郜士彬，王 康，沈宗覬，保振永

(中國電建集團昆明勘測設計研究院，云南 昆明 650000)

1 研究背景

目前我國注冊備案大壩共663座，超過5100億m3的庫容，壩高超過100m的有152座，超過200m的有17座，主要有重力壩、土石壩、拱壩和混合壩等類型，大壩安全監(jiān)測貫穿大壩建設、竣工運營、維護各個階段。傳統(tǒng)的變形監(jiān)測方法以“點”式監(jiān)測為主，儀器多用全站儀、GNSS、經(jīng)緯儀等。傳統(tǒng)手段測點精度高，但是獲取局部點位信息，對于復雜地形的變形監(jiān)測，布點數(shù)量增加，監(jiān)測成本增加，有些滑坡地形非常危險，不便于布設監(jiān)測點，加上監(jiān)測點很容易隨著變形體破壞。葛山運[1]、羅江運用GPS/BDS組合定位方法在大壩安全監(jiān)測上，譚林使用三頻GPS組合精密單點定位技術(shù)(PPP)進行大壩變形監(jiān)測方法研究，崔鵬飛利用GNSS和測量機器人組合的方法進行大壩安全監(jiān)測研究，郭保、李小偉等研究了多基站GNSS自動化大壩變形監(jiān)測方法，劉千駒研究了小波函數(shù)提高大壩變形監(jiān)測數(shù)據(jù)質(zhì)量中的應用，李明使用精度優(yōu)于傳統(tǒng)統(tǒng)計模型的BP網(wǎng)絡預測模型來表征變形趨勢，孫志豪利用SBAS監(jiān)測方法對大壩不同區(qū)域的沉降量與變形速率進行監(jiān)測。近年來，開始研究基于三維激光掃描技術(shù)的變形監(jiān)測方法。通過非接觸的方式進行獲取變形體表面的點云數(shù)據(jù)和影像數(shù)據(jù)，該方式可以快速獲取海量變形體的連續(xù)點云數(shù)據(jù)，梁沖、李慶松等提出了一種機載LIDAR和多波束系統(tǒng)組合方法獲取水上水下地形數(shù)據(jù)的解決方案，吳運通、范泯進、楊傳訓等研究了三維激光掃描技術(shù)在大壩變形監(jiān)測上的應用方法。

基于三維激光掃描技術(shù)的大壩安全監(jiān)測方法，是通過不同周期觀測，進行點、線、面多期數(shù)據(jù)對比分析，從而達到監(jiān)測分析變形體整體的一個變形趨勢和規(guī)律，制定相應的預防和整改措施。本文提出使用三維激光掃描技術(shù)，定期對土石大壩進行掃描獲取點云數(shù)據(jù)，利用Hausdorff距離法進行多期點云變形分析，運用色譜統(tǒng)計變形量。本文結(jié)合糯扎渡項目研究三維激光掃描技術(shù)在大壩變形監(jiān)測中的應用效果。

2 技術(shù)路線

大壩變形是一個緩慢而持續(xù)的過程，需要對大壩變形監(jiān)測制定最佳掃描方案。本文采用澳大利亞MAPtek生產(chǎn)的I-SITE8810三維激光掃描儀，在大壩L3-L8測線進行三維激光掃描設站點布設，以電廠GNSS及視準線監(jiān)測的工作基點作為激光掃描監(jiān)測控制點。三維激光掃描儀觀測應選擇天氣良好情況下進行，將三維激光掃描儀依次分別架設在觀測墩上，在觀測期內(nèi)對大壩迎水面和背水面邊坡及兩岸邊坡進行三維掃描觀測，如圖1所示。三維激光掃描主要技術(shù)流程：(1)控制測量，包含選點、埋設、觀測、計算、檢查及整理成果；(2)外業(yè)數(shù)據(jù)采集，包含踏勘、準備、掃描站點布設、三維激光掃描、數(shù)據(jù)下載存儲、外業(yè)資料整理；(3)點云數(shù)據(jù)拼接，包含點云坐標轉(zhuǎn)換、點云配準、平差報告、點云導出和數(shù)據(jù)整理等；(4)點云數(shù)據(jù)處理，包含點云去噪、點云分類、點云抽稀和分割等；(5)三維模型建立，包含構(gòu)建三角網(wǎng)、漏洞編輯處理、拓撲編輯、檢查和成果整理等；(6)紋理貼圖，包含照片采集、勻光勻色、貼圖、檢查和成果歸檔。

圖1 大壩三維測站布設圖

2.1 布設站點

測站點的選擇是三維測量中非常重要的環(huán)節(jié)，測站點的坐標精度直接影響了三維測量數(shù)據(jù)的質(zhì)量精度，要選擇密度均勻、距離適中的高精度控制點或者長時間監(jiān)測的基點觀測墩作為三維激光掃描儀的設站點。2018年三維掃描測量項目為了能夠和2016年的三維掃描測量數(shù)據(jù)良好銜接，所以2018年兩期測站點的設置與2016年的三維掃描設站點一樣，共設測站點10個。如圖2所示。

圖2 大壩掃描工作示意圖

2.2 數(shù)據(jù)采集

數(shù)據(jù)采集嚴格遵循以下步驟作業(yè)：(1)在壩體部分表面點上安裝標志牌，并用全站儀精確獲取坐標；(2)壩體及扁鋼掃描距離控制在100m范圍內(nèi)；(3)同一測站，為確保數(shù)據(jù)質(zhì)量的可靠性，采用反復觀測兩測回的方式進行；(4)在后視點的選擇過程中，找準相對較遠的控制點，以減少后視誤差；(5)選取大氣穩(wěn)定，日照適中的觀測時間進行點云數(shù)據(jù)采集，保證了點云精度質(zhì)量及色彩質(zhì)量；(6)未在逆光條件下進行觀測；(7)根據(jù)三維激光掃描儀檢驗的結(jié)果進行精度驗證和誤差改正。

2.3 測站精度驗證

測站精度主要分為內(nèi)符合精度和外符合精度。

內(nèi)符合精度主要指同一測站不同時刻測量同一目標時，兩期數(shù)據(jù)間的內(nèi)符合程度。在本項目中，采用L5-GTP-08_HY_C8L測站所觀測的同期兩測站數(shù)據(jù)進行內(nèi)符合精度的評定驗證，截取測站相同觀測范圍的兩期數(shù)據(jù)點云文件，通過數(shù)據(jù)過濾分類，得到壩面觀測點云文件，在同一位置切取部分點云進行建模分析，如圖3—4所示。

圖3 L5-GTP-08_HY_C8L02點云數(shù)據(jù)

圖4 L5-GTP-08_HY_C8L01點云數(shù)據(jù)

采用專業(yè)數(shù)據(jù)處理軟件進行點之間的分析對比如圖5—6所示。

圖5 比較結(jié)果(橫坐標為m，縱坐標為點數(shù))

圖6 比較結(jié)果(橫坐標為m，縱坐標為點數(shù))

通過點云數(shù)據(jù)分析，綠色柱子為兩組數(shù)據(jù)分析結(jié)果，統(tǒng)計數(shù)據(jù)集中在±8mm以內(nèi)，紅色數(shù)據(jù)由于該位置無重疊點云數(shù)據(jù)所致，整體內(nèi)符合精度可以達到±8mm以內(nèi)。

外符合精度主要指不同測站同一時刻測量相同目標時，兩站數(shù)據(jù)間的相互吻合度，保證同期觀測數(shù)據(jù)成果的正確性。在本次作業(yè)的過程中，采用L6GP07_HY_C4L_01測站及L6GP08_HY_C4L_01測站截取點云模型觀測數(shù)據(jù)，在兩站觀測數(shù)據(jù)中，截取同一位置的坡面的點云數(shù)據(jù)，分別進行坐標轉(zhuǎn)換、表面模型構(gòu)建，進行精度分析。

選取的點云數(shù)據(jù)距離測站較近，根據(jù)誤差傳播規(guī)律，測點范圍約100m的條件下，點云數(shù)據(jù)外符合精度優(yōu)于±10mm，由分析成果可知，各測站外部符合精度較佳，。

綜上所述，通過數(shù)據(jù)分析及評定：采用TM30/RTK實測基點，三維激光掃描儀所測100m范圍內(nèi)的點云數(shù)據(jù)精度優(yōu)于±10mm。

2.4 數(shù)據(jù)預處理

數(shù)據(jù)預處理主要包括測站數(shù)據(jù)配準拼接、點云濾波分類和大壩分析模型構(gòu)建3個方面。

點云數(shù)據(jù)配，準根據(jù)測站定向法進行拼接，每個測站進行測站點坐標、定向方位角、溫度、氣壓等參數(shù)的輸入，軟件自動進行測站配準，將所有配準后數(shù)據(jù)進行融合處理。

點云濾波分類，將點云數(shù)據(jù)中除大壩以外的部分點云進行分類、提取，包括扁鋼、護欄、觀測墩、觀測房、建筑、花臺、過道、交通指示牌等。

大壩模型構(gòu)建，將配準、分類完成的點云數(shù)據(jù)構(gòu)建大壩mesh模型，劃定變形分析范圍，多期數(shù)據(jù)按照分析范圍進行處理。如圖7—8所示。

圖7 大壩三維掃描數(shù)據(jù)

圖8 三維分析模型構(gòu)建

2.5 變形分析

本文采用Hausdorff距離法進行多期點云的變形分析，Hausdorff距離是描述兩組點云之間相似度的一種量度，是兩組點云之間差異的一種表達。假設有兩個點云集合A={a1，…，an}，B={b1，…，bn}，則這兩個點云集合之間的Hausdorff距離定義為：

H(A，B)=Maxa∈A{minb∈B{d(a，b)}}

(1)

式中，a、b—集合A與集合B中的點；d(a，b)—a與b之間的歐式距離(Euclidean距離)。

Hausdorff距離度量了兩組點云間的最大不匹配程度，距離越大，則表示匹配程度越差，反之，則表示匹配程度高。

使用開源的Cloud compare點云處理軟件進行多組點云的Hausdorff距離法變形分析，從整體上分析大壩變形趨勢。

3 工程實例

通過對糯扎渡電站2018年兩期數(shù)據(jù)和2016年兩期數(shù)據(jù)選取相同分析范圍內(nèi)點云，將2016年1期數(shù)據(jù)作為大壩變形分析的首期數(shù)據(jù)，剩余的3期數(shù)據(jù)構(gòu)建模型與其進行變形分析，使用Cloud compare點云處理軟件進行Hausdorff距離法疊加對比分析，得到分析成果，分別是2016年2期和2016年1期的數(shù)據(jù)比較結(jié)果圖、2018年1期和2016年1期的數(shù)據(jù)比較結(jié)果圖、2018年2期和2016年1期的數(shù)據(jù)比較結(jié)果圖，如圖9—12所示。圖中所有表格橫坐標單位為m，縱坐標單位為點個數(shù)。4期變形值數(shù)據(jù)見表1。

表1 4期大壩掃描數(shù)據(jù)變形值統(tǒng)計表

圖9 2016年2期—2016年1期大壩變形分析成果圖

圖10 2018年1期—2016年1期大壩變形分析成果圖

圖11 2018年2期—2016年1期大壩變形分析成果圖

圖12 2018年2期—2018年1期大壩變形分析成果圖

從這4期數(shù)據(jù)整體分析成果來看，大壩中心軸線(壩頂路面)是趨于下沉的，從2016年2期、2018年1期和2018年2期的數(shù)據(jù)比較結(jié)果圖中可看出，比較差值從正到負變化，絕對值逐漸增大，變化量由最初的8cm以內(nèi)，到10cm以內(nèi)，到2018年2期觀測的時候，變化量最大的地方有16cm。

4 結(jié)語

本文結(jié)合糯扎渡三維掃描項目，定期對大壩進行掃描獲取了4期點云數(shù)據(jù)，利用Hausdorff距離法進行多期點云變形分析，運用色譜統(tǒng)計兩期之間的變形量，本文可以得到以下結(jié)論。

(1)三維激光掃描測站點位選擇合理，點位盡可能少，設站越多，數(shù)據(jù)配準誤差越大。

(2)采用了多種方法對點云數(shù)據(jù)精度進行驗證，保證了數(shù)據(jù)采集結(jié)果的精度及正確性，本次工作中，地面三維激光掃描整體數(shù)據(jù)精度≤10mm。

(3)三維激光掃描技術(shù)可以很好地應用在表面相對平整的土石壩進行變形分析，Hausdorff距離法可以很直觀地表現(xiàn)出大壩整體的變形位置及變形量，達到了對大壩整體的變形趨勢和規(guī)律進行監(jiān)測。