三维激光扫描技术在轨道交通工程中的应用.docVIP

三维激光扫描技术在轨道交通工程中的应用 三维激光扫描技术在轨道交通工程中的应用 引言 　　轨道交通的车站及隧道由于其本身的地下性及结构复杂等状况，给建模工作带来很大的困扰，依靠传统的图纸资料难以建出准确的、真实的三维模型及场景；同时，传统的轨道交通测量、监测手段也存在作业复杂、工程进度慢、容易出错的缺陷，本文利用三维激光扫描技术获取点云数据速度快、精度高的优势，提出了其在轨道交通行业中车站及隧道三维建模、整体结构变形监测等领域中的作业思路，本文详细介绍了两种方法的工作流程，并通过实例数据进行分析实验，为今后类似的工程提出了经验参考。 　　1结构变形监测 　　结构变形监测的常规方法 　　这里仅讨论车站及隧道的平面测量和纵断面测量工作。目前的方法总结起来大致分为以下步骤： 　　选择测量基准点：选择隧道内变形区域以外稳固的基标作为测量的基准点，观测区域两端各选择2个铺轨基标作为基准点。 　　布设控制网：以选择的基标点为起始依据布设平面控制网或高程基准网。 　　测点布设：目前根据工程经验常规做法是每隔6米布设平面测点或水准测点。 　　观测：对于平面测量，将全站仪架设于选定的控制点上，采用测回法测量各线路平面测量点，每一观测点均测角测距各一测回，以保证测点位置的准确性；对于纵断面测量，依据高程基准点采用附合水准路线的形式，按二等水准外业要求进行观测。 　　常规结构变形监测方法存在的问题 　　目前的监测方法是一种“点点测量、以点带面”的工作方式。这种方式可总结为，通过监测少量观测点的位移情况，将各个观测点的位移变化情况连接成折线图，从而反映整体变形情况。如观测点布设多了，则整体的监测质量会有所提高，但观测工作量也随之增加了；如观测点布设少了，虽然观测工作量少了，但无疑也会造成整体的监测质量下降。这种点点观测的方式，总会漏掉其他有位移变化的点。 　　基于三维激光扫描技术的结构整体变形监测方法 　　结构整体变形监测的思想是：利用三维激光扫描技术获取待监测车站及隧道的点云数据，建立三角网模型，通过不同时期的模型匹配，发现模型的变化情况，从而得出车站及隧道的结构形变情况。 　　2.外业数据采集 　　选择测量基准点：选择本文由论文联盟http://收集整理变形区域以外稳固的基标作为测量的基准点，基准点应在3个以上，这些点将作为后期模型匹配的基准，以及坐标转换的控制点。 　　扫描：要求点位精度在2mm内，Faro Fouse3D扫描仪可设置分辨率为1/4，质量为4x。扫描时测站间距保持15～20之内，两测站间标靶球的数量不应少于3个，且应错落摆放，不在一条直线和一个水平面内。 　　内业数据处理 　　数据转化：在Faro Scene软件中将原始的.FLS文件转换成.XYZ文件。 　　拼站：选用LEica公司的Cyclone软件对点云数据进行拼站。 　　去噪：删除隧道待测区间范围外的无用数据，对于隧道内部的仪器设备和人员也应尽量去除。 　　建立三角网模型：将处理好的点云数据在Geomagic Studio软件中建立三角网模型。 　　模型对比：将不同时期测量获得的三角网模型在Realworks Survey软件中进行对比，分析结构形变的变化趋势。 　　下图是北京机场线东三到三元桥区间段的两次模型对比分析结果。颜色的由浅到深表示结构形变量越来越大，绿色部分变形量最少，橙色部分变形量最大，最大偏差约为。 　　图1 北京机场线东三到三元桥区间段的两次模型对比分析图 　　目前三维激光扫描技术在结构整体监测方面还处于研究测试阶段，还需要做大量的实验及进行精度分析，而如果这项工作一旦推广，相对于传统测绘工作来说将是一项革新。 　　3.车站及隧道的三维建模 　　对于轨道交通工程地下性、结构及设施的复杂性等特点，传统的三维建模方法，只能根据车站的设计及施工图纸来建立三维模型，由于车站内部的细部结构较多，只依靠图纸的信息是无法进行完全建模的。 　　对于车站及隧道内部的结构，采用三维激光扫描仪可以快速获取各种复杂、真实物体的三维信息，其工作流程主要包括：外业实体扫描、内业点云数据处理、三维建模3个部分。 　　外业实体扫描 　　外业实体扫描主要包括车站及隧道的整体结构的扫描，其次主要是对车站内部的各种细部构件进行扫描，具体外业数据采集过程与结构变形监测的外业数据采集过程基本一致。 　　内业点云数据处理 　　在完成外业点云数据的采集后，要在内业首先对点云数据进行预处理，然后进行后期的三维建模。预处理过程主要包括：各站数据的拼接、去噪及重采样。 　　三维激光扫描直接输出的数据信息是基于该测站坐标体系的局部坐标数据，为获得研究对象的整体三维模型，不同视角获取的点云数据必须借助于重叠信息融为一体，即将不同测站的点云数据归并到某一个测站坐标体系里去，这个过程即是数据拼接配