《隧道及地下工程信息化技术与应用》课件 第1-6章 绪论、数字图像技术在隧道及地下工程中的应用-岩石隧道信息模型及应用

第一章绪论《隧道及地下工程信息化技术与应用》内容提纲隧道及地下工程发展现状1隧道及地下工程的科学基础与思维方式2隧道及地下工程信息技术导论3隧道及地下工程信息化技术概述41.1隧道及地下工程发展现状城市地下空间发展交通类地下空间公共安全与防灾空间市政基础设施类商业与公共服务空间1.1隧道及地下工程发展现状城市地下空间发展截至2022年底，中国城市地下空间累计建筑面积29.62亿m2。中国城市地下空间新增建筑面积（含轨道交通、综合管廊等）约2.62亿m2，约占同期城市建（构）筑物竣工面积的23%。2016~2023年我国城市轨道交通新增建设里程以及增长率1.1隧道及地下工程发展现状重大基础设施建设近年来，随着我国基础设施建设步伐的加快，一系列国家重大工程相继启动。1.1隧道及地下工程发展现状隧道及地下工程智能建造智能建造传统建造方式物联网5G通信人工智能内容提纲隧道及地下工程发展现状1隧道及地下工程的科学基础与思维方式2隧道及地下工程信息技术导论3隧道及地下工程信息化技术概述41.2隧道及地下工程的科学基础与思维方式工业时代的科学基础与思维方式世界万物是运动的，而且这些运动遵循着特定的规律，这些规律是可以被认识的。——机械思维机械思维对人类文明的促进作用：把各种问题都归结为机械的问题。通过科学研究发现规律、描述规律、运用规律预测未来。任何一个复杂的问题都可以分解成若干个简单的问题。1.2隧道及地下工程的科学基础与思维方式工业时代的科学基础与思维方式第一次工业革命时期的机械思维：火车、打字机、乐器、钟表、差分机、……第二次工业革命时期的机械思维（电成为主要动力）：飞艇、飞机、洗衣机、留声机、……近代隧道及地下工程采用了工业时代诞生的机械思维方式来思考问题，把各种问题都归结为机械的问题，通过科学研究发现规律、描述规律、运用规律，就能实现预测未来。1.2隧道及地下工程的科学基础与思维方式信息时代的科学基础与思维方式控制论思维方式机械思维是对未来做一种尽可能确定的预测，控制论思维则是根据变化不断调整。信息论思维方式一个系统中不确定性越多，熵越大；要消除不确定性就要引入信息，引入多少信息要看系统的不确定性有多大。系统论思维方式整体的性能未必能通过局部性能的优化而实现。1.2隧道及地下工程的科学基础与思维方式信息时代的科学基础与思维方式（1）控制论系统对刺激的反映特性任何系统（人体、股市、商业、产业等）在外界环境刺激（称为输入）下必然做出反应（称为输出），然后反过来影响系统本身。系统自我调节机制为了维持一个系统的稳定，或者为了对它进行优化，可以将它对刺激的反应反馈回系统中，这最终可以让系统产生一个自我调节的机制。1.2隧道及地下工程的科学基础与思维方式信息时代的科学基础与思维方式（2）信息论香农第一定律（香农信源编码定律）、香农第二定律最大熵原理一个系统中不确定性越多，熵越大；要消除不确定性就要引入信息，引入多少信息要看系统的不确定性有多大。在对未知事件发生的概率分布进行预测时，应当满足全部已知的条件，而对未知的情况不要做任何主观假设。1.2隧道及地下工程的科学基础与思维方式信息时代的科学基础与思维方式（3）系统论有生命的系统VS非生命的系统前者是一个开放的系统，需要和外界进行物质、能量或者信息的交换；后者为了其稳定性，需要和外界隔绝，才能保持其独立性。热力学第二定律封闭系统总是朝熵增加的方向变化，即从有序变为无序。开放的系统可以和周围进行物质、能量和信息交换，引入“负熵”让系统变得有序。1.2隧道及地下工程的科学基础与思维方式智能时代的科学基础与思维方式智能时代急速到来2016/5，国务院发布《“互联网+”人工智能三年行动实施方案》。2017/11，新一代人工智能发展规划暨重大科技项目启动。

2021/12，中央网信委发布《“十四五”国家信息化规划》。2025/8，国务院印发《关于深入实施“人工智能+”行动的意见》。1.2隧道及地下工程的科学基础与思维方式智能时代的科学基础与思维方式语音识别人脸识别机器翻译智能导航日常生活中的人工智能1.2隧道及地下工程的科学基础与思维方式智能时代的科学基础与思维方式同济大学土木工程垂域大模型东南大学混凝土材料垂域大模型大语言模型……1.2隧道及地下工程的科学基础与思维方式智能时代的科学基础与思维方式大数据思维方式–以计算机识猫为例机器学习方法:把图片大量“喂”给计算机，教计算机是猫或者不是猫。在识别猫的神经网络中有无数的通路，正如人的脑神经一样，每个通路都会输出结果，如果答对了就给这条通路加权；答错了就降低权重。用10万张各种猫的图片做测试之后，那些得到加权的神经通路就组成了一个识别装置（一组复杂的函数联结）。然后就可以识别出新的图片中的猫出来。这就是“监督学习”

。内容提纲隧道及地下工程发展现状1隧道及地下工程的科学基础与思维方式2隧道及地下工程信息技术导论3隧道及地下工程信息化技术概述41.3隧道及地下工程信息技术导论1.3.1信息论简介香农（1948）:《通信的数学理论》ShannonC.E.,Themathematicaltheoryofcommunication,BellSystemTechnicalJournal,1948,27:379-423,623-656为了处理电子信道里信息传递的效率问题，解决的基本问题：在一点上重建另一点上产生的消息。发送者接收者信道或连接1.3隧道及地下工程信息技术导论1.3.1信息论简介如果实验A可能的结果数是n，并且每个实验结果的概率都是相等的（=1/n），当我们收到一条关于实验结果的消息时，我们得到的信息量是多少？

注：信息量的单位是比特1.3隧道及地下工程信息技术导论1.3.1信息论简介问题：

有一个正八面体的骰子，庄家随机地掷出了1到8之间的一个数n。为了知道这个数，最好的方案是询问庄家几个问题？庄家只能回答是或不是。答案：3个问题（I=log28=3）。假定我们要把掷出的那个数用消息发送出去，由于每个数出现的概率等同，因此最佳的编码方案就是用3比特等长编码方案。1.3隧道及地下工程信息技术导论1.3.1信息论简介当实验结果发生的概率不等同时（假设每个结果事件发生的概率是pi）消息m给出的加权平均信息量（又称为熵）是：当pi=1/n时，H=log2n。香农信息论中从没有定义什么是“信息”，只是提到信息量。香农信息论是经典信息论或统计信息论。1.3隧道及地下工程信息技术导论1.3.2信息的定义信息的定义包括：“信息是被消除的不确定性”。“信息就是信息，不是物质或能量”。“信息是一小段知识”。“信息是被转变成有含义和有适用语境的数据”。“信息是能够被理解的有组织的数据集合”。1.3隧道及地下工程信息技术导论1.3.2信息的定义一般信息论有必要区分一般意义上的信息和关于一个系统R的信息。广义上，对于一个系统R的信息是引起系统R里变化的能力。信息本体论原理O2以一本英文物理教科书为例既不懂英文也不懂物理的人：很少的信息。懂物理但不懂英文的人：给出较多的信息，因为能看懂公式。懂英文但不懂物理的人：给出更多的信息，能用这本书学习物理。既懂英文又懂物理且达到了比这本书还高程度的人：很少的信息。1.3隧道及地下工程信息技术导论1.3.3信息的度量信息的度量关于一个系统R的一项信息I的测量，就是对信息I在系统R（或者严格地，在所选择的信息逻辑系统IF(R)）里引起变化的某种测量。信息测度的多样性量、值、成本、熵、不确定性、平均信息分值、有效性、完整性、相关性、可靠性、真实性等等。1.3隧道及地下工程信息技术导论1.3.3信息的度量价值论原理仅对非常简化的系统才存在一个唯一的信息测度，具有一个发达的信息逻辑系统的任何复杂系统R有许多可以被改变的参数，复杂系统要求许多不同的信息测度。因此，找到一个普适的信息测度是不实际的。由香农信息量所测量的不确定性消除只是可能变化之一，它是一种绝对信息测度，它给出一个信息项本身的量值。1.3隧道及地下工程信息技术导论1.3.4信息、数据和知识数据是对客观事实的记录，是一种资源和可操作对象。知识是对客观事物规律的认识，在逻辑学里，知识用逻辑命题和谓词表示。数据-信息-知识三元组最流行的方法是用金字塔表示它们之间的层次结构关系。数据信息数据信息知识知识数据-信息-知识金字塔这样的金字塔层次结构好理解，但并不好用！1.3隧道及地下工程信息技术导论1.3.4信息、数据和知识信息相关于知识和数据，就像能量相关于物质，可以从物质提取能量，可以从知识/数据提取信息。例如，我们看一本书，书中的知识和数据是信息的载体，我们从中可以提取出信息。

知识-信息-物质-能量（KIME）正方形能量物质包含信息知识/数据包含相似≈相似≈1.3隧道及地下工程信息技术导论1.3.4信息、数据和知识上图表明，在信息的作用下，数据可以转变为知识。数据与知识之间关系可以这样形象地解释：数据和知识像分子，例如数据像水分子，它有三个原子，知识像DNA分子，它结合了几十亿个原子；在信息的作用下，可以把数据转变为知识（例如把4种脱氧核苷酸A，T，C，G连接而成的DNA长链）。数据-信息-知识三元组数据知识信息1.3隧道及地下工程信息技术导论1.3.4信息、数据和知识数据知识世界期望信息刺激主体行动数据深植于世界的物理性质当中，信息则深植于个人的评估和预期中。信息是一个有知识背景的人能够从数据当中提取的东西，并可以形成新的知识。信息提取依赖于现有的知识体系，包括算法和逻辑、模型和语言、操作和程序、目标和问题表示等。数据到知识的转变1.3隧道及地下工程信息技术导论1.3.5信息化过程信息化过程通常由信息采集、处理、表达、分析和服务几部分组成。采集：从源头上能够提取或产生信息，类似于产生能量。处理和表达：让信息更易使用、更易流动，类似于转变能量的形式，将能量从低级形式向更易于流动和使用的高级形式转变。分析：用知识从现有的信息中进一步提取新的信息，增加信息量，类似于增大能量。服务：选择或建立信息逻辑系统，让信息对信息逻辑系统产生作用，类似于让能量发挥实际作用，让能量去做“功”。信息源信息逻辑系统信息一般信息论下的信息三元组内容提纲隧道及地下工程发展现状1隧道及地下工程的科学基础与思维方式2隧道及地下工程信息技术导论3隧道及地下工程信息化技术概述41.4隧道及地下工程信息化技术概述1.采集2.处理3.建模4.表达5.分析6.服务自动化半自动化数据标准化视觉模型信息模型信息集成数据可视智能评价智能预测数字化服务信息化服务数字信息流隧道及地下工程信息化技术流程1.4隧道及地下工程信息化技术概述1.4.1信息采集隧道及地下工程信息采集方法是指利用各种途径与手段，获取工程建设与运营阶段所需的各种数据。数字图像技术三维激光扫描技术无线传感网络1.4隧道及地下工程信息化技术概述1.4.2信息处理多源异构数据是指隧道及地下工程在不同阶段，采用不同采集技术、软件、数据格式和管理方式所形成的多样化数据集。数据标准化是对数据定义、组织、监督和保护进行标准化的过程，是信息处理的一个重要环节。数据标准化描述与储存自动化监测设备现有数据资料格式1格式2格式3…统一数据格式1.4隧道及地下工程信息化技术概述1.4.3信息建模在隧道及地下工程领域，信息建模的核心在于构建合适的信息模型。旨在从信息角度出发，构建能够全面反映对象特性与功能的模型框架，并借助特定语言来精确表达这些信息，以促进更有效的信息交流与沟通。1.4隧道及地下工程信息化技术概述1.4.4信息表达隧道及地下工程信息表达包括建模（包括地质体、地下管线、建筑、结构、设备等建模）、可视化（例如虚拟现实和增强现实）和3D打印等。虚拟现实增强现实BIM1.4隧道及地下工程信息化技术概述1.4.5信息分析信息分析是以隧道及地下工程的实际需求为背景，在工程数据基础上，通过物理数学方法实现工程问题的定性和定量分析。多源数据融合与评价机器学习方法与预测1.4隧道及地下工程信息化技术概述1.4.6信息服务基础设施智慧服务系统iS3利用计算机、人工智能等技术手段，实现工程活动过程中数据的有序存储、高效传输、实时更新和有效管理。谢谢！第二章数字图像技术在隧道及地下工程中的应用东南大学土木工程学院《隧道及地下工程信息化技术与应用》内容提纲数字图像技术概述1基于数字图像的基坑支撑位置识别与深度测量2基于数字图像的岩体结构面自动识别32.1数字图像技术概述2.1.1数字图像技术简介数字图像技术数字照相图像处理图像增强图像重构图像分割图像识别图像理解……自然光到图像传感器(CCD/CMOS)上，图像传感器将光信号线经过透镜系统转变为数字信号记录并保存在相机中的过程。利用计算机对数码相机所获得的图像进行处理并提取所需信息的过程。2.1数字图像技术概述2.1.2数字图像基本原理世界坐标系相机坐标系成像平面坐标系镜头畸变图像坐标系刚性变换R+T空间到平面光学透镜固有的透视失真，坐标变化2.1数字图像技术概述2.1.2数字图像基本原理R=R(α，β，γ)，T=(tx，ty，tz)т世界坐标系相机坐标系成像平面坐标系镜头畸变图像坐标系（f，κ，sx，sy，cx，cy，WI，HI）f(m)0.018843κ-434.009sx

(m)5.09e-006sy

(m)5.1e-006cx2300.47cy1570.48WI4592HI3056控制点法计算外参相机标定内参2.1数字图像技术概述2.1.2数字图像基本原理深度信息提取有二维、三维测量等方法，三维测量存在计算量大、耗时长、视觉设备昂贵、需要更大的设备安装空间等缺点。由二维信息获得真实的世界坐标是一对多的映射关系，不能确定唯一的世界坐标值。将被测对象放在一个位姿已知的平面上来测量，这个已知的平面称为测量平面。测量平面位姿的确定采用控制点法计算得到。2.1.2数字图像基本原理附属设备选用相机选用要求：高像素

适应各种恶劣环境

可固定相机内参

选用：1、Sonyα550+标准镜头DT18-55mmf/3.5-5.6SAM2、DH-ITS5010SC+镜头M3Z1228C-MP2.1数字图像技术概述内容提纲数字图像技术概述1基于数字图像的基坑支撑位置识别与深度测量2基于数字图像的岩体结构面自动识别32.2基于数字图像的基坑支撑位置识别与深度测量2.2.1支撑位置识别根据现场相机安装条件估计焦距室内相机标定相机现场安装固定、采集基坑图像累计已经施工的支撑根数，计算支撑位置对基坑图像镜头畸变校正控制点法计算相机外部参数导入真实世界坐标系中的支撑坐标映射支撑区域至图像提取支撑图像特征

颜色分量关系判断是否施工？导入下一根支撑的世界坐标否是数字图像图像处理图像处理——理想环境下2.2基于数字图像的基坑支撑位置识别与深度测量2.2.1支撑位置识别校正前校正后累计已经施工的支撑根数，计算支撑位置对基坑图像镜头畸变校正控制点法确定相机位姿导入真实世界坐标系中的支撑坐标映射支撑区域至图像提取支撑图像特征颜色分量关系判断是否施工？结束导入下一根支撑的世界坐标否是2.2基于数字图像的基坑支撑位置识别与深度测量2.2.1支撑位置识别相机外参相机内参累计已经施工的支撑根数，计算支撑位置对基坑图像镜头畸变校正控制点法确定相机位姿导入真实世界坐标系中的支撑坐标映射支撑区域至图像提取支撑图像特征颜色分量关系判断是否施工？结束导入下一根支撑的世界坐标否是2.2基于数字图像的基坑支撑位置识别与深度测量2.2.1支撑位置识别利用RGB颜色空间三个分量高度相关的特性，提取支撑图像，将其分解为R、G、B三个颜色分量，统计各分量之间的相对关系（如R/G，R/B），作为判断支撑图像区别于其它物体图像的依据。对所有支撑循环依次判断，结合设计资料，每判断一根支撑就返回已施工支撑的真实坐标得到当前基坑支撑的具体位置。针对具体基坑统计得出的数值，程序鲁棒性大大提高；没有通过颜色分量关系统计的基坑，可采用统计给出的参考值。累计已经施工的支撑根数，计算支撑位置对基坑图像镜头畸变校正控制点法确定相机位姿导入真实世界坐标系中的支撑坐标映射支撑区域至图像提取支撑图像特征颜色分量关系判断是否施工？结束导入下一根支撑的世界坐标否是2.2基于数字图像的基坑支撑位置识别与深度测量2.2.1支撑位置识别——考虑复杂条件光照条件支撑遮挡2.2基于数字图像的基坑支撑位置识别与深度测量2.2.1支撑位置识别RGB颜色空间三个分量在光照条件发生轻微变化时就会随之变化RGB颜色空间研究光照条件对支撑位置识别的影响

光照条件对基坑支撑位置识别的影响2.2基于数字图像的基坑支撑位置识别与深度测量2.2.1支撑位置识别随着光照强度的增大，蓝色支撑R、G、B三通道上的灰度值都增大。蓝色支撑R通道灰度值140以内，G通道灰度值190以内，B通道灰度值245以内。蓝色支撑R通道上的灰度值随着光照强度0~100klux的增大呈直线增大，G通道上的灰度值在光照强度0~40klux范围内直线增大，后缓慢增大，B通道上的灰度值在40klux后增势更加缓慢。

光照条件对基坑支撑位置识别的影响2.2基于数字图像的基坑支撑位置识别与深度测量2.2.1支撑位置识别支撑遮挡对支撑位置识别的影响2.2基于数字图像的基坑支撑位置识别与深度测量2.2.1支撑位置识别支撑遮挡对支撑位置识别的影响已施工的基坑支撑被遮挡支撑布尔运算后的被遮挡支撑图像（蓝色）支撑遮挡问题处理思路支撑遮挡问题处理流程2.2基于数字图像的基坑支撑位置识别与深度测量2.2.2基坑开挖深度测量控制点法确定测量平面位姿提取开挖深度位置点的图像坐标建立相机坐标系中的图像点对应光线转换光线方程至测量平面坐标系根据光线方程与测量平面交点计算基坑开挖的实际深度基坑开挖的实际深度通过开挖深度位置图像点对应的光线方程与已知测量平面

z=0相交获取。xcyczc●●(0，0，0)T(r，c)T(u，v，f)Txmymzm

2.2基于数字图像的基坑支撑位置识别与深度测量2.2.2基坑开挖深度测量控制点法确定测量平面位姿提取开挖深度位置点的图像坐标建立相机坐标系中的图像点对应光线转换光线方程至测量平面坐标系根据光线方程与测量平面交点计算基坑开挖的实际深度注：式中，Om=(ox，oy，oz)T；Dm=(dx，dy，dz)T，表示光线的方向向量。相机坐标系测量平面坐标系相机光心坐标(0，0，0)TOm=

-RTT待测点坐标(u，v，f)TIm=RT((u，v，f)T-T)光线方程𝑳𝒄=(𝟎,𝟎,𝟎)𝑻+𝝀(𝒖,𝒗,𝒇)𝑻𝐿𝑚=𝑂𝑚+𝜆(𝐼𝑚−𝑂𝑚)=𝑂𝑚+𝜆𝐷𝑚

由于测量平面就是平面zw=0，光线与测量平面交点的zw坐标必为0，而光线与测量平面的交点zw坐标为oz+λdz，容易求得λ=-oz/dz。内容提纲数字图像技术概述1基于数字图像的基坑支撑位置识别与深度测量2基于数字图像的岩体结构面自动识别32.3.1三维点云重构2.3基于数字图像的岩体结构面自动识别双目三维重构技术摸拟人眼视觉机理，利用左右两个已知内参和外参的相机，同时拍摄物体的立体像对，对物体表面进行三维重构。随着计算机视觉技术的高速发展，基于多目视觉的三维重构技术已成为领域研究热点。多目三维重构技术在双目视觉的基础上，增加一台或者多台照相设备辅助拍摄或者采用单设备多视角拍摄进行测量，以得到同一物体不同角度下的多副图像。数字照相三维点云重构点云后处理隧道掌子面数字照相拍摄位置2.3.2产状识别2.3基于数字图像的岩体结构面自动识别不连续面产状识别步骤岩体不连续面（或结构面）产状是岩体不连续面的重要参数，对岩体稳定性和地下水渗流路径有重要影响。传统的不连续面产状测量由地质工程师借助地质罗盘和倾角仪完成，这种手工测量往往既危险又耗时，且部分区域人工无法到达，易产生误差。2.3.2产状识别2.3基于数字图像的岩体结构面自动识别不连续面自动化识别运行界面不连续面自动化分组不连续面分割和优化不连续面平面拟合坐标系转换和产状计算

不连续面产状识别步骤2.3.3迹长测量2.3基于数字图像的岩体结构面自动识别不连续面迹线提取步骤迹线长度也是不连续面的重要参数，岩体断裂尺寸的信息（如岩体断裂迹长分布和节理直径分布）通常由迹长的测量结果估算得到。2.3.3迹长测量2.3基于数字图像的岩体结构面自动识别迹线自动化识别运行界面

不连续面迹线自动提取步骤迹线特征点检测特征点分组迹线片段生长迹线片段连接冗余片段去除2.3.4间距计算2.3基于数字图像的岩体结构面自动识别迹线自动化识别运行界面

不连续面平均间距计算步骤迹线聚类分组计算平均产状计算测线方向计算测线与迹线交点2.3.5粗糙度计算2.3基于数字图像的岩体结构面自动识别不连续面粗糙度计算运行界面结构面的粗糙度系数是影响结构面抗剪强度的重要因素。不连续面粗糙度计算运行界面不连续面粗糙度计算运行界面2.3.6张开度计算2.3基于数字图像的岩体结构面自动识别平均最小宽度法不连续面张开度测量

不连续面张开度计算步骤提取初始边缘点获取亚像素边缘计算张开度的像素宽度按比例确定张开度2.3.7基于数字图像的岩体结构面自动识别应用案例2.3基于数字图像的岩体结构面自动识别基于单相机的双目三维重构系统获得的三维点云隧道施工环境下的摄影测量隧道施工环境2.3.7基于数字图像的岩体结构面自动识别应用案例2.3基于数字图像的岩体结构面自动识别ZK21+690.8掌子面中各组不连续面的平面拟合结果不连续信息的提取——产状不同里程处隧道掌子面自动化分组结果2.3.7基于数字图像的岩体结构面自动识别应用案例2.3基于数字图像的岩体结构面自动识别不连续信息的提取——产状产状测量结果根据各组不连续面的法向量和转换矩阵计算不连续面的产状。2.3.7基于数字图像的岩体结构面自动识别应用案例2.3基于数字图像的岩体结构面自动识别不同采样窗半径下计算得到的平均迹长不连续信息的提取——迹线不同里程处隧道掌子面迹线提取结果将提取出的迹线正交地投影到采样平面上，采用自动化的圆形测窗法采样流程计算各个掌子面岩体的平均迹长。2.3.7基于数字图像的岩体结构面自动识别应用案例2.3基于数字图像的岩体结构面自动识别不连续信息的提取——间距计算不同里程处隧道掌子面的不连续面平均间距间距计算结果采用K均值聚类法对提取出的迹线分组，每组迹线用一种颜色表示。2.3.7基于数字图像的岩体结构面自动识别应用案例2.3基于数字图像的岩体结构面自动识别不连续信息的提取——粗糙度选取用于计算粗糙度的四个不连续面（用绿色表示）四个选中的不连续面切割得到的二维轮廓线2.3.7基于数字图像的岩体结构面自动识别应用案例2.3基于数字图像的岩体结构面自动识别不连续信息的提取——张开度ZK21+697.7掌子面的张开度计算结果提取的不连续面边缘清晰可见，可准确反映其实际的不连续面条件，确保后续接缝张开度宽度计算结果的精度。谢谢！第三章三维激光扫描技术在隧道工程中的应用东南大学土木工程学院《隧道及地下工程信息化技术与应用》内容提纲三维激光扫描技术概述基于扫描点云的限界检查与预警2基于扫描点云的渗漏水自动识别3基于扫描点云的隧道收敛变形计算4基于扫描点云的隧道结构三维重构513.1三维激光扫描技术介绍3.1.1三维激光扫描技术三维激光扫描技术已经成为当前研究的热点之一，并在文物数字化保护、土木工程、工业测量、自然灾害调查、数字城市地形可视化、城乡规划等领域得到广泛的应用。3.1三维激光扫描技术介绍3.1.2三维激光扫描仪点云数据采集与格式Maptek公司I-SITE法如（FARO）徕卡（Leica）天宝（Trimble）拓扑康（Topcon）Surphaser3.1三维激光扫描技术介绍3.1.3三维激光扫描仪点云数据生成图像的方法点云生成图像流程坐标信息三维激光扫描仪截面扫描仪(x,y,z)(x,y)里程信息无论是三维扫描仪还是截面扫描仪，都可以将坐标的位置信息转换为平面信息，并进一步结合扫描点的反射率信息得到灰度图像。3.1三维激光扫描技术介绍反射率信息反射率是扫描仪提供的除位置信息外，另一种非常具有研究价值的数据。不同类型的材料以及不同的表面光洁度都会对反射率产生影响。将不同的反射率转化为灰度信息，则可以获得灰度图像。3.1.3三维激光扫描仪点云数据生成图像的方法点云生成图像示意图内容提纲三维激光扫描技术概述基于扫描点云的限界检查与预警1基于扫描点云的渗漏水自动识别3基于扫描点云的隧道收敛变形计算4基于扫描点云的隧道结构三维重构523.2基于扫描点云的限界检查与预警车辆轮廓线与隧道测量数据限界检查：对隧道内可能影响设备运行、车辆行驶安全的各类物体进行检测，如突然掉落的触网、电线等，这些物体可能对隧道的正常运营构成威胁。传统的限界检测方法主要依赖于人工巡检，即通过人工观察的方式来识别并定位限界侵入位置。在侵入物体较小或难以察觉的情况下，可能需要截取大量的隧道断面进行仔细排查，人工检查的工作量巨大。利用激光扫描仪可方便地获取隧道轮廓点云。通过对这些点云数据的处理和分析，可以精确地获得隧道限界预警信息。与传统检测方式比较内容提纲三维激光扫描技术概述基于扫描点云的限界检查与预警1基于扫描点云的渗漏水自动识别2基于扫描点云的隧道收敛变形计算4基于扫描点云的隧道结构三维重构533.3基于扫描点云的渗漏水自动识别渗漏水病害作为盾构隧道的常见病害之一，是隧道日常检测的重要内容。渗漏水病害检测方法可分为人工巡检、数字照相检测和激光扫描检测3种。随着地铁隧道病害检测需求的急剧增长，低效、耗时、高成本的人工巡检方法难以满足日益增长的渗漏水检测需求。近年来，具有快速、高效等优点的数字照相技术和激光扫描技术逐渐成为渗漏水检测的重要手段。3.3基于扫描点云的渗漏水自动识别3.3.1图像识别特征规则隧道特征物，指一系列与病害（如渗漏水、裂缝等）灰度类似、可能影响到病害识别效果的物体。在盾构隧道中，主要考虑4种常见的特征物，即电线、消防管、螺栓孔和注浆孔。隧道内表面展开灰度图像类型图像特征规则特征物电线灰度0~35、像素高度20pixel、像素宽度3136pixel、像素坐标0~760pixel（水平）和2000~2330pixel（竖向）消防管灰度0~35、像素高度40pixel、像素宽度3136pixel、像素坐标2380~2520pixel（竖向）螺栓孔灰度30~80、像素高度和宽度均为40pixel注浆孔灰度30~80、椭圆度0.8~1.2、像素高度和宽度均为15pixel渗漏水灰度20~70、密实度<1.6、像素面积≥200pixel2最大像素宽度和高度密实度3.3基于扫描点云的渗漏水自动识别3.3.1图像识别特征规则3.3.2渗漏水图像识别方法3.3基于扫描点云的渗漏水自动识别渗漏水识别流程基于特征规则的盾构隧道渗漏水图像识别方法的基本原理是先识别并去除图像中的特征物，再提取渗漏水病害信息。3.3基于扫描点云的渗漏水自动识别1.特征物识别与去除（1）图像分割

：初步提取图像中符合灰度阈值的像素点，形成粗略的兴趣区域（ROI）。（2）连通域分析：在粗略提取的ROI基础上，采用8-邻域的方法进一步形成连通域。连通域分析3.3.2渗漏水图像识别方法3.3基于扫描点云的渗漏水自动识别（3）获取连通域属性：计算连通域的属性值。连通域属性值包括像素高度（e.weight）、像素宽度（e.height）、像素面积（e.area）、像素坐标（e.coordinate）、灰度（e.grayscale）和密实度（pactness）等。连通域属性3.3.2渗漏水图像识别方法3.3基于扫描点云的渗漏水自动识别（4）特征物判定和去除：制定的特征规则作为判定和去除特征物的条件。当连通域单元的所有属性值均符合相应的判定条件时，则判定该连通域为这一类特征物。然后将该连通域的灰度值重置为255，去除该类特征物。灰度重置3.3.2渗漏水图像识别方法3.3基于扫描点云的渗漏水自动识别2.渗漏水识别去除了特征物的隧道内表面灰度图像除了渗漏水病害，还存在小范围的噪声像素和污迹。因此，在识别渗漏水图像时，需要综合考虑灰度值、像素面积以及图像的密实度等多个特征规则，以确保识别的准确性和可靠性。首先，利用阈值分割方法初步提取灰度值在20~70之间的兴趣区域；然后，通过连通域分析形成连通域单元，获取连通域属性。渗漏水形态学修正过程3.3.2渗漏水图像识别方法每5环（100m2）渗漏水数量每环渗漏水面积3.3.3渗漏水识别实例验证与对比3.3基于扫描点云的渗漏水自动识别上海某地铁盾构隧道渗漏水识别结果分析采用激光扫描设备检测上海某地铁盾构隧道，测量全长120m，管片100环，共获取2张隧道内表面展开图像。3.3基于扫描点云的渗漏水自动识别采用人工巡检的方式记录对隧道现场的真实渗漏水情况进行了详细记录，共发现81处渗漏水点。而采用基于特征规则的图像识别方法共识别渗漏水83处，与真实渗漏水结果对比后，得出准确识别渗漏水78处。类型识别个数准确识别个数准确率/%螺栓孔59241870.6电线2626100消防管44100注浆孔14810470.2渗漏水837894.0特征物和渗漏水识别准确率上海某地铁盾构隧道3.3.3渗漏水识别实例验证与对比3.3基于扫描点云的渗漏水自动识别基于特征规则的渗漏水识别效果

未考虑特征规则的渗漏水识别效果渗漏水识别对比分析3.3.3渗漏水识别实例验证与对比内容提纲三维激光扫描技术概述基于扫描点云的限界检查与预警1基于扫描点云的渗漏水自动识别3基于扫描点云的隧道收敛变形计算2基于扫描点云的隧道结构三维重构543.4基于扫描点云的隧道收敛变形计算近年来，随着三维激光扫描仪和二维激光扫描设备的普及，传统的基于少数特征点的测量方式已被全断面点云数据的采集所取代，这种转变丰富了测量信息的内容与深度。如何利用这些详尽的点云数据来描述隧道横向变形，成为了隧道激光扫描仪应用的热点之一。3.4基于扫描点云的隧道收敛变形计算当前激光扫描数据应用于隧道变形测量时面临显著的挑战，即简单地将隧道形态拟合为圆或椭圆模型，往往难以反映隧道的真实形态，导致所得直径的两端位置与通过全站仪精确测量所确定的点位之间存在偏差。这一现象表明了传统基于收敛直径的测量方法与基于激光扫描点云拟合的测量体系在测量原理、数据处理及精度标准等方面均有所不同，因此难以直接进行精确的比较或相互替代。开发了一种能够与人工测量体系相兼容的点云数据直径计算方法。3.4.1点云数据的预处理3.4基于扫描点云的隧道收敛变形计算在隧道的三维激光扫描过程中，由于隧道内部环境的复杂性，如螺栓孔、消防水管、电线、触网、逃生平台及其他多种设施的存在，所获取的点云数据往往掺杂了诸多干扰点。此外，隧道底部生成的直线点云，作为不属于隧道主体建筑轮廓曲线的一部分，同样被视为干扰因素，应予以剔除。

原始点云数据去除干扰点后的点云数据3.4.2接缝定位与收敛计算方法3.4基于扫描点云的隧道收敛变形计算根据隧道设计数据和隧道真实变形，利用CAD软件提取并模拟隧道变形后的点云数据据此模拟的点云数据，采用非确定半径的最小二乘圆拟合方法，以求得拟合圆的半径和圆心，并计算每点的误差。圆心拟合最小二乘原理为：对上式化简，得到三元一次方程组式，可以直接解出圆心和半径：3.4基于扫描点云的隧道收敛变形计算通过计算可绘制出误差分布图，定位识别的接缝为邻接块和标准块之间的接缝，点云排列顺序为：标准块—邻接块—封顶块—邻接块—标准块。模拟隧道点云圆拟合误差分布真实激光扫描点云圆拟合误差分布3.4.2接缝定位与收敛计算方法3.4.3基于扫描点云的隧道收敛变形计算应用案例3.4基于扫描点云的隧道收敛变形计算针对某运营中的地铁盾构隧道，选取了4个代表性断面分别进行人工测量与激光扫描点云提取。为了评估两种测量方法的差异，将人工测量的直径视为基准真值，与激光扫描仪测量得到的直径进行了详细对比。截面人工测量直径/m激光扫描直接提取计算直径/m绝对误差/m相对误差/%截面15.52735.5211-0.0062-0.11截面25.52355.5224-0.0011-0.02截面35.51455.5075-0.0070-0.13截面45.51855.5061-0.0124-0.22即便是针对同一点的测量，激光扫描仪与人工测量之间仍存在一定的误差。全站仪与激光扫描仪测量相同点计算直径的误差3.4基于扫描点云的隧道收敛变形计算通过比较直接由激光扫描仪提取的接缝位置与基于前述算法计算得出的接缝位置，来量化接缝判别的误差。直接提取法中接缝坐标（x,y）接缝定位法中接缝坐标（x,y）点位误差/m（-2.515,2.82）（-2.510,2.812）0.0094（-2.581,2.807）（-2.578,2.805）0.0036（-2.594,2.786）（-2.603,2.796）0.0135（-2.592,2.790）（-2.587,2.787）0.0058（2.781,2.530）（2.784,2.529）0.0032（2.715,2.570）（2.720,2.572）0.0054（2.680,2.606）（2.683,2.600）0.0067（2.685,2.638）（2.683,2.637）0.0022接缝位置的计算值与真实值之间的点位误差基本维持在1cm以内。可以合理推断该方法所识别出的接缝位置与实际情况高度吻合，证实了其在接缝识别中的有效性和精确性。3.4.3基于扫描点云的隧道收敛变形计算应用案例3.4基于扫描点云的隧道收敛变形计算在确定接缝位置后，进一步对比了三种不同方法计算得到的隧道直径：直接提取法、椭圆拟合法、接缝定位法。3.4.3基于扫描点云的隧道收敛变形计算应用案例计算直径与实测值对比椭圆拟合法和接缝定位法获取测量点点位误差对比直径误差内容提纲三维激光扫描技术概述基于扫描点云的限界检查与预警1基于扫描点云的渗漏水自动识别3基于扫描点云的隧道收敛变形计算2基于扫描点云的隧道结构三维重构453.5基于扫描点云的隧道结构三维重构在数据处理与分析中，点云信息作为一种高度规整的结构化数据类型，其计算效率与处理能力的优势尤为突出。点云数据中每一条记录都包含了扫描点的里程信息、二维坐标（x,y）信息，反射率信息以及其他额外信息。可以直接将点云数据变换为隧道实体形状。20米长盾构隧道的扫描点云三维效果隧道点云颜色单一，细节辨识度较低。为增强可视化效果，进一步挖掘数据潜力，引入了反射率信息，将点云中每个点的反射率值（范围0至1）映射至灰度值（范围0至255），实现了点云色彩的差异化填充。3.5基于扫描点云的隧道结构三维重构扫描点云由反射率赋值灰度效果隧道内部的复杂细节得以展现，包括螺栓孔、内部电线、消防管等隧道特征物，这些特征物不仅可以通过灰度差异判断，亦可通过分析点云数据的坐标信息加以精确识别。3.5基于扫描点云的隧道结构三维重构灰度点云隧道放大效果利用点云间的位置关系，实现了对隧道内外特征物的有效区分与可视化表达。从图中可以直观地观察到隧道特征物的分布情况，表明基于点云位置关系的特征物识别方法，在无需依赖传统图像特征识别技术的前提下，同样能够实现高效且精确的特征提取与分类。3.5基于扫描点云的隧道结构三维重构基于点云位置的隧道特征物识别谢谢！第四章无线传感网络在隧道工程中的应用东南大学土木工程学院《隧道及地下工程信息化技术与应用》内容提纲隧道无线传感网络概述1无线传感网络在隧道工程中应用的可行性试验2无线传感网络在地铁隧道中的应用案例34.1隧道无线传感网络概述4.1.1无线传感网络的发展历程与现状最早的无线传感网络（WirelessSensorNetworks，WSN）可以追溯到上世纪80年代，美国国防高级研究计划局正式开始研发分布式传感网络（DSN）。进入90年代后，WSN开始应用于民用领域，如UCLA的无线集成网络传感器（1993）、UCBerkeley的PicoRadio项目（1999），再到ZigBee联盟的成立（2002）、嵌入式网络传感中心的建立（2002）等。无线传感网络技术的发展实际上是其核心组成部分（传感器、供能技术、通信协议）发展的综合。随着物联网（Internet-of-Things，IoT）生态环境的逐步完善，未来无线传感网络将逐步与多种异构网络相连接，最终构成多尺度范围的物联网。4.1隧道无线传感网络概述4.1.2无线传感网络体系结构传感器节点总体构架无线传感网络拓扑图无线传感网络体系结构无线传感网络特点1、功耗低2、成本低3、时延短4、网络容量大5、安全可靠6、动态组网布置灵活4.1隧道无线传感网络概述4.1.3无线传感网络在隧道工程中的应用发展与现状无线传感网络在隧道结构中的典型应用案例随着相关无线传感网络协议和行业组织出现，无线传感网络技术在隧道及地下工程监测领域应用逐步展开。内容提纲隧道无线传感网络概述1无线传感网络在隧道工程中应用的可行性试验2无线传感网络在地铁隧道中的应用案例34.2无线传感网络在隧道工程中应用的可行性试验4.2.1无线传感网络硬件设备USB网关主要有RS-232串口、USB和以太网网关三种。MIB520CA提供2个独立端口：一个用于在线Mote编程，另一个用于USB数据传输。MIB520CA带有一个板载处理器，可运行MICA处理器/射频板。由于应用USB总线，故无需外部供电电源。4.2无线传感网络在隧道工程中应用的可行性试验4.2.1无线传感网络硬件设备射频板集成了整个传感节点的无线通信模块、处理模块和能量供应模块。在通信模块中内嵌入物理层协议、数据链路层协议、网络层协议、传输层协议；在处理模块中嵌入微型CPU与存储器；在能量供应模块中集成了能量管理技术，它是整个无线传感网络工作的核心器件，具有小巧、连接方便、功能强大等优点。处理器射频天线电池4.2无线传感网络在隧道工程中应用的可行性试验4.2.1无线传感网络硬件设备传感器板是传感节点中的传感模块，包括了传感器和A/D转换器，主要负责采集周围环境的相关参数量值，将模拟信号转换成数字信号，再传输给处理器。这套MDA300传感器板自带温湿度传感器，提供多个可扩展通信通道以便连接各种传感器，这也是它最大的优点，支持多信道扩展功能，共有13个模拟信道、6个数字信道。温度传感模块湿度传感模块4.2无线传感网络在隧道工程中应用的可行性试验4.2.1无线传感网络硬件设备位移传感器采用RDP.GROUP的DCHP4000LVDT。LVDT（LinearVariableDifferentialTransformer）是线性可变差动变压器缩写，属于直线位移传感器。外接到软件CrossbowMoteView2.0后，其分辨率为0.01mm，已经完全满足地下结构的变形监测的要求。4.2无线传感网络在隧道工程中应用的可行性试验4.2.1无线传感网络硬件设备倾角传感器CXTLA02是单双轴模拟倾角计，具有高分辨率、精度、快速响应、体积小、成本低、抗恶劣环境、抗振动、易于安装使用等特点。它主要采用高稳定性的硅微机械电容倾角传感器，以模拟信号方式输出倾斜角度和温度信息。在该倾角传感器工作之前需要将传感器输出的电压值通过数值标定转化成相应的位移值。4.2无线传感网络在隧道工程中应用的可行性试验4.2.2隧道监测方法基于倾斜计的隧道变形监测方法再利用材料力学原理获得其位移与结构转角之间的关系：先简化4.2无线传感网络在隧道工程中应用的可行性试验4.2.2隧道监测方法基于倾斜计的隧道变形监测方法对2.2m跨度的混凝土梁进行加载试验，以验证由材料力学原理计算得到的位移和从结构响应中测得的位移。倾斜计安装在距离中心0.35m、0.4m、0.45m和0.55m的位置。无线倾斜计荷载试验4.2无线传感网络在隧道工程中应用的可行性试验4.2.2隧道监测方法相对误差为2.2%~8.9%，其中布设于结构1/4跨位置（距离中心0.55m）处倾斜计的计算与实测位移误差最小。由此可知，隧道结构的位移可以通过倾斜计的监测数据推导得到，最佳的倾斜计安装位置在1/4跨位置，而不是结构的跨中。基于倾斜计的隧道变形监测方法不同测斜计布设位置处测量与计算位移关系4.2无线传感网络在隧道工程中应用的可行性试验4.2.2隧道监测方法基于数值模拟的火灾监测方法为确定温度传感器的最低精度要求和在隧道内火灾监测的最佳安装位置，使用Smart-Fire火灾模拟软件模拟隧道在火灾情况下的温度分布。起火点位于隧道端部30m，模拟火焰功率为5MW，空间尺寸为4.5(L)

2.0(W)

1.5(H)m3。使用Smart-Fire建立的隧道火灾模拟数值模型4.2无线传感网络在隧道工程中应用的可行性试验4.2.2隧道监测方法基于数值模拟的火灾监测方法该数值模拟分四种工况：1、Q=5MW,纵向风速=0m/s；2、Q=5MW,纵向风速=1.5m/s；3、Q=0.188t2,纵向风速=0m/s；4、Q=0.188t2,纵向风速=1.5m/s。隧道纵断面在不同工况下温度变化曲线4.2无线传感网络在隧道工程中应用的可行性试验4.2.2隧道监测方法基于数值模拟的火灾监测方法从下表中可以获得隧道火灾监测的传感器布设要求传感器精度、最大距离及警报值4.2无线传感网络在隧道工程中应用的可行性试验4.2.2隧道监测方法基于数值模拟的火灾监测方法为了在火灾中协助人们尽快撤离隧道，需要在隧道横断面上合理地布设无线温度传感器，数值模拟显示布置在拱顶处的温度传感器对温度变化的响应速度明显快于其他位置。因此，一般建议将无线温度传感器安装在隧道跨中拱顶处。隧道横断面温度变化4.2无线传感网络在隧道工程中应用的可行性试验4.2.3隧道无线传感网络试验室外条件和隧道条件下的数据传输试验为指导无线传感网络在隧道内的安装，进行了无线传感网络在室外条件与隧道条件下的数据传输试验。无线传输试验环境(a)室外环境(b)隧道环境4.2无线传感网络在隧道工程中应用的可行性试验4.2.3隧道无线传感网络试验室外条件和隧道条件下的数据传输试验隧道环境下的丢包率大约为室外环境下的3倍，即无线传感器在隧道中的最大布置距离只有室外条件下的1/3。传输距离与丢包率之间的关系(a)室外环境(b)隧道环境4.2无线传感网络在隧道工程中应用的可行性试验4.2.3隧道无线传感网络试验A和B的取值与传感器周围的材料特性存在一定的关系，试验对不同的材料（石灰抹面、水磨石、混凝土、砖墙、沥青）进行试验对比。（a）石灰抹面

（b）水磨石

（c）沥青

（d）砖墙（e）裸露混凝土无线数据传输丢失率计算公式表面材料对隧道内数据传输距离的影响4.2无线传感网络在隧道工程中应用的可行性试验4.2.3隧道无线传感网络试验表面材料对隧道内数据传输距离的影响不同表面装饰材料对传播性能的影响不同装饰材料隧道无线传输距离4.2无线传感网络在隧道工程中应用的可行性试验4.2.3隧道无线传感网络试验传感器断面位置对隧道无线传输距离影响传感器在断面上的位置同样会影响隧道无线信号的传输距离。位置1~位置8处的传感器均布置在墙上，天线与墙面垂直，位置0位于隧道中央，提供比较的基准。监测点布置(a)传感器(b)传感器布置示意图4.2无线传感网络在隧道工程中应用的可行性试验4.2.3隧道无线传感网络试验传感器断面位置对隧道无线传输距离影响矩形断面每边中点处的传输距离基本一致，而底边五个位置上的传输距离差异较大。因此应尽可能避免在墙角处安装无线传感器，综合考虑倾斜计监测需求与无线数据传输性能，在1/4跨处布置传感器较为合适。底边各点传输距离比较内容提纲隧道无线传感网络概述1无线传感网络在隧道工程中应用的可行性试验2无线传感网络在地铁隧道中的应用案例34.3无线传感网络在地铁隧道中的应用案例4.3.1工程概况地铁区间平面示意图SK22+473.443m环号：12082013年12月正式开通运营，为双线单圆盾构隧道。上行线单线长1450.910m，下行线单线长1450.388m。区间隧道内径为5.5m，外径为6.2m，上下行线均为1208环。国际客运中心站—天潼路站区间概况4.3无线传感网络在地铁隧道中的应用案例4.3.1工程概况计划于2015年6月底进行基坑开挖。临近12号线天潼路-国客站上行区间，与地铁线路平行长度约100m(84环)。中美信托大厦基坑与示范区间的位置关系基坑平面布置图4.3无线传感网络在地铁隧道中的应用案例4.3.1工程概况距隧道水平距离最近处约10.3m。基坑普通区域设置四层地下室，邻近地铁区域设置两层地下室。基坑剖面示意图中美信托大厦基坑与示范区间的位置关系4.3无线传感网络在地铁隧道中的应用案例4.3.2工程无线监测布设位置及主要内容SK22+664.2m环号：1065SK23+328.2m环号：495范围总长684.0m实施区间里程为SK22+664.2m~SK23+328.2m，对应上行线环号495环~1065环（570环），总长度为684.0m。4.3无线传感网络在地铁隧道中的应用案例4.3.2工程无线监测布设位置及主要内容无线监测与对比传统监测内容无线监测包括盾构管片的倾角变化、接缝张开和渗漏水。同时开展传统监测，与无线监测内容进行对比并作补充，包括管径收敛、结构沉降、病害巡检等。病害巡检4.3无线传感网络在地铁隧道中的应用案例4.3.3无线监测方案为973数字化平台提供基础监测数据。为与自制传感器提供对比，验证自制传感器的可靠性、准确性和稳定性。WISENMESHNET®倾角支点（双轴）BGK-4420型表面裂缝计监测目的监测方案一4.3无线传感网络在地铁隧道中的应用案例4.3.3无线监测方案监测断面布置12号线下行线监测断面平面分布示意图106510351005975945915885855815705675645615585555525495（705环-815环）加密监测区域，每10环布置一个监测断面左侧监测区域，每30环布置一个监测断面右侧监测区域，每30环布置一个监测断面监测方案一4.3无线传感网络在地铁隧道中的应用案例4.3.3无线监测方案监测频率监测方案一4.3无线传感网络在地铁隧道中的应用案例4.3.3无线监测方案监测目的与商业无线传感器、传统测量方法进行对比分析，验证自制传感器的可靠性、准确性和稳定性。验证倾角传感器监测隧道收敛变形方法的最优布设方案。无线双倾角监测传感器无线接缝监测传感器无线渗漏水监测传感器监测方案二4.3无线传感网络在地铁隧道中的应用案例4.3.3无线监测方案监测范围795、805环断面除布置4个双倾角传感器外，还将各布设4个接缝张开传感器。监测方案二自制无线传感器的布置断面及测点位置与商业监测方案相同。现场布置时，为实现自制传感器与商业传感器的数据可以进行比对，应尽量使同一测点的两种仪器安装在同一位置。4.3无线传感网络在地铁隧道中的应用案例4.3.3无线监测方案795、805环断面除布置4个双倾角传感器外，还将各布设4个接缝张开传感器。断面测点布设监测方案二4.3无线传感网络在地铁隧道中的应用案例4.3.3无线监测方案监测频率监测方案二4.3无线传感网络在地铁隧道中的应用案例4.3.4监测结果利用iS3接收无线传感实时数据利用上述两套无线监测系统结合配套的软件对该工程进行监测，并通过iS3接收无线传感实时数据。4.3无线传感网络在地铁隧道中的应用案例4.3.5监测数据分析结果通过人工巡查方式，检查示范工程区域总共有19处渗漏水，23处裂缝，以及12处剥落，病害的分布图如下图。相对沉降数据在0-9mm之间隧道衬砌收敛率数据在0-9‰D之间4.3无线传感网络在地铁隧道中的应用案例4.3.5监测数据分析结果4.24.24.14.03.93.6将上述监测数据代入服役性能TSI计算公式，计算得到该示范工程区段的服役性能如下图，服役性能在3.6~4.2区间，总体状态为好。《城市轨道交通隧道结构养护技术规范》采纳标准TSI需要加固4.3无线传感网络在地铁隧道中的应用案例4.3.5监测数据分析结果结构的损伤识别隧道状态评估基于材料、结构分析结果，以及无线监测数据，集成基于可靠度模型的地下结构体系性能分析（与TSI相对应）谢谢！第五章地下工程自动化监测技术及应用东南大学土木工程学院《隧道及地下工程信息化技术与应用》内容提纲自动化监测技术概述自动化监测的内涵2自动化监测的实施3基坑工程自动化监测技术应用案例415.1自动化监测技术概述5.1.1地下工程自动化监测技术基坑的围护体系是临时结构，安全储备较小，且基坑工程具有复杂性、非线性、不确定性和较强区域性等特点，因此基坑监测是预防安全事故的必要手段。传统的人工监测具有局限性，受施工环境和监测人员水平等因素影响，经常出现数据不及时、自动化程度不高、结果不直观、数据分析不足等问题，自动化监测则可避免这些问题。5.1自动化监测技术概述5.1.1地下工程自动化监测技术基坑自动化监测是指在基坑施工过程中，借助测量仪器和监测元件，利用计算机及现代化数据传输方式，实现对基坑及周围环境条件变化数据的自动化采集和分析处理，并根据分析结果预判施工对周围环境的影响程度。自动化监测一定程度上可以取代人工监测，是实现基坑施工监测数据自动化采集、传输、可视化、分析与安全预警的综合监测技术手段。5.1自动化监测技术概述5.1.2自动化监测的发展历程由于早期监测仪器和水平的限制，基坑监测主要依靠人工观测和测量，难以对工程安全进行相对准确的预判。20世纪70年代，在项目监测、仪器选择及布置与观测方法上逐步积累经验，研究工作逐步加深。20世纪80年代，监测设计、监测技术和监测理论方法得到发展和改善，监测项目逐步考虑布置和安全等因素。5.1自动化监测技术概述5.1.2自动化监测的发展历程20世纪90年代以来，随着监测方法和仪器的进步，数据处理、分析和预警系统不断完善，基坑自动化监测系统迅速发展，由单一的监测信息反馈到实现复杂的自动化分析、可视化，以及预测与预警功能。高精密的光学光电仪器和监测仪器的发展，使得GPS测量及摄影测量也应用到地下工程监测中。伴随着计算机技术的成熟，处理速度慢、反馈不及时、信息不直观、可视化程度差等问题逐步得到解决，远程网络监控也逐渐成为了未来地下工程自动化监测的发展方向。5.1自动化监测技术概述5.1.3自动化监测的现状国外在地下工程领域自动化监测的应用技术方面较为成熟，意大利GeoDATA公司针对地下工程提出GDMS（GeodataMasterSystem）信息化管理系统；英国隧道协会和保险业协会于2003年9月联合发布了《英国隧道工程建设风险管理联合规范》；国际隧道工程保险集团（ITIG）于2006年1月发布了《隧道工程风险管理实践规程》。5.1自动化监测技术概述5.1.3自动化监测的现状我国的基坑自动化监测技术起步较晚。胡友健、刘国彬等设计开发完整的自动监测系统，并成功应用于实际工程中。王国辉等使用普通照相机和计算机监测基坑支护结构位移。姚文俊和蔡宽余与法国SOLDATA公司合作，通过明珠线Ⅱ期南浦大桥站监测项目，论述上海基坑工程的自动化监测可行性及监测方法。李云海和朱合华利用GIS思想技术开发的岩土工程施工监测信息系统（GeoMIS），实现基坑施工监测数据的可视化及分析。5.1自动化监测技术概述5.1.3自动化监测的现状近年来，我国的自动化监测系统研究已逐步发展到实现预警预测等功能。徐杨青和程琳依托SQLServer2005数据库，开发了可实现数据输入、存储、查询、分析导出及预测预警功能的监测数据处理系统。吴战广等基于物联网三层架构技术，实现远程控制测量机器人进行自动化变形监测工作。周二众等利用LeicaTPS1200+测量机器人构建设计坑监测预警系统。中国台湾的亚新工程顾问股份有限公司开发IDEAL—监测资料处理系统，尽管监测信息可视化功能较弱，但该系统在监测数据有效性检查和处理方面考虑比较全面。内容提纲自动化监测技术概述1自动化监测的内涵自动化监测的实施3基坑工程自动化监测技术应用案例425.2自动化监测的内涵5.2.1自动化监测的对象自动化监测的内容与人工监测对象相近。依据GB50497-2019《建筑基坑工程监测技术规范》，基坑监测主要内容：周边环境监测墙（坡）顶水平位移监测墙（坡）顶竖向位移围护墙深层水平位移支撑内力坑底隆起土压力孔隙水压力地下水位土层分层竖向位移5.2自动化监测的内涵5.2.2自动化监测的目的地下工程易受不确定因素的影响，因此需要在施工过程中对其实行动态管理，根据具体情况确定预警值，实现信息化施工。地下工程监测不仅需重视监测仪器的埋设和信息采集，更重要的是利用数据分析功能对方案进行调整优化。5.2自动化监测的内涵5.2.2自动化监测的目的目前不乏先进的监测仪器，但缺乏有效的数据分析和预测软件，先前多利用人工对数据进行处理和分析，易出现预测误差问题。自动化监测技术的目的是实现信息化施工，践行“监测→反馈分析→预测或预警→调整优化→监测”理念，使监测成果的反馈深度达到更深的层次，及时、高效、准确地为施工提供和反馈信息，为方案优化提供依据，为工程安全提供保障。5.2自动化监测的内涵5.2.3基坑自动化监测的工程应用基坑工程是典型的地下工程，基坑自动化监测技术可在优化设计和施工方案、结构及周围环境保护、工程预警和优化监测信息查看等发挥作用。编号工程地点基坑类型监测内容监测仪器或系统项目特色1武汉建筑基坑支护桩轴力计自动化监控超大型基坑2/地铁车站基坑围护桩、地下水位、地表沉降经纬仪、测斜管、钢筋应力计、水位管和水准仪研究围护结构水平位移随时间随开挖深度规律3/建筑基坑墙体变形徕卡ScanstationC10、Geomagic软件论证三维激光扫描技术在基坑监测可行性4上海建筑基坑实时开挖深度和支撑位置网格相机图像监控，无线网络传输5武汉建筑基坑地面沉降及周围建筑物沉降监测数据处理系统利用卡尔曼滤波算法技术实现预测预警分析6北京建筑基坑土钉和锚索振弦式钢筋应力计和锚索轴力计自动分析数据以优化支护方案7济南建筑基坑基坑及周围建筑物

自动监测系统开发基坑在线监测系统，并发布Android版本8贵阳地铁车站基坑周围建筑物智能化斜测仪和静力水准仪对周围高层建筑物安全进行监控预警9青岛建筑基坑爆破震动触发式传感器/GeoMOS软件控制爆破施工技术及保护既有线安全近年国内具有不同侧重点的基坑自动化监测工程应用案例内容提纲自动化监测技术概述1自动化监测的内涵2自动化监测的实施基坑工程自动化监测技术应用案例435.3自动化监测的实施基坑自动化监测可分为如下几个部分：数据自动化采集、监测数据传输、监测数据可视化、数据分析和安全预警。自动化监测流程图5.3自动化监测的实施5.3.1数据自动化采集数据采集（DataAcquisition）以传感器、信号测量与微型计算机等技术为基础。根据基坑监测要求，需要实现支撑轴力、桩体应力、地下水位、地表沉降、桩顶位移（水平、竖向）、桩体深层位移及建筑物沉降等项目的监测，对应的传感器类型包括钢筋计、水位计、单点沉降计、全站仪、滑动式固定测斜仪及静力水准仪。5.3自动化监测的实施钻孔安装测斜仪示意图单点位移计示意图5.3自动化监测的实施BGK-4000应变计结构示意图数据采集箱基康BGK-8001数据采集仪5.3自动化监测的实施5.3.2监测数据传输根据施工现场的情况，可选择有线或无线的方式传输现场监测数据。传感器采用有线连接的方式与数据采集器连接。将传感器与数据采集箱内的采集器连接后，实时采集数据将被安全地储存在采集器内存中。可采用有线传输或无线传输的方式将数据从采集器传输至互联网。5.3自动化监测的实施5.3.2监测数据传输若传输距离过远或路径上存在障碍物，可能导致有线传输系统中采集器与收发器无法直接通讯，可采用中继器作为二者联系的桥梁，实现数据传输。无线远程传输系统由基站、远程无线传输装置和服务器组成，实现监测数据的远程自动传输、下载和存储。可采取WCDMA（宽带移动通信系统）和移动互联网支持等方式进行远程数据传输，并通过公网宽带接入系统服务器。5.3自动化监测的实施5.3.2监测数据传输无线传输有线传输传感器采集器中继器工控机互联网无线网关数据传输过程5.3自动化监测的实施5.3.3监测数据分析早在1976年，Kirstan在约翰内斯堡的岩土工程勘测研讨会上提出解决岩土工程逆问题的反分析方法，后经Sakurai等学者发展，已形成不同类别的多种研究方向。反分析法即是利用监测数据去求得难以直接测得的数据。勘察试验建设要求几何参数

介质参数

荷载参数正分析位移

应变

压力监测反分析1.反分析法反分析法基本过程5.3自动化监测的实施5.3.3监测数据分析2.贝叶斯反分析法贝叶斯方法是一种基于总体信息、样本信息和先验信息的推断方法。其基本观点是任何一个未知量θ均可以看做一个随机变量，使用概率分布描述θ。若此概率分布存在于抽样之前，则称之为先验分布。通过抽样的样本信息更新先验信息，推导出参数θ的概率分布即为后验分布