地铁隧道施工和运营期间进行的实时监测,可有效保证地铁的安全运营及周边环境的稳定。现有的收敛计、全站仪等形变监测手段仅能获取部分单点数据,难以全面反映隧道整体形变特征。三维激光扫描技术提高了自动化提取信息的程度,与基于单一观测点的监测方法相比,具有表达对象细节信息能力强、受环境影响小等优势。因此,本文利用三维激光扫描技术开展地铁隧道形变监测中的关键技术研究,并在隧道数据采集、点云预处理及监测模型构建等方面进行了探索,研究结果可为地铁隧道工程形变监测及运营维护提供借鉴。为高效管理海量点云数据,针对地铁隧道的分布特征,本文提出以隧道中轴线为基准,按里程分块存储点云的组织管理方法,不仅提高了单点的搜索速度,而且显著提高了隧道内任意里程处横断面的提取效率。针对同一扫描线相邻点间隔随地面三维激光扫描仪(TLS)扫描距离增大导致的点云密度不均问题,推导出严密的点云密度计算模型,然后提出基于扫描线的抽稀算法用于抽除同一扫描线上点间距小于给定阈值的激光点,并建立了抽稀率与阈值的函数拟合模型。针对地铁盾构环片上的大量附属物,提出基于椭圆柱面模型的点云滤波方法,对沿隧道中轴线分割的各区域利用椭圆柱面拟合进行滤噪,实现了地铁隧道内壁噪声点的自动滤除。最后,对经过预处理的隧道点云分别建立了基于断面拟合、规则化格网及数字表面模型(DSM)的形变监测方法。通过不同的监测方法对两期隧道点云进行形变分析,实现地铁隧道各区域空间变化信息的精准表达。