根据所述多个第一形变区域，得到所述隧道衬砌的形变检测结果信息，包括：

7、对所述多个第一形变区域进行延伸去噪，得到多个第二形变区域；

8、对所述多个第二形变区域按照病害位置进行分类，得到多个类别的第二形变区域；

9、对存在形变区域重叠且归属于同一类别的第二形变区域，按照形变时间进行排序，得到多个第二形变区域序列；

10、根据形变演变规律模型，剔除所述多个第二形变区域序列中的异常第二形变区域，得到多个第三形变区域序列；

11、根据所述多个第三形变区域序列，得到所述隧道衬砌的形变检测结果信息；所述形变检测结果信息包括所述第三形变区域序列中各第三形变区域的位置、面积和各第三形变区域中任一点的径向形变速率。

12、在一个实施例中，所述获取与当前目标数据中任一横断面轮廓数据匹配的第一实际里程桩号位置，包括：

13、利用所述任一横断面轮廓数据与当前时刻测量里程的映射关系、所述当前时刻测量里程与隧道实际里程的映射关系，获取与当前目标数据中所述任一横断面轮廓数据匹配的第一实际里程桩号位置；或

14、利用所述任一横断面轮廓数据与当前时刻的映射关系、所述当前时刻与隧道实际里程的映射关系，获取与当前目标数据中所述任一横断面轮廓数据匹配的第一实际里程桩号位置。

15、在一个实施例中，所述获取历史目标数据中，所述第一实际里程桩号位置附近区域的第一历史横断面轮廓数据集，包括：

16、获取所述历史目标数据中，与所述第一实际里程桩号位置相距第一预设距离范围内的历史横断面轮廓数据，得到第一历史横断面轮廓数据集。

17、在一个实施例中，所述利用所述第一历史横断面轮廓数据集对所述任一横断面轮廓数据进行桩号校正，得到第二实际里程桩号位置，包括：

18、提取所述第一历史横断面轮廓数据集中各历史横断面轮廓的历史特征点数据，以及所述任一横断面轮廓数据的当前特征点数据；

19、计算所述当前特征点数据与各历史特征点数据的相似度，将相似度最大值对应的历史特征点数据所属的历史横断面轮廓数据确定为目标横断面轮廓数据；

20、将所述目标横断面轮廓数据匹配的实际里程桩号位置确定为第二实际里程桩号位置。

21、在一个实施例中，所述获取所述历史目标数据中，所述第二实际里程桩号位置对应的第二历史横断面轮廓数据集，包括：

22、在所述历史目标数据的任一历史时段目标数据中，获取与所述第二实际里程桩号位置距离最近的横断面轮廓数据，并将所述距离最近的横断面轮廓数据作为第二历史横断面轮廓数据；将所述历史目标数据中所有的第二历史横断面轮廓数据组成数据集，得到第二历史横断面轮廓数据集。

23、在一个实施例中，所述对所述第二历史横断面轮廓数据集中各历史横断面轮廓数据进行姿态微调，得到第三历史横断面轮廓数据集，包括：

24、提取所述第二历史横断面轮廓数据集中各历史横断面轮廓的历史特征点数据，以及所述任一横断面轮廓数据的当前特征点数据；

25、根据所述当前特征点数据的位置分布，对所述第二历史横断面轮廓数据集中各历史横断面轮廓的历史特征点数据进行姿态微调，得到第三历史横断面轮廓数据集。

26、在一个实施例中，所述对所述多个第一形变区域进行延伸去噪，得到多个第二形变区域，包括：

27、对所述多个第一形变区域按照面积由大到小进行排序，选择排序靠前的多个第一形变区域，得到多个种子区域；

28、从各种子区域的边缘以预设延伸范围向外延伸，得到多个延伸后区域；

29、在所述多个延伸后区域中，剔除面积较小的区域，并将剩余区域确定为第二形变区域。

30、在一个实施例中，所述目标数据，是基于以下方式确定得到的：

31、利用测量姿态数据，对隧道衬砌的三维点云数据进行测量姿态补偿，得到补偿后三维点云数据；

32、利用所述补偿后三维点云数据中横断面轮廓数据的连续性，对所述补偿后三维点云数据中的异常突变点进行标记，得到标记后三维点云数据；

33、根据所述标记后三维点云数据中各数据的测量时刻的先后顺序，对所述各数据进行拼接，得到拼接后三维点云数据；

34、利用所述拼接后三维点云数据中相距异常标记点所属异常区域边缘第二预设距离范围内的正常数据点，对所述异常标记点进行插值替换，得到目标数据。

35、第二方面，本技术实施例提供一种基于三维点云的隧道衬砌形变检测装置，包括：

36、第一实际里程桩号位置获取模块，用于：获取与当前目标数据中任一横断面轮廓数据匹配的第一实际里程桩号位置；所述当前目标数据是对当前时刻测量的隧道衬砌的高密度三维点云数据进行预处理后的数据；

37、第一历史横断面轮廓数据集获取模块，用于：获取历史目标数据中，所述第一实际里程桩号位置附近区域的第一历史横断面轮廓数据集；所述历史目标数据是对历史时刻测量的隧道衬砌的高密度三维点云数据进行预处理后的数据；

38、第二实际里程桩号位置获取模块，用于：利用所述第一历史横断面轮廓数据集对所述任一横断面轮廓数据进行桩号校正，得到第二实际里程桩号位置；

39、第二历史横断面轮廓数据集获取模块，用于：获取所述历史目标数据中，所述第二实际里程桩号位置对应的第二历史横断面轮廓数据集；

40、第三历史横断面轮廓数据集获取模块，用于：对所述第二历史横断面轮廓数据集中各历史横断面轮廓数据进行姿态微调，得到第三历史横断面轮廓数据集；

41、横断面轮廓数据对比模块，用于：根据所述任一横断面轮廓数据与所述第三历史横断面轮廓数据集中各历史横断面轮廓数据的差异，得到所述任一横断面轮廓数据在所述隧道衬砌的不同位置的局部形变量和检测时间差；

42、第一形变区域生成模块，用于：将相同检测时间差对应的局部形变量进行拼接，得到所述隧道衬砌的多个第一形变区域；

43、隧道衬砌形变信息提取模块，用于：根据所述多个第一形变区域，得到所述隧道衬砌的形变检测结果信息。

44、本技术提供的基于三维点云的隧道衬砌形变检测方法及装置，获取与当前目标数据中任一横断面轮廓数据匹配的第一实际里程桩号位置，获取历史目标数据中，第一实际里程桩号位置附近区域的第一历史横断面轮廓数据集，利用第一历史横断面轮廓数据集对该横断面轮廓数据进行桩号校正，得到第二实际里程桩号位置，获取历史目标数据中，第二实际里程桩号位置对应的第二历史横断面轮廓数据集，对第二历史横断面轮廓数据集中各历史横断面轮廓数据进行姿态微调，得到第三历史横断面轮廓数据集，根据该横断面轮廓数据与第三历史横断面轮廓数据集中各历史横断面轮廓数据的差异，得到该横断面轮廓数据在隧道衬砌的不同位置的局部形变量和检测时间差，将相同检测时间差对应的局部形变量进行拼接，得到隧道衬砌的多个第一形变区域，根据多个第一形变区域，得到隧道衬砌的形变检测结果信息。其中，当前目标数据是对当前时刻测量的隧道衬砌的高密度三维点云数据进行预处理后的数据，历史目标数据是对历史时刻测量的隧道衬砌的高密度三维点云数据进行预处理后的数据，一方面，通过隧道衬砌三维点云数据中的横断面轮廓数据与实际里程桩号位置多次配准，能够获取隧道衬砌发生形变的多个准确位置，再将相同检测时间差对应的准确位置的局部形变量进行拼接，能够准确捕捉隧道衬砌形变的区域，提高隧道衬砌形变检测的准确性；另一方面，通过隧道衬砌的高密度三维点云数据，能够获取到高密度的检测结果，进一步提高隧道衬砌形变检测的准确性。

技术特征：

1.一种基于三维点云的隧道衬砌形变检测方法，其特征在于，包括：

2.根据权利要求1所述的基于三维点云的隧道衬砌形变检测方法，其特征在于，所述根据所述多个第一形变区域，得到所述隧道衬砌的形变检测结果信息，包括：

3.根据权利要求1所述的基于三维点云的隧道衬砌形变检测方法，其特征在于，所述获取与当前目标数据中任一横断面轮廓数据匹配的第一实际里程桩号位置，包括：

4.根据权利要求1所述的基于三维点云的隧道衬砌形变检测方法，其特征在于，所述获取历史目标数据中，所述第一实际里程桩号位置附近区域的第一历史横断面轮廓数据集，包括：获取所述历史目标数据中，与所述第一实际里程桩号位置相距第一预设距离范围内的历史横断面轮廓数据，得到第一历史横断面轮廓数据集。

5.根据权利要求1所述的基于三维点云的隧道衬砌形变检测方法，其特征在于，所述利用所述第一历史横断面轮廓数据集对所述任一横断面轮廓数据进行桩号校正，得到第二实际里程桩号位置，包括：

6.根据权利要求1所述的基于三维点云的隧道衬砌形变检测方法，其特征在于，所述获取所述历史目标数据中，所述第二实际里程桩号位置对应的第二历史横断面轮廓数据集，包括：在所述历史目标数据的任一历史时段目标数据中，获取与所述第二实际里程桩号位置距离最近的横断面轮廓数据，并将所述距离最近的横断面轮廓数据作为第二历史横断面轮廓数据；将所述历史目标数据中所有的第二历史横断面轮廓数据组成数据集，得到第二历史横断面轮廓数据集。

7.根据权利要求1所述的基于三维点云的隧道衬砌形变检测方法，其特征在于，所述对所述第二历史横断面轮廓数据集中各历史横断面轮廓数据进行姿态微调，得到第三历史横断面轮廓数据集，包括：

8.根据权利要求2所述的基于三维点云的隧道衬砌形变检测方法，其特征在于，所述对所述多个第一形变区域进行延伸去噪，得到多个第二形变区域，包括：

9.根据权利要求1所述的基于三维点云的隧道衬砌形变检测方法，其特征在于，所述目标数据，是基于以下方式确定得到的：

10.一种基于三维点云的隧道衬砌形变检测装置，其特征在于，包括：

技术总结
本申请涉及隧道检测技术领域，提供一种基于三维点云的隧道衬砌形变检测方法及装置。所述方法包括：获取与当前目标数据中横断面轮廓数据匹配的实际里程桩号位置；对实际里程桩号位置进行校正；获取历史目标数据中，校正位置对应的历史横断面轮廓数据集；根据该横断面轮廓数据与姿态微调后的数据集中各历史横断面轮廓数据的差异，得到隧道衬砌不同位置的局部形变量和检测时间差；据此拼接得到隧道衬砌的多个形变区域，据此得到隧道衬砌的形变检测结果信息。本申请通过横断面轮廓数据与实际里程桩号位置多次配准，能够准确捕捉隧道衬砌形变的区域，通过隧道衬砌的高密度三维点云数据，能够获取到高密度的检测结果，提高隧道衬砌形变检测的准确性。

技术研发人员：闫贺,王华,黄斐,卓越,王百泉,陈海军,林春刚,林红,冯国峰,史振狮,韩伟峰,高会中
受保护的技术使用者：中铁隧道局集团有限公司
技术研发日：
技术公布日：2024/9/23