NIFCyl tunnel deformation from SLAM LiDAR

NIFCyl learns an SDF of the reference tunnel cloud with an MLP, uses its gradient as normals and averages cylinder projections along them; on handheld Hovermap ST scans from a Kalgoorlie mine it beats multi-scale M3C2 on synthetic deformation (R2 0.963, RMSE 0.009 m, 187 s vs 995 s) and on a curved field target (MAE 0.032 vs 0.034 m), and ties on a planar one (0.022 m).

技術屬性

欄位內容為文獻擷取紀錄的原文用語（英文），以原文為據；「未查證」表示本研究尚未讀到該資訊，不代表該方法不具備此能力。

NIFCyl tunnel deformation from SLAM LiDAR 的技術屬性
感測輸入	handheld Hovermap ST LiDAR SLAM scanner (Table 1: FoV 360 x 290 deg, range 0.40 to 100 m, LiDAR accuracy +/-30 mm, mapping accuracy +/-15 mm in typical underground and indoor environments, SLAM drift +/-0.03%, up to 300,000 pts/s single return and 600,000 pts/s dual return)
原文測試平台	handheld
狀態估計	不適用 (deformation analysis of SLAM point clouds)
資料關聯	SDF learned by an 8-layer MLP gives normals via its gradient; deformation measured by averaging reference and compared points inside a cylinder along each normal; epochs aligned by GCP-based SVD then ICP
時間表示	不適用
去畸變	不適用
迴圈閉合	不適用
全域最佳化	不適用
地圖表示	neural implicit function of tunnel surface; scale-invariant normal field (per abstract)
先驗資訊	no labels (unsupervised); four painted ground control points per scan location used for coarse registration of epochs before ICP
可輸出幾何	full-field deformation map
計算需求	Linux desktop with Intel Core i9 14900K CPU and NVIDIA RTX4080 Super GPU; NIFCyl 187 s total (47 s deformation step) vs M3C2 995 to 6276 s on the synthetic set; 20,000 iterations, Adam

使用設備

原文使用的感測器、運算硬體與載具（equipment）。型號保留原文寫法，連結到設備頁中同一型號的歸併名稱；角色依原文用途分為方法輸入、資料集感測器、執行運算平台、參考或真值量測（reference or ground truth）與比較對象設備。

原文使用的設備
類別	型號（原文寫法）	角色	資料集	原文規格	出處
行動掃描設備	Hovermap ST (Table 1: 'Hovermap ST AUTONOMY')	方法輸入	未標示	SLAM drift +/-0.03%; FoV 360 x 290 deg; range 0.40 to 100 m; LiDAR accuracy +/-30 mm; mapping accuracy +/-15 mm in typical underground and indoor environments; intensity, range, time, return number and ring attributes; up to 300,000 pts/s single return, 600,000 pts/s dual return; handheld, 60 m closed loop in about 5 min	(Han et al., 2026, Sec. 2.2, Table 1)
運算硬體	Intel Core i9 14900K	執行運算平台	未標示	desktop CPU, Linux	(Han et al., 2026, Sec. 4.1)
運算硬體	NVIDIA RTX4080 Super	執行運算平台	未標示	desktop GPU	(Han et al., 2026, Sec. 4.1)
其他	painted ground control points (circular marker with crosshair on white spray coating, Roman numeral ID)	方法輸入	未標示	four stable sidewall regions per scan location	(Han et al., 2026, Sec. 2.1, Fig. 1)
其他	ruler	參考或真值量測	未標示	measured box height 9.5 cm as planar ground truth	(Han et al., 2026, Sec. 4.4)

論文圖片

只收錄原文以開放授權（open license）釋出的圖片，並依授權條件標示出處、圖號、授權與修改方式。

Fig. 2地下硬岩礦巷道現場環境：低光、多粉塵、鋼網與岩栓支撐的粗糙岩面
出處：Han et al., 2026，Fig. 2。授權：CC BY 4.0。原始圖檔。修改：轉存為 WebP 格式。
Fig. 3NIFCyl 方法流程：合成變形資料、神經隱式法向計算、圓柱式變形量測
出處：Han et al., 2026，Fig. 3。授權：CC BY 4.0。原始圖檔。修改：縮小至寬度不超過 1400 px，並轉存為 WebP 格式。
Fig. 4巷道點雲（約 185 萬點）中以數學曲面取代的五個測試區 A 至 E，及單一區域俯視與側視
出處：Han et al., 2026，Fig. 4。授權：CC BY 4.0。原始圖檔。修改：縮小至寬度不超過 1400 px，並轉存為 WebP 格式。
Fig. 15實際擴挖案例的 NIFCyl 結果：大於 2 m 擴挖的點以紅色標示，並以兩個平坦區中心距離作人工比對
出處：Han et al., 2026，Fig. 15。授權：CC BY 4.0。原始圖檔。修改：縮小至寬度不超過 1400 px，並轉存為 WebP 格式。

作者報告的優勢與限制

優勢

synthetic: R2 0.963 and RMSE 0.009 m vs best M3C2 (0.05 to 0.55 m scale) 0.955 and 0.010 m; 187 s vs 995 s (Table 4)
curved field target MAE 0.032 m vs 0.034 m for M3C2 (Sec. 4.4)
robust to 20% point removal (R2 0.956, RMSE 0.010 m) and to noise at 10% of deformation (R2 0.938, RMSE 0.012 m) (Table 5)
noise floor in stable regions: sigma 0.0035 m short-term field, 0.0151 m over two months (Table 6)
code and datasets shared on GitHub (Data availability)

限制

evaluation relies on a limited set of multi-temporal scans from one mine (Sec. 4.8)
ICP-based registration contributes systemic noise; real-scenario detection threshold set at 3.0 cm (Sec. 4.7, 4.8)
tunnel treated as a single entity without semantic segmentation (Sec. 4.8)
for tunnels longer than about 60 m the authors recommend splitting the cloud into sections (sliding window) because a single global volume causes memory and time bottlenecks (Sec. 4.3)
planar field target shows no gain over M3C2 (both MAE 0.022 m) (Sec. 4.4)
real-deformation case checked only qualitatively plus one manual point-to-point measurement (Sec. 4.5)
at noise 20% of deformation R2 drops to 0.858 and RMSE rises to 0.018 m (Table 5)

營建工程相關證據

西澳 Kalgoorlie 地下硬岩礦的鑽炸巷道（岩面粗糙，鋼網與岩栓支撐），含相隔兩個月、因撬落浮石（scaling）造成約 2 m 以上擴挖的實例；與隧道開挖變形監測高度相關，但屬礦業巷道而非土木隧道施工（Sec. 2.2, 4.5）。

原文驗證環境：模擬、受控實驗、地下或隧道

報告的性能數據

以下是原文作者報告的性能數值（author-reported results），不是本研究重新量測的結果。每張圖只並列同一個比較組（comparison group，同一張表、同一組實驗設定）內的方法；不同比較組之間的數值不可直接比較，也不構成排名。

本方法共出現在 5 個比較組，合計 23 筆紀錄。以下列出本方法紀錄最多的 4 組，其餘 1 組列在最後，並連到性能比較頁。

Han et al., 2026 · Table 6 本方法 9 筆

指標資料集與序列

表格設定（擷取紀錄原文）：Deformation residuals of NIFCyl in undeformed regions (Gaussian fit); synthetic N=113,059, experimental N=121,151, real N=104,031 (Han et al., 2026, Table 6)

u (m), Gaussian fitted mean residual，own field test, Kalgoorlie underground mine · experimental deformation scans (30 min apart), stable region

這張表在此指標與資料序列只列出本方法一筆，沒有可並列的其他方法，因此不畫圖，數值與出處見下表。這是 Han et al., 2026 在此表設定下報告的數值（author-reported results），不代表方法在其他資料或設定下的表現。

統計量：平均值（mean）；對齊方式：控制點對齊；單位：m；場景：underground hard rock mine drive

數值與出處
方法（原文寫法）	報告值	出處
NIFCyl本方法原文提出	0.0007 m	(Han et al., 2026, Table 6)

Han et al., 2026 · Table 5 本方法 8 筆

指標資料集與序列

表格設定（擷取紀錄原文）：Robustness of NIFCyl on the synthetic dataset under random point removal and added zero-mean Gaussian noise (sigma as % of deformation) (Han et al., 2026, Table 5)

R2，synthetic deformation benchmark · point density -10%

統計量：原文未報告；對齊方式：未對齊；單位：無單位；場景：underground mine drive (synthetic)

數值與出處
方法（原文寫法）	報告值	出處
NIFCyl本方法原文提出	0.959	(Han et al., 2026, Table 5)

Han et al., 2026 · Table 4 本方法 3 筆

指標

資料集與序列synthetic deformation benchmark from Hovermap ST scan · regions A to E

表格設定（擷取紀錄原文）：Synthetic deformation on 5 regions (88,842 points) of a real mine tunnel cloud; M3C2 at three normal-scale ranges with empty values excluded (Han et al., 2026, Table 4)

R2 (against the 1:1 line)，synthetic deformation benchmark from Hovermap ST scan · regions A to E

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Han et al., 2026 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：原文未報告；對齊方式：未對齊；單位：無單位；場景：underground mine drive (5 x 4.5 x 8 m)

資料來源作者報告值(Han et al., 2026, Table 4)

數值與出處
方法（原文寫法）	報告值	出處
NIFCyl本方法原文提出	0.963	(Han et al., 2026, Table 4)
M3C2 small scale (0.05 to 0.55 m)	0.955	(Han et al., 2026, Table 4)
M3C2 medium scale (0.55 to 1.05 m)	0.937	(Han et al., 2026, Table 4)
M3C2 large scale (1.05 to 1.55 m)	0.931	(Han et al., 2026, Table 4)

Han et al., 2026 · Text Sec.4.4 本方法 2 筆

指標Mean Absolute Error (m)

資料集與序列

表格設定（擷取紀錄原文）：Field test with two scans within half an hour; paper box (9.5 cm) on flat cardboard and box over half basketball on cardboard; Sec. 4.4 does not state how the two scans were aligned (the general Sec. 2.3 pipeline is GCP-based SVD then ICP) (Han et al., 2026, Text Sec.4.4)

Mean Absolute Error (m)，own field test, Kalgoorlie underground mine · plane surface deformation region

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Han et al., 2026 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：平均值（mean）；對齊方式：原文未報告；單位：m；場景：underground hard rock mine drive

資料來源作者報告值(Han et al., 2026, Text Sec.4.4)

數值與出處
方法（原文寫法）	報告值	出處
NIFCyl本方法原文提出	0.022 m	(Han et al., 2026, Sec. 4.4)
M3C2	0.022 m	(Han et al., 2026, Sec. 4.4)

其他比較組

列出其餘 1 個比較組

Han et al., 2026 · Text Sec.4.5本方法 1 筆；own field data, Kalgoorlie underground mine

來源

Han et al., 2026
Zhen Han, Wei Lin, Qian Li, Danqi Li（2026）Full-field deformation quantification of underground tunnels using SLAM LiDAR point cloud based on unsupervised neural implicit learningTunnelling and Underground Space Technology, 175, 107777
DOI 10.1016/j.tust.2026.107777
同儕審查已出版已讀全文近十年

回到方法圖鑑