本发明涉及隧道检测技术领域，具体而言，涉及一种隧道断面形变分析方法及装置。
背景技术
随着城市化水平的不断提高，城市人口也迅速增加，造成了交通拥挤、环境污染等一系列问题。城市地铁作为一种缓解城市交通拥挤压力的工具，得到了迅速的发展。
由于城市地铁线路一般都会穿过主要的干道和人口众多的中心地区，在地铁的施工过程中会引起地下隧道本身、管线及周边建筑物的变形。同时，地铁在运行过程中由于土体本身的性质、地下水以及地面建筑物对隧道的荷载所引起的垂直位移、水平位移、裂缝等变形，在有些地段变形可能会很明显，如果不及时的进行变形监测，并对监测数据进行分析，则会造成难以想象的严重后果。
变形监测方案的制定与实施是进行变形预测的前提条件，是整个过程信息化的重要环节，对变形预测有着重大的影响，而制定一个合理的监测方案是地铁建设进行正常、有序施工的重要条件，也为类似工程的建设提供经验，避免风险和事故的发生。由于地铁运营阶段因时间跨度大、影响因素复杂、灾害社会影响大，因此对地铁施工进行变形监测必须是长期的，且是连续的。
其中，城市地下铁道地铁断面变形监测是一项十分重要及复杂的系统工程，监测方案的设计是整个监测过程中的基本内容，其监测内容主要为隧道的垂直沉降、水平位移和断面的收敛变形等单一的数据指标，较难反映全局的隧道变形情况。目前方法多采用全站仪在断面上选取有限个离散点进行测量，这种全站仪的测量精度虽然较高，但是测得的离散点难以反映隧道断面的整体的变形情况，且目前监测方法对监测数据的分析与处理以及对变形数据的分析方法还不尽完善。
目前，针对现有技术中不能同时反映隧道断面整体和局部变化情况以及隧道断面随时间变形趋势的问题，尚未提出有效的解决方案。
技术实现要素：
本发明实施例提供一种隧道断面形变分析方法及装置，可以解决现有技术中不能同时反映隧道断面整体和局部变化情况以及隧道断面随时间变形趋势的问题。
为解决上述技术问题，第一方面，本发明实施例提供一种隧道断面形变分析方法，所述方法包括：
步骤1，采集隧道断面信息，以获取点云数据集；
步骤2，将待检测隧道断面在不同时期采集的点云数据集进行分析和对比，以确定所述待检测隧道断面的形变趋势。
进一步地，步骤1包括：
步骤11，通过三维激光扫描仪对不同时期的同一待检测隧道断面进行扫描的方式，采集隧道断面信息；根据所述隧道断面信息获取两个时期的点云数据集p1以及p2。
进一步地，步骤2包括：
步骤21，对两个时期的点云数据集在各自的坐标系中分别进行圆拟合，以分别确定两个点云数据集的圆心；
步骤22，将两个点云数据集置于同一坐标系下，然后将圆心重合，以对两个点云数据集进行第一配准；
步骤23，根据icp算法对第一配准后的两个点云数据集进行第二配准；
步骤24，随机选定其中一期点云数据集作为基准点云数据集，利用ann算法在另一期点云数据集中，分别确定每个基准点的对应点；
步骤25，分析每对基准点与对应点的关系，以确定待检测隧道断面的形变趋势；
其中，所述基准点为所述基准点云数据集中的点。
进一步地，所述步骤21，具体包括：根据最小二乘法对两个时期的点云数据集在各自的坐标系中分别进行圆拟合。
进一步地，步骤23包括：
步骤231，计算点云数据集p2中的每一个点在点云数据集p1中的对应邻近点，以获取第一组n个对应点对；
步骤232，确定使得第一组n个对应点对的距离和最小的平移参数
步骤233，当第一组n个对应点对的距离和大于或等于预设距离时，根据所述点云数据集p2、所述平移参数
步骤234，当第二组n个对应点对的距离和大于或等于所述预设距离时，重新确定新的点云数据集并进行迭代计算，直至第i组的对应点对的距离小于预设距离。
进一步地，所述步骤231，具体包括：根据预设条件，且利用kd-tree结构在p1中确定p2的每一个点的对应临近点，组成对应点对集合{(p1，i，p2，i|i＝1，2，...，n)}；
其中，预设条件为：ε(p1，p2)＝min(d2(p1，ip2，i))；p1，i与p2，i为第i组对应点对，p1，i属于p1，p2，i属于p2。
进一步地，所述步骤232，具体包括：步骤2321，将n个对应点对代入目标函数中；通过迭代算法确定刚体变换矩阵
其中，目标函数值为n个对应点对的距离和，公式为：
其中，n为p1中点的个数，p1，i与p2，i为第i组对应点对，p1，i属于p1，p2，i属于p2。
进一步地，目标函数值为n个对应点对的距离和，公式为：
其中，n为p1中点的个数，p1，i与p2，i为第i组对应点对，p1，i属于p1，p2，i属于p2。
进一步地，
其中，ddfk(p)为点p的偏差因子，
进一步地，所述步骤231还包括：删除距离大于距离阈值的对应点对。
进一步地，对应点对的距离为两点间的欧式距离在重合圆心的半径延长线上的投影距离。
第二方面，本发明实施例提供一种隧道断面形变分析装置，所述装置应用于第一方面所述的方法中，所述装置包括：
采集单元，用于采集隧道断面信息，以获取点云数据集；
对比分析单元，用于将待检测隧道断面在不同时期采集的点云数据集进行分析和对比，以确定所述待检测隧道断面的形变趋势。
进一步地，所述采集单元，还用于通过三维激光扫描仪对不同时期的同一待检测隧道断面进行扫描的方式，采集隧道断面信息；根据所述隧道断面信息获取两个时期的点云数据集p1以及p2。
进一步地，所述对比分析单元，还用于对两个时期的点云数据集在各自的坐标系中分别进行圆拟合，以分别确定两个点云数据集的圆心；将两个点云数据集置于同一坐标系下，然后将圆心重合，以对两个点云数据集进行第一配准；根据icp算法对第一配准后的两个点云数据集进行第二配准；随机选定其中一期点云数据集作为基准点云数据集，利用ann算法在另一期点云数据集中，分别确定每个基准点的对应点；分析每对基准点与对应点的关系，以确定待检测隧道断面的形变趋势；其中，所述基准点为所述基准点云数据集中的点。
应用本发明的技术方案，可以将隧道不同时期的断面信息进行可视化展示，通过点云数据集的对比确定断面的变形情况，以实现对隧道断面随时间变化趋势的整体及全面的检测，且本申请的测量精度较高，且测量方法较为简单便于实现。
附图说明
图1是根据本发明实施例的一种隧道断面形变分析方法的流程图；
图2是根据本发明实施例的一种隧道断面形变分析方法的流程图；
图3是根据本发明实施例的一种隧道断面形变分析方法的流程图；
图4是根据本发明实施例的一种隧道断面形变分析方法的流程图；
图5是根据本发明实施例的一种对应点对间距离的计算示意图；
图6是根据本发明实施例的两期点云数据集在第一配准后的示意图；
图7是根据本发明实施例的两期点云数据集在第二期配准后的示意图；
图8是根据本发明实施例的一种待检测隧道断面的全局形变趋势示意图；
图9是根据本发明实施例的一种真实待检测隧道断面计算所得的全局变形结果示意图；
图10是根据本发明实施例的一种隧道断面形变分析装置的结构框图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细描述，应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
为了解决现有技术中不能同时反映隧道断面整体和局部变化情况以及隧道断面随时间变形趋势的问题，本发明实施例提供一种隧道断面形变分析方法，方法包括：
步骤1，采集隧道断面信息，以获取点云数据集；
步骤2，将待检测隧道断面在不同时期采集的点云数据集进行分析和对比，以确定待检测隧道断面的形变趋势。
应用本发明的技术方案，可以将隧道不同时期的断面信息进行可视化展示，通过点云数据集的对比确定断面的变形情况，以实现对隧道断面随时间变化趋势的整体及全面的检测。且本申请的测量精度较高，且测量方法较为简单便于实现。
在一种可能的实现方式中，如图2所示，步骤1包括：
步骤11，通过三维激光扫描仪对不同时期的同一待检测隧道断面进行扫描的方式，采集隧道断面信息；根据隧道断面信息获取两个时期的点云数据集p1以及p2。
可以理解的是，三维激光扫描仪采集的数据更为全面且采集精度较高，待检测隧道断面可以为地铁隧道断面，可通过三维激光扫描仪对同一处隧道断面在不同时期进行扫描。本申请以对两个时期的扫描结果进行对比分析为例进行介绍。
在一种可能的实现方式中，如图3所示，步骤2包括：
步骤21，对两个时期的点云数据集在各自的坐标系中分别进行圆拟合，以分别确定两个点云数据集的圆心；
其中，步骤21，具体包括：根据最小二乘法对两个时期的点云数据集在各自的坐标系中分别进行圆拟合。
需要说明的是，拟合方法不限于最小二乘法，只要能达到将点云数据集拟合成曲线的效果即可。
步骤22，将两个点云数据集置于同一坐标系下，将圆心重合，以对两个点云数据集进行第一配准；
其中，第一配准可理解为初步配准，且两期点云数据集在第一配准后的示意图可参考图6。
步骤23，根据icp(iterativeclosestpoint，迭代最近点算法)算法对第一配准后的两个点云数据集进行第二配准；且两期点云数据集在第二配准后的示意图可参考图7。
其中，第二配准较第一配准更为精确，且利用icp算法可以在同一坐标系中得到两个点云数据集的最佳配准位置，也可以理解为最佳配准图像。
步骤24，随机选定其中一期点云数据集作为基准点云数据集，利用ann)(approximatenearestneighbor，近似最近邻)算法在另一期点云数据集中，分别确定每个基准点的对应点；
步骤25，分析每对基准点与对应点的关系，以确定待检测隧道断面的形变趋势；其中，基准点为基准点云数据集中的点。
利用高精度三维激光扫描仪，再通过icp配准方法对隧道断面测量的两期数据进行拼接配准，然后将两期点云进行邻近点对应，从而可以将隧道不同时期的断面形状放在同一坐标系下进行可视化展示，通过对应点间的对比确定断面的变形情况，可实现对隧道断面变形情况的整体及全面的检测。
在一种可能的实现方式中，如图4所示，步骤23包括：
步骤231，计算点云数据集p2中的每一个点在点云数据集p1中的对应邻近点，以获取第一组n个对应点对；
步骤231，具体包括：根据预设条件，且利用kd-tree结构在p1中确定p2的每一个点的对应临近点，组成对应点对集合{(p1，i，p2，i|i＝1，2，...，n)}；
其中，预设条件为：ε(p1，p2)＝min(d2(p1，ip2，i))；p1，i与p2，i为第i组对应点对，p1，i属于p1，p2，i属于p2。
也就是说，使得ε(p1，p2)最小的p1，ip2，i就是所寻找的对应点对。
步骤231还包括：删除距离大于距离阈值的对应点对。
在确定对应点对的过程中，通过距离计算将点对间距离大距离于阈值的点对进行剔除，去除不符合条件的点对，可消除其对后续目标函数计算时的影响，从而提升配准精度。
在一种可能的实现方式中，对应点对的距离为两点间的欧式距离在重合圆心的半径延长线上的投影距离。计算对应点对距离的方法可以看做是对icp算法的一种改进，在原有算法的基础上，在计算目标函数时，将原始的点到点的误差量测方式更改为点沿半径方向上的距离，即两点间的误差为其欧式距离在半径延长线上的投影距离。如图5所示，该方法根据隧道断面点云大体为圆形及其后续形变特点进行距离计算，从而可以得到最优的点云配准结果。
步骤232，确定使得第一组n个对应点对的距离和最小的平移参数
其中，步骤232，具体包括：步骤2321，将n个对应点对代入目标函数中；通过迭代算法确定刚体变换矩阵
其中，目标函数值为n个对应点对的距离和，公式为：
其中，n为p1中点的个数，p1，i与p2，i为第i组对应点对，p1，i属于p1，p2，i属于p2。
步骤233，当第一组n个对应点对的距离和大于或等于预设距离时，根据点云数据集p2、平移参数
步骤234，当第二组n个对应点对的距离和大于或等于预设距离时，重新确定新的点云数据集并进行迭代计算，直至第i组的对应点对的距离小于预设距离。
与上述目标函数的公式不同的是，在一种可能的实现方式中，目标函数值为n个对应点对的距离和，公式可以为：
其中，n为p1中点的个数，p1，i与p2，i为第i组对应点对，p1，i属于p1，p2，i属于p2。
其中，ddfk(p)为点p的偏差因子，
下面对本申请中引入的权重因子作简要介绍。
在实际工程应用中，配准模型的不同区域往往具有不同的重要度。本申请通过对对应点对施加不同的权值，以利用权值来约束并保证模型重要区域的配准精度。在已有的研究中，权值的设置主要是为区分点集是否参与配准，权值仅有0和1。这种方式容易剔除掉正常的对应点对，降低了配准的精度。由此，引入权重因子wi，将原始的误差函数进行改进，公式如下：
约束权重因子被定义为参与配准的点集的重要程度，通过最小化该误差函数可获得平移参数
其中ddfk(p)为点p的偏差因子，
其中nkd(q)表示与点q最邻近的k个点，nkd(p)表示与点p最邻近的k个点。即通过点p与周围邻近点之间的相互关系，推断出点p属于异常点的概率大小。并将此概率值化为点p的距离计算权重带入到最终的目标函数中。再利用svd算法，即可对最小化带权重的目标函数进行求解，计算出两个待配准断面点云之间的旋转变换r与平移变换t。
在目标函数中引入权值进行约束，利用权值控制优化算法的搜索方向，从而可有效保证正常区域的配准精度，降低异常点对配准精度的影响。在不同时期对地铁隧道进行扫描时，三维激光扫描仪的位置无法固定，地铁隧道中同一位置的两期断面点云数据集处在两个不同的坐标系中。由于地铁隧道断面基本接近圆形，可通过最小二乘拟合圆环，初步确定断面点云的圆心，在同一坐标系中，将两期断面点云圆形重叠，即可实现两期断面点云的初步配准。利用改进的icp算法，通过引入权值约束的概念，通过对配准点云中较为重要的区域赋予较高的权重，从而可以得到两期断面点云的高精度配准。最后通过两期点云数据集的对应点对间的距离即可了解隧道断面的全面变形情况(可参照图8与图9)。
本发明实施例还提供一种隧道断面形变分析装置，装置用于执行上述实施例所示的方法，如图10所示，该装置包括：
采集单元901，用于采集隧道断面信息，以获取点云数据集；
对比分析单元902，用于将待检测隧道断面在不同时期采集的点云数据集进行分析和对比，以确定待检测隧道断面的形变趋势。
可以将隧道不同时期的断面信息进行可视化展示，通过点云数据集的对比确定断面的变形情况，以实现对隧道断面随时间变化趋势的整体及全面的检测。且本申请的测量精度较高，且测量方法较为简单便于实现。
在一种可能的实现方式中，采集单元901，还用于通过三维激光扫描仪对不同时期的同一待检测隧道断面进行扫描的方式，采集隧道断面信息；根据隧道断面信息获取两个时期的点云数据集p1以及p2。
在一种可能的实现方式中，对比分析单元902，还用于对两个时期的点云数据集在各自的坐标系中分别进行圆拟合，以分别确定两个点云数据集的圆心；将两个点云数据集置于同一坐标系下，然后将圆心重合，以对两个点云数据集进行第一配准；根据icp算法对第一配准后的两个点云数据集进行第二配准；随机选定其中一期点云数据集作为基准点云数据集，利用ann算法在另一期点云数据集中，分别确定每个基准点的对应点；分析每对基准点与对应点的关系，以确定待检测隧道断面的形变趋势；其中，基准点为基准点云数据集中的点。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台移动终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。