基于點云特征線提取的高層建筑沉降監測技術研究

石 鵬

（ 甘肅省地質礦產勘查開發局測繪勘查院,甘肅 蘭州 730060）

0.引言

隨著高層建筑越來越多，高層建筑的安全性和穩定性受到人們的關注。 目前需要優化高層建筑沉降監測技術，提高高層建筑沉降監測的實時性和穩定性， 對高層建筑沉降監測，分析高層建筑結構差異性，實現高層建筑的沉降實時觀測和維護。 在高層建筑的維護和監測中，需要對高層建筑進行階段性沉降監測，以確保建筑安全[1]。

對高層建筑的測量通常采用水準尺測量的方法。在水準尺測量過程中， 使用一般塔尺時應盡量使用第一段標尺，水準儀的精度不低于DS3級別。 然而在采用水準尺進行高層建筑的沉降監測中，容易受到環境和地理觀測點因素的影響[2]，導致測量性能不好。 隨著遙感技術的發展，采用遙感點云特征檢測技術，構建高層建筑測量的遙感觀測模型，通過網格空間配置和智能的遙感信息處理，實現對高層建筑的遙感測量和觀測[3]。 本文提出基于點云特征線提取的高層建筑沉降監測技術， 首先構建高層建筑的結構性分布的點云模型，采用高分辨率遙感影像探測技術實現對高層建筑的遙感監測，然后通過位置排列和空間變換方法，進行測量過程中的光影等干擾因素的濾波處理， 實現高層建筑沉降優化觀測和測量，最后進行實驗測試。

1.高層建筑沉降監測的數值分析方法

1.1 高層建筑沉降監測原理及總體設計

在進行高層建筑沉降監測研究中，以高分辨率遙感影像為基礎，結合施工現場時空視覺分析的方法，構建高層建筑沉降的點云數據分析模型，在立體網格單元中采用Hilbert編碼方法，通過連續性的影像特征分析，構建高層建筑沉降單元拓撲結構模型，通過時空數據索引的方法，進行高層建筑沉降分布的單元拓撲模型構造[4]。在一個2m×2m×2m的三維m階空間中， 構建編號為0、1、2、3、4、5、6、7的高層建筑點云分布特征點，采用網格單元編碼，分析層階映射關系，建立高層建筑的沉降分布狀態向量，對于給定坐標的格元P(x,y,z)，從特征圖出發，獲取多尺度的高層建筑遙感觀測數據，通過多尺度的卷積和點云數據分析，進行特征提取和融合。 根據特征圖中的沉降位移分布，進行點分析云圖，建立沉降位移觀測曲線。 在建筑物存在不連續和空洞等情況下，采用點云特征線提取的方法，分析固結沉降和降雨沉降等不同類型沉降的黏彈塑性特征，并計算干土、非飽和土與飽和土各自的沉降量。

按尺度參數s從小到大排列， 構建不同尺度大小下的點云數據觀測模型，根據不規則的眾多小峰分布，進行沉降位移監測，并根據峰值計算結果，進行逐點復雜度計算，實現高層建筑的沉降計算[5]，示意圖（ 如圖1所示）。 圖1中，塊狀沉降的邊緣有高的凸起，峰值表示最大沉降位移，數據來源采用遙感檢測的方法，采用高分辨率遙感影像探測技術實現對高層建筑的遙感監測，通過點云線特征分布，提取高分辨率遙感影像建筑物體的光譜、紋理、幾何和陰影等相關信息，由此構建點云數據有限元圖譜。

圖1 高層建筑沉降監測的點云數據分析

1.2 點云數據獲取及正則化處理

在高層建筑沉降監測中，點云數據的獲取是關鍵，以遙感影像為數據基礎，構建一個3×3的卷積神經網絡，通過UNet結構和ResNet的殘差結構分布，建立高層建筑沉降監測的特征點，在特征圖中能有效保留沉降分布的細節信息。 基于多尺度信息融合的方法，構建多尺度特征融合模塊，在不同尺度、不同地理結構和環境分布的建筑物中，采用二分類交叉熵分析的方法，建立沉降點云動態參數分析模型，采用光束法平差分析的方法，選取合適的階數以滿足高層建筑沉降監測定位的要求，采用商業遙感衛星IKONOSG星載傳感器實現點云數據采集，在像點坐標（ R，C）中，得到沉降部位監測坐標為（ B，L，H），由此得到高層建筑沉降監測點云數據分布，如式（ 1）所示：

式（ 1）中，(r,c)為高層建筑沉降監測點的正則化地理坐標；(φ,λ,h)為正則化的地圖投影坐標。 由此得到區域網平差模型。

2.高層建筑沉降監測優化

2.1 點云特征線提取

采用Hough變換提取矩形建筑物的角點信息參數，高分辨率遙感影像建筑物體的光譜、紋理、幾何和陰影等相關信息得到的點云數據集，如式（ 2）所示：

式（ 2）中，R，C，B，L，H分別為地心直角坐標、大地坐標、地圖投影坐標、 極地坐標和物理坐標系下數字高程模型參數；Roff，Coff，Boff，Loff，Hoff分 別 為 地 心 直 角 坐 標、大 地 坐 標、地 圖投影坐標、 極地坐標和物理坐標系下的沉降模型參數；Rscale，Cscale，Bscale，Lscale，Hscale分 別 為地 心直 角坐 標、大 地坐 標、地 圖 投影坐標、極地坐標和物理坐標系下的尺度。 根據遙感影像區域網平差分布，建立點云特征線提取模型，采用三階多項式進行高層建筑沉降監測動態檢測， 得到點云特征線分布，如式（ 3）所示：

式（ 3）中，Di為均勻分布的虛擬控點；ρ為像方系統誤差補償項；υc為R、C的冪次數；d為測量點的沉降維數；μ為影像寬度；Di為填充起點位于集合A內的填充分量；S21和S12遙感點云分布的邊緣特征分布集。 由此構建干土、非飽和土與飽和土各類型下的沉降監測模型，采用參數估計的方法，進行應力評估。 應力評估的特征分解式，如式（ 4）所示：

式（ 4）中，σ2為土體承受的總應力；N1為土顆粒骨架融合度；N2為地表沉降量。 根據第i計算土層的彈性模量，采用動態參數估計和點云特征線估計，實現沉降動態測量。

2.2 沉降監測參數估計

通過位置排列和空間變換方法，構建高層建筑的沉降位移云圖，建立潛水位分布方程，如式（ 5）所示：

式（ 5）中，tIi為地下水位面的高度；K為非飽土的有效應力參數；xk為水位降落線以；xkH為對取酉矩陣。 基于點云線特征檢測，得到沉降的輪廓線特征檢測輸出，如式（ 6）所示：

式（ 6）中，Ic(y)為建筑所在巖性參數特征量；Ac為細節調整參數；k為聚合各個位置的特征；Di為建筑結構參數信息。

搖搖綜上分析，根據沉降的輪廓線特征檢測結果，提取不同尺度的特征量，根據線譜特征提取結果進行沉降估算測量。

3.實驗測試

在對高層建筑沉降監測的工作中，對建筑沉降監測點設定為每10m一個監測點，遙感監測的光譜場為0.5m～1.0m，取18個沉降監測點。 高層建筑模型的平面坐標（ 如表1所示）：

表1 高層建筑三維建模的平面坐標 單位：mm

根據上述實驗對象參數設定，進行沉降監測，得到點云數據分布的有限元圖（ 如圖2所示）：

圖2 點云數據分布

搖搖采用本文方法，進行沉降監測，得到沉降位移云圖（ 如圖3所示）：

圖3 沉降位移云圖

分析圖3可知：本文方法能有效實現對沉降監測，計算得到測試點的沉降最大值-12.5mm，測試不同點的沉降量結果（ 如圖4所示）：

圖4 搖沉降量測量

從圖4可知：本文方法能有效實現對各點的沉降監測，準確監測高層建筑沉降。 為驗證該方法的準確性，與數字水準儀實際測量數據對比（ 如表2所示）。 分析表2數據可知：采用本文方法所獲取的高層建筑沉降監測值與實際沉降值比較接近，準確性較好。

表2 測量殘差和誤差百分比

4.結束語

為優化高層建筑沉降監測技術，提高高層建筑沉降監測的實時性和穩定性，本文提出基于點云特征線提取的高層建筑沉降監測技術，構建了不同尺度大小下的點云數據觀測模型，根據不規則的眾多小峰分布，進行沉降位移監測，并根據峰值計算結果，進行逐點復雜度計算，實現高層建筑的沉降計算；采用動態參數估計和點云特征線估計，實現沉降動態測量，并進行了實驗分析。結果可知，采用本文方法所獲取的沉降監測結果與實際沉降結果較為接近，準確度較高。