地鐵隧道施工和運營期間進行的實時監(jiān)測,可有效保證地鐵的安全運營及周邊環(huán)境的穩(wěn)定�，F(xiàn)有的收斂計、全站儀等形變監(jiān)測手段僅能獲取部分單點數(shù)據(jù),難以全面反映隧道整體形變特征。三維激光掃描技術(shù)提高了自動化提取信息的程度,與基于單一觀測點的監(jiān)測方法相比,具有表達對象細(xì)節(jié)信息能力強、受環(huán)境影響小等優(yōu)勢。因此,本文利用三維激光掃描技術(shù)開展地鐵隧道形變監(jiān)測中的關(guān)鍵技術(shù)研究,并在隧道數(shù)據(jù)采集、點云預(yù)處理及監(jiān)測模型構(gòu)建等方面進行了探索,研究結(jié)果可為地鐵隧道工程形變監(jiān)測及運營維護提供借鑒。為高效管理海量點云數(shù)據(jù),針對地鐵隧道的分布特征,本文提出以隧道中軸線為基準(zhǔn),按里程分塊存儲點云的組織管理方法,不僅提高了單點的搜索速度,而且顯著提高了隧道內(nèi)任意里程處橫斷面的提取效率。針對同一掃描線相鄰點間隔隨地面三維激光掃描儀(TLS)掃描距離增大導(dǎo)致的點云密度不均問題,推導(dǎo)出嚴(yán)密的點云密度計算模型,然后提出基于掃描線的抽稀算法用于抽除同一掃描線上點間距小于給定閾值的激光點,并建立了抽稀率與閾值的函數(shù)擬合模型。針對地鐵盾構(gòu)環(huán)片上的大量附屬物,提出基于橢圓柱面模型的點云濾波方法,對沿隧道中軸線分割的各區(qū)域利用橢圓柱面擬合進行濾噪,實現(xiàn)了地鐵隧道內(nèi)壁噪聲點的自動濾除。最后,對經(jīng)過預(yù)處理的隧道點云分別建立了基于斷面擬合、規(guī)則化格網(wǎng)及數(shù)字表面模型(DSM)的形變監(jiān)測方法。通過不同的監(jiān)測方法對兩期隧道點云進行形變分析,實現(xiàn)地鐵隧道各區(qū)域空間變化信息的精準(zhǔn)表達。
【學(xué)位單位】：河南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2015
【中圖分類】：U231;U456.3;P225.2
【文章目錄】：
致謝
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 研究現(xiàn)狀與本文研究內(nèi)容
        1.2.1 國內(nèi)外研究現(xiàn)狀
        1.2.2 研究內(nèi)容
    1.3 研究方法與論文組織
        1.3.1 研究方法
        1.3.2 論文組織
2 隧道點云數(shù)據(jù)的組織與處理
    2.1 隧道點云數(shù)據(jù)的組織管理
        2.1.1 隧道點云組織原則
        2.1.2 實驗與分析
    2.2 隧道點云抽稀
        2.2.1 點云密度計算模型
        2.2.2 掃描線抽稀算法
    2.3 隧道點云配準(zhǔn)
        2.3.1 同名標(biāo)靶點自動搜索
        2.3.2 坐標(biāo)轉(zhuǎn)換的兩種簡便模型
    2.4 本章小結(jié)
3 關(guān)鍵技術(shù)
    3.1 平面標(biāo)靶中心提取方法
        3.1.1 邊緣擬合法
        3.1.2 實驗與分析
    3.2 基于橢圓柱面模型的濾波方法
        3.2.1 坐標(biāo)變換
        3.2.2 橢圓柱面濾波方法
        3.2.3 實驗與分析
    3.3 本章小結(jié)
4 地鐵隧道三維激光掃描形變監(jiān)測
    4.1 實驗概況
        4.1.1 實驗區(qū)介紹
        4.1.2 反射標(biāo)貼的設(shè)計與布設(shè)
        4.1.3 點云數(shù)據(jù)采集方案設(shè)計
        4.1.4 監(jiān)測精度評價
    4.2 基于斷面擬合的形變監(jiān)測方法
        4.2.1 斷面擬合的監(jiān)測方法
        4.2.2 實驗與分析
    4.3 基于規(guī)則格網(wǎng)的多期數(shù)據(jù)形變分析方法
        4.3.1 規(guī)則格網(wǎng)的建立
        4.3.2 實驗與分析
    4.4 基于DSM的多期數(shù)據(jù)形變分析方法
    4.5 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻
6 作者簡歷
7 學(xué)位論文數(shù)據(jù)集

【相似文獻】

相關(guān)期刊論文 前10條

1 高恩陽;鄭昊鴻;;點云數(shù)據(jù)濾波方法綜述[J];科技資訊;2012年33期

2 龔書林;;三維激光點云處理軟件的若干關(guān)鍵技術(shù)[J];測繪通報;2014年06期

3 趙強;彭國華;王鋒;;點云精簡的一種方法[J];西南民族大學(xué)學(xué)報(自然科學(xué)版);2006年05期

4 李德江;張延波;于曼竹;姜麗麗;曲雪光;;基于掃描模式的點云修復(fù)技術(shù)研究[J];測繪與空間地理信息;2011年06期

5 蔡來良;李儒;;點云數(shù)據(jù)處理算法與實現(xiàn)初步研究[J];測繪通報;2012年S1期

6 詹慶明;張海濤;喻亮;;古建筑激光點云-模型多層次一體化數(shù)據(jù)模型[J];地理信息世界;2010年04期

7 曾敬文;朱照榮;丁銳;;基于立方體網(wǎng)格的數(shù)據(jù)點云約簡和體積計算方法[J];測繪科學(xué);2008年06期

8 楊欣;姚海燕;;平面點云邊界參數(shù)識別[J];中國西部科技;2009年27期

9 孫瑞;張彩霞;;點云數(shù)據(jù)壓縮算法綜述[J];科技信息;2010年32期

10 張毅;閆利;;地面激光點云強度噪聲的三維擴散濾波方法[J];測繪學(xué)報;2013年04期

相關(guān)博士學(xué)位論文 前10條

1 彭檢貴;融合點云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學(xué);2012年

2 劉涌;基于連續(xù)序列自動快速拼接的全方位三維測量技術(shù)研究[D];西南交通大學(xué);2013年

3 袁小翠;產(chǎn)品表面缺陷視覺檢測數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];南昌大學(xué);2015年

4 韓峰;基于點云信息的既有鐵路狀態(tài)檢測與評估技術(shù)研究[D];西南交通大學(xué);2015年

5 金龍存;3D點云復(fù)雜曲面重構(gòu)關(guān)鍵算法研究[D];上海大學(xué);2012年

6 李揚彥;基于點云的三維重建與形變事件分析[D];中國科學(xué)院深圳先進技術(shù)研究院;2013年

7 楊德賀;面向虛擬測方系統(tǒng)的點云聚類與擬合理論[D];中國礦業(yè)大學(xué)（北京）;2014年

8 何朝明;離散點云處理的關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2007年

9 孟凡文;面向光柵投影的點云預(yù)處理與曲面重構(gòu)技術(shù)研究[D];南昌大學(xué);2010年

10 李寶;三維點云的魯棒處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 龔碩然;基于Delaunay三角剖分的點云三維網(wǎng)格重構(gòu)[D];河北大學(xué);2015年

2 楊紅粉;頻域技術(shù)應(yīng)用于點云配準(zhǔn)研究[D];北京建筑大學(xué);2015年

3 段紅娟;點云圖像交互式曲線骨架提取技術(shù)及其應(yīng)用[D];西南交通大學(xué);2015年

4 張永恒;散亂點云數(shù)據(jù)配準(zhǔn)方法研究[D];長安大學(xué);2015年

5 吳愛;面向特征擬合的點云簡化方法研究[D];中國地質(zhì)大學(xué)(北京);2015年

6 薛廣順;基于立體視覺的牛體點云獲取方法研究與實現(xiàn)[D];西北農(nóng)林科技大學(xué);2015年

7 胡誠;精度約束下地表LiDAR點云抽稀方法研究[D];西南交通大學(xué);2015年

8 余明;三維離散點云數(shù)據(jù)處理技術(shù)研究[D];南京理工大學(xué);2015年

9 陳星宇;基于三維彩色點云的地形分類方法研究[D];南京理工大學(xué);2015年

10 朱東方;基于復(fù)雜拓?fù)浣Y(jié)構(gòu)點云的曲線擬合研究與應(yīng)用[D];山東大學(xué);2015年

本文編號：2887139