[发明专利]一种基于三维激光扫描方法的混凝土构件自动化检测方法

权利要求书

1.一种基于三维激光扫描方法的混凝土构件自动化检测方法，其特征在于，具体包括如下步骤：

(1)获取混凝土构件的点云数据：使用三维激光扫描仪对混凝土构件进行扫描，获取其点云数据并构建三维点云模型；所述的混凝土构件是按照设计规格在工厂或现场预先制成的，混凝土构件端部有伸出钢筋或在混凝土内部预埋置有灌浆套筒；

(2)点云前处理：a.降噪：对获取到的三维点云模型，采用k-最近邻算法去除背景部分和由于扫描角度和环境影响造成的噪点，在点云数据中，如果一个点到它的k个最近点的平均距离大于设定值，则该点被判定为噪点，在去除噪点过程中，kd-tree算法被用于加速搜索一个点的近邻点的过程；b.降采样：首先，对三维点云模型进行网格划分，同一个网格内的点具有相同的索引值，不同方向上网格的数量可自定义；然后，对于点云密度值大于设定阈值的每个网格，计算其降采样参数s，最后，根据降采样参数s值对每个网格进行降采样；c.坐标转换：首先，对经去噪和降采样之后的点云中每个点p_i，基于p_i的近邻点，计算p_i法向量(n₁，n₂，n₃)，然后，将p_i通过其法向量映射到高斯球空间中，预制构件的点云数据中，同一组平行平面上的点在高斯球空间中形成一对对称的点云簇，接着，使用DBSCAN算法寻找高斯球空间中的点云簇，计算每个点云簇的法向量均值，并将其中平行的法向量合并，得到三个互相垂直的法向量并建立新坐标系，将新坐标系的原点设为三维点云模型的重心，最后，计算新旧坐标系之间的夹角，将点云中每个点p_i转换到新坐标系中；

(3)点云分割：a.钢筋分割：对于带钢筋伸出端的混凝土构件，为分割点云数据中与伸出钢筋相关的点，采用OC-SVM算法训练钢筋的几何特征和颜色特征，并将训练结果用来识别点云数据中与钢筋伸出端相关联的所有点，所述钢筋的几何特征为线性度L_λ和平面度P_λ，颜色特征为RGB值；b.混凝土平面分割：基于坐标转换后的点云数据，随机选取三个点，并基于这三个点得到一个平面，该平面需平行于经坐标转换后坐标系中的任意一个坐标面，基于这三个点使用RANSAC平面拟合算法对混凝土平面进行拟合，迭代拟合过程，直到所有的混凝土平面都被成功拟合，得到点云数据中所有与混凝土相关的点；

(4)边缘点探测：对钢筋横截面的外边缘点、灌浆套筒端口的内边缘点、连接件所在混凝土顶面的边缘点进行探测；

(5)边界拟合：采用圆拟合算法对步骤(4)得到的钢筋横截面的外边缘点、灌浆套筒端口的内边缘点进行拟合，得到钢筋横截面的外边界和灌浆套筒端口的内边界；采用角点估计算法对连接件所在混凝土顶面的角点进行探测，并基于混凝土角点对连接件所在混凝土顶面的四条边上所在的边缘点进行分割，然后采用直线拟合算法对各条边上所在边缘点进行拟合得到连接件所在混凝土顶面的边界；

(6)尺寸和位置计算：计算混凝土边界尺寸、钢筋与灌浆套筒的尺寸及它们的横截面中心点位置。

2.根据权利要求1所述的基于三维激光扫描方法的混凝土构件自动化检测方法，其特征在于，所述的步骤(4)具体为：对于端部有伸出钢筋的混凝土构件，分别对分离出来的钢筋的横截面外边缘点和其所在混凝土顶面的点云数据进行Delaunay三角剖分，采用α-shape算法对钢筋横截面的外边缘点及钢筋伸出端所在混凝土顶面的边缘点进行探测，并对结果进行合并；对于带灌浆套筒的混凝土构件，选取灌浆套筒所在的混凝土顶面，基于混凝土顶面点云数据的Delaunay三角剖分结果，采用α-shape算法对灌浆套筒端口的内边缘点及灌浆套筒端口所在混凝土顶面的边缘点进行探测。

3.根据权利要求1所述的基于三维激光扫描方法的混凝土构件自动化检测方法，其特征在于，步骤(5)中，所述的采用角点估计算法对连接件所在混凝土顶面的角点进行探测，具体为：对于获取到的混凝土顶面边缘点，计算每个点的曲率变化值，通过设定阈值提取出混凝土边界的初始角点，依据初始角点对混凝土边缘点进行识别，并使用基于最小二乘法的线拟合算法对混凝土边界线进行拟合，根据拟合结果计算出真实角点的位置即可得到混凝土角点。