赵娟芳
(江西交通职业技术学院)
三维激光扫描技术之所以能够实现高效运行,其中的三维激光扫描仪、软件操控设备、数据处理系统、数码相机以及其他附属配件组成,利用这些设备组成的三维激光扫描技术集成了一个新型空间信息数据获取系统。
三维激光扫描仪是利用一台高速精确的激光测距仪,再配上一组反射棱镜。激光测距仪能够主动发射出激光,既能够发射又同时能够接受从隧道内部的自然物表面反射回来的信号,从而达到测距的目的。建立一个仪器自自定义坐标系,从三维激光扫描仪发射器中发射出一个激光脉冲信号,从隧道物体表面的漫反射之后,再按照基本相同的路径反向传回到接收器中,做出一个目标点P 与扫描仪距离S,其中的控制编码器进行同步测量每个激光脉冲横向扫描角度观测值α 和纵向扫描角度观测值β。最后通过后处理软件对采集到的点云数据以及影像数据进行转换,满足数据库的需求。
第一步,根据随带具体的情况,制定出具体的扫描站点数以及位置,尽量选择比较清晰的位置,能够保证扫描距离在扫描仪的有效测程之内,利用果篮确定隧道内的正北方向,确定其与扫描仪Y 周正方向的夹角,确定三维激光扫描仪的基点。另外,需要注意的是在选择扫描基点位置时尽量选择较为平坦的地方,目的是为了能顾保证三脚架的台面水平,利用全站仪测出基点的三维坐标,做好记录。
第二步,关于控制测量工作从平面控制测量与高程控制测量两个方面进行,在完成测量工作之后进行平差计算,得到比较精准的靶标点位。
第三步,在已经确定的基点位置上设置三脚架,按下制动按钮,通过调节三脚架与微调扫描仪底座下方的圆水准器,保证主机处于水平位置。打开电源,插上网线,调整网络端口的参数。
第四步,打开扫描软件,设置亮度与扫描的精度,同时调整仪器扫描区域的角度,设定好采集的间距,开始实现数据的采集。
第五步,完成了数据的获取与采集之后,记录好标靶的位置。
图1 三维激光扫描仪获取数据的具体流程图
通过三维激光扫描技术得到的隧道数据为点云数据,关于点云数据的处理工作,主要包含了导入、噪声去除、多视对齐、数据精简、坐标转换等。
导入工作之后,关于噪声去除就是将点云数据当中与扫描对象没有关联的数据去除。之所以会产生无关数据,主要是在进行扫描的过程中存在着一些不可控因素的干扰,在完成数据采集工作之后就需要将这些无关数据删除。
多视对齐是为了将点云技术对齐与拼接,但是由于在扫描的过程中被扫描的目标可能体积多大或者是扫描的环境过于复杂不能够一次性得到所有需要的数据,因此需要从不同的角度、不同的位置进行重复性扫描。
为了得到得到一个更加真实的效果,在完成对点云数据的噪声去除、多视对齐之后,还需要对点云数据进行着色与渲染,这样才能够更好的反映出隧道的情况。完成点云数据的着色与渲染之后,进行点云数据的精简工作。由于获取到的点云数据量较大,为了能够完成曲面重构与保持其高精度性就需要对数据进行精简,一般常用的精简方式为:平均精简→在未处理的点云数据中每n 个点中保留1 个→按照一定距离精简→完成精简之后,其中点与点之间的距离全部应该大于某一个固定值。
关于坐标的转换,在利用三维激光扫描仪采集数据时,一般是通过默认的中心点位置作为坐标零点,其坐标三维激光扫描仪所在的扫描基点有关,是相对坐标,因此实际中需要将扫描到的坐标转换到实际的隧道检测当中,为之后的建模提供相对的数据。关于点云数据的匹配拼接工作,主要是在不同的坐标系中采集到的点云数据转化到大地坐标系,在具体的扫描过程中,由于隧道条件十分复杂,难以得到整个隧道的全部点云图,因此需要对隧道进行多次的扫描,之后这样再利用拼接技术通过一个隧道完成的点云图。需要注意的是在进行拼接之前两幅图必须重叠部分占据整个扫描图像的1/5 以上。
为了能够建立一个真实的三维激光扫描之后的影像,需要将扫描数据通过准确的曲面表示出来,这个过程就是曲面重构。在完成曲面重构之后,就可以建立一个三维建模。新疆省某个隧道工程其作为稀奇东输管道工程中标志性工程之一,关于其隧道的检测工作采用三维激光扫描技术实现,利用该技术在完成数据的采集之后,在进行三维模型的构建时,首先切取30 m 距离的隧道点云数据采用Cyclone 软件实现完成噪音去除、拼接、切割以及三维建模浏览等一系列工作。
总而言之,利用三维激光扫描技术能够大大提高原有的检测效果,在提高了点云拼接精度的基础上建立了一个三维立体模型,更加利于隧道的检测工作。随着我国隧道工程的不断增多,关于三维激光扫描技术的应用将更加广泛。
[1]夏国芳,王晏民.三维激光扫描技术在隧道横纵断面测量中的应用研究[J].北京建筑工程学院学报,2010,17(3):142.
[2]毕俊,冯琰,顾星晔,等.三维激光扫描技术在地铁隧道收敛变形监测中的应用研究[J].测绘科学,2010,11(2):159.
[3]李洋,李涛,杨位中,等.地质雷达分段识别技术在隧道初期支护检测中的应用[J].铁道标准设计,2015,21(1):103.
[4]周敬平,吴笑天.基于分段回归模型的变形监测数据分析[J].青海大学学报(自然科学版),2014,13(5):209-210.