地铁隧道在长期服役过程中,经常产生结构变形,威胁隧道结构健康和地铁运营安全,因此需要定期对隧道进行形变检测。现有的隧道形变检测主要以人工静态检测为主,效率低、检测周期长,为此本论文提出一种基于激光扫描的隧道三维净空与形变高速车载检测系统,利用SLAM算法实现地铁隧道三维建模与形变量自动分析,为指导养护维修、确保行车安全提供技术保障。论文首先提出了基于SLAM的隧道三维点云建模与形变检测算法。由于系统涉及到多种传感器数据类型且数据量极大,首先需要通过预处理算法进行数据处理并简化计算;然后采用Fast SLAM算法进行隧道建模,得到准确的隧道三维点云模型;最后对隧道的历史数据和当前数据分别进行建模,两模型对比得到形变结果。然后论文设计了基于激光动态扫描的隧道三维建模与形变检测系统。为了满足多传感器同步采集、实时处理和可靠存储的要求,系统采用分层设计方式。分别开发底层数据实时采集处理软件、中间层的NAS网络存储服务器与后台数据处理服务软件、顶层为基于WEB的终端监控软件,实现了数据的采集、处理、存储、显示和形变分析。为验证系统的有效性,应用隧道形变检测系统在地铁隧道模型以及广州地铁隧道现场进行了实验。通过当前实验数据与多次采集到的历史隧道模型的对比,验证了系统的测量精度和有效性,实现了形变检测误差在10mm左右的目标,并且最后对系统误差进行分析并提出改善方案。论文研究设计的隧道三维净空与形变高速车载检测系统,实现了车载动态检测数据的同步采集和动态补偿,解决了基于激光扫描点云数据的隧道三维净空测量与形变自动分析难题,对提高地铁运行安全具有重要作用,具有较高的应用价值。