利用点云空间投影概率特征的隧道钢拱架检测与提取_孙森震.pdf

2023 年第 6 期孙森震，等:利用点云空间投影概率特征的隧道钢拱架检测与提取引文格式:孙森震，荆留杰，王力 利用点云空间投影概率特征的隧道钢拱架检测与提取J 测绘通报，2023(6):129-133 DOI:10 13474/jcnki 11-2246 2023 0180利用点云空间投影概率特征的隧道钢拱架检测与提取孙森震1，2，荆留杰1，王力2(1 中铁高新工业股份有限公司，北京 100071;2 信息工程大学，河南 郑州 450001)摘要:基于三维点云扫描的隧道钢拱架支护结构快速识别与提取是隧道专用设备智能化感知的关键环节，受隧道施工环境和成本限制，专用设备台车扫描的点云缺失了强度信息，增大了钢拱架点云提取分割的难度。针对这一问题，本文提出了一种利用点云空间投影概率特征的隧道钢拱架检测与提取方法。首先，根据隧道轴线和横断面对隧道点云进行空间投影，形成基于隧道横剖面的投影图像;然后，基于钢拱架点云投影分布的特征，并结合数字图像方法，检测钢拱架投影区域;最后，提取投影区域对应的钢拱架支护结构点云，分析钢拱架位置和状态。该方法通过设置投影参数保证基于单站点云扫描数据的拱架提取的准确性和灵活性，可应用于湿喷过程中钢拱架被混凝土覆盖情况下的拱架识别定位。关键词:隧道点云;拱架识别;空间投影;图像检测;拱架定位中图分类号:P237文献标识码:A文章编号:0494-0911(2023)06-0129-05Detection and extraction of tunnel steel arch using point cloudspatial projection featuresSUN Senzhen1，2，JING Liujie1，WANG Li2(1 China Railway Hi-Tech Co，Ltd，Beijing 100071，China;2 Information Engineering University，Zhengzhou 450001，china)Abstract:The rapid identification and extraction of tunnel steel arches supporting structures based on 3D point cloud scanning is thekey link in the process of intelligent perception for tunnel special equipment Due to the limitations of tunnel construction environmentand cost，the point cloud scanned by special equipment trolleys lacks the strength information，which increases the difficulty ofextracting and segmenting the point cloud of steel arches Aiming at this problem，a method for detecting and extracting tunnel steelarches based on point cloud space projection features is proposed Firstly，the tunnel point cloud is projected spatially according to thetunnel axis and transverse plane，forming a projected image based on the tunnel cross-section Secondly，based on the characteristics ofthe point cloud projection distribution of steel arches，combined with the digital image method，the projection area of steel arches isdetected Finally，the point cloud of the steel arch supporting structure corresponding to the projection area is extracted to analyze theposition and state of steel arch This method ensures the accuracy and flexibility of arch extraction based on single-site cloud scanningdata by setting projection parameters，and can be applied to the identification and positioning of steel arches when covered by shotcreteduring wet sprayingKey words:tunnel point cloud;arch identification;spatial projection;image detection;arch positioning川藏铁路建设为成套的隧道掘进装备智能化升级提供机遇与挑战1，高海拔和复杂地质条件与施工环境突显了隧道掘进装备智能化的需求。三维感知测量是隧道掘进装备智能化精准控制的基础性关键技术，为了提升智能化水平，全电脑隧道专用设备台车普遍集成了三维激光扫描装置，具备了隧道空间感知和测量分析功能，满足隧道形状建模2-3、超欠挖计算4-5、衬砌分析、掌子面分析6 等施工测量需要，为数字化隧道建设提供数据支撑7。在隧道建设过程中需要根据新开挖断面地质围岩等级进行支护8，通常先使用钢拱架进行围岩支撑，然后使用湿喷台车进行喷涂支护。全电脑湿喷台车搭载的三维激光扫描装置位于在台车臂架基座位置(如图1 中方框所示)，扫描装置为自动化喷涂路径规划提供测量数据，其中基于隧道点云的钢拱架检测提取是三维点云数据处理的关键技术。921收稿日期:2022-07-18基金项目:国家自然科学基金(41501491);地理信息工程国家重点实验室开放基金(SKLGIE2020-Z-2-1);国家重点研发计划(2022YFB2602200)作者简介:孙森震(1989)，男，博士，工程师，主要研究方向为精密工程测量。E-mail:sunsenzhen 126 com测绘通报2023 年第 6 期图 1三维激光扫描装置基于点云的目标分割提取方法主要分为空间几何拓扑分析法9-10 和监督聚类法11。隧道钢拱架点云提取具有明显的空间形状特征，与隧道环境具有固定的空间关系，如图 2 所示，立拱方向与隧道轴线基本垂直。受限于隧道复杂的作业环境和成本控制等因素，专用设备台车搭载的三维激光扫描装置一般采用工业激光雷达，如德国 sick 激光雷达LMS511 系列。这类激光雷达防护等级较高，可以搭配一维机械云台实现隧道三维扫描，30 m 范围内点云扫描测量精度为 12 cm，但缺失点云反射率信息，因此无法利用反射率信息将钢拱架与隧道表面分离。图 2隧道钢拱架支护针对钢拱架点云识别提取问题，文献 12 提出一种基于空间拓扑分析的提取方法。首先基于隧道断面序列自适应差分法提取隧道岩石表面，然后使用定向边缘生长法提取钢拱架边缘点云，通过测试对钢拱架点云识别的准确率和召回率分别达到了 92.1%和 89.1%，可用于不同剖面类型的隧道钢拱架点云提取，具有一定稳健性。但该方法实现过程较为复杂，首先需要将隧道点云坐标进行转换使隧道轴线方向与 X 轴方向重合;然后使用区域生长法提取隧道表面，再定向检测点云边缘，计算复杂度较高。此外，基于点云边缘检测的方法对点云的密度和完整性要求较高，需要多站扫描拼接保证数据的完整性，导致数据获取时间较长，增加了工序时间。针对隧道点云钢拱架分割提取效率问题，亟须研究基于单站隧道扫描点云数据的拱架识别定位方法。为了提高隧道支护结构钢拱架点云识别提取的效率和灵活性，本文提出一种利用点云空间投影概率特征的隧道钢拱架检测与提取方法，并编写算法程序通过对钻爆法隧道和隧道掘进机(tunnelboring machine，TBM)隧道典型场景中获取的点云进行钢拱架提取测试，以验证该方法的有效性。1方法原理基于点云空间投影概率特征的隧道钢拱架检测与提取方法，首先通过隧道点云拟合隧道中轴线，根据隧道轴线和横断面参数对隧道点云进行空间投影，形成基于隧道横剖面的投影图像;然后基于钢拱架点云投影分布的概率特征结合数字图像方法提取钢拱架投影区域，检测和提取投影区域对应的钢拱架支护结构点云，进而分析钢拱架位置和状态。1.1隧道点云预处理确定轴线搭载三维激光扫描装置的专用设备获取的单站工作面点云含有隧道壁、钢拱架、台车臂架信息，如图 3 所示。根据隧道点云与设计轴线的关系设置合理的阈值进行滤波处理3，除去地面点、台车臂架、掌子面等非目标信息，初步获取含隧道壁和钢拱架信息的点云。钻爆法隧道断面上部为半圆形设计，为了避免隧道轴线与设计轴线偏差造成的分析误差，针对初步获取的隧道点云信息使用圆柱体模型拟合隧道空间轴线及隧道半径参数13，为隧道横截面进一步分析提供参考轴线14。图 3钻爆法隧道单站扫描点云0312023 年第 6 期孙森震，等:利用点云空间投影概率特征的隧道钢拱架检测与提取1.2基于轴线的隧道点云投影图像确定隧道点云轴线后，可以通过轴线截取隧道断面点云数据4，在截面内建立极坐标系，如图 4(a)所示。极坐标系原点 O 为轴线点，L 为极坐标起始方位，以逆时针间隔固定的角度 作射线，与断面点以一定阈值距离求交，得到序列点云的极坐标Pi，统计序列点极坐标半径的最大值 Rmax和最小值Rmin，最大值与最小值之差即为投影深度 h。将隧道点云沿轴线方向连续截取断面进行极坐标投影，生成点云投影深度图，将隧道点云展平为矩形图像，如图 4(b)所示。其中，图像长度与隧道轴线长度相等，图像宽度为隧道半圆的周长，图像每个像素尺度 l 和像素灰度值 di计算方法为l=Rmaxdi=255(Rmax ri)/(Rmax Rmin)(1)图 4基于轴线的隧道点云投影由于钢拱架与隧道壁存在一定的投影高度差别，理论上基于隧道轴线进行圆柱体投影生成灰度图具有明显的亮条纹特征。其中钢拱架点云区域对应亮条纹，但在钻爆法实际工况条件下，受隧道壁表面差异、湿喷工序、工法流程、遮挡等因素影响，钢拱架投影图与理想状态差异较大，隧道点云轴线圆柱体投影效果如图 5 所示。其中，因扫描仪位置与钢拱架空间位置关系产生的扫描角度遮挡问题，单站扫描仅能获取钢拱架一侧的点云数据，造成钢拱架数据完整性较差，难以直接确定拱架区域。图 5含有钢拱架的隧道点云投影1.3基于隧道断面投影概率的钢拱架检测提取通过轴线投影法获取单站点云投影图像后拱架区域具有明显的灰度亮条纹特征，但呈现出不连续、亮度不一致的特点，已经喷涂支护的区域难以直接看出钢拱架的投影特征。针对钻爆法隧道智能化湿喷过程实际工况中基于单站点云扫描数据的钢架区域识别分割问题，本文提出一种基于钢拱架点云投影分布的概率特征的数字图像方法。该方法利用钢拱架投影与隧道轴线垂直的空间关系，在投影图像上行方向上统计每行像素灰度值 gi位于区间(a，b)的概率 P，公式为f(mrow)=1P(gi(a，b)C0P(gi(a，b)C(2)式中，0 a b 255;C(0，1)。若图像中每行中灰度值位于区间(a，b)的概率大于阈值 C，则该行对应的图像区域为钢拱架目标候选区域;否则为非候选区域。按照式(1)式(2)方法识别钢拱架区域，效果如图 6 所示，提取了拱架点云在投影图中的区域，为拱架点云进一步提取分割提供了依据。图 6基于概率特征的钢拱架区域提取2算例验证分析2.1钻爆法隧道钢拱架识别钻爆法隧道智能化施工流程中，钢拱架识别主131测绘通报2023 年第 6 期要应用于自动化湿喷路径规划15。为了避免支护喷涂过程中将过多的混凝土附着在钢拱架上，需要确定钢拱架在喷涂作业空间坐标系中的位置和走向。基于点云空间投影概率特征的隧道钢拱架检测提取流程如图 7 所示，基于该流程对图 3 所示的单站点云进行钢拱架点云提取，效果如图 8 所示。当选择投影尺度为 5 cm、投影深度范围为(50，220)、概率阈值Crow=0.25 时，完全识别提取了钢拱架点云。图 7钻爆法隧道钢拱架点云提取流程图 8钻爆法隧道钢拱架点云提取效果2.2TBM 敞开式隧道钢拱架识别TBM 敞开式隧道在地质较差时采用横拱和纵梁形式加强支护，如图 9(a)所示，TBM 自动化喷涂过程同样需要进行钢拱架识别。由于 TMB 喷涂作业空间有限，通常采用多个扫描仪同时采集数据并拼接在一起，滤波后形成隧道点云数据，如图 9(b)所示。与单站钻爆法数据的钢拱架点云扫描情况类似，存在遮挡问题。采用轴线投影方式对 TBM 隧道点云进行处理，投影尺度为 5 cm，结果如图 9(c)所示，基本显示了支护结构纵横交错的轮廓。为了检测横拱和纵梁结构，在深度图行方向和列方向分别设置概率阈值 Crow=0.2、Ccol=0.3，提取投影灰度范围为(50，220)内的图像区域对应的点云，结果如图 9(d)所示。对深度图提取对应的支护结构点云，如图 10 所示，完整地提取了拱架结构点云。图 9TBM 敞开式隧道钢拱架识别图 10TBM 隧道纵横拱架点云提取效果2.3算法参设设置分析基于钢拱架点云投影分布的概率特征，结合数字图像提取钢拱架点云的方法，可以直观显示钢拱结构提取效果，便于工程化流程设计。针对不同结构参数的拱架，可以设置不同的提取参数。其中深度图像灰度值提取范围对应隧道壁向内 515 cm。概率阈值 C 可以动态设定，查看不同阈值大小深度图提取效果，其范围在一般在 0.10.9 之间。该方法最大的特点是可以动态交互，通过设置概率阈值，人工判别确认提取结果，对于一些复杂的拱架可以通过框选深度图区域方式提取拱架点云，具有较强的适用性，便于流程化软件设计，能够灵活地适应复杂的工况。2312023 年第 6 期孙森震，等:利用点云空间投影概率特征的隧道钢拱架检测与提取3结语针对隧道智能化建造过程中的自动化湿喷中钢拱架识别问题，本文提出了一种利用点云空间投影概率特征的隧道钢拱架检测提取方法。该方法能够克服单站隧道扫描遮挡问题，将隧道点云投影为深度图像，进一步通过概率阈值进行数字图像处理提取拱架区域，实现对支护结构点云的分割。相对于点云聚类钢拱架识别方法，具有较强的适用性和灵活性，易于编程实现。参考文献:1刘飞香，姬海东，肖正航 川藏铁路隧道钻爆法施工成套装备技术体系研究J 隧道建设(中英文)，2021，41(8):1281-1289 2余建伟，廖江海，陈智鹏，等 基于断面基准面点云模型的隧道管片分割与断面提取J 测绘通报，2021(10):159-162 3丁鸽，燕立爽，彭健，等 基于 RANSAC 算法的隧道点云横断面提取 J 测绘通报，2021(9):120-123 4孙森震，卢小平，武永斌，等 基于阿基米德螺线的地铁隧道建模方法 J 测绘通报，2015(4):72-74 5葛超，郑顺义，桂力，等 激光点云和图像处理技术在隧道超欠挖检测中的应用研究 J 测绘地理信息，2020，45(1):101-106 6王洋，王述红，郭牡丹，等 隧道掌子面节理信息快速数字识别及稳定性分析 J 岩土工程学报，2011，33(11):1734-1739 7智鹏，解亚龙，史天运 隧道工程数字信息化施工关键技术及应用J 铁道标准设计，2022，65(10):112-116 8梁鹏，高永涛，周喻，等 隧道初支合理支护时机确定方法及其工程应用J 工程科学学报，2022，44(2):265-276 9孙森震，卢小平，杨尚波，等 一种基于空间网格的地物要素点云提取方法J 测绘工程，2015，24(7):53-57 10 黄荣刚，杨必胜，李健平，等 利用目标区域拓扑关系图提取建筑物点云J 武汉大学学报(信息科学版)，2017，42(4):475-481 11罗海峰，方莉娜，陈崇成，等 基于 DBN 的车载激光点云路侧多目标提取J 测绘学报，2018，47(2):234-246 12ZHANG W，QIU W，SONG D，et al Automatic tunnelsteel arches extraction algorithm based on 3D LiDARpoint cloud J Sensors，2019，19(18):3972-3996 13 冯阳，陈长军，闫利，等 一种基于半圆柱模型的隧道点云中轴线提取与滤波方法J 测绘地理信息，2021，46(3):55-59 14 谢雄耀，黄炎，赵铭睿 基于激光扫描的盾构隧道断面提取与变形研究 J 地下空间与工程学报，2020，16(3):873-881 15 刘在政，秦念稳，邹今检，等 喷射机械手智能控制系统与喷射路径规划设计研究J 隧道建设(中英文)，2018，38(8):1391-1396(责任编辑:马保卫)(上接第 116 页)13 姜庆安 基于平滑滤波的高精度惯性测量与参数估计方法研究 D 长沙:国防科技大学，2017 14 RAUCH H E，TUNG F，STRIEBEL C TMaximumlikelihood estimates of linear dynamic systemsJ AIAA Journal，1965，3(8):1445-1450 15 SEUBE N A simple method to recover the latency timeof tactical grade IMU systemsJ ISPRS Journal ofPhotogrammetry and Remote Sensing，2012，74:85-89 16 欧圣旸，刘成龙，杨雪峰，等 一种全站仪不整平后方交会测量数据处理模型研究 J 测绘与空间地理信息，2019，42(11):73-77 17 李德仁，王树良，李德毅 空间数据挖掘理论与应用 M 2 版 北京:科学出版社，2013 18 潘正风 数字测图原理与方法 M 武汉:武汉大学出版社，2004 19 施一民 三角高程测量的公式论证及应用 J 测绘通报，2003(1):1-3 20 朱洪涛，徐宜敏，吴维军 全站仪免置平自由设站及其测量方法J 铁道标准设计，2013，57(6):25-28 21 王穗辉 误差理论与测量平差 M 上海:同济大学出版社，2010(责任编辑:胡淼)331