随着城市轨道交通行业的高速发展,各大城市的地铁线路逐渐增加。由于地铁客流量大、运行时间长的特点,地铁隧道的安全问题就显得尤为重要,需要对地铁隧道进行定期的形变检测。针对传统的人工检测方式人力成本高、检测周期长、检测精度低的特点,设计了一款便携式轨道检测车,其装载激光雷达对地铁隧道进行周期性的形变检测,此检测技术精度高、成本低且主动性强。本文针对轨道检测车进行介绍,以及对车载激光雷达扫描的地铁隧道点云数据的处理及地铁隧道形变分析展开研究。具体内容如下:对轨道检测车主要构成进行介绍,包括车体及传感器部分、数据采集部分以及数据处理部分。车载传感器分别为激光雷达、惯性导航系统、2D激光位移传感器以及编码器,各传感器相互配合,实现对地铁隧道及轨道的检测。车载激光雷达选用SICK LMS111型号的脉冲式激光雷达,对地铁隧道进行非接触式检测,扫描获取点云数据的二维坐标,结合编码器及惯性导航系统的信息,获取第三维坐标。对点云数据数据进行预处理,提出基于统计特征的滤波算法、半径滤波算法与双边滤波算法相结合的方法。结合使用基于统计特征的滤波算法与半径滤波的算法对激光雷达扫描数据的大尺度噪声进行滤除,利用双边滤波的算法进行小尺度噪声的平滑处理。利用三次B样条曲线拟合的算法对地铁隧道断面进行二维曲线拟合,在Visual Studio 2015环境下利用PCL点云库对所得到的点云数据进行三维建模,得到地铁隧道三维曲面的具体信息。针对地铁隧道形变分析方法的研究,分别提出地铁隧道整体形变分析方法及局部形变分析方法。结合隧道曲线及曲面的拟合结果,基于局部形变分析提出了一种基于最小距离投影法(Minimum Distance Projection,MDP)的二维断面及三维曲面的局部形变分析方法。在校内100米试验线进行现场隧道数据检测,经过与实际情况的对比验证,选取的形变分析方法可有效判断隧道形变与否以及得出具体形变量大小。