[发明专利]板桥桥梁点云的部件自动检测方法及系统

说明书

本发明公开了一种板桥桥梁点云的部件自动检测方法及系统，通过获取板桥桥梁的点云数据，将桥梁的桥面中轴线与全局坐标系中设定的基准坐标轴尽量对齐；对不同的数据集合进行切片，利用边界框对每个切片进行界定，根据每个边界框的高度大小，进行分类，最终识别得到桥墩、桥面和/或墩帽部件。本发明完全绕过了由点生成面的阶段，而是直接获取了自带语义标签的点云切割点集。

技术领域

本发明属于3D重建的工程应用领域，具体涉及一种板桥桥梁点云的部件自动检测方法及系统。

背景技术

随着桥梁3D信息建模技术BrIM(Bridge Information Modelling)的发展，全球基础设施市场已经为桥梁信息模型的广泛性应用做好了准备。桥梁信息模型为工程师提供了桥梁的数字化信息表达，可以在不同的平台上共享，并且在桥梁的整个生命周期内都可以使用。

但是，目前的基础设施项目中，使用这种建筑模型技术的非常少。由此看出，尽管目前采用激光扫描技术可以更快更好的收集点云数据，但是，由于现阶段还无法将点云数据自动转化成BrIM模型，BrIM模型的使用率还是较低，而人工建模非常耗时，目前已知运用最先进的建模软件手动生成BrIM模型所需时间是点云数据采集所需时间的十倍左右。

降低高速路桥模型生成的成本和时间至关重要。若解决了模型的自动化问题，BrIM即可成为高速路桥梁状况的数字化文件管理模式。为了确保高速路交通安全，高速路桥梁都会进行定期例行检查。以两年周期为限，每年仅美国和英国就需要进行超过30万次的桥梁检查。所以，自动化BrIM模型的生成技术有着巨大的市场需求，它可以大大减少人工从点云到BrIM模型的生成时间，从而促进桥梁资产管理的生产效率。

通常，从点云(Point Cloud Data，简称PCD)到生成BrIM模型分成两大步：

1.检测桥梁点云中的桥梁组件点集，并标记语义信息；

2.生成能够拟合桥梁组件点集的3D几何图形，并存储为国际化的工业标准格式(即Industry Foundation Classes，简称IFC)。

可以看出，能够准确、全面的检测桥梁点云中的桥梁组件点集是生成BrIM模型的基础，然而该步骤目前主要是通过建模人员使用建模软件手动完成的，虽然现在已经有部分软件(如ClearEdge3D)已经可以自动检测隐含在点云中的建筑或工业部件(例如墙体，管道)的标准化3D几何形状了。但是，值得注意的是，自动检测是建立在人工切割的基础上的。即，建模人员需要首先手动切割好目标点云区域，再通过软件自动检测功能检测出此区域的3D形状。而这一手动切割的过程也很费时，特别是处理目标区域边界时，剪裁需特别小心。需要反复将点云在空间旋转，找好角度，才能将目标区域用2D边界框选定并切割，处理一座基本的公路桥PCD的桥梁部件检测任务平均需要几个小时才能完成。

目前，有许多研究试图自动化在PCD中检测物体这一过程，这些方法通常是通过将PCD先分割成表面图元再进行聚类，或者对表面图元所转换成的3D基本图形通过专家系统的一系列法则进行分类。然而，这些算法具有很高的约束要求，具有比较大的局限性。而真实的桥梁的PCD没有虚拟数据一般完美，桥梁部件的拓扑空间关系和真实的几何形状也往往比理想状态复杂得多，经过试验，这些基于表面的分割再聚类和基于规则的分类方法都只在具有严格约束条件的案例中表现良好，而在真实点云数据上的应用，表现都不尽人意。

因此，现在急需一种检测方法或系统能够解决上述现有技术的缺陷，实现可靠、快速检测。为此，很多研究者都做了尝试与深入研究，下面例举几个：

Zhang et al.(2015)提出了一种基于sparsity的优化方法去探测真实桥PCD中的参数化表面图元块。但是这种方法只能处理平面物体，无法处理曲面。但是，Zhang et al.(2015)的实验中显示，当桥墩区域的点云很稀疏，点密度过小时，这种方法无法检测到桥墩的表面图元块。