本发明属于地下空间安全性检测领域，特别涉及一种地下空间几何异常检测技术。
背景技术：
随着城市的快速发展，地下空间利用率迅速增长，地下空间安全性检测问题成为热点。目前国内地下空间几何异常检测几乎都采用检测车循环监测与人工定点检修相结合的方式，此方式安全性低、效率低、准确度不高。
技术实现要素：
为了解决现有技术中地下空间异常检测安全性低、效率低、准确度不高的问题，本发明提出一种自动检测地下空间几何异常的方法，通过运行的地铁、汽车、无人小车等运载工具上对地下空间是否存在几何异常进行实时性检测。
本发明采用的技术方案为：一种自动检测地下空间几何异常的方法，首先，通过将该激光雷达以垂直于水平面的方式安装在运载工具顶端；光学相机的安装，要求其采集到的光学区域能覆盖激光雷达扫描到的区域，且激光雷达的扫描面与地下空间顶面的交线在光学相机所采集到的区域中央；然后通过激光雷达采集地下空间界面轮廓数据与BIM标准模型相对比，进行初步判断是否存在空间几何异常；当存在异常时再通过光学摄像头采集地下空间图像数据，并根据灰度分割算法进行异常判断；若确实存在异常，则进行异常定位，若不存在异常，接着进行下一次的判断。
所述激光雷达采集地下空间界面轮廓原始数据，并进行初步判断是否存在空间几何异常；具体包括：在运载工具开动过程中，通过激光雷达检测仪得到地下空间截面轮廓的二维点云数据，得到二维点云上每个点到激光雷达的距离；采用中位值滤波算法对原始数据进行滤波；将滤波后的原始数据与BIM融合，当查询点在标准模型中的对应点到激光雷达检测仪坐标的距离与该查询点到激光雷达检测仪坐标的距离之差的绝对值大于第一阈值，则判断存在几何异常。
所述通过光学摄像头采集地下空间图像数据，并根据灰度分割算法进行异常判断；具体为：激光雷达检测仪初步判定点(aix,aiy)处有几何异常后，触发光学摄像头进行拍照，对异常处进行图像采集，并将采集到的光学图像进行灰度处理；然后利用灰度分割法进行异常判断，若经灰度处理后的图像灰度值大于或等于第二阈值，则为有异常，否则为无异常。
优选的，第二阈值K的取值采用迭代式阈值算法，包括：
A1、选取图像灰度的中值作为初始的第二阈值；
A2、利用当前迭代的第二阈值把A1中的灰度图像分割为两个区域：前景和背景，并分别计算出前景和背景区域的灰度均值；
A3、根据步骤A2计算出的前景和背景区域的灰度均值，计算出新的第二阈值；
其中，Ka+1表示第a次迭代计算得到的新的第二阈值，Ω1表示前景区域的灰度均值，Ω2表示背景区域的灰度均值。
A4、若步骤A3计算得到的新的第二阈值与当前迭代的第二阈值之差小于某个给定值，则停止迭代，并将当前迭代步骤A3计算得到的新的第二阈值作为最终的第二阈值；否则将当前迭代步骤A3计算得到的新的第二阈值作为下一次迭代的第二阈值。
所述异常定位，具体为：通过记录运载工具开动时刻以及激光雷达检测仪初步判定某点处存在空间异常的时刻；结合运载工具的运行速度，计算得到异常位置。
综上，本发明的一种自动检测地下空间几何异常的方法流程为：
S1、激光雷达采集地下空间界面轮廓原始数据并进行滤波处理；
S2、若原始数据与BIM融合后存在空间几何异常，则执行步骤S3；否则执行步骤S1；
S3、通过光学摄像头采集地下空间图像数据；
S4、对步骤S3采集的图像数据采用灰度分割算法检测是否存在几何异常；若是则对几何异常进行定位；否则返回步骤S1。
本发明的有益效果：本发明的一种自动检测地下空间几何异常的方法；首先通过激光雷达数据与BIM模型数据相融合进行初步判断，然后再结合光学摄像头进行再次判断，通过两次判定，可以准确得知地下空间中是否具有几何异常；本发明的方法可以通过将激光雷达与光学摄像头安装于运行的地铁、汽车、无人小车等运载工具上对地下空间是否存在几何异常进行实时性检测。
附图说明
图1为本发明实施例提供的采集装置示意图；
图2为本发明实施例提供的数据处理流程图；
图3为本发明实施例提供的激光雷达采集到的原始点云数据示意图；
图4为本发明实施例提供的原始点云数据滤波后的效果图；
图5为本发明实施例提供的光学摄像头采集光学图像效果图；
图6为本发明实施例提供的灰度二维直方图；
图7为本发明实施例提供的空间异常边截图；
图8为本发明实施例提供的空间异常定位效果图。
具体实施方式
为便于本领域技术人员理解本发明的技术内容，下面结合附图对本发明内容进一步阐释。
如图1所示为本发明的采集装置示意图，包括光学相机、激光雷达以及运载工具；这里的运载工具为地铁、汽车、无人小车等；激光雷达以垂直于水平面的方式安装在运载工具顶端；光学相机的安装，要求其采集到的光学区域能覆盖激光雷达扫描到的区域，且激光雷达的扫描面与地下空间顶面的交线在光学相机所采集到的区域中央。
为了解决现有技术中地下空间异常检测安全性低、效率低、准确度不高的问题，本发明提出一种自动检测地下空间几何异常的方法，如图2所示为本发明的数据处理流程图，包括：首先，通过激光雷达采集地下空间界面轮廓数据与BIM标准模型相对比，进行初步判断是否存在空间几何异常；当存在异常时再通过光学摄像头采集地下空间图像数据，并根据灰度分割算法进行异常判断；若确实存在异常，则进行异常定位；否则判断下一处地下空间。
所述激光雷达采集地下空间界面轮廓原始数据，并进行初步判断是否存在空间几何异常；具体过程为：
1、运载工具开动时记录时间T1；
2、在运载工具开动过程中，通过激光雷达检测仪得到地下空间截面轮廓的二维点云数据，设激光雷达检测仪在二维截面内的位置坐标为(0,Pi)，轮廓上每个点的坐标为(aix,aiy)，则二维点云上每个点到激光雷达的距离为
其中，i表示某地下空间的二维截面轮廓，j表示某地下空间的二维截面轮廓上的某点。
3、采用中位值滤波算法对原始数据进行滤波；将Lij按大小排序，取中间值L，若差值比设定的T大，则认为Lij此数据无效，不参与下面步骤的运算,本实施例中设定T＝2L，此步骤通过滤波处理来剔除无效数据。
4、将滤波后的原始数据与BIM融合，在地下空间BIM模型中，查询点(aix,aiy)在标准模型中的对应点(aix～,aiy～)到点(0,Pi)的距离若距离差值大于第一阈值δ，则可初步判断此点具有几何异常，δ一般根据经验取值，本实施例中δ＝0.3L。
所述通过光学摄像头采集地下空间图像数据，并根据灰度分割算法进行异常判断；具体过程为：
激光雷达检测仪初步判定点(aix,aiy)处有几何异常后，记录时间点T2，触发光学摄像头进行拍照，对异常处进行图像采集，并将采集到的光学图像利用公式(1)进行灰度处理；
Y＝0.217R+0.701G+0.082B (1)
其中，R、G、B为三基色；
然后利用灰度分割法进行异常判断，具体如公式(2)；其中1为有异常，0为无异常。
其中，f(x,y)表示经处理后的灰度值；
第二阈值K的取值采用迭代式阈值算法，包括：
A1、选取图像灰度的中值作为初始迭代的第二阈值；
A2、利用当前迭代的第二阈值把灰度图像分割为两个区域：前景区域E0和背景区域E1，并根据公式(3)和公式(4)分别计算出E0和E1的灰度均值Ω1和Ω2；
其中，K1为初始阈值K0的下一图像灰度阈值，其中nm为灰度为m值的像素个数；L为灰度级数。
A3、根据步骤A2计算出的Ω1和Ω2，根据公式(5)计算出新的第二阈值；
其中，Ka+1表示第a次迭代计算得到的新的第二阈值，Ω1表示前景区域的灰度均值，Ω2表示背景区域的灰度均值。
A4、重复步骤A2至步骤A3，直到Ka+1和Ka之差小于或等于给定值，则以当前迭代计算得到的Ka+1作为最终的第二阈值Ki；本实施例中的给定值设定为5。若步骤A3计算得到的新的第二阈值与当前迭代的第二阈值之差大于或等于5，则将当前迭代步骤A3计算得到的新的第二阈值Ka+1作为下一次迭代的第二阈值。
本发明中异常定位，具体为：从运载工具开动时刻T1到激光发现异常时刻T2，利用公式(6)，可得到从运载工具启动到检测到异常的位移S，通过位移S可得到异常的具体位置。
采用本发明方法的激光雷达检测仪采集到的空间轮廓截面点云数据如图3所示，点云通过滤波后的效果图如图4所示，其中本实施例设定T＝2L，可初步得知此空间中具有几何异常，其中第一阈值δ＝0.3L；采用本发明方法的光学摄像头拍照效果图如图5所示，通过对光学照片进行灰度处理，处理后的效果如图6、7所示，图6为灰度二维直方图，图7为空间异常边截图；通过对图6、图7效果图的分析，可得知此空间具有几何异常；通过激光雷达和光学摄像头两次判定，可准确的得知此空间中具有几何异常；最后经过异常定位，可得异常空间如图8中实现框中所示。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。