钢结构在施工过程中影响结构变形、受力的因素很多，彼此又互相影响。由于施工过程中缺乏科学准确的变形和受力分析，因此，需要提前考虑钢结构桥梁梁段在预拼装前受多种因素影响的变形。通过进行梁段三维激光扫描、建模，找出与根据施工图纸设计的钢构件的理论值偏差，针对所出现的偏差值采取一定的措施及时控制，这无论是在工程质量还是施工安全以及工程管理方面都具有十分重要的意义。

　　本文以某大桥的钢结构桥塔B2节段为例，通过三维激光扫描技术，从点云数据获取、去噪与采样、模型的误差分析等方面进行说明。

　　1 三维激光扫描工作原理

　　三维激光扫描技术是上世纪90年代出现的一项高新技术，在国内越来越引起研究领域的关注。其原理是利用高速激光对被测物体表面进行扫描从而获得大量的密集点，其中包括三维坐标、法线、反射率、颜色和纹理等信息，并可快速重建被测物体的三维模型，为建立建筑物三维实体模型提供了一种新的技术手段。

　　三维激光扫描技术按照其不同的搭载平台可分为多类，本文采用固定激光扫描系统（地面三维激光扫描仪），它主要由高速精确的激光测距仪和均匀角速度扫描的反射棱镜两部分构成。使用时在地面的不同位置进行布站扫描，由激光测距仪发射激光，再由物体表面反射信号从而可以获得每一个测站至扫描点的斜距、水平方向角以及垂直方向角等信息，这样就得到了每个扫描点与测站的空间相对坐标。

　　2 工程概况

　　大桥主塔上塔柱采用矩形截面，上塔柱高38 m（相对于主梁中心桥面），采用门形、塔梁固结结构形式，除塔梁连接段特殊设计外，上塔柱塔壁壁厚均采用20 mm厚钢板。上塔柱沿竖向分为13个节段。利用对接熔透焊接连接塔柱各节段，采用高强度螺栓栓接纵向加劲肋。

　　3 建模流程

　　三维激光扫描是一项复杂的过程，其流程主要包括点云数据采集、采集工作路径选择、扫描站点选择、扫描参数设置、点云数据预处理、数据拼接、点云去噪、点云分离、最后生成三维可视化模型，此过程对桥梁逆向建模并进行对比分析起至关重要的作用。扫描的各个流程处理的越好，后期模型的建立就越精准，与理论尺寸模型对比分析的误差就越小；其关键技术主要包括数据采集、点云数据去噪和采样等。

　　3.1 数据采集

　　在扫描结构之前，选择合适的测站间距、入射角以及扫描分辨率[2-3]，并制定合理的扫描策略；扫描时将平面标靶放置在可观测位置上。获得各个构件点云数据后，采用标靶拼接方法对B2节段拼接整理，而后生成可视化模型。在获取扫描信息时，因钢结构构件的大体积、移动旋转不便，环境因素中一定的遮挡等因素导致获取钢构件内外表面的所有扫描信息有一定难度。本文通过节段的逆向建模从而进行误差分析，其测量的精确度对后期误差分析工作的精确度有很大影响。在开展构件的扫描工作时，构件的内部信息，如横隔板、加劲肋等构造相对而言影响很小。因此，可忽略不计，只需获得装配面在内的外轮廓精确信息即可。扫描构件时又受扫描环境及本身特点的影响，导致构件上下表面数据有所缺失，可后期通过特征曲面拟合进行填充。

　　3.2点云去噪与采样

　　根据施工现场环境获取的点云数据密度分布不均匀，且存在很多噪点，利用PCL依据临近点数目和平均距离编制滤波算法可以对所获取的各节段点云数据进行有效的去噪。以B2节段桥塔为例，原始点云数据有8177141个，滤波后点云7792485个；过滤后的点云数据与原始点云数据有明显差异，滤除点云数量占原始点云数量的4.7 %，离群点去除明显。说明在保证构件基本特征情况下，利用本文方法去噪可以更有效地对原始点云去噪。

　　利用体素化网格方法实现采样，使用滤波器进行滤波；以B2节段桥塔为例，设置体素大小为0.5 cm立方体，原始点云2363710个，采样后点云1211164个，采样后的点云数据仅为原始数据的51.2 %，大大减少了点云的数量；而利用点云处理软件进行统一采样后点云数目为1511131，比采样后数据点又多了299967个点，占原始点云数据的63.9 %，并且增加了原始点云数据的12.7 %。从中可以发现在都保证构件的特征信息无损失时，运算速度相差不明显。该方法与体素中心逼近法相比虽速度较慢但使曲面重建更精确。

　　分析发现设置体素越大剩余采样点越少，但体素设置过大可能导致部分特征信息丢失，因此要根据具体点云特征需求合理设置体素大小。

　　3.3 节段模型的建立

　　受环境遮挡、测量设备的限制、地理位置的局限及桥梁自身形状特点等影响，采集的点云数据中经常出现局部数据缺失，即存在大量的空洞，需针对这些空洞进行修补。空洞修补主要有两方面，一是提取空洞边界，需形成闭合曲线，且受到周围网格法线方向的影响；二是进行特征拟合，需要提取周围网格的曲率、法线方向等信息，以此来获取缺失部分的最佳拟合平（曲）面。对于本文桥塔钢构件的应用，主要对桥塔外轮廓尺寸信息有所需求，因此构件的内部信息，如横隔板、加劲肋等这些非关键信息可忽略。

　　桥塔节段的虚拟拼装需要提取模型中的点、线、面等特征信息，而网格模型是基于采样点间互相连接的拓扑关系而形成的三角网格模型，是一种不具有尺寸大小与约束关系的曲面。为满足使用数字模型进行装配过程中特征识别的需求，需将点云模型进行参数化；在参数化过程中，可以将网格模型进行区域划分并与根据施工图纸建立三维的理论模型作对比。

　　4 节段模型的误差分析

　　为显示模型是否存在误差以及误差大小，基于3D比较和2D比较分析桥塔钢构件制作误差的分析方法。首先将理论尺寸模型和通过点云数据建立的制作模型进行对齐。对齐即曲面匹配，将理论模型和待测模型移动到统一坐标系下并匹配在合适的位置上，其次将统一到一个坐标系下对齐的两个模型，选取点云模型上任意一点，自动连接点到平面的垂线段，通过计算相对应点坐标差值，输出该点位上X、Y、Z三个方向的误差以及欧式距离误差，形成直观全面的误差分析结果。

　　以B2节段为例，利用3D比较能够得到点云模型任意一点所对应的理论模型的误差以及色谱图，B2下接口处3D比较最大总偏差为0.0219 m,主要发生在X轴方向，最小总偏差为0.086 m，主要发生在Y轴方向。2D比较中显示最大总偏差为0.0217 m，主要发生在X轴方向，最小偏差为0.0087 m主要方向发生在Y轴；整体来看，可发现B2段下接口3D比较和2D比较偏差变化正负方向一致，验证了两种比较方法的准确性。按实际工程需要，B2段下接口处与C2段上接口处相接，因此可根据两接口处的坐标差值，分析判断构件是否可用于使用。若要检测构件整体偏差可选用3D比较进行分析，若检测构件局部偏差适合选用2D比较进行分析。根据误差大小采取相应措施，分析判断构件是否可用于使用节省了实际施工中人工预拼装步骤。

　　5 结语

　　本文以钢结构节段制作误差分析为目的，利用三维激光扫描技术对钢结构节段扫描，系统研究了点云模型的数据处理及模型的建立。通过3D点云模型与施工理论模型对比分析，得到了各构件的制作误差；直观的反应桥塔构件的质量，根据误差大小采取相应的措施，分析判断构件是否可用于使用，节省了实际施工中人工预拼装步骤。根据点云数据的获取、点云数据处理等流程基本实现误差技术，但在装配过程中各节段的拼装误差会产生累积，因此如何保证拼装误差只存在当前拼接节段还有待研究。

　　针对上述的不足之处，接下来可以在本文的研究方法基础上，逐步提高利用三维激光扫描对钢结构误差分析技术各个流程中的精度和速度，并继续研究误差累计问题，可以参考工程实例，将钢结构误差分析技术运用到实际中，逐步地精细化。这无论是在工程质量还是施工安全以及后期检测都具有十分重要的意义。（姜波）

　　（审核专家 王一臣）