趙娟芳
(江西交通職業技術學院)
三維激光掃描技術之所以能夠實現高效運行,其中的三維激光掃描儀、軟件操控設備、數據處理系統、數碼相機以及其他附屬配件組成,利用這些設備組成的三維激光掃描技術集成了一個新型空間信息數據獲取系統。
三維激光掃描儀是利用一臺高速精確的激光測距儀,再配上一組反射棱鏡。激光測距儀能夠主動發射出激光,既能夠發射又同時能夠接受從隧道內部的自然物表面反射回來的信號,從而達到測距的目的。建立一個儀器自自定義坐標系,從三維激光掃描儀發射器中發射出一個激光脈沖信號,從隧道物體表面的漫反射之后,再按照基本相同的路徑反向傳回到接收器中,做出一個目標點P 與掃描儀距離S,其中的控制編碼器進行同步測量每個激光脈沖橫向掃描角度觀測值α 和縱向掃描角度觀測值β。最后通過后處理軟件對采集到的點云數據以及影像數據進行轉換,滿足數據庫的需求。
第一步,根據隨帶具體的情況,制定出具體的掃描站點數以及位置,盡量選擇比較清晰的位置,能夠保證掃描距離在掃描儀的有效測程之內,利用果籃確定隧道內的正北方向,確定其與掃描儀Y 周正方向的夾角,確定三維激光掃描儀的基點。另外,需要注意的是在選擇掃描基點位置時盡量選擇較為平坦的地方,目的是為了能顧保證三腳架的臺面水平,利用全站儀測出基點的三維坐標,做好記錄。
第二步,關于控制測量工作從平面控制測量與高程控制測量兩個方面進行,在完成測量工作之后進行平差計算,得到比較精準的靶標點位。
第三步,在已經確定的基點位置上設置三腳架,按下制動按鈕,通過調節三腳架與微調掃描儀底座下方的圓水準器,保證主機處于水平位置。打開電源,插上網線,調整網絡端口的參數。
第四步,打開掃描軟件,設置亮度與掃描的精度,同時調整儀器掃描區域的角度,設定好采集的間距,開始實現數據的采集。
第五步,完成了數據的獲取與采集之后,記錄好標靶的位置。

圖1 三維激光掃描儀獲取數據的具體流程圖
通過三維激光掃描技術得到的隧道數據為點云數據,關于點云數據的處理工作,主要包含了導入、噪聲去除、多視對齊、數據精簡、坐標轉換等。
導入工作之后,關于噪聲去除就是將點云數據當中與掃描對象沒有關聯的數據去除。之所以會產生無關數據,主要是在進行掃描的過程中存在著一些不可控因素的干擾,在完成數據采集工作之后就需要將這些無關數據刪除。
多視對齊是為了將點云技術對齊與拼接,但是由于在掃描的過程中被掃描的目標可能體積多大或者是掃描的環境過于復雜不能夠一次性得到所有需要的數據,因此需要從不同的角度、不同的位置進行重復性掃描。
為了得到得到一個更加真實的效果,在完成對點云數據的噪聲去除、多視對齊之后,還需要對點云數據進行著色與渲染,這樣才能夠更好的反映出隧道的情況。完成點云數據的著色與渲染之后,進行點云數據的精簡工作。由于獲取到的點云數據量較大,為了能夠完成曲面重構與保持其高精度性就需要對數據進行精簡,一般常用的精簡方式為:平均精簡→在未處理的點云數據中每n 個點中保留1 個→按照一定距離精簡→完成精簡之后,其中點與點之間的距離全部應該大于某一個固定值。
關于坐標的轉換,在利用三維激光掃描儀采集數據時,一般是通過默認的中心點位置作為坐標零點,其坐標三維激光掃描儀所在的掃描基點有關,是相對坐標,因此實際中需要將掃描到的坐標轉換到實際的隧道檢測當中,為之后的建模提供相對的數據。關于點云數據的匹配拼接工作,主要是在不同的坐標系中采集到的點云數據轉化到大地坐標系,在具體的掃描過程中,由于隧道條件十分復雜,難以得到整個隧道的全部點云圖,因此需要對隧道進行多次的掃描,之后這樣再利用拼接技術通過一個隧道完成的點云圖。需要注意的是在進行拼接之前兩幅圖必須重疊部分占據整個掃描圖像的1/5 以上。
為了能夠建立一個真實的三維激光掃描之后的影像,需要將掃描數據通過準確的曲面表示出來,這個過程就是曲面重構。在完成曲面重構之后,就可以建立一個三維建模。新疆省某個隧道工程其作為稀奇東輸管道工程中標志性工程之一,關于其隧道的檢測工作采用三維激光掃描技術實現,利用該技術在完成數據的采集之后,在進行三維模型的構建時,首先切取30 m 距離的隧道點云數據采用Cyclone 軟件實現完成噪音去除、拼接、切割以及三維建模瀏覽等一系列工作。
總而言之,利用三維激光掃描技術能夠大大提高原有的檢測效果,在提高了點云拼接精度的基礎上建立了一個三維立體模型,更加利于隧道的檢測工作。隨著我國隧道工程的不斷增多,關于三維激光掃描技術的應用將更加廣泛。
[1]夏國芳,王晏民.三維激光掃描技術在隧道橫縱斷面測量中的應用研究[J].北京建筑工程學院學報,2010,17(3):142.
[2]畢俊,馮琰,顧星曄,等.三維激光掃描技術在地鐵隧道收斂變形監測中的應用研究[J].測繪科學,2010,11(2):159.
[3]李洋,李濤,楊位中,等.地質雷達分段識別技術在隧道初期支護檢測中的應用[J].鐵道標準設計,2015,21(1):103.
[4]周敬平,吳笑天.基于分段回歸模型的變形監測數據分析[J].青海大學學報(自然科學版),2014,13(5):209-210.