基于三维点云的排水管道功能性缺陷智能量化与评估方法
本发明涉及深度学习与排水管道缺陷三维检测,具体涉及一种基于三维点云的排水管道功能性缺陷智能量化与评估方法。
背景技术:
1、排水管道的缺陷可分为结构性缺陷与功能性缺陷两类,其中功能性缺陷主要包括沉积、结垢、障碍物、残墙坝根、树根、浮渣等,其直接后果是减小管道过水断面、降低排水能力,是引发管道淤堵、污水冒溢的主要原因,也是排水管道日常养护的重点对象。
2、现有基于三维点云的管道缺陷量化方法多面向管壁凹陷、坑洞等结构性缺陷,通常将偏离圆柱几何模型的离群点判定为缺陷并量化其深度、面积等尺寸。然而,功能性缺陷是堆积于管道内部、使过水断面减小的物质,且沉积、结垢、障碍物等类型需加以区分,仅依靠几何离群判定既无法识别缺陷类型,也无法定量评估过水能力损失。因此,亟需一种能解决功能性缺陷难以自动识别、过水能力损失难以定量评估的技术方案。
技术实现思路
1、为解决现有技术中存在的问题,本发明提供了一种基于三维点云的排水管道功能性缺陷智能量化与评估方法,通过基于注意力机制的三维点云语义分割实现功能性缺陷的端到端识别与分类,以圆柱拟合建立设计过水断面基准,结合圆柱投影、三角剖分与体素-实际度量校准,量化沉积厚度、过水断面损失率与纵向净距,并结合足尺试验验证与现行规范,形成与《城镇排水管道检测与评估技术规程》接轨的功能性缺陷智能量化评估方法;具有缺陷类型可自动识别、过水断面损失可定量评估、与规范接轨的特点,解决了上述背景技术中提到的问题。
2、为实现上述目的,本发明提供如下技术方案:一种基于三维点云的排水管道功能性缺陷智能量化与评估方法,包括如下步骤:
3、s1、排水管道内表面三维点云获取与预处理;
4、s2、基于注意力机制的三维点云语义分割与功能性缺陷识别;
5、s3、圆柱几何模型拟合与过水断面基准建立;
6、s4、体素-实际度量校准;
7、s5、功能性缺陷几何参数量化解算;
8、s6、足尺试验验证与规范接轨的功能性缺陷智能评估。
9、优选的,在步骤s1中,排水管道内表面三维点云通过多视角三维重建或三维激光扫描获取,并采用统计离群点去除方法进行去噪预处理。
10、优选的,在步骤s2中,针对排水管道点云数据无序、稀疏且分布不均的特性,构建融合注意力机制的编码器-解码器语义分割网络,对点云逐点进行多类语义标注,端到端地识别并区分沉积、结垢、障碍物的不同类型的功能性缺陷;具体包括如下:
11、s21、编码阶段:采用最远点采样算法对输入点云进行分层下采样得到采样中心点,采用球查询算法以各采样中心点为球心进行局部区域划分,通过多层感知机提取各局部区域的几何特征并经最大池化聚合为局部特征向量,且在每组特征提取模块中引入残差连接以缓解梯度弥散;
12、s22、解码阶段:利用基于最近邻的加权插值对编码阶段生成的多尺度抽象特征进行逐层上采样,逐步恢复点云原始分辨率;
13、s23、跨层融合:将编码阶段各层提取的多尺度特征经跳跃连接与解码阶段对应层特征跨层融合,并在各跳跃连接处嵌入通道-空间双路注意力机制,自适应校准局部特征响应,引导网络聚焦于功能性缺陷区域;
14、s24、逐点分类与训练:经一维卷积将融合后的特征映射为各点属于沉积、结垢、障碍物及正常管壁的类别概率,取概率最大者作为该点的语义标签;基于排水管道功能性缺陷三维点云数据库,以加权交叉熵损失对网络进行训练与优化,优选超参数组合与注意力机制配置,输出各类功能性缺陷的点云子集。
15、优选的,在步骤s3中,建立基于随机抽样一致(ransac)算法的排水管道内表面圆柱几何模型拟合方法,提取管道轴线方向与半径参数,并以过原点与轴线垂直的平面作为过水断面基准,具体包括如下:
16、s31、基于ransac算法对正常管壁点云拟合圆柱几何模型,提取轴线方向与半径;其中,圆柱体轴线方程表示为:
17、;
18、其中,(l, m, n)为轴线方向向量,圆柱表面方程表示为:
19、;
20、其中,p(x, y, z) 表示圆柱体表面上的一点,p(x0, y0, z0)表示圆柱体轴线上的一点,r0表示点云模型的过水断面半径;
21、s32、以过原点与轴线垂直的平面作为过水断面基准,公式表示为:,其中,a0为过水断面的面积。
22、优选的,在步骤s4中,建立基于比例关系的体素-实际度量校准方法,以管道已知设计半径与重建半径之比标定校准系数,将点云体素尺寸转换为物理空间的实际尺寸;校准关系如下:
23、;
24、其中,rreal为设计图纸中已知的设计半径,coefficientconversion为点云体素尺寸向实际尺寸转换的系数。
25、优选的,在步骤s5中,针对识别出的功能性缺陷点云,提出基于圆柱投影与三角剖分的几何参数解算模型,计算沉积厚度、过水断面损失率、纵向净距的关键量化指标;具体包括如下:
26、s51、针对识别出的功能性缺陷点云,将结垢、障碍物、残墙、树根四类缺陷点投影到该缺陷的横截面,构造三角网格,对网格面积求和,即为缺陷的体素过水断面损失,计算公式如下:
27、;
28、;
29、其中,sδk为每个三角网格的面积,k为总三角网格的数量,areavoxel为过水断面的体素面积,areareal为过水断面的实际面积;
30、s52、针对沉积、结垢类功能性缺陷,沿径向计算缺陷顶面与管壁之间的厚度并以占管径百分比表征沉积厚度,沉积厚度比计算公式如下:
31、;
32、;
33、其中,r为每个沉积、结垢类功能性缺陷点到拟合圆柱轴线的距离,n为缺陷点的数量,tvoxel为缺陷的体素厚度,treal为缺陷的实际厚度;
34、s53、在缺陷点云分割结果与圆柱方程的基础上,确定每个缺陷实例的纵向中心位置,获取过纵向中心的横截面方程;对于同一管段内多个同类缺陷,计算各缺陷纵向中心的距离,即为体素纵向净距。
35、优选的,在步骤s6中,设计足尺试验模型,对沉积厚度、过水断面损失率、纵向净距的量化指标开展计算数据与实际测量数据的对比试验,以相对误差评价方法精度。
36、本发明的有益效果是:本发明方法通过基于注意力机制的三维点云语义分割实现功能性缺陷的端到端识别与分类,以圆柱拟合建立设计过水断面基准,结合圆柱投影、三角剖分与体素-实际度量校准,量化沉积厚度、过水断面损失率与纵向净距,并结合足尺试验验证与现行规范,形成与《城镇排水管道检测与评估技术规程》接轨的功能性缺陷智能量化评估方法,为排水管道养护决策提供了有效支撑。
1.一种基于三维点云的排水管道功能性缺陷智能量化与评估方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于三维点云的排水管道功能性缺陷智能量化与评估方法,其特征在于:在步骤s1中,排水管道内表面三维点云通过多视角三维重建或三维激光扫描获取,并采用统计离群点去除方法进行去噪预处理。
3.根据权利要求1所述的基于三维点云的排水管道功能性缺陷智能量化与评估方法,其特征在于:在步骤s2中,构建融合注意力机制的编码器-解码器语义分割网络,对点云逐点进行多类语义标注,端到端地识别并区分沉积、结垢、障碍物的不同类型的功能性缺陷;具体包括如下:
4.根据权利要求1所述的基于三维点云的排水管道功能性缺陷智能量化与评估方法,其特征在于:在步骤s3中,建立基于随机抽样一致ransac算法的排水管道内表面圆柱几何模型拟合方法,提取管道轴线方向与半径参数,并以过原点与轴线垂直的平面作为过水断面基准,具体包括如下:
5.根据权利要求1所述的基于三维点云的排水管道功能性缺陷智能量化与评估方法,其特征在于:在步骤s4中,建立基于比例关系的体素-实际度量校准方法,以管道已知设计半径与重建半径之比标定校准系数,将点云体素尺寸转换为物理空间的实际尺寸;校准关系如下:
6.根据权利要求1所述的基于三维点云的排水管道功能性缺陷智能量化与评估方法,其特征在于:在步骤s5中,针对识别出的功能性缺陷点云,提出基于圆柱投影与三角剖分的几何参数解算模型,计算沉积厚度、过水断面损失率、纵向净距的关键量化指标;具体包括如下:
7.根据权利要求1所述的基于三维点云的排水管道功能性缺陷智能量化与评估方法,其特征在于:在步骤s6中,设计足尺试验模型,对沉积厚度、过水断面损失率、纵向净距的量化指标开展计算数据与实际测量数据的对比试验,以相对误差评价方法精度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com