三维结构光扫描技术在岩石结构面粗糙度评价实验教学中的应用

张小波， 朱 熙， 姚 池， 杨建华， 蒋水华

（南昌大学建筑工程学院；江西省尾矿库工程安全重点实验室，南昌 330031）

0 引 言

随着我国经济社会发展对能源资源需求的持续增长及基础设施建设规模的不断扩大，众多大型岩体工程如水利水电开发、矿山资源开采和隧道掘进等工程建设正在大规模开展，工程施工所遇到的复杂地质条件和面临的岩体稳定性问题越来越具有挑战性。自然发育和人类工程扰动作用下的岩体，其内部通常包含大量形貌不同、尺寸各异的节理、裂隙、层理等不连续结构面，结构面的存在大大弱化了岩体的强度和整体稳定性。结构面作为控制岩体稳定性的关键薄弱部位，其形貌特征对岩体的强度和变形具有重要影响，在岩体质量评价和工程岩体分级中，结构面的形貌特征常常作为重要的评价依据，因此，广受岩石力学研究者和工程设计人员的关注［1-3］。

岩石结构面形貌测量是评价结构面粗糙度和起伏度等形貌特征的基础。结构面形貌测量按照测量仪器的工作原理，可分为机械式和光学式两种；按照测量仪器与结构面的接触关系，可分为接触式和非接触式测量两种。早期岩石力学研究者主要采用以针状轮廓尺为代表的手工接触式测量方法［4］，该方法虽简单实用，但测量精度较低且操作繁琐。随着计算机技术和现代工业制造的长足发展，自动机械接触式测量方法［5-6］和光学非接触式测量方法［7-9］被引入到岩石结构面形貌测量中。其中，近年新兴的三维结构光扫描技术已被广泛应用于先进制造技术领域的逆向工程中，而由于其具有非接触、速度快、精度高等优点，也被应用于岩石力学相关研究领域。

岩石力学是土木、水利和矿业等专业本科和研究生教育的重要课程，岩石力学实验是帮助学生了解岩石材料基本物理和力学性质、掌握岩石力学常规实验操作的重要教学环节［10］。传统岩石力学实验中，对岩石结构面的粗糙度评估仍然以Barton 提出的二维形貌标准曲线作为取值参照［11］，限制了学生对结构面形貌三维特征的理解，难以帮助学生建立结构面粗糙度的三维空间概念，同时，该方法的实验结果依赖经验、主观性强，不利于培养学生客观严谨的科学思维。因此，亟需改进相关实验教学方法并完善实验教学内容。

实践能力和创新性思维是拔尖创新人才培养的核心指标［12-13］，为适应新时期我国高等教育实践育人方针和创新型人才培养模式，本文以岩石力学实验课程中的岩石结构面形貌测量为例，引入先进的三维结构光扫描技术，实现结构面粗糙度的科学定量评价，一方面提高学生在实验仪器操作、软件应用、数据分析等实验教学环节中的参与度，培养学生的实践创新能力，另一方面提高实验教学的现代化水平，让学生直观地体验最新科技成果在专业知识获取中的应用。

1 结构面形貌三维扫描

1.1 三维结构光扫描技术原理

三维结构光扫描技术已被广泛应用于国防、航天、工业设计、模具制造、精密雕刻、康复医疗等领域，其主要工作原理是由光栅发生器将多组可见光光栅条纹投影到待测物体表面，不同角度的两个CCD相机同时拍摄物体表面的条纹图案，并将条纹图像输入到计算机中，根据条纹曲率变化利用相位法和三角法等精确计算出物体表面每一采样点的空间坐标（X、Y、Z）三维点云数据。

1.2 三维结构光扫描系统

3D CaMega CPC-400 型自适应非接触式三维结构光扫描仪主要由1 个可见光光栅投射器、2 个CCD 相机镜头和三脚架构成（见图1），通过数据线连接一个搭载待测物的自动转台和控制扫描的计算机组成一套完整的扫描系统。

图1 三维结构光扫描仪

3D CaMega CPC-400 型扫描仪高度集成光、机、电和计算机技术，采用蓝光光栅和LED 冷光源，基于光栅全场条纹投影技术，被测物体置于精密数控转台上，可进行任意角度转动定位，执行自动扫描和自动拼接，单次扫描范围为400 mm × 320 mm，精度可达0.03 mm，单次扫描时间只需2 s。系统软件Winmoire 预留了通用格式的数据接口，能输出ASCII、STL、OBJ、WRL等格式，方便在通用三维逆向软件中进行点云数据编辑。该套扫描系统的硬件设备轻便易操作，控制软件界面简单，并且扫描光源异于激光、对人体无害，非常适用于室内实验教学。

1.3 结构面形貌三维扫描

实验前需准备若干具有不同表面形貌的岩石结构面试样，为了适应扫描仪的扫描视场范围，制作如图2所示的3 对尺寸为150 mm × 150 mm 的结构面试样，分别命名为试样Ⅰ、Ⅱ、Ⅲ。

图2 结构面试样

扫描前需对扫描仪进行组装和调试，主要步骤为：①用USB数据线连接扫描仪与计算机和自动转台；②标定视场范围；③调整投射镜头光圈、检测光源、调整投影条纹；④标定CCD 相机；⑤调整视角位置投影；⑥标定转台；⑦三维扫描。图3 所示为实验室中结构面形貌三维扫描实景。

图3 结构面形貌三维扫描场景

2 扫描数据处理与建模

采用Geomagic Studio 逆向工程软件对扫描点云数据进行编辑，该软件具有强大的点云数据后处理功能，可实现目标合并、精确拼接、修复孔洞、坐标转化、点云数据的去噪、光顺、过滤等操作，并获得优质保真的网格面数据。该软件用户界面简单，学生容易快速上手操作。

2.1 点云数据导入

为了进行结构面扫描点云数据的编辑，将扫描获得的.gpd点云文件导入Geomagic Studio软件中，如图4 所示。

图4 Geomagic Studio软件点云数据处理界面

2.2 点云数据合并

由于扫描时设置了自动转台的转角间隔为45°，因此得到了结构面试样在不同转角位置的8 个点云文件。为了获得结构面试样统一的三维坐标点云数据，需要将多个点云文件进行拼接合并，选用菜单栏中“点”的“合并”功能，设置好合并参数后执行合并操作，生成一个合并的点云文件。此时，在软件模型管理器中的文件列表里会多出了名为“合并”的封装文件，且菜单栏由原来的“点”模式切换到“多边形”模式。

2.3 补点填充、去噪

为了保证点云数据的完整和不失真，有时需对点云进行必要的修补和去噪。如果因为局部点云缺失而造成漏洞，可在菜单栏“多边形”命令中根据曲率趋势进行补点填充修复孔洞。如果存在体外孤点，可以通过设置偏离主点云的敏感性数值进行自动去噪，达到删除冗余杂点的目的。

2.4 全局坐标摆正

由于扫描仪与结构面的相对位置是随机的，扫描系统软件的坐标轴与结构面的边角不一定重合。因此，为了便于后期的数据分析及建模，需摆正点云坐标，使得三维坐标与结构面试样的边角重合，确保XOY平面平行于结构面底部平面，Z 轴垂直于结构面试样的底部平面。选择菜单栏“工具”中的“对象移动器”，通过旋转和平移操作，使得结构面的边角与全局坐标的3 个轴线大致重合，如图5 所示。初步将对象对齐到全局坐标后，利用菜单栏“工具”里“移动”中的精确移动功能，完成对象坐标的精确对齐。

2.5 坐标数据导出

为了得到适用于结构面粗糙度计算的三维坐标信息，在点云数据处理好之后，将已封装的点云文件转换成点格式，采用菜单栏中“多边形”里的“转为点”工具，将封装文件转化为点格式，然后将数据另存为.asc格式，导出的二进制数据文件可直接用纯文本编辑器打开，也可直接被Matlab软件读取。

2.6 三维形貌建模

由于实验的最终目的是测量结构面形貌并实现结构面粗糙度的定量评价，因此，需对导出的三维坐标数据进行三维建模。采用Origin 或Matlab 软件进行结构面试样的三维数字化重构，得到如图6 所示的结构面试样Ⅰ的三维数字模型，既可以观察结构面表面的精细形貌特征，又可以提取海量采样点的三维坐标数据。

图6 结构面三维模型

3 结构面形貌定量评价

3.1 结构面形貌定量评价方法

为了获取结构面上的三维坐标数据并进行粗糙度的定量评价，需对结构面进行形貌特征采样。由于自然粗糙岩石结构面的表面由大量形状不同、尺度各异的凸起体构成，其表面几何特征十分复杂，开展结构面的真实三维形貌定量评价具有一定难度。因此，考虑学生的实际知识储备，同时确保学生对结构面形貌特征及其定量评价有基本的感性认识，仅选取典型剖面曲线进行实验分析。以15 mm为间隔，在结构面上截取9 条等间距的形貌曲线（见图7）。

图7 结构面剖面线截取

为了便于结构面粗糙度的定量计算，将选取的形貌剖面线离散为一系列等间距的采样点，如图8 所示。为了得到较为精细的形貌特征，实验中所用采样点间距即图中xi与xi＋1的水平距离设为0.5 mm。

图8 结构面剖面线及采样点示意图

结构面粗糙度系数JRC 被岩石力学研究者和工程地质人员广泛使用，也被国内外岩石力学教材所采纳［11，15］。然而，由于传统的JRC 指标评估主要依据Barton给出的10 条标准形貌曲线进行目测对比，其结果主观性很强且误差大。为了定量评估结构面的JRC值，国内外研究者提出了基于数理统计来定量评估结构面形貌特征的方法，其中，形貌曲线的一阶均方根Z2被认为是与结构面粗糙度密切相关的参数之一，且计算简单、容易获取。在形貌曲线采样点间距为0.5 mm的情况下，JRC与Z2有如下关系：

式中，Z2的数学表达式为

式中：L0为结构面形貌曲线在水平方向上的投影长度；N为形貌曲线上的采样点数目；xi和yi分别为第i个采样点的x和y坐标。

将式（2）代入式（1），便可得到单条形貌曲线的JRC值，而整个结构面的JRC值为：

式中：JRC0为整个结构面的JRC 值；JRCi为结构面上第i条形貌曲线的JRC值。

3.2 结构面形貌定量评价结果

为了计算结构面的JRC 值以定量评估其粗糙度，在预先编制好的Matlab程序中，根据式（1）～（3）计算得到结构面的JRC 的值。同时，为了对比定量评估和经验评估JRC值的差异，随机抽选5 位参与实验的学生，要求他们按照Barton方法目测评估JRC，结果列于表1 中。

表1 结构面粗糙度评价结果

由表1 可知，定量评估可得到每个结构面唯一的JRC数值，而不同实验人员采用经验评估会得到不同的JRC 值且彼此间存在较大偏差，难以直接使用。可见，采用定量评估方法确定结构面的粗糙度更加客观。相比而言，结构面Ⅲ的形貌最粗糙，其JRC值为19.8，而结构面Ⅰ的形貌最平滑，其JRC值为9.7。

4 岩石力学实验教学改革成效

教育部组织实施的“国家大学生创新性实验计划”项目，旨在开展以本科生为实践主体的科技创新能力培养改革，将科学技术创新贯穿于本科生教育的始终，是培养创新型人才的重要途径［16］。传统的岩石力学实验课程，由于其实验仪器比较常规，实验教学方法相对单一。在实验课程中主要以教师操作为主，而学生则主要是观察实验结果和分析实验数据，学生没有系统地参与到实验中去，导致学生的学习积极性不强，实践能力得不到充分锻炼。因此，从实验仪器和实验方法上对传统岩石力学实验课程进行改进，有望调动学生的专业学习兴趣、培养科学探索精神和提升实践创新能力。

4.1 提升了学生学业知识水平

将诸如三维结构光扫描仪这类先进测试仪器引入传统的岩石力学实验课程中，要求学生既掌握实验仪器的基本操作技能，又学习相关软件的使用，突破传统岩石力学实验中只掌握仪器操作的局限。通过从硬件设备操作和软件功能使用到数据分析的整个实验环节，让学生掌握了走在时代潮流前列的新技术，提升学生的学习获得感，调动学生的学习积极性。

4.2 培养科学探索精神

通过应用先进的测试仪器完善或改革现有的岩石力学实验手段，结合岩石力学相关科研热点问题来丰富实验内容，增加学生的实验参与热情，促进学生对基础科技创新技能的掌握，培养学生的“科研感知”。在实验过程中，探索并建立以问题和课题为导向的教学模式，促进学生科学兴趣的形成，为更高层次的科学探索积累经验。

4.3 提高实践创新能力

通过改革岩石力学实验方法和实验内容，让更多学生直接参加本领域研究热点的实践学习，有利于学生分析问题和解决问题能力的培养，进而激发学生科创意识和培养实践能力。通过教师的指导，学生自主完成实验试样制备、仪器操作、软件使用、数据分析和结果剖析等一系列实验环节，大大提升了学生的实践创新能力。

5 结 语

采用基于数字化逆向建模的三维结构光扫描技术，对岩石结构面进行形貌测量，获取海量形貌点云数据，为结构面形貌的定量评价提供数据基础，实现了结构面形貌测量从经验评估和传统手工测量向自动化、数字化和高精度的转变，使岩石结构面形貌测量技术跃升到了一个新的台阶，为岩石力学实验教学提供了新的技术手段和思路。

将现代工业科技的最新成果应用于岩石力学实验教学中，结合研究热点问题丰富实验内容，可以调动学生的学习兴趣，有利于启发学生的实践创新思维。教师通过指导学生操作仪器、使用软件、获取数据并分析结果，可以让学生切实参与到实验教学中的各个环节。践行“以学生为主体、以教师为主导”的教学理念，调动学生的积极性和创造性，提高其综合实践创新能力。