基于BIM和三维激光扫描在基坑监测中的应用

韩达光，秦国成，周 银，王东方，杨宇鹏

(1. 重庆交通大学 土木工程学院，重庆 400074； 2. 一汽大众汽车有限公司，吉林 长春 130011；3. 中铁十六局集团第五工程有限公司，河北 唐山 064000)

0 引 言

三维激光扫描技术主要用于重建复杂实景三维模型，因而又被称现实捕捉技术，这项高新技术最早可追溯到20世纪90年代中期。由于其出色高效的工作性能，三维激光扫描技术很快在测绘领域掀起了一场技术革命。三维扫描仪可分为接触式和非接触式，非接触式三维扫描仪在建筑测绘领域应用最广的主要是采用光学测距原理扫描仪，又称为三维光学扫描仪。如今三维激光扫描仪已在建筑、地质、矿业、隧道开挖、逆向工程、文物等领域都有涉及。而同属三维数字化技术的BIM 技术也被广泛认知，BIM技术在工程项目中应用的前提就是BIM三维数字化模型，以模型为基础贯穿整个工程全生命周期[1]。

近年来，国内外学者已对三维激光扫描技术在基坑变形监测中做了一系列研究。葛纪坤等[2]利用三维激光扫描仪对基坑进行整体变形监测，与传统监测对比并分析其偏差原因，对于基坑整体变形监测，三维激光扫描监测相比单点式传统监测优势明显；许新海[3]将三维激光扫描技术应用在深基坑监测中，并将其与传统测量技术相互比较验证，三维激光扫描在中小型基坑监测中其精度完全满足要求，而对于大型基坑因涉及多站拼接，故精度则难以保证；M.K.KIM等[4]将BIM技术和三维激光扫描技术相结合，提出一种预制混凝土构件尺寸和表面质量的评价方法。

这些学者的研究对三维激光扫描在我国工程应用中奠定了基础，但均未考虑与BIM技术进行融合，也未考虑其对降低误差的贡献；国外学者将三维激光扫描技术与BIM技术进行结合，但并没有利用BIM模型直接与点云融合对比。笔者在国内外研究基础上，依托实际工程将BIM技术与三维激光扫描技术进行融合对比。利用逆向BIM模型特点优化对比误差，进一步提高BIM技术在实际施工过程中应用的纵向深度，其次也进一步拓宽三维激光扫描技术在实际工程应用的横向宽度，为后期BIM平台化精确管理做出贡献。

1 工程概况

天津一汽大众华北基地项目位于津宁高速与海清公路交界处西南偶，主机厂占地面积达108.1×104m3，地区地势开阔，厂区一共有4个大车间，分别为冲压车间、焊装车间、总装车间、涂装车间，各车间主要以钢结构为主。采用德国大众最完善的工厂建设标准和最合理的完美工厂建设原则，将按照绿色建筑三星设计标识标准进行设计建造。

在施工过程中，为方便施工机械出入车间，要在冲压车间某基坑附近开通施工便道(图1)，施工车辆中最重的有约为40 t混凝土罐车，可能会对基坑变形产生一定影响。故笔者采用三维激光扫描仪对基坑进行5 d连续监测扫描和变形分析。

图1 冲压车间基坑平面Fig. 1 Foundation pit plane of stamping workshop

2 三维激光扫描精度

2.1 精度分析

国内市场上目前主要有两种非接触式扫描仪，按其工作原理分成两种：一种是“脉冲式”扫面仪；另一种是“相位式”扫描仪[5]。这两种扫描仪都是采用光电测距，不同的是“脉冲式”扫描仪是通过激光从发射到接收之间的脉冲个数计算距离；“相位式”扫描仪根据激光发射到接收间隔内相位变化来计算所测距离[6]。这两种扫描仪相似之处都是通过获取物体表面点三维坐标来生成点云数据，这就需要扫描仪记录的原始数据要包含激光光束的水平角度、纵向角度、仪器到点距离值、物体表面点反射强度、通过仪器内置数码相机感应物体颜色等相关信息[7]。

三维激光扫描仪精度从原理上分析可概括为：仪器最后得到的某一点Q的坐标值是目标点Q的真实坐标值。但实际上并非如此，通常是因为仪器本身扫描精度主要受仪器测距误差、测角误差等因素影响。其中测距误差和测角误差的产生是因三维扫描仪发射的激光光束在射到物体表面时，光的发散性会形成光斑，而光束在物体表面反射时，反射点可能是光斑范围内任意点。根据基本光学知识可知，随着光距增加，其投射在物体表面光斑面积也会逐渐增大，故测量的目标点Q距离并非实际距离，这一偏差称为测距误差[8]。该误差可表示为式(1)：

(1)

式中：ωs为测距误差；ω固为固定误差；ω比例为比例误差；S为测量距离。

测角误差是也由光斑造成的，如图2。理论上三维激光扫描仪所得到的水平角度α、纵向角度β是目标点Q所形成的，但由于激光在物体表面发散形成光斑，光斑范围内任意一点都有能代替目标点Q在仪器中产生另外的水平角度α1和纵向角度β1。

图2 三维激光扫描的光斑现象Fig. 2 Spot phenomenon of 3D laser scanning

2.2 对比误差优化

在采集到点云数据之后，需进行分析对比。点云之间对比通常分为两种：① 点云与点云之间的直接对比，如图3(a)；② 点云与点云封装模型间接对比，如图3(b)。前者直接对比中，P1、P2点云本身存在误差Δ1、Δ2(暂不考虑其他误差影响)，由算法得到的P1、P2点云间的Avg dist(平局距离)，如式(2)。

Avg dist(P1,P2)=(D1+D2+D3+D4…)/N=

d+Δ1+Δ2

(2)

由式(2)得到的Avg dist(P1,P2)可知，仍存在误差Δ1、Δ2。

图3 点云数据分析对比Fig. 3 Analysis and comparison of point cloud data

点云封装模型是指将点对象转化为多边形，间接对比中P1本身存在误差Δ1，多边形对象表面凹凸程度与点云质量相关，存在随机形状误差ΔW，同样由算法得到P1、W点云间Avg dist如式(3)。

Avg dist(P1,W)=(B1+B2+B3+B4…)/N=

b+Δ1+ΔW

(3)

由式(3)得到的Avg dist(P1,W)可知，仍存在误差Δ1、ΔW。

综合上述两种对比方法，均存在一定随机误差，笔者考虑引入由点云逆向生成的 BIM 模型来优化减小误差，即点云与BIM 模型间接对比，如图3(c)，P1、BIM模型间Avg dist如式(4)。

Avg dist(P1,BIM)=(H1+H2+H3+H4…)/N=

h+Δ1

(4)

由式(4)可知：Avg dist(P1,BIM)比式(2)～(3)少一个误差，则可在引入BIM模型后的点云对比，误差得以优化。

3 三维激光扫描数据

3.1 仪器参数

基坑扫描监测所采用设备为Faro X330激光扫描仪，主要技术参数如表1。

表1 仪器技术参数Table 1 Instrument technical parameters

3.2 数据采集与处理

为客观真实的监测该基坑是否有位移变形，综合控制各种误差，笔者制定如下扫描方案，其流程如图4。

图4 主要流程Fig. 4 Main flow chart

1)扫描周期为5 d，每天的扫描时间固定，为09：00—09：30，第1期扫描应在开通道路之前；

2)开展扫描工作之前提前到达现场进行实地勘查，把仪器位置，扫描区域确定；

3)扫描仪器固定，操作人员固定，扫描时架设设备点位尽量在同一位置；

4)根据现场实际情况，设置好三维激光扫描仪基本工作参数后开始扫描；

5)在获得点云数据之后，将其导入点云软件进行数据预处理，由于三维激光扫描仪是全方位扫描，每期得到点云量约四千多万个，其中就包括大量冗余点，通过算法机制降低点云数量。将预处理得到点云导入点云软件进行再处理，先将点云进行降噪，自动评估点邻近性过滤点与其他组遥远的点，并将点移至统计的正确位置弥补扫描误差。其次进行压缩处理，采用过滤器使平坦曲面上的点数目减少量一致，以规定密度减少曲面上点云数目，最终得到优化点云[9]。

4 BIM模型获取

4.1 BIM+3D扫描技术

受“互联网+”概念影响，“BIM+”开始逐渐兴起，也就是所谓的BIM集成化应用。

BIM技术与三维激光扫描集成化应用，主要通过将扫描获取点云数据直接与 BIM 模型进行融合，或是将点云数据逆向生成 BIM 模型进行融合，形成施工阶段实际BIM 模型与设计阶段BIM模型进行对比分析，甚至可通过连续定点扫描对某个施工过程进行实时动态变形监测分析，如图5。

图5 BIM+3D扫描Fig. 5 BIM+3D scanning

4.2 逆向建立BIM模型

该基坑在建造过程，由于诸多不可控因素，在初步勘察过程中发现基坑已与传统二维图纸有较大偏差，根据传统二维图纸无法再还原出最接近真实现场的三维模型，对后期监测分析也不利。笔者将采取点云逆向生成BIM模型，而用于逆向生成模型的第1期点云，是在未开通基坑旁边道路之前进行的扫描采集[10]，如图6。

图6 第1期扫描点云模型Fig. 6 First phase scanning point cloud model

将扫描第1期点云数据导入点云处理软件并将点云以XYZ格式导出。考虑到点云的数据量大，如直接将点云链接到建模软件会导致软件卡顿及崩溃，故将点云轻量化处理，方便后期工作进行[11]。

5 数据结果对比分析

将前期逆向生成的BIM模型与后4期点云分别导入点云软件融合，逆向得到BIM模型为参考模型，后4期点云分别为测试模型，分4组叠加对比各得到颜色谱图，如图7。对比这4组的偏差色谱图可直观看到基坑局部和整体变形。监测过程中若发现有较大变形可立即暂停通车，并对出现较大变形部位给予及时维修，从侧面对现场施工便道是否合理和施工安全提供有力保障。

图7 1～4期对比结果Fig. 7 Contrast results of 1～4 phase

表2为点云软件3D对比数据。其参考点云数量是软件通过内置算法将前期优化处理点云抽稀之后，实际参加计算的点云个数。其中Ref.BIM模型和Test点云模型偏差临界值为1.7 cm，平均偏差在5～-4 mm内波动，标准偏差在5 mm左右波动。它反映出随机误差按正态分布规律时的均方根误差，也是判断 Ref.点云模型和Test BIM模型3D偏差基础准则[12]。

表2 3D偏差的结果数据Table 2 Result data of 3D deviation

为进一步分析基坑偏差，对基坑整体偏差分布和标准差分布百分比进行统计，如图8。这4组数据偏差主要分布在-0.011 097～0.011 097范围内，而-0.017 755～-0.011 097和0.011 097～0.017 755范围内偏差几乎为零，可忽略不计；基坑偏差分布峰值集中在-0.004 439～0.004 439，再结合标准差分布百分比说明大部分偏差都属于可控安全范围内，即基坑在连续5 d定点定时监测过程中和车辆随机荷载影响变形波动较小，基坑旁施工便道几乎对基坑变形不产生影响。

图8 分布统计Fig. 8 Distribution statistics

6 结 语

三维激光扫描仪对基坑连续监测，能在保证高精度情况下获得整个基坑的偏差色谱图，做到微观变形可视化。

通过引入由点云逆向生成BIM模型，还原在开通施工便道之前现场真实的数字模型，创新性利用BIM 技术和三维激光扫描技术相融合对比，做到对基坑三维整体变形监测。

随着BIM技术与三维激光扫描技术集成化应用更加深入，提高BIM技术施工阶段应用率和BIM技术应用深度，也使得在施工过程中的变形监测朝着更加经济、高效、精准、自动化的方向发展。