基于激光扫描的地下管线变形区域检测方法
马顺利
(北京市热力工程设计有限责任公司, 北京 100028)
［摘 要］ 为提高地下管线使用率,减少地下管线损失,提出基于激光扫描的地下管线变形区域检测方法。通过激光扫描仪器扫描地下管线,采集地下管线点云数据,经Cyclone软件进行点云数据相邻图像逐帧配准,实现点云数据拼接与处理;以拼接处理后的点云数据为依据,获取地下管线的中轴线,经地下管线点云数据切片处理后,提取地下管线断面,将实际断面点投影到横截面内,并按顺时针排序横截面内各点,组成管线实际区域形状。利用管线区域差值法求解各管线变形情况,经最小二乘法求解管线变形区域,并将变形检测结果经管线正射影像呈现。试验结果说明:该方法可通过激光扫描仪器实现地下管线数据采集和配准,精度高且不受扫描距离限制,能可视化呈现管线变形检测结果,及时发现地下管线变形情况。
［关键词］ 激光扫描; 地下管线; 变形区域检测; 点云数据; 最小二乘法; 差值法
0 引言
地下管线包括水力、电力、热力、燃力以及通信等管线基础设施,这些管线是构成社会正常运作的重要桥梁[1],地下管线建设是保障城市科学、有效管理的主要指标[2]。地下管线建设需做好工程策划、勘察安排、运营维护以及安全管理。地下管线安全管理一般以安全检测为主。地下管线安置方式通常是以埋地铺设,管线长时间受到土壤以及车辆等多种压力作用,还有一些地上开采和自然灾害损害,会造成地下管线变形以及管线泄漏现象,导致地下管线运行不安全[3]。因此管线建设人员需准确了解管线变形结果,管线使用情况,针对异常问题及时作出应对措施。
许多学者为此展开深入研究,张治国等[4]人研究挖掘隧道导致邻近管线变形检测方法,通过镜像法分析隧道施工造成土体自由转移,计算施工可引发相邻地下管线方法,实测数据与计算数据相符,该方法可提前预测可能对管线造成的影响,及时规避管线变形风险。但该方法求解的结果只是预测结果,施工过程还会产生很多不可控因素,考虑管线变形因素比较片面。秦世伟等[5]人提出构件变形检测方法,通过激光扫描方法测量钢梁之间的变形量,将初始数据与有限元运算结果相比,该方法运算误差为2%,可有效应用于检测构件变形,但该方法运算误差较大,安全检测效果低。
激光扫描技术符合工程检测需求,保证检测人员远离危险区域,可全面提供检测物体状态信息[6]。因此本文提出基于激光扫描的地下管线变形区域检测方法。
1 地下管线变形区域检测方法设计
1.1 地下管线数据采集与处理
1.1.1 地下管线数据采集
地下管线数据采集空间有一定限制,因此一般采用激光扫描仪器进行地下管线扫描测量[7-8]。通过激光扫描、测量距离、CMOS相机集成、设备内控制中心与校准中心五大模块构成激光扫描仪器。由于该激光扫描仪本身对标一套固定空间坐标系,因此激光扫描仪的中心对应三维坐标系中的O点,扫描仪X轴遵循右手螺旋规则,且X轴垂直于YOZ面,距离该激光扫描仪初始位置的固定方位对应坐标系Y轴,该扫描仪器一直保持垂直向上的旋转轴相对坐标系内的Z轴。激光扫描仪测量方向必须按照顺时针或者逆时针扫描待测地下管线。激光扫描仪可获得待测对象与激光脉冲的间距和激光脉冲横纵向扫描角度,即得出待测对象的初始数据,其类型归属极坐标系内。通过坐标转换的方式,将以扫描仪为中心的三维坐标转换成直角坐标系,可得到待测对象的点云数据,因此待测对象坐标转化表达式为
(1)
其中,L代表待测对象与激光脉冲的距离;θ与α分别代表激光脉冲的纵向与横向扫描角度。
1.1.2 地下管线数据处理
激光扫描仪获取的地下管线点云数据经处理软件Cyclone进行数据拼接与处理[9-11]。提取点云数据内帧图像信息的线激光,通过式(1)求解的点云数据三维坐标,记作激光扫描的中心,运算地下管线相邻帧图像的转换矩阵,完成点云数据合并到同一个坐标系内,此过程为数据拼接过程。具体运算如图1所示。
图1 点云数据运算过程
1)设随机采集到的地下管线两帧图像分别为第E、E+1帧,分别提取紧邻E、E+1帧左侧或者右侧图像surf特征点,将各帧图像左右侧图像的特征点进行配准处理,得出第E帧左右两侧图像当中的透射变换矩阵是HE,第E+1帧左右两侧图像当中的透射变换矩阵是HE+1,分别提取E和E+1的左侧图像、E和E+1帧的右侧图像surf特征点并进行配准处理,获得相应的透射变换矩阵为HE(E+1)。
2)利用霍夫直线方法提取第E帧左或者右侧图像,已知直线两顶点到激光线的距离,以及直线中点和激光线的距离,激光线所在直线可忽略不计,求解直线集JE。
3)将JE与HE做乘法运算,得出右侧图像相对的直线集RE。若直线顶点为负数,则右侧图像内无法显示或者部分显示左侧图像,将直线集JE、RE内直线进行去除处理。
4)步骤3)求解的JE、RE属于相互呼应关系,设直线集内有m条直线,将各条直线平均分成i份,那么各直线与各直线集均可获得的点的数量分别是i+1、(i+1)*m,通过双目视觉定义,求解左右直线集内所有点的坐标,即完成空间点集PE求解。
5)JE与HE(E+1)做乘法运算,得出与JE相对的E+1帧的左侧图像相对的直线集JE+1。
6)JE与HE(E+1)做乘法运算,求解E+1帧的左侧图像相对的直线集JE+1。
(7)同步骤4),根据双目视觉定义,求解JE+1、RE+1左右直线集内所有点的坐标,即完成空间点集PE+1求解。
8)将四元数法内输入点集PE、PE+1,求解RT变换矩阵。
通过相邻两帧图像特征点配准[12],并采用转化矩阵将激光合并到基础坐标系内,实现每一帧图像之间的配准,即完成地下管线点云数据的拼接与处理。
2.2 提取地下管线区域
地下管线区域形变量经点云数据进行解析,一般通过截取地下管线的断面进行对比分析[13-14]。管线断面截取基本方法是先获取地下管线的中轴线,以中轴线为基础,将管线点云数据做切片处理,实现地下管线断面提取[15]。
1)决定中轴线位置,设管线起点与终点分别为A、B。两点的里程分别为0、1 087,中轴线节点分别是C、D、F、G,已知中轴线任何点的三维坐标,求解地下管线中轴线,如图2所示。
图2 地下管线中轴线
2)横截面方程。设中轴线上点为O(图2),并且O点坐标是(XO,YO,ZO),l和(a,b,c)分别是里程与切线向量,求解O点横截面U,表达式为
a(X-XO)+b(Y-YO)+c(Z-ZO)=0
(2)
3)随机选取地下管线点云数据对应的一点投影到面U内,设对应点为T,T的坐标是(XT,YT,ZT),则面U的距离表达式为
a(XT-XO)+b(YT-YO)+c(ZT-ZO)=l
(3)
其中,若横截面厚度大于l,则面U内的点包含点云数据内点T。经过中轴点地下管线横截面的点需要完成以上运算,最后将求解结果投射到U上。
4)实际测量的地下管线区域由每个投射到截面内的点依照顺序连线组成。建立截面新的坐标系为O1-XY,坐标原点与O点重合为O1。水平线与竖直线分别为X、Y轴,设投射到U上T点的投影点为TU(XTU,YTU),则TU(XTU,YTU)在O1-XY坐标系内的坐标表达式为
(4)
其中,
求解全部投影点在O1-XY坐标系内坐标,各点沿顺时针方向相连组成地下管线实际区域形状。
1.3 地下管线变形区域检测实现
以提取到的地下管线实际区域形状为基础解析地下管线变形区域,地下管线一般呈圆形,因此分析管线区域变形采用管线区域差值与最小二乘椭圆拟合方法。管线区域差值法通过实际和设计断面形状中轴线方向内的差值判断管线区域是否变形,管线区域变形结果由管线区域图与激光线正射影像呈现。整个地下管线的变形位置和地点均可通过管线断面形状的输出结果得到。
设地下管线某个设计区域内某点坐标是(Xi,Yi),则管线区域差值法,表达式为
(5)
其中,gi是实际与设计管线断面的差值;r是管线断面实际区域的半径。
设椭圆内方程系数为k、m、n、s、v,经最小二乘法进行椭圆拟合,得出椭圆方程系数最小值,其表达式为
(6)
则该椭圆形表达式为
(7)
(8)
(9)
其中,Xc和Yc是椭圆中心坐标;q代表椭圆的长半轴;η代表椭圆的短半轴;θη代表椭圆短轴沿着Y轴与q、η顺时针夹角。求解椭圆形状即为地下管线变形区域。
激光扫描的点云数据内包括地下管线的三维坐标数据库以及激光线扫描地下管线后反射的激光强度值。激光强度值传入Cyclone软件内形成灰度分阶并投影激光雷达地下管线正射影像。将激光扫描的地下管线所有点的反射强度转换成与实测管线相对地点的灰度像素,通过这些地下管线的灰度像素构成与实际地下管线状态相同的灰度影像图。该影像数据特点是准确与实际地下管线的尺寸数值一一对应。因此地下管线正射影像可用于体现区域变形结果。
2 试验研究
研究基于激光扫描的地下管线变形区域检测方法,本文以AtlaScan型号激光扫描仪为扫描设备进行地下管线变形区域检测,扫描设备基础设置,如表1所示。
表1 激光扫描仪基础参数
为验证本文方法应用激光扫描仪与物体之间距离不同下的采集效果,随机选取一个管线,使用激光扫描设备进行不同距离下数据采集效果模拟试验。设置激光扫描设备与管线的距离为50、70、90 cm,采集数据效果如图3所示。
(a)50 cm激光扫描效果
(b)70 cm激光扫描效果
(c)90 cm激光扫描效果
图3 不同距离下获取管线点云数据
根据图3所示不同距离下的管线点云数据可知,扫描距离为50、70、90 cm时,激光扫描可清晰采集管线轮廓,通过1.1.2小节的点云数据配准,得出本文方法管线点云数据与实测管线点云数据之间误差为1 mm,此微小误差变化可忽略不计。说明本文方法进行数据采集时,激光扫描仪器不受距离影响,可有效应用于地下管线检测。
选取某地区某一条地下输油管线为试验对象,设置该输油管线长度为213 km,管线直径为5.23 m,将地下输油管线根据1.2小节中截取断面的方法分成20个区域。激光扫描仪参数参照表1,通过本文方法检测该管线变形区域。随机抽取20个管线区域的其中一个区域,通过水平方向分析管线变形状况,扫描输油管线区域不同角度,分析输油管线椭圆点云数据与圆心距离变化情况,设该管线截面拟合圆心半径为2.615 m,即为图4横线部分,判断输油管线变形情况,该管线结果如图4所示。
图4 地下输油管线水平方向界面变形图
由图4可知,输油管线某一个区域水平方向变形情况。扫描输油管线区域内角度为0°～80°时,椭圆点云数据距离圆心距离在0～15 mm变化,曲线变化比较规律;扫描输油管线区域内角度为80°～100°时,椭圆点云数据距离圆心距离在15～35 mm;扫描输油管线区域内角度为100°～225°时,曲线变化幅度恢复到0～15 mm;扫描输油管线区域内角度230°～240°时,椭圆点云数据距离圆心距离在15～33 mm变化,之后曲线变化又恢复到0～15 mm。说明该条地下管线扫描角度在80°～100°和230°～240°,具有变形状况,最大变形值为35 mm。
将上文变形区域输入Cyclone软件内,生成地下管线三维图像,进一步确定管线具体变形区域,以及观察管线变形情况。管线变形量区间在[30,-30] mm为正常,数值大于30 mm记作凸起变形,数值小于-30 mm记作凹进变形。结果如图5所示。
图5 地下管线区域相对变形结果
由图5可知,地下管线变形区域状况。从图中可清楚看出变形区域序号为6号区域,区域6前半部侧面变形量最高达到35 mm;区域6中间部侧面变形量最高达到10 mm;区域6后半部侧面变形量最高达到-35 mm。说明地下管线区域6内存在两处变形,变形类型是凸起和凹进变形,检测人员需及时关注此区域,及时处理地下管线变形状况。
根据管线6号区域变形状况,利用本文方法完成地下管线变形区域检测,结果如图6所示。
图6 本文方法检测地下管线变形区域
由图6可知,地下管线不同区域状态检测结果。时间为14:25:43时,3、4、5号各区域管线检测结果显示检测结果通过,说明该三个区域管线处于正常状态;但6号区域显示不通过,并且检测显示出现变形情况。试验结果说明:本文方法可有效检测地下管线变形区域,并及时上传地下管线真实状态,便于管线作业人员及时发现管线变形状态,及时解决管线变形问题。
3 结束语
研究基于激光扫描的地下管线变形区域检测方法。通过激光扫描技术,降低地下管线变形风险,提高地下管线运作质量,保障居民工作生活不受影响。试验结果说明:本文方法采集数据误差为1 mm,可忽略不计,满足地下管线变形检测条件,可实际应用于地下管线检测,全面且快速检测管线变形状态,及时预警,保证监管人员无须到现场勘察,就可获取地下管线信息,便于管线监管人员及时解决管线异常问题,加快地下管线运营。本文方法主要以地下管线变形的检测质量与速度进行考量,对于地下管线变形检测的准备还有所不足,还可从地下管线变形检测进度方面加深研究,完善地下管线变形检测任务。
参考文献
[1] 陈思静,胡祥云,彭荣华.城市地下管线探测研究进展与发展趋势[J].地球物理学进展,2021,36(3):1236-1247.
[2] 杜兵,丁年.高度城市化条件下的城市地下管线建设管理体系探讨[J].中国给水排水,2021,37(6):48-55.
[3] 葛山运.基于三维激光扫描技术确定隧道变形的新方法[J].都市快轨交通,2020,33(3):110-117.
[4] 张治国,师敏之,张成平,等.类矩形盾构隧道开挖引起邻近地下管线变形研究[J].岩石力学与工程学报,2019,38(4):852-864.
[5] 秦世伟,赵玮,武亚军,等.基于三维激光扫描的构件变形检测及数据处理[J].扬州大学学报(自然科学版),2020,23(2):15-18.
[6] 郭献涛.基于地面三维脉冲激光扫描技术的变形监测若干问题研究[J].测绘学报,2021,50(4):568.
[7] 郭宇,刘得军,李彩芳.地下管线探测磁异常信号采集仿真[J].计算机仿真,2019,36(7):90-94.
[8] 杨军,张华,冯德山,罗相涛,等.GPR探测中管线异常自动提取与识别[J].地球物理学进展,2021,36(3):1333-1340.
[9] 陆军,范哲君,王婉佳.点邻域信息加权的点云快速拼接算法[J].计算机辅助设计与图形学学报,2019,31(7):1238-1246.
[10] 郭献涛.基于地面三维脉冲激光扫描技术的变形监测若干问题研究[J].测绘学报,2021,50(4):568.
[11] 陈锦,谭凯,张卫国.基于地面三维激光扫描强度数据的潮滩表层含水量估算[J].地球信息科学学报,2020,22(2):290-297.
[12] 黄帆,李维涛,侯阳飞,等.激光点云的隧道数据处理及形变分析[J].测绘科学,2019,44(5):132-137
[13] 陆军,范哲君,王婉佳.点邻域信息加权的点云快速拼接算法[J].计算机辅助设计与图形学学报,2019,31(7):1238-1246.
[14] 范小辉,许国良,李万林,等.基于深度图的三维激光雷达点云目标分割方法[J].中国激光,2019,46(7):292-299.
[15] 冯国正,马耀昌,孙振勇,等.地面三维激光点云数据拼接与坐标转换方法研究[J].人民长江,2019,50(2):151-154.
引文格式: 马顺利.基于激光扫描的地下管线变形区域检测方法[J].北京测绘,2023,37(5):801-806.
作者简介：马顺利(1980—),男,宁夏固原人,大学本科,工程师,从事地下管线测量等相关工作。
E-mail:kmk6df@163.com
转自：“测绘学术资讯”微信公众号
如有侵权，请联系本站删除！
