[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

说明书

本发明公开了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，该方法基于三维激光扫描仪获取到的点云数据，使用本发明开发的机器学习算法对混凝土构件以及其伸出端钢筋或预埋置的灌浆套筒进行自动化检测。通过该发明，可以探测出构件的主要边界，确定钢筋与灌浆套筒的尺寸，并对它们进行定位。人工检测混凝土构件方法的误差大、效率低、人力成本高，本发明与目前常用的人工检测方式相比拥有更高的鲁棒性和精度，可以有效检测出混凝土构件的质量问题。

方法领域

本发明涉及混凝土构件的检测领域，更具体地说，它涉及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。

背景方法

混凝土构件的质量问题主要有制造尺寸与设计不符、钢筋和灌浆套筒等关键连接部件的位置错位、连接质量差等。在混凝土构件的生产和施工过程中，对其质量的检测关乎施工质量和房屋的整体性。特别是在装配式结构中，预制混凝土构件的制造和安装质量直接关系到结构的安全性。常用的预制混凝土构件有带有钢筋伸出端和预埋置灌浆套筒两类。在对这两类混凝土构件进行连接时，需要保证它们的质量符合施工要求和结构性能要求。

在对混凝土构件进行质量检测时，目前常用的方法是检测人员通过目测或依靠卷尺等方式确定大致的尺寸和位置。这种传统的检测方式不仅出错概率高，误差大，还需要大量人工成本和时间成本，不利于施工和结构质量的保证。虽然现在出现了一些基于视觉的方法被尝试用于混凝土结构的质量检测，但是它们往往需要人工干预，并不能真正解放人力，对质量检测的效率提升十分有限。

发明内容

针对现有方法存在的问题，本发明提供了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。本发明解决了现有人工检测混凝土构件方式获取信息慢、检测结果不够可靠、效率低下等问题，能够同时检测混凝土构件上具有多种不同特征的关键连接部件。另外，本发明在检测精度和效率上相比传统检测方法也有很大提高。

本发明的目的是通过以下方法方案来实现的：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，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，以实现根据点云数据中各个部分的密度不同，采取不同比例的降采样操作；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；