一种隧道三维扫描机特征识别的方法与流程

本发明涉及隧道施工领域，特别是一种隧道三维扫描机特征识别的方法。

背景技术：

与3d打印、自动清扫机器人等设备对小范围环境三维扫描的需求不同，隧道这一大型工程项目需要大空间、高精度三维扫描仪器。针对此类项目，近年来出现一些矿用大空间三维扫描仪，扫描范围大、精度较好，但其成本一般高达数十万元，且防护等级较低，不利于在环境较恶劣的动态施工现场推广，并存在部分功能冗余、移动不便等问题，不适用于在自动化水平较高的集成设备上安装使用。

技术实现要素：

本发明所要解决的技术问题是，针对现有技术不足，提供一种隧道三维扫描机特征识别的方法，在恶劣工况下获得原始隧道面及施工后的隧道面的三维数据，了解超挖分布及防护网安装等情况，进而将处理分析结果用于喷涂路径的规划以及对喷涂工作完成情况的判断和评估。

为解决上述技术问题，本发明所采用的技术方案是：一种隧道三维扫描机特征识别的方法，包括以下步骤：

1)利用安装于电控云台上的单线激光雷达采集隧道的二维数据，并对采集的二维数据进行预处理，根据隧道实际规模设置阈值，去除异常值；

2)控制电控云台旋转，根据旋转速度与计时，求解云台转过的角度，结合旋转角度将去除异常值的二维数据换算为三维数据，获得以单线激光雷达激光光源中心为坐标原点的笛卡尔坐标系下的三维点云；

3)选取距单线激光雷达在机械臂上安装位置最近的关节，单线激光雷达与邻近机械臂关节坐标系的相对位置关系固定不变，利用该位置关系得到变换矩阵，对三维点云进行坐标系转换，将三维点云转换到邻近机械臂关节的坐标系下；

4)利用机械臂的正向运动学模型及各关节传感器当前的读值，对机械臂进行正向运动学解算，获得单线激光雷达邻近机械关节坐标系在当前相对于机械臂基坐标系的变换矩阵，对三维点云进行第二次移动和旋转，将三维点云转换到机械臂基坐标系下，从而得到机械臂基坐标系下的隧道三维点云数据；

5)对步骤4)中得到的机械臂基坐标系下的隧道三维点云数据进行体素滤波，使点云数据空间分布均匀，消除因雷达扫描的自身特性造成的数据点近处分布密集、远处分布稀疏的情况，再对隧道三维点云数据进行聚类分析，实现点云分割，依据分割后各部分的大小将点云中属于隧道面的数据提取出来；

6)对于所述隧道面，以平面拟合的方式提取隧道三维点云数据的表面法向量，对表面法向量进行配对联合外积运算，获得一簇大量的中轴方向，进而取平均值获得精准的中轴方向，并以中轴线为z轴，在所述坐标原点基础上建立新的坐标系c1，保留与原坐标系间的变换矩阵t01，以c1为基准，最后转换回原坐标系c0输出数据,最终基于隧道表面法向量获取隧道中轴线；

7)运用基于法向偏差的隧道点云去噪算法，以采样点偏离隧道表面垂直距离为噪声识别依据，先根据点云法向与隧道轴向的偏差识别出可靠的隧道表面点，然后参照可靠点，依据采样点偏离隧道表面垂直距离，完成噪声点的进一步确认，偏离隧道表面越远的点噪声概率越高，通过调节误差允许范围，将除拱架以外的偏离隧道面距离dcm以上的的点视为噪声点进而剔除；

8)对三维点云根据中轴线作第三次坐标转换，使点云的z坐标轴与中轴线重合，在此基础上结合隧道中轴线与隧道施工标准，沿z轴正向作移动切面，在每个切面上对隧道实际轮廓与标准轮廓进行对比，进而获取超欠挖的分布情况以及支护结构的分布情况；

9)将隧道面超欠挖及支护结构分布情况反馈给混凝土喷射机械手控制系统，使控制系统做出对应的运动规划，控制设备机械臂进行施工活动。

对采集的二维数据进行预处理的具体过程为：根据隧道实际规模，设置阈值上限为隧道半径的1.5倍，阈值下限为隧道半径的0.8倍，去除距离坐标原点大于阈值上限和小于阈值下限的二维数据。

步骤7)中，d＝50。

与现有技术相比，本发明所具有的有益效果为：本发明提出受隧道湿喷工况干扰的隧道三维扫描建模问题，通过采用结合施工工况进行改进的基于法向偏差的点云去噪与基于三角剖分的孔洞修复算法，克服粉尘、潮湿、振动等恶劣工况对传感器扫描建模的影响，为混凝土喷浆机器人的智能化、全自动化喷浆奠定基础；提出复杂隧道表面整体与特征结构识别分区的问题，通过采用点云搜索、点云特征提取与分割的组合方法，识别出施工中隧道表面存在的拱架、超欠挖等多种特征结构，在喷浆工作中可对应地用于不同的喷浆模式；利用混凝土喷浆机器人机械臂的灵活移动，尽可能地从多角度对隧道环境进行扫描，减少一些隧道内障碍物(主要是隧道支护结构和施工机械设备)的遮挡，更清楚地获取隧道特征分布情况。

附图说明

图1为电控云台与雷达安装位置关系图；

图2为隧道整体建模与局部建模示意图；

图3为配对联合外积求取隧道中轴线；

图4为轴向切面图。

具体实施方式

第一步，采用单线激光雷达进行数据采集和数据包解析，采集时对单线雷达每次获取的二维数据进行预处理。雷达采集到的二维数据本身表示为二维坐标，根据隧道实际规模设置一定阈值，阈值上限约为隧道半径的1.5倍，阈值下限约为隧道半径的0.8倍，根据阈值上限和下限可分别去除距离坐标原点距离过大和过小的异常值；

第二步，雷达本身安装在设计好的支架安装在电控云台(或电控旋转工作台)上，采集二维数据的同时，通过控制电控云台旋转，根据旋转速度与计时精确求解云台转过的角度，并结合旋转角度将换算二维数据换算为三维数据，获得以雷达激光光源中心为坐标原点的笛卡尔坐标系下的三维点云；

第三步，选取距雷达在机械臂上安装位置较近的关节，雷达与邻近机械臂关节坐标系的相对位置关系基本固定不变，并利用该位置关系得到变换矩阵，对三维点云进行坐标系转换，将点云转换到邻近机械臂关节的坐标系下；

第四步，利用机械臂的正向运动学模型及各关节传感器当前的读值，对机械臂进行正向运动学解算，获得第二步中的雷达邻近机械关节坐标系在当前相对于机械臂基坐标系的转换矩阵，对三维点云进行第二次移动和旋转，将三维点云转换到机械臂基坐标系下，从而得到机械臂基坐标系下的隧道三维点云数据；

第五步，对获取的三维点云进行体素滤波使点云数据空间分布均匀，消除因雷达扫描的自身特性造成的数据点近处分布密集、远处分布稀疏的情况，再对三维点云进行聚类分析实现点云分割，依据分割后各部分的大小将点云中属于隧道面的数据提取出来；

第六步，对于上一步得到的隧道面，以平面拟合的方式提取点云数据的表面法向量，对表面法向量进行配对联合外积运算，获得一簇大量的中轴方向，进而取平均值获得精准的中轴方向f＝(x0,y0,z0).并以中轴线为z轴，在原来的原点基础上建立新的坐标系c1，保留与原坐标系间的变换矩阵t01，后续算法实现都以c1为基准，最后转换回原坐标系c0输出数据,最终基于隧道表面法向量获取隧道中轴线；

第七步，运用基于法向偏差的隧道点云去噪算法，以采样点偏离隧道表面垂直距离为噪声识别依据，先根据点云法向与隧道轴向的偏差识别出可靠的隧道表面点，然后参照可靠点，依据采样点偏离隧道表面垂直距离，完成噪声点的进一步确认，认为偏离隧道表面越远的点噪声概率越高，通过调节误差允许范围，可将除拱架以外的偏离隧道面距离较大的点视为噪声点进而剔除。

第八步，将三维点云根据中轴线作第三次坐标转换，使点云的z坐标轴与中轴线重合，在此基础上结合隧道中轴线与隧道施工标准，沿z轴正向作移动切面，在每个切面上对隧道实际轮廓与标准轮廓进行对比，进而获取超欠挖的分布情况以及支护结构的分布情况；

第九步，将隧道面超欠挖及支护结构分布情况反馈给混凝土喷射机械手控制系统，使控制系统能做出对应的运动规划，控制设备机械臂进行施工活动。机械臂做出移动后的位姿数据将用于下一次正向运动学解算，从而得到第三步中需要的新位姿下的点云转换矩阵。