《Journal of Rock Mechanics and Geotechnical Engineering》：3D point cloud segmentation-based volume measurement of muck in earth pressure balance shield tunneling
编辑推荐：
土压平衡盾构（Earth Pressure Balance Shield, EPBS）掘进过程中渣土体积测量不准确会导致超挖或欠挖，进而引发地面沉降或隆起，对城市基础设施构成风险。本研究提出了一种基于三维（3D）点云的EPBS渣土体积测量解决方案，该方法包括空
土压平衡盾构（Earth Pressure Balance Shield, EPBS）掘进过程中渣土体积测量不准确会导致超挖或欠挖，进而引发地面沉降或隆起，对城市基础设施构成风险。本研究提出了一种基于三维（3D）点云的EPBS渣土体积测量解决方案，该方法包括空间特征驱动的无监督分割方法和基于渣土表面的高精度体积算法。通过工程记录验证了所提方法的准确性，并通过实验室测试分析了激光雷达（Light Detection and Ranging, LiDAR）扫描和体积计算的误差。测试表明，点云密度、激光精度和容器装载容量等因素均会影响体积结果。由于点云捕捉了渣土与箱体之间的相对空间位置，箱体装载高度越高，系统误差对结果的影响越小。与人工记录相比，该方法在单次掘进循环中的平均体积误差约为1.99%，显示出显著的工程应用价值。本研究拓展了非接触式体积测量技术的实际应用，其发现为点云体积计算的误差分析和优化提供了数据支持。
论文解读
研究背景与意义
土压平衡盾构（EPBS）法是城市轨道交通安全高效建设的关键技术，但在复杂地层中易发生因渣土流动性过大导致的超挖或渣土流动性差导致的欠挖，进而引起地面沉降或隆起，威胁既有建筑安全。目前工程中多采用龙门吊称重法测量渣土量，但受起重机振动、传感器不平衡及量程不足影响，精度不可靠；而基于输送带的3D激光扫描方案则面临高速运动引起的振动误差、泥浆水飞溅遮挡及点云稀疏等问题。因此，开发一种高精度、鲁棒性的渣土体积非接触测量技术具有重要的工程安全意义。该论文发表于《Journal of Rock Mechanics and Geotechnical Engineering》。
关键技术与方法
研究人员提出了一种基于轨道运输车辆（Rail Vehicle）的3D LiDAR扫描方案。关键技术方法包括：
- 1.
数据采集策略：利用LiDAR扫描进出隧道的空车与满载车辆，通过计算两者差值获取实际排土量。
- 2.
无监督点云分割：设计了一种空间特征驱动（Spatial Feature-Driven）的分割算法，通过粗分割（去除左右侧壁及前后壁点云）与精分割（DBSCAN聚类去噪）提取纯净的渣土表面点云，避免了深度学习模型对大规模训练数据的依赖。
- 3.
优化的体积计算：采用三角剖分（Triangulation）算法，引入点云补全（Point Cloud Completion）处理缺失点，并构建虚拟边界（Virtual Boundary）以减少边界不规则带来的网格畸变误差。
研究结果
误差分析与实验验证
为了量化系统误差，研究人员进行了实验室模拟测试，重点分析了装载量、坐标偏差和点云密度对体积计算的影响。
- •
装载量的稀释效应：研究发现，随着箱体装载高度的增加，LiDAR系统误差对最终体积结果的影响呈负指数衰减。当装载水平达到95%时，计算误差率可降至约1.38%。这表明高装载量能有效“稀释”单点测量误差。
- •
坐标偏移的影响：X轴坐标（高度方向）的偏移对体积误差的影响显著大于Y轴（宽度方向）。X轴偏移导致的体积误差随偏移量线性增加，而Y轴偏移主要影响三角网格的形状畸变。
- •
点云密度的敏感性：点云密度低于70%时，体积误差率迅速上升。其中，剖面采样（Profile Sampling, PS）比剖面内点采样（Point Sampling in Profile, PSP）对体积结果的影响更大，强调了保持扫描频率与车辆运动匹配的重要性。
工程应用测试
在实际掘进循环中，研究人员将该方法与传统人工记录进行了对比验证。
- •
分割精度对比：所提出的无监督分割方法在空车和满车场景下的交并比（Intersection over Union, IoU）分别达到0.934和0.958，优于MinkUNet等深度学习模型，且推理时间仅为10.5秒，无需GPU加速。
- •
虚拟边界的有效性：通过构建虚拟边界，有效补偿了分割过程中边界点丢失造成的底面积损失，使空车和满车体积精度分别提升了0.02和0.013。
- •
综合误差评估：结合系统误差与分割误差，单环掘进的总体积误差控制在1.45%至2.77%之间。与实际工程记录的189组数据进行对比，四个渣土箱的平均装载体积误差仅为1.99%。
结论总结
研究结论指出，基于3D点云的渣土体积测量系统能够实现对EPBS排土量的高精度控制。室内试验与工程验证均表明，该系统在单次掘进循环中的平均误差约为1.99%，满足工程应用需求。该方法不仅解决了传统称重法精度低的问题，还通过无监督学习和虚拟边界技术克服了深度学习对算力和数据的依赖。未来的工作将聚焦于优化硬件配置（如多LiDAR协同扫描）以进一步提升点云完整性，并开发更精确的车辆定位技术以应对速度波动带来的纵向坐标偏差。
