基于三維點云的盾構(gòu)管片拼裝質(zhì)量偏差評價方法

武寧奇，汪衛(wèi)軍，陳麗娟，吳青琳，謝 雄

（1.蘇州大學(xué)軌道交通學(xué)院，江蘇蘇州 215000；2.鹽城市交通規(guī)劃設(shè)計院有限公司，江蘇鹽城 224001；3.常州市規(guī)劃設(shè)計院，江蘇常州 213002）

1 研究背景

盾構(gòu)法具有安全性高、速度快、對環(huán)境及周邊建筑擾動小等優(yōu)點，在城市隧道工程中得到廣泛應(yīng)用。如上海地鐵線路長度超過75%采用盾構(gòu)施工，蘇州地鐵隧道施工大部分采用盾構(gòu)。

盾構(gòu)法作為一種應(yīng)用廣泛的施工技術(shù)，其施工質(zhì)量問題備受關(guān)注。盾構(gòu)隧道中主要受力控件為盾構(gòu)管片，因此管片拼裝成型質(zhì)量是其施工質(zhì)量管理的重點?！抖軜?gòu)法隧道施工與驗收規(guī)范》(GB50446—2017)[1]明確指出盾構(gòu)管片拼裝以管片成型后的錯臺值、橢圓度及軸線偏差作為主要質(zhì)量控制指標(biāo)。目前，盾構(gòu)法施工中對管片拼裝質(zhì)量檢測主要是利用量尺和全站儀對隧道進(jìn)行測量，該方法檢測效率低、檢測數(shù)據(jù)零散、精度有限及數(shù)據(jù)客觀性差。為提升管片安裝成型質(zhì)量評估的效率與可靠性，本文利用三維激光掃描儀快速獲取管片成型后的點云數(shù)據(jù)，并提出基于點云數(shù)據(jù)的處理算法，快速提取盾構(gòu)管片的橢圓度、錯臺值及擬合隧道中軸線數(shù)據(jù)。

針對當(dāng)前盾構(gòu)管片拼裝質(zhì)量檢測的不足，引入三維激光掃描與機器視覺等技術(shù)對檢測方法進(jìn)行改進(jìn)以對施工過程質(zhì)量進(jìn)行嚴(yán)密控制。丁烈云等利用圖像識別技術(shù)實現(xiàn)了盾構(gòu)管片錯臺實時高精度檢測[2]；高新聞等利用全局搜索算法識別圖像中不同類型的錯臺線，并找到對應(yīng)深度圖像上的位置進(jìn)行管片錯臺值計算[3]；HAN 等利用圖像處理技術(shù)中的骨架提取算法提取隧道中軸線[4]；DUAN 等通過圓柱擬合法獲取軸線方向，實現(xiàn)中軸線的識別并建立隧道建筑模型[5]；虞偉家利用點云斷面提取算法實現(xiàn)了點云數(shù)據(jù)的逐環(huán)斷面提取，并對橢圓度、環(huán)間錯臺及水平收斂進(jìn)行了分析[6]；謝雄耀等采用點云雙面投影提取隧道中軸線，并基于中軸線調(diào)整隧道姿態(tài)、切割中軸線獲取隧道斷面[7]；謝長嶺等提出了橢圓擬合法，建立自動篩選長短軸異常值的方法[8]。

上述研究中，機器視覺識別方法增加了在管片上貼標(biāo)簽的工序，影響了施工進(jìn)度。目前，盾構(gòu)管片拼裝成型質(zhì)量檢測多側(cè)重于錯臺、橢圓度及中心軸線等質(zhì)量控制點中的一方面，缺少管片拼裝成型質(zhì)量方面的全面性研究。此外，常用的平均分割算法在處理數(shù)量龐大的盾構(gòu)點云時，結(jié)果較為零散，且分割點難以控制，人工處理點云效率低[9]。因此，如何對點云數(shù)據(jù)進(jìn)行準(zhǔn)確、高效的分割，實現(xiàn)對數(shù)據(jù)高效的分析計算，是基于三維激光掃描技術(shù)對管片拼裝成型質(zhì)量高效檢測的關(guān)鍵問題。

針對目前研究現(xiàn)狀的不足，本文提出盾構(gòu)管片成型后點云的采集、預(yù)處理以及測算方法，并結(jié)合實際工程對本文提出的算法進(jìn)行驗證。

2 數(shù)據(jù)采集及預(yù)處理

點云質(zhì)量決定了管片質(zhì)量控制點的計算精度。為保證點云數(shù)據(jù)質(zhì)量滿足后續(xù)算法的要求，需對獲取的現(xiàn)場數(shù)據(jù)進(jìn)行去噪、變換、分割等預(yù)處理。

2.1 點云數(shù)據(jù)采集

本文依托杭州市某隧道工程，該工程盾構(gòu)穿越情況復(fù)雜，穿越建(構(gòu))筑物最近距離僅0.78 m，穿越風(fēng)險大，盾構(gòu)管片外徑11.36 m，屬于超大盾構(gòu)直徑施工，隧道掘進(jìn)施工風(fēng)險控制及管片拼裝質(zhì)量控制較普通盾構(gòu)工程難度大，且隧道管片拼裝成環(huán)后，盾構(gòu)機會關(guān)閉一段時間進(jìn)行調(diào)整，有一定的窗口期用于數(shù)據(jù)采集。綜上，為及時發(fā)現(xiàn)施工偏差，本文采取邊施工邊檢測的方式，對隧道管片拼裝質(zhì)量進(jìn)行及時檢測，快速反饋施工質(zhì)量。

三維激光掃描儀的運行平臺主要分為手持、機載和地面3 類。手持式常用于小型物體掃描，不滿足盾構(gòu)隧道數(shù)據(jù)采集需要；機載式需要一定預(yù)留空間進(jìn)行設(shè)備定向移動，而該工程情況復(fù)雜，施工人員、機械眾多，不易滿足設(shè)備移動條件；地面式激光掃描儀使用時，將掃描儀置于隧道內(nèi)三角支架上并調(diào)整到合適高度即可對隧道進(jìn)行掃描，通過靈活移動進(jìn)行采集數(shù)據(jù)的拼接，對施工影響較小，符合該工程實際需要。由于隧道內(nèi)光線差，應(yīng)選擇不受光線影響的脈沖式三維激光掃描儀。因此，本文采取地面式進(jìn)行隧道點云數(shù)據(jù)的采集，設(shè)備選取徠卡P40 三維激光掃描儀，掃描儀檢測距離50 m，檢測誤差±3 mm，數(shù)據(jù)采集與處理范圍為51～59 段管片。

盾構(gòu)隧道屬于超長線性結(jié)構(gòu)，單次掃描中三維激光獲取點云數(shù)據(jù)的范圍有限，并且在掃描過程中易受隧道內(nèi)其他施工機具以及人員等因素遮擋干擾，因此想要獲取整個隧道的點云數(shù)據(jù)，需在隧道內(nèi)布設(shè)多個站點進(jìn)行數(shù)據(jù)采集。不同站點的掃描數(shù)據(jù)并未在同一坐標(biāo)系下，通過在相鄰站點布設(shè)標(biāo)靶作為公共點將不同站點獲取的點云數(shù)據(jù)進(jìn)行拼接校準(zhǔn)。在布設(shè)標(biāo)靶時，需將其設(shè)置在兩側(cè)站點中點處，確保兩側(cè)均能掃描到標(biāo)靶。

2.2 點云數(shù)據(jù)的去噪

三維激光掃描儀在采集數(shù)據(jù)過程中，由于掃描設(shè)備的精度限制、光線干擾、機具遮擋、目標(biāo)物表觀特征干擾等會產(chǎn)生明顯的噪聲點。常用的去噪方法有算法去噪和軟件去噪。算法去噪一般采用濾波的方式去噪，常見的濾波有中值濾波、高斯濾波和雙邊濾波，但由于初始點云數(shù)據(jù)中包含多種類型的點云數(shù)據(jù)，單一算法去噪適用性不高。

為了降低噪聲對數(shù)據(jù)的影響，采用Cloud Compare軟件去噪。Cloud Compare 軟件去噪有2 種方式，一種是直接利用人工選取并剔除無關(guān)噪聲，這一方法可以有效快速剔除明顯的無關(guān)點；另一種是采用軟件自帶的中值、高斯濾波和雙邊濾波等常見的濾波去噪。本文首先通過人工框選取較為明顯的無關(guān)噪點，將其剔除，之后利用軟件內(nèi)置濾波算法去除其他多噪聲點，處理效果如圖1 所示。

圖1 Cloud Compare 軟件點云數(shù)據(jù)去噪示意Figure 1 Denoising diagram using Cloud Compare software for point-cloud data

2.3 點云坐標(biāo)變換

點云去噪后，為方便后續(xù)計算，需使隧道數(shù)據(jù)的中心軸線與坐標(biāo)軸平行或重合，從而對點云數(shù)據(jù)進(jìn)行坐標(biāo)變換。

點云數(shù)據(jù)坐標(biāo)調(diào)整實際上可看作數(shù)據(jù)矩陣的旋轉(zhuǎn)變換，關(guān)鍵在于求解出旋轉(zhuǎn)變換的旋轉(zhuǎn)矩陣R。

式中，R為旋轉(zhuǎn)矩陣，A、B分別為點云數(shù)據(jù)的中軸線向量與坐標(biāo)單位向量。

坐標(biāo)軸的單位向量為已知量，因此要求得R，需對盾構(gòu)隧道數(shù)據(jù)中軸線向量進(jìn)行求解。由圖1 可知，盾構(gòu)點云數(shù)據(jù)呈圓柱形，其中軸線向量常用圓柱擬合進(jìn)行求解，如圖2 所示。

圖2 圓柱模型示意Figure 2 Diagram of cylinder model

對點云坐標(biāo)進(jìn)行變換，變換調(diào)整后的點云數(shù)據(jù)可實現(xiàn)中心軸線與坐標(biāo)軸的平行，便于后續(xù)點云分割與分析。

2.4 點云數(shù)據(jù)分割

點云分割作為點云處理中一項基礎(chǔ)工作，目的是將點云中的不同機構(gòu)物體分離開來，將整體轉(zhuǎn)化為個體單元，從而實現(xiàn)分而治之。目前通用的方法有基于二維圖像分割的DeepPano[10]、基于體素化方法VoxelNet[11]、基于非歐式的Regularized Graph Cnn[12]及直接對點云人工手動分割的方法。

點云分割的方法可按高度變化、平面平整度等特征進(jìn)行數(shù)據(jù)分割，本文隧道點云數(shù)據(jù)經(jīng)過變換調(diào)整后，在Z軸會呈現(xiàn)線性變化。因此，可以按高度變化對隧道點云進(jìn)行分割，最常用的方法是沿Z軸對點云數(shù)據(jù)進(jìn)行平均分割，但平均分割后的數(shù)據(jù)較為零散，且管片間距非完全相等，數(shù)據(jù)的分割點難以控制，會導(dǎo)致分割點位于環(huán)縫處，造成錯臺數(shù)據(jù)的錯誤分割，無法滿足后續(xù)錯臺檢測需要。因此本文在基于平均分割算法的基礎(chǔ)上進(jìn)行改進(jìn)，提出非平均分割算法，其主要原理如圖3 所示。

圖3 點云數(shù)據(jù)非平均分割示意Figure 3 Diagram of non-average segmentation of point-cloud data

設(shè)管片的寬度為l1，數(shù)據(jù)的起始位置z值為0，數(shù)據(jù)的起始位置第1 環(huán)管片與第2 環(huán)管片的第1 環(huán)縫處，則第i處的接縫位置為

在管片環(huán)縫段左右兩側(cè)分別設(shè)置兩類分割點。

第1 類分割點

第2 類分割點

式中，s 為一個常量，是環(huán)縫處寬度的一半。

將以上兩類分類點依次間隔并從小到大排列在數(shù)據(jù)的Z軸上組合成一個集合K

將K中數(shù)據(jù)依次兩兩組合并對點云數(shù)據(jù)進(jìn)行分割，即可實現(xiàn)隧道點云數(shù)據(jù)進(jìn)行非均勻分割。如圖4 所示，分割后的環(huán)段數(shù)據(jù)Z軸寬度遠(yuǎn)大于環(huán)縫段Z軸寬度，因此可通過設(shè)置Z軸的寬度閾值進(jìn)行歸類。

圖4 點云數(shù)據(jù)非平均分割結(jié)果Figure 4 Non-average segmentation of point-cloud data

基于平均分割算法基礎(chǔ)改進(jìn)的非平均分割算法可以精準(zhǔn)地分割區(qū)分環(huán)段與環(huán)縫段點云數(shù)據(jù)，且數(shù)據(jù)完整，滿足后續(xù)需要。

3 盾構(gòu)管片拼裝成型偏差檢測

3.1 橢圓度檢測

橢圓度是指在盾構(gòu)隧道橫截面上的最大直徑與最小直徑之差與設(shè)計直徑的千分比，《盾構(gòu)法隧道施工與驗收規(guī)范》(GB50446—2017)明確規(guī)定隧道橢圓度允許值為5‰。相關(guān)研究分析認(rèn)為當(dāng)管片橢圓度小于5‰時，隧道可以被認(rèn)為處于完全健康的狀態(tài)[13]。

點云數(shù)據(jù)經(jīng)預(yù)處理后為三維數(shù)據(jù)，而隧道橢圓度的運算因子均為二維數(shù)據(jù)，為簡化橢圓度的計算，本文中將點云數(shù)據(jù)投影到XY平面進(jìn)行降維處理。投影后，點云數(shù)據(jù)呈現(xiàn)為一個近似圓環(huán)的不規(guī)則環(huán)狀，包含環(huán)內(nèi)接縫及部分連接構(gòu)件的數(shù)據(jù)，需進(jìn)一步對無效點云數(shù)據(jù)進(jìn)行處理。

本文采用基于最小二乘法的平面圓擬合進(jìn)行處理。設(shè)擬合圓心O的坐標(biāo)(X，Y)，擬合圓邊緣任意一點qi(xi，yi)，擬合圓半徑為R。由此可得擬合圓方程

對于任一點云代入式(9)均會與實際圓方程F(x，y)存在一定誤差g(x，y)，即

對上式所有點云qi對應(yīng)的誤差gi(x，y)求和

將式(9)～(11)帶入平面點云數(shù)據(jù)中的任意一點的真實坐標(biāo)，當(dāng)Δ 取最小值時，可擬合出最優(yōu)圓及圓心O(X，Y)。

對比傳統(tǒng)的隧道橢圓度檢測中，多采用人工吊錘法進(jìn)行測量，要求隧道長軸位于水平方向，短軸位于豎直方向，如圖5(a)所示，但實際工程中經(jīng)過360°遍歷計算后實際算得的長軸與短軸會與重力方向呈現(xiàn)一定方向的旋轉(zhuǎn)。

圖5 吊錘法及長短軸法示意Figure 5 Diagram of lifting hammer and longand short-axis method

本文在吊錘法的基礎(chǔ)上進(jìn)行改進(jìn)，提出長短軸法來求隧道的橢圓度，將吊錘法中水平、豎直狀態(tài)檢測長軸與短軸改為尋找任意方向的長軸及短軸，如圖5(b)所示。

設(shè)點qi(xi，yi)是點云數(shù)據(jù)的任意一點，其與擬合圓心O(X，Y)之間的距離Ri為

其中，R的最大值與最小值分別為Rmax、Rmin，則可知橢圓的長軸Dmax與短軸Dmin分別為

依據(jù)橢圓理論公式可求得隧道橢圓度φ為

式中，D0為設(shè)計直徑。

3.2 錯臺值檢測

傳統(tǒng)的隧道管片錯臺值測量通常是人工尺量下部4 個點，檢測部位集中，實際工程中錯臺可能發(fā)生在環(huán)向的各個方向，因此傳統(tǒng)的方法難以精準(zhǔn)及全面地檢測出管片的實際最大錯臺值。為找到隧道的最大錯臺值，需要檢測環(huán)縫段各個方向的錯臺，因此要將環(huán)縫段點云沿著環(huán)向進(jìn)行數(shù)據(jù)平移分割。

按斜率分割算法是依據(jù)設(shè)定的平分角度對應(yīng)的斜率直線方程進(jìn)行環(huán)向分割的一類算法。在計算過程中，90°與270°的斜率趨近于無窮，處理較為復(fù)雜繁瑣。因此，本文對斜率分割進(jìn)行優(yōu)化，對點云數(shù)據(jù)依次進(jìn)行區(qū)間歸類處理。改進(jìn)后的按斜率分割數(shù)據(jù)分割面如圖6(a)所示，該數(shù)據(jù)可分為3 部分，數(shù)據(jù)A、數(shù)據(jù)B及接縫處的峰值部分，錯臺值主要為A、B兩部分的差值，因此測出錯臺值需對A、B兩部分?jǐn)?shù)據(jù)進(jìn)行提取并單獨處理，如圖6(b)所示。

圖6 環(huán)向分割數(shù)據(jù)側(cè)面Figure 6 Side view of circumferential segmentation data

設(shè)分割后某處點云坐標(biāo)為p，初始數(shù)據(jù)通過坐標(biāo)變換等處理后，此時隧道中心軸與Z軸重合，因此對p中任意一點pi到XY平面原點的距離di為

依據(jù)上式可求得最大距離即峰值對應(yīng)數(shù)據(jù)，并提取此時的z值

式中，dmax為p到XY平面原點的最大距離，z為對應(yīng)的點云在Z軸上的坐標(biāo)值。

提取點云p中的最大、最小z值，即為zmax、zmin，其中必有zmax>z>zmin，并創(chuàng)建合集O

依次成對提取集合O中的數(shù)據(jù)對點云p進(jìn)行Z軸分割，最終數(shù)據(jù)被分割為3 段，前后兩段即為A、B部分點云，如圖6(b)所示，則在XY平面，A、B點的點云數(shù)據(jù)到原點的平均距離d分別為

式中，dA、dB分別為A、B部分在XY平面內(nèi)與原點的平均距離，錯臺值為dA、dB的差值

式中，Δ 為計算的錯臺值。

3.3 管片中軸線擬合

在盾構(gòu)隧道管片拼裝質(zhì)量中，管片中心線反映了隧道成型的實際走向，其偏差是關(guān)鍵質(zhì)量控制點。目前，對管片中心軸線提取通常采用雙投影和單投影法，但以上方法較為復(fù)雜，為簡化計算，基于環(huán)縫數(shù)據(jù)擬合提取隧道中軸線的方法被提出。

《盾構(gòu)法隧道施工與驗收規(guī)范》(GB50446—2017)中規(guī)定軸線偏差檢測對象以管片為主，因此本文將在提取環(huán)縫數(shù)據(jù)中心點的理論基礎(chǔ)上，提出環(huán)段數(shù)據(jù)擬合提取隧道中軸線及中心點方法。

從點云中提取環(huán)段數(shù)據(jù)在Z軸的坐標(biāo)值z，其最大、最小值分別為zmax、zmin，計算中心數(shù)據(jù)z值設(shè)置距離閾值δ計算提取環(huán)中數(shù)據(jù)，即

式中，zmid為管片中點數(shù)據(jù)z值，zi為任意點數(shù)據(jù)z值。

提取環(huán)中數(shù)據(jù)后，對數(shù)據(jù)進(jìn)行最小二乘法圓柱擬合，即可得到環(huán)段數(shù)據(jù)的中心點。基于以上提取的多環(huán)段中心點，求解相鄰管片中心點之間的距離差值，如圖7 所示。

圖7 中心點距離求解示意Figure 7 Diagram of center-point distance

設(shè)某環(huán)通過圓擬合后點云中心點為pk=(xk，yk)，相鄰環(huán)圓擬合點云中心點為pk+1=(xk+1，yk+1)，任意相鄰環(huán)段中心點偏差d為

式中，d為相鄰環(huán)段中心偏差。

通過以上算法得到相鄰管片中心偏差值，并在此基礎(chǔ)上擬合得到整段隧道點云的中心軸線。

4 盾構(gòu)管片成型質(zhì)量檢測實例

本文依托工程施工空間布局復(fù)雜，隧道內(nèi)施工器械及材料堆放占據(jù)一定空間位置，如隧道底部的排土車軌道會遮擋底部管片等，不可避免地影響了數(shù)據(jù)采集的完整性，也會導(dǎo)致收集的原始數(shù)據(jù)中含有較多的無關(guān)干擾點云數(shù)據(jù)，需在前處理中對無關(guān)點數(shù)據(jù)進(jìn)行剔除。

無關(guān)數(shù)據(jù)剔除之后，對隧道點云進(jìn)行圓柱擬合，將隧道軸線調(diào)整與Z軸平行。隨后對整體數(shù)據(jù)進(jìn)行環(huán)段的數(shù)據(jù)及環(huán)縫數(shù)據(jù)的分割處理，本文中非平均分割算法的參數(shù)s 設(shè)置為10 cm。分割后環(huán)縫段數(shù)據(jù)結(jié)果清晰，如圖8 所示，表明非平均分割算法能準(zhǔn)確分割環(huán)縫與環(huán)段數(shù)據(jù)，且分割后的數(shù)據(jù)滿足后續(xù)計算需要。

圖8 數(shù)據(jù)分割環(huán)縫數(shù)據(jù)Figure 8 Split data of loop seam

橢圓度的信息包含在環(huán)段數(shù)據(jù)內(nèi)，將無關(guān)數(shù)據(jù)剔除并進(jìn)行圓柱擬合后，分割出環(huán)段數(shù)據(jù)。對處理后的環(huán)段數(shù)據(jù)采用上文提出的長短軸法及理想狀態(tài)下的吊錘法計算工程數(shù)據(jù)中的橢圓度，計算結(jié)果如表1 所示。

表1 橢圓度計算結(jié)果Table 1 Ellipticity calculation results ‰

從表1 可知，理想狀態(tài)下方程在52 與53 環(huán)處出現(xiàn)無法計算的情況，對上述兩環(huán)點云數(shù)據(jù)進(jìn)行檢查發(fā)現(xiàn)在(0，ymin)點處均出現(xiàn)數(shù)據(jù)缺失，最終導(dǎo)致結(jié)果無法輸出。表1 顯示兩種方法計算結(jié)果均小于5‰，其中長短軸法結(jié)果較大，經(jīng)分析得出該方法會放大長軸，縮小短軸，最終導(dǎo)致結(jié)果偏大。在盾構(gòu)隧道工程中，施工要求嚴(yán)格，采用長短軸法放大計算橢圓度，增加了檢測嚴(yán)格性。

依據(jù)改進(jìn)后的按斜率環(huán)向分割算法對分割后每環(huán)峰數(shù)據(jù)進(jìn)行環(huán)向平均分割，設(shè)置每一段環(huán)縫數(shù)據(jù)分為360 份，即每一份角度為1°，將各環(huán)平分后的任意一份數(shù)據(jù)進(jìn)行峰值剔除并計算最大錯臺值，并與現(xiàn)場實地人工測量值對比，結(jié)果如表2 所示。

表2 環(huán)間最大錯臺值計算結(jié)果Table 2 Calculation of maximum misalignment v alue between rings mm

分析表2 可知，在正常情況下，不論是算法檢測還是人工檢測，其管片間的錯臺值均超過標(biāo)準(zhǔn)中對于盾構(gòu)隧道錯臺值的規(guī)范允許值7 mm，相似的結(jié)論在其他學(xué)者的研究中也得到了體現(xiàn)。孟慶年等[14]對盾構(gòu)隧道進(jìn)行隧道錯臺檢測時，發(fā)現(xiàn)管片環(huán)間錯臺平均值在10 mm 左右；盧建軍等[15]進(jìn)行隧道環(huán)縫錯臺率檢測時，結(jié)果顯示相鄰管片環(huán)間錯臺值大于標(biāo)準(zhǔn)規(guī)定值的占比58.24%。

綜上可以推斷出，盾構(gòu)襯砌環(huán)與環(huán)之間是管片錯臺超標(biāo)的頻發(fā)區(qū)。此外，現(xiàn)行標(biāo)準(zhǔn)對于同類型不同直徑范圍盾構(gòu)錯臺允許值并未有詳細(xì)規(guī)定，對于超大盾構(gòu)施工，施工質(zhì)量控制難度遠(yuǎn)遠(yuǎn)大于常規(guī)直徑盾構(gòu)，因此拼裝質(zhì)量控制值超標(biāo)的情況相對較多。

通過分割后的環(huán)段數(shù)據(jù)與環(huán)縫數(shù)據(jù)，分別對環(huán)中數(shù)據(jù)以及環(huán)縫數(shù)據(jù)進(jìn)行提取，并在此基礎(chǔ)上分別計算隧道中心點及相鄰環(huán)中心點的偏差，計算結(jié)果如表3與表4 所示。

表3 基于環(huán)段數(shù)據(jù)中心點及偏差計算結(jié)果Table 3 Calculation based on loop-data center point and deviation

表4 基于環(huán)縫數(shù)據(jù)中心點及偏差計算結(jié)果Table 4 Calculation based on ring-seam data center point and deviation calculation

由表3 與表4 數(shù)據(jù)可知，基于環(huán)段數(shù)據(jù)及基于環(huán)縫數(shù)據(jù)計算所得中心點坐標(biāo)數(shù)值相近，但兩者相鄰中心點偏差值計算結(jié)果相差較大，尤其是基于環(huán)縫數(shù)據(jù)提取的中心點之間偏差達(dá)77.1 mm 與80.6 mm，結(jié)合55-56、56-57 環(huán)縫處環(huán)間錯臺值均超過10 mm，分析認(rèn)為基于環(huán)縫數(shù)據(jù)的中心點偏差計算受環(huán)間錯臺情況影響較大，難以正確體現(xiàn)軸線真實走向。而環(huán)段數(shù)據(jù)不受環(huán)間錯臺偏差的疊加影響，計算中心點更能代表真實中心，擬合后的軸線也可較真實地反映實際中軸線走向，為后續(xù)盾構(gòu)施工軸線控制提供參考依據(jù)。

綜上，該檢測方法能快速、高效地對盾構(gòu)隧道管片拼裝質(zhì)量的相關(guān)指標(biāo)進(jìn)行檢測，且采用激光掃描儀的方式獲取數(shù)據(jù)，自動化程度高，適用于盾構(gòu)隧道施工作業(yè)。

5 結(jié)論

本文以實現(xiàn)盾構(gòu)隧道管片拼裝質(zhì)量的高效檢測為目標(biāo)，研究了基于三維點云技術(shù)的盾構(gòu)管片錯臺值、橢圓度及中軸線等關(guān)鍵指標(biāo)的高效檢測方法。主要研究結(jié)論如下：

1) 在平均分割算法的基礎(chǔ)上，提出點云的非平均分割方法，實現(xiàn)對隧道點云的高效分割。此外對斜率平分算法進(jìn)行改進(jìn)優(yōu)化，解決了按斜率平分算法會出現(xiàn)點云數(shù)據(jù)分割不當(dāng)?shù)那闆r。

2) 提出基于環(huán)形數(shù)據(jù)分割的環(huán)間錯臺值計算方法，實現(xiàn)環(huán)間最大錯臺值高效測算；相較于傳統(tǒng)測量方法，基于吊錘法優(yōu)化后的長短軸法計算橢圓度結(jié)果偏大，但與實際工程要求相符，可用于橢圓度計算。在基于環(huán)縫數(shù)據(jù)提取中心點方法基礎(chǔ)上，提出環(huán)段數(shù)據(jù)提取中心點方法，并擬合得到隧道中心線。

3) 通過實際工程案例驗證，與傳統(tǒng)的測量方式相比，本方法檢測效率高、自動化程度高且適合盾構(gòu)隧道施工過程中管片拼裝成型質(zhì)量檢測。