目次
1.楽器の紹介
3 次元レーザー走査計測技術は、実景再現技術とも呼ばれ、3 次元レーザースキャナーで走査することにより、対象表面の各サンプルを大規模かつ高精度に高速に取得することができます。 、高解像度、非接触で点の 3 次元座標データ。 3D レーザー スキャン測定システムには、3D レーザー スキャナー、システム ソフトウェア、電源、および付属機器が含まれています。このうち、3D レーザー スキャナの主な構成は、正確なレーザー測距システム、レーザーをガイドして均一な角速度で走査する反射プリズム、水平方位角偏向コントローラー、高度角偏向コントローラー、データ出力プロセッサーで構成されます。一部の機器にはデジタル カメラが内蔵されています。
3次元レーザースキャナーは、非接触で高速レーザーを照射し、物体表面の距離、水平角、鉛直角、反射強度を取得し、自動的に計算して記憶します。点群データ。
レーザーの種類に応じて、3D レーザースキャナはフェーズ型とパルス型に分けられます。フェーズド 3D レーザー スキャナーの利点は、高速スキャン速度、高精度、高点密度、至近距離でスキャンできることですが、欠点はスキャン距離が比較的短く、通常は数十から数百メートルであることです。パルス式3次元レーザースキャナーの利点は、走査距離が数kmに達することもありますが、短距離は近距離走査効果が乏しく、走査速度が遅いことです。スキャン距離に応じて、短距離、中距離、長距離スキャナに分けることができます。スキャナが搭載されているプラットフォームに応じて、ハンドヘルド、車載、および航空機スキャンに分類できます。
変形モニタリングにおける 3 次元レーザースキャニング技術の手法 (1) ターゲットマーキング法、(2) DEM 差分法、(3) モデル差分法
ターゲットマーキング方法
研究領域に複数の安定かつ均等に分散されたターゲットを設置し、3次元レーザースキャナを使用して研究領域を異なる時間にスキャンし、後続の処理でターゲットを識別します 中心座標を抽出します各周期におけるターゲット中心座標の変化を比較することで変形情報を抽出します。この方法は従来の監視点の設定方法と同様であり、同時に監視点の水平変位を求めることができます。従来の変形監視手法と比較して、この手法はより正確ですが、3次元レーザースキャン技術の利点を十分に発揮することはできません。
DEM 差分法
通常、表面変形の監視に使用され、レーザー スキャナを使用して調査領域を異なる時間にスキャンし、2 回取得した点群データを結合します。データの前処理により、正確な数値標高モデル (DEM) が確立されると同時に、各期間の DEM が座標系に統合され、異なる期間の DEM が比較および減算されて、地層の沈下値が取得されます。任意の座標に対応する領域全体。
モデル差分法
建物やトンネルなどの宇宙物体の変形モニタリングに一般的に使用され、3 次元レーザー スキャナを使用して、空間の点群データを取得します。データの前処理を行った後、物体の表面モデルを生成、または三次元モデリングを行い、同時期のモデルを同一の座標系に統一し、比較解析することで変形量を抽出することができます。さまざまな時代のモデル。
変形モニタリングにおける 3 次元レーザースキャン技術の利点
(1) 1 点の位置決め精度はミリメートルレベルに達し、ターゲットを高効率で収集できます表面上の点群データ、
(2) 監視対象の 3 次元データ モデルを迅速かつ正確に生成できます、
(3)非接触、デジタルおよびビジュアル、自動化、リアルタイム、ダイナミックなど。
2. 変形監視における3次元レーザースキャン技術のデメリット
(1) 監視点に基づく変形観測は、3 次元レーザー走査技術に基づく変形監視には完全には適しておらず、監視点を使用しない変形監視手法を検討する必要がある。
(2) 3 次元レーザースキャン技術に関連する精度評価と誤差理論をさらに改善する必要があります。
(3) モデル差分法のマッチング精度は、変形量の求め精度に直接影響します
(4) データの精度とモデル変形モニタリングでは精度に関して統一された精度評価システムが存在しません。
3. 3Dレーザースキャンサンプリングデータの精度に影響を与える要因
ステッパーの角度測定精度、機器のタイミング精度、レーザー信号の信号対雑音比、レーザー信号の反射率、エコー信号の強度、背景放射ノイズの強度、レーザーパルス受信器、測定器、測定対象物の感度 点間の距離、測定器と測定対象面との角度、対象物の色、外部環境要因など。スキャナのサンプリング データの精度は、主にレーザー スポットのサイズとスポット間隔に依存します。スポットが小さいと細部の解像度が向上し、スポット間隔が小さいとサンプリング ポイントの密度が高まり、モデル構築の精度が向上します。通常、この場合、モデルの精度は単一点の精度よりも大幅に高くなります。レーザースキャナの作動角度と距離は、測定精度に直接影響します。機器と測定点の距離が近いほど、レーザースポットは小さくなり、分解能は高くなり、エコー信号は強くなり、それに対応する測定精度は高くなりますが、逆に測定精度は低くなり、その差は大きくなります。入射レーザーと測定点のなす角度が小さいほど、レーザースポットが小さくなり、分解能が高くなり、点間隔が狭くなり、エコー信号が強くなり、それに対応して測定精度も高くなります。逆に、測定精度は低くなります。
4. 変形モニタリング解析手法
点変形解析
建物構造の特性に基づいて、構造自体のコーナー点を変形解析の特徴点として選択できます。複数回の正確なスキャンが必要です。特徴点の三次元座標を直接比較して変形状況を判定する方法では、特徴点の三次元座標を求めるのに高い精度が要求される 三次元座標データの取得精度変形解析の結果に直接影響します。
線形変形解析
線形変形解析の主な目的は解析対象の特性線であり、スキャンに基づいて異なる期間の点群データが取得され、同一の点群間隔を設定し、解析対象を同じ位置でスライスし、多数の点群データから構成される直線部分を取得し、その2つの部分間のオフセットを解析することで変形解析の目的を達成します。監視対象物の変形を把握するために、点群データ上で一定の距離で断面線フィッティングを切り、特性線を求めます。
平面変形解析
平面変形解析の前に、離散点群を編集可能なパッチに構築し、ソフトウェアを直接使用して離散点を解析する方法があります。クラウド データはカプセル化されてファセット化され、スキャンされたオブジェクトの 3 次元幾何学モデルを取得するために三角グリッドの形でパッチが構築されます。別の方法は、三次元離散点群データを通じて平面または表面フィッティングを直接実行して、スキャンされたオブジェクトの三次元幾何学的モデルを取得することです。
5. 参考文献
① Zhu Lei、Wang Jian、Bi Jingxue. 変形モニタリングにおける 3 次元レーザー スキャン技術の応用 [J]。北京測量地図、2014.05.021 (1)78-82
この記事では、主に 3 次元レーザー スキャナの動作原理と分類、変形監視に使用される主な方法とその方法について紹介します。変形モニタリングに使用されます。
② Chen Wei: 変形モニタリングにおける 3 次元レーザー走査測定技術の応用 [J]。 Geospatial Information、2019. (7) 103-106
この記事では、主に 3 次元レーザー スキャナの概念、動作原理、点群データ エラーの原因、点群データの収集と処理、およびデータ分析手法等
③羅安、朱光ほか。 3次元レーザー画像スキャン技術に基づく全体的な変形モニタリング[J]。 Bulletin of Surveying and Mapping, 2005. (7) 40-43
この記事では、主に 3 次元レーザー スキャナによって取得されるデータの精度に影響を与える要因と全体的な変形モニタリングの概念を紹介します。ここでは主にデータの精度の取得に関する議論を参照します。
④ Yao Xiaoliang: 3 次元レーザースキャンに基づく古代建築物の変形モニタリングと解析方法に関する研究 [J]。最新の測量と地図作成、2019 年。(7) 23-27
(具体的なアプリケーション例)
6. 3次元レーザースキャンによる鉱山地域の地盤沈下・変形監視への応用
地盤沈下・変形監視データ収集と前処理、地盤沈下・変形監視ワークフロー：
1.1 監視計画のレイアウト: (1) 測定局、(2) 制御対象、(3) 基準点の設定に分かれます
(1) 測定局の設定 < a i=2> ステーション設定とは、調査領域全体の点群データをスキャンして取得するために必要なステーションの数とスキャナの配置を指します。配置原理：スキャン対象物体とスキャン対象物の周囲環境を決定した後、スキャン対象物の位置、サイズ、形状と取得する主要な属性を決定し、ステーションの位置と数を決定します。後続のデータ処理の精度を確保するため、データ スプライシングの精度を確保するには、測定ステーションの数を 3 つ以下にする必要があります。 (2) 制御目標の設定 制御目標は、異なる計測局から得られた点群データを結合するための基準点です。配置原則：隣接する2つの測定ステーションのスキャナがターゲットの中心を識別できる位置に配置する必要があり、同一エリアに配置される制御ターゲットの数は少なくとも3つ以上（通常は4～5個のターゲットが配置される） ; 目標位置を同一直線上に置くことはできません。 (3) 制御点の設定 制御点は、異なる期間の点群データの座標を登録するために使用します。コントロール ポイントの安定性と信頼性は変形モニタリング結果の信頼性と精度に直接影響するため、コントロール ポイントのレイアウトには厳格な要件が必要です。配置原則: 制御点は変形のない領域に配置する必要があり、制御点の数は 3 つ以上 (通常は 4 つ配置され、そのうちの 1 つはバックアップとして使用されます)、監視期間中、制御点は十分な安定性があり、人為的または自然破壊ではないため、コントロール ポイントの位置を同じ直線上に置くことはできません。 通常、監視対象物が存在する領域には多かれ少なかれ変形が生じており、全く変形のない領域に制御点を配置するだけでは満足できません。領域の相対変形結果は、制御点が比較的変形されていないと仮定して取得されます。 1.2 点群データ収集 (Cyclone ソフトウェア) モニタリング計画を設定した後、3D レーザー スキャナは設定されたスキャン パラメータに従ってシーンを自動的にスキャンします。その後のデータ処理を容易にするために、測定対象の主要な部分を詳細にスキャンし、最終的に対象物の完全な 3 次元点群画像を取得します。 1.3 点群ノイズ除去処理 3次元レーザースキャナは、点群画像取得時に樹木や電柱などの変形監視に関係のない情報を収集します。干渉を減らし、データ品質を向上させるために削除する必要があります。このプロセスは点群ノイズ除去と呼ばれます。 1.4 点群データの結合 調査地域の点群データは、2 つのステーションを設置して得られるフレーム化されたデータであるため、完全な点を取得する必要があります。研究地域のクラウドデータを統合するには、2 つの拠点のクラウドデータを結合する必要があります。異なる測定地点からの雲データの結合は、制御目標に基づいて完了します。結合誤差は一般に 0 ～ 3 mm に制御される必要があり、そうでないと変形監視の精度要件を満たすことができません。 1.5 2 相のデータの座標登録 つなぎ合わせた 2 相の 3D 点群データは、異なるスキャナ位置を基準点として取得されるため、 2 つの期間のデータを比較分析するには、2 つの期間のデータの座標を揃えて統一された座標系を得る必要があります。 3 次元点群データの第 1 相をベンチマーク座標系とし、得られた 3 次元スキャンデータの第 1 相の制御点座標値に基づいて、ベンチマークでは、第 1 段階のモニタリング ポイントの座標を使用して、第 2 段階の 3D スキャン データを座標マッチングに使用しました。 （一般的な座標一致精度要件は0～4mmです） 2. モニタリングデータの後処理と結果分析 地盤沈下変形モニタリングの基本的な考え方：地面、壁、物体、建物等は変形していない（変位変化がない）ものと仮定 ２つの期間の３次元点群データを比較解析・比較 基本的に２つの座標に変化がない場合2 つの期間の 3 次元点群データが変化していれば監視領域に変形がないことを意味し、2 つの期間の 3 次元点群座標が基本的に変化していない場合は監視領域が変形していることを意味します。特性上、比較解析のために 2 周期の 3 次元点群データの変形結果を抽出する必要がある 2.1 一点変形抽出解析 座標値の差を利用する2周期の点群データから特徴点の変形量を計算します。特徴点選定の原則：監視エリア内で人為的に動かす可能性のある樹木、盆栽等は特徴点として選定できません、監視エリア内の壁、建物、斜面等の典型的な変曲点、交差点等が特徴点となります。特徴点として選択されました。 2.2 線状沈下変形抽出解析 単一点地物の変形は調査対象地域の離散的な変形特性のみを反映できますが、連続的な線状変形の特性は反映できません。調査範囲のZ軸方向の断面線を抽出することで、地盤沈下の線形変形特性を直感的に反映できます。 2.3 全体的な変形特徴の抽出と解析 点と線の沈下変形は、離散的な点変位または局所的な線形変形特性のみを反映することができ、全体的な変形を完全に反映することはできません。監視エリアの状態。後処理ソフトウェアを使用して、調査領域内の 2 段階の 3 次元点群データの表面モデルを確立し、同じ部品の点群間の距離の差に基づいて全体的な沈下変形の疑似カラー平面モデルを形成します。調査地域全体を明確に反映できる 2 段階の監視対象物の沈下変形傾向と変位サイズ。
- エラーを減らすための対策
(1) スキャナ ステーションの数を増やす: 第一に、スキャン距離を減らすことができ、それによってレーザーの発散を減らすことができます。第二に、方向を減らすことができます。レーザー光線の角度。物体の表面に接する平面の法線との角度。
(2) 制御ネットワークの精度向上
点群データを後段で結合する必要があり、異なる期間の点群データを接続する必要がある比較して変形データを取得します。制御ネットワークの精度向上の意義は、点群データの結合時に発生する誤差を低減し、繰り返し観測中に制御ネットワークの誤差が点群データに与える影響を低減することです。一般に、高精度のトータルステーションとレベルは、高精度の制御ネットワークデータを取得するための制御測定に使用できます。
(3) 点群データのスプライシングの精度の向上
には、主に適切なスプライシング アルゴリズムとスプライシング方法の選択が含まれます。傾きが小さく、点群データの量が多くない場合は、点群データ内から同名の点を検索することで結合できます。傾きが大きい場合には、測定対象物上にあらかじめ一定数の反射対象物を配置しておき、その反射対象物を点群データを繋ぎ合わせる基点として利用することができます。
エンジニアリング応用例
斜面変形監視における 3 次元レーザースキャナの応用フローチャート:
(全地球測位技術の利用 ( GNSS によって確立された測地座標制御ネットワークを例にします)
1. 制御測定
制御ネットワークは、強制センタリング デバイスを備えた 3 つの基準点と、基準ネットワークを形成する 3 つの作業ベース ポイントで構成されます。まず、高精度のトータル ステーションと水準器を使用して、第 2 クラスの精度で測定しました。次に、点群データの結合を容易にするために、3 つの反射ターゲットを斜面の目立つ位置に配置しました。
2. データ収集 徐家斌、黄和。危険度の高い斜面監視における3次元レーザースキャニング技術の応用［J］．北京の測量と地図、2017:76-79 この記事では、主に 3 次元レーザー スキャナの動作原理、点群データのエラーの原因、点群データの収集と処理、データについて紹介します。分析方法など。 Chen Wei: 変形モニタリングにおける 3 次元レーザー走査測定技術の応用。[J]。 Geospatial Information、2019. (7) 103-106 この記事では、3 次元レーザー スキャナの動作原理、変形モニタリングの主なタスク (データ収集、データ処理、データ分析、データ リサンプリングなど) を紹介します。 Zhang Ya、Wang Haizhen、Wang Tao. 3 次元レーザー走査技術に基づく鉱山地域の斜面変形モニタリングに関する研究［J］。 2018, 10(5): 188-191． この記事では、点群データと通常のトータルステーションから得られるデータの比較による斜面変形監視の実現を中心に、3次元レーザースキャナのエラー原因と救済策を中心に紹介します。 Huo Xinjie 他: 斜面変形モニタリングにおける 3 次元レーザー スキャナーの応用に関する簡単な分析。［J］．測量と地図に関する紀要、2017、(11): 157-158。 4. データの比較 まず、収集した元の点群データをフィルタリングおよびノイズ除去し、次に点群データを結合して 3 次元モデリングを実行します。最後に、複数期間の点群データを重ね合わせて解析し、斜面の変形を取得しました。データのリサンプリング: スキャン密度を設定する場合、傾きの変動をより現実的に反映できるように、スキャン密度をより小さな値に設定するのが一般的ですが、これにより取得される点群データの量も非常に多くなり、必然的に大量の点群データが含まれることになります。これはデータ処理の効率に影響を与え、その後の 3 次元傾斜モデリングに役立たないため、ノイズ除去された点群データをリサンプリングする必要があります。 GeomagicStudio には、均一サンプリング、曲率サンプリング、ラスター サンプリング、ランダム サンプリングの 4 つのサンプリング方法があります。 3. データ処理と分析
3D レーザー スキャナーを 3 つの作業基準点に設置して斜面をスキャンし、各ステーションを独立して 2 回スキャンしました。
RANSAC (Random Sampling Consistency Algorithm) の基本的な考え方は、パラメータを推定する際の判断基準を設計して、推定されたパラメータと矛盾するデータを排除し、正しいデータを使用してパラメータを推定することです。
判断基準の設計：建築物は一般に規則的な幾何学的形状をしており、同一平面上の点は空間方程式ax+by+cz=dを満たす。したがって、元の点群から異なる点群パッチを抽出することは、基本的に、異なる点群パッチの平面パラメータを見つけることになります。
建物のファサード上で選択される点のセット x i , y i , z i ( i = 1 , 2 , … , n ) {xi, yi, zi } ( i = 1, 2,..., n ) xi、yi ，zi(i=1、2、…, n) の基本行列 F は式を満たし、ランダムに選択された 3 つを直接使用します。元のデータポイントはパラメータの初期値を取得するためのインライアとして使用され、その後、初期値に基づいてデータセット内の他のインライアが検索されます。これにより、データ処理の効率が大幅に向上し、ノイズやノイズの影響を最小限に抑えることができます。異常値。判定基準：点から平面までの距離式に従って一定の公差閾値δ°を設定し、フィッティング平面を近似します。ファサード点群では、点とそれに対応する平面の間の距離が δ° を超えない場合、その点は内部点と呼ばれ、それ以外の場合は外部点と呼ばれます。点と平面との距離が一定の範囲内にある場合、点は平面に割り当てられます。明らかにパッチ上にない点については、r 半径密度が判断基準、つまり現在の点の半径 r の空間近傍にある点の数に追加されます。一般に、ファサード点群はパッチ範囲内に高い r で連続的に分布していますが、パッチの外側の点の r は比較的低いため、適切なしきい値 r° を選択することで、パッチの外側の点を除去できます。
パッチのマージ 点群をセグメント化した後でも、空間内にほぼ平面であるパッチがいくつか存在する可能性があり (下図参照)、それらをマージするにはいくつかの最適化原則を設計する必要があります。 2 つのパッチを結合するには、次の条件を満たす必要があります: ① パッチ間の角度 (2 つの平面の法線ベクトル間の角度で表されます) が一定のしきい値未満であること、 ② 原点とパッチの間の距離の差（2つのパッチ間で使用可能） 距離ベクトルと法線ベクトルとの距離の最大値は、距離ベクトルの絶対値が一定の閾値未満であることを示します。