共查询到18条相似文献，搜索用时 656 毫秒
1.
钢结构在长期荷载及不均匀受力的作用下会产生空间变形，其中扰度是其重要的衡量指标。通常采用全站仪采集钢结构轴线上若干特征点进行分析、计算，由于钢结构特征点难以捕捉，测量存在误差，并且有限的空间离散点难以全面反应钢结构空间变形。本文采用徕卡RTC360三维激光扫描进行钢结构扰度测量；介绍了其作业流程及数据处理方法；利用标靶将各个测站的三维点云拼接成一个整体；采用拟合的方法提取空间特征点及轴线；利用三维点云构建空间模型，并与设计模型进行碰撞分析；可全面地反映钢结构的空间变形情况。 相似文献
2.
利用点云切片提取技术分析桥梁形变 总被引：1，自引：1，他引：0
三维激光扫描技术作为近年来发展迅速的测绘手段,在桥梁健康监测中,已经成为监测技术的重要组成部分。本文以武汉市某跨江大桥为例,首先采用Trimble SX10三维激光扫描仪对桥梁进行长期监测扫描,并对桥梁钢结构和桥墩的点云进行切片;然后在Trimble Business Center 和 Trimble RealWorks软件的帮助下对每期的扫描点云进行处理,提取桥拱断面点坐标并对桥墩切片点云进行最佳垂直圆柱体拟合,获取拟合平面中心点坐标;最后对比分析每期特征点平面坐标的偏差和三维偏移量。本文研究成果验证了三维激光扫描仪在桥梁变形监测中的可行性,丰富了桥梁监测数据的表现形式,可以为相关研究提供依据和参考。 相似文献
3.
4.
面向工业检测领域提出了一种工业构件螺栓孔的空间位置检测方法,解决了大型工业钢结构特征位置的检测问题。通过三维激光扫描获得构件的完整点云,提取螺栓孔的点云,利用非线性的最小二乘方法拟合螺栓孔的中心,获得螺栓孔中心在点云坐标系中的坐标。同时,根据设计尺寸建立构件的标准模型作为检测的基准,将模型特征转换成一组点表示,拟合对应的螺栓孔中心,获得螺栓孔中心在模型坐标系中的坐标。利用两个坐标系中若干个公共点计算平移矩阵和旋转矩阵,最后将点云坐标系中的坐标转换到模型坐标系中,计算出标准模型与构件对应点之间的误差,从而实现对工业构件螺栓孔的空间位置精度检测。 相似文献
5.
一种基于无人机序列图像的地形地貌三维快速重建方法 总被引：1，自引：0，他引：1
提出了一种基于无人机序列图像的地形地貌三维重建方法,该方法采用Harris特征点和SIFT特征向量来提取图像特征,实现图像配准;采用准透视投影模型和因子化方法对未标定的图像序列进行自动标定;通过高效次优解三角化方法获取三维点云坐标;通过准稠密化扩散算法对三维点云进行稠密化;采用捆绑调整算法提高了空间三维点云的精度;采用Possion表面重建方法对三维点云进行了网格化处理.本文为无人机序列图像的应用提供了一个新的思路,拓展了无人机的应用空间. 相似文献
6.
7.
本文基于机器视觉探讨数字摄影测量三维构像下的智能数据处理要素之二：海量点云分割处理技术。多模型拟合方法通过将点云拟合到不同模型中,依照点云空间分布特征和几何结构特征进行分割。针对点云数据量巨大、分布不均匀、结构复杂等特性,本文提出一种基于多模型拟合的点云分割方法。首先通过降采样,采用基于密度分布的聚类方法,实现对点云的预分割。在预分割基础上,利用基于分裂合并的多模型拟合方法对点云进行后续拟合分割。针对平面和弧面,本文采用不同的拟合方式,最终实现对室内密集点云分割。试验结果表明,该方法能够在无须提前设置模型数目的情况下实现点云的自动分割。且相较于现有的点云分割技术,此方法相较于现今的常规方法能取得更好的分割效果,在分割的正确率上要高于现有的常规分割方法,在处理相同数据量的点云分割时,能够达到远低于常规方法的时间消耗。通过本文提出的三维点云分割方法能够实现将大规模、复杂三维点云数据分割为较为精细、具有准确模型参数的三维几何图元,为后续实现大规模、复杂场景的精确三维构象提供有力支持。 相似文献
8.
《武汉大学学报(信息科学版)》2021,(9)
根据建筑物室内墙壁的空间姿态特征,建立了一种自动绘制室内平面图的点云向量追踪算法。首先截取一定厚度的室内墙体点云并将其投影至水平面,在投影平面上建立正方形格网,对投影后的平面点进行分割管理,并通过八邻域算法对网格内点云进行聚类。然后采用网格重心法对聚类后的点云数据进行抽稀,并根据邻域内点间距与连线向量夹角大小对抽稀后的点进行追踪排序,建立追踪方向的向量序列,结合向量序列中相邻值夹角的突变情况完成不同墙面的点云分割。最后采用最小二乘算法对分割得到的相同墙面点云进行直线拟合,求取相邻墙体直线的交点,建立房屋墙体平面投影线段及其空间连接关系,依序输出墙体投影线段,完成房屋平面图的绘制并导出DXF格式数据交换文件。通过对某小区建筑物室内扫描数据的分析,对所提算法进行验证,结果表明所提算法可准确快速地对室内三维激光扫描点云进行分析处理,并完成室内建筑物平面图的绘制。 相似文献
9.
结构体整体变形量提取算法 总被引：1，自引：0，他引：1
马国正 《测绘科学技术学报》2015,(4):336-339
以往利用三维激光扫描提取变形量都是基于DEM模型进行变形量的提取。该方法提取的是一维变形量,没有考虑不同方向的变形量。针对此,对基于K-最邻近点搜索的ICP算法进行改进;并基于局部匹配的方法,提取结构体的整体变形量,包括变形的方向和大小。首先,对ICP算法中最邻近点搜索容易出现重复的地方进行了修改,构建了改进的K-最邻近点搜索的ICP算法。其次,利用该算法对采集的两期点云进行全局配准,并将配准后的结构体点云进行归一化处理。最后,利用该算法对结构体点云进行局部匹配,从而可以得到结构体的整体变形量,包括3个旋转向量和3个平移向量。通过实例,验证了该方法在结构体变形提取中的有效性。 相似文献
10.
移动激光扫描技术具有获取数据速度快、点密度大、精度高、无需拼站等优点,本文利用该技术获取的点云数据对隧道形变检测方法进行了研究和应用。首先,结合边界检测算法和随机抽样一致性算法计算隧道的空间中轴线,在此过程中省去了传统方法中对大量点云进行旋转的过程。其次,采用k近邻法计算各断面的缓冲区对点云进行分块,并利用投影法构建断面点集,提高了断面点集获取的速度。最后,提出了一种迭代椭圆拟合去噪的方法,在拟合出断面线的同时去除了噪声。最终通过与全站仪获取的断面数据进行对比验证了该方法的精度并将其应用在某段圆形盾构隧道上,采用隧道检测小车获取点云数据,每隔2 m截取一个断面,然后通过与理论断面的对比分析了隧道的形变情况。 相似文献
11.
利用三维激光扫描技术测得的建筑物点云数据能够较清晰地表示建筑物的三维空间信息,提供高精度、高密度的建筑物表面描述。点云本身不直接显示自身所包含的特征信息,在进行局部形变提取时,需要进行点云分割工作。现有的应用于建(构)筑物的分割算法大多依赖于建(构)筑物特征设定突变阈值,当遇到复杂场景时,这些假设往往会导致错误。随着机器学习在点云处理领域的延伸,建(构)筑物点云数据边界的识别和分割有了新的实现思路。本文以某矿区工作面上方铁路桥两期三维激光扫描数据为例,采用神经网络方法对桥拱钢结构实行分割提取,在对1000万个标记桥梁点云数据进行训练后,神经网络模型可以学习操作人员识别点云中各点的属性并进行标记,并提取两期数据中的钢结构点云;对使用神经网络分割出的桥拱钢结构点云进行分析,通过对钢结构底边线进行特征线拟合、长度提取,计算钢结构的位移及拉伸量,并结合桥拱位移、形变量分析桥梁形变。研究表明:使用神经网络模型对标记数据进行训练可以有效识别建(构)筑物特征,并应用于建(构)筑物局部形变分析。 相似文献
12.
随着建筑行业的飞速发展，全国各地新建了大批复杂钢结构，其结构复杂，建筑体量巨大，在钢结构建筑施工的过程中，为了进行精确的钢结构拼接和方便其他部件的安装，需要获取钢结构部件上的特征信息。传统钢结构建筑物的安装与检测获取特征信息困难，延误施工工期。三维激光扫描可以通过大范围密集扫描快速获取钢结构的点云数据，经过处理可以获取钢结构的特征信息。本文以周口店北京人遗址大型钢结构圆盘构件节点坐标获取为例，介绍了钢结构点云数据的获取和数据处理流程，提出了基于几何位置关系的构件节点坐标提取方法。结果表明，采用三维激光扫描技术可以快速准确地获取工程坐标系下的钢结构构件特征，从而满足工程精度的要求。 相似文献
13.
针对赛道复杂双曲面结构的高精度要求,以及无BIM模型加以参照这一现状,本文以北京冬奥会雪车雪橇赛道为例,首先采用全站式三维激光扫描仪对赛道混凝土喷射形成的曲面进行扫描,并结合建筑设计坐标完成夹具剖面特征点检测;然后依据设计三维坐标进行建模;最后将模型与扫描点云数据进行对比检测,生成三维色谱图,以掌握任意点的偏差值。结果表明,该方法既能进行关键特征点位的检测,又能全面掌握整个复杂曲面的偏差情况,满足测量的高精度要求,可为今后此类复杂曲面检测工程提供思路与技术参考。 相似文献
14.
15.
16.
17.
为了对大坝、高层建筑、滑坡区、采空区等危险变形体进行变形观测，针对智能全站仪、GNSS测量、三维激光扫描等变形监测技术无法很好地实现变形特征点和点云的综合变形分析问题，提出了基于全站扫描特征点自约束点云变形分析方法，获取变形体的离散特征点和整体点云变形数据，利用特征点形变矢量求取点云至模型的形变量，从而刻画变形体的整体形变信息。试验结果表明，利用本文所提出的方法能够成功计算出点云至模型的形变量，经统计分析，所有点的形变量真误差的期望值为-0.04 mm，结果精度为1.2 mm。试验结果能够反映变形体的整体形变信息，且具有较高精度。 相似文献