三维激光扫描技术在外墙外保温系统缺陷检测中的应用
0 引言
外墙外保温系统(以下简称“外保温系统”)存在空鼓、开裂、脱落等质量问题,易发生保温材料高空坠落等事故。因此,需采取有效措施对外保温系统缺陷进行检测和评估。目前常用的检测方法包括拉拔法、人工敲击法和红外热像法[1,2],其中拉拔法为微损检测方法,检测效率较低;人工敲击法需依靠检测人员的主观判断,结果具有一定随机性;红外热像法对于外保温系统大面积普查具有重要意义,但无法实现缺陷的精确识别[2]。
三维激光扫描技术通过测量激光点接触的物体表面水平方向、斜距和反射强度,获取目标物三维空间数据源。该技术作为非接触式主动测量技术,具有扫描速度快、测量精度高、测程远等优点[3,4,5],在建筑领域具有重要应用价值。李必军等[6]从三维激光扫描数据中提取建筑物平面外轮廓信息,实现建筑物三维建模。林卉等[7]基于二值化和连通区域标记方法,通过相邻扫描点角度间隔直方图实现建筑物立面数据的有效提取。目前,国内外关于三维激光扫描技术在外保温系统缺陷检测中的应用研究较少。因此,开展三维激光扫描技术检测外保温系统缺陷试验研究,建立点云数据去噪方法及缺陷识别方法,并分析检测效果。
1 检测原理与设备
三维激光扫描技术为先进的全自动、高精度、立体式扫描技术,三维激光扫描仪可获取目标实体表面一系列点的空间坐标,由三维空间坐标数据构建目标实体三维模型。
1.1 点云数据获取原理
本研究所用三维激光扫描仪由高精度激光测距系统、反射棱镜、CCD彩色相机、时间计数器和数据采集系统组成,在扫描过程中,随着反射棱镜的同步旋转,高精度激光测距仪有序地发射脉冲信号,脉冲信号传播至被扫描物体表面发生反射,利用数据采集系统采集反射信号。通过分析脉冲信号发射和接收时间差计算扫描仪与物体的距离:
式中:t为激光脉冲信号在发射和接收之间的传播时间;ca=3×108m/s,为激光脉冲在空气中的传播速度。
根据扫描控制模块测得水平方向夹角α和竖直方向夹角θ,利用极坐标原理获取扫描点三维坐标值(x,y,z)[8]:
1.2 点云数据去噪方法
通过三维激光扫描仪采集空间上离散几何点,由被测物体表面一系列空间采样点构成点云数据。扫描过程中,由于人为因素干扰或扫描仪器自身缺陷,使获取的点云数据存在噪声和离群点,需采取有效算法进行去噪。本研究采用K-近邻点云去噪算法[9],主要计算过程如下。
1)利用空间单元格法建立点云拓扑关系,搜索任意点p的K-近邻集合Np。
2)计算当前点pj与其K-近邻域内各点的平均距离dm:
3)判断平均距离dm是否大于设定的阈值d0,若大于,则判定该点为离群噪声点,将其删除,否则将其保留。
1.3 外保温系统检测原理
将三维激光扫描仪采集到的外保温系统表面点云数据进行去噪处理后,计算z坐标平均值zm。通过设定阈值z0,分析各点z坐标偏离平均值的范围,以此判断其是否异常,各区域具体判别准则如表1所示。
表1 外保温系统表面异常点判别准则
1.4 检测设备与参数
本研究所用检测设备为Leica ScanStation C10型三维激光扫描仪,该仪器采用脉冲式激光器,发射和接收波长532nm的绿光。最大扫描速率50 000点/s,最大扫描距离300m,水平和竖直方向最小点间距均<1mm,标靶获取精度2mm,能实现扫描点三维坐标数据的快速存储。
2 检测对象
本研究检测对象为上海市某花园小区7号楼东立面聚氨酯硬泡喷涂外保温系统,采用三维激光扫描仪在地面进行扫描,获取的点云数据如图1所示。区域A,B,C高度均为55.0m,宽度分别为3.7,4.5,3.6m,提取3个区域点云数据作为研究对象。
图1 7号楼东立面实景与点云数据
3 结果分析
3.1 原始图像
采用三维坐标变换,将左上角设为坐标原点,利用K-近邻点云去噪算法进行处理,然后对三维点云数据进行成像,如图2所示。区域A,B,C z坐标原始平均值zm0分别为-3.3×10-3,1.8,1.2m,坐标变换后的平均值zm分别为-1.8×10-11,1.3×10-11,7.5×10-11m,因此,各区域zm均近似为0m。图2中颜色浅的位置z坐标值大,颜色深的位置z坐标值小。通过观察颜色深浅可判断x-y平面是否存在凸出或凹陷区域。
图2 三维点云数据
3.2 阈值选取
为分析阈值z0对z坐标分布的影响,以区域A为例,阈值分别选为5,10,15,20mm,对点云数据进行处理,z坐标随阈值的变化如图3所示。由图3a,3b可知,缺陷区域与附近正常区域之间的z坐标相近,无法区分二者边界,从而无法判断缺陷位置和面积,表明此时阈值过小。当阈值为20mm时,由图3d可知,缺陷区域被滤掉,无法识别,说明此时阈值过大。由图3c可知,z坐标异常区域清晰可见,易于精确确定缺陷位置和面积,因此本研究选取阈值z0=15mm。
3.3 凸出区域识别
根据表1凸出区域判别准则,分别对区域A,B,C点云数据进行处理,得到凸出区域在x-y平面的分布,如图4所示。由图4可知,区域A中x-y平面存在3块凸出区域,分别为A1~A3。区域B中窗户附近存在凸出区域,与实际过梁对应,右下角也存在凸出区域。区域C中右上角存在凸出区域C0,与实际墙体凸出部分对应,面积约为1.79m2。
图3 z坐标随阈值的变化
图4 东立面凸出区域
3.4 凹陷区域识别
根据表1凹陷区域判别准则,分别对区域A,B,C点云数据进行处理,得到凹陷区域在x-y平面的分布,如图5所示。由图5可知,区域A中x-y平面存在5块凹陷区域,分别为A4~A8,其中区域A4的面积约为0.18m2,最下方矩形缺陷区域A8的面积约为0.61m2。区域B中x-y平面存在2块凹陷区域,分别为B1,B2,与实际凹陷的窗户对应。区域C中x-y平面存在2块凹陷区域,分别为C1,C2,其中区域C1的面积约为0.10m2,区域C2的面积约为0.24m2。
图5 东立面凹陷区域
3.5 与红外热像法检测结果对比
为验证三维激光扫描技术对外保温系统缺陷的检测效果,利用红外热像法对该建筑物外立面进行检测,结果如图6所示。图6中,浅色区域表示温度高,疑似空鼓;深色区域表示温度低,疑似脱落。
图6 东立面红外热像法检测结果
对比图4,6可知,图4中凸出区域A1~A3基本与图6中区域A1~A3对应。对比图5,6可知,通过三维激光扫描技术确定的凹陷区域所在位置和面积基本与红外热像法检测结果中低温区域一致。
通过上述对比,初步验证三维激光扫描技术应用于空鼓和脱落缺陷检测中的可行性。
4 结语
利用三维激光扫描技术开展聚氨酯硬泡喷涂外保温系统缺陷检测研究,通过采集三维点云数据,对外保温系统进行x-y平面成像。利用坐标变换、K-近邻点云去噪算法和设置x-y平面外的阈值z0,判断外保温系统表面凸出或凹陷缺陷位置,并自动计算其面积。检测结果表明,三维激光扫描技术不仅可识别建筑物外立面窗洞、过梁等,且可有效识别面积>0.1m2的外保温系统空鼓或脱落缺陷。
关于x-y平面外阈值z0的合理设定及外保温系统空鼓或脱落缺陷厚度检测灵敏度的提高,有待进一步研究。
[2] 赵为民,古小英,张蕊,等.某星级酒店节能措施及效果分析[J].施工技术,2019,48(11):136-140.
[3] SHOLTS S B,WRMLNDER S K T S,FLORES L M,et al.Variation in the measurement of cranial volume and surface area using 3D laser scanning technology[J]. Journal of forensic sciences,2010,55(4):871-876.
[4] KILAMBI S,TIPTON S M. Development of an algorithm to measure defect geometry using a 3D laser scanner[J].Measurement science and technology,2012,23(8):1-12.
[5] 阚浩钟,闫振海,李湛,等.基于BIM和三维激光扫描的钢管拱肋拼装检测技术[J].施工技术,2019,48(6):20-24.
[6] 李必军,方志祥,任娟.从激光扫描数据中进行建筑物特征提取研究[J].武汉大学学报(信息科学版),2003,28(1):65-70.
[7] 林卉,王李娟,康志忠,等.三维激光扫描建筑物立面数据的自动提取[J].测绘通报,2016(10):25-30.
[8] 周大伟,吴侃,唐瑞林,等.点云密度对地面三维激光扫描精度及沉陷参数的影响[J].金属矿山,2011(9):127-130.
[9] 张毅,刘旭敏,隋颖,等.基于K-近邻点云去噪算法的研究与改进[J].计算机应用,2009,29(4):1011-1014.