Kriging点云滤波改进算法及监测试验研究.docxVIP

? ? Kriging点云滤波改进算法及监测试验研究 ? ? 胡达,黎永索,张可能,梁晓东,梁小强,吴有平 （1. 湖南城市学院 城市地下基础设施结构安全与防灾湖南省工程研究中心；土木工程学院，湖南 益阳 413000；2. 中南大学 a.有色金属成矿预测与地质环境监测教育部重点实验室；b. 地球科学与信息物理学院，长沙 410083；3. 湖南联智科技股份有限公司，长沙 410200；4. 中国电建集团中南勘测设计研究院有限公司，长沙 410014） 对隧道围岩的稳定性进行监控及预报是确保隧道现场施工安全、提高施工信息化水平、优化围岩支护设计参数必不可少的一项重要工作。目前，隧道监控量测的主要方法仍然是采用精密水准仪、全站仪、智能收敛计等仪器设备进行测量，这些测量工作首先需要在隧道洞壁上及时布设监控测点（三角挂钩、反光片等）。这种传统监控量测方法实际操作起来非常麻烦，效率极低，且误差不容易控制，监测过程中极易造成对围岩稳定性评价的错误判断，使隧道施工安全性降低。 近年来，激光扫描技术逐渐兴起，该技术具有高精度、高效率、高分辨率、全自动数字化采集、数据量丰富等特点[1]。将三维激光扫描技术应用于隧道监控量测是未来发展的一个重要研究方向，学者们在该技术的探索和研究上取得了大量的成果。王涛等[2]基于点云数据预处理问题，采用小波分析格网化滤波方法，并结合南京地铁隧道进行了应用，取得了较好的滤波效果。许度等[3]提出了一种基于三维激光扫描技术的隧道变形非接触原位测试技术，建立了基于扫描信息的围岩结构面表征方法，并在中国锦屏地下深埋硐室群工程进行了应用。吴勇等[4]采用三维激光扫描技术进行运营期隧道检测，为隧道的病害检测及修复提供了一定参考。杜黎明等[5]提出了一种迭代椭圆拟合的方法，对隧道变形点云数据的提取进行了研究。张帆[6]提出了一种“聚合”算法，并应用于隧道管片结构变形可视化分析。徐卫东等[7]以北京地铁7号线为依托，运用三维激光扫描技术对隧道开挖的现状进行了测量。虞伟家[8]采用新型移动式三维激光测量技术，对盾构隧道进行了点云数据采集，并在苏州地铁进行了隧道监测试验。黄帆等[9]对盾构隧道管片变形进行了隧道监测试验，点云数据分析结果表明，三维激光扫描技术优势明显，对地铁施工具有一定的指导意义。上述研究成果表明，目前精度最高的三维激光扫描仪在很多领域的应用上已经可以替代全站仪，能够基本满足隧道监控量测的精度要求。 大量研究表明[10-11]，点云滤波算法成为三维激光扫描精度是否满足应用要求的关键。因此，对点云滤波进行针对性的研究十分必要。结合近年来各种滤波算法不同的理论背景，可以分成基于坡度、曲面拟合、分割、不规则三角网、形态学及机器学习的滤波算法6大类。基于坡度的滤波算法原理简单、易实现，但过度依赖阈值的设定，在地形起伏较大区域不适合海量数据的实时处理，滤波效果不佳[12-13]。基于曲面拟合的滤波算法有赖于插值方法的选择，所采用的多层级迭代方式会受到每一层级滤波结果的影响，容易出现误差传递与累积[14-16]。基于分割的滤波算法其滤波效果过分依赖聚类分割的结果，而点云分割方法的选择也对滤波结果有很大影响[17]。基于不规则三角网的滤波算法需要占用大量内存，并且对低位噪声敏感，极易误判低地势物点[18]。基于形态学的滤波算法原理简单、实现效率高，但此类算法在地形起伏较大区域的稳健性有待提高，如何提高其整体精度将是后续研究的重点[19]。基于机器学习的滤波算法需要大量的训练样本，其样本必须覆盖所有可能的地形特征，对计算机资源要求非常高，取得较好的滤波效果难度较大[20]。 综上所述，以上各种点云滤波算法均各有局限性，如何改进和完善滤波算法，提高算法精度成为监测试验能否成功的关键。由于Kriging插值算法在快速自动生成DEM方面精度高，整体精度评价方法具有可操作性[21]。笔者结合Kriging插值算法，通过现场试验段监测，对点云数据进行提取分析，将试验得出的变形数据与传统方法的量测数据进行对比，以验证其算法精度，为推进三维激光扫描技术在隧道监控量测中的应用提供理论依据。 1 Kriging滤波改进算法 Kriging插值法是一种运用结构分析与变异函数相关理论，在有限空间内针对区域化变量进行最优和无偏估值计算的预测方法，是研究空间变异和进行空间插值的一种线性无偏最优估计算法。Kriging插值法不仅考虑待估点位置与已知数据位置的相互关系，还考虑变量的空间相关性。假设区域化变量不是相互独立的，具有一定的随机性和结构特性，而且满足二阶平稳和内蕴平稳。同时，Kriging方法在数据网格化的过程中考虑了描述对象的空间相关性质，使插值结果更科学、更接近于实际情况，能给出插值的误差（Kriging方差），使插值的可靠程度一目了然[