基于车载扫描点云的地铁盾构隧道椭圆度分析

椭圆度是衡量地铁盾构隧道管片变形的重要指标之一,由于地铁隧道中存在道床管线,导致隧道点云中会存在大量到内壁距离不等的非隧道内壁点,会对椭圆度分析产生影响。对于道床一般利用直通滤波来处理,但轨道超高时处理效果不佳;对于其他附属物通过设置距离阈值方法来处理,但阈值难以预先准确确定。为解决以上问题,依据盾构隧道点云分布特点,提出一种道床点距离阈值剔除、附属物点分级定权剔除算法。结果表明,算法给出的椭圆度MAE为0.085‰,优于直接最小二乘法和RANSAC算法。基于某地铁隧道56个单环隧道的激光点云,对算法性能进行测试,各环椭圆度MAE均值为0.174‰、各环椭圆度标准差均值为0.216‰,较RANSAC算法分别提升19.1%、19.7%,证明该方法能够有效消除地铁隧道点云中非隧道内壁点的影响,椭圆度计算结果具有较好的稳健性。