]
[0087] ，
[0088] 其中，i = 1，2, ...，η，η代表点的总个数；ceil代表对该数取整；餌和Θ。是局部 坐标系统中的中心点的极坐标；錢和Θ i是第i个点的极坐标值；Δ θ、Δρ分别代表块的垂 直角和水平角间隔；然后，每个块通过最小二乘拟合成一个代表点^，块中心点的极坐 标表不为：
[0089]
[0090]
[0091] 其中u = 1，2,. . .，m，V = 1，2,. . .，η ;氣和4分别代表块中心点坐标的水平角和 垂直角坐标;$和笔分别为起始点Xbs的水平角和垂直角坐标；c。和r ν分别代表块的行号 和列号；针对估计模型为3D平面的被测物体，根据点的笛卡尔坐标进行分割；
[0092] 将点云数据唯一的划分到不同块中，由于每个块的体积很小，每个单独的块近似 拟合成平面，根据块中心点，估计每个块的代表点，构建不同时刻数据间--对应关系。
[0093] 步骤106 :对比不同时刻所述点云数据拟合得到的代表点的坐标和向量的变化， 进行构筑物精细变形分析。
[0094] 在本步骤中，代表点&的标准偏差么,可表示为：
[0095]
：；：
[0096] 其中 和< 分别为代表点&在X轴、y轴和z轴方向上的方差；通过对不同 时刻的构筑物表面的数据进行坐标对比，分析变化特点和趋势。
[0097] 对于精度的评定，分为内部精度和外部精度两部分。内部精度由块代表点的坐标 值和方差矩阵来表述。变形监测网的精度通过误差传播规律，由转换参数及其方差矩阵来 描述。因此，块代表点的总体精度由代表点在块内的精度和转换参数的精度来表示。如果 某部分坐标对比后差异明显大于处理后数据的精度，说明该部分发生了变形；如果差异不 明显，则需继续判断该部分是属于数据误差还是变形。
[0098] 本实施例所述的基于地面三维激光扫描的构筑物精细变形监测方法基于全站仪 和地面三维激光扫描数据采集的基础上，通过数据处理，对不同时刻物体表面变形信息进 行精细化3D展示和分析。该方法包括外业过程和内业过程，其中，外业过程主要包括控制 点测量和地面三维激光扫描仪作业；内业数据处理过程包括基于点云数据的基准转换、被 测物体形状自动判别、自动3D建模、点云分割和3D变形信息图。本实施例所述方法为典型 构筑物的监测和预测提供了基础支撑。
[0099] 本实施例所述的基于地面三维激光扫描的构筑物精细变形监测方法具有如下优 占.
[0100] (1)同时将靶标点和点云匹配对作为同名点进行基准转换，提高转换精度；
[0101] (2)根据点云对典型构筑物表面进行几何形状的自动判断，并自动进行3D建模；
[0102] (3)根据不同形状采取不同分割算法的基础上进行3D变形展示，更精细化的表示 局部细节。
[0103] 本发明另一实施例还提供了一种基于地面三维激光扫描的构筑物精细变形监测 系统，参见图3,该系统包括：
[0104] 靶标点监测网建立单元31，用于利用GPS或全站仪布设人工靶标点，建立靶标点 监测网；
[0105] 构筑物表面点云数据采集单元32,用于利用地面三维激光扫描仪采集不同时刻的 构筑物表面的点云数据；
[0106] 坐标系转换单元33,用于将靶标点监测网采集的数据和地面三维激光扫描仪采集 的数据转换至同一参考坐标系；
[0107] 构筑物几何模型拟合单元34,用于利用上述同一参考坐标系中的数据对构筑物几 何模型进行判断和拟合；
[0108] 点云数据分割单元35,用于根据拟合得到的构筑物的几何模型进行点云数据的分 害J，将点云数据分割成若干个块，每个块拟合成一个代表点；
[0109] 构筑物变形分析单元36,用于对比不同时刻所述点云数据拟合得到的代表点的坐 标和向量的变化，进行构筑物精细变形分析。
[0110] 其中，所述构筑物表面点云数据采集单元32,还用于布设多个地面三维激光扫描 仪扫描站点，根据几何关系或者特征点将各个扫描站点的点云分成块，每个块内的点云通 过最小二乘进行拟合，估计出块点，并建立不同扫描站点的块点之间的一一对应关系，得到 点云数据的匹配对。
[0111] 其中，所述坐标系转换单元33,具体用于：
[0112] 把块点和人工靶标点同时作为同名点，将人工靶标点采集的数据和不同扫描站点 的点云数据一次性转换至参考坐标系统中，根据七参数转换模型，通过严格的高斯-海尔 摩特模型进行迭代计算转换参数，其中，七参数转换模型为：
[0113]
[0114] 其中，j = l，2，...，p ;p代表同名点，包括人工靶标点和所述点云数据的匹配对的 总数；i代表第i个扫描站点或人工靶标点；m代表尺度因子，Y代表参考坐标系统中的坐标 向量；X代表人工革G标点或扫描站点坐标系统中的坐标向量；ΔΧ为平移向量；R为旋转矩 阵，由（ω, Φ, κ )三个旋转角表示，其中七参数分别包括三个旋转参数、三个平移参数和 一个尺度参数。
[0115] 其中，所述构筑物几何模型拟合单元34,具体用于根据点云数据进行二次型拟合， 依据行列式方法对构筑物几何模型进行判断和拟合，二次型表示为：
[0116]
[0117] 其中，M是对称系数矩阵；Xk是单个点的坐标向量（k = 1，2. ..，η) ;η代表点的个 数；m是系数向量；α为尺度参数；
[0118] 根据二次型估计结果，利用点云数据自动建立构筑物的3D模型，所述构筑物的3D 模型包括椭圆柱体、球体、平面体、圆锥体、椭球体或圆柱体。
[0119] 所述点云数据分割单元35具体用于将不同时刻的扫描数据依据二次型估计算法 建立的统一框架模型，针对估计形状为椭圆柱体、球体、平面体、圆锥体、椭球体或圆柱体的 构筑物，将整个构筑物表面分成若干块（^，C 1):
[0120]
[0121]
[0122] 其中，i = 1，2, ...，η，η代表点的总个数；ceil代表对该数取整；％和Θ。是局部 坐标系统中的中心点的极坐标；教和Θ i是第i个点的极坐标值；然后，每个块通过最小二 乘拟合成一个代表点A ,块中心点Ah的极坐标表示为：
[0123]
CN 105136054 A ^ y/y 贝
[0124]
;
[0125] 其中u = 1，2,…，m，v = 1，2,…，n ;毛.和4分别代表块中心点坐标的水平角和 垂直角坐标；冗和C分别为起始点水平角和垂直角坐标；c。和r ν分别代表块的行号 和列号；针对估计模型为3D平面的被测物体，根据点的笛卡尔坐标进行分割；
[0126] 将点云唯一的划分到不同块中，由于每个块的体积很小，每个单独的块近似拟合 成平面，根据块中心点，估计每个块的代表点Xr，构建不同时刻数据间--对应关系。
[0127] 构筑物变形分析单元36,具体用于构建代表点&的标准偏差大：
[0128]
；
[0129] 通过对不同时刻的构筑物表面的数据进行坐标对比，分析变化特点和趋势，其中 <，分别为代表点在X轴、y轴和ζ轴方向上的方差。
[0130] 其中，对于精度的评定，分为内部精度和外部精度两部分。内部精度由块代表点的 坐标值和方差矩阵来表述。变形监测网的精度通过误差传播规律，由转换参数及其方差矩 阵来描述。因此，块代表点的总体精度由代表点在块内的精度和转换参数的精度来表示。如 果某部分坐标对比后差异明显大于处理后数据的精度，说明该部分发生了变形；如果差异 不明显，则需继续判断该部分是属于数据误差还是变形。同时后续也可以根据构筑物的变 形程度调节监测网和地面三维激光扫描仪采集数据的频率及密度。
[0131] 本实施例所述