| Kriging点云滤波改进算法及监测试验研究 |
| |
| 引用本文： | 胡达,黎永索,张可能,梁晓东,梁小强,吴有平.Kriging点云滤波改进算法及监测试验研究[J].土木与环境工程学报,2022,44(6):52-62. |
| |
| 作者姓名： | 胡达 黎永索 张可能 梁晓东 梁小强 吴有平 |
| |
| 作者单位： | 1.湖南城市学院 城市地下基础设施结构安全与防灾湖南省工程研究中心；土木工程学院，湖南 益阳 413000;2.中南大学 有色金属成矿预测与地质环境监测教育部重点实验室;3.中南大学 地球科学与信息物理学院，长沙 410083;4.湖南联智科技股份有限公司，长沙 410200;5.中国电建集团中南勘测设计研究院有限公司，长沙 410014 |
| |
| 基金项目： | 国家自然科学基金（51678226）；湖南省自然科学基金（2019JJ50030）；益阳市科技创新计划（2019YR02、2020YR02） |
| |
| 摘 要： | 为进一步提高三维激光扫描技术的量测精度，从优化滤波算法的角度出发，基于Kriging改进算法，考虑描述对象的空间相关性质，针对点云数据的滤波处理问题，研究点云格网化滤波的优化方法。以实际工程为依托，通过现场监测比对试验，对三维激光点云数据进行格网化处理和分析，将试验得出的变形数据与传统方法的量测数据进行对比。结果表明：基于Kriging滤波的改进算法不仅能够高效识别和提取隧道轮廓断面可视化数据，而且可以高效、准确地获得隧道变形；试验的拱顶下沉数据与传统量测数据较接近，而周边收敛数据则有一定的差异。三维激光扫描技术下的隧道变形监测在一定的环境条件下能较好地反映隧道变形的真实情况，为隧道工程的施工提供有效的安全预警。
|
| 关 键 词： | Kriging滤波算法 隧道变形 三维激光扫描 点云数据 监测试验 |
| 收稿时间： | 2020/11/15 0:00:00 |
Improved Kriging point cloud filtering algorithm and monitoring experiment study |
| |
| HU D,LI Yongsuo,ZHANG Keneng,LIANG Xiaodong,LIANG Xiaoqiang,WU Youping.Improved Kriging point cloud filtering algorithm and monitoring experiment study[J].Journal of Civil and Environmental Engineering,2022,44(6):52-62. |
| |
| Authors: | HU D LI Yongsuo ZHANG Keneng LIANG Xiaodong LIANG Xiaoqiang WU Youping |
| |
| Abstract: | |
| |
| Keywords: | Kriging filtering algorithm tunnel deformation 3D laser scanning point cloud data monitoring test |
|
| 点击此处可从《土木与环境工程学报》浏览原始摘要信息 |
|
点击此处可从《土木与环境工程学报》下载全文 |
