李先帅，武斌

基于椭圆拟合的隧道点云数据去噪方法

李先帅，武斌

(天津城建大学 计算机与信息工程学院，天津 300384)

针对地铁隧道这一狭长密闭环境，激光雷达相较于传统隧道形变检测方法具有显著优势。由于受环境以及隧道中安装的大量设备的影响，数据中会包含大量噪声点，无法得到隧道完整内表壁数据，从而影响到数据在形变检测及三维建模等方面的应用。结合最小二乘法和拉格朗日乘数法对隧道点云模型进行椭圆拟合，并将其应用于圆形隧道点云滤波，利用各区域数据对隧道形变进行检测。对滤波结果的精度评定及其有效性分析表明，此算法针对隧道点云数据的滤波具有良好效果及稳定性。

椭圆拟合；最小二乘法；拉格朗日乘数法；点云滤波；形变检测

随着城市交通的发展，交通的安全问题成为人们日益关注的焦点问题。地铁作为城市交通的重要组成部分，对其日常的安全检测不容忽视。地铁隧道因受到地质运动以及人为活动的影响，会发生一定程度的形变，当形变超过一定限度便会造成巨大的安全事故，相较于传统的全站仪对隧道形变的检测方式，激光雷达[1−2]因具有精度高、速度快、操作简单等优势被广泛应用于精密工程测量领域。然而由于隧道内部环境复杂，有大量支架，电缆，供配电装备、信号设备、照明设备等，以及隧道管片的安装偏差，导致激光雷达检测得到的点云数据中包含大量非隧道壁点(噪声点)，对后期形变分析、隧道建模等造成干扰。……