建筑施工现场基坑工程目标数据采集仿真

何永福,张 锋

(江苏海洋大学土木与港海学院,江苏 连云港 222001)

1 引言

大型基坑建筑施工项目属于高度动态的过程,施工工艺和施工管理都十分复杂,因此,运用先进的施工技术,增强施工质量[1,2]、施工效率与施工管理的现代化水平,是每个施工单位都想实现的目标。数字化施工是指利用计算机、定位、自动控制和可视化技术,实现基坑工程的数字化、信息化、智能化和可视化,以实现工程现代化[3-5]。

当前,数据采集方法容易受到噪声数据的影响,存在数据采集精度不高的问题,如盾构施工现场设备数据采集方法[6]和Web嵌入的网络地图地理信息矢量数据采集方法[7],因此,对数据采集方法进行改进是当前研究的重中之重。为客户提供准确的监测数据与评估结果,能够帮助精准评判基坑工程本身与附近区域是否安全,是基坑数据采集的目的之一。基坑工程施工全过程包括:支护结构施工,基坑降水、挖掘、使用、支撑拆除以及地下水恢复等,上述步骤均会导致支护装置与坑内外土质发生变化。因此,本文提出了大型基坑工程数字化施工现场数据采集方法。利用传感器采集基坑点位数据,并去除干扰信息,得到的精准数值能够更好地建设基坑工程,保证检测数据的科学性与评价的精准性,降低工程事故发生概率。

2 数据采集方法设计

本文选用Kinect传感器[8,9]采集基坑工程施工数据,Kinect传感器利用激光研究被测空间,并给出三维的体编码,即激光散斑技术。激光斑点具有很强的随机特性,每条光线均标记编码数据,根据位置的不同,机器采集散斑阵列获得的信息不一样,为此,空间内随意两个位置的散斑状态均是不一致的。把目标位置放在此空间中,对该位置表面的散斑情况实行解码[10],就能够获得目标的空间位置情况。

Kinect传感器中包含红外激光发射器、红外摄像头以及RGB摄像头,通过设备得到深度信息的步骤为:先利用红外激光发射器发出激光斑点到测量点位,红外CMOS摄像头承担管理红外发射器发出的信息的作用,再运用反馈信息算出对应点位的深度数据。

在大型基坑工程数字化施工现场不同位置的测量点位距离传感器的长度不一致,反馈到红外CMOS摄像头获得的数据就存在偏差,因此,需要计算深度资料是否位于感应器视野范围。通过将红外激光光斑与参照模式的投影相比较,可以在不透光的目标表面上计算出目标位置k的偏移量。随后测量所有点位,能够获得对应的偏移数,运用式(1),计算施工现场相应位置的深度数据

(1)

式中,Zk描述的是在目标空间点k的深度;Z0描述的是参考平面的距离;f描述的是红外摄像机的焦距;b描述的是基线长度;d描述的是点k的相应偏移数值。其中,Z0、f、与b在摄像机出厂时参数已经设定完毕。

为了保证直接采集的施工现场数据保存速度,将传感器采集频率设置为30Hz,及时获得施工现场的变化数据。并在传感器测量时仅采集被测点位的深度数,存储成深度图像,则各个像素点都包含相应的深度信息,将全部像素点的图像坐标均变换至相机的三维坐标

(Xk,Yk,Zk)中,相应表达式为

(2)

(3)

式中,xk与yk描述的是图像中点k的坐标;x0与y0描述的是原点坐标;∂x与∂y描述的是镜头畸变修正系数。上述参数能够利用相机标记得到。

根据式(2)和式(3)能够得出施工现场全部点的空间三维坐标(Xk,Yk,Zk),获得基坑整体表面的坐标。

为了能够得到精准的施工现场数据,需要剔除干扰信息,还要保留重要特征。将三维点云数据分割成两种相邻类型范围,一种为特征数据较少的平坦范围,另一种为特征数据较多的范围。通过点云平均曲率实行邻域分割,采用局部特征权重系数进行区域分割。得知在点pi位置的平均曲率是Hi,采样点在k附近范围内局部特征权重表达式为:

(4)

(5)

式中,n描述的是采集点个数。假设在点pi位置的局部特征权重比设置的阈值smax小,那么认定pi是平坦区域中的点,相反,假设在点pi位置的局部特征权重比阈值smax大,那么pi是属于特征丰富范围内的。

运用具有指向性的滤波方法剔除采集数据中的干扰数据,针对平坦范围存在少量特征的情况下,利用中值滤波器[11]进行噪声抑制,针对特征丰富的区域选用双边滤波[12,13]进行降噪处理。

特征数据较少的平坦区域,由于曲率转变较小,所以利用采样点k附近范围内点到相邻点平均距离的统计方法,剔除部分干扰此区域的数据。去噪之后检测区域获得的施工现场数据p′表达式为

(6)

(7)

式中,j为正整数。

(8)

(9)

大型基坑工程数字化施工现场数据采集的具体环节为:

1)针对特征数据较少的平坦单位内所有数据点pi,找到点k相邻的全部点;

3 实验研究

为了证明所提方法能否准确采集基坑施工现场相关数据,进行实验研究。

3.1 工程概况

选用某大型商场工程作为研究对象,建筑面积大约36万m2,地形地势相对平坦,基坑外围线长度大约是684m,拟建建筑设地下两层,基坑挖掘面积为3620m2,支护长度为248m,挖掘深度为8-9m。图1为基坑施工现场的平面示意图。

图1 基坑施工现场的平面示意图

对图1所示的基坑施工现场进行数据采集,数据采集点的布局和形状如图2所示。

图2 基坑数据采集点位布局图

由图2可知,在围护桩顶部竖立方向、水平位移一共设置15个采集点,标记为A1-A15;围护桩深部水平位移一共设置4个采集点,标记为B1-B4;基坑附近地下水位一共布置4个采集点,标记为C1-C4;锚索内力总共布置4个采集点,标号为D1-D4;内支撑梁钢筋应力整体布置4个采集点,标号为E1-E4;立柱桩竖直方向位移整体布置5个采集点,标号为F1-F5。

针对上述实验条件与数据采集点设置结果,对文献[6]方法、文献[7]方法与本文方法的数据采集效果进行验证,为了保证实验结果的有效性与可靠性,采用matlab/simulink仿真软件对实验图像与数据进行处理,根据实验结果得出相关结论。

3.2 实验结果分析

因为需要采集的数据较多,随机选择A1、A5、A10、A15检测点作为采集数据点,分析数据采集效果。图3和图4分别为围护桩竖向位移、水平位移数据采集结果与实际数据之间的对比。

图3 围护桩竖向实际位移数据与采集数据

图4 围护桩水平实际位移数据与采集数据

通过图3能够看出围护桩竖向实际位移数据与采集数据误差都小于0.05mm;本文方法采集的数据和实际数据曲线重合性越高,说明基坑施工现场数据采集结果较为可靠。这是因为本文方法数据采集中剔除了干扰数据,使得数据采集精度得到了提高。

图4与图3采集的数据点位一致,能够看出采集数据误差随着时间的增加而变大,最小采集误差为0.01mm,最大误差是0.06mm,这是因为4月20日之前,基坑已经结束了回填工作,所以基坑围护桩属于一定的平稳状态,水平位移不明显。总体上看,二者曲线重合情况比较好,数据采集误差在可接受的范围内。

选择B2、B4采集点作为数据采集对象,分析实际数据与采集数据之间的差异,结果如图5所示。

图5 B2、B4孔深层实际水平位移与采集数据

通过图5能够看出,B4孔在孔深5m、10m位置采集的数据与实际数据存在明显偏差,误差约为0.07m;B2孔在孔深4m、8m位置具有误差,数值为0.03m;但可以看出在其它深度位置时实际水平位移与采集数据之间的拟合度较高,证明利用本文方法对基坑深层水平位移数据采集有显著优势。

为了进一步验证本文方法的数据采集精度,从数值分析的角度出发,分析文献[6]方法、文献[7]方法与本文方法的数据采集精度,具体计算公式为

(10)

式中,Di描述的是采集数据与实际数据相符合的数据数量;Dj描述的是采集数据与实际数据不符合的数据数量;Dn描述的是整体数据数量。

选择A1、B1、C1、C2、D2、E3和F5采集点作为数据采集对象,根据式(10)计算得出三种方法的数据采集精度,结果如表1所示。

表1 数据采集精度测试结果

由表1中的数据可知,针对不同的采集点,本文方法的数据采集精度均高于文献[6]方法和文献[7]方法。其中,本文方法对采集点F5的数据采集精度最高,达到了0.95,采样最低值也达到了0.88,明显高于传统方法,进一步说明了该方法的数据采集效果。这是由于本文方法利用中值滤波器进行噪声抑制,同时通过双边滤波实现降噪,使得基坑施工现场数据采集结果精度较高,提升了数据采集效果。

4 结论

随着数字化技术的发展,大基坑工程的稳定性直接关系到工程建设的安全。在基坑开挖时,围护结构的变形,需要及时采集数据,监督施工,确保围护结构和附近设施的安全。为此,本文提出了大型基坑工程数字化施工现场数据采集方法。通过传感器采集施工现场数据,利用滤波去除干扰,得到精准数据。确保基坑工程安全,防止出现事故,降低经济损失与人员伤亡。虽然经过实验证明,本文方法的数据采集结果精准度较高,但是在孔水位数据采集中仍然存在一些问题,导致数据采集结果不理想,接下来将以提升孔水位数据采集精度为研究重点,对本文方法进行优化研究。