基于三維掃描點云數據的模型橋形變獲取

馮 麟， 周志祥， 唐 亮， 張 鑫， 于 輝

（1.重慶交通大學土木工程學院，重慶400074；2.山區橋梁及隧道工程國家重點實驗，重慶400074；3.深圳大學土木與交通工程學院，廣東深圳518060）

0 引 言

作為結構健康檢測的重要參數，荷載作用下橋梁的形變與其結構的安全運營狀態具有重要的聯系，因此對橋梁結構進行有效的形變檢測可為其幾何形態變化及動、靜態響應的安全預警提供關鍵的量化指標［1-2］。目前的橋梁檢測手段大多具有成本高、主觀性強、機動性差及影響交通狀況等缺點［3］，特別是針對如斜拉橋與懸索橋等跨江大橋而言，使用傳統的接觸式位移傳感器進行測量時難度較大且精度難以控制［4］，進而影響檢查效果與健康狀況評定，最終導致結構功能不斷退化而“帶病”運營，從而為結構的安全運營埋下隱患［5］。

隨著三維激光掃描儀精度與三維重建技術的提高，通過利用其獲取的結構點云數據進行三維重建，最終得到結構相關形態數據的研究方法已得到廣泛應用［6］。孫杰等［7］以具體樓房為研究對象，在獲取多期點云數據后進行曲面重構并建立NURBS模型，最終得到目標對象的形變值與傾斜值；黃帆等［8］利用針對隧道斷面的掃描點云數據進行隧道整體形變的測量，結果顯示其檢測值與實測值擬合程度大于90%；司夢元等［9］利用道路路面的三維點云數據建立了對應的數字化模型，進而獲取了研究對象的整體形變值，最終建立基于三維激光掃描技術的路面測量方法；姚習紅等［10］結合三維激光掃描技術與BIM技術對一高層建筑的鋼結構進行了形變監測。相對于傳統的接觸式橋梁形變檢測方法，基于三維激光掃描的結構形變檢測方法［11-12］可對目標橋梁進行局部或整體的實時非接觸式點云數據獲取，同時無需預埋相關檢測設備；在計算與存儲方面［13］，無拓撲結構的點云數據模型能顯著降低算法復雜度以提高算法運算速率；將該方法運用于橋面結構的點云數據獲取［14-15］，可實現荷載／環境作用下橋面下撓與凸起的精確化三維空間信息數據檢測，從而實現橋面數據的自動記錄、處理及對比。

為研究依據三維點云數據獲取荷載作用下橋面撓度的測量方法，設計了一座有機玻璃簡支T型寬橋，進行基于三維激光掃描技術的橋面形變測量試驗，同時進行不同荷載及結構損傷的影響因素研究，最后將測量值與實際值進行對比分析以驗證該方法的測量可行性。

1 模型橋實驗

1.1 設計與構造

本試驗模型橋材質主要選取力學形態表現為硬而脆、斷面平滑的剛性硬質材料——有機玻璃，該材質的拉壓強度大致為50～77 MPa，彎曲強度約為90～130 MPa，密度為1.18 g／cm3；同時其斷裂伸長率約為2%～3%，因此較小的荷載作用便可能會使原有裂縫擴展。由于有機玻璃的透光率較高且考慮光的折射影響，為此須在模型橋表面鋪上一層反射率高的材料，最終選擇覆蓋白色貼紙在試驗橋表面以反射三維激光掃描系統發出的紅色激光，具體如圖1所示。

圖1 覆蓋白色貼紙的有機玻璃模型橋

為使荷載作用下模型橋的形變量明顯且易于測量，將有機玻璃試驗橋的結構形式設計為受力明確的簡支T型寬橋，其寬長比為0.5，縱向橋長160 cm，同時分別在跨中、縱向1／4與3／4位置以及兩端支座處設置橫隔梁；橫向橋寬80 cm，T型主梁布置5片；其具體尺寸及構造見圖2、3。

圖2 模型橋平面圖（mm）

圖3 模型橋橫斷面圖（mm）

1.2 約束與加載

由于模型試驗橋的構造為簡支T型梁橋，因此5片T梁肋板底兩端邊界條件分別為固定端支座與鉸支座，從而保證鉸支座位置處的橫向位移與轉動位移，在保證固定端支座處轉動位移的同時約束其縱橫向位移，其具體支座形式如圖4、5所示。

圖4 鉸支端支座

試驗加載方案主要為偏心加載以使橋面形變明顯，加載中心位置橫向離模型橋邊緣10 cm，同時為減少加載結構物對橋面三維點云數據的遮擋，最終選擇利用杠桿原理進行間接偏心加載，其加載示意見圖6。杠桿設計的具體形式為一端通過軸承串接支撐桿固定于地面，橋面加載位置處疊放秤砣作為支點，通過杠桿另一端秤砣個數改變荷載等級，其實際加載形式見圖7；同時一級荷載大小為14 kg，二級荷載大小為42 kg。

圖6 模型橋加載示意圖（mm）

圖7 模型橋試驗加載圖

圖5 固定端支座

為測試三維激光掃描對于橋面形變測量的敏感性，試驗選擇在完成無損試驗橋加載形變量測后設置預損傷并重復進行試驗，以分析結構損傷對于形變測量影響；其預損傷位置在邊緣T梁肋板，主要形式為人為裂縫，裂縫寬度為0.6 mm，長度為80 mm，其裂縫具體位置示意見圖8。

圖8 模型橋人為裂縫圖

1.3 數據采集

試驗選用徠卡Nova Ms50獲取不同荷載作用下模型橋的橋面點云數據，進行結構無損及有損狀態下的形變測量；該掃描設備最高精度為0.8 mm，在抗干擾性以及數據儲存方面具有較大優勢。

試驗時激光發射源須高于模型橋面以保證掃描視場包含整個橋面并獲得理想掃描點云數據，掃描前設置掃描點云密度為2 mm，掃描框選范圍主要為試驗橋橋面。實驗過程中依次獲取無損狀態下空載、無損狀態下多級荷載、有損狀態下空載以及有損狀態下多級荷載的點云數據，其掃描過程耗時均在10 min內，圖9即為基于Nova Ms50三維激光掃描系統所獲取的有機玻璃模型橋橋面點云數據。

圖9 有機玻璃模型橋橋面點云數據

2 點云數據去噪處理及程序設計

由橋面點云數據采集結果可知，實際測量過程中激光掃描儀采集的數據會受到來自人為、設備以及環境因素的影響，進而形成不同程度的噪聲及多余數據點，影響后續數據的分析及模型重構，因此須對點云數據進行濾波處理以去除噪聲。

2.1 K近鄰自適應雙邊濾波算法

由三維激光掃描儀采集所得點云數據為

當采用K近鄰自適應雙邊濾波算法對采集空間內的噪聲及冗余數據點去噪處理后得新模型點云數據為

式中：f ( x，y，z)為初始采集點云數據；f′( x，y，z)為去噪處理后點云數據；n為平面法向量。

自適應雙邊濾波因子α計算如下：

σ1為fi與鄰域間距離對fi的作用因子，即選取鄰域點數；σ2為fi與鄰域間距離向量在法向量n投影對fi的作用因子，即點云模型特征保持效果。

在實際濾波去噪中，σ1一般取值鄰域半徑，σ2一般取值領域點標準偏差。即：

2.2 程序設計

由三維點云數據去噪算法可知，利用三維激光掃描儀獲取結構對象的橋面三維點云數據后，首先應搜索目標點云K近鄰域內所有點并求出空間域高斯函數變量s與頻率域高斯函數變量v，進而結合鄰域半徑σ1與領域點標準偏差σ2計算出自適應雙邊濾波因子α，最后進行法向移動并得到去噪后新模型點云數據（見圖10）。

圖10 點云數據濾波程序流程圖

3 結果分析

利用基于K近鄰自適應雙邊濾波算法所編寫的程序，對有機玻璃模型橋原始點云數據模型（點云數為155 970）進行去噪處理后得到新點云數據模型（點云數為92 392），如圖11所示。

圖11 濾波去噪后點云數據圖

獲取經過降噪處理的點云數據后對點云模型進行平滑效果處理，在避免過度平滑后結合Geomagic Qualify中的3D比較功能進行損傷／荷載工況橋面與無載無損工況橋面疊差，從而獲取不同荷載與損傷工況下的橋面豎向形變數據；圖12與13即為無損及有損工況下1級與2級荷載作用下的撓度云圖。

圖12 無損工況下不同荷載橋面撓度云圖（m）

分析無損與有損工況下橋面撓度云圖可知，橋面最大撓度位置處即為荷載加載位置，且加載側的下撓度與對應側的上撓度與實際形變分布相同；隨著荷載等級的增加，加載位置下撓度隨之增加，對應側上撓度加大；同時，相同荷載下作用下有損傷工況橋面形變量大于無損傷工況，表明依據點云數據獲得的橋面撓度能定性體現不同荷載作用下不同損傷工況對應的撓度變化。

分析圖12與表1可知，無損工況下依據三維掃描點云數據所獲取的處于一級和二級荷載作用下模型橋橋面最大形變值分別為0.7與3.0 mm，同時對應百分表實測值分別為0.8與3.2 mm，最大誤差率為12.5%；分析圖13與表1可知，有損工況下最大形變值分別為2.6與7.4 mm左右，對應百分表實測值分別為3.0與8.3 mm，最大誤差率為13.3%。綜上可知，基于點云數據所測量的撓度值與傳統百分表實測值較符合，表明可利用三維激光技術獲取橋面點云數據，在對原始進行濾波降噪后結合Geomagic Qualify中的3D比較功能獲取荷載作用下目標橋面的形變值。

圖13 有損工況下不同荷載橋面撓度云圖（m）

表1 三維點云撓度與實測撓度對比

4 結 論

本文針對一座有機玻璃模型橋依次開展了無損及有損工況下不同等級荷載的試驗，通過利用橋面點云數據獲取了試驗橋不同荷載作用下的撓度云圖，結論如下：

（1）利用三維激光掃描技術獲取橋面原始點云數據后，結合相關濾波去噪算法與Geomagic Qualify中的3D疊差功能可實現不同工況下目標橋面的形變測量，相較于傳統的點式位移計測量方法，該方法原則上可實現“面”上所有點的位移測量；

（2）通過分析加載側與對應側撓度在不同工況作用下的變化規律，表明通過三維激光掃描技術獲取的橋梁形變數據可表征多種荷載工況下結構的撓度變化；

（3）對比基于三維激光掃描點云數據測量撓度云圖與傳統百分表實測最大值發現，本文方法測量最大誤差率為13.3%，表明可基于三維激光掃描技術實現對橋梁結構的形變數據采集，從而為橋梁的經常性形變檢測提供一種新途徑。