CN111968242B - 管道工程建设的管沟测量方法及系统 - Google Patents

管道工程建设的管沟测量方法及系统 Download PDF

Info

Publication number
CN111968242B
CN111968242B CN202010955910.0A CN202010955910A CN111968242B CN 111968242 B CN111968242 B CN 111968242B CN 202010955910 A CN202010955910 A CN 202010955910A CN 111968242 B CN111968242 B CN 111968242B
Authority
CN
China
Prior art keywords
video
frame extraction
model
point cloud
pipe
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010955910.0A
Other languages
English (en)
Other versions
CN111968242A (zh
Inventor
王学军
周剑琴
边彦玮
杨国晖
周鑫
周杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Pipeline Network Southwest Pipeline Co Ltd
Original Assignee
National Pipeline Network Southwest Pipeline Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National Pipeline Network Southwest Pipeline Co Ltd filed Critical National Pipeline Network Southwest Pipeline Co Ltd
Priority to CN202010955910.0A priority Critical patent/CN111968242B/zh
Publication of CN111968242A publication Critical patent/CN111968242A/zh
Application granted granted Critical
Publication of CN111968242B publication Critical patent/CN111968242B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
    • E02D33/00—Testing foundations or foundation structures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Civil Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Multimedia (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Paleontology (AREA)
  • Artificial Intelligence (AREA)
  • Structural Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供了一种管道工程建设的管沟测量方法及系统。所述管沟测量系统包括无人机、模型构建装置和工程参数获取装置，无人机获取第一视频和第二视频；模型构建装置包括抽帧模块、模型搭建信息获取模块和建模模块，抽帧模块对视频抽帧；模型搭建信息获取模块根据抽帧后的视频得到点云；建模模块根据点云和抽帧后的视频搭建模型；工程参数获取装置根据模型，得到管沟的工程参数。所述管沟测量方法包括：获取第一视频和第二视频；根据抽帧后的两个视频得到模型搭建信息；根据模型搭建信息得到管沟模型；根据两个模型得到管沟的工程参数。本发明的有益效果可包括：能够解决管道工程建设中管沟完工后认为测量耗时、误差大，质量难把控的问题。

Description

管道工程建设的管沟测量方法及系统
技术领域
本发明涉及管道工程建设技术领域，具体地，涉及一种管道工程建设的管沟测量方法及系统。
背景技术
在管道工程建设中，很难对施工单位实施的管道工程是否满足前期设计的规范、标准、质量进行快速衡量，若存在问题及时告知整改。传统的衡量靠有经验的人员人工测量，存在测量耗时、误差大的情况。
发明内容
针对现有技术中存在的不足，本发明的目的在于解决上述现有技术中存在的一个或多个问题。例如，本发明的目的之一在于提供一种管道工程建设的管沟测量方法及系统，以解决管道工程建设中管沟完工后认为测量耗时、误差大，质量难把控的问题。
为了实现上述目的，本发明一方面提供了一种管道工程建设的管沟测量方法。所述管沟测量方法可以包括以下步骤：获取管沟视频，所述管沟视频包括第一视频和第二视频，所述第一视频包括管沟开挖前的视频，所述第二视频包括管沟等待回填时的视频；对所述第一视频进行抽帧处理，然后对抽帧处理后的第一视频进行特征点提取并得到由抽帧处理后的第一视频的特征点构成的第一点云，根据抽帧处理后的第一视频与所述第一点云，搭建管沟第一模型，所述管沟第一模型包括管沟开挖前的模型；对所述第二视频进行抽帧处理，然后对抽帧处理后的第二视频进行特征点提取并得到由抽帧处理后的第二视频的特征点构成的第二点云，根据抽帧处理后的第二视频与所述第二点云，搭建管沟第二模型，所述管沟第二模型包括管沟等待回填时的模型；对所述管沟第一模型和所述管沟第二模型进行高程对比，得到管沟的工程参数，所述工程参数包括管沟尺寸和土石方量。
本发明另一方面提供了一种管道工程建设的管沟测量系统。所述管沟测量系统可以包括无人机、模型构建装置和工程参数获取装置，其中，所述无人机被配置为能够获取管沟视频，所述管沟视频包括第一视频和第二视频，所述第一视频包括管沟开挖前的视频，所述第二视频包括管沟等待回填时的视频；所述模型构建装置包括抽帧模块、模型搭建信息获取模块和建模模块，其中，所述抽帧模块与所述无人机连接并被配置为能够获取所述管沟视频，还被配置为能够分别对所述第一视频和所述第二视频进行抽帧处理；所述模型搭建信息获取模块与所述抽帧模块连接并被配置为能够获取抽帧处理后的第一视频和第二视频，所述模型搭建信息获取模块还被配置为能够对抽帧处理后的第一视频进行特征点提取并得到由抽帧处理后的第一视频的特征点构成的第一点云，所述模型搭建信息获取模块还被配置为能够对抽帧处理后的第二视频进行特征点提取并得到由抽帧处理后的第二视频的特征点构成的第二点云；所述建模模块分别与所述抽帧模块以及所述模型建模信息获取模块连接并被配置为能够获取抽帧后的第一视频、所述第一点云、抽帧后的第二视频和所述第二点云，还被配置为能够根据抽帧处理后的第一视频与所述第一点云，搭建管沟第一模型，所述管沟第一模型包括管沟开挖前的模型，所述建模模块还被配置为能够根据抽帧处理后的第二视频与所述第二点云，搭建管沟第二模型，所述管沟第二模型包括管沟等待回填时的模型；所述工程参数获取装置与所述建模模块连接并被配置为能够获取所述管沟第一模型和所述管沟第二模型，还被配置为能够对所述管沟第一模型和所述管沟第二模型进行高程对比，得到管沟的工程参数，所述工程参数包括管沟尺寸和土石方量。
本发明的管沟测量方法可以通过本发明的管沟测量系统来实现。
与现有技术相比，本发明的有益效果可包括：能够解决管道工程建设中管沟完工后认为测量耗时、误差大，质量难把控的问题。
附图说明
通过下面结合附图进行的描述，本发明的上述和其他目的和特点将会变得更加清楚，其中：
图1示出了本发明一个示例性实施例中的管沟测量系统的一个结构示意图。
主要附图标记说明：
1、无人机，2、模型构建装置，21、抽帧模块，22、模型搭建信息获取模块，221、特征点提取单元，222、点云获取单元，23、建模模块，231、聚类单元，232、渲染单元，3、工程参数获取装置。
具体实施方式
在下文中，将结合附图和示例性实施例详细地描述本发明的管道工程建设的管沟测量方法及系统。
本发明一方面提供了一种管道工程建设的管沟测量方法。
在本发明的一个示例性实施例中，所述管沟测量方法可以包括：
S1：获取管沟视频，所述管沟视频包括第一视频和第二视频，所述第一视频包括管沟开挖前的视频，所述第二视频包括管沟等待回填时的视频。
在本实施例中，所述第二视频包括管沟等待回填时的视频，即所述第二视频可以为管沟已经开挖完毕，并且未下管/或已下管施工完成，还未回填时的视频即可。
S2：对所述第一视频进行抽帧处理，然后对抽帧处理后的第一视频进行特征点提取并得到由抽帧处理后的第一视频的特征点构成的第一点云，根据抽帧处理后的第一视频与所述第一点云，搭建管沟第一模型，所述管沟第一模型包括管沟开挖前的模型。
S3：对所述第二视频进行抽帧处理，然后对抽帧处理后的第二视频进行特征点提取并得到由抽帧处理后的第二视频的特征点构成的第二点云，根据抽帧处理后的第二视频与所述第二点云，搭建管沟第二模型，所述管沟第二模型包括管沟等待回填时的模型。
在本实施例中，上述S2与上述S3中都提及的抽帧处理，具体地可以包括：每隔6～10帧抽取1帧用于建模，以此规律抽帧可以保证在抽取出的每帧的影响重叠率超过75％的情况下，尽量筛除更多的无用帧，这样既可以减少数据量，加快了建模速度，又可以保证重叠率，提高了后期建模的成功率；进一步地，可以为每隔7～9帧抽取1帧用于建模；再进一步地，可以为每隔8帧抽取1帧用于建模。
具体地，上述S2中提及的对于第一视频进行特征点提取并得到由抽帧处理后的第一视频的特征点构成的第一点云可以包括：
S201：对抽帧处理后的第一视频进行灰度处理并提取特征点，同时得到特征点的空间位置，所述特征点包括灰度的局部最大值点、局部边缘点和角点。
S202：再根据抽帧处理后的第一视频的运动参数，得到所述第一点云。
具体地，上述S3中提及的对于第二视频进行特征点提取并得到由抽帧处理后的第二视频的特征点构成的第二点云可以包括：
S301：对抽帧处理后的第二视频进行灰度处理并提取特征点，同时得到特征点的空间位置，所述特征点包括灰度的局部最大值点、局部边缘点和角点。
S302：再根据抽帧处理后的第二视频的运动参数，得到所述第二点云。
在本实施例中，上述的运动参数可以为视频获取装置获取视频时的速度向量，例如，通过无人机获取视频，上述运动参数就可以为无人机的速度向量。
在本实施例中，在S201之后、S202之前或是在301之后、S302之前都还可以包括步骤：
将抽取的每帧视频图像上的特征点与其他帧视频图像上的特征点相匹配，多帧匹配后即可得到特征点在空间的大致位置。
另外，由于场景中存在光照变化、目标之间的遮挡、采集数据的噪声等因素影响，导致特征点的位置存在误差，可以通过集束调整算法提高特征点的空间位置精度。
具体地，所述搭建管沟第一模型可以包括：将所述第一点云通过聚类分隔(聚类分隔为多个点云)和网格化(三角网格化，即将点云中相邻的三个点连线形成三角面)，得到第一点云的空间拓扑结构，然后通过网格渲染，将抽帧处理后的第一视频与所述第一点云的空间拓扑结构结合(即将第一视频中抽取的帧图像贴到第一点云的空间拓扑结构相应的位置上)，搭建完成管沟第一模型。
具体地，所述搭建管沟第二模型可以包括：将所述二点云通过聚类分隔(聚类分隔为多个点云)和网格化(三角网格化，即将点云中相邻的三个点连线形成三角面)，得到第二点云的空间拓扑结构，然后通过网格渲染，将抽帧处理后的第二视频与所述第二点云的空间拓扑结构结合(即将第二视频中抽取的帧图像贴到第二点云的空间拓扑结构相应的位置上)，搭建完成管沟第二模型。
S4：对所述管沟第一模型和所述管沟第二模型进行高程对比，得到管沟的工程参数，所述工程参数包括管沟尺寸和土石方量。
具体地，由于高程采集的过程中有可能存在一定误差且为了简化工序取消了像控点，导致两期模型的海拔高度存在一定差异，因此无法使用两期模型相减法直接得出坑体，但是可以通过两个模型高程差对比筛选出待测坑体，确定坑提位置并识别出坑体边缘，进而可以计算出管沟的横截面面积、坡度与管沟长度预计通过断面法计算公司测量出的指定长度的管沟的土石方量。
另外，在得到坑体后，也可以通过在管沟第一模型中以相同的采样距离构件三角网格，并以网格处的高度差为积分高度，以单位网格的面积为积分单元，将开挖范围内的这些体积累加后即为土石方量。
本发明另一方面提供了一种管道工程建设的管沟测量系统。
在本发明的另一个示例性实施例中，所述管沟测量系统可以包括无人机、模型构建装置和工程参数获取装置。如图1所示，所述管沟测量系统可以包括根据数据传输方向依次连接的无人机1、模型构建装置2和工程参数获取装置3。
具体地，所述无人机可以被配置为能够获取管沟视频，所述管沟视频可以包括第一视频和第二视频，所述第一视频可以包括管沟开挖前的视频，所述第二视频可以包括管沟等待回填时的视频，所述第一视频和所述第二视频都可以与上一个示例性实施例中的相同。
在本实施例中，无人机的飞行高度可以为50～70米，其中，无人机的飞行高度越低，航拍搜集到的场景细节越清晰，建出的模型效果越好，但由于管道建设工程现场可能会存在底薪和障碍物的限制，无法实现低空飞行；而无人机的飞行区域可以是完全覆盖了需要测量的部分，且无人机在获取所述第一视频和所述第二视频时可以是同一条航线。
具体地，所述模型构建装置包括抽帧模块、模型搭建信息获取模块和建模模块。如图1所示，所述模型构建装置可以包括根据数据传输方向依次连接的抽帧模块21、模型搭建信息获取模块22和建模模块23，其中，抽帧模块21的输出端还可以与建模模块23的输入端连接。
其中，所述抽帧模块的输入端可以与所述无人机的输出端连接，并且，所述抽帧模块可以从所述无人机获取所述管沟视频，所述抽帧模块还可以被配置为能够分别对所述第一视频和所述第二视频进行抽帧处理。
在本实施例中，所述抽帧处理可以与上一个示例性实施例中的相同。
其中，所述模型搭建信息获取模块的输入端可以与所述抽帧模块的输出端连接，并且，所述模型搭建信息获取模块可以从所述抽帧模块获取抽帧处理后的第一视频和抽帧处理后的第二视频。
所述模型搭建信息获取模块还可以被配置为能够对抽帧处理后的第一视频进行特征点提取并得到由抽帧处理后的第一视频的特征点构成的第一点云；所述模型搭建信息获取模块还可以被配置为能够对抽帧处理后的第二视频进行特征点提取并得到由抽帧处理后的第二视频的特征点构成的第二点云。
进一步地，所述模型搭建信息获取模块可以包括特征点提取单元和点云获取单元。其中，所述特征点提取单元的输入端可以与所述抽帧模块的输出端连接，所述特征点提取单元的输出端可以与所述点云获取单元的输入端连接，所述点云获取单元的输出端可以与所述建模模块的输入端连接。如图1所示，所述模型搭建信息获取模块22可以包括根据数据传输方向依次连接的特征点提取单元221和点云获取单元222。具体地，所述特征点提取单元可以从所述抽帧模块获取抽帧处理后的管沟视频(包括第一视频和第二视频)，所述特征点提取单元还可以被配置为能够对抽帧处理后的管沟视频进行灰度处理并提取特征点，同时，所述特征点提取单元还可以被配置为能够获取所提取的特征点的空间位置，所述特征点可以包括灰度的局部最大值点、局部边缘点和角点；所述点云获取单元可以从所述特征点提取单元获取特征点，所述点云获取单元还可以被配置为根据特征点与特征点相对应的视频的运动参数(视频获取时的运动参数)得到抽帧处理后的管沟视频的特征点构成的点云。
另外，所述模型搭建信息获取模块还可以包括调整单元，所述调整单元可以设置在特征点提取单元与点云获取单元之间，并且，所述调整单元的输入端可以与所述特征点提取单元的输出端连接，所述调整单元的输出端可以与所述点云获取单元的输入端连接，所述调整单元可以从所述特征点提取单元获取特征点，并且，所述调整单元还可以被配置为能够通过集束调整算法提高特征点的空间位置精度。
其中，所述建模模块的输入端可以与所述模型搭建信息获取模块的输出端(具体可以说是点云获取单元的输出端)连接，并且，所述建模模块可以从所述模型搭建信息获取模块(具体可以说是点云获取单元)获取所述第一点云与所述第二点云；所述建模模块的输入端还可以与所述抽帧模块的输出端连接，并且，所述建模模块可以从所述抽帧模块获取抽帧后的第一视频与抽帧处理后的第二视频。具体地，所述建模模块可以被配置为能够根据抽帧处理后的第一视频与所述第一点云，搭建管沟第一模型，所述管沟第一模型包括管沟开挖前的模型；所述建模模块还可以被配置为能够根据抽帧处理后的第二视频与所述第二点云，搭建管沟第二模型，所述管沟第二模型包括管沟等待回填时的模型。
进一步地，所述建模模块可以包括聚类单元和渲染单元。其中，所述聚类单元的输入端可以与所述模型搭建信息获取模块的输出端(具体可以说是点云获取单元的输出端)连接，所述渲染单元的输入端可以分别与聚类单元的输出端以及抽帧模块的输出端连接。如图1所示，所述建模模块23可以包括根据输出传输方向依次连接的聚类单元231和渲染单元232。具体地，所述聚类单元可以从所述模型搭建信息获取模块(具体地可以说是点云获取单元)获取所述第一点云和所述第二点云，同时，所述聚类单元可以被配置为能够将所述第一点云和所述第二点云通过聚类分隔和网格化，分别得到第一点云的空间拓扑结构和第二点云的空间拓扑结构；所述渲染单元可以从所述抽帧模块获取抽帧处理后的第一视频和抽帧处理后的第二视频，所述渲染单元还可以从所述聚类单元获取第一点云的空间拓扑结构和第二点云的空间拓扑结构，所述渲染单元还可以被配置为能够通过网格渲染，将将抽帧处理后的第一视频和抽帧处理后的第二视频分别与相对应的第一点云的空间拓扑结构和第二点云的空间拓扑结构结合，分别搭建完成管沟第一模型和管沟第二模型。进一步地，所述聚类单元可以被配置为能够将所述第一点云(或所述第二点云)通过聚类分隔(聚类分隔为多个点云)和网格化(三角网格化，即将点云中相邻的三个点连线形成三角面)，得到第一点云的空间拓扑结构(或第二点云的空间拓扑结构)，然后通过网格渲染，将抽帧处理后的第一视频(或抽帧处理后的第二视频)与所述第一点云的空间拓扑结构(或第二点云的空间拓扑结构)结合(即将第一视频中抽取的帧图像贴到第一点云的空间拓扑结构相应的位置上)(或即将第二视频中抽取的帧图像贴到第二点云的空间拓扑结构相应的位置上)，搭建完成管沟第一模型(或管沟第二模型)。
具体地，所述工程参数获取装置的输入端可以与所述建模模块的输出端(具体地可以说是渲染单元的输出端)连接，并且，所述工程参数获取装置可以从所述建模模块(具体地可以说是渲染单元)获取管沟第一模型和管沟第二模型，所述工程参数获取装置还可以被配置为能够对所述管沟第一模型和所述管沟第二模型进行高程对比，得到管沟的工程参数，所述工程参数包括管沟尺寸和土石方量。
在本实施例中，所述工程参数的获取可以与上一个示例性实施例中的相同。
本示例性实施例中所述的管沟测量系统可以用于实现上一个示例性实施例中所述的管沟测量方法。
为了更好地理解本发明的上述示例性实施例，下面结合具体示例对其进行进一步说明。
示例1
第二个示例性实施例中所述的管沟测量方法可以由第一个示例性实施例中所述的管沟测量系统实现，具体如下：
其中，无人机航线规划要求：
(1)无人机管沟测量每次飞行长度设定≤1公里；
(2)无人机飞行区域宽度设定≤100米，飞行高度设定50～70米；
(3)要求设定的飞行区域的长度和宽度足够支持完全覆盖管沟所在的区域；
(4)无人机飞行路径至少3条以上(至少要满足一条为正射，其余为切斜摄影)；
(5)管沟测量需要保障飞行两次，一次为开挖前，一次为开挖完成等待回填，两次飞行需要保证用同一飞行任务完成。
其中，具体步骤和参数：
(1)无人机飞行“任务设置”，选择航向重叠率为75％，旁向重叠率为75％，相机倾斜角为30°；
(2)选择飞行路线，并手动在地图上调整飞机航拍区域范围；
(3)设置飞行高度(注意航拍区域的飞行高度设置应大于区域范围内最高障碍物的高度)；
(4)将无人机按照5条航线进行飞行拍摄；
(5)如果采用四目或五目无人机，飞行路径选择为1条即可，如果是单目无人机，飞行路径需要至少设置3条以上。
在无人机获取视频后，具体可包括步骤：
(1)先对视频进行抽帧处理，然后通过空中三角测量法对各帧进行关键点提取、连接点匹配、集束调整，然后通过鲁棒三维重建、无接缝纹理映射等操作完成一整个模型的搭建；
(2)收到前后两个模型后通过高程模型对比筛选出待测区域(前后两个模型分别为施工前现场采集生成的模型与施工结束后未回填施工现场采集生成的模型)；
(3)两个模型高程差对比可计算出管沟的横截面面积、坡度与管沟长度以及通过断面法计算公式测量出指定长度的土方量。
具体地，此处步骤(3)可以包括通过两个模型相同位置的高程比对，可以确定出施工的位置和具体的边界，确定施工区域后，即可得到该区域的长度，深度和上下底宽度，根据深度和上下底的位置可计算出管沟两侧坡度。根据深度及上下底宽度可计算出管沟横截面面积，再通过断面法计算公式即可得到土方量。断面法计算公式如下：V＝(A1+A2)/2*D式中，A1、A2为横断面面积，D为两端横断面间的距离。
综上所述，本发明的管道工程建设的管沟测量方法及系统的优点可包括：
(1)本系统基于无人机对管道工程中的管沟进行测量，更加高效、便捷并且无视地形影响，大大节省了测量时间与成本；
(2)本系统及方法都能够解决管道工程建设中管沟完工后人为测量耗时、误差大，质量难把控的情况。
尽管上面已经通过结合示例性实施例描述了本发明，但是本领域技术人员应该清楚，在不脱离权利要求所限定的精神和范围的情况下，可对本发明的示例性实施例进行各种修改和改变。

Claims (10)

1.一种管道工程建设的管沟测量方法，其特征在于，所述管沟测量方法包括以下步骤：
获取管沟视频，所述管沟视频包括第一视频和第二视频，所述第一视频包括管沟开挖前的视频，所述第二视频包括管沟等待回填时的视频；
对所述第一视频进行抽帧处理，然后对抽帧处理后的第一视频进行特征点提取并得到由抽帧处理后的第一视频的特征点构成的第一点云，根据抽帧处理后的第一视频与所述第一点云，搭建管沟第一模型，所述管沟第一模型包括管沟开挖前的模型；
对所述第二视频进行抽帧处理，然后对抽帧处理后的第二视频进行特征点提取并得到由抽帧处理后的第二视频的特征点构成的第二点云，根据抽帧处理后的第二视频与所述第二点云，搭建管沟第二模型，所述管沟第二模型包括管沟等待回填时的模型；
对所述管沟第一模型和所述管沟第二模型进行高程对比，得到管沟的工程参数，所述工程参数包括管沟尺寸和土石方量。
2.根据权利要求1所述的管沟测量方法，其特征在于，所述抽帧处理包括以下步骤：
每隔6～10帧抽取1帧保留。
3.根据权利要求1所述的管沟测量方法，其特征在于，所述对抽帧处理后的第一视频进行特征点提取并得到由抽帧处理后的第一视频的特征点构成的第一点云包括以下步骤：
对抽帧处理后的第一视频进行灰度处理并提取特征点，同时得到特征点的空间位置，所述特征点包括灰度的局部最大值点、局部边缘点和角点；
再根据抽帧处理后的第一视频的运动参数，得到所述第一点云；
所述对抽帧处理后的第二视频进行特征点提取并得到由抽帧处理后的第二视频的特征点构成的第二点云包括以下步骤：
对抽帧处理后的第二视频进行灰度处理并提取特征点，同时得到特征点的空间位置，所述特征点包括灰度的局部最大值点、局部边缘点和角点；
再根据抽帧处理后的第二视频的运动参数，得到所述第二点云。
4.根据权利要求3所述的管沟测量方法，其特征在于，所述对抽帧处理后的第一视频进行特征点提取并得到由抽帧处理后的第一视频的特征点构成的第一点云以及所述对抽帧处理后的第二视频进行特征点提取并得到由抽帧处理后的第二视频的特征点构成的第二点云都还包括以下步骤：
通过集束调整算法提高特征点的空间位置精度。
5.根据权利要求1所述的管沟测量方法，其特征在于，所述搭建管沟第一模型包括以下步骤：
将所述第一点云通过聚类分隔和网格化，得到第一点云的空间拓扑结构，然后通过网格渲染，将抽帧处理后的第一视频与所述第一点云拓扑结构结合，搭建完成管沟第一模型；
所述搭建第二模型包括以下步骤：
将所述第二点云通过聚类分隔和网格化，得到第二点云的空间拓扑结构，然后通过网格渲染，将抽帧处理后的第二视频与所述第二点云拓扑结构结合，搭建完成管沟第二模型。
6.一种管道工程建设的管沟测量系统，其特征在于，所述管沟测量系统包括无人机、模型构建装置和工程参数获取装置，其中，
所述无人机被配置为能够获取管沟视频，所述管沟视频包括第一视频和第二视频，所述第一视频包括管沟开挖前的视频，所述第二视频包括管沟等待回填时的视频；
所述模型构建装置包括抽帧模块、模型搭建信息获取模块和建模模块，其中，
所述抽帧模块与所述无人机连接并被配置为能够获取所述管沟视频，还被配置为能够分别对所述第一视频和所述第二视频进行抽帧处理；
所述模型搭建信息获取模块与所述抽帧模块连接并被配置为能够获取抽帧处理后的第一视频和第二视频，所述模型搭建信息获取模块还被配置为能够对抽帧处理后的第一视频进行特征点提取并得到由抽帧处理后的第一视频的特征点构成的第一点云，所述模型搭建信息获取模块还被配置为能够对抽帧处理后的第二视频进行特征点提取并得到由抽帧处理后的第二视频的特征点构成的第二点云；
所述建模模块分别与所述抽帧模块以及所述模型建模信息获取模块连接并被配置为能够获取抽帧后的第一视频、所述第一点云、抽帧后的第二视频和所述第二点云，还被配置为能够根据抽帧处理后的第一视频与所述第一点云，搭建管沟第一模型，所述管沟第一模型包括管沟开挖前的模型，所述建模模块还被配置为能够根据抽帧处理后的第二视频与所述第二点云，搭建管沟第二模型，所述管沟第二模型包括管沟等待回填时的模型；
所述工程参数获取装置与所述建模模块连接并被配置为能够获取所述管沟第一模型和所述管沟第二模型，还被配置为能够对所述管沟第一模型和所述管沟第二模型进行高程对比，得到管沟的工程参数，所述工程参数包括管沟尺寸和土石方量。
7.根据权利要求6所述的管沟测量系统，其特征在于，所述抽帧处理包括：
每隔6～10帧抽取1帧保留。
8.根据权利要求6所述的管沟测量系统，其特征在于，所述模型搭建信息获取模块包括特征点提取单元和点云获取单元，其中，
所述特征点提取单元被配置为能够对抽帧处理后的所述管沟视频进行灰度处理并提取特征点，还被配置为能够得到特征点的空间位置，所述特征点包括灰度的局部最大值点、局部边缘点和角点；
所述点云获取单元被配置为能够根据抽帧处理后的管沟视频的运动参数，得到抽帧处理后的管沟视频的特征点构成的点云。
9.根据权利要求8所述的管沟测量系统，其特征在于，所述模型搭建信息获取模块还包括调整单元，所述调整单元被配置为能够通过集束调整算法提高特征点的空间位置精度。
10.根据权利要求6所述的管沟测量系统，其特征在于，所述建模模块包括聚类单元和渲染单元，其中，
所述聚类单元被配置为能够将所述第一和第二点云通过聚类分隔和网格化，分别得到第一和第二点云的空间拓扑结构；
所述渲染单元被配置为能够通过网格渲染，将抽帧处理后的第一和第二视频分别与相应的第一和第二点云的空间拓扑结构结合，搭建完成管沟第一和第二模型。
CN202010955910.0A 2020-09-11 2020-09-11 管道工程建设的管沟测量方法及系统 Active CN111968242B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010955910.0A CN111968242B (zh) 2020-09-11 2020-09-11 管道工程建设的管沟测量方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010955910.0A CN111968242B (zh) 2020-09-11 2020-09-11 管道工程建设的管沟测量方法及系统

Publications (2)

Publication Number Publication Date
CN111968242A CN111968242A (zh) 2020-11-20
CN111968242B true CN111968242B (zh) 2024-05-31

Family

ID=73391989

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010955910.0A Active CN111968242B (zh) 2020-09-11 2020-09-11 管道工程建设的管沟测量方法及系统

Country Status (1)

Country Link
CN (1) CN111968242B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112907649B (zh) * 2021-01-21 2022-08-16 天津视通智能科技有限公司 管沟土石方量的测量方法、装置、设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956942A (zh) * 2016-05-12 2016-09-21 陕西瑞海电力工程有限公司 基于机器视觉的电力管廊钢筋网质量检测方法及检测装置
CN110047142A (zh) * 2019-03-19 2019-07-23 中国科学院深圳先进技术研究院 无人机三维地图构建方法、装置、计算机设备及存储介质
EP3528211A1 (en) * 2016-10-17 2019-08-21 Hangzhou Hikvision Digital Technology Co., Ltd. Method and device for constructing 3d scene model

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11070813B2 (en) * 2018-06-29 2021-07-20 Intel Corporation Global motion estimation and modeling for accurate global motion compensation for efficient video processing or coding

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956942A (zh) * 2016-05-12 2016-09-21 陕西瑞海电力工程有限公司 基于机器视觉的电力管廊钢筋网质量检测方法及检测装置
EP3528211A1 (en) * 2016-10-17 2019-08-21 Hangzhou Hikvision Digital Technology Co., Ltd. Method and device for constructing 3d scene model
CN110047142A (zh) * 2019-03-19 2019-07-23 中国科学院深圳先进技术研究院 无人机三维地图构建方法、装置、计算机设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
面向矿山监管的无人机视频关键帧影像动态提取方法;张航;卢小平;张晓强;路泽忠;;遥感信息;20200220(01);全文 *

Also Published As

Publication number Publication date
CN111968242A (zh) 2020-11-20

Similar Documents

Publication Publication Date Title
CN102506824B (zh) 一种城市低空无人机系统生成数字正射影像图的方法
CN113607135B (zh) 一种用于路桥施工领域的无人机倾斜摄影测量方法
CN105783878A (zh) 一种基于小型无人机遥感的边坡变形检测及量算方法
CN104952107A (zh) 基于车载LiDAR点云数据的桥梁三维重建方法
KR102195179B1 (ko) 항공사진을 이용한 정사영상 구축방법
Giordan et al. Brief Communication: The use of an unmanned aerial vehicle in a rockfall emergency scenario
KR20190051703A (ko) 스테레오 드론 및 이를 이용하는 무기준점 토공량 산출 방법과 시스템
CN105205808A (zh) 基于多特征多约束的多视影像密集匹配融合方法及系统
CN104376598A (zh) 利用飞机航拍影像的露天矿采剥量计算方法
CN112652065A (zh) 三维社区建模方法、装置、计算机设备及存储介质
CN111667569B (zh) 一种基于Rhino及Grasshopper的三维实景土方可视化精准测算方法
CN116908810B (zh) 一种无人机搭载激光雷达测量建筑土方的方法和系统
CN112131987B (zh) 管道工程管沟质量验收系统及方法
CN110889899A (zh) 一种数字地表模型的生成方法及装置
Sørensen et al. Analytical procedures for 3D mapping at the Photogeological Laboratory of the Geological Survey of Denmark and Greenland
CN113032977A (zh) 基于无人机逆建模技术的土石方量测算方法
CN111968242B (zh) 管道工程建设的管沟测量方法及系统
CN117723029B (zh) 一种适用于广域露天矿山的数据采集与建模方法及系统
CN111968241A (zh) 管道工程建设的基坑测量系统及方法
Zhou et al. Application of UAV oblique photography in real scene 3d modeling
CN114754741A (zh) 边坡断面坡度测量方法
Rebelo et al. Building 3D city models: Testing and comparing Laser scanning and low-cost UAV data using FOSS technologies
CN116958469A (zh) 一种三维城市地质模型的构建方法
CN117496103A (zh) 一种融合无人机倾斜摄影点云与地形图高程信息的多山地形区域dem生产的技术方法
CN116910876A (zh) 一种基于无人机遥感辅助滑坡应急治理工程勘查设计方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20201224

Address after: No.2828 Shuzhou Road, Zhengxing street, Tianfu New District, Chengdu, Sichuan 610000

Applicant after: National pipe network group southwest Pipeline Co.,Ltd.

Address before: No. 236, tuoxiang Road, development zone, Kunming City, Yunnan Province

Applicant before: PetroChina Southwest Pipeline Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant