隧道点云中心线自动提取和三角网构建方法与流程

1.本发明涉及轨道交通技术领域，具体而言，涉及隧道点云中心线自动提取和三角网构建方法。


背景技术：

2.专利cn201910478093.1一种隧道建模方法及装置。根据所获取的隧道三维点云数据生成隧道反射影像，并建立所述隧道三维点云数据与所述隧道反射影像的映射关系；识别所述隧道反射影像中的所有垂直边界，并将所述隧道反射影像分割成一族单环管片子影像；对所述一组单环管片子影像进行识别，分别获取每一张单环管片子影像对应的管片块边界；获取所述隧道三维点云数据中各管片块对应的点云数据集；将所述管片块对应的点云数据集与预设的管片块理论模型库中相应的理论模型进行优化匹配，获取隧道整体模型。
3.该方法需要建立隧道反射影像，且需要隧道中含有垂直边界，并与理论模型进行优化匹配，实现上有一定复杂性。
4.专利cn201911335627.1用于盾构隧道的建模方法。首先根据设计图纸构建参数化数据库，然后和参数化族数据库合成盾构隧道建模数据库。然后使用dynamo软件调用该数据库生成模型。
5.此方法调用了大量的三方软件，人工量大，自动化程度低，计算步骤繁琐，不易于实现。


技术实现要素：

6.本发明的目的在于提供一种隧道点云中心线自动提取和三角网构建方法，以解决上述的问题。
7.为了实现本发明的上述目的，采用以下技术方案：
8.本技术提供了一种隧道点云中心线自动提取和三角网构建方法，包括如下步骤：
9.步骤100：通过三维激光扫描，采集目标区域的点云数据；
10.步骤200：根据采集的目标区域的点云数据，计算隧道中心线坐标；
11.步骤300：将点云沿着隧道中心线进行重投影；
12.步骤400：对坐标投影后的点云进行去噪；
13.步骤500：将去噪后的点云沿着中心线展开；
14.步骤600：构建三角网模型。
15.进一步地，步骤100中，采集目标区域的点云数据，具体方法是：通过三维激光雷达扫描周围环境，采集周围环境的点云数据。
16.进一步地，步骤200中，根据采集的目标区域的点云数据，计算隧道中心线坐标，具体方法是：
17.根据步骤100获得的已知点云数据，给出隧道上一点以及隧道初始方向，可根据一
定的步长对隧道点云进行切分，并自动计算出整条隧道的中心线，包括如下步骤：
18.步骤210：在隧道点云上指定一点pt
origion
以及初始方向，初始方向需要沿着隧道方向定义为xdir
origion
，垂直于初始方向定义为ydir
origion
；
19.步骤220：对pt
origion
的位置进行重新计算，沿着xdir
origion
取得一定宽度d的剖面点云，计算该点云的凸包点，然后对凸包上的点均匀采样，然后计算所有采样点的中心，以此中心的位置重新作为pt
origion
；
20.步骤230：从pt
origion
沿着xdir
origion
方向按照给定的步长step，找到下一个中心点，此中心点的位置计算方法为：
21.pt
new
＝pt
origion
xdir
origion
*step
22.取得pt
new
后，按照步骤220所述方法对pt
new
的位置进行优化，输出优化后的中心点pt
new
，并求得新的前进方向xdir
new
，最后以pt
new
作为pt
origion
，以xdir
new
作为xdir
origion
，重复此步骤，直到，序终止；
23.步骤240：进入步骤210，将所给定的初始方向反向，其它条件不变，以处理隧道的另一个方向，即可求得整条隧道的中心线。
24.进一步地，步骤300中，将点云沿着隧道中心线进行重投影，具体步骤是：
25.步骤310：计算各个隧道中心线的顺线路方向以及横线路方向；
26.步骤320：对每一段中心线点之间的点云进行重投影。
27.进一步地，步骤310中，计算各个隧道中心线的顺线路方向，具体计算方法是：
28.假设各个隧道中心点的坐标为p
i
，以p1为起点的向量为p
01
，以p2为起点的向量为p
12
；p
01
＝p0‑
p1，p
12
＝p1‑
p2，以p1为起点的向量p
1final
为中心线点p1最终的顺线路方向，p
1final
＝(p
01
p
12
)/2，对每一个中心点都可以求出相应的p
ifinal
，以各个中心线点为平面上一点，p
ifinal
为各个平面的法向，可以构成若干平面plane
i
，可将隧道点云按照这些平面划分为若干块，根据各个隧道中心点计算出的顺线路方向。
29.进一步地，步骤320中，对每一段中心线点之间的点云进行重投影，具体步骤是：
30.首先计算隧道点云到中心线的距离proj
xdir
，然后以proj
xdir
为距离做一条平行于中心线的辅助线，则plane1和plane2将分别与该辅助线交于p
11
和p
22
，p
11
和p
22
之间的距离为d
help
；
31.p点到p
11
的垂直距离为proj
ydir
，proj
ydir
与p点到p1点的垂直距离的差值为d
diff
；
32.那么p点的真实投影距离proj
real
将采用以下公式进行计算：
33.proj
real
＝(proj
ydir
‑
d
diff
)/d
help
*d
line
34.其中，proj
real
表示p点的真实投影距离；proj
ydir
表示p点到p
11
的垂直距离；d
diff
表示proj
ydir
与p点到p1点的垂直距离的差值；d
help
表示p
11
和p
22
之间的距离；d
line
表示中心线与辅助线之间的垂直距离；
35.然后建立以点云在中心线顺线路方向上的投影距离为x轴，横线路方向投影为y轴，天顶方向为z轴的空间直角坐标系，经过此坐标投影后，全部的隧道点云的xy平面上的变化就被消除了。
36.进一步地，步骤400中，对坐标投影后的点云进行去噪，具体步骤是；
37.步骤410：沿着中心线，以一定步长对点云按照一定厚度进行切分；
38.步骤420：将每块点云的x轴压平，即只保留横线路方向的y轴坐标以及天顶方向的
z轴坐标；接下来求取点云的凹包，求出凹包点后，求解每一个隧道点到凹包最近连线的垂直距离d，连线的垂直距离d小于预设的经济阈值时，认为是隧道上的点，否则认为是噪点予以去除。
39.进一步地，步骤500中，将去噪后的点云沿着中心线展开，具体步骤是；
40.点云经过去噪之后，隧道边缘的点予以保留，内部的噪点或异物点已全部被去除，此时可以求出隧道上每一个点的方位角β，那么建立以点云在中心线顺线路方向上的投影距离为x轴，点云方位角angle为y轴的二维空间直角坐标系，这样全部的隧道点云将被展平到二维平面，用于后续操作。
41.进一步地，步骤600中，构建三角网模型，具体步骤是：
42.将展平到二维平面的点云构建delaunay三角网，构建好delaunay三角网后，所有点的空间拓扑结构已经构建完毕，即已经知道每个点和哪些点相连以构成三角网，然后按照每个点与原始三维空间中的点云的一一对应关系，即可成功构建出原始点云的三角网模型了。
43.进一步地，所述凹包的求法使用alpha
‑
shape算法，alpha值为0.2
‑
0.5。
44.采用上述技术方案，本发明具有如下有益效果：
45.1、本方法解决了盾构隧道、矿山巷道的点云自动mesh重建问题，此类问题难度大、解决方案较少。
46.2、方法易于编写为计算机程序，自动化程度高。本文方法易于采用计算机程序语言实现，复杂度不高。输入数据采用无人机点云，易于获取。本文采用的隧道中心线提取方法、基于中心线的去噪方法以及隧道mesh三角网构建方法全部是自动化的，不需要依赖于三方软件。相较于其它方法而言自动化程度大幅提升。
47.3、将三维mesh构建问题转化为二维构建问题。降低了三角网构建的难度。
48.4、效果好，贴近于实际情况。最终构建的隧道表面三角网基于原始的点云数据，反映的是真实的隧道状况，保留了隧道的全部细节。无需对隧道形态进行拟合或匹配等操作。
附图说明
49.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
50.图1为本发明提供的隧道点云中心线自动提取和三角网构建方法的流程示意图。
51.图2为本发明提供的初始点与xdir
origion
和ydir
origion
的关系示意图。
52.图3为本发明提供的凸包点的示意图。
53.图4为本发明提供的顺路方向计算示意图。
54.图5为本发明提供的点云分块示意图。
55.图6为本发明提供的点云重投影示意图。
56.图7为本发明提供的重投影后的点云示意图。
57.图8为本发明提供的隧道切分示意图。
58.图9为本发明提供的隧道切面凹包点示意图。
59.图10为本发明提供的隧道点云展点示意图。
60.图11为本发明提供的隧道点云三角网示意图。
具体实施方式
61.下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
62.如图1所示，一种隧道点云中心线自动提取和三角网构建方法，其特征在于，包括如下步骤：
63.步骤100：采集目标区域的点云数据；
64.步骤200：根据采集的目标区域的点云数据，计算隧道中心线坐标；
65.步骤300：将点云沿着隧道中心线进行重投影；
66.步骤400：对坐标投影后的点云进行去噪；
67.步骤500：将去噪后的点云沿着中心线展开；
68.步骤600：构建三角网模型。
69.具体地，步骤100：采集目标区域的点云数据，具体方法是：通过三维激光雷达扫描周围环境，采集周围环境的点云数据。
70.具体的，激光点云技术是指利用在空间中分布的点来描述实际的物体，也就是用激光点云描述物体在地球上的绝对空间位置；这些点包含了扫描区域的所有物体，包括可用和不可用的部分，甚至是噪点(即原始点云数据)。
71.具体地，步骤200中，根据采集的目标区域的点云数据，计算隧道中心线坐标，具体方法是：
72.根据步骤100获得的已知点云数据，给出隧道上一点以及隧道初始方向，可根据一定的步长对隧道点云进行切分，并自动计算出整条隧道的中心线，包括如下步骤：
73.步骤210：在隧道点云上指定一点pt
origion
以及初始方向，初始方向需要沿着隧道方向定义为xdir
origion
，如图2所示，图2中横向箭头为初始方向，初始点可以是隧道点云上的点，也可以是由人工输入的点，图2中竖向箭头垂直于横向箭头方向定义为ydir
origion
。
74.步骤220：对pt
origion
的位置进行重新计算，沿着xdir
origion
取得一定宽度d的剖面点云(若没有取得点云，说明已经遍历至隧道尽头，算法终止)，计算该点云的凸包点，然后对凸包上的点均匀采样，然后计算所有采样点的中心，以此中心的位置重新作为pt
origion
；如图3所示，根据剖面点所求的凸包用外圈连线表示，外圈连线上的原点为凸包上的采样点，pt
origion
经过计算后，位置从任意一点转移到了隧道中心位置。
75.步骤230：从pt
origion
沿着xdir
origion
方向按照给定的步长(例如4m)，找到下一个中心点，此中心点的位置计算方法为：
76.pt
new
＝pt
origion
xdir
origion
*step
77.其中，pt
new
表示中心点的位置；pt
origion
表示在隧道点云上指定一点；xdir
origion
表示初始方向；step表示给定的步长；
78.取得pt
new
后，按照步骤220所述方法对pt
new
的位置进行优化，输出优化后的中心点pt
new
，并求得新的前进方向xdir
new
，最后以pt
new
作为pt
origion
，以xdir
new
作为xdir
origion
，重复
此步骤，直到，序终止；
79.步骤240：进入步骤210，将所给定的初始方向反向，其它条件不变，以处理隧道的另一个方向，即可求得整条隧道的中心线。
80.具体地，步骤300中，将点云沿着隧道中心线进行重投影，具体步骤是：
81.步骤310：计算各个隧道中心线的顺线路方向以及横线路方向；
82.其中，如图4所示，顺线路方向计算方法如下：假设各个隧道中心点的坐标为p
i
，以图4中p1为例，以p1为起点的向量p
01
，以p2为起点的向量p
12
；p
01
＝p0‑
p1，p
12
＝p1‑
p2，以p1为起点的向量p
1final
为中心线点p1最终的顺线路方向，p
1final
＝(p
01
p
12
)/2，对每一个中心点都可以求出相应的p
ifinal
，以各个中心线点为平面上一点，p
ifinal
为各个平面的法向，可以构成若干平面plane
i
，可将隧道点云按照这些平面划分为若干块，分块示意图如图5所示,图5中，图5，箭头的方向，即为各个隧道中心点计算出的顺线路方向。
83.步骤320：对每一段中心线点之间的点云进行重投影，如图6所示，首先计算隧道点云到中心线的距离proj
xdir
，然后以proj
xdir
为距离做一条平行于中心线的辅助线，则plane1和plane2将分别与该辅助线交于p
11
和p
22
，p
11
和p
22
之间的距离为d
help
；
84.p点到p
11
的垂直距离为proj
ydir
，proj
ydir
与p点到p1点的垂直距离的差值为d
diff
。
85.那么p点的真实投影距离proj
real
将采用以下公式进行计算：
86.proj
real
＝(proj
ydir
‑
d
diff
)/d
help
*d
line
87.其中，proj
real
表示p点的真实投影距离；proj
ydir
表示p点到p
11
的垂直距离；d
diff
表示proj
ydir
与p点到p1点的垂直距离的差值；d
help
表示p
11
和p
22
之间的距离；d
line
表示中心线与辅助线之间的垂直距离；
88.然后建立以点云在中心线顺线路方向上的投影距离为x轴，横线路方向投影为y轴，天顶方向为z轴的空间直角坐标系，经过此坐标投影后，全部的隧道点云的xy平面上的变化就被消除了，投影后的隧道点云结果如图7所示。
89.具体地，步骤400中，对坐标投影后的点云进行去噪，具体步骤是；
90.步骤410：沿着中心线，以一定步长对点云按照一定厚度进行切分(与步骤200中的切分点云不同的是，此时步长与厚度是相等的，即所有点云将无一遗漏地被切分到对应块中。而步骤200中的厚度往往小于步长)；
91.步骤420：将每块点云的x轴压平(坐标置零)，即只保留横线路方向的y轴坐标以及天顶方向的z轴坐标，参见图8，这样做的好处是，将三维坐标转换为二维，降低了后续求解凹包的难度；接下来求取点云的凹包(与凸包不同的是，凹包按求解方法的不同，并不是唯一的)，求出凹包点后，求解每一个隧道点到凹包最近连线的垂直距离d，连线距离小于预设的经济阈值时(d
threshold
)认为是隧道上的点，否则认为是噪点予以去除。如图9所示，图9中外圈连线为该隧道切面所求的凹包，图9中连线b和连线d分别是隧道内部两个点到内壁的距离，可以看到连线b距内壁较远，将被判定为噪点；连线d距内壁较近，将被保留，去噪后的点用于进行后续步骤。
92.具体地，步骤500中，将去噪后的点云沿着中心线展开，具体步骤是；
93.点云经过去噪之后，隧道边缘的点予以保留，内部的噪点或异物点已全部被去除，此时可以求出隧道上每一个点的方位角β，参见图10，那么建立以点云在中心线顺线路方向上的投影距离为x轴，点云方位角angle为y轴的二维空间直角坐标系，这样全部的隧道点云
将被展平到二维平面，用于后续操作。需要注意的是，隧道点云在展点的过程中要保留10
°
左右的重叠度，用于后续接边。
94.具体地，步骤600中，构建三角网模型，具体步骤是：
95.将展平到二维平面的点云构建三角网，构建好三角网后，所有点的空间拓扑结构已经构建完毕，即已经知道每个点和哪些点相连以构成三角网，然后按照每个点与原始三维空间中的点云的一一对应关系，即可成功构建出原始点云的三角网模型了，如图11所示。
96.具体地，所述三角网采用delaunay三角网，delaunay三角网是一种经典的构网方法，该三角网中所有的点必须满足空圆属性。对于某一块点云而言，delaunay三角网是唯一的。
97.具体地，凹包的求法使用alpha
‑
shape算法，alpha值为0.2
‑
0.5。
98.本方案的技术原理：
99.本发明提出一种基于高精度三维点云数据计算隧道表面三维点云的方法。该方法基于隧道点云数据，通过指定隧道点云上一点以及隧道方向，自动计算整条隧道的中心线，然后根据中心线为整条隧道进行去噪，去除隧道中的噪点，同时将点云沿着中心线按极坐标展开为带有重叠度的二维点云，将该点云在二维平面中构建三角网，反算到三维空间中。形成隧道模型。
100.最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。