8 基于三维激光扫描的隧道检测技术

•1基于三维激光扫描的隧道检测技术汪俊，教授，博士生导师中组部“千人计划”青年专家南京航空航天大学2汇报提纲团队介绍二3一高精度三维激光检测技术移动三维激光检测系统四3三隧道病害智能分析平台案例分析3五•23汇报提纲团队介绍二3一高精度三维激光检测技术移动三维激光检测系统四3三隧道病害智能分析平台案例分析3五一、团队简介(Team)4l2015国家“千人计划”青年专家l2014江苏省“双创计划”人才l2013江苏特聘教授l2013.03-2013.10美国哈佛大学访问学者l2010.09-2013.10美国徕卡测量公司研发组组长l2009.05-2010.08美国威斯康辛大学博士后l2008.04-2009.04美国加州大学博士后l专注于超大规模三维激光测量与计算、数字几何处理及三维可视化技术应用研究，目前主持国家级、省级及其他企业合作项目共15项，申请美国发明专利2项，国家发明专利1项，软件著作权2项，发表SCI论文40余篇。汪俊教授、博士生导师南京航空航天大学•35一、团队简介(Team)Ø实验室概况：实验室现有高级职称2人，博士后1人，博士10人，硕士9人，Ø负责人：汪俊，教授，博士生导师。自主研制无人飞行激光采集系统地面控制中心三维激光雷达三维激光扫描设备自主研制移动三维测量装备6汇报提纲团队介绍二3一高精度三维激光检测技术移动三维激光检测系统四3三隧道病害智能分析平台案例分析3五•4二、三维激光扫描技术(HDSlaserscanning)深圳地铁1号线某区间存在大量拱顶掉块和多处裂缝，集中于管片螺栓连接处。首次采用三维激光测量技术迅速全面掌握掉块区域结构变形情况、关键性指标，部署处置措施方案。事件回放二、三维激光扫描技术(HDSlaserscanning)事件回放勘测院：据监测显示从8月份以来隧道变形在3mm范围内，变化稳定。地铁领导：是什么时候开始形成如此大的管片形变？工程师：隧道原始状态是什么样的啊？结论总结1、隧道形变变化量正常(3mm)；2、隧道原始状态未知！现有监测方式只能监测变化量，不能测量状态量！±•5效率低下二、三维激光扫描技术(HDSlaserscanning)现有监测方式已监测变化量，没有测量状态量！监测点3监测点2监测点1监测点4监测点5劳动强度高数据缺失监测变化量缺点二、三维激光扫描技术(HDSlaserscanning)如何获取隧道高精度状态量？三维激光扫描技术又称“三维实景复制技术”，采用快速、非接触、高精度的方式获取任何复杂的现场环境及空间目标的三维立体信息，快速重构目标的三维模型及线、面、体、空间等各种带有三维坐标的数据，再现客观事物真实的形态特性。测量精度：1mm/50m测量距离：100m•6二、三维激光扫描技术(HDSlaserscanning)三维激光测量数据实例数据丰富数据量超大二、三维激光扫描技术(HDSlaserscanning)隧道三维激光扫描方案点云管理搬站扫描数据建模拼接转换成果发布分析报告编辑量测外业观测l超高速三维激光扫描仪l全站仪设站方式l专业高精度测量标靶l点云自动拼接l百亿级点云流畅管理l多用户实时协同处理l点云去噪l点云自动拼接和视图拼接l标靶拼接、坐标拼接、混合拼接l生成专业的拼接报告l构建各种实体模型l重现中心轴线l体积面积量算l隧道断面变形监测分析系统l点云、图像和模型都可发布l网络分享，IE浏览查看l尺寸量测l资产管理•7二、三维激光扫描技术(HDSlaserscanning)隧道三维激光扫描数据二、三维激光扫描技术(HDSlaserscanning)隧道三维激光扫描数据分析•815汇报提纲团队介绍二3一高精度三维激光检测技术移动三维激光检测系统四3三隧道病害智能分析平台案例分析3五三、移动激光扫描技术(Mobilelaserscanning)固定与移动测量方式互为补充！效率较低（1km/2.5h）精度高（1mm）精度较低（5mm）效率高（3km/2.5h）•9三、移动激光扫描技术(Mobilelaserscanning)隧道移动三维激光检测系统（自主研发）三、移动激光扫描技术(Mobilelaserscanning)隧道移动三维激光检测系统（自主研制）•10移动系统软件平台-分析指标（影像分辨率可控）三、移动激光扫描技术(Mobilelaserscanning)固定式测量平台vs移动式测量系统三、移动激光扫描技术(Mobilelaserscanning)固定式移动式精度±1毫米±5毫米速度0.3公里/小时0.5-3.6公里/小时应用场景地铁隧道保护区监测地铁运营线路周期性常规巡检地铁新线竣工测量地铁运营线路现状调查软件：均采用我们自主开发的数据智能分析系统！•1121汇报提纲团队介绍二3一高精度三维激光检测技术移动三维激光检测系统四3三隧道病害智能分析平台案例分析3五劳动强度高四、隧道病害智能分析技术(DP-Analysis)传统方法通过肉眼观察隧道病害！易遗漏易出错效率低下缺点•12如何自动精确识别隧道的病害种类？深度神经网络技术又是一种高效的机器学习技术，该技术通过构建具有很多隐层的机器学习模型和海量的训练数据，来学习更有用的特征，从而最终提升分类或预测的准确性。十分擅长处理图像分类问题，且适用于大数据处理。四、隧道病害智能分析技术(DP-Analysis)建立隧道影像数据库，采用深度学习技术对隧道病害进行自动化识别！隧道影像数据库Deep-Learning识别算法渗水一类二类一类二类三类结构破损环向裂缝一类二类纵向裂缝一类二类三类四、隧道病害智能分析技术(DP-Analysis)•13隧道病害智能分析平台劳动强度低智能化高效率优势影像数据处理影像数据采集病害智能识别与分析成果发布分析报告外业观测影像数据库建立影像数据获取识别模型训练四、隧道病害智能分析技术(DP-Analysis)26汇报提纲团队介绍二3一高精度三维激光检测技术移动三维激光检测系统四3三隧道病害智能分析平台案例分析3五•14五、案例分析-深圳地铁1号线(Casestudy)项目背景：深圳地铁某区间存在大量拱顶掉块和多处裂缝，集中于管片螺栓连接处。迅速全面掌握掉块区域结构变形情况、关键性指标，部署处置措施方案。隧道上方凌晨的施工现场隧道局部区域掉块现状凌晨扫描作业现场隧道专家听证会现场项目实施：区间隧道结构三维扫描的监测频率为3天/次，监测周期半个月（15天），左线4次、右线2次，邻近区间扫描4次，18天内总共扫描10次（含数据处理及参加专家听证会）。项目成果：全面分析隧道结构沉降、收敛及错台等关键指标，迅速掌握隧道健康状态，提供准确的隧道断面信息为隧道的钢环加固提供支撑。全面专业的技术报告案例1：地铁保护区隧道形变应急监测五、案例分析-深圳地铁5号线(Casestudy)基坑工程：地铁上盖物业基坑工程临近隧道状态定期评估。穿越工程：地铁5号线前桂区间上跨11号线南前区间施工前环境现状调查。隧道质保：地铁建设重点区域内隧道定期进行质量状态监测与评估。案例2：地铁保护区重点工程临近隧道状态监测与评估•15五、案例分析-深圳地铁11号线(Casestudy)用户获益：ü最大限度地确保建设质量；ü获得建筑结构的客观原始数据档案；ü大大节省隧道维修费，明确施工方与运营方责任界限；ü全面准确掌握隧道现状。地铁11号线南前区间竣工验收：Ø提供完整的隧道设施三维竣工数据库；Ø制作成比例的隧道表面影像图；Ø检查验收断面尺寸与理论断面偏差等详细分析数据；Ø将现有数据转换到资产管理系统的数据接口进行运营维护管理。案例3：地铁隧道全线竣工验收及周期性状态监测五、案例分析Ø深圳地铁集团Ø万科集团Ø中铁一局Ø中国有色金属工业Ø深圳市政院Ø深圳地铁运营公司Ø中铁十五局Ø恒裕集团Ø中国电建Ø中铁四局Ø中铁十一局Ø深圳市建筑工务署合作企业•16谢谢各位聆听！