岩体结构面信息采集及识别方法研究进展

识别结构面并获取其几何信息对于岩体结构分析有重要意义,为边坡稳定性分析、隧道稳定性预测、工程岩体质量分级、隧道支护设计等提供了数据基础.传统结构面信息采集方法效率低、风险高、精度低,难以获取结构面规律性特征,因此迫切需要发展智能化的信息采集与识别方法.梳理了以三维激光扫描和摄影测量为代表的非接触测量信息采集技术的应用现状;从结构面产状及分组、迹线、间距特征出发,总结了以聚类法、区域生长法、神经网络法为代表的国内外相关识别提取算法研究进展;最后从岩体块度识别、边坡稳定性分析、隧道围岩智能分级与动态支护设计3方面探讨了结构面信息采集及识别方法的应用方向.研究表明:对于实现岩体结构的快速自动分析,发展和采用适用于工程的高精度、高效率信息采集技术是重要前提,结合地质构造信息进行精细化结构面识别算法研究是重要内容,构建全流程自动化的系统是全面保障.

隧道围岩几何信息自动提取方法及工程应用

为解决传统隧道围岩几何信息提取方法识别效率低、采集风险高、结果精度低等问题,以贵州省梭草坡隧道ZK21+697.9里程处的掌子面为例,采集隧道掌子面多视角数字图像,利用基于多目三维重构原理的摄影测量法获取掌子面三维点云数据。为实现岩体结构面三维产状信息的自动提取并且自动获取最优分组数,提出了一种基于快速K-means++的三维产状自动分组算法,基于正二十面体表面细分的方式生成基向量。利用快速K-means++算法对基向量进行聚类,通过Dunn指数进行聚类质量评价获取了最优分组结果。为实现三维迹线信息的自动提取,提出了一种基于点云收缩算法的三维迹线提取算法,基于张量投票法识别迹线特征点,通过特征点收缩提取点云骨架,利用生长算法连接特征点生成迹线段。所提算法在多处岩石隧道掌子面围岩信息的采集与提取中进行了应用。结果表明:通过不同视角采集多张掌子面图像基于多目三维重构技术能够快速获取掌子面三维点云;采用K-means++算法将掌子面岩体产状自动分成3组,与人工判定结果一致,针对大规模岩体点云数据的产状识别效率高;采用点云收缩算法自动获取掌子面迹线,得到迹线三维信息,迹线趋势符合人工判定结果。研究结果可为实际隧道工程中围岩几何信息的自动提取提供帮助。