司梦元; 韩达光; 郭杰明; 袁亚通; 杨宇鹏; 应春莉; 白建国; 郭彤
【期刊名称】《《科学技术与工程》》
【年(卷),期】2019(019)024
【总页数】6页(P386-391)
【关键词】三维激光扫描; 路面变形; 变形分析; 可视化模型
【作 者】司梦元; 韩达光; 郭杰明; 袁亚通; 杨宇鹏; 应春莉; 白建国; 郭彤
【作者单位】重庆交通大学土木工程学院BIM研究中心 重庆400074; 中铁十六局第五工程公司吴银项目经理部 银川751400; 中建三局集团有限公司成都分公司 成都610042; 东南大学土木工程学院 南京211100
【正文语种】中 文
【中图分类】U580.10
近年来,中国交通基础设施建设规模迅猛发展,截止到2017年底,中国高速公路总里程达到1.3×105 km,与此同时,对于高速公路路面变形监测需求日益增长[1]。在复杂地形、施工技术及自然灾害等诸多不稳定因素影响下,公路路面结构虽能保持其整体性,但在运营阶段不可避免的会产生路面损坏变形[2]。传统的变形监测手段主要依托于公路巡检人员对公路现场情况定期巡检,采用水准仪、全站仪、GPS等测量仪器对路面进行单点监测,这些监测方式仅能对一系列监测目标进行单点测量,难以对路面的整体变形做出全面变形分析[3]。三维激光扫描技术作为新型的监测技术以其高效率、高精度、高密度、非接触式、实时性等特点广泛应用于国内外变形监测领域[4,6]。谢雄耀等[7]采用地面三维激光扫描技术对隧道全断面变形进行测量,通过与全站仪的精度比较试验,验证了地面三维激光扫描技术在隧道变形测量中的可靠性;李强等[8]采用三维激光扫描技术对矿区地面沉降变形监测研究,通过对研究区不同时期段监测数据处理和对比分析,获取了检测区点变形量值、剖面线变形趋势、地表整体变形等监测结果。为此,运用三维激光扫描仪对一处高速公路沉降观测路段进行路面数据采集,运用点云处理技术、算法程序等进行数据分析处理,提取扫描路段中未发生路面损坏的路面点云数据,并建立理论道路模型作为参考。通过理论路面模型与实际路面模型对比分 析得到道路整体变形数据。
1 研究背景
研究依托于重庆建工集团四川遂资高速公路有限公司遂资高速公路养护项目。遂资高速公路是遂资眉高速公路遂宁至资阳段,建成于2013年,至今以通车运营五年,部分路面已出现不同程度的沉降。研究取遂宁至资阳方向K10+500至K10+700处沉降观测段为实验对象,根据查询往期路检报告与现场情况勘察,此处为高填方路基,路基已出现不均匀沉降,并伴随有纵向裂缝的产生。研究组对该路段进行了三维激光扫描数据采集工作。
2 实验路段路面数据采集与处理
2.1 实验路段数据采集
对实验段道路扫描监测采用FARO Focus3D X330三维激光扫描仪,该扫描仪具有超长的扫描距离,能在阳光直射下扫描最远距离330 m的物体,采用非接触式测量方式仅需要极少次数的扫描即可对较远距离且地形复杂的对象完成测量,即使在光线灰暗的情况下也可完成对监测对象扫描测量,通过在水平驱动下绕垂直轴快速旋转扫描获得对象表面点的三维坐标信息,
进而实现从现实物体到可视化数据的快速转换。该扫描仪在恶劣环境下可以获得高质量扫描数据、扫描范围广且噪音极小等特点被广泛应用于测量行业。本扫描仪器相关参数如表1所示。
2.2 扫描设站方案
分布式光学孔径系统通过对现场路段的巡查发现路面裂缝多集中在K10+500至K10+700路段。道路沉降往往会引起路面发生裂缝,根据延伸长度较长的横纵向裂缝可大致确认出公路的沉降范围。为能够获得完整的数据以及方便后期数据的对比,将发生裂缝的范围外延伸20～30 m做为扫描路段。为避免道路两侧的遮挡物的影响,本次扫描需要进行多站扫描。多站扫描后的点云数据需要在点云处理软件中通过靶标球进行拼接处理,则本方法通过满足拼接精度要求的靶标球表面点密度反推扫描仪设站间距与仪器参数。有益的,根据扫描时在15 cm直径的靶标球上能够沿直径方向打到15个激光点,则推得点间距为至少1 cm,将仪器扫描精度调整为10 m范围内扫描激光点间距为1 cm,则两站扫描设站间距最多为20 m。扫描现场如图1所示,分别在扫描相邻两站之间布设3个靶标球。
靶标球位置摆放需要满足以下要求:尽量不占用车道,靶标球摆放在应急车道处。为满足拼站
需要,扫描时需摆放至少3个靶标球。靶标球摆放不能在同一直线上,满足3个靶标球呈三角形、4个呈四边形以此类推分布。此外,靶标球球间距也需要
表1 FARO三维激光扫描仪技术参数Table 1 Technical parameters of FARO 3D laser scanner扫描仪技术参数扫描范围/m330测量速度/(点·s-1)最高976 000垂直/水平视野/(°)300/360垂直、水平分辨率/像素0.009°(360°时为40,960 个三维像素)彩单元分辨率/像素大于7 000万彩工作环境温度/℃5～40双轴倾斜传感器/(°)精度0.015;范围±5
图1 路面扫描设站现场Fig.1 Pavement scanning station site
注意,间距太小会影响拼接精度,间距太大则又不能满足扫描距离要求,因此球间距应当保持在1 m以上,3 m以内范围。
2.3 路面点云数据的预处理
2.3.1 路面点云识别
三维激光扫描数据处理流程图2所示。在数据采集过程中,由于道路两侧存在植被、道路护
栏及周边设备等因素,获取的点云数据中会存在非对象点云数据,原始点云数据如图3所示。这些无关点的存在不仅会降低后期数据处理效率,也可能是的建立的三维可视化模型存在较大的误差。为此,根据路面特征对与路面不相关的点做删除处理。
图2 三维激光扫描数据处理流程图Fig.2 3D laser scanning data processing flow chart
图3 道路原始扫描点云Fig.3 Road original scanning point cloud
2.3.2 路面点云配准
对路面布设多个三维激光扫描测站时,每个扫描站所采集的路面点云都基于不同坐标系下。为此,需要进行点云拼接即将不同坐标系下的点云统一到一个坐标系中。点云拼接分为免标靶拼接和基于靶标拼接,免靶标拼接需要两站之间存在较大的重复区域且要有特征目标点,在拼接效率和精度方面都低于有靶拼接。现以相邻两站之间的3个靶标球为特征点,将多站扫描数据配准在同一坐标系下。
2.3.3 点云降噪、抽稀
由于实验路段为沥青路面表面较为粗糙,扫描仪在其扫描时不可避免地会出现一些冗余点和噪声点。在建立三维路面模型时这些点的存在会引起路面模型失真,所以,必须降低或消除冗余点和噪声点。可通过Geomagic Studio软件自动分离出对路面点云数据中噪声点及冗余点并过滤删除。
2.4 建立三维路面数据模型
对采集的原始数据做优化处理后得到路面的高质量点云数据,将带彩的点云数据导入Geomagic Studio软件中作进一步处理。本次扫描路段长度约170 m,由于在点云数据中相邻区域的点坐标相对变化微小,在众多的点云数据衬托下道路路面的起伏变化显得微乎其微。为此,将所有点云数据的高程坐标Z围绕道路模型的质心放大25倍,并设置相关信息参数封装建立可视化路面模型,如图4所示。依据道路可视化模型能够更加直观的分辨路面各个位置的变形以及道路路面的整体线性变化。
红外光通讯图4 实际道路可视化模型Fig.4 Actual road visualization model
3 基于路面原始点云数据建立理论路面模型
考虑到本实验路段建设初期道路施工偏差、后期地形变化等诸多不稳定因素作用下,实际道路与道路初始设计模型已存在较多不稳定偏差。现提出采取曲面拟合的方法依据现有的数据建立满足公路设计相关规范的理论路面模型,以理论路面模型为参考对实际道路做出定性及定量分析
渣油储罐清洗处理3.1 曲面拟合理论
曲面拟合是对数据分析和处理的一种方法,在数值分析、计算、工程等多个方面广泛应用[9,10]。通常,通过采集得到一组空间离散点坐标(xi,yi,zi),由于这些点存在一些误差,且需要获得这些点的函数表达式F(x,y),这就需要在给定的函数类别中依据这些离散点确定与之逼近的曲面。因为空间离散点中存在一些误差点,并不要求拟合的曲面通过所有离散点,而只要求拟合的曲面F(x,y)的误差指标达到最小。基于此,依据实验路段中路面损坏状况良好的路面点云数据,通过编制MATLAB算法程序获得最佳理论路面曲面。
3.2 确定理论曲面函数
依据道路曲面纵向线性的曲率变化特征,有针对性的对本实验路段点云数据过滤筛分,保留线
性良好未发生凹凸的路段点云数据,过滤后的点云数据与实际道路中沉降段外延路段点云相对应。为此,依据过滤后道路点云数据确定道路理论曲面函数。
根据《公路路线设计规范》相关规定,为保证行车舒适度,公路纵断面竖曲线设计为缓和曲线,通常采用抛物线或圆曲线,公路横断面则设计为固定坡度。为此,考虑到道路横、纵向与路面高程的关系,编写相应的Matlab算法程序实现对该扫描路段中未沉降变形路段的曲面拟合,拟合得到的道路曲面,如图5所示,提取相应曲面函数F(x,y)。
广告推送
Z=F(x,y) = A+Bx2+Cy+Dx+Exy
(1)
绞车滚筒得到:A=0.010 800 0,B=0.016 940 0,C=0.113 900 0,D=0.000 108 0,E= -0.000 121。
三维激光扫描仪通过高精度传感器自动补偿使得扫描仪处于水平工作平面,即获得物理对象点云坐标x、y为对象的平面位置,而坐标z为对物理对象点的高程位置。为此,依据道路位置坐标x、y通过理论曲面函数F(x,y)确定道路路面理论高程值z1。由路面点云理论坐标(x,y,z1)及其他道路信息参数建立理论路面数字化模型如图6所示。可见理论路面模型在路
面平整度、道路线性变化等方面均达到理论状态。
图5 MATLAB中拟合曲面Fig.5 Fitting surface function in Matlab
图6 可视化理论路面模型Fig.6 Visual theory pavement model
4 实验路段路面沉降变形分析
4.1 路面变形定性分析
以理论道路路面为参考做对比分析可获得实验路段路面的整体变形信息,即道路变形3D谱图:红代表路面沉降变形较大区域,绿代表变形微小区域,蓝代表路面隆起变形区域。通过道路变形3D谱图能够使监测人员直观地获取道路变形信息,进而有针对性地制定道路养护方案。依据理论路面数据封装处理建立理论路面模型,依据实际数据封装处理建立实际路面模型。设置理论路面模型为参考、实际路面模型为测试,调整对比参数后分析得到偏差。通过对实验路段可视化模型做变形分析得到的道路变形谱图如图7所示。从图7中可以看到位于实验路段中部道路已发生不同程度的变形,最大沉降变形量约为0.18 m,未发生隆起变形。有代表性地对不同变形区域的变形数据做出注释,路段平均偏差在-0.082 7～0.2
39 5 m,即中间段红区域沉降变形较为严重。
