CN114329708A - 基于三维激光扫描技术的雨污水管网偏移检测方法 - Google Patents
基于三维激光扫描技术的雨污水管网偏移检测方法 Download PDFInfo
- Publication number
- CN114329708A CN114329708A CN202111616795.5A CN202111616795A CN114329708A CN 114329708 A CN114329708 A CN 114329708A CN 202111616795 A CN202111616795 A CN 202111616795A CN 114329708 A CN114329708 A CN 114329708A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- pipe network
- detection
- point
- coordinate
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 79
- 238000005516 engineering process Methods 0.000 title claims abstract description 34
- 239000010865 sewage Substances 0.000 title claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 230000002159 abnormal effect Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 19
- 238000007689 inspection Methods 0.000 claims description 15
- 238000011144 upstream manufacturing Methods 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010276 construction Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
Images
Landscapes
- Sewage (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于三维激光扫描技术的雨污水管网偏移检测方法,包括以下步骤:建立假设坐标系,接着扫描获得管道点云数据,再进行点云数据处理,然后构建点云实体模型,最后进行坡度分析。与现有技术相比,本发明的有益效果:通过点云技术,能够高效地重建雨污水管网的数字模型,再与BIM技术相结合,通过软件迅速识别和定位管网可能出现的排水坡度异常问题,较现有检测技术极大地提高检测效率,提高了相关单位对既有和新建管网的信息化监测能力。
Description
技术领域
本发明属于市政排水管网检测维护技术领域,具体涉及一种基于三维激光扫描技术的雨污水管网偏移检测方法。
背景技术
随着城市发展,城区建成面积不断增长,市政雨污水管网总长度也不断增加,管网状态的监测难度增大。一方面,新建管网的验收工作量较大;同时,既有雨污水管网长时间运行,由于地质运动,部分区域管道可能存在不同程度沉降或偏移。由于管网状态关系整个城市排水系统的正常运行,因此必须对其进行常态监控。一些地区已经采用水位传感器和远程通信系统对管网内水位进行检测,能够发现排水明显异常的局部管道的水位淤积,但对于早期出现的排水不畅因素,不能及时发现。例如,某段或一部分区域内管道出现水平或竖向偏移,出现管道连接处偏移错位,或管道坡度发生改变,引起水流减慢,管网工作效率降低形成隐患,在排水负荷较小时不会出现明显异常,但在排水负荷显著增大时这种隐患将暴露,可能导致如区域内涝等严重后果。系统性地对管网坡度状态进行定期排查非常必要。但目前主要依靠人工测绘等方式进行检测分析,效率较低,耗费大量人力物力。
在智慧化城市建设的趋势下,大量新的信息技术用于市政设施和工程。建筑信息模型(BIM)是一种创建高精细度建筑模型的技术,在建筑物的全生命周期管理中得到越来越广泛应用。点云技术是一种通过测量仪器对建筑物表面进行扫描,获得点云数据,再进行模型重建的技术。为及时发现管网管道偏移的问题,本发明提出一种将BIM和点云技术相结合进行雨污水管网偏移检测的方法。
发明内容
有鉴于此,本发明提供一种基于三维激光扫描技术的雨污水管网偏移检测方法。
其技术方案如下:
一种基于三维激光扫描技术的雨污水管网偏移检测方法,其关键在于包括以下步骤:
S1,建立假设坐标系:布设监测控制点,基于所述监测控制点建立假设坐标系,并将管网分为若干检测管段;
S2,扫描获得管道点云数据:将移动式三维激光扫描工具放入管道内,利用BIM点云技术,对管道内部进行三维扫描,获得管道点云数据;
S3,点云数据处理:对获得的所述管道点云数据进行拼接、降噪、坐标变换,获得建立在所述假设坐标系下的管网整体的点云坐标文件,供三维数据分析处理软件调用;
S4,构建点云实体模型:利用点云检测软件读取所述点云坐标文件,构建点云实体模型;
S5,坡度分析:使用点云检测软件分析管道管壁顶部Z坐标,生成整段排水管网坡度曲线,并与设定的曲线阈值比较,坡度位于该阈值范围以外的对应检测管段模型突出显示。
作为优选,上述检测方法还包括步骤S6,模型面对比分析:导入设计阶段预先完成的管网BIM模型,将所述点云实体模型的分析控制点与管网BIM模型的分析控制点挂接;
在点云检测软件中,进行点云实体模型与管网BIM模型的模型面对比分析,并输出差异化显示,以判断管段异常偏移。
作为优选,上述步骤S1具体包括:
S11,将所述雨污水管网检查井井盖中心点设置为所述监测控制点;
S12,采用常规测量手段测量各个所述监测控制点的位置,形成控制网点数据,建立基于所述监测控制点的假设坐标系;
相邻两个所述监测控制点之间的管道为一段所述检测管段。
作为优选,上述步骤S5中,对于第i段检测管段,沿着设计水流方向任意选取其两个不同轴向位置的横截面,分别筛选出两个横截面顶部最高点(Xi1,Yi1,Zi1)和(Xi2,Yi2,Zi2),根据式(I)计算坡度
再根据所有所述检测管段的坡度生成坡度函数P=f(x,y),其中x、y分别为假设坐标系下管网的X向和Y向坐标,并绘制整段排水管网坡度曲线。
作为优选,上述步骤S2中,对于第i段检测管段,先扫描定位位于其上游端的第i个所述监测控制点,再进行第i段检测管段的扫描检测;接着扫描定位第i段检测管段下游端的第i+1个所述监测控制点,进行坐标数据点校准,再进行第i+1段检测管段的扫描检测;
依次重复该过程,完成整个管网的扫描检测。
作为优选,上述步骤S2中对于任意一段所述检测管段的扫描检测方式为,分别在所述检测管段的上游端和下游端各进行一次环状扫描,每次环状扫描后得到一组环状面点云数据;
所述步骤S4中,根据各段所述检测管段的上游端和下游端的两组所述环状面点云数据获得的所述点云坐标文件,构建所述点云实体模型;
所述步骤S5中,对于同一所述检测管段,筛选出其上游端的环状面点云数据中Z坐标最大点的坐标(Xi1,Yi1,Zi1),以及其下游端的环状面点云数据中Z坐标最大点的坐标(Xi2,Yi2,Zi2),计算坡度。
作为优选,上述步骤S2中,基于激光测量或/和摄影测量得到所述管道点云数据,所述管道点云数据包括三维坐标(X,Y,Z),还包括激光反射强度或颜色信息中的至少一种;
所述步骤S2至少进行两次。
作为优选,上述步骤S3具体包括:
S31,点云数据拼接:对获得的所述管道点云数据进行拼接,形成管网整体点云数据,并将该管网整体点云数据转换到假设坐标系下,形成管网点云数据集;
S32,点云配准:取两次扫描后形成的所述管网点云数据集,进行配准处理,获得配准数据集;
S33,点云数据清洗:对所述配准数据集进行清洗,剔除可能存在的干扰数据和无效数据,输出所述点云坐标文件。
作为优选,上述步骤S32具体过程为:
S321,取两次扫描后形成的所述管网点云数据集,按照同样的关键点选取标准,提取关键点;
S322,对各个所述关键点分别计算其特征描述子;
S323,结合所述特征描述子在两个所述管网点云数据集中的坐标位置,以两者之间特征和位置的相似度为基础,来估算它们的对应关系,初步估计对应点对;
S324,使用软件自带功能检查数据噪声,并除去对配准有影响的错误的所述对应点对;
S325,利用剩余正确的所述对应点对的对应关系来估算刚体变换,完成配准。
作为优选,上述步骤S6中,利用软件的色谱分析法进行模型面对比分析,通过两版模型的叠加得到点云检测模型,根据所述点云检测模型各个点的坐标数据差值,将某一坐标轴方向上的各个点的坐标数据差值依据差值大小设定不同的显示颜色,从而形成可视化的色谱图,判断偏移量是否超过最大允许值。
与现有技术相比,本发明的有益效果:通过点云技术,能够高效地重建雨污水管网的数字模型,再与BIM技术相结合,通过软件迅速识别和定位管网可能出现的排水坡度异常、偏移异常等问题,较现有检测技术极大地提高检测效率,提高了相关单位对既有和新建管网的信息化监测能力。
附图说明
图1为本发明一种优选实施例的方法流程示意图;
图2为点云配准的方法流程示意图。
具体实施方式
以下结合实施例和附图对本发明作进一步说明。
实施例1
如图1,一种基于三维激光扫描技术的雨污水管网偏移检测方法,包括以下步骤:
S1,建立假设坐标系:布设监测控制点,基于监测控制点建立假设坐标系,并将管网分为n个检测管段,n>1且为自然数。
检测控制点位埋设基础要牢固、其稳定性应不受周边施工环境影响,例如可以是雨污水管网检查井井盖中心点。步骤S1具体包括:
S11,将所述雨污水管网检查井井盖中心点设置为所述监测控制点;
S12,采用常规测量手段,人工对各个检查井进行坐标测绘,测量各个所述监测控制点的位置,形成控制网点数据,建立基于所述监测控制点的假设坐标系;
相邻两个所述监测控制点之间的管道为一段所述检测管段。
接下来,再进行步骤S2:
S2,扫描获得管道点云数据:将移动式三维激光扫描工具放入管道内,利用BIM点云技术,对管道内部进行三维扫描,获得管道点云数据。移动式三维激光扫描工具可以是搭载有三维激光扫描仪的管道小车。
根据激光测量原理得到的点云,包括三维坐标(XYZ)和激光反射强度(Intensity)。强度信息与目标的表面材质、粗糙度、入射角方向,以及仪器的发射能量,激光波长有关。
根据摄影测量原理得到的点云,包括三维坐标(XYZ)和颜色信息(RGB)。
若将激光测量和摄影测量相结合在一起,即采用多传感器融合技术,这种结合激光测量和摄影测量原理得到点云,包括三维坐标(XYZ)、激光反射强度(Intensity)和颜色信息(RGB)。
为提高扫描获取的管道点云数据的准确性,对每一段检测管段,步骤S2至少重复一次。
步骤S2中,对于第i(0<i≤n且为自然数)段检测管段,先扫描定位位于其上游端的第i个所述监测控制点,再进行第i段检测管段的扫描检测;检测完第i段检测管段后,再扫描定位第i段检测管段下游端的第i+1个所述监测控制点,进行坐标数据点校准,再进行第i+1段检测管段的扫描检测;依次重复该过程,完成整个管网的扫描检测。
在对每一段检测管段进行检测前,扫描定位位于其上游的监测控制点进行校准的目的在于,提高该检测管段的测量准确性,防止测量误差累积。
在对每段检测管段进行扫描检测时,可以进行管道内壁的全覆盖扫描。
接下来,再进行步骤S3:
S3,点云数据处理:对获得的所述管道点云数据进行拼接、降噪、坐标变换,获得建立在所述假设坐标系下的管网整体的点云坐标文件,供三维数据分析处理软件调用。
步骤S3具体包括:
S31,点云数据拼接:对获得的所述管道点云数据进行拼接,形成管网整体点云数据,并将该管网整体点云数据转换到假设坐标系下,形成管网点云数据集;
S32,点云配准:取两次扫描后形成的所述管网点云数据集,进行配准处理,获得配准数据集;
S33,点云数据清洗:在点云处理软件中,先利用软件自带功能对所述配准数据集进行清洗,剔除可能存在的干扰数据和无效数据,软件自动处理后已经完成大部分干扰数据和无效数据的剔除,剩余少量异常点云数据可以人工进行排除,最后输出所述点云坐标文件。
其中,如图2,步骤S32具体过程为:
S321,取两次扫描后形成的所述管网点云数据集,按照同样的关键点选取标准,提取关键点;
关键点主要作为基准,方便两次扫描的数据以关键点作为基点进行重合分析,本实施例中以检查井井盖的中心点为关键点;
S322,对各个所述关键点分别计算其特征描述子;
S323,结合所述特征描述子在两个所述管网点云数据集中的坐标位置,以两者之间特征和位置的相似度为基础,来估算它们的对应关系,初步估计对应点对;
S324,使用软件自带功能检查数据噪声,并除去对配准有影响的错误的所述对应点对;
S325,利用剩余正确的所述对应点对的对应关系来估算刚体变换,完成配准。
由于点云数据包含了三维坐标信息以及激光反射强度(Intensity)或/和颜色信息(RGB),因此通过两次扫描获得的点云数据的配准处理,比对后可以判断异常点属于扫描误差或是实际存在。例如,少量明显偏离于邻近点云区域外的异常点,若仅在一次管网点云数据中出现,考虑为扫描误差,可以剔除;若在两次管网点云数据中均存在,则考虑为实际存在的物体。这样,能够提高扫描识别的准确度。
接下来,再进行步骤S4:
S4,构建点云实体模型:利用点云检测软件Geomagic Studio读取所述点云坐标文件,构建点云实体模型。生成的点云实体模型实际为一段管网内各个管道的管道模型,管道模型之间区域对应实际检查井的位置。
接下来,进行步骤S5:
S5,坡度分析:使用点云检测软件分析管道管壁顶部Z坐标,生成整段排水管网坡度曲线,并与设定的曲线阈值比较,坡度位于该范围以外的对应检测管段模型突出显示,如显示为醒目的红色。根据设计规范,一般管道排水坡度的正常值范围为[1/1000,3/1000],那么将曲线阈值设定为[1/1000,3/1000]。
整段排水管网坡度曲线的绘制过程如下:对于第i段检测管段,沿着设计水流方向任意选取其两个不同轴向位置的横截面,分别筛选出两个横截面顶部最高点(Xi1,Yi1,Zi1)和(Xi2,Yi2,Zi2),根据式(I)计算坡度
再根据所有所述检测管段的坡度生成坡度函数P=f(x,y),其中x、y分别为假设坐标系下管网的X向和Y向坐标,并绘制整段排水管网坡度曲线。考虑到大直径管道一般为硬质管道,坡度函数P=f(x,y)应当为分段函数。
除针对单个管段的坡度分析外,管道偏移也是影响排水效率的重要因素。因此,还包括步骤S6,模型面对比分析:
导入设计阶段预先完成的管网BIM模型,将所述点云实体模型的分析控制点与管网BIM模型的分析控制点挂接;
在点云检测软件中,进行点云实体模型与管网BIM模型的模型面对比分析,并输出差异化显示,以判断管段异常偏移。
分析控制点可以是前述的监测控制点在点云实体模型上的对应点。对于新建管网,管网BIM模型可以是设计阶段预先完成的模型;对于既有管网,管网BIM模型可以是预先根据既有管网的设计图纸预先建立的模型。
具体来说,该步骤利用软件的色谱分析法进行模型面对比分析,通过两版模型的叠加得到点云检测模型,根据所述点云检测模型各个点的坐标数据差值,将某一坐标轴方向上的各个点的坐标数据差值依据差值大小设定不同的显示颜色,从而形成可视化的色谱图,这样能够直观呈现检测结果。色谱图上颜色的数量和每一个颜色代表的变化范围的大小可根据实际需要设定。通常用暖色调表示正向变化,冷色调表示负向变化。同时对于任何一个感兴趣的点或区域,可定量的输出其在任意空间方向上的坐标偏移量的监测报告。所以色谱分析法可以定性和定量的对点云实体模型进行检测,从而实现对目标对象的监测分析。因此从色谱图中可以定性的直观地看出雨污水管网体整体的偏移情况。例如:根据所述色谱图,若管段之间偏移超过最大允许偏移量,判断管段连接处未对齐,存在漏液风险。这一检测分析方法可用于新建管网的安装验收,也可用于识别既有管网由于地基变化导致的管道连接错位。
虽然步骤S6中,点云检测模型既能反映水平方向的偏移,也能反映竖向偏移,因此可以用于判断管道排水坡度是否符合标准,但排水坡度仍需要如步骤S5进行量化计算。
实施例2
本实施例的方法基本同实施例1,不同之处在于,考虑到大直径管道一般为硬质管道,因此可以认为其轴向任意相间隔的两个位置之间的管段为笔直管段,故步骤S2中采用一种简化的扫描方式:分别在检测管段的上游端和下游端各进行一次环状扫描,每次环状扫描后得到一组环状面点云数据。
后续数据处理和模型构建均以此为基础进行:
步骤S4中,根据各段所述检测管段的上游端和下游端的两组所述环状面点云数据获得的所述点云坐标文件,构建所述点云实体模型;
步骤S5中,对于同一所述检测管段,筛选出其上游端的环状面点云数据中Z坐标最大点的坐标(Xi1,Yi1,Zi1),以及其下游端的环状面点云数据中Z坐标最大点的坐标(Xi2,Yi2,Zi2),计算坡度。
这种方式较实施例1能够大幅度降低扫描工作量,以及减少后续数据处理和构建点云实体模型的工作量,提高检测速度。
由于点云实体模型自带各个点的坐标信息,因而可以快速定位,识别管道异常偏移,为管网维护提供基础。
最后需要说明的是,上述描述仅仅为本发明的优选实施例,本领域的普通技术人员在本发明的启示下,在不违背本发明宗旨及权利要求的前提下,可以做出多种类似的表示,这样的变换均落入本发明的保护范围之内。
Claims (10)
1.一种基于三维激光扫描技术的雨污水管网偏移检测方法,其特征在于包括以下步骤:
S1,建立假设坐标系:布设监测控制点,基于所述监测控制点建立假设坐标系,并将管网分为若干检测管段;
S2,扫描获得管道点云数据:将移动式三维激光扫描工具放入管道内,利用BIM点云技术,对管道内部进行三维扫描,获得管道点云数据;
S3,点云数据处理:对获得的所述管道点云数据进行拼接、降噪、坐标变换,获得建立在所述假设坐标系下的管网整体的点云坐标文件,供三维数据分析处理软件调用;
S4,构建点云实体模型:利用点云检测软件读取所述点云坐标文件,构建点云实体模型;
S5,坡度分析:使用点云检测软件分析管道管壁顶部Z坐标,生成整段排水管网坡度曲线,并与设定的曲线阈值比较,坡度位于该阈值范围以外的对应检测管段模型突出显示。
2.根据权利要求1所述的基于三维激光扫描技术的雨污水管网偏移检测方法,其特征在于还包括步骤S6,模型面对比分析:导入设计阶段预先完成的管网BIM模型,将所述点云实体模型的分析控制点与管网BIM模型的分析控制点挂接;
在点云检测软件中,进行点云实体模型与管网BIM模型的模型面对比分析,并输出差异化显示,以判断管段异常偏移。
3.根据权利要求2所述的基于三维激光扫描技术的雨污水管网偏移检测方法,其特征在于所述步骤S1具体包括:
S11,将所述雨污水管网检查井井盖中心点设置为所述监测控制点;
S12,采用常规测量手段测量各个所述监测控制点的位置,形成控制网点数据,建立基于所述监测控制点的假设坐标系;
相邻两个所述监测控制点之间的管道为一段所述检测管段。
5.根据权利要求4所述的基于三维激光扫描技术的雨污水管网偏移检测方法,其特征在于:所述步骤S2中,对于第i段检测管段,先扫描定位位于其上游端的第i个所述监测控制点,再进行第i段检测管段的扫描检测;接着扫描定位第i段检测管段下游端的第i+1个所述监测控制点,进行坐标数据点校准,再进行第i+1段检测管段的扫描检测;
依次重复该过程,完成整个管网的扫描检测。
6.根据权利要求4所述的基于三维激光扫描技术的雨污水管网偏移检测方法,其特征在于:所述步骤S2中对于任意一段所述检测管段的扫描检测方式为,分别在所述检测管段的上游端和下游端各进行一次环状扫描,每次环状扫描后得到一组环状面点云数据;
所述步骤S4中,根据各段所述检测管段的上游端和下游端的两组所述环状面点云数据获得的所述点云坐标文件,构建所述点云实体模型;
所述步骤S5中,对于同一所述检测管段,筛选出其上游端的环状面点云数据中Z坐标最大点的坐标(Xi1,Yi1,Zi1),以及其下游端的环状面点云数据中Z坐标最大点的坐标(Xi2,Yi2,Zi2),计算坡度。
7.根据权利要求2所述的基于三维激光扫描技术的雨污水管网偏移检测方法,其特征在于:所述步骤S2中,基于激光测量或/和摄影测量得到所述管道点云数据,所述管道点云数据包括三维坐标(X,Y,Z),还包括激光反射强度或颜色信息中的至少一种;
所述步骤S2至少进行两次。
8.根据权利要求7所述的基于三维激光扫描技术的雨污水管网偏移检测方法,其特征在于所述步骤S3具体包括:
S31,点云数据拼接:对获得的所述管道点云数据进行拼接,形成管网整体点云数据,并将该管网整体点云数据转换到假设坐标系下,形成管网点云数据集;
S32,点云配准:取两次扫描后形成的所述管网点云数据集,进行配准处理,获得配准数据集;
S33,点云数据清洗:对所述配准数据集进行清洗,剔除可能存在的干扰数据和无效数据,输出所述点云坐标文件。
9.根据权利要求5所述的基于三维激光扫描技术的雨污水管网偏移检测方法,其特征在于所述步骤S32具体过程为:
S321,取两次扫描后形成的所述管网点云数据集,按照同样的关键点选取标准,提取关键点;
S322,对各个所述关键点分别计算其特征描述子;
S323,结合所述特征描述子在两个所述管网点云数据集中的坐标位置,以两者之间特征和位置的相似度为基础,来估算它们的对应关系,初步估计对应点对;
S324,使用软件自带功能检查数据噪声,并除去对配准有影响的错误的所述对应点对;
S325,利用剩余正确的所述对应点对的对应关系来估算刚体变换,完成配准。
10.根据权利要求1所述的基于三维激光扫描技术的雨污水管网偏移检测方法,其特征在于:所述步骤S6中,利用软件的色谱分析法进行模型面对比分析,通过两版模型的叠加得到点云检测模型,根据所述点云检测模型各个点的坐标数据差值,将某一坐标轴方向上的各个点的坐标数据差值依据差值大小设定不同的显示颜色,从而形成可视化的色谱图,判断偏移量是否超过最大允许值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111616795.5A CN114329708A (zh) | 2021-12-27 | 2021-12-27 | 基于三维激光扫描技术的雨污水管网偏移检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111616795.5A CN114329708A (zh) | 2021-12-27 | 2021-12-27 | 基于三维激光扫描技术的雨污水管网偏移检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114329708A true CN114329708A (zh) | 2022-04-12 |
Family
ID=81015620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111616795.5A Pending CN114329708A (zh) | 2021-12-27 | 2021-12-27 | 基于三维激光扫描技术的雨污水管网偏移检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114329708A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079182A (zh) * | 2023-07-31 | 2023-11-17 | 上海启呈信息科技有限公司 | 一种基于大数据分析的管网管理方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140192050A1 (en) * | 2012-10-05 | 2014-07-10 | University Of Southern California | Three-dimensional point processing and model generation |
CN106931950A (zh) * | 2017-02-22 | 2017-07-07 | 天津博迈科海洋工程有限公司 | 基于三维激光检测的液化天然气管线姿态检测方法 |
CN108898662A (zh) * | 2018-05-30 | 2018-11-27 | 中国人民解放军陆军勤务学院 | 基于点云数据的管线设施bim模型自动化重建方法 |
CN110864227A (zh) * | 2019-11-01 | 2020-03-06 | 清华大学 | 一种供水管网状态监测系统及方法 |
CN111102926A (zh) * | 2020-01-02 | 2020-05-05 | 青岛国信海天中心建设有限公司 | 一种基于bim的工程质量检测方法及系统 |
CN112581607A (zh) * | 2020-12-28 | 2021-03-30 | 武汉中仪物联技术股份有限公司 | 一种管道三维模型的构建方法、系统和介质 |
CN112907511A (zh) * | 2021-01-15 | 2021-06-04 | 广州市新誉工程咨询有限公司 | 一种bim技术下的综合管廊信息管理方法及系统 |
CN113221221A (zh) * | 2021-05-11 | 2021-08-06 | 中国五冶集团有限公司 | 一种基于bim技术的预制梁上预应力管道定位方法 |
-
2021
- 2021-12-27 CN CN202111616795.5A patent/CN114329708A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140192050A1 (en) * | 2012-10-05 | 2014-07-10 | University Of Southern California | Three-dimensional point processing and model generation |
CN106931950A (zh) * | 2017-02-22 | 2017-07-07 | 天津博迈科海洋工程有限公司 | 基于三维激光检测的液化天然气管线姿态检测方法 |
CN108898662A (zh) * | 2018-05-30 | 2018-11-27 | 中国人民解放军陆军勤务学院 | 基于点云数据的管线设施bim模型自动化重建方法 |
CN110864227A (zh) * | 2019-11-01 | 2020-03-06 | 清华大学 | 一种供水管网状态监测系统及方法 |
CN111102926A (zh) * | 2020-01-02 | 2020-05-05 | 青岛国信海天中心建设有限公司 | 一种基于bim的工程质量检测方法及系统 |
CN112581607A (zh) * | 2020-12-28 | 2021-03-30 | 武汉中仪物联技术股份有限公司 | 一种管道三维模型的构建方法、系统和介质 |
CN112907511A (zh) * | 2021-01-15 | 2021-06-04 | 广州市新誉工程咨询有限公司 | 一种bim技术下的综合管廊信息管理方法及系统 |
CN113221221A (zh) * | 2021-05-11 | 2021-08-06 | 中国五冶集团有限公司 | 一种基于bim技术的预制梁上预应力管道定位方法 |
Non-Patent Citations (1)
Title |
---|
耿欣;曲兴华;江炜;张福民;张婷;: "大型管道快速测量与建模技术研究及应用", 仪器仪表学报, no. 02, 15 February 2013 (2013-02-15), pages 100 - 105 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079182A (zh) * | 2023-07-31 | 2023-11-17 | 上海启呈信息科技有限公司 | 一种基于大数据分析的管网管理方法及系统 |
CN117079182B (zh) * | 2023-07-31 | 2024-02-23 | 上海启呈信息科技有限公司 | 一种基于大数据分析的管网管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110030951B (zh) | 一种基于三维激光扫描技术的引水竖井缺陷检测方法 | |
Li et al. | Terrestrial laser scanning assisted flatness quality assessment for two different types of concrete surfaces | |
CN109101709A (zh) | 3d激光扫描技术与bim技术相结合的现场施工管理系统 | |
CN106886659A (zh) | 基于三维激光扫描和云平台的钢结构桥梁虚拟预拼和检测方法 | |
Lepot et al. | A technology for sewer pipe inspection (Part 2): Experimental assessment of a new laser profiler for sewer defect detection and quantification | |
Zhao et al. | Automated recognition and measurement based on three-dimensional point clouds to connect precast concrete components | |
CN109186706A (zh) | 一种用于城市雨洪淹没区预警的方法 | |
CN114329708A (zh) | 基于三维激光扫描技术的雨污水管网偏移检测方法 | |
Luo et al. | 3D deformation monitoring method for temporary structures based on multi-thread LiDAR point cloud | |
CN115019010A (zh) | 一种基于三维激光扫描+bim技术的隧道结构病害展示方法 | |
CN114494385A (zh) | 一种输水隧洞病害可视化预警方法 | |
CN111813886A (zh) | 一种基于管道探测成果建立管网数据库的方法及系统 | |
CN114136993B (zh) | 一种盾构隧道环缝检测方法与系统 | |
CN117368203A (zh) | 基于点云匹配的复杂形面缺陷识别定位与形状检测方法 | |
MA | Three-dimensional Laser Combined with BIM Technology for Building Modeling, Information Data Acquisition and Monitoring. | |
CN114046767B (zh) | 一种基于管片任意两点的盾构隧道接头变形分析方法 | |
CN115546283A (zh) | 管井表面积检测方法、装置及电子设备 | |
CN114332005A (zh) | 基于bim点云技术的大管径雨污水管网破损检测方法 | |
CN110232734A (zh) | 一种在役管道数据的数字化处理方法 | |
CN114036754A (zh) | 一种盾构隧道管片接头病害情况分析方法 | |
Zhang et al. | A method for deformation detection and reconstruction of shield tunnel based on point cloud | |
Huang et al. | Current Situation of Drainage Pipe Network in China and its Detection Technology: a Brief Review. | |
CN114004049A (zh) | 一种三维可视化地下管网测漏监测和开挖模拟系统 | |
Duran et al. | A sensor for pipe inspection: model, analysis and image extraction | |
Elkmann et al. | Fully automatic inspection systems for large underground concrete pipes partially filled with wastewater |
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 |