基于三維激光點云數據的冷卻塔傾斜監測研究

李志剛，姜顏笑，閻躍觀，李 軍

(中國礦業大學(北京) 地球科學與測繪工程學院，北京 100083)

近年來，三維激光掃描技術飛速發展，所獲得的點云數據具有空間三維化、數據量大、密度高、數據信息含有被掃描物體的光學特征[1]等特點，其應用領域也越來越廣。姚艷麗等[2]結合實驗將灰色模型應用于三維坐標位移的預測中。趙陽等[3]闡述了地面三維激光掃描技術在測速效率、三維建模、模型化精度等方面具有較大的優勢。劉希林等[4]將三維激光掃描技術應用于水土保持和生態建設方面。周華偉等[5]通過建立古建筑數據庫，設計基于地理信息系統的古建筑數字保護系統，結果表明，三維激光掃描結合GIS技術用于古建筑數字化保護具有重要意義。趙淳等[6]基于三維激光掃描數據建立三維模型，根據模型提取差異化防雷評估所需參數，進而進行防雷性能評估，并證明其有效性。雖然復雜環境下地面三維激光掃描技術還存在一定的局限性，但隨著該技術的不斷成熟，其已成為空間數據獲取的重要技術手段。基于其所得數據，三維建模的應用亦愈發廣泛，其中欒悉道等[7]針對基于圖像建模與繪制(IBMR)系統進行建模，并對其進行紋理映射和貼圖，該方法具有無需任何拓撲信息的支持就可以簡化各階段的處理與顯示的優點，但是沒有避免數據的缺失。管西鵬等[8]運用Delaunay三角剖分算法對樹葉進行三維建模，但是需要通過拓撲關系，減少畸形三角單元的生成，確保整個三角網格質量達到最優。而羅寒等[9]針對復雜環境，開發出融合激光掃描和多視圖影像的模型重建技術。

以上基于三維激光掃描技術的應用還處在探索與飛速發展階段中，對于三維激光掃描數據應用在冷卻塔傾斜監測方面的研究比較薄弱，而基于傳統測量手段進行的冷卻塔傾斜監測工作量大而且不易操作。在此之前，謝雄耀等[10]針對隧道全斷面分析進行三維激光掃描并建模，對圓柱面進行擬合，從而提取中軸線，但是這種方法只適用于圓形較小的隧道，而且不適用于擬合殘差的情況。蔡來良[11]等人通過點云平面擬合進行三維激光掃描技術的變形監測研究能滿足常規數據較高精度處理的要求，但方法過于復雜。基于此提出特征線擬合法進行冷卻塔傾斜監測，該方法較傳統測量以及其他方法的優點在于操作簡便、處理快、精度高、可有效提高工作效率減少成本。通過對點云數據的采集、拼接與降噪處理，再運用AutoCAD和Matlab提取中軸線。在完成數據預處理后，運用AutoCAD和Matlab提取中軸線，最后通過中軸線的直線方程即可進一步計算出冷卻塔的傾斜量。

1 地面三維激光掃描技術

圖1 三維激光掃描儀坐標計算示意圖

每一個掃描云點的測量都是基于三角測量原理進行的,并且根據激光掃描的傳感驅動進行三維方向的自動步進測量[12]，三角測量原理則是通過儀器的激光發射器向被掃描物體發射電磁波信號，同時接收被掃描物體反射回來的電磁波信號，利用信號發射與接收的時間差計算得到儀器(坐標原點)到掃描點之間的景深距離(OP=S),如圖1所示。進而通過激光發射器和CCD基于角度和景深距離得到Xp,Yp,Zp坐標(見式1)，X軸為橫向掃描方向，Z軸為縱向掃描方向，Y軸與X軸、Z軸所構成的平面垂直。

(1)

2 發電廠冷卻塔掃描數據采集與處理

2.1 數據采集儀器

此次數據采集使用的是Riegl VZ-4000型三維激光掃描系統，由掃描儀、電源、PC機等組成。激光光束由發射器發出后經過震鏡的折射，伴隨著掃描頭的水平轉動，采集水平360°豎直60°的立體式點云數據，采集數據范圍在數據采集前進行參數設置，具體參數見表1。

2.2 掃描方案設計

設計掃描方案時，先熟悉電廠周圍環境，進行實地勘察，預先設計站點。該電廠冷卻塔周圍除左側有密集的植被而不易加設測站外，其余地方均有空地便于布站，故而整體布站較為簡單。對于三維激光掃描技術，在設站時應考慮到以下幾個方面：

1)每一站是否容易拼接，站與站之間的數據需要有同名點以便進行手動拼接；

2)電廠前遮擋物是否過多以致于造成數據缺失，從而影響到后期數據拼接工作；

3)現場采集時應盡量避免點云數據的噪聲。

基于以上3點，本文設計6個站點進行數據采集，由于此發電廠冷卻塔的左側建筑物和部分樹木遮擋嚴重，因而無法加設一站(見圖2)，因此會導致此處的數據密度相對其他部位較小。但由于點云數據是均勻分布的，因此數據密度小僅相當于將此部分數據被均勻抽稀，后續還有將其他部分數據抽稀以減少數據量便于數據處理的操作，故而該處數據密度小對中軸線的提取影響不大。

圖2 布設站點圖

2.3 點云數據處理

將所采集的6個測站的500萬點云數據通過RiSCAN PRO進行匹配并拼接到同一個坐標系下。對拼接完成的數據繼續進行后續處理，去除多余數據，此時得到一個完整的冷卻塔數據集，此時大約有100萬點。處理后的數據量非常大，因此還要對其進行重采樣，以減少數據量。重采樣減少數據量是使該部分數據均勻減少，整體數據框架未發生改變，僅是數據密度減小，相當于將數據均勻抽稀，這對之后運用最小二乘擬合提取中軸線以及計算傾斜量影響不大，可以加快數據處理速度。具體步驟如圖3所示。

2.3.1 點云數據拼接

三維激光掃描儀在采集數據時從不同測站點獲取數據，從而拼接形成一個整體，但從不同的測站點獲取點云數據其測站點的坐標系統并不統一，故在此基礎上，還需要將不同測站點數據拼接起來使之處于一個坐標系下，得到一個整體的冷卻塔數據集。

點云配準拼接可分為有控制點配準和標靶配準[13]以及同名點(無控制點)配準等。本文使用同名點配準，拼接步驟分為粗拼和精確拼接，精確拼接的算法有多種，其中較經典的為Besl等[14]提出最近鄰迭代配準(iterative closest point, ICP)算法，本文采用的便是通過RiSCAN PRO基于ICP算法進行控制點拼接。拼接時要先對其進行粗配準，再對其進行精配準。即先是采用同名控制點的手動點云拼接，再對其進行運用ICP算法進行精確配準。拼接結果如圖4所示。

圖4 數據拼接圖

2.3.2 點云數據壓縮

三維激光掃描儀可以采集到大量的數據，會給后期處理造成很大的困難，應用前先將數據進行壓縮處理以減少數據量。而多余掃描數據以及噪聲便是主要的數據壓縮對象，即去除不必要的掃描數據和噪聲。多余的掃描數據是不需要的數據，與被研究對象在空間無聯系，在除噪前直接刪除即可。因此噪聲是本文的主要處理對象，產生噪聲的主要原因有3種：

1)掃描時儀器本身的系統誤差，主要有角度掃描誤差與距離測量誤差。

2)在掃描過程中因為一些偶然因素產生的噪聲，可能產生于掃描時構筑物前有行人、車輛等的往來通過。這些噪聲點容易分辨，可以手動刪除。

3)由掃描構筑物自身原因而產生的噪聲。

點云的噪聲點會對后期的曲面擬合和網格建模等工作帶來困難。有統計結果表明，在獲取的點云數據中，有0.1%～5%的噪聲點要予以剔除[15]。

據此先在Riscan Pro中進行除噪處理，常見的去噪方法有：觀察法、有序點云去噪方法(曲線檢查法、弦高差法、濾波法等[16])和點到平面距離的散亂點云壓縮算法[17]等。刪除電廠以外的點，包括植被以及其他不相關建筑物。

數據壓縮是建模前期工作中的重要步驟，數據量壓縮的合格與否直接關系到后期提取中軸線的難易程度，將每個站點的數據進行重采樣，并統一坐標系，得到縮減數據后的數據拼接結果，該結果與未壓縮前僅僅是數據量減少，其它方面如冷卻塔形狀以及其細節方面均保持一致。在重采樣過程中，有時由于所設閾值過小而導致重采樣后的數據容易出現空洞，使數據顯示不完全，因此需要反復調整，直到數據量與模型完整度相契合，達到最好的效果。數據重采樣之后可以就選擇對象與從對話下拉列表內選擇的對象之間設置顯示數據的偏差，生成三維色碼映射圖，以便于后期調整，保證精度。誤差分布如圖5所示。

圖5 誤差分布

3 中軸線提取及傾斜計算

通過三維激光掃描技術，獲得的掃描數據量很大，分布密集，縮減后仍有將近幾十萬個點，從中均勻提取一部分點作為特征點繼而擬合出橫斷面特征線。本文分別將數據壓縮至50萬點和20萬點，分別選取其大概1/10的點進行橫斷面以及中軸線提取，用以對比說明數據簡化對最終結果的影響。

關于橫斷面特征線的提取，馬娟[18]提出直接提取法與點云數據擬合法，王方建等[19]采取了Rigion Growing和RANSAC兩種有效的面片分割算法，對建筑物進行建模。而本文選取的模型具有上下部較粗，中間部分較細的特點，因此選擇在AutoCAD中提取橫斷面特征線。以20萬點為例，已知點云數據坐標，通過選擇間隔近似相等的z值的點，一個z值近似相等(由于掃描所得點云數據是分散的點，因此不會有大量z值完全相等的點)的點提取1 000個，z值相等的點通過最小二乘法擬合出z值所橫切冷卻塔的圓，這時可以得到11個圓(取11個z值)，將得到的特征線放到AutoCAD中，如圖6所示。

圖6 橫斷面特征線

對所選特征點利用Matlab對其進行中心線擬合，擬合出上述11個圓的圓心，再基于最小二乘原理擬合直線：選擇使“偏差平方和最小”的原則來保證每個偏差的絕對值都足夠小，從而得到最佳擬合直線。

y=φ(x).

(2)

用解析表達式逼近離散函數，得到最終的中軸線。上述理論采取在Matlab中寫代碼的方法，得到模型的中軸線，如圖7所示。圖中坐標系為相對坐標系。

圖7 中軸線提取(正視圖)

通過對50萬點數據和20萬點數據分別提取橫斷面以及中軸線，并計算所提取的對應圓的半徑(見表2)，通過對比可知：50萬點和20萬點得到的對應圓半徑相對誤差在2 mm以內，據此最終計算得到的結果基本一致，誤差可以忽略不計，但50萬點的數據處理速度要比20萬點的數據處理速度慢得多，因此，采用簡化后的20萬點足以滿足需求。

表2 50萬點與20萬點所得半徑對比 m

得到中軸線后，通過求直線與地面鉛垂線的夾角正切值的方式得到冷卻塔的傾斜量i，從而判斷其是否安全。在采集數據時，每一站采集時其z坐標軸均為地面鉛垂線方向，故最后由控制點推算得到的各個點的坐標其坐標系統的z軸是地面鉛垂線。本文通過一種簡單的方法來求傾斜量i，即在得到的中軸線上任選兩個點A(x1,y1,z1)和B(x2,y2,z2)，通過算式

(3)

求得冷卻塔傾斜i=4.5‰，該傾斜程度不影響從進風口中進入冷卻塔中的空氣向上流動，滿足建筑安全生產標準。

4 結束語

以發電廠冷卻塔為研究對象，設計基于三維激光掃描技術的變形監測方案，通過數據處理得到該冷卻塔的三維激光點云數據模型及誤差分布圖。根據點云數據模型，運用AutoCAD和Matlab提取傾斜后該冷卻塔的中軸線，并計算得出塔的傾斜量為4.5‰，滿足生產安全標準。本文的研究受到所用算法的迭代次數的限制，如何改進算法使得最終結果更加接近真實值，需對算法的穩定性、運算效率等進行進一步的研究。