CN117470106B - 狭小空间点云绝对数据采集方法以及模型建立设备 - Google Patents
狭小空间点云绝对数据采集方法以及模型建立设备 Download PDFInfo
- Publication number
- CN117470106B CN117470106B CN202311809847.XA CN202311809847A CN117470106B CN 117470106 B CN117470106 B CN 117470106B CN 202311809847 A CN202311809847 A CN 202311809847A CN 117470106 B CN117470106 B CN 117470106B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- slam
- cloud data
- coordinate system
- global
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000010276 construction Methods 0.000 claims abstract description 87
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims 1
- 238000013499 data model Methods 0.000 claims 1
- 238000009412 basement excavation Methods 0.000 abstract description 9
- 238000005259 measurement Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009430 construction management Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C7/00—Tracing profiles
- G01C7/06—Tracing profiles of cavities, e.g. tunnels
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种狭小空间点云绝对数据采集方法以及模型建立设备，该狭小空间点云绝对数据采集方法包括：从隧道施工轮廓面的需求出发，针对三维激光扫描仪自身存在精度要求和扫描视角限制的问题，通过能获取高精度和绝对位置坐标的全站扫描和灵活的小型手持SLAM设备配合，通过算法将两种点云数据进行高精度配准、拼接，实现小空间（微台阶上台开挖面）、大俯角（仰拱开挖面）等狭小空间处施工轮廓面的点云绝对数据。本发明能够有效控制隧道施工超挖等问题提供了高精度的数据支撑，实现了隧道施工的数字化管理，对施工的进度、质量产生了积极的效益。
Description
技术领域
本发明属于工程测量领域，尤其是针对隧道工程建设中狭小空间比如上台阶或者仰拱等比较难架设大型三维激光扫描仪进行扫描的场景，涉及一种狭小空间点云绝对数据采集方法以及模型建立设备。
背景技术
隧道地质条件恶劣、施工环境复杂，施工管理控制存在较多的不便，导致施工过程中的超挖问题成为影响隧道建设成本的重要因素。因此，有效控制隧道施工超挖程度，及时准确地掌握隧道施工轮廓面数据信息成为解决问题的关键。
当前，主要通过断面测量的方式来获取隧道施工轮廓面，主要使用的仪器为断面仪、全站仪，这些方法效率低下，需要大量的时间和人力。相较于传统测量方法，三维激光扫描技术提供了一种更快速、更安全、更有效的调查、测量、监测方法。三维激光扫描仪能够在极其复杂的空间场景中工作，通过对空间进行精细的扫描，将获取的大量的三维激光点云数据汇于电脑中，再通过软件快速地对各种非标准、不规则的大型实体进行三维模型构建。但隧道为狭长结构，而且三维激光扫描仪自身存在精度要求和扫描视角限制。
因此，数据采集问题是将三维激光扫描技术应用到隧道工程中的一个关键问题。特别是在微台阶法开挖时上台开挖面空间可视角度小，三维扫描测量仪器在狭小空间内无法安置，仰拱开挖面三维扫描测量仪器受俯角测量盲区影响，精密的扫描测量是难点。
发明内容
本发明的一个目的在于提供一种狭小空间点云绝对数据采集方法，以解决上述背景技术中提出的台阶法施工隧道开挖时施工轮廓面点部分云数据难以准确采集的问题。
为达到上述目的，本发明采用如下技术方案：
一种狭小空间点云绝对数据采集方法，包含以下步骤：
在隧道施工段布置控制点；
在控制点处架设第一扫描仪，建立隧道施工全局坐标系下的测站，扫描获取施工轮廓面的全局点云数据；
预处理全站扫描仪获取的全局点云数据，对比实际轮廓面，得到未能获取轮廓面点云数据的空缺区域；
利用第二扫描仪移动获取包括空缺区域轮廓面点云数据的SLAM点云数据；
将SLAM点云数据和全局点云数据进行配准，将SLAM点云数据填补融合到所述全局点云数据中填补所述空缺区域的点云数据，得到隧道施工段全轮廓面的点云绝对数据。
作为优选的一个方面，该狭小空间点云绝对数据采集方法还包括步骤：利用隧道施工段点云绝对数据建立隧道施工轮廓面的三维模型。
作为优选的一个方面，所述第一扫描仪为全站扫描仪，获取的点云坐标是隧道施工全局坐标系下的绝对数据；所述第二扫描仪为手持SLAM设备，获取的点云坐标是以SLAM设备为中心的点云空间坐标系下的相对数据，各帧点云都有一个局部坐标系，将各帧数据配准后形成SLAM点云全局空间，该空间的坐标系为SLAM点云全局坐标系。
作为优选的一个方面，所述将SLAM点云数据和全局点云数据进行配准的步骤具体实施为：
将手持SLAM设备获取的点云数据进行各帧局部坐标系投影至SLAM点云全局坐标系，然后完成定位拼接；
将全站扫描仪的全局点云数据和拼接后的SLAM点云数据进行配准，实现SLAM点云全局坐标系到隧道施工全局坐标系的投影转换。
作为优选的一个方面，所述将全站扫描仪的全局点云数据和拼接后的SLAM点云数据进行配准，实现SLAM点云全局坐标系到隧道施工全局坐标系的投影转换的步骤具体实施为：首先通过被测部位本身所具备的形态特性构建点云间的匹配对应，然后采用基于点SHOT特征的AO算法估计得到投影转换关系。
作为优选的一个方面，所述将SLAM点云数据填补融合到所述全局点云数据中填补所述空缺区域的点云数据的步骤具体实施为：
根据投影转换关系对拼接后的SLAM点云数据转换到隧道施工全局坐标系，并将转换后的SLAM数据填补到全局点云数据中。
作为优选的一个方面，所述各帧局部坐标系与SLAM点云全局坐标系的投影转换关系为：
其中，x1、y1、z1为SLAM点云数据某一帧局部坐标系中的空间坐标；x2、y2、z2为SLAM
点云全局坐标系中的空间坐标；x0、y0、z0为SLAM点云数据某一帧局部坐标系原点相对于
SLAM点云全局坐标系原点的偏移；为SLAM点云数据某一帧局部坐标系向SLAM点
云全局坐标系转换的各坐标轴的旋转角度参数。
作为优选的一个方面，所述SLAM点云全局坐标系到隧道施工全局坐标系的投影转换关系包括以下公式：
其中，X、Y、Z为隧道施工全局坐标系中任意的空间坐标；x、y、z为SLAM点云全局坐
标系中的空间坐标；X0、Y0、Z0为SLAM点云全局坐标系原点相对于隧道施工全局坐标系原点
的偏移；为SLAM点云全局坐标系向隧道施工全局坐标系转换的各坐标轴的旋
转角度参数；为SLAM点云全局坐标系向隧道施工全局坐标系转换的尺度因子。
作为优选的一个方面，所述手持SLAM设备包括视觉SLAM和/或激光SLAM；
获取SLAM点云数据的步骤实施为：
手持SLAM设备移动获取轮廓面点云数据，并从不同角度、不同帧获取同一个位置的多个点云数据。
一种狭小空间点云绝对数据采集及模型建立设备，包括：
控制点布置单元，用于在隧道施工段布置控制点；
全局点云数据获取单元，用于在控制点处架设第一扫描仪，建立隧道施工全局坐标系下的测站，扫描获取施工轮廓面的全局点云数据；
空缺区域获取单元，用于预处理全站扫描仪获取的全局点云数据，对比实际轮廓面，得到未能获取轮廓面点云数据的空缺区域；
SLAM点云数据获取单元，利用第二扫描仪移动获取包括空缺区域轮廓面点云数据的SLAM点云数据；
点云绝对数据计算单元，用于将SLAM点云数据和全局点云数据进行配准，将空缺区域轮廓面点云数据填补融合到所述全局点云数据中，得到隧道施工段点云绝对数据。
模型建立单元，用于利用隧道施工段点云绝对数据建立隧道施工轮廓面的三维模型。
与现有技术相比，本发明的有益效果是：
本发明在隧道等狭小空间的开阔区域利用全站扫描获取隧道施工轮廓面的部分点云数据后，利用小型手持SLAM设备进移动测量获取上台开挖面、仰拱等处的局部点云数据，进一步配准、拼接，实现了狭小空间点云绝对数据采集，及时、全面、准确获取了隧道施工中当前轮廓面信息，为有效控制隧道施工超挖等问题提供了高精度的数据支撑，实现了隧道施工的数字化管理，对施工的进度、质量能够产生积极效益。
参照后文的说明和附图，详细公开了本发明的特定实施方式，指明了本发明的原理可以被采用的方式。应该理解，本发明的实施方式在范围上并不因而受到限制。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。
应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
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使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一个实施例提供的狭小空间点云绝对数据采集方法方法步骤示意图；
图2为本发明一个实施例提供的设备模块示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，当元件被称为“设置于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的另一个元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中另一个元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“和／或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参阅图1，本发明一个实施例提供一种狭小空间点云绝对数据采集方法，包含以下步骤：
S1、在隧道施工段布置控制点；
S2、在控制点处架设第一扫描仪，建立隧道施工全局坐标系下的测站，扫描获取施工轮廓面的全局点云数据；
S3、预处理全站扫描仪获取的全局点云数据，对比实际轮廓面，得到未能获取轮廓面点云数据的空缺区域；
S4、利用第二扫描仪移动获取包括空缺区域轮廓面点云数据的SLAM点云数据；
S5、将SLAM点云数据和全局点云数据进行配准，将SLAM点云数据填补融合到所述全局点云数据中填补所述空缺区域的点云数据，得到隧道施工段点云绝对数据；
S6、利用隧道施工段点云绝对数据建立隧道施工轮廓面的三维模型。
在步骤S1中，通过导线测量将工程控制网引入到隧道施工开挖段，布置控制点。其中，控制点主要是用于架设扫描仪器，获取点云的在隧道施工坐标系中的绝对坐标值。控制点一般在隧道中央，便于架设全站扫描仪，视野开阔，能最大可能的观测到施工轮廓面。
所述第一扫描仪为全站扫描仪。在步骤S2中所获取的全局点云数据为隧道施工全局坐标系（绝对坐标系）下的点云数据。在步骤S3中，实际轮廓面为当前现实中的隧道轮廓面，通过人工对比，找到没有观测到的区域，诸如上台开挖面、仰拱等点云中的空洞区域。该空缺区域主要为全站扫描仪因为视角等问题而无法扫描到的区域。
所述第二扫描仪为手持SLAM设备。所述手持SLAM设备包括视觉SLAM和/或激光SLAM。所述步骤S4步骤实施为：手持SLAM设备移动获取轮廓面点云数据，并从不同角度、不同帧获取同一个位置的多个（SLAM）点云数据。手持SLAM设备在隧道中多位置多角度进行多帧拍摄扫描，尤其重点测量S3中得到的空缺区域的（SLAM）点云数据。手持SLAM精度低，但是其设备移动灵活，但其无法直接获取到点云的绝对坐标值，因此SLAM点云数据可以覆盖到全站扫描仪所无法扫描到的空缺区域，进而将SLAM点云数中的相关数据可填补到全站点云数据中，得到整体隧道施工段点云绝对数据。
在本实施例中，所述将SLAM点云数据和全局点云数据进行配准的步骤具体实施为以下子步骤：
S51、将手持SLAM设备的SLAM点云数据进行各帧局部坐标系投影至SLAM点云空间的全局坐标系，然后完成定位拼接；
S52、将全站扫描仪的全局点云数据和拼接后的SLAM点云数据进行配准，实现SLAM点云全局坐标系到隧道施工全局坐标系的投影转换。
所述步骤S52具体实施为：首先通过被测部位本身所具备的形态特性构建点云间的匹配对应，然后采用基于点SHOT特征的AO算法估计得到投影转换关系。其中，配准过程可不断迭代，由粗配准向精配准进化，最终通过判断准则停止。
在步骤S51中，所述各帧局部坐标系与SLAM点云全局坐标系的投影转换关系为：
其中，x1、y1、z1为SLAM点云数据某一帧局部坐标系中的空间坐标；x2、y2、z2为SLAM
点云全局坐标系中的空间坐标；x0、y0、z0为SLAM点云数据某一帧局部坐标系原点相对于
SLAM点云全局坐标系原点的偏移；为SLAM点云数据某一帧局部坐标系向SLAM点
云全局坐标系转换的各坐标轴的旋转角度参数。
在步骤S52中，所述SLAM点云全局坐标系到隧道施工全局坐标系的投影转换关系包括以下公式：
其中，X、Y、Z为隧道施工全局坐标系中任意的空间坐标；x、y、z为SLAM点云全局坐
标系中的空间坐标；X0、Y0、Z0为SLAM点云全局坐标系原点相对于隧道施工全局坐标系原点
的偏移；为SLAM点云全局坐标系向隧道施工全局坐标系转换的各坐标轴的旋
转角度参数；为SLAM点云全局坐标系向隧道施工全局坐标系转换的尺度因子。
进一步地，所述步骤S5的将SLAM点云数据填补融合到所述全局点云数据中填补所述空缺区域的点云数据具体实施为：根据投影转换关系对拼接后的SLAM点云数据转换到隧道施工全局坐标系，并将转换后的SLAM数据填补到全局点云数据中。
在该步骤中，以站扫数据（全局点云数据）为基准，将SLAM点云数据融入到进去，实现SLAM点云数据从相对坐标到绝对坐标的转换，进而融合到全局点云数据中，形成整体隧道施工段点云绝对数据。
为提高点云配准的精度，还包括步骤：首先在现场布置一定数量（两个或更多个）的标靶，然后利用全局点云数据和SLAM点云数据中标靶的同名特征点进行配准。相应的，在步骤S51中，标靶的同名特征点可以用来确定不同帧的SLAM点云数据局部坐标系原点相对于SLAM点云空间的全局坐标系原点的偏移，而在步骤S52中，标靶的同名特征点可以用来确定SLAM点云空间的全局坐标系原点相对于隧道施工全局坐标系原点的偏移。
进而，大小和形状特征已知的标靶，通过算法可以精确提取到标靶的特征点，然后利用全站扫描和SLAM两种点云间标靶的同名特征点进行配准，能有效提高配准精度。
如图2所示，本发明一个实施例中还提供一种狭小空间点云绝对数据采集及模型建立设备，包括：
控制点布置单元，用于在隧道施工段布置控制点；
全局点云数据获取单元，用于在控制点处架设第一扫描仪，建立隧道施工全局坐标系下的测站，扫描获取施工轮廓面的全局点云数据；
空缺区域获取单元，用于预处理全站扫描仪获取的全局点云数据，对比实际轮廓面，得到未能获取轮廓面点云数据的空缺区域；
SLAM点云数据获取单元，利用第二扫描仪移动获取包括空缺区域轮廓面点云数据的SLAM点云数据；
点云绝对数据计算单元，用于将SLAM点云数据和全局点云数据进行配准，将空缺区域轮廓面点云数据填补融合到所述全局点云数据中，得到隧道施工段点云绝对数据；
模型建立单元，用于利用隧道施工段点云绝对数据建立隧道施工轮廓面的三维模型。
多个元件、成分、部件或步骤能够由单个集成元件、成分、部件或步骤来提供。另选地，单个集成元件、成分、部件或步骤可以被分成分离的多个元件、成分、部件或步骤。用来描述元件、成分、部件或步骤的公开“一”或“一个”并不说为了排除其他的元件、成分、部件或步骤。
应该理解，以上描述是为了进行图示说明而不是为了进行限制。通过阅读上述描述，在所提供的示例之外的许多实施方式和许多应用对本领域技术人员来说都将是显而易见的。因此，本教导的范围不应该参照上述描述来确定，而是应该参照所附权利要求以及这些权利要求所拥有的等价物的全部范围来确定。出于全面之目的，所有文章和参考包括专利申请和公告的公开都通过参考结合在本文中。在前述权利要求中省略这里公开的主题的任何方面并不是为了放弃该主体内容，也不应该认为发明人没有将该主题考虑为所公开的发明主题的一部分。
Claims (7)
1.一种狭小空间点云绝对数据采集方法，其特征在于，包含以下步骤：
在隧道施工段布置控制点；
在控制点处架设第一扫描仪，建立隧道施工全局坐标系下的测站，扫描获取施工轮廓面的全局点云数据；
预处理全站扫描仪获取的全局点云数据，对比实际轮廓面，得到未能获取轮廓面点云数据的空缺区域；
利用第二扫描仪移动获取包括空缺区域轮廓面点云数据的SLAM点云数据；
将SLAM点云数据和全局点云数据进行配准，将SLAM点云数据填补融合到所述全局点云数据中填补所述空缺区域的点云数据，得到隧道施工段全轮廓面的点云绝对数据；
所述第一扫描仪为全站扫描仪；所述第二扫描仪为手持SLAM设备；
所述将SLAM点云数据和全局点云数据进行配准的步骤具体实施为：
将手持SLAM设备的SLAM点云数据进行各帧局部坐标系投影至SLAM点云全局坐标系，然后完成定位拼接；
将全站扫描仪的全局点云数据和拼接后的SLAM点云数据进行配准，实现SLAM点云全局坐标系到隧道施工全局坐标系的投影转换；
所述将全站扫描仪的全局点云数据和拼接后的SLAM点云数据进行配准，实现SLAM点云全局坐标系到隧道施工全局坐标系的投影转换的步骤具体实施为：首先通过被测部位本身所具备的形态特性构建点云间的匹配对应，然后采用基于点SHOT特征的AO算法估计得到投影转换关系。
2.如权利要求1所述的狭小空间点云绝对数据采集方法，其特征在于，还包括步骤：利用隧道施工段点云绝对数据建立隧道施工轮廓面的三维模型。
3.如权利要求1所述的狭小空间点云绝对数据采集方法，其特征在于，所述将SLAM点云数据填补融合到所述全局点云数据中填补所述空缺区域的点云数据的步骤具体实施为：
根据投影转换关系对拼接后的SLAM点云数据转换到隧道施工全局坐标系，并将转换后的SLAM数据填补到全局点云数据中。
4.如权利要求1所述的狭小空间点云绝对数据采集方法，其特征在于，所述各帧局部坐标系与SLAM点云全局坐标系的投影转换关系为：
其中，x 1 、y 1 、z 1 为SLAM点云数据某一帧局部坐标系中的空间坐标；x 2 、y 2 、z 2 为SLAM点云全局坐标系中的空间坐标；x 0 、y 0 、z 0 为SLAM点云数据某一帧局部坐标系原点相对于SLAM点云全局坐标系原点的偏移；为SLAM点云数据某一帧局部坐标系向SLAM点云全局坐标系转换的各坐标轴的旋转角度参数。
5.如权利要求4所述的狭小空间点云绝对数据采集方法，其特征在于，所述投影转换关系包括以下公式：
其中，X、Y、Z为隧道施工全局坐标系中任意的空间坐标；x、y、z为SLAM点云全局坐标系中的空间坐标；X 0 、Y 0 、Z 0 为SLAM点云全局坐标系原点相对于隧道施工全局坐标系原点的偏移；为SLAM点云全局坐标系向隧道施工全局坐标系转换的各坐标轴的旋转角度参数；/>为SLAM点云全局坐标系向隧道施工全局坐标系转换的尺度因子。
6.如权利要求1所述的狭小空间点云绝对数据采集方法，其特征在于，所述手持SLAM设备包括视觉SLAM和/或激光SLAM；
获取SLAM点云数据的步骤实施为：
手持SLAM设备移动获取轮廓面点云数据，并从不同角度、不同帧获取同一个位置的多个点云数据。
7.一种狭小空间点云绝对数据采集及模型建立设备，其特征在于，包括：
控制点布置单元，用于在隧道施工段布置控制点；
全局点云数据获取单元，用于在控制点处架设第一扫描仪，建立隧道施工全局坐标系下的测站，扫描获取施工轮廓面的全局点云数据；所述第一扫描仪为全站扫描仪；
空缺区域获取单元，用于预处理全站扫描仪获取的全局点云数据，对比实际轮廓面，得到未能获取轮廓面点云数据的空缺区域；
SLAM点云数据获取单元，利用第二扫描仪移动获取包括空缺区域轮廓面点云数据的SLAM点云数据；所述第二扫描仪为手持SLAM设备；
点云绝对数据计算单元，用于将SLAM点云数据和全局点云数据进行配准，将空缺区域轮廓面点云数据填补融合到所述全局点云数据中，得到隧道施工段点云绝对数据；
模型建立单元，用于利用隧道施工段点云绝对数据建立隧道施工轮廓面的三维模型；
所述将SLAM点云数据和全局点云数据进行配准具体实施为：
将手持SLAM设备的SLAM点云数据进行各帧局部坐标系投影至SLAM点云全局坐标系，然后完成定位拼接；
将全站扫描仪的全局点云数据和拼接后的SLAM点云数据进行配准，实现SLAM点云全局坐标系到隧道施工全局坐标系的投影转换；
所述将全站扫描仪的全局点云数据和拼接后的SLAM点云数据进行配准，实现SLAM点云全局坐标系到隧道施工全局坐标系的投影转换具体实施为：首先通过被测部位本身所具备的形态特性构建点云间的匹配对应，然后采用基于点SHOT特征的AO算法估计得到投影转换关系。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311809847.XA CN117470106B (zh) | 2023-12-27 | 2023-12-27 | 狭小空间点云绝对数据采集方法以及模型建立设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311809847.XA CN117470106B (zh) | 2023-12-27 | 2023-12-27 | 狭小空间点云绝对数据采集方法以及模型建立设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117470106A CN117470106A (zh) | 2024-01-30 |
| CN117470106B true CN117470106B (zh) | 2024-04-12 |
Family
ID=89635066
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311809847.XA Active CN117470106B (zh) | 2023-12-27 | 2023-12-27 | 狭小空间点云绝对数据采集方法以及模型建立设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117470106B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104075691A (zh) * | 2014-07-09 | 2014-10-01 | 广州市城市规划勘测设计研究院 | 基于cors和icp算法的地面激光扫描仪快速测量地形的方法 |
| CN106803267A (zh) * | 2017-01-10 | 2017-06-06 | 西安电子科技大学 | 基于Kinect的室内场景三维重建方法 |
| CN108180856A (zh) * | 2018-01-30 | 2018-06-19 | 中国地质大学（武汉） | 一种基于激光数据的隧道变形监测方法、设备及存储设备 |
| CN109993697A (zh) * | 2019-03-19 | 2019-07-09 | 中交第二航务工程局有限公司 | 一种隧道三维激光数据预处理的方法 |
| CN110440711A (zh) * | 2019-08-15 | 2019-11-12 | 郑州联睿电子科技有限公司 | 一种电缆隧道三维激光扫描装置及其移动定位方法 |
| CN210321636U (zh) * | 2019-08-15 | 2020-04-14 | 郑州联睿电子科技有限公司 | 一种电缆隧道三维激光扫描装置 |
| CN111121733A (zh) * | 2019-12-30 | 2020-05-08 | 青岛国信海天中心建设有限公司 | 基于bim和三维激光扫描的施工质量检测方法及系统 |
| WO2020114466A1 (zh) * | 2018-12-05 | 2020-06-11 | 中国铁建重工集团股份有限公司 | 一种隧道点云数据分析方法及系统 |
| WO2021212844A1 (zh) * | 2020-04-21 | 2021-10-28 | 广东博智林机器人有限公司 | 点云拼接方法、装置、设备和存储设备 |
| CN114459378A (zh) * | 2022-02-16 | 2022-05-10 | 河南城建学院 | 一种隧道工程三维激光扫描分段测量方法及测量系统 |
| CN115240047A (zh) * | 2022-08-04 | 2022-10-25 | 中国矿业大学(北京) | 一种融合视觉回环检测的激光slam方法及系统 |
-
2023
- 2023-12-27 CN CN202311809847.XA patent/CN117470106B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104075691A (zh) * | 2014-07-09 | 2014-10-01 | 广州市城市规划勘测设计研究院 | 基于cors和icp算法的地面激光扫描仪快速测量地形的方法 |
| CN106803267A (zh) * | 2017-01-10 | 2017-06-06 | 西安电子科技大学 | 基于Kinect的室内场景三维重建方法 |
| CN108180856A (zh) * | 2018-01-30 | 2018-06-19 | 中国地质大学（武汉） | 一种基于激光数据的隧道变形监测方法、设备及存储设备 |
| WO2020114466A1 (zh) * | 2018-12-05 | 2020-06-11 | 中国铁建重工集团股份有限公司 | 一种隧道点云数据分析方法及系统 |
| CN109993697A (zh) * | 2019-03-19 | 2019-07-09 | 中交第二航务工程局有限公司 | 一种隧道三维激光数据预处理的方法 |
| CN110440711A (zh) * | 2019-08-15 | 2019-11-12 | 郑州联睿电子科技有限公司 | 一种电缆隧道三维激光扫描装置及其移动定位方法 |
| CN210321636U (zh) * | 2019-08-15 | 2020-04-14 | 郑州联睿电子科技有限公司 | 一种电缆隧道三维激光扫描装置 |
| CN111121733A (zh) * | 2019-12-30 | 2020-05-08 | 青岛国信海天中心建设有限公司 | 基于bim和三维激光扫描的施工质量检测方法及系统 |
| WO2021212844A1 (zh) * | 2020-04-21 | 2021-10-28 | 广东博智林机器人有限公司 | 点云拼接方法、装置、设备和存储设备 |
| CN114459378A (zh) * | 2022-02-16 | 2022-05-10 | 河南城建学院 | 一种隧道工程三维激光扫描分段测量方法及测量系统 |
| CN115240047A (zh) * | 2022-08-04 | 2022-10-25 | 中国矿业大学(北京) | 一种融合视觉回环检测的激光slam方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 一种新型三维激光扫描隧道测量点云坐标定位方法的精度评估;尤相骏;詹登峰;;测绘通报;20170425(第04期);全文 * |
| 一种点云配准新方法在隧道变形监测中的应用研究;张瀚;高飞;;信息通信;20160515(第05期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117470106A (zh) | 2024-01-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105547151B (zh) | 三维激光扫描点云数据采集与处理的方法及系统 | |
| KR101151375B1 (ko) | 대단면 기초 지질조사방법 | |
| US6922234B2 (en) | Method and apparatus for generating structural data from laser reflectance images | |
| CN111006601A (zh) | 三维激光扫描在变形监测中的关键技术 | |
| CN108334802B (zh) | 道路特征物的定位方法及装置 | |
| WO2006040775A2 (en) | Computational solution of and building of three dimensional virtual models from aerial photographs | |
| CN110660125B (zh) | 用于电力配网系统的三维建模装置 | |
| CN112282847A (zh) | 一种煤矿井下巷道形变监测系统及其监测方法 | |
| Zhang et al. | Automatic registration of urban aerial imagery with airborne LiDAR data | |
| CN109903382A (zh) | 点云数据的融合方法及装置 | |
| Habib et al. | Integration of LIDAR and photogrammetry for close range applications | |
| Kong et al. | Application of 3D laser scanning technology in engineering field | |
| CN112767461A (zh) | 激光点云与序列全景影像自动配准方法 | |
| CN116977590A (zh) | 一种基于倾斜摄影技术的建筑基坑监测方法 | |
| CN112699436A (zh) | 基于三维激光扫描建模的建筑结构逆向工程分析方法 | |
| CN111968241A (zh) | 管道工程建设的基坑测量系统及方法 | |
| CN117470106B (zh) | 狭小空间点云绝对数据采集方法以及模型建立设备 | |
| CN109472869B (zh) | 沉降预测方法及系统 | |
| CN112884890A (zh) | 一种多格式基础地理信息数据融合显示的方法 | |
| CN117541729A (zh) | 一种用于设计的建筑模型生成系统 | |
| CN117788310A (zh) | 一种多源异构传感器数据融合三维地图空洞互补方法及装置 | |
| Riveiro et al. | Automatic creation of structural models from point cloud data: the case of masonry structures | |
| CN108592789A (zh) | 一种基于bim和机器视觉技术的钢结构工厂预拼装方法 | |
| Wang et al. | A Multistation 3D Point Cloud Automated Global Registration and Accurate Positioning Method for Railway Tunnels | |
| CN115097449A (zh) | 一种gb-sar影像三维配准及精度评价方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 230000 No.96, Wangjiang East Road, Hefei City, Anhui Province Applicant after: CHINA TIESIJU CIVIL ENGINEERING GROUP Co.,Ltd. Applicant after: THE SECOND CONSTRUCTION CO., LTD. OF CTCE Group Applicant after: WUHAN University Address before: 215000 No. 9, litanghe Road, Xiangcheng District, Suzhou City, Jiangsu Province Applicant before: THE SECOND CONSTRUCTION CO., LTD. OF CTCE Group Country or region before: China Applicant before: CHINA TIESIJU CIVIL ENGINEERING GROUP Co.,Ltd. Applicant before: WUHAN University |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Li Junmin Inventor after: Xuan Rui Inventor after: Ye Zun Inventor after: Zuo Yanyan Inventor after: Chen Xiao Inventor after: Ding Zhiping Inventor after: Peng Bo Inventor after: Zhang Wen Inventor after: Wang Lipeng Inventor after: Liu Wensheng Inventor after: Wu Guojun Inventor after: Yu Anbin Inventor after: Du Qiyi Inventor after: Zhu Lirong Inventor before: Li Junmin Inventor before: Yi Rui Inventor before: Ye Zun Inventor before: Zuo Yanyan Inventor before: Chen Xiao Inventor before: Ding Zhiping Inventor before: Peng Bo Inventor before: Zhang Wen Inventor before: Wang Lipeng Inventor before: Liu Wensheng Inventor before: Wu Guojun Inventor before: Yu Anbin Inventor before: Du Qiyi Inventor before: Zhu Lirong |