基于TLS技術(shù)的道路邊坡地表位移監(jiān)測研究

劉德賀，史玉峰

0 引言

邊坡安全監(jiān)測是一項十分重要的工作，其中邊坡表面位移監(jiān)測是邊坡安全監(jiān)測中的重點內(nèi)容。邊坡表面位移監(jiān)測通常采用全站儀、測量機器人、GNSS和其他監(jiān)測設(shè)備測量滑坡體上監(jiān)測點的位移變化［1-2］。這些方法能獲得監(jiān)測點的變化情況，但對整個滑坡體的變化不能準確地描述。近幾年，隨著TLS技術(shù)的不斷發(fā)展，因其能夠快速獲取掃描體表面的三維坐標（點云），在許多領(lǐng)域得到廣泛應(yīng)用。如：對樹木葉片曲面重建研究［3］；森林地上生物量估測研究［4］；古石拱橋三維點云建模［5］、三維建筑場景建模［6］研究等。在安全與形變監(jiān)測方面也有許多應(yīng)用研究，比如：對地鐵隧道監(jiān)測［7］、泥石流泥沙來源地監(jiān)測［8］、高邊坡危巖體進行識別［9］等。在邊坡監(jiān)測方面，利用TLS技術(shù)能夠快速獲取地形數(shù)據(jù)［10］，對煤礦采空區(qū)地表進行沉降監(jiān)測［11］，可與傳統(tǒng)觀測相結(jié)合對大面積滑坡體進行監(jiān)測和空間分析［12］等。針對道路邊坡的特點，本文擬基于TLS技術(shù)分析研究邊坡表面位移。通過獲取邊坡表面點云數(shù)據(jù)，構(gòu)建邊坡表面點云的DEM，分析比對不同時期DEM剖面獲得邊坡表面的位移情況。

1 點云數(shù)據(jù)處理與曲面重建

1.1 點云數(shù)據(jù)預(yù)處理

點云數(shù)據(jù)預(yù)處理包括點云去噪、精簡和配準等。由于外界環(huán)境因素的影響，地面三維激光掃描儀獲取物體表面的采樣點數(shù)據(jù)時，不可避免的會存在噪聲點。點云去噪處理可以去除冗雜數(shù)據(jù)，降低模型噪音點的偏差值，更好地表現(xiàn)真實的物體形狀。點云數(shù)據(jù)采樣模型如下［13］：

點云精簡是以較少數(shù)量的特征點來逼近原始點云模型的過程。本文采用比例數(shù)據(jù)精簡法對點云數(shù)據(jù)進行精簡，其原理是在隨機采樣法的基礎(chǔ)上，給需要精簡的對象限定邊界，利用隨機函數(shù)去除點云中的隨機點，直到達到預(yù)設(shè)的精簡率。這樣可降低原始方法的隨機性，減少點云細節(jié)遺失，且可減小后續(xù)建模中生成的曲面或網(wǎng)格與原始數(shù)據(jù)的偏差，提高精簡精度以及實際應(yīng)用中的可控性。點云數(shù)據(jù)比例數(shù)據(jù)精簡方法的步驟如下［5,13］：

（1）根據(jù)要求設(shè)定閾值K。

（2）搜索與某一點相關(guān)的所有三角平面片，總和為S，并選擇其中任意一平面的法向量P為基準，用剩余平面的法向量Qi與P求差，得向量Wi。

（3）將所得的S-1個Wi的三維分量值取正，得出它的模并取均值

根據(jù)預(yù)設(shè)的閾值，當(dāng)RK≤，刪除該點；否則保留。

（4）重復(fù)步驟（2）和（3），直到處理完所有數(shù)據(jù)。

點云數(shù)據(jù)配準是將多視點點云數(shù)據(jù)統(tǒng)一到一個坐標系中。常用的配準方法有基于特征點的配準、ICP算法等。因本文僅用一站點云數(shù)據(jù)無需配準，故沒有詳細介紹配準方法。

1.2 曲面重建

曲面重建是運用相關(guān)曲面重建方法將離散點云數(shù)據(jù)重構(gòu)生成連續(xù)曲面的過程。非均勻有理B樣條(non-uniform rational B-spline, NURBS)方法具有穩(wěn)定性好、運算速度較快，既能夠表示規(guī)則曲面，也能表示自由曲線、曲面的特點，本文擬采用NURBS對點云數(shù)據(jù)進行曲面重構(gòu)。NURBS曲面重構(gòu)方法如下［7,14］：

（1）構(gòu)建NURBS曲線。K次的NURBS曲線用一個分段有理多項式矢函數(shù)來表示，其形式如下：

式中：ωi,j為權(quán)因子；di,j為控制頂點；Ni,k(u)為K次規(guī)范B樣條基函數(shù)。

（2）構(gòu)建NURBS曲面。K×L次的NURBS曲面的有理多項式矢函數(shù)可以表示為：

式中： di,j為控制點呈拓撲矩陣列，形成一個控制網(wǎng)格；ωi,j為權(quán)因子，規(guī)定四角頂點處用正權(quán)因子；Ni,k(u)和 Nj,l(v)分別為u向k次和沿ω向1次B樣條基函數(shù)。公式(5)和(6)分別為U向和V向的節(jié)點矢量。

1.3 點云數(shù)據(jù)精度分析

影響激光點云精度的因素有很多，掃描距離對點云精度影響較大，掃描體表面顏色次之，表面粗糙度對點云精度的影響不明顯［15-16］。為了滿足監(jiān)測精度要求，在邊坡點云數(shù)據(jù)采集和預(yù)處理過程中，可采取相應(yīng)措施來減少誤差。數(shù)據(jù)采集時，盡量縮短TLS與邊坡距離以便減小誤差；采用一站式掃描，避免數(shù)據(jù)預(yù)處理過程中的配準誤差，對多視點數(shù)據(jù)可采用精準配準；掃描時將掃描點云質(zhì)量設(shè)置為“高質(zhì)量”，可大大減少來自被測目標表面反射特性的誤差影響。

2 試驗分析

2.1 邊坡點云數(shù)據(jù)采集

本文以一處道路邊坡為研究對象，采用FARO Focus 3D X330地面激光掃描儀采集研究區(qū)域邊坡表面點云數(shù)據(jù)，時間間隔20 d。FARO Focus 3D X330測距范圍為0.6～330 m，25 m時原始數(shù)據(jù)噪聲為0.3 mm，測距誤差為±2 mm，滿足邊坡監(jiān)測精度要求。儀器安置在距離邊坡底約為5 m處，以確保能精確獲取邊坡表面點云數(shù)據(jù)，同時能夠捕捉設(shè)置在周圍固定（無位移）區(qū)域的5個標靶。以標靶點為基準，可將兩期數(shù)據(jù)進行準疊加分析。

根據(jù)文獻［19］運用最小二乘平面擬合方法對點云數(shù)據(jù)標準偏差的統(tǒng)計分析結(jié)果，以及作者使用FARO 3D X330在其他工程項目的研究結(jié)果，在標準測程內(nèi)，該儀器獲得的點云數(shù)據(jù)中誤差少于2mm，滿足邊坡監(jiān)測精度要求。

2.2 邊坡點云數(shù)據(jù)預(yù)處理

對采集的原始點云數(shù)據(jù)先采取人機交互式方法進行去噪，首先刪除離散較大的噪聲，然后基于差值濾波去除邊坡點云的孤立噪音點。運用1.1中所述比例精簡法對去噪后的點云進行精簡。以第一期掃描的點云數(shù)據(jù)為例，對其預(yù)處理結(jié)果如圖1所示。

圖1 預(yù)處理后邊坡點云數(shù)據(jù)Fig.1 Slope point cloud data after pretreatment

2.3 邊坡曲面重建

預(yù)處理后的研究區(qū)邊坡點云數(shù)據(jù)采用1.2中NURBS相關(guān)算法進行曲面重建，重構(gòu)為最終的曲面模型。為了直觀反映曲面重建精度，對所得到的NURBS曲面重構(gòu)模型與原始點云數(shù)據(jù)進行偏差分析，NURBS 曲面擬合精度評價問題可以轉(zhuǎn)換為計算原始點云到NURBS 曲面的距離問題。實例計算中，經(jīng)常會遇到較為復(fù)雜的曲面，直接求解非常困難。實際處理過程中，一般是先將曲面劃分為若干簡單易求平面體，分別計算各個平面點到曲面的距離，進一步分析統(tǒng)計這些差值。本文生成的研究區(qū)兩期邊坡的DEM和整體偏差分布如圖2所示，偏差分析結(jié)果見表1。

圖2 重構(gòu)模型和偏差分析Fig.2 Reconstruction model & Deviation analysis

表1 偏差分析結(jié)果統(tǒng)計 mmTab.1 Deviation analysis results statistics

2.4 位移分析

基于點云數(shù)據(jù)的位移分析原理是將不同期的點云DEM基于公共點進行疊加［17］，然后截取不同截面，分析比對兩期點云模型表面的差值，以獲取兩期的位移情況。

本次試驗采用在邊坡外穩(wěn)定區(qū)域的5個標靶點作為公共點，兩期數(shù)據(jù)用這5個標靶點進行精確配準。等間距對疊加曲面的4個截面進行截取，提取斷面后，對截取的斷面進行線性擬合及形變量比對，圖3為斷面截取結(jié)果，圖4為疊加對比結(jié)果。

圖3 疊加截面截取結(jié)果Fig.3 Overlay section cut results

從圖4中可以直觀地看到監(jiān)測邊坡的總體形變情況。對每一組截面數(shù)據(jù)等間隔求取差值，其差值的最大值、最小值以及平均值見表2。

表2 差值統(tǒng)計 mmTab.2 Statistics of the difference

圖4 疊加對比結(jié)果(mm)Fig.4 Stacking contrast results (mm)

由上述試驗結(jié)果分析可得：

（1）第二期數(shù)據(jù)與第一期數(shù)據(jù)相比DEM整體呈現(xiàn)下降趨勢，第一個截面總體下降量均值最大。

（2）總體最大下移變化量為19.03 mm，四個截面平均下降7.80 mm，每組下降均值并無異常，下降原因可能是兩期間的強降雨導(dǎo)致的邊坡表面石塊或泥土滑落。

3 結(jié)束語

本文以一處林區(qū)邊坡為研究對象，應(yīng)用TLS分兩期采集了其表面點云數(shù)據(jù)，對原始點云數(shù)據(jù)預(yù)處理后，基于NURBS曲面重建方法構(gòu)建了研究區(qū)邊坡點云數(shù)據(jù)的DEM，基于公共點對模型疊加，對疊加曲面進行截面截取，分析比較了邊坡表面位移情況。結(jié)果表明，地面激光掃描技術(shù)可以準確、全面獲取邊坡表面點云，通過模型疊加分析可以得到邊坡表面總體位移情況。

［1］徐茂林,張賀,李海銘,等.基于測量機器人的露天礦邊坡位移監(jiān)測系統(tǒng)［J］.測繪科學(xué),2015,40(1):38-41.

［2］吳浩,黃創(chuàng),張建華,等.GNSS/GIS集成的露天礦高邊坡變形監(jiān)測系統(tǒng)研究與應(yīng)用［J］.武漢大學(xué)學(xué)報(信息科學(xué)版),2015,40(5):706-710.

［3］薛聯(lián)鳳,云挺,稽俊,等.基于激光點云數(shù)據(jù)的闊葉樹葉片重建研究［J］.森林工程,2015,31(1):6-11.

［4］邢艷秋,姚松濤,李夢穎,等.基于機載全波形Li-DRA數(shù)據(jù)的森林地上生物量估測算法研究［J］.森林工程,2017,33(4):21-26.

［5］Riveiro B, Morer P, Arias P, et al. Terrestrial laser scanning and limit analysis of masonry arch brides［J］.Construction and Building Materials, 2011, 25(4): 1726-1735.

［6］Yusuf A. An approach for real world data modelling with the 3D terrestrial laser scanner for built environment［J］. Automation in Construction, 2007, 16(6): 816-829.

［7］史玉峰,張俊,張迎亞.基于地面三維激光掃描技術(shù)的隧道安全監(jiān)測［J］.東南大學(xué)學(xué)報(自然科學(xué)版),2013, 43(S2):246-249.

［8］Giacomo B, Marco C, Lorenzo M, et al. Monitoring sediment source areas in a debris flow catchment using terrestrial laser scanning［J］.Catena, 2014, 123: 23-26.

［9］劉昌軍,張順福,丁留謙, 等.基于激光掃描的高邊坡危巖體識別及錨固方法研究［J］.巖石力學(xué)與工程學(xué)報,2012,31(10):2139-2146.

［10］劉昌軍,趙雨.基于三維激光掃描技術(shù)的礦山地形快速測量的關(guān)鍵技術(shù)研究［J］.測繪通報,2012(6): 43-46.

［11］李永強,劉會云,毛杰,等.三維激光掃描技術(shù)在煤礦沉陷區(qū)監(jiān)測應(yīng)用［J］.測繪工程,2015,24(7):43-47.

［12］Lian X, Hu H. Terrestrial laser scanning monitoring and spatial analysis of ground disaster in Gaoyang coal mine in Shanxi,China: a technical note［J］. Environ Earth Sciences, 2017,76(7): 287-298.

［13］黨曉斌.三維激光掃描點云數(shù)據(jù)處理及應(yīng)用技術(shù)［D］.西安:長安大學(xué)地測學(xué)院,2011.

［14］Song B, Zheng N S, Li D W, et al. Reconstructing DEM using TLS point cloud data and NURBS surface［J］. Transactions of Nonferrous Metals Society of China, 2015, 25(9): 3165-3172.

［15］蔡越,徐文兵,梁丹,等.不同因素對地面三維激光掃描點云精度的影響［J］.激光與光電子學(xué)進展,2017(9): 364-373.

［16］Kaasalainen S, Jsskkola A, Kaasalainen M, et al. Analysis of incidence angle and distance effects on terrestrial laser scanner intensity: search for correction methods［J］. Remote Sensing,2011, 3(10): 2207-2221.

［17］陳弘奕,胡曉斌,李崇瑞.地面三維激光掃描技術(shù)在變形監(jiān)測中的應(yīng)用［J］.測繪通報,2014,12(12):74-77.