隧道的自动建模

必须定期监测隧道以满足安全要求，防止过度变形或位移。目前通过使用总站或其他测量仪器测量几个基准来监测隧道。这些技术是有效和精确的，但也缓慢而昂贵。例如，在轨道隧道的情况下，每当陆地测量师在隧道内运行时，常规列车计划被扰乱。本文介绍了一种新的自动化方法，用于从带有亚毫米精度的移动利达点云隧道几何建模。该模型可用于维护，项目管理和未来设计的增强。

运输走廊的安全性，包括道路和火车隧道是非常关注的。由于上面的地形的重量负荷，隧道一旦构建，就开始经历变形和位移。因此，必须定期监测它们以满足安全要求。在本文中，将监测描述为从设计的几何形状的偏差检测。从隧道建模获得的准确测量允许量化变形和位移，这可能触发立即或长期的维护工作。通过比较来自两个或更多个时期的隧道的几何模型，可以通过比较隧道的几何模型来识别变形和位移．建模还有助于监测施工阶段的进度，这对项目经理来说是必要的。通过比较正在施工的隧道的建成模型和设计模型，可以监测施工进度。此外，已建成模型可用于检测隧道设计中的缺陷甚至缺陷，这为改进未来的设计提供了输入。

激光雷达

传统的方法以传统的土地测量为基础，既费时又昂贵。相比之下，移动激光扫描(MLS)或激光雷达可以快速收集精确的、高度冗余的测量数据，这对隧道监测至关重要。一公里长的隧道可以在一分钟内捕捉到，所采集的数据包含数百万个三维数据点。此外，作为一种主动传感技术，激光雷达也不受隧道照明条件差的影响。然而，激光雷达点云通常很大，这使得手工处理耗时且成本高昂。因此，要充分开发MLS点云的潜力，关键是实现数据处理的自动化。将MLS的优点与自动化数据处理相结合，可以显著减少隧道监测所涉及的时间和成本。这样可以更频繁地进行变形和位移分析，从而及早发现隧道管片下垂、施工材料脱落等劣化现象。这提高了地下运输的安全性。

几何建模

运输隧道具有标准的管状形状，通常具有圆形或椭圆形横截面。圆圈是一种具有相同半主要和半小轴的椭圆的特定形式。因此，对于各种隧道，横截面可以被建模为椭圆形。横截面可以分成顶部和底部，包括运输基础设施（图1）。即使两个部件都在地形重载下，顶部也会受到更大变形，因为底部由于其较大尺寸而变得更加刚性。因此，在涂抹隧道时，仅考虑顶部椭圆形部分。

工作流

该方法由四个步骤组成，全部自动执行(图2)。第一步确定隧道的主轴。第二步，提取属于截面的点。在第三步中创建初步的已构建模型。然后应用残差分析和Baarda的数据探查方法对序列过程中的离群值进行检测和消除。一旦排除了异常值，最终的模型就会在第四步中从无异常值的数据中创建出来。使用最小二乘平差，可以将生成的模型的质量评估为截面半长轴、半短轴、面积和偏心距的标准偏差。

测试

安装在铁路车上的Velodyne HDL 32E扫描仪扫描了155米的单向地下轨道隧道，而火车以65km / h的速度移动。捕获点云，含有超过六百万分，大约需要十秒钟。隧道具有任意水平方向，具有大约7°的垂直斜率。虽然点云包含几何和强度信息，但仅使用几何信息进行数据处理。图3显示了数据集的斜视图。通过将方法应用于点云，计算隧道的主轴（图4）。此外，1,551个横截面以10cm间隔提取。为了可视化目的，所提取的横截面在图5中以1M和10M间隔描绘。还计算了所有横截面的中心和3D定向方向（法线向量）的3D坐标。

竣工模型

图6显示了已构建的模型。模拟结果计算了各截面的面积、偏心率、半长轴和半长轴及其标准差。表1给出了截面尺寸参数的均值和标准差，即半长轴、半长轴、面积和偏心度。偏心距是半长轴和半短轴的函数，没有单位。截面尺寸的计算标准差≤0.2mm，面积的计算标准差为3cm²．计算两个轴的标准差对于只检测一个轴的变形是至关重要的，因为这样的变形不会被其他参数反映，如偏心度或面积。此外，数据点与生成模型的平均法向距离(平均绝对误差)为1.2cm。

统计数据	的意思是	SD
半轴	785.08厘米	0.2毫米
长半轴	775.09厘米	0.1毫米
区域	95.5838M.2	3厘米2
偏心(不得不)	0.17606	0.00002

表格1，提取的横截面的统计。

结束语

该方法的自动化程度明显高于其他方法，这些方法均采用10个未知数的非线性数学模型，需要进一步复杂的约束条件。该方法通过使用具有两个未知数的线性模型，能够在一次运行中获得建模参数的可靠估计，从而提高了计算效率。此外，该方法不作任何假设，也不利用任何关于隧道水平方向和曲率的先验知识，适用于任何水平方向和曲率的隧道。虽然运输隧道的截面形状可能不同，但椭圆和圆形是最常见的两种。该方法适用于任何截面为圆形或椭圆形的隧道或地下运输走廊。

进一步的阅读

Arastounia，M.来自移动LIDAR数据的地铁隧道的自动化模型生成。传感器，16 (9)，1486;DOI：10.3390 / S16091486。