修明軍,丁鴿,孫傲

(濟(jì)南市勘察測(cè)繪研究院,山東 濟(jì)南 50000)

0 引 言

在城市化迅速發(fā)展的進(jìn)程下,城市地下排水工程的建設(shè)復(fù)雜性不斷增加,城市地下排水管道縱橫交錯(cuò),地下排水管道覆土后隱蔽性較高,地表數(shù)據(jù)復(fù)雜,管道之間的聯(lián)系較為密切,系統(tǒng)性較強(qiáng)。在不同的地段,管道的動(dòng)態(tài)化程度不同,為此,正確檢測(cè)城市地下排水管道泄漏點(diǎn)對(duì)于城市地下安全具有至關(guān)重要的作用。目前的城市地下排水管道泄漏點(diǎn)檢測(cè)方法多采取遙感技術(shù)獲取水利基本信息,針對(duì)點(diǎn)云圖像匹配泄漏點(diǎn)定位數(shù)據(jù),進(jìn)一步提升定點(diǎn)檢測(cè)的有效性。

文獻(xiàn)[1]基于深度學(xué)習(xí)研究排水管道的特征圖像,同時(shí)對(duì)圖像數(shù)據(jù)進(jìn)行模型訓(xùn)練,精準(zhǔn)程度較高。文獻(xiàn)[2]基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建自動(dòng)檢測(cè)排水管道缺陷,有效識(shí)別管道類型,科學(xué)性較高。但以上方法難以對(duì)地表數(shù)據(jù)進(jìn)行有效分析,對(duì)于覆土后某一程度的排水管泄漏點(diǎn)定位檢測(cè)速度過慢,無法及時(shí)獲取泄漏點(diǎn)信息,進(jìn)而導(dǎo)致排水管道泄漏處理不及時(shí),造成較大的施工安全隱患,為此,針對(duì)上述問題,本文提出一種新式基于機(jī)載LiDAR技術(shù)的城市地下排水管道泄露點(diǎn)檢測(cè)方法對(duì)以上問題進(jìn)行分析與解決。

本文加強(qiáng)對(duì)地下排水管道位置數(shù)據(jù)信息的處理,通過LiDAR技術(shù)提取多項(xiàng)技術(shù)參數(shù),有效獲取精準(zhǔn)的泄漏點(diǎn)數(shù)據(jù)特征,通過數(shù)據(jù)位置信息劃分確定檢測(cè)位置,及時(shí)檢測(cè)泄漏點(diǎn)位置,達(dá)到高效檢測(cè)的目的。

1 城市地下排水管道數(shù)據(jù)提取

1.1 水流動(dòng)態(tài)點(diǎn)監(jiān)測(cè)信息提取

由于機(jī)載LiDAR技術(shù)需要多系統(tǒng)共同運(yùn)轉(zhuǎn),本文強(qiáng)化系統(tǒng)裝置,設(shè)置激光掃描儀集中收集城市地表數(shù)據(jù)信息,利用發(fā)射的激光雷達(dá)信號(hào)檢驗(yàn)發(fā)射點(diǎn)與目標(biāo)的距離信息,選取匹配度較高的信號(hào)接收系統(tǒng)將激光采樣后的數(shù)據(jù)傳回至數(shù)據(jù)提取中心內(nèi)部[3-4]。水流動(dòng)態(tài)點(diǎn)監(jiān)測(cè)信息提取過程如圖1所示:

圖1 水流動(dòng)態(tài)點(diǎn)監(jiān)測(cè)信息提取過程

獲取掃描儀中的地下排水管道水流動(dòng)態(tài)點(diǎn)監(jiān)測(cè)信息,記錄瞬時(shí)參數(shù),將LiDAR采集的地下排水管道三維坐標(biāo)、地理影像以及回波響應(yīng)時(shí)長(zhǎng)數(shù)據(jù)收錄至數(shù)據(jù)存儲(chǔ)中心。匹配不同屬性的點(diǎn)云數(shù)據(jù)等待系統(tǒng)數(shù)據(jù)提取處理[5-6]。

1.2 排水管道泄漏點(diǎn)參數(shù)提取

在地下排水管道水流速度較快的地區(qū)加固管道壁,記錄加固的厚度。設(shè)置激光掃描點(diǎn),當(dāng)掃描的目標(biāo)被激光射中后,標(biāo)記該點(diǎn)位置,并對(duì)比該點(diǎn)與其他位置的管道壁厚度,若該厚度數(shù)據(jù)大于周邊區(qū)域管道厚度數(shù)據(jù),則將該標(biāo)記點(diǎn)信息提取至數(shù)據(jù)處理空間中等待數(shù)據(jù)濾波操作,并設(shè)置數(shù)據(jù)濾波方程式如下所示:

(1)

式中,s為數(shù)據(jù)濾波指標(biāo)數(shù)值;K表示為管道厚度數(shù)據(jù);o表示為位置標(biāo)記點(diǎn)信息;t表示為管道壁加固程度參數(shù);△t表示為相應(yīng)掃描時(shí)長(zhǎng)數(shù)值;V表示為數(shù)據(jù)處理空間存儲(chǔ)容量,由此獲取濾波后的數(shù)據(jù),并根據(jù)濾波的數(shù)據(jù)調(diào)節(jié)激光脈沖的信號(hào)綁定模式,當(dāng)被測(cè)目標(biāo)的激光發(fā)生反射時(shí),標(biāo)記反射位置,將該區(qū)域判定為標(biāo)準(zhǔn)管道位置記錄區(qū)域,獲取真實(shí)度較高的排水管道泄漏點(diǎn)參數(shù)[7-8]。

1.3 數(shù)據(jù)標(biāo)記參數(shù)提取

篩選檢測(cè)區(qū)域范圍內(nèi)的排水管道數(shù)據(jù),確定其基本結(jié)構(gòu),集中管理結(jié)構(gòu)類似的管道信息,按相關(guān)度分類提取的地下排水管道泄漏點(diǎn)數(shù)據(jù),構(gòu)建泄漏點(diǎn)信息標(biāo)記體系,進(jìn)而找出隱蔽性較強(qiáng)的泄漏點(diǎn),設(shè)置數(shù)據(jù)標(biāo)記提取公式:

(2)

式中,Z表示為數(shù)據(jù)標(biāo)記提取參數(shù);P表示排水管道復(fù)雜程度參數(shù);△t·α為排水管道泄漏的時(shí)間區(qū)間與結(jié)構(gòu)的乘積。在提取數(shù)據(jù)標(biāo)記后,分析不同地理位置對(duì)泄漏點(diǎn)數(shù)據(jù)提取的影響,獲取清晰的位置圖像信息,從而實(shí)現(xiàn)城市地下排水管道數(shù)據(jù)的初步提取操作[9]。

2 基于機(jī)載LiDAR技術(shù)的點(diǎn)云數(shù)據(jù)分類

2.1 地下排水管道位置數(shù)據(jù)劃分

根據(jù)提取的地下排水管道位置數(shù)據(jù)將管道分為泄漏與不泄漏兩種狀況,結(jié)合機(jī)載LiDAR技術(shù)手動(dòng)添加分類標(biāo)簽數(shù)據(jù),按照濾波算法的計(jì)算法則將地下排水管道的泄漏狀態(tài)參數(shù)記錄下來,設(shè)置泄漏標(biāo)準(zhǔn)值,當(dāng)記錄的數(shù)據(jù)超出該標(biāo)準(zhǔn)值,則將該點(diǎn)判定為目標(biāo)泄漏點(diǎn),反之,將其判定為非泄漏點(diǎn)[10]。地下排水管道位置數(shù)據(jù)劃分流程如圖2所示:

圖2 地下排水管道位置數(shù)據(jù)劃分流程

根據(jù)圖2可知,確定城市研究區(qū)域的建筑物面積,固定濾波窗口數(shù)值,限定分析數(shù)據(jù)的鄰域,設(shè)置最小值替代濾波通道內(nèi)的腐蝕系數(shù),同時(shí)設(shè)置最大值替代濾波通道內(nèi)的膨脹系數(shù)[11-12]。對(duì)比城市地標(biāo)建筑物的高程,將城市地表等分為小塊區(qū)域,根據(jù)迭代先行最小二乘法確定劃分區(qū)域內(nèi)的全部數(shù)據(jù)點(diǎn)擬合數(shù)值,標(biāo)記峰值區(qū)域位置,確定管道泄漏點(diǎn)擬合權(quán)重,構(gòu)建泄漏點(diǎn)數(shù)據(jù)劃分公式,如公式(3)所示:

(3)

式中,J為泄漏點(diǎn)數(shù)據(jù)劃分指標(biāo)參數(shù);Cb為泄漏點(diǎn)擬合權(quán)重?cái)?shù)值;A為數(shù)據(jù)變化峰值區(qū)域數(shù)值;Q為相關(guān)濾波通道內(nèi)部系數(shù)代表值。

若獲取的劃分?jǐn)?shù)值在0至1之間,則該區(qū)域?yàn)楣艿佬孤﹨^(qū)域,若數(shù)值為0,則該區(qū)域?yàn)榉切孤﹨^(qū)域。將劃分后的數(shù)據(jù)與實(shí)際管道狀態(tài)反饋信息進(jìn)行對(duì)比,地下排水管道泄漏點(diǎn)位置反饋的信息完整度較低,擬合權(quán)重?cái)?shù)值較小。

2.2 基于波速計(jì)算的數(shù)據(jù)分類

利用負(fù)壓波測(cè)量該位置管道內(nèi)流體狀況,當(dāng)泄漏產(chǎn)生時(shí),該位置的管道兩端將生成壓力脈沖信號(hào),泄漏口的壓強(qiáng)瞬間增大。根據(jù)管道負(fù)壓波波速數(shù)據(jù)判斷管道的泄漏程度,構(gòu)建波速計(jì)算公式:

N=e2×(S-0.8e1/2+0.2e1/4d)+I

(4)

其中,N為計(jì)算的波速數(shù)值;S為排水管道泄露程度指標(biāo);d為排水管道泄露時(shí)長(zhǎng);I為壓力脈沖信號(hào)參數(shù)。

由于部分區(qū)域的管道分布較為密集,在進(jìn)行泄漏點(diǎn)數(shù)據(jù)分類判斷的同時(shí)需排除管道內(nèi)流體類型對(duì)分類結(jié)果的影響。分析管道隱含層的流體狀態(tài),完善泄漏分類數(shù)據(jù)空間,達(dá)到城市地下排水管道泄漏數(shù)據(jù)精準(zhǔn)分類的目的[13-14]。

3 基于數(shù)據(jù)掃描的泄漏點(diǎn)位置檢測(cè)

3.1 數(shù)據(jù)精密分析

按照分類后的地下排水管道泄漏點(diǎn)數(shù)據(jù)精密分析數(shù)據(jù)點(diǎn)位置及所處空間狀態(tài)。根據(jù)掃描裝置獲取的城市正射影像圖判斷城市區(qū)域面積與地下排水管道泄漏區(qū)域的關(guān)系指標(biāo)。在區(qū)域判斷的過程中避免高程過大的建筑物對(duì)數(shù)據(jù)收集的影響,針對(duì)不同的區(qū)域地形信息合理規(guī)劃管道圖像獲取路線,減少檢測(cè)的復(fù)雜程度[15]。

3.2 數(shù)據(jù)錄入

在實(shí)現(xiàn)數(shù)據(jù)精密分析后,得到圖像平斷面如圖3所示:

圖3 圖像平斷面

根據(jù)圖3提取圖像平斷面信息,利用機(jī)載LiDAR技術(shù)獲得管道數(shù)據(jù)檢測(cè)選線平臺(tái),精準(zhǔn)提取管道線路內(nèi)部的特征平斷面參數(shù),記錄平斷面高度以及測(cè)量的距離數(shù)據(jù),通過預(yù)測(cè)高程的方式判斷選定的選線平臺(tái)是否合理?？紤]因城市地形差距過大的數(shù)據(jù)信息的影響,對(duì)比不同的選線方案實(shí)現(xiàn)良好的平斷面提取路線的選擇,構(gòu)建平面坐標(biāo)處理模型,將提取的平斷面數(shù)據(jù)錄入該模型中,設(shè)置數(shù)據(jù)錄入公式:

(5)

式中,L為數(shù)據(jù)錄入準(zhǔn)則;β為測(cè)量得到的距離數(shù)據(jù);G為選線平臺(tái)判斷參數(shù);q為最佳提取路線指標(biāo)。

3.3 泄漏點(diǎn)位置檢測(cè)

收集完成錄入的信息至數(shù)據(jù)檢測(cè)中心,進(jìn)行下一步驟的地下排水管道泄漏點(diǎn)數(shù)據(jù)檢測(cè)操作。采集管道壓力信號(hào),將信號(hào)數(shù)據(jù)進(jìn)行小波變換處理,得到管道內(nèi)部負(fù)壓波傳導(dǎo)時(shí)間參數(shù),捕捉泄漏點(diǎn)與非泄漏點(diǎn)的時(shí)間差信息,將其代入泄漏點(diǎn)位置檢測(cè)公式中:

(6)

其中,M為檢測(cè)的泄漏點(diǎn)位置參數(shù);y為該點(diǎn)縱坐標(biāo),xμ為該點(diǎn)橫坐標(biāo)參數(shù)。由此獲取相應(yīng)的位置信息檢測(cè)結(jié)果數(shù)據(jù),判斷檢測(cè)的結(jié)果數(shù)據(jù),標(biāo)記泄漏點(diǎn)位置的縱坐標(biāo)數(shù)據(jù)為原始數(shù)據(jù),利用LiDAR技術(shù)將淺層雷達(dá)圖轉(zhuǎn)換成深層剖面圖,實(shí)現(xiàn)泄漏點(diǎn)檢測(cè),泄漏點(diǎn)檢測(cè)結(jié)果如圖4所示:

圖4 泄漏點(diǎn)檢測(cè)結(jié)果

根據(jù)圖4的泄漏點(diǎn)檢測(cè)結(jié)果轉(zhuǎn)化數(shù)據(jù)濾波頻率參數(shù),構(gòu)建低頻信號(hào)收錄系統(tǒng),當(dāng)檢測(cè)的位置出現(xiàn)泄漏點(diǎn)信息時(shí),該區(qū)域?qū)l(fā)射壓力信號(hào)至信號(hào)收錄系統(tǒng)中,此時(shí)數(shù)據(jù)檢測(cè)系統(tǒng)將開啟定位模式,發(fā)射激光信號(hào)至泄漏點(diǎn)位置,同時(shí)將泄漏點(diǎn)數(shù)據(jù)轉(zhuǎn)化為可編碼的程序信息,利用機(jī)載LiDAR技術(shù)增強(qiáng)數(shù)據(jù)的檢測(cè)速率,檢測(cè)系統(tǒng)內(nèi)部網(wǎng)絡(luò)得到延展將自動(dòng)創(chuàng)建數(shù)據(jù)檢測(cè)訓(xùn)練板塊,泄漏點(diǎn)數(shù)據(jù)被收錄至訓(xùn)練板塊中進(jìn)行樣本訓(xùn)練操作,同時(shí)輸入特征值向量,判斷檢測(cè)的泄漏點(diǎn)數(shù)據(jù)是否為真實(shí)數(shù)值,提升泄漏點(diǎn)檢測(cè)的可靠性,由此實(shí)現(xiàn)城市地下排水管道泄漏點(diǎn)的數(shù)據(jù)檢測(cè)。

4 實(shí)例研究

為了驗(yàn)證本文提出的基于機(jī)載LiDAR技術(shù)的城市地下排水管道泄露點(diǎn)檢測(cè)方法的實(shí)際應(yīng)用效果,選用某城區(qū)的地下排水管道作為實(shí)驗(yàn)對(duì)象,排水管道為T型管道,管道結(jié)構(gòu)如圖5所示:

圖5 管道結(jié)構(gòu)

觀察圖5可知,管道的粗糙度為0.05 mm,總長(zhǎng)度為 1 000 m,需要 30 s才能完成水流的運(yùn)輸,在水流運(yùn)輸?shù)降?10 s時(shí),出現(xiàn)了泄露,選用機(jī)載LiDAR技術(shù)檢測(cè)泄漏點(diǎn),得到的實(shí)驗(yàn)結(jié)果如圖6所示:

圖6 機(jī)載LiDAR技術(shù)泄漏點(diǎn)檢測(cè)結(jié)果

根據(jù)圖6可知,本文提出的泄漏點(diǎn)檢測(cè)方法通過機(jī)載LiDAR得到地下排水管道的雷達(dá)檢測(cè)圖,雷達(dá)檢測(cè)圖顯示共有3個(gè)泄漏點(diǎn),處于地下0.2～0.3的深度之間,泄露位置在雷達(dá)圖上清晰可見,由此證明本文提出的檢測(cè)方法能夠準(zhǔn)確地檢測(cè)出泄漏點(diǎn)位置。

為進(jìn)一步驗(yàn)證本文提出的檢測(cè)方法實(shí)際效果,同時(shí)選用基于深度學(xué)習(xí)的排水管道泄漏點(diǎn)檢測(cè)方法和基于卷積神經(jīng)網(wǎng)絡(luò)的排水管道泄漏點(diǎn)檢測(cè)方法與本文方法進(jìn)行實(shí)驗(yàn)對(duì)比,對(duì)不同深度的故障點(diǎn)進(jìn)行檢測(cè),比較三種檢測(cè)方法的檢測(cè)時(shí)間,得到的實(shí)驗(yàn)結(jié)果如圖7所示:

圖7 檢測(cè)時(shí)間實(shí)驗(yàn)結(jié)果

觀察圖7可知,隨著故障點(diǎn)所處深度不斷增加,三種檢測(cè)方法花費(fèi)的檢測(cè)時(shí)間也不斷增加,但是本文提出的檢測(cè)方法檢測(cè)速度更快,檢測(cè)時(shí)間更短,檢測(cè)時(shí)間始終低于 2 min,能夠快速識(shí)別到泄漏點(diǎn)位置,啟動(dòng)安全保護(hù)措施,而傳統(tǒng)的基于卷積神經(jīng)網(wǎng)絡(luò)的檢測(cè)方法和深度學(xué)習(xí)檢測(cè)時(shí)間在最大可以達(dá)到 8 min和 18 min,很容易造成不可挽回的地下水泄漏事故。造成這種現(xiàn)象的原因是通過機(jī)載LiDAR技術(shù)對(duì)泄漏點(diǎn)進(jìn)行檢測(cè),在檢測(cè)過程中僅需要確定特征樣本,分析輸入向量,就能夠確定泄漏點(diǎn)位置,不需要再進(jìn)一步檢測(cè)未知輸入?yún)⒘?而傳統(tǒng)的檢測(cè)方法在檢測(cè)過程中需要深入分析輸入向量,通過展開學(xué)習(xí)判斷檢測(cè)位置,檢測(cè)耗時(shí)更長(zhǎng),造成的安全事故更嚴(yán)重。

5 結(jié) 論

本文基于機(jī)載LiDAR技術(shù)檢測(cè)城市地下排水管道泄露點(diǎn),得到的結(jié)論如下所示:

(1)根據(jù)機(jī)載LiDAR技術(shù)獲取所需的城市地理數(shù)據(jù),同時(shí)生成遙感圖像,坐標(biāo)化處理收集的地理圖像信息,能夠有效調(diào)整整體數(shù)據(jù)的轉(zhuǎn)化狀況,簡(jiǎn)便數(shù)據(jù)操作過程,提高操作效率。

(2)本文利用穿透性較強(qiáng)的數(shù)據(jù)掃描裝置集中管理城市地表數(shù)據(jù)信息,結(jié)合城市水利設(shè)施建設(shè)狀況信息進(jìn)一步增強(qiáng)排水管道位置信息的提取力度,避免管道非泄漏點(diǎn)對(duì)整體檢測(cè)的干擾,構(gòu)建三維場(chǎng)景模型處理檢測(cè)的位置信息,實(shí)現(xiàn)精準(zhǔn)定位操作。

(3)本文檢測(cè)的泄漏點(diǎn)數(shù)據(jù)具有精準(zhǔn)度高、檢測(cè)所需時(shí)間短的優(yōu)點(diǎn),在進(jìn)行檢測(cè)的同時(shí)充分考慮城市地形坡度以及植被覆蓋率的影響,減少數(shù)據(jù)點(diǎn)的無效勘測(cè),匹配點(diǎn)云濾波技術(shù)提高檢測(cè)自動(dòng)化處理能力。

本文雖能夠在發(fā)現(xiàn)地下排水管道泄漏的同時(shí)及時(shí)檢測(cè)到泄露點(diǎn)位置,但檢測(cè)方案有待進(jìn)一步地挖掘,在管理排水管道數(shù)據(jù)時(shí)應(yīng)強(qiáng)化篩選處理,將該技術(shù)廣泛應(yīng)用于城市地下排水管道泄漏點(diǎn)的檢測(cè)中。