基于点云特征线提取的高层建筑沉降监测技术研究

石 鹏

（ 甘肃省地质矿产勘查开发局测绘勘查院,甘肃 兰州 730060）

0.引言

随着高层建筑越来越多，高层建筑的安全性和稳定性受到人们的关注。 目前需要优化高层建筑沉降监测技术，提高高层建筑沉降监测的实时性和稳定性， 对高层建筑沉降监测，分析高层建筑结构差异性，实现高层建筑的沉降实时观测和维护。 在高层建筑的维护和监测中，需要对高层建筑进行阶段性沉降监测，以确保建筑安全[1]。

对高层建筑的测量通常采用水准尺测量的方法。在水准尺测量过程中， 使用一般塔尺时应尽量使用第一段标尺，水准仪的精度不低于DS3级别。 然而在采用水准尺进行高层建筑的沉降监测中，容易受到环境和地理观测点因素的影响[2]，导致测量性能不好。 随着遥感技术的发展，采用遥感点云特征检测技术，构建高层建筑测量的遥感观测模型，通过网格空间配置和智能的遥感信息处理，实现对高层建筑的遥感测量和观测[3]。 本文提出基于点云特征线提取的高层建筑沉降监测技术， 首先构建高层建筑的结构性分布的点云模型，采用高分辨率遥感影像探测技术实现对高层建筑的遥感监测，然后通过位置排列和空间变换方法，进行测量过程中的光影等干扰因素的滤波处理， 实现高层建筑沉降优化观测和测量，最后进行实验测试。

1.高层建筑沉降监测的数值分析方法

1.1 高层建筑沉降监测原理及总体设计

在进行高层建筑沉降监测研究中，以高分辨率遥感影像为基础，结合施工现场时空视觉分析的方法，构建高层建筑沉降的点云数据分析模型，在立体网格单元中采用Hilbert编码方法，通过连续性的影像特征分析，构建高层建筑沉降单元拓扑结构模型，通过时空数据索引的方法，进行高层建筑沉降分布的单元拓扑模型构造[4]。在一个2m×2m×2m的三维m阶空间中， 构建编号为0、1、2、3、4、5、6、7的高层建筑点云分布特征点，采用网格单元编码，分析层阶映射关系，建立高层建筑的沉降分布状态向量，对于给定坐标的格元P(x,y,z)，从特征图出发，获取多尺度的高层建筑遥感观测数据，通过多尺度的卷积和点云数据分析，进行特征提取和融合。 根据特征图中的沉降位移分布，进行点分析云图，建立沉降位移观测曲线。 在建筑物存在不连续和空洞等情况下，采用点云特征线提取的方法，分析固结沉降和降雨沉降等不同类型沉降的黏弹塑性特征，并计算干土、非饱和土与饱和土各自的沉降量。

按尺度参数s从小到大排列， 构建不同尺度大小下的点云数据观测模型，根据不规则的众多小峰分布，进行沉降位移监测，并根据峰值计算结果，进行逐点复杂度计算，实现高层建筑的沉降计算[5]，示意图（ 如图1所示）。 图1中，块状沉降的边缘有高的凸起，峰值表示最大沉降位移，数据来源采用遥感检测的方法，采用高分辨率遥感影像探测技术实现对高层建筑的遥感监测，通过点云线特征分布，提取高分辨率遥感影像建筑物体的光谱、纹理、几何和阴影等相关信息，由此构建点云数据有限元图谱。

图1 高层建筑沉降监测的点云数据分析

1.2 点云数据获取及正则化处理

在高层建筑沉降监测中，点云数据的获取是关键，以遥感影像为数据基础，构建一个3×3的卷积神经网络，通过UNet结构和ResNet的残差结构分布，建立高层建筑沉降监测的特征点，在特征图中能有效保留沉降分布的细节信息。 基于多尺度信息融合的方法，构建多尺度特征融合模块，在不同尺度、不同地理结构和环境分布的建筑物中，采用二分类交叉熵分析的方法，建立沉降点云动态参数分析模型，采用光束法平差分析的方法，选取合适的阶数以满足高层建筑沉降监测定位的要求，采用商业遥感卫星IKONOSG星载传感器实现点云数据采集，在像点坐标（ R，C）中，得到沉降部位监测坐标为（ B，L，H），由此得到高层建筑沉降监测点云数据分布，如式（ 1）所示：

式（ 1）中，(r,c)为高层建筑沉降监测点的正则化地理坐标；(φ,λ,h)为正则化的地图投影坐标。 由此得到区域网平差模型。

2.高层建筑沉降监测优化

2.1 点云特征线提取

采用Hough变换提取矩形建筑物的角点信息参数，高分辨率遥感影像建筑物体的光谱、纹理、几何和阴影等相关信息得到的点云数据集，如式（ 2）所示：

式（ 2）中，R，C，B，L，H分别为地心直角坐标、大地坐标、地图投影坐标、 极地坐标和物理坐标系下数字高程模型参数；Roff，Coff，Boff，Loff，Hoff分 别 为 地 心 直 角 坐 标、大 地 坐 标、地 图投影坐标、 极地坐标和物理坐标系下的沉降模型参数；Rscale，Cscale，Bscale，Lscale，Hscale分 别 为地 心直 角坐 标、大 地坐 标、地 图 投影坐标、极地坐标和物理坐标系下的尺度。 根据遥感影像区域网平差分布，建立点云特征线提取模型，采用三阶多项式进行高层建筑沉降监测动态检测， 得到点云特征线分布，如式（ 3）所示：

式（ 3）中，Di为均匀分布的虚拟控点；ρ为像方系统误差补偿项；υc为R、C的幂次数；d为测量点的沉降维数；μ为影像宽度；Di为填充起点位于集合A内的填充分量；S21和S12遥感点云分布的边缘特征分布集。 由此构建干土、非饱和土与饱和土各类型下的沉降监测模型，采用参数估计的方法，进行应力评估。 应力评估的特征分解式，如式（ 4）所示：

式（ 4）中，σ2为土体承受的总应力；N1为土颗粒骨架融合度；N2为地表沉降量。 根据第i计算土层的弹性模量，采用动态参数估计和点云特征线估计，实现沉降动态测量。

2.2 沉降监测参数估计

通过位置排列和空间变换方法，构建高层建筑的沉降位移云图，建立潜水位分布方程，如式（ 5）所示：

式（ 5）中，tIi为地下水位面的高度；K为非饱土的有效应力参数；xk为水位降落线以；xkH为对取酉矩阵。 基于点云线特征检测，得到沉降的轮廓线特征检测输出，如式（ 6）所示：

式（ 6）中，Ic(y)为建筑所在岩性参数特征量；Ac为细节调整参数；k为聚合各个位置的特征；Di为建筑结构参数信息。

摇摇综上分析，根据沉降的轮廓线特征检测结果，提取不同尺度的特征量，根据线谱特征提取结果进行沉降估算测量。

3.实验测试

在对高层建筑沉降监测的工作中，对建筑沉降监测点设定为每10m一个监测点，遥感监测的光谱场为0.5m～1.0m，取18个沉降监测点。 高层建筑模型的平面坐标（ 如表1所示）：

表1 高层建筑三维建模的平面坐标 单位：mm

根据上述实验对象参数设定，进行沉降监测，得到点云数据分布的有限元图（ 如图2所示）：

图2 点云数据分布

摇摇采用本文方法，进行沉降监测，得到沉降位移云图（ 如图3所示）：

图3 沉降位移云图

分析图3可知：本文方法能有效实现对沉降监测，计算得到测试点的沉降最大值-12.5mm，测试不同点的沉降量结果（ 如图4所示）：

图4 摇沉降量测量

从图4可知：本文方法能有效实现对各点的沉降监测，准确监测高层建筑沉降。 为验证该方法的准确性，与数字水准仪实际测量数据对比（ 如表2所示）。 分析表2数据可知：采用本文方法所获取的高层建筑沉降监测值与实际沉降值比较接近，准确性较好。

表2 测量残差和误差百分比

4.结束语

为优化高层建筑沉降监测技术，提高高层建筑沉降监测的实时性和稳定性，本文提出基于点云特征线提取的高层建筑沉降监测技术，构建了不同尺度大小下的点云数据观测模型，根据不规则的众多小峰分布，进行沉降位移监测，并根据峰值计算结果，进行逐点复杂度计算，实现高层建筑的沉降计算；采用动态参数估计和点云特征线估计，实现沉降动态测量，并进行了实验分析。结果可知，采用本文方法所获取的沉降监测结果与实际沉降结果较为接近，准确度较高。