刘鹏
摘 要:传统测量方式无法对异型建筑玻璃幕墙进行快速量测。以深圳创维半导体设计大厦玻璃幕墙为研究对象,阐述了三维激光扫描技术在该类项目中的技术流程,并且利用Faro Scene和AutoCAD后期处理软件对点云数据建模,提取钢结构中心点然后计算边长为后期加工玻璃提供了精确的数据支持。
关键词:异型建筑;点云数据;Faro Focus3D;玻璃外墙
1 概述
随着城市化的快速推进,城市建筑呈现特异化,一些具有带有企业特征的建筑外形被设计建造,给建筑外表面的装饰带来极大困难,采用常规方法外业工作量较大,精度难以达到要求。随着三维激光技术的广泛应用,国内外学者对其进行了一系列相关研究与应用[1-7],其中谢宏全[8]等利用三维激光扫描技术对异形建筑竣工进行了测量计算,谢雄耀等[9]利用地面三维激光扫描技术对隧道全断面变形测量方法进行了探讨,周岩[10]将三维激光技术和近景摄影测量技术应用于精密工程和快速定位技术中,对大型建筑进行了测量。本文结合深圳创维半导体设计大厦玻璃幕墙安装项目,采用Faro Focus3D三维激光扫描仪和免棱镜全站仪,探讨了三维激光扫描技术在异型建筑玻璃幕墙中的应用,总结了该类项目数据采集、处理及模型构建的具体方法步骤。
2 三维激光扫描技术
三维激光扫描技术又称作实景复制或高清晰测量(high definition survey,HDS),是近几年兴起并且广泛应用于工程测量中,极大的节约了人力物力成本。三维激光扫描是借助于激光技术,对被测量表面的位置信息、纹理信息进行迅速采集的一种先进测量技术,并且通过后期软件可以构建出被测物体的三维模型,该三维模型带有位置信息。当前,该技术广泛应用于古建筑保护、大型异形建筑外观采集、室内设计、工业物件翻模、大型舰船、土木工程、变形监测等领域。
三维激光扫描系统包括硬件和软件两大部分,硬件部分包括外业数据采集的设备,软件包括后期数据拼接、建模、贴纹理等功能的计算机软件。根据硬件设备的不同,可以将其分为车载、机载和地面型三种。该技术的出现,极大的推动了测绘作业方式和领域,使得传统测绘无法进行的任务可以通过三维激光技术完成。本文通过实际的项目实例,探讨在大型异形建筑玻璃幕墙中三维激光技术的应用流程及优势。
3 工程概况与点云数据获取
3.1 项目概况
深圳创维半导体设计大厦位于深圳南山高新区南区,设计塔楼总高110米,主体结构形式为钢结构。项目设计外观如1所示,实际工程图如图2所示。建筑外观呈现喇叭口形状,外部采用玻璃幕墙风格,并且根据其设计图纸,每块玻璃尺寸均不一致,建筑外墙较为复杂。
3.2 扫描技术方案设计
参考国内外实际项目经验,本次玻璃幕墙测量采用三维激光扫描与全站仪测量相结合的方式进行量测,基本原理如图3所示。由于三维激光扫描具有采集数据量大,时间短的优势,因此本次工程主要使用三维激光技术进行作业。但是三维激光扫描时,需要输入控制点数据,本次采用免棱镜的全站仪对控制点进行控制测量,对其水平和高程测量,为后期三维激光扫描作业提供高精度的控制点数据,流程如图4所示。
3.3 控制点布设
首先在电子平面图上选取待定的控制点,然后在实际作业现场确定实际控制点的数量,本项目根据实际情况选取8个控制点,采用拓普康GPT-3102N全站仪进行控制测量。
3.4 点云数据获取
本次对建筑钢结构轮廓扫描时,由于轮廓不规则而且周围仍有建筑脚手架等设施遮挡扫描视线,为了得到大厦钢结构全部完整轮廓,分为地面和楼顶两处进行扫描。
在进行数据采集扫描时的基本流程为:
(1)标靶坐标测量。首先利用免棱镜全站仪测量得到每个测站的靶标的场地坐标系,通过三个及以上标靶点将三维激光扫描得到的仪器坐标系转换为场地坐标系。
(2)标靶扫描。后期数据处理时,需要将每个测站上的数据拼接成完整的三维点云,对于每个测站需要设置至少3个靶标,并且需要利用全站仪对其进行测量,获得其场地三维坐标。
(3)分站扫描。充分考虑通视和覆盖,设定不同的测站实施三维激光点云获取。选择测站时,测站与测站距离根据建筑物拐角等情况确定,以保证扫描数据没有遗漏。对点云数据的预处理,一般情况下是对原始数据进行加工,检查点云数据的一致性和数据的完整性,平滑掉点云数据中的噪声数据,填补齐缺失的部分点云,清除其中的杂质点云数据。
4 数据处理及精度评价
4.1 数据处理
激光扫描数据处理主要包括:坐标转换、点云裁剪以及噪声点剔除、点云数据导出等步骤。
4.1.1 坐标系统的转换
三维激光扫描仪在对物体进行扫描时,设备内部存储的数据是设备依据自身设定的工程坐标系,该坐标系以当前测站为坐标中心。但是在后期处理时,我们通常将所有测站的点云数据直接应用于实际项目中,因此将设备自身坐标系转换为场地坐标系是三维激光点云数据处理的第一步也是最关键一步,只有将其准确转换为场地坐标才能發挥点云数据的有效性,将是实际场地较为准确的展现表达出来,为后期数据进一步处理奠定基础。
在本项目中,将Faro Focus 3D Scanner扫描的点云数据转换为场地坐标,在转换时需要在每个测站至少扫描3个靶标,作为坐标系转换纠偏配准的基准点,在完成配准后即完成了两套坐标系之间的坐标转换工作。转换标准差控制在2mm左右,能够完全满足本次玻璃幕墙建模的要求。
4.1.2 点云裁剪以及噪声点剔除
在点云数据采集过程中,不可避免的将其他物体扫描存入点云数据中,形成数据冗余;并且由于脚手架等其他设施的存在,会遮挡部分被扫描物体,造成点云数据的缺失。冗余数据对后期建模毫无意义,并且增加了处理数据的工作量,因此我们需要对点云数据进行过滤处理,将冗余的点云数据过滤掉,为下一步提取被测物体真实的点云数据做好准备。
在Faro Focus3D随机配置的Faro Scene软件中,将每个测站的数据导入到软件中,通过软件自带的滤波功能除去噪声点及冗余数据,最后得到滤波点云数据,降噪处理后的部分點云如图5所示。
4.1.3 数据抽稀
点云数据量过大会极大消耗计算机内存资源,对建模、显示等操作产生困难,根据项目建模要求,需要对点云数据进行抽稀操作。抽稀过程为对点云数据进行重采样,本次采用2*2对原始数据进行重采样操作,经过抽稀操作,可以在保证精度要求的基础上极大减少点云数据的冗余度,提高了数据处理的效率。
4.1.4 交点中心坐标获取及边长计算
在对点云数据经过上述操作之后,可以获取钢结构交点中心的坐标值,并且与设计的点号一一对应,最后可以计算出每个管径的长度,如图6所示。两次拾取坐标点的结果点(部分)如表1所示,X1、Y1、Z1为第一次拾取坐标值,X2、Y2、Z2为第二次拾取坐标值,两者相差较少,表明数据精准的能够满足实际使用。
4.1.5 数据导出
为后期利用EXCEL工具,将点云数据导出,直接输出到CAD中进行建模(如图7)。
4.2 精度评判
本次应用三维激光扫描测量以及无棱镜全站仪测量2种测量方式,由于全站仪测量精度较高,因此将其作为参考点,将三维激光点云数据与其作对比,对其进行精度评价。
从表2中,其点云坐标E、H两者相差较小,误差都控制在毫米级上,而N相比较之下差值稍大。导致在N方向上差值较大的原因是因为在后期数据处理时,点云坐标由仪器坐标转为场地坐标时,造成了N方向上产生误差,导致精度下降,但是仍然满足实际项目的精度要求。
5 结束语
通过实际项目表明,三维激光扫描技术应用于异型建筑玻璃幕墙测量中是行之有效的,而且可以极大提高工作效率。但是由于建筑设施(脚手架等)的影响,会遮挡部分物体,因此在扫描过程中应该尽量避免遮挡物,而且需要使用全站仪进行定位,测量部分参考点用于点云数据后期的坐标转换。在今后工作用需要在坐标转换和点云精简方面做进一步研究。
参考文献
[1]孙久运.矿区变形监测精密近景摄影测量关键技术研究[D].中国矿业大学,2010.
[2]毛方儒,王磊.三维激光扫描测量技术[J].宇航计测技术,2005,25(2):1-6.
[3]张毅,闫利,崔晨风.地面三维激光扫描技术在公路建模中的应用[J].测绘科学,2008,33(5):100-102.
[4]李长春,薛华柱,徐克科.三维激光扫描在建筑物模型构建中的研究与实现[J].河南理工大学学报:自然科学版,2008,27(2):193-199.
[5]Haneberg W C. Using close range terrestrial digital photogrammetry for 3-D rock slope modeling and discontinuity mapping in the United States[J]. Bulletin of Engineering Geology and the Environment,2008,67(4):457-469.
[6]Rao C K, Mathur P, Pathak S, et al. A novel approach of correlating optical axes of spacecraft to the RF axis of test facility using close range photogrammetry[J].Journal of Optics,2013,42(1):51-63.
[7]丁建勋,马德富,高俊.三维激光扫描数据精度影响因素分析及控制措施[J].城市勘测,2016,02:93-96.
[8]谢宏全,张驰,尹吉祥,等.利用三维激光扫描技术进行异型建筑物竣工测量[J].测绘通报,2015,11:72-75.
[9]谢雄耀,卢晓智,田海洋,等.基于地面三维激光扫描技术的隧道全断面变形测量方法[J].岩石力学与工程学报,2013,11:2214-2224.
[10]周岩.近景摄影测量在工程精密和快速定位中的应用研究[D].中国石油大学(华东),2014.