摘要
本发明属于隧道工程数字化施工技术领域,具体涉及一种无监督学习的钻爆法隧道点云特征提取及超欠挖检测方法。首先,采用三维激光扫描获取隧道开挖初始点云数据,采用点云抽稀、配准进行预处理;然后,运用凸包算法计算实际开挖轴线,按固定间距10m截取厚度为0.1m的开挖断面,使用K‑means聚类算法对点云切片进行降噪处理,并筛选凸包顶点以精确提取实际开挖轮廓线;最后,进行各凸包的超欠挖量计算,实现对隧道超欠挖情况的实时量化分析。本发明通过融合三维激光扫描、无监督学习与凸包算法,实现了隧道超欠挖检测从“离散、滞后、人工”到“连续、实时、智能”的跨越,为钻爆法隧道施工提供了高效、精准、可靠的数字化技术支持。
技术关键词
点云特征提取
深度卷积生成对抗网络
无监督学习
隧道超欠挖检测
算法
轮廓系数
数据
配准预处理
顶点
三维激光扫描仪
噪声
空间位置关系
切片点云
坐标系
开挖轮廓
密度
系统为您推荐了相关专利信息
储能变流器
储能系统控制策略
实时数据
充放电策略
智能控制算法
设备安全控制
监测传感器
可视化监测方法
数据特征提取
强化学习算法
粒子群优化算法
机器学习优化
控制点
喷射混凝土
三角网格模型