一种隧道点云数据分析方法及系统与流程

本发明涉及隧道工程技术领域，具体地说，涉及一种隧道点云数据分析方法及系统。

背景技术：

近年来，随着交通建设发展，隧道得到人们的关注。对于隧道的检测是隧道建设中必不可少的一项环节，由于隧道存在光线不足、狭长等问题，常规的测量方法难以用于隧道。三维激光扫描技术又称为实景复制技术，它具有非接触、扫描速度快、获取信息量大、精度高并且对环境要求较低等优点。激光扫描通过自身自主发射光束，可以解决隧道光线不足的问题，适合隧道参数的测量。

然而，在隧道复杂环境下，现有的三维激光扫描技术所得到的三维点云数据将会非常庞大，这样也就为如何高效地利用这些三维点云来对隧道状态进行分析提出了要求。

技术实现要素：

为解决上述问题，本发明提供了一种隧道点云数据分析方法，所述方法包括：

步骤一、对获取到的激光器坐标系下的点云数据进行坐标系转换，得到当前里程所对应的掌子面坐标系下的点云数据；

步骤二、根据掌子面坐标系下的点云数据得到待分析剖面点云数据；

步骤三、在所述掌子面坐标系下的yoz平面内对所述待分析剖面点云数据进行分区，根据各个分区内的点云数据计算各个分区的分区数据；

步骤四、根据所述各个分区数据确定当前里程下的超欠挖面积。

根据本发明的一个实施例，在所述步骤一中，

对所述激光器坐标系下的点云数据进行坐标系转换，得到扫描仪坐标系下的点云数据；

对所述扫描仪坐标系下的点云数据进行坐标系转换，得到隧道坐标系下的点云数据；

对所述隧道坐标系下的点云数据进行坐标系转换，得到所述掌子面坐标系下的点云数据。

根据本发明的一个实施例，利用掌子面到隧道坐标系转换矩阵对所述隧道坐标系下的点云数据进行坐标系转换，得到所述掌子面坐标系下的点云数据，其中，确定所述掌子面到隧道坐标系转换矩阵的步骤包括：

获取所述当前里程在隧道坐标系中的坐标，根据该坐标得到平移矩阵；

根据所述掌子面原点在隧道线平曲线上的切线沿前进方向的方位角，确定隧道坐标系到掌子面坐标系的绕z轴的旋转矩阵，得到第一旋转矩阵；

根据所述掌子面原点在隧道线竖曲线上的切线沿前进方向的方位角，确定隧道坐标系到掌子面坐标系的绕y轴的旋转矩阵，得到第二旋转矩阵；

根据所述平移矩阵、第一旋转矩阵和第二旋转矩阵，确定所述掌子面到隧道坐标系转换矩阵。

根据本发明的一个实施例，在所述步骤二中，

按照预设截取长度对所述掌子面坐标系下的点云数据进行截取，得到所述预设截取长度所对应的点云数据；

根据预设过滤轮廓对所述预设截取长度所对应的点云数据进行过滤，滤除所述预设过滤轮廓内的点云数据；

对过滤后的点云数据进行切片得到所述待分析剖面点云数据。

根据本发明的一个实施例，在所述步骤二中，对所述掌子面坐标系下的点云数据进行切片，并根据预设过滤轮廓对切片得到的点云数据进行过滤，滤除所述预设过滤轮廓内的点云数据，得到所述待分析剖面点云数据。

根据本发明的一个实施例，在所述步骤二中，判断是否需要滤除一点坐标的步骤包括：

将该点坐标代入所述预设过滤轮廓所对应的曲线函数，得到第一曲线函数取值；

将所述掌子面坐标系的原点坐标代入所述预设过滤轮廓所对应的曲线函数，得到第二曲线函数取值；

判断所述第一曲线函数取值与第二曲线函数取值的符号是否相同，其中，如果二者符号相同，则滤除该云坐标，如果二者符号相反，则保留该点坐标。

根据本发明的一个实施例，在所述步骤三中，

分别计算所述待分析剖面点云数据与所述掌子面坐标系的原点所形成的直线与所述掌子面坐标系的y轴之间的夹角；按照预设角度阈值对所述掌子面坐标系的yoz平面进行分区，根据夹角数据确定各个点坐标所在分区；

计算各个分区所包含的点云数据的平均值，对应得到各个分区数据。

根据本发明的一个实施例，所述预设角度阈值的取值范围包括：[0.1°,4°]。

根据本发明的一个实施例，所述步骤四包括：

根据所述各个分区数据确定实际掌子面轮廓线；

根据所述实际掌子面轮廓线与预设理想掌子面轮廓线，计算当前里程下的超欠挖面积。

根据本发明的一个实施例，所述方法还包括：

步骤五，重复所述步骤一至步骤四，得到各个里程下的超欠挖面积，根据所述各个里程下的超欠挖面积计算超欠挖体积。

本发明还提供了一种隧道点云数据分析系统，其特征在于，所述系统采用如上任一项所述的方法对隧道点云数据分析。

本发明所提供的隧道点云数据分析方法通过对隧道复杂环境下所得到的庞大的三维点云数据进行处理（例如坐标系转换以及剖分），来将三维点云数据转化为二维点云数据，这样也就大大减少了计算超欠挖面积时所需要处理的数据量，从而大大缩短了数据处理时间，提高了数据处理效率，有助于实时指导施工作业。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要的附图做简单的介绍：

图1是根据本发明一个实施例的隧道点云数据分析方法的实现流程示意图；

图2是根据本发明一个实施例的进行坐标系转换的实现流程示意图；

图3是根据本发明一个实施例的激光器坐标系与扫描仪坐标系的示意图；

图4是根据本发明一个实施例的隧道坐标系与掌子面坐标系的示意图；

图5是根据本发明一个实施例的确定掌子面到隧道坐标系转换矩阵的实现流程示意图；

图6是根据本发明一个实施例的确定各个分区数据的实现流程示意图；

图7是根据本发明一个实施例的对待分析剖面点云数据进行分区的示意图；

图8是根据本发明一个实施例的确定超欠挖面积的实现流程示意图；

图9是根据本发明一个实施例的掌子面轮廓线示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

同时，在以下说明中，出于解释的目的而阐述了许多具体细节，以提供对本发明实施例的彻底理解。然而，对本领域的技术人员来说显而易见的是，本发明可以不用这里的具体细节或者所描述的特定方式来实施。

另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本发明提供了一种新的隧道点云数据分析方法以及应用该方法的系统，该方法能够对将三维数据进行处理来将三维轮廓转换为二维剖面，从而极大地减少了所需要处理的数据量。

图1示出了本实施例所提供的隧道点云数据分析方法的实现流程示意图。

如图1所示，本实施例所提供的隧道点云数据分析方法首先会在步骤s101中对获取到的激光器坐标系下的点云数据进行坐标系转换，从而得到当前里程所对应的掌子面坐标系下的点云数据。

本实施例中，该方法所获取到的点云数据为激光器坐标系下的点云数据，其优选地会采用如图2所示的流程示意图来实现各个坐标系之间的转换。如图2所示，本实施例中，该方法会在步骤s201中对所述激光器坐标系下的点云数据进行坐标系转换，得到扫描仪坐标系下的点云数据。

如图3所示的扫描仪右视图，本实施例中，对于激光器坐标系来说，其原点为激光器测量点，z轴向右，x轴向前，y轴垂直于纸面向外，并且满足右手定则。而对于扫描仪坐标系来说，其原点为转动轴（即伺服轴）的中心，z轴垂直于纸面，y轴为电机转动轴向左，x轴垂直向上，其同样满足右手定则。

点云数据的扫描是通过扫描仪进行三维激光扫描而得到的。扫描仪扫描的过程又是由激光器和伺服控制器二者共同配合完成的，激光器会不断发射激光进行测距，同时激光器角度和旋转平台不断旋转使得前方范围内的点云都能够被测量到。因此，本实施例中，对于空间中的某一点来说，激光器可以通过测距来得到该空间点与激光器坐标系的原点的距离，同时利用此时激光器的角度以及伺服控制器相对于零位状态的角度也即可以表征出该空间的位置，即该空间点在激光器坐标系下的坐标可以表示为。

在得到扫描仪坐标系下的点云数据后，该方法会在步骤s202中对扫描仪坐标系下的点云数据进行坐标系转换，从而得到隧道坐标系下的点云数据。

通过标定过程可以确定出工程机械上若干点在扫描仪坐标系下的坐标。例如，通过对安装在工程机械上不同位置处的5个棱镜进行扫描，可以得到这5个棱镜所在位置点在扫描仪坐标系下的坐标。在现场施工过程中，在工程机械停稳后，通过设站可以得到全站仪在隧道坐标系下的坐标，随后测量工程机械上固定的任意两个角度合适的棱镜的坐标，并调取扫描仪上倾斜仪在x、y轴方向的两个角度，就能得到棱镜在隧道坐标系下的坐标，这样通过计算也就可以得到隧道坐标系到扫描仪坐标系的转换关系。根据该转换关系，本方法也就可以在步骤s202中对扫描仪坐标系下的点云数据进行坐标系转换，从而得到隧道坐标系下的点云数据。

当然，在本发明的其他实施例中，根据实际情况，该方法还可以采用其他合理方式来确定隧道坐标系到扫描仪坐标系的转换关系，本发明不限于此。

在得到隧道坐标系下的点云数据后，该方法会在步骤s203中对隧道坐标系下的点云数据进行坐标系转换，从而得到掌子面坐标系下的点云数据。

如图4所示，本实施例中，掌子面坐标系优选地以隧道设计线和当前作业面的交点为坐标原点，做该原点在隧道设计线的切线，切线指向的工作面前进方向为x轴，竖直向上为z轴，y轴垂直于xoz平面，并构成右手坐标系。

本实施例中，该方法在步骤s203中优选地利用掌子面到隧道坐标系转换矩阵对隧道坐标系下的点云数据进行坐标系转换，得到掌子面坐标系下的点云数据。图5示出了本实施例中确定掌子面到隧道坐标系转换矩阵的实现流程示意图。

如图5所示，本实施例中，该方法在确定掌子面到隧道坐标系转换矩阵时，首先会在步骤s501中获取当前里程在隧道坐标系中的坐标，并根据该坐标得到平移矩阵。具体地，该方法根据当前里程可以得到掌子面原点所在的里程，通过获取该里程对应在隧道线上的坐标也就可以得到隧道坐标系到掌子面坐标系的平移矩阵。

随后，该方法会在步骤s502中根据掌子面原点在隧道线平曲线上的切线沿前进方向的方位角，确定隧道坐标系到掌子面坐标系的绕z轴的旋转矩阵，从而得到第一旋转矩阵。

同时，该方法还会在步骤s503中根据掌子面原点在隧道线竖曲线上的切线沿前进方向的方位角，确定隧道坐标系到掌子面坐标系的绕y轴的旋转矩阵，从而得到第二旋转矩阵。

最后，该方法也就可以在步骤s504中根据上述平移矩阵、第一旋转矩阵以及第二旋转矩阵确定出掌子面到隧道坐标系转换矩阵。

需要指出的是，本发明并不对确定第一旋转矩阵、第二旋转矩阵的具体顺序进行限定。在本发明的不同实施例中，既可以先确定第一旋转矩阵再确定第二旋转矩阵，也可以先确定第二旋转矩阵再确定第一旋转矩阵，还可以同时确定第一旋转矩阵和第二旋转矩阵。

此外，在本发明的其他实施例中，根据实际需要，该方法还可以采用其他合理方式来根据激光器坐标系下的点云数据确定得到当前里程所对应的掌子面坐标系下的点云数据，本发明不限于此。

再次如图1所示，本实施例中，在得到当前里程所对应的掌子面坐标系下的点云数据后，该方法会在步骤s102中对掌子面坐标系下的点云数据沿掌子面坐标系x轴方向（即工作面前进方向）进行切片，从而得到待分析剖面点云数据。

由于隧道作业的作业环境相对恶劣，干扰因素较多，因此本实施例中，该方法优选地还会根据预设过滤轮廓来对截取到的点云数据进行数据过滤，从而滤除该预设过滤轮廓内的点云数据，这样也就可以得到后续分析所用到的待分析剖面点云数据。通过该数据过滤过程，该方法能够排除颗粒物的干扰。

例如，对于某一点坐标，在判断是否需要滤除该点坐标时，该方法会将该点坐标代入预设过滤轮廓所对应的曲线函数，这样也就可以得到第一曲线函数取值。

假设上述预设过滤轮廓所对应的曲线的表达式为：

（1）

该预设过滤轮廓所对应的曲线函数则可以表示为：

（2）

那么将点坐标代入预设过滤轮廓所对应的曲线函数所得到的第一曲线函数取值则可以表示为：

（2）

其中，表示第一曲线函数取值。

该方法还会将掌子面坐标系的原点坐标代入预设过滤轮廓所所对应的曲线函数，这样也就可以得到第二曲线函数取值。即，存在：

（3）

其中，表示第二曲线函数取值。

随后，该方法会判断第一曲线函数取值与第二曲线函数取值的符号是否相同。其中，如果二者符号相同，那么则表示该点云坐标与掌子面坐标系的原点位于上述预设过滤轮廓的同侧，此时该方法也就需要滤除该点云坐标；而如果二者符号相反，那么则表示该点云坐标与掌子面坐标系的原点位于上述预设过滤轮廓的异侧，此时该方法则会保留该点云坐标。

当然，在本发明的其他实施例中，根据实际需要，该方法还可以采用其他合理方式来对切片得到的点云数据进行过滤，本发明不限于此。

同时，在本发明的其他实施例中，根据实际需要，该方法还可以采用其他合理方式来确定待分析剖面点云数据，本发明同样不限于此。

例如，在本发明的一个实施例中，该方法还可以先按照预设截取长度对掌子面坐标系下的点云数据进行截取，从而得到预设截取长度所对应的点云数据。这样截取到的点云数据即为长度为预设截取长度的某一段隧道所对应的点云数据。

随后，该方法会根据预设过滤轮廓对预设截取长度所对应的点云数据进行过滤，滤除所述预设过滤轮廓内的点云数据。其中，该方法根据预设过滤轮廓对点云数据进行过滤的原理以及实现过程与前述内容类似，故在此不再进行赘述。

在完成数据过滤后，该方法会对过滤后的点云数据进行切片，从而得到待分析剖面点云数据。

需要指出的是，在本发明的不同实施例中，进行数据截取时所使用到的截取长度可以根据实际需要来在不同的实施例中配置为不同的合理值，在此并不对截取长度的具体取值进行限定。

如图1所示，本实施例中，在得到待分析剖面点云数据后，该方法会在步骤s103中在掌子面坐标系下的yoz平面内对待分析剖面点云数据进行分区，并根据各个分区内的点云数据计算各个分区数据。

具体地，如图6和图7所示，该方法首先会在步骤s601中分别计算待分析剖面点云数据与掌子面坐标系的原点所形成的直线与掌子面坐标系的y轴之间的夹角。

随后，该方法会在步骤s602中按照预设角度阈值对掌子面坐标系的yoz平面进行分区，并在步骤s603中根据步骤s601中所得到的夹角数据确定各个点云坐标所在分区。

最后，该方法会在步骤s604中计算各个分区所包含的点云数据的平均值，并将该平均值作为该分区的分区数据，这样也就可以得到各个分区的分区数据。

例如，假设上述预设角度阈值为1°，那么掌子面坐标系的yoz平面也就可以分为360个分区，该方法最终也就可以得到360个平均值，即得到360个切面分区数据。

需要指出的是，在本发明的不同实施例中，上述预设角度阈值的具体取值可以根据实际需要配置为不同的合理值，本发明并不对上述预设角度阈值的具体取值进行限定。例如，在本发明的一个实施例中，上述预设角度阈值的取值区间可以包括[0.1°，4°]。

当然，在本发明的其他实施例中，根据实际需要，该方法也可以采用其他合理方式来根据待分析剖面点云数据来得到各个分区数据，本发明不限于此。

再次如图1所示，本实施例中，在得到各个分区数据后，该方法可以在步骤s104中来根据各个分区数据确定当前里程下的超欠挖面积。

具体地，如图8所示，本实施例中，该方法在确定当前里程下的超欠挖面积时，首先会在步骤s801中根据各个分区数据来重新确定出当前里程所对应的实际掌子面轮廓线，随后再在步骤s802中根据上述实际掌子面轮廓线与预设理想掌子面轮廓线，来计算出当前里程下的超欠挖面积。

例如，如图9所示，线条1表示理想的掌子面轮廓线，线条2表示实际掌子面轮廓线，通过计算，能够实时计算得到周边任一点的超欠挖情况，进而得到超欠挖面积。

通过上述过程，该方法可以确定出某一里程下的超欠挖面积，而通过重复上述过程，该方法也就可以得到各个里程下的超欠挖面积，这样该方法也就可以在步骤s105中根据各个里程下的超欠挖面积计算得到超欠挖体积。具体地，本实施例中，该方法可以通过对各个里程下的超欠挖面积进行积分来计算得到上述超欠挖体积。利用上述超欠挖体积，该方法也就可以为指导施工人员和操作人员进行相关作业（例如对隧道面进行湿喷作业）提供数据参考。

从上述描述中可以看出，本发明所提供的隧道点云数据分析方法通过对隧道复杂环境下所得到的庞大的三维点云数据进行处理（例如坐标系转换以及剖分），来将三维点云数据转化为二维点云数据，这样也就大大减少了计算超欠挖面积时所需要处理的数据量，从而大大缩短了数据处理时间，提高了数据处理效率，有助于实时指导施工作业。

应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构或处理步骤，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。

说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

虽然上述示例用于说明本发明在一个或多个应用中的原理，但对于本领域的技术人员来说，在不背离本发明的原理和思想的情况下，明显可以在形式上、用法及实施的细节上作各种修改而不用付出创造性劳动。因此，本发明由所附的权利要求书来限定。