一种盾构隧道竖径收敛智能计算方法及系统与流程

1.本发明涉及盾构隧道竖向形变监测领域，更确切地说，它涉及一种盾构隧道竖径收敛智能计算方法及系统。


背景技术：

2.盾构隧道施工过程中，盾构开挖对地层的扰动和对地层的注浆都对周围岩土体产生影响，隧道自身受力条件改变也会产生沉降和水平位移。盾构隧道结构是由管片相互拼装而成，自身结构会产生不同程度的位移，严重时会引起结构病害影响使用功能或出现结构安全问题。所以在施工过程中必须对隊道自身的沉降、水平位移、断面收敛等进行监测。
3.当前针对盾构隧道的收敛监测，现有三维激光扫描技术能够完成横径(90
°
～270
°
)的成果输出，但未涉及到竖径成果。如果要进行竖向收敛监测，一般采用竖向收敛仪器人工采集，由于盾构隧道接触网内结构复杂，外业人员无法保证每次测量时的位置及准确性。


技术实现要素：

4.本发明的目的是克服现有技术中的不足，提出了一种盾构隧道竖径收敛智能计算方法及系统。
5.第一方面，提供了一种盾构隧道竖径收敛智能计算方法，包括：
6.s1、获取盾构隧道断面的点云数据；所述点云数据包括道床部分和接触网部分；
7.s2、根据所述点云数据，利用最小二乘法生成拟合椭圆；
8.s3、根据筛选限差，删除所述点云数据中的道床部分，并进行二次椭圆拟合；
9.s4、根据所述点云数据中的道床部分，利用最小二乘法生成拟合直线；
10.s5、根据生成的拟合椭圆以及拟合直线计算竖径收敛；
11.s6、对多期盾构隧道断面的点云数据重复s1-s5，通过对比多期数据的竖径值，分析盾构隧道竖向的收敛情况。
12.作为优选，s2中，拟合椭圆方程系数的计算公式如下：
[0013][0014]
其中，(xi，yi)为隧道断面点云数据中的任一点pi；n表示断面点云数量；(a0，b0，c0，d0，e0)为一次拟合椭圆方程系数。
[0015]
作为优选，s3中，筛选限差的计算公式如下：
[0016][0017]
其中，max(y)和min(y)分别表示纵坐标的最大、最小值，δ表示筛选限差。
[0018]
作为优选，s3中，得到二次拟合椭圆方程系数a，b，c，d，e以及5个椭圆参数，计算公式如下：
[0019][0020]
其中，(x0，y0)为二次拟合椭圆中心；(a，b)为二次拟合椭圆长短半轴；θ为二次拟合椭圆倾斜角。
[0021]
作为优选，s4中，拟合直线方程系数的计算公式如下：
[0022][0023]
其中，n表示道床部分点云数量；(k，d)为道床拟合直线方程系数。
[0024]
作为优选，s5中，竖径收敛的计算公式为：
[0025][0026]
y2＝kx0+d
[0027]
d＝y
1-y2[0028]
其中，y1，y2分别为过拟合椭圆中心的垂线与拟合椭圆上半部分和道床部分交点的纵坐标；d表示盾构隧道断面的竖径值。
[0029]
第二方面，提供了一种盾构隧道竖径收敛智能计算系统，用于执行第一方面任一所述的盾构隧道竖径收敛智能计算方法，包括：
[0030]
获取模块，用于获取盾构隧道断面的点云数据；所述点云数据包括道床部分和接触网部分；
[0031]
第一拟合模块，用于根据所述点云数据，利用最小二乘法生成拟合椭圆；
[0032]
第二拟合模块，用于根据筛选限差，删除所述点云数据中的道床部分，并进行二次椭圆拟合；
[0033]
第三拟合模块，用于根据所述点云数据中的道床部分，利用最小二乘法生成拟合
直线；
[0034]
计算模块，用于根据生成的拟合椭圆以及拟合直线计算竖径收敛；
[0035]
分析模块，用于对多期盾构隧道断面的点云数据进行计算，通过对比多期数据的竖径值，分析盾构隧道竖向的收敛情况。
[0036]
第三方面，提供了一种计算机存储介质，所述计算机存储介质内存储有计算机程序；所述计算机程序在计算机上运行时，使得计算机执行第一方面任一所述的盾构隧道竖径收敛智能计算方法。
[0037]
本发明的有益效果是：本发明基于三维激光扫描点云分析，能批量计算并替代人工测量作业，计算简便、精确度高，并能扩展三维激光扫描技术的应用范围，并更好地服务项目的生产需要，大大提升数据生产效率。
附图说明
[0038]
图1为盾构隧道断面三维激光扫描点云竖径收敛计算流程图
[0039]
图2为盾构隧道三维激光扫描一次拟合结果示意图；
[0040]
图3为盾构隧道三维激光扫描二次拟合结果示意图；
[0041]
图4为当前竖径收敛结果示意图；
[0042]
图5为理想竖径收敛结果示意图；
[0043]
图6为盾构隧道竖径示意图；
[0044]
图7为盾构隧道竖径收敛计算软件结果图。
具体实施方式
[0045]
下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出，对于本技术领域的普通人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
[0046]
实施例1：
[0047]
如图1所示，本技术提供了一种盾构隧道竖径收敛智能计算方法，根据隧道断面三维激光扫描的点云数据，将隧道断面拟合成一个椭圆，将“道床”拟合成一条直线，并获取过拟合椭圆圆心的垂线与隧道顶部与道床的两交点组成的线段(即竖径)，包括：
[0048]
s1、获取盾构隧道断面的点云数据；所述点云数据包括道床部分和接触网部分。
[0049]
s2、根据所述点云数据，利用最小二乘法生成拟合椭圆。如图2所示，一次拟合结果保留了点云数据中的接触网部分和道床部分。
[0050]
设盾构隧道断面的椭圆方程为：
[0051]
x2+a0xy+b0y2+c0x+d0y+e0＝0
[0052]
x，y分别表示拟合椭圆上任一点的平面x，y坐标；
[0053]
设pi(xi，yi)i＝1，2，
…
，n为椭圆轮廓上的n(n≥5)个测量点，依据最小二乘原理，拟合的目标函数为：
[0054]
[0055]
欲使f为最小，需使
[0056][0057]
由此可以得方程：
[0058][0059]
其中，(xi，yi)为隧道断面点云数据中的任一点pi；n表示断面点云数量；(a0，b0，c0，d0，e0)为一次拟合椭圆方程系数，解方程可以得到a0，b0，c0，d0，e0的值，即可得到拟合的椭圆方程。
[0060]
s3、根据筛选限差，删除所述点云数据中的道床部分，并进行二次椭圆拟合。
[0061]
s3中，依次计算每个点拟合值与实际值的差值，删去超过限差的数据。其目的是自动筛选出接触网部分的点云数据，删去道床部分的点云数据。如图3所示，二次拟合结果中“接触网”超出限差的部分和“道床”部分的点云均被过滤掉，图3中横线和竖线分别表示二次拟合椭圆的长轴和短半轴。利用筛选后的数据重复s2得到二次拟合椭圆方程中a，b，c，d，e的值。筛选限差的计算公式如下：
[0062][0063]
其中，max(y)和min(y)分别表示纵坐标的最大、最小值，δ表示筛选限差。
[0064]
根据椭圆的几何知识，可以计算出椭圆的五个参数。位置参数：倾斜角θ、椭圆中心(x0，y0)以及形状参数：椭圆长短半轴(a，b)。
[0065][0066]
s4、根据所述点云数据中的道床部分，利用最小二乘法生成拟合直线。
[0067]
如图4所示，断面一次拟合后的底部水平线与道床位置相差很大，这样求得的竖径
无法满足监测要求。如果针对实测道床点云单独进行直线拟合，将两种拟合结果相结合，可以得到有效的竖径值，如图5所示。因此在计算竖径需要保留道床并且排除接触网的干扰，如图6所示，通过算法求得拟合椭圆圆心，并过圆心作垂线，上端连接椭圆顶部、下端连接道床，通过计算竖径长度，从而获取隧道的竖向收敛变形和道床沉降。
[0068]
设盾构隧道断面道床部分的直线方程为：
[0069]
y＝kx+d
[0070]
其中，x，y分别表示拟合直线上任一点的平面x，y坐标。
[0071]
设pi(xi，yi)i＝1，2，
…
，n为直线轮廓上的n(n≥2)个测量点，依据最小二乘原理，拟合的目标函数为：
[0072][0073]
欲使f为最小，需使
[0074][0075]
由此可以得方程：
[0076][0077]
解方程可以得到k，d的值，即可得到拟合的直线方程。
[0078][0079]
其中，n表示道床部分点云数量；(k，d)为道床拟合直线方程系数。
[0080]
s5、根据生成的拟合椭圆以及拟合直线计算竖径收敛。
[0081]
过拟合椭圆中心(x0，y0)的垂线与拟合椭圆上半部分的交点(x0，y1)可以由椭圆方程得到，取解中较大值为y1。将x＝x0代入盾构隧道断面的椭圆方程可得：
[0082][0083]
过拟合椭圆中心(x0，y0)的垂线与拟合直线的交点(x0，y2)可以由直线方程得到。将x＝x0代入盾构隧道断面“道床”部分的直线方程，可得：
[0084]
y2＝kx0+d
[0085]
竖径即为两交点组成的线段，由此可以计算得到断面的竖径值：
[0086]
d＝y
1-y2[0087]
其中，y1，y2分别为过拟合椭圆中心的垂线与拟合椭圆上半部分和道床部分交点的纵坐标；d表示盾构隧道断面的竖径值。
[0088]
s6、对多期盾构隧道断面的点云数据重复s1-s5，通过对比多期数据的竖径值，分
析盾构隧道竖向的收敛情况。
[0089]
实施例2：
[0090]
一种盾构隧道竖径收敛智能计算方法，包括：
[0091]
步骤一：根据盾构隧道断面的点云数据，利用最小二乘法，解方程得到一次拟合椭圆方程的系数为：
[0092][0093]
步骤二：根据限差δ筛选原始点云数据。
[0094][0095]
根据筛选后的点云数据利用最小二乘法，解方程得到二次拟合椭圆方程的系数为：
[0096][0097]
根据椭圆的几何知识，可以得到椭圆的5个参数分别为：
[0098][0099][0100][0101][0102][0103]
步骤三：根据“道床”部分的点云数据，利用最小二乘法，得到拟合直线的系数：
[0104][0105][0106]
步骤四：根据二次拟合椭圆以及拟合直线计算竖径。过拟合椭圆中心(x0,y0)的垂
线与拟合椭圆上半部分的交点(x0,y1)，与拟合直线的交点(x0,y2)可以分别通过拟合椭圆方程和拟合直线方程得到：
[0107][0108]
y2＝kx0+d＝-0.2464m
[0109]
竖径即为两交点组成的线段，计算得到：
[0110]
d＝y
1-y2＝4.8658m
[0111]
步骤五：对多期隧道断面的点云数据采用上述步骤进行计算，通过对比多期数据计算得到的竖径值，即可分析盾构隧道竖向的收敛情况。
[0112]
盾构隧道竖径收敛计算软件结果如图7所示。对比人工测量的数据与算法的计算结果，两者误差在3mm以内；同期同环不同位置误差在2mm以内，不同期误差在5mm内，符合测量的精度要求。目前人工外业测量的效率较低，单人进行距离1km的竖径测量工作大约需要2h才能完成，通过本方法计算无需这部分额外的外业测量，因此s能节省大量人工成本。

技术特征：
1.一种盾构隧道竖径收敛智能计算方法，其特征在于，包括：s1、获取盾构隧道断面的点云数据；所述点云数据包括道床部分和接触网部分；s2、根据所述点云数据，利用最小二乘法生成拟合椭圆；s3、根据筛选限差，删除所述点云数据中的道床部分，并进行二次椭圆拟合；s4、根据所述点云数据中的道床部分，利用最小二乘法生成拟合直线；s5、根据生成的拟合椭圆以及拟合直线计算竖径收敛；s6、对多期盾构隧道断面的点云数据重复s1-s5，通过对比多期数据的竖径值，分析盾构隧道竖向的收敛情况。2.根据权利要求1所述的盾构隧道竖径收敛智能计算方法，其特征在于，s2中，拟合椭圆方程系数的计算公式如下：其中，(x
i
,y
i
)为隧道断面点云数据中的任一点p
i
；n表示断面点云数量；(a0,b0,c0,d0,e0)为一次拟合椭圆方程系数。3.根据权利要求2所述的盾构隧道竖径收敛智能计算方法，其特征在于，s3中，筛选限差的计算公式如下：其中，max(y)和min(y)分别表示纵坐标的最大、最小值；δ表示筛选限差。4.根据权利要求3所述的盾构隧道竖径收敛智能计算方法，其特征在于，s3中，得到二次拟合椭圆方程系数a，b，c，d，e以及5个椭圆参数，计算公式如下：其中，(x0,y0)为二次拟合椭圆中心；(a,b)为二次拟合椭圆长短半轴；θ为二次拟合椭圆
倾斜角。5.根据权利要求4所述的盾构隧道竖径收敛智能计算方法，其特征在于，s4中，拟合直线方程系数的计算公式如下：其中，n表示道床部分点云数量；(k,d)为道床拟合直线方程系数。6.根据权利要求5所述的盾构隧道竖径收敛智能计算方法，其特征在于，s5中，竖径收敛的计算公式为：y2＝kx0+dd＝y
1-y2其中，y1,y2分别为过拟合椭圆中心的垂线与拟合椭圆上半部分和道床部分交点的纵坐标；d表示盾构隧道断面的竖径值。7.一种盾构隧道竖径收敛智能计算系统，其特征在于，用于执行权利要求1至6任一所述的盾构隧道竖径收敛智能计算方法，包括：获取模块，用于获取盾构隧道断面的点云数据；所述点云数据包括道床部分和接触网部分；第一拟合模块，用于根据所述点云数据，利用最小二乘法生成拟合椭圆；第二拟合模块，用于根据筛选限差，删除所述点云数据中的道床部分，并进行二次椭圆拟合；第三拟合模块，用于根据所述点云数据中的道床部分，利用最小二乘法生成拟合直线；计算模块，用于根据生成的拟合椭圆以及拟合直线计算竖径收敛；分析模块，用于对多期盾构隧道断面的点云数据进行计算，通过对比多期数据的竖径值，分析盾构隧道竖向的收敛情况。8.一种计算机存储介质，其特征在于，所述计算机存储介质内存储有计算机程序；所述计算机程序在计算机上运行时，使得计算机执行权利要求1至6任一所述的盾构隧道竖径收敛智能计算方法。

技术总结
本发明提出一种盾构隧道竖径收敛智能计算方法及系统，包括：获取盾构隧道断面的点云数据；点云数据包括道床部分和接触网部分；根据所述点云数据，利用最小二乘法生成拟合椭圆；根据筛选限差，删除点云数据中的道床部分，并进行二次椭圆拟合；根据点云数据中的道床部分，利用最小二乘法生成拟合直线；根据生成的拟合椭圆以及拟合直线计算竖径收敛；对多期盾构隧道断面的点云数据重复S1-S5，通过对比多期数据的竖径值，分析盾构隧道竖向的收敛情况。本发明有益的效果：本发明基于三维激光扫描点云分析，能批量计算并替代人工测量作业，计算简便、精确度高，并能扩展三维激光扫描技术的应用范围，并更好地服务项目的生产需要，大大提升数据生产效率。大大提升数据生产效率。大大提升数据生产效率。


技术研发人员：王威 程向云 王烨晟 郑佳佳 徐哲能 桑泽磊
受保护的技术使用者：浙江华东测绘与工程安全技术有限公司
技术研发日：2023.02.08
技术公布日：2023/7/19