蒋海里 陈柳花 程效军 朱明芳 李金涛

(1. 上海公路桥梁(集团)有限公司, 上海 200433; 2. 同济大学测绘与地理信息学院, 上海 200092;3. 自然资源部现代工程测量重点实验室, 上海 200092)

0 引言

作为一种新兴的建筑结构形式,钢结构相比于混凝土结构具有强度高、施工周期短、低碳环保等特点,因此钢结构越来越多地被应用于超高层建筑、机场、体育馆、大型桥梁等项目中[1-2]。大型钢结构一般采用分段制造现场拼接的方式。为控制钢结构质量、保证各部分构件在现场能顺利实现拼装,分段制造的钢结构在出厂前需要进行模拟预拼装。

三维激光扫描技术可以快速获取钢结构构件的三维点云模型,具有速度快、精度高、非接触、全天候等特点,在大型钢结构模拟预拼装领域得到了许多工程界学者的广泛关注。文献[3]和[4]通过布设公共标靶,从扫描点云数据中提取标靶坐标并人工指定对应匹配点对,实现两构件点云的模拟预拼装,该方法耗时耗力,且当两构件相距较远时公共靶标难以满足两测站共视条件,靶标难以布设;文献[5]拟合点云中的螺栓、构件圆心等特征点，通过点云配准实现构件点云的模拟预拼装,该方法自动化程度低,精度较差;文献[6]在点云模型中人工提取关键点，通过点云配准实现钢结构的模拟预拼装,该方法提取的特征点精度低,拼接误差大;文献[7]采用点云与BIM模型对齐的方式将多段构件分别与整体设计模型对齐后，分析相邻构件间的拼装误差,从而实现模拟预拼装。现有的利用三维激光扫描技术进行钢结构模拟预拼装的方法主要为基于特征点匹配的方式,存在自动化程度低、工作量大且精度差的问题。

为此本文提出了一种基于线特征匹配的钢结构模拟预拼装方法,该方法首先提取待拼接处两构件的特征线,然后通过线特征自动匹配的方式实现两构件的模拟预拼装。

1 模拟预拼装算法

本文提出的基于线特征匹配的钢结构模拟预拼装方法主要包括特征线提取和线特征匹配两个过程,算法流程如图1所示。通过将提取的线特征进行自动匹配实现两构建点云的模拟预拼装。

图1 算法流程图

1.1 指定待拼接位置

为实现钢结构构件的模拟预拼装,针对配准后的两待拼装构件点云数据,首先需要人工指定要进行拼接的两构件位置。该过程通过CloudCompare软件中点云的移动操作实现,在软件中通过简单的平移操作将某构件待拼接处大致靠近另一构件的待拼接处,指定用两构件的该处进行拼接。

1.2 切片生成

本文采取沿构件拼接处特征线方向进行切片的方式实现点云的局部加密,进而从切片中提取该方向上的线特征点。为有效提取线特征点,首先需要确定切片方向。大型钢结构构件拼接处特征线主要沿三个相互垂直的方向,因此需要确定三个相互垂直的方向并将其作为切片方向。在进行点云数据采集时对三维激光扫描仪进行的整平操作可使点云数据坐标系的Z坐标轴垂直于地面,大型钢结构构件放置时拼接面通常与地面垂直,因此Z坐标轴为切片方向,将其作为第一切片方向(图2中S1),与构件主轴线一致垂直于拼接面的方向为另一切片方向。为确定构件主轴线方向,将构件点云投影到X、Y平面,构件的主轴线方向在X、Y平面内可采用主成分分析法(Principal Component Analysis， PCA)[8]计算,对所有的投影点构造一协方差矩阵D

图2 切片方向

(1)

矩阵D的最大特征值所对应的特征向量即为构件的主轴线方向,将其作为第二切片方向(图2中S2)。第三切片方向与第一、第二切片方向垂直正交,构成右手直角坐标系(图2中S3)。

对构件点云分别沿第一、第二、第三3个切片方向进行切片,即采用一组与切片方向相垂直的平行平面对构件点云进行分割,并将构建的三维点云投影到对应的二维分割平面上。设原始构建点云的坐标范围为(Xmin,Ymin,Zmin)～(Xmax,Ymax,Zmax),以沿第一切片方向S1进行切片为例,此时平面点集由一组坐标序列Zm构成

Zm=Zmin+m·Zthick

(2)

其中,m=0,1,…,|h/Zthick|;m表示切片层数;h=Zmax-Zmin;Zthick表示切片厚度;|·|表示向上取整函数。根据钢结构构件拼接面的复杂程度和扫描点的疏密程度,Zthick取为3～5倍的平均点间距。

1.3 线特征点提取

桥梁构件经1.2中的方式沿线特征的三个切片方向分别进行切片后,桥梁构件的线特征点在切片上均表现为端点或拐角点。由于原始点云在扫描时具有一定的扫描密度和扫描误差,此处的端点和拐角点均指以该点为中心,以r为半径的近邻域内点的集合,根据原始点云扫描密度的不同,r可取为1～5 mm。图3为某个沿第一切片方向S1的切片,切片上的端点和拐角点均为钢结构构件中垂直于地面的线特征点。因此构件中特征线的提取转换为切片平面上端点和拐角点的提取,提取方式如下:

(1)循环某个切片上的所有点Pi(i=1,2,…,I,I为对应切片上的点数),对每个点Pi,搜索Pi的R近邻域点,用R近邻域点做局部特征分析,R取为钢结构构件中方向一致的相邻直线间的最短距离。

(2)计算R邻域内每个点到Pi点的距离,若不存在距离大于r的点,则将Pi看作孤立的噪声点,不进行保留;若R邻域内存在距离大于r的点,则执行步骤3～5。

(3)寻找R邻域内距离Pi点最远的点,将其作为为参考点Pr,Pr如图3中的虚线点所示。

(4)将PiPr方向作为参考方向,计算Pi到R邻域内其他点Pj的方向与参考方向之间的角度θj。

(5)若除r邻域点(图3中浅色实点)外,不存在角度在135°～180°之间的点,则将Pi作为特征点(端点或拐角点),对其进行保留;若除r邻域点外,存在角度在135°～180°之间的点,则将Pi作为非特征点(内部点),不对其进行保留。

图3 切片上特征点提取

切片上提取的平面特征点对应该切片垂直方向上的线特征点,因此将切片平面中的端点和拐角点映射到三维空间即得该切片方向上的特征线。图4为沿第一切片方向的某相邻几个切片及映射到三维空间的线特征点。

图4 平面切片及映射回三维空间的线特征点

1.4 线特征匹配

钢结构构件间的模拟预拼装实际上为刚体坐标转换过程,通过空间坐标变换使两个钢结构构件在拼接处匹配到一起。如图5所示,图5(a)为两构件在拼接处的特征线,以图5(a)中左侧特征线为基准,将右侧特征线通过坐标变换统一到左侧特征线所在的坐标系下,拼接后两构件的特征线应最优地重合在一起,如图5(b)所示。为实现该坐标变换过程,以2.3中提取的线特征点为匹配对象,采用最邻近点迭代法(Iterative Closest Point， ICP)[9-11]进行坐标变换参数的计算。

图5 模拟预拼装图示

1.5 模拟预拼装

采用线特征匹配的方式计算出拼装构件的坐标变换参数后,对拼装构件按照计算出的参数进行坐标变换,将两构件统一到同一坐标系下即可实现钢结构构件的模拟预拼装过程。

2 实验分析

2.1 实验数据

以某钢结构加工厂生产的某大型桥梁构件点云作为实验数据对本文提出的模拟预拼装方法进行实验验证。相邻两个桥梁构件的扫描点如图6所示,构件A和构件B的长度分别为17.72和26.86 m,点数量分别为15,561,955和40,375,521,待拼接处点云的平均点间距为3.9 mm。

图6 桥梁钢结构构件点云数据

2.2 实验结果及分析

以26.86 m的长构件为基准,将17.72 m的短构件拼接到长构件上。首先在CloudCompare软件中通过平移短构件点云来指定两构件的拼接位置,如图7所示。然后提取待拼接处的特征线,提取结果如图8所示。通过特征线匹配实现桥梁构建的模拟预拼装,其整体拼接结果如图9所示,图10为拼接处四个拼接面的放大拼接效果。

图7 指定待拼接位置

图8 提取待拼接处特征线

图9 整体拼接结果

图10 局部拼接结果

从图8中可以看出,本文提出的特征线提取方法能较完整地提取出钢结构构件待拼接处的特征线。从图9和图10中可以看出,本文方法能够实现较好的预拼接效果,对点云密度较小的构件底部平面,也能实现较完整地拼接。图10中左右两边分别为对应的两个钢结构构件。左侧对应拼接的基准构件(长构件)，右侧对应待拼接构件(短构件)。

为定量分析本文方法的拼接精度,将拼接后两构件在拼接处特征线的重合程度作为拼接精度的衡量指标,该重合程度用拼接构件拼接处特征线上所有的点到基准构件拼接处特征线上最近点的距离的平均值表示。采用该方法计算得实验结果的拼接精度为7.6 mm,约为两倍的平均点间距,具有较高的拼接精度。

3 结束语

与大多数基于特征点匹配的方式利用点云数据进行大型钢结构构件模拟预拼装的方法不同,本文提出了一种基于线特征匹配的模拟预拼装方法。该方法首先基于切片的方式提取构件待拼接处的特征线,然后通过特征线匹配采用ICP算法计算最优坐标变换参数进而实现构件的模拟预拼装。该方法大大提高了大型钢结构构件模拟拼装的自动化程度,减少了人工干预。且实验表明,该方法具有较高的模拟预拼装精度,可用于具体钢结构模拟预拼装实践。该方法对利用三维激光扫描技术实现大型钢结构自动模拟预拼装具有一定的指导和借鉴意义。