科研之友
微信
新浪微博
Facebook
分享链接
摘要
交错分布的结构面构成了岩体中的薄弱部位，准确高效的岩体结构面识别和特征信息提取可为岩体稳定性评价提供重要依据。三维激光扫描技术可以极大地提高结构面勘测效率和精度，但目前主流的点云分析算法存在结构面边缘识别模糊、点云分割准确性不能满足结构面特征信息提取精度的问题。因此，考虑岩体结构面点云位置与其邻域的空间关系，利用KD-tree数据结构进行最邻近搜索的体素下采样，在稳健随机Hough变换的基础上改进了区域生长算法，通过多特征值对区域生长分割参数进行修正，依据点云法向量差值和特征终值进行结构面分割，实现了结构面产状、间距、延展度信息的提取。研究结果表明：与传统的主成分分析法和随机抽样一致法相比，在室内块体模型组成的24个结构面中，该方法在相同区域具有更高的识别率和准确率，既能在复杂变化的平面区域保证数据的完整识别，也能在平面的尖锐位置较好地分割边缘点云。利用该方法可以将24个结构面分为6组，并在识别数据中获取对应的结构面特征信息，与实际测量结果相比，角度信息误差约为1°，距离信息误差1 cm以内。该方法在长江干流蟒蛇寨斜坡岩体中成功识别出3组结构面同时计算各组结构面间距与延展度信息，并采用赤平投影图分析不同结构面组对斜坡稳定性的影响。所提出的方法在室内模型及现场斜坡验证效果良好，可以为岩体结构面识别分割提供稳定且有效的技术支撑。
- 出版日期2023
- 单位中国科学院武汉岩土力学研究所; 岩土力学与工程国家重点实验室
