基于三維激光掃描技術的高邊坡變形監測分析

司夢元， 周 銀， 郭杰明， 袁亞通， 白祖應， 王義成， 應春莉， 韓達光

(1.重慶交通大學土木工程學院，重慶 400074；2.云南交投普瀾高速公路有限公司，普洱 665000； 3.重慶魯汶智慧城市與可持續發展研究院，重慶 401147；4.奧斯陸城市大學技術&藝術與設計學院，奧斯陸 0130)

隨著中國的高速公路、鐵路等交通基礎設施的日益發展，尤其是在中國山區交通基礎設施的建設過程中，由于山區地質條件的復雜性，在建設高速公路中不可避免地要對沿線地理環境產生不同程度的破壞，各地區形成大量的邊坡。其中，高邊坡的變形失穩與破壞將直接影響公路交通運輸以及人身安全[1]。為此，在高速公路的施工階段及運營管養階段，為確保高速公路運營期的安全性，對公路沿線邊坡進行變形監測顯得尤為重要[2]。隨著新型監測技術的不斷更新發展，如遙感技術、攝影測量技術及三維激光掃描技術將不斷彌補傳統測量技術的不足[3-6]。其中，三維激光掃描技術由于其能夠快速高效地獲取掃描對象的高精度原始點云數據，被廣泛應用于工程建設及眾多變形監測領域[7-10]。徐進軍等[11]將三維激光掃描技術引入到滑坡變形監測于分析領域，并充分利用滑坡體上自然物的大量點云作為監測點來完整和分析其變形。吳侃等[12]采用地面三維激光掃描技術，研究了三維激光掃描的單點精度、數據采集方法及數據處理方法，并提出了利用建筑物特征線是否變形來判定建筑物變形的思路，表明三維激光掃描能夠滿足精度要求。李強等[13]以某采煤沉陷區內地表形明顯、沉陷趨勢顯著的地表為研究對象，采用三維激光掃描技術對其進行地表沉降變形監測研究，監測區整體變形趨勢。

三維激光掃描技術在不同工程領域變形監測的應用表明，將其用于變形監測領域具有顯著的可行性且突破了傳統變形監測的局限性?；诖耍疚臄M采用三維激光掃描技術對高速公路的高邊坡進行變形監測，利用三維激光掃描儀在不同時期對邊坡進行數據采集，以永久性三棱錐作為標定物，利用其點云特征提取控制點將兩期點云數據配準分析邊坡位移變形。根據邊坡特征基于點云數據提取邊坡的特征點、特征線對邊坡的整體變形、豎向位移沉降變形及邊坡的水平位移變形進行監測分析。

1 研究內容

1.1 研究介紹

采用三維激光掃描技術結合點云算法程序對高速公路高邊坡進行變形監測分析研究。研究項目依托于某高速公路養護工程，課題組選取高速公路實驗段內主路與匝道交匯處的路塹高邊坡為對象進行數據采集與研究工作(圖1)。該邊坡開挖長度170 m，坡頂最大高度35 m。分四級開挖，坡度在20°～30°，開挖區地勢復雜、山體陡峭。采用三維激光掃描技術對高邊坡進行完整的三維點云數據采集，快速、高效的建立三維點云數據模型，通過對邊坡的多期點云數據對比，得到邊坡的整體變形狀況，同時依據三維掃描邊坡點云數據，編制相應算法提取邊坡混凝土格構梁特征點、特征線，提取邊坡位移變形數據，保證數據的真實客觀，很大程度上提高邊坡的監測效率。

圖1 邊坡整體照片Fig.1 The overall picture of the slope

1.2 邊坡監測方案布置

由于邊坡變形是長期而又緩慢的變形過程，這就需要不同時間節點對邊坡進行多期數據采集。為準確、高效地獲取邊坡對象三維監測數據，在第一次數據采集前期需要對邊坡進行實地考察，并確定數據采集監測點以及永久性邊坡控制點。在掃描前期，對確定的控制點進行永久性澆筑并在其附近做標志物，待澆筑控制點穩定后進行三維激光掃描數據采集工作。以首次掃描數據為基準數據后期掃描數據為對象進行邊坡變形的內業數據處理。具體監測方案如圖2所示。

圖2 邊坡變形監測流程Fig.2 Flow chart of slope deformation monitoring

2 邊坡監測數據采集

2.1 測站及控制點布置

測站布置即掃描整個邊坡對象所需要設置的監測站數量及掃描儀器架設位置，以及根據監測站位置確定掃描儀參數信息。針對掃描對象的大小、形狀、范圍及地理環境，結合周邊環境確定測站位置和設站數量，為保證后期數據的完整性及減少拼接誤差，應在保證數據的精度和完整性的前提下，盡量減少設站數量。

控制點作為多期點云數據配準的控制點，布置時必須嚴格要求，控制點的可靠度將直接影響檢測結果的精度及準確性。控制點布置位置應為地基穩固的無變形區域，不易受環境因素影響?？刂泣c的數量應在三個以上，以防止其中一個控制點由于不可抗力因素發生破壞，且任意三個控制點一組都要滿足其能構成空間三角形?？刂泣c的周圍應設置明顯標志，一是防止無關人員對其進行破壞，二是方便后期數據采集容易識別。

2.2 邊坡點云數據采集

針對高速公路邊坡所處地理狀況，采用FARO-X330三維激光掃描儀對邊坡對象進行全覆蓋掃描。為得到完整清晰的邊坡破面點云數據，研究組選取邊坡另一側的山坡坡頂作為監測點。由于監測點位置視野開闊，掃描儀僅需一站掃描就能夠獲取邊坡的完整點云，因此不需要多站掃描，很大程度上減少了數據誤差。此外，為使掃描儀能夠準確、完整地捕獲控制點，需要在掃描前期對控制點附近存在的植被、雜物及其他障礙進行清除。為了排除由于不可抗力因素導致某個控制點位置發生改變，每次掃描需要捕獲三個以上控制點以保證點云拼接配準精度。最后，為保證采集的數據能夠滿足研究組的需要，在不改變監測點位置的情況下調整儀器參數進行多次掃描，邊坡點云數據如圖3所示。研究組在第一期掃描6月后對邊坡進行二期三維激光掃描工作。

圖3 邊坡點云數據Fig.3 Point cloud data of the slope

3 邊坡點云數據處理

3.1 點云數據的預處理

由于三維激光掃描儀所采集的數據為其掃描范圍內所有對象的點云數據，包括植被、車輛等與邊坡變形監測無關的點云信息。為此，在點云后期處理前期應對點云數據進行降噪處理，刪除無關點數據[14]。本次邊坡數據采集中掃描儀測站位置開闊，僅需一站掃描就能獲取完整邊坡點云數據，因此，不存在點云數據的多站拼接問題。

3.2 兩期邊坡點云數據配準

三維激光掃描儀掃描數據是以各自掃描站點為原點的局部坐標系下的點云數據。對邊坡進行變形分析前需要將多期點云數據統一到同一坐標系下。目前解決此類問題的主要方法多為標定物拼接和迭代最近點法(ICP算法)等。利用標定物拼接的方法較為快捷、簡便，但由于掃描各站的視覺問題很難保證標定物的點云完全相同，根據標定物外形來計算的幾何中心也就很難保證其完全一致，此方法誤差源較多[15-16]。ICP算法[17-18]精度較高，但是其需要大量的運算迭代過程，相當耗時，若其初值選擇不合適將導致收斂速度將非常慢，甚至出現發散現象?；诖?，研究組結合標定物拼接方法的特點，在掃描前期，在邊坡底腳處澆筑永久性三棱錐作為標定物，利用其點云特征提取控制點。

如圖4所示，圖4(a)為澆筑在邊坡底腳的三棱錐標定物，圖4(b)為掃描儀捕獲的三棱錐點云數據。依據三棱錐點云數據特征，利用三個非平行平面相交于一點以及三棱錐的三個面容易被掃描儀同時捕獲的原理提取相應控制點。特別地，在制作三棱錐標定物時需要嚴格要求其模板的制作以保證三棱錐的三個面絕對光滑，且三棱錐應通過澆筑穩固在邊坡坡腳混凝土框架上，待三棱錐穩定后再進行掃描工作，且在每次掃描后對現場澆筑得永久性三棱錐標定物做好保護措施以免其受到破壞。

圖4 三棱錐標定物及點云數據Fig.4 The image of the calibration and its point cloud data

對標定物控制點提取原理如圖5(b)所示，取兩期點云數據中控制點確定各期數據的局部坐標系，并通過平移旋轉將多期數據換算到同一坐標系下。由于掃描儀工作平面為大地水準面，故其平移變量包含三個變量(X、Y、Z)和一個旋轉變量Z。實驗組通過平移旋轉矩陣算法確定四個未知變量將兩期點云配準在同一坐標系下，配準后的兩期點云如圖5(a)所示，為檢查配準效果，取掃描區內相對穩定的拱橋點云數據觀察，如圖5(a)所示藍色點云為一期掃描基準數據，黃色點云為二期監測數據。兩期點云的配準精度決定后期數據分析的可靠性，為此，提取拼接后的兩期點云數據控制點計算配準誤差，如表1所示，可以發現配準后控制點的方向誤差最大為0.000 58 m，誤差相對較小，一般坐標系配準精度要求0～0.004 m，很大程度上滿足配準精度要求。

圖5 邊坡點云配準效果Fig.5 The point cloud registration effect of the slope

表1 控制點配準結果

3.3 邊坡點云數據過濾

三維激光掃描儀能夠獲取掃描對象的大量點云數據，根據測站的不同獲取不同對象的點云數據。由于掃描現場環境復雜，捕獲的點云中包括樹木、建筑物、植被等眾多對象，而由于邊坡坡面植被的季節性生長，若用邊坡坡面對邊坡進行變形分析必然會導致數據的失真。考慮到邊坡上存在植被，而植被的生長使得兩期邊坡坡面點云數據產生一定程度的變化，且用于邊坡支護的混凝土格構梁與邊坡連為整體又不受植被等影響，以混凝土格構梁的位移變形來反映邊坡狀況。邊坡局部點云如圖6所示，為分析鋼筋混凝土格構梁的狀況，需要在捕獲的點云數據中提取錨碇端及鋼筋混凝土格構梁的點云數據。

圖6 邊坡局部點云數據Fig.6 Local point cloud data of slope

掃描儀獲得的點云數據信息中包括空間三維坐標(X，Y，Z)、激光反射強度及顏色信息(RGB)等屬性，而顏色信息(RGB)作為能夠有效地鑒別鋼筋混凝土格構梁與其他對象的點云屬性。依據混凝土格構梁的點云顏色屬性特點編制相應的算法程序來過濾混凝土格構梁外其他對象點云數據，經過算法程序濾除后仍然會存在個別非格構梁對象點云數據(顏色屬性相似)，可通過人工刪除即可。點云過濾處理后局部點云數據如圖7所示。

圖7 過濾后邊坡局部點云Fig.7 Local point cloud of the slope after filtration

4 邊坡變形分析及變形量提取

4.1 邊坡整體變形分析

邊坡的失穩破壞是以漸變積累到突變失穩的破壞過程，且在其發生失穩破壞前期將會表現出各種破壞征兆，如變形位移超出控制指標、坡體產生裂縫、變形速率加快，這些破壞征兆均發生在邊坡的局部。采用監測點監測、人工巡檢等無法詳細描述邊坡局部發生破壞的空間特征。三維激光掃描技術的優勢在于其能夠獲取監測對象的整體點云數據，能夠實現對邊坡的三維重建和空間分析。為了能夠獲取邊坡的變形的空間特征及發展趨勢，采用算法程序提取混凝土格構梁的特征點、特征線以及建立邊坡支護混凝土格構梁的整體變形模型對邊坡進行整體變形分析。

本研究對多期點云數據進行精確配準、過濾等處理后得到邊坡混凝土格構梁支護結構點云數據。以第一期邊坡數據為參考基準分析二期邊坡點云數據，形成一幅基于兩期邊坡模型相同部位點云距離差值的整體位移變形，邊坡整體位移變形如圖8所示，其中紅色部位處邊坡發生位移變形，該3D比較位移變形圖能夠發現邊坡發生多處局部不均勻變形。

圖8 邊坡整體變形圖Fig.8 The overall deformation image of the slope

4.2 邊坡位移變形量提取

邊坡混凝土格構梁為矩形橫截面，掃描儀能夠獲取其外側面點云數據，研究中采用算法程序充分利用混凝土格構梁的正面與下側面的空間平面交線為特征線，將格構梁分割為N小段，每段特征線的中點為特征點。特征點的提取應遵循以下原則：對于被樹木、植被等遮擋的位置應避免使用該處點云數據，利用兩側未被遮擋對象特征點進行數學邏輯插值；保證兩期數據特征點在邊坡的相對位置相同。選取混凝格構橫梁的正面與下側面的交點作為特征點，以0.2 m步距提取特征點。利用兩期邊坡相對位置特征點的位移差值來反映邊坡位移變形量，取各級邊坡的坡頂和中部橫梁共八條代表性的橫梁分析獲得二期邊坡的三維變形結果如圖9所示。

圖9 邊坡三維變形圖Fig.9 The 3D displacement of the slope

通過對提取的邊坡特征點三維數據對比分析能夠看出，在整個邊坡中各級邊坡坡頂、坡體均存在較多不同程度的位移變形，且邊坡的位移變形主要體現在水平位移Y及豎向位移Z方向。為分析邊坡的變形狀況對其進行評估，提取邊坡的八條代表性的橫梁特征點對邊坡水平位移Y和豎向位移Z進行計算分析。單一的特征點僅能反映邊坡特征點處的離散變形特征，而不能展現出邊坡的連續變形特征，為此，通過將提取邊坡的連續特征點連接為特征線直觀地反映邊坡對象的連續線性變形特征。水平位移變形結果如圖10(a)所示，豎向位移變形如圖10(b)所示，能夠反映出邊坡的坡面位移的大小、方向和發展趨勢。分析得到：在整個邊坡中各級邊坡的坡頂變形最為顯著，最大水平位移Y達0.063 56 m，最大豎向位移Z達0.102 73 m；邊坡局部變形為不均勻變形，局部水平位移在0～0.07 m范圍內，豎向位移在0～0.11 m范圍；研究區邊坡整體變形較為平緩，最大沉降位移為0.102 73 cm，發生位移變形多數是由梅雨季節雨水沖刷和浸泡導致，且位移變形較小，邊坡狀態比較穩定。

圖10 邊坡位移變形Fig.10 The vertical displacement of the slope

5 結論

利用三維激光掃描技術對邊坡進行非接觸測量，能夠高效地獲取邊坡高密度點云數據，快速構建邊坡工程的三維數字化信息模型。以多期邊坡點云數據為對象對邊坡的變形進行分析，結果表明：應用三維激光掃描技術對高速公路高邊坡進行非接觸變形監測，能夠對邊坡任意位置變形分析，所得到的邊坡變形信息更為豐富且真實；突破了傳統的單點測量方式，實現了傳統技術難以達到的從點到面的整體變形分析，所獲得的監測結果在很大程度上滿足邊坡監測的精度要求?？梢姡瑢⑷S激光掃描技術應用于邊坡監測領域，不僅使得邊坡變形監測更加精細化、智能化，而且很大程度上提高了邊坡監測效率，具有一定可行性和實際應用價值。