TWI719711B

TWI719711B - 水下地形淤泥量探測方法

Info

Publication number: TWI719711B
Application number: TW108141216A
Authority: TW
Inventors: 賴怡宏; 彭昭暐; 孫永大; 鍾育仁; 蔡佳明; 朱峘瑜
Original assignee: 國立中山大學
Priority date: 2019-11-13
Filing date: 2019-11-13
Publication date: 2021-02-21
Also published as: TW202118993A

Abstract

一種水下地形淤泥量探測方法，用以解決習知水下淤泥探測裝置無法應用在遮蔽水域的問題。係包含：以一三維聲納掃描儀對水下地形進行掃描，以建構出一水下地形點雲模型；由該水下地形點雲模型中，將至少一淤泥沉積區域切割出來；對該淤泥沉積區域執行一邊緣輪廓點檢測演算法，以將該淤泥沉積區域分為數個三角網格幾何體；及計算各該三角網格幾何體的體積並進行加總，以取得該淤泥沉積區的一淤泥含量。

Description

水下地形淤泥量探測方法

本發明係關於一種量測方法，尤其是一種用以量測水下地形環境淤泥量的水下地形淤泥量探測方法。

由於水下環境地形複雜且存在難以預測的作業風險，因此，無法輕易採用人工方式以完成水下地形淤泥量的測量與作業。請參照第1圖，其係一種習知的水下淤泥探測裝置9，該習知的水下淤泥探測裝置9具有一船體91、一第一探頭92、一第二探頭93、一全球定位系統94及一處理控制器95，該第一探頭92及該第二探頭93設置於該船體91，該第一探頭92用以發出高頻超聲波，以測量淤泥頂層距離水面的距離，該第二探頭93用以發出低頻超聲波，以測量淤泥底層距離水面的距離，該全球定位系統94用以提供地形經緯度訊息，該處理控制器95連接該第一探頭92、該第二探頭93及該全球定位系統94，該處理控制器95透過全球定位系統94實現該船體91的位置紀錄及定點測量，並依據該第一探頭92及該第二探頭93的測量結果，以測量出該船體位置的水下地形淤泥量。類似於該習知的水下淤泥探測裝置9的一實施例已揭露於中國公告第204594437號「水下淤泥探測裝置」專利案當中。

上述習知的水下淤泥探測裝置9在對一水域進行淤泥量探測時，由於該第一探頭92及該第二探頭93係設置於該船體91上，因此，該水域必須係為水面可供該船體自由航行的無遮蔽水域，方能使該船體91移動至淤泥探測區域上方，以進行淤泥量的測量，導致該習知的水下淤泥探測裝置9無法適用在一狹窄限制水域及一水面遮蔽水域，如：港池碼頭支柱內側水域、海洋工作平台及離岸風機平台周邊水域等。

有鑑於此，有必要提供一種水下地形淤泥量探測方法，以解決上述之問題。

為解決上述問題，本發明的目的是提供一種水下地形淤泥量探測方法，係能夠量測遮蔽水域的水下地形環境淤泥量者。

本發明全文所記載的元件及構件使用「一」或「一個」之量詞，僅是為了方便使用且提供本發明範圍的通常意義；於本發明中應被解讀為包括一個或至少一個，且單一的概念也包括複數的情況，除非其明顯意指其他意思。

本發明全文所述之「點雲」，係指透過三維掃描器所取得之資料資料，該掃描資料係以點的形式記錄，且各該點係具有一三維座標。

本發明全文所述之「遮蔽水域」，係指水面無法供測量船舶自由航行的水域。

本發明的水下地形淤泥量探測方法，包含：以一三維聲納掃描儀，由不同方位對水下地形進行掃描，以產生數個片段點雲模型，該數個片段點雲模型執行迭代最近點演算法，以將該數個片段點雲模型組合，以建構出一水下地形點雲模型；由該水下地形點雲模型中，將至少一淤泥沉積區域切割出來；對該淤泥沉積區域執行一邊緣輪廓點檢測演算法，以將該淤泥沉積區域分為數個三角網格幾何體；及計算各該三角網格幾何體的體積並進行加總，以取得該淤泥沉積區的一淤泥含量。

據此，本發明的水下地形淤泥量探測方法，係能夠在不被水面障礙物影響下，透過該三維聲納掃描儀對水下地形進行掃描，以建構出該水下地形點雲模型，對該水下地形點雲模型中欲計算淤泥含量的淤泥沉積區域，執行該邊緣輪廓點檢測演算法，以將該淤泥沉積區域分為數個三角網格幾何體後，再分別計算各該三角網格幾何體的體積並進行加總。如此，本發明的水下地形淤泥量探測方法，係具有同時應用於遮蔽水域及無遮蔽水域的功效。再且，係能夠較精確地將該數個片段點雲模型進行組合，係具有提升水下地形點雲模型建立精確性的功效。

其中，該邊緣輪廓點演算法係為Alpha Shape演算法。如此，係具有提升運算穩定性及適應性的功效。

其中，執行該邊緣輪廓點演算法之前，先將該淤泥沉積區域透過德勞內演算法切塊剖分，以形成一三角網，再對該三角網執行該邊緣輪廓點演算法，以將該淤泥沉積區域分為該數個三角網格幾何體。如此，係能夠降低執行該邊緣輪廓點演算法的時間複雜度，係具有提升執行運算效能的功效。

其中，該水下地形點雲模型係由包含數個空間點的空間點集合所組成，於該淤泥沉積區域切割出來之後，對該淤泥沉積區域的一水平基準面進行空間點的補點。如此，係能夠對被遮蔽的水底基準面進行補點，以建立完整的淤泥沉積封閉多邊形，係具有降低計算出的淤泥含量與實際淤泥含量誤差的功效。

〔本發明〕

S1:掃描步驟

S2:切割步驟

S21:補點步驟

S3:輪廓步驟

S4:計算步驟

S5:剖分步驟

〔習用〕

9:水下淤泥探測裝置

91:船體

92:第一探頭

93:第二探頭

94:全球定位系統

95:處理控制器

〔第1圖〕一種習知水下地形淤泥量探測方法圖。

〔第2圖〕本發明一較佳實施例的方法流程圖。

〔第3圖〕本發明一較佳實施例之淤泥沉積區域的三角剖分圖。

〔第4圖〕本發明一較佳實施例之淤泥沉積區域的三角剖分圖。

為讓本發明之上述及其他目的、特徵及優點能更明顯易懂，下文特舉本發明之較佳實施例，並配合所附圖式，作詳細說明如下：請參照第2圖所示，其係本發明水下地形淤泥量探測方法的一較佳實施例，係包含一掃描步驟S1、一切割步驟S2、一輪廓步驟S3及一計算步驟S4。

該掃描步驟S1係以一三維聲納掃描儀(如：BlueView BV5000)對水下地形進行掃描，該水下地形可以為一無遮蔽水域或一遮蔽水域的水下環境，以建構出一水下地形點雲(Point Cloud)模型。詳言之，該掃描步驟S1係以該三維聲納掃描儀由不同方位朝該水下地形進行掃描，以產生數個片段點雲模型；對該數個片段點雲模型執行一點集匹配演算法，在本實施例中，該點集匹配演算法係為迭代最近點(Iterative Closest Point，ICP)演算法，以將該數個片段點雲模型組合，以形成該水下地形點雲模型。

舉例而言，該掃描步驟S1用以探測一遮蔽水域(如：港池碼頭支柱內側水域)的淤泥量時，可將該三維聲納掃描儀安裝在一三腳架上，並使該三維聲納掃描儀朝向該遮蔽水域的水下環境進行掃描，以建構出該遮蔽水域的三維點雲模型。

舉例而言，該數個片段點雲模型中具有一第一片段點雲模型及一第二片段點雲模型，以P{P_i,i=1,2,...}表示該第一片段點雲模型的空間點集合(Spatial Unorganized)，以Q{Q_i,i=1,2,...}表示該第二片段點雲模型的空間點集合；將該第一片段點雲模型及該第二片段點雲模型進行空間匹配，即對該第二片段點雲模型的空間點集合執行旋轉、平移，並透過一最佳解公式計算，將該第二片段點雲模型與該第一片段點雲模型進行空間匹配，以使該第二片段點雲模型與該第一片段點雲模型之間的目標函數達到最小；對該數個片段點雲模型中的其餘片段點雲模型重複執行上述流程，藉此，將該數個片段點雲模型組合並形成該水下地形點雲模型。其中，該最佳解公式可如下式(1)所示：

其中，F(R,T)係為該第一片段點雲模型與該第二片段點雲模型之間的目標函數；R係為三維聲納掃描儀的旋轉；T係為三維聲納掃描儀的平移；Q_i係為該第二片段點雲模型的空間點集合，P_i係為該第一片段點雲模型的空間點集合，i=1,2,...,N，N為正整數。

該切割步驟S2用以由該水下地形點雲模型中，將至少一淤泥沉積區域切割出來，以供後續步驟計算該淤泥沉積區域內的淤泥含量，在本實施例中，該切割步驟S2係以隨機抽樣一致性演算法(Random Sample Consensus，RANSAC)，由該水下地形點雲模型中找出該水下地形的海床基準面與沈積淤泥傾斜平面的法線方向，並依此法線方向估測海床基準面與沈積淤泥傾斜面點雲子集，以將該淤泥沉積區域由對該水下地形點雲模型中切割出來。

具體而言，該水下地形點雲模型係可以由包含數個空間點的一空間點集合所組成，該隨機抽樣一致性演算法係由該空間點集合中，隨機選取數個空間點作為構成一內群(Inliers)的物件；計算擬合該內群，以建立一數學模型；設定該數學模型的一機率門檻值，將該空間點集合中未被選取到的空間點逐一輸入至該數學模型並進行計算，判斷該數學模型是否符合該機率門檻值，若符合，則將輸入至該數學模型的空間點設定為該內群的物件，並統計該物件的數量，若不符合，則將輸入至該數學模型的空間點設定為一外群(Outliers)的物件；重複執行上述流程N次，並以具有最多物件數量的內群作為該數學模型的最佳模型解，其中，該機率門檻值的計算公式可如下式(2)所示：

其中，N係為該隨機抽樣一致性演算法的迭代次數；P係為該隨機抽樣一致性演算法執行一定次數後，從該水下地形點雲模型的空間點集合中選取到內群物件的機率；S為每次由該水下地形點雲模型的空間點集合中，隨機選取的空間點數量；e為該外群物件的機率。

該切割步驟S2執行完後，即於該淤泥沉積區域切割出來之後，係可以執行一補點步驟S21，該補點步驟S21用以對該淤泥沉積區域的一水平基準面進行空間點的補點，在本實施例中，該水平基準面係為該水下地形的海床基準面。詳言之，該補點步驟S21係可將該水平基準面的X軸向長度分為m行，以及將該水平基準面的Y軸向長度分為n列；設定P(a,b,c)的三維座標，其中，a

m，m=1,2,...,I，I為正整數；b

n，n=1,2,...,J，J為正整數；c係為該淤泥沉積區域的深度值。在本實施例中，該補點步驟S21係將該水平基準面的X軸向長度與Y軸向長度分別設定為25行及25列，藉此，對該水平基準面共計補上625個空間點。

該輪廓步驟S3用以對該淤泥沉積區域執行一邊緣輪廓點檢測演算法，在本實施例中，該邊緣輪廓點檢測演算法係為Alpha Shape演算法，其用以將該淤泥沉積區域分為數個三角網格幾何體，以供後續步驟計算取得該淤泥沉積區域的淤泥含量。

具體而言，該Alpha Shape演算法預設一檢測圓；由該三角網格幾何體的空間點集合中任選二空間點，並判斷該二空間點所形成的線段長度是否大於該檢測圓的直徑，若判斷結果是，則將該三角網格幾何體刪除，由該三角網格幾何體的空間點集合中重新選擇另二空間點，並重新判斷該另二空間點所形成的線段長度是否大於該直徑；若判斷結果為否，則進一步確認該二空間點是否經過該檢測圓，且該空間點集合中的任一空間點都不在該檢測圓的內部，若確認結果為是，則該二空間點即為該三角網格幾何體的邊緣輪廓點，該二空間點所形成的線段即為該三角網格幾何體的邊緣輪廓線；若確認結果否，則將該三角網格幾何體刪除。

該計算步驟S4用以計算各該三角網格幾何體的體積並進行加總，以取得該淤泥沉積區域的一淤泥含量。具體而言，該計算步驟S4係以該數個三角網格幾何體建立一維諾(Voronoi)圖，並基於該維諾圖的積模型計算方式，以計算取得該淤泥沉積區域的淤泥含量。該維諾圖的建立及積模型計算係為本發明所屬技術領域的通常知識，在此不多加贅述。

本發明水下地形淤泥量探測方法，其輪廓步驟S3在執行該邊緣輪廓點檢測演算法之前，係可以對該淤泥沉積區域先執行一剖分步驟S5，該剖分步驟S5用以將該淤泥沉積區域切塊剖分，以形成一三角網，在本實施例中，係透過德勞內(Delaunay)演算法將該淤泥沉積區域建構形成該三角網，隨後，該輪廓步驟S3再對該三角網執行該邊緣輪廓點檢測演算法，以將該淤泥沉積區域分為該數個三角網格幾何體。

請參照第3圖所示，舉例而言，若該三角網中的任一線段

具有二相關聯的德勞內三角形△abc，△abd時，分別求出該二德勞內三角形的外心r，s，該外心r所形成的外接圓會通過△abc的點a、點b及點c；該外心s所形成的外接圓會通過△abd的點a、點b及點d。若該Alpha Shape演算法所預設的檢測圓的圓心位於

上，且該檢測圓經過該點a、點b，則

即為由該Alpha Shape演算法所產生的三角網格幾何體的邊緣輪廓線。其中，可判斷該檢測圓的半徑是否大於該點a到

的最短距離，以及該檢測圓的半徑是否小於該點a到

的最遠距離，若判斷結果均相符，則表示該檢測圓係經過該點a、點b；若判斷結果不相符，則表示該檢測圓係未同時經過該點a、點b。

請參照第4圖所示，若該三角網中的任一線段

只有一相關聯的德勞內三角形△abc時，求出該德勞內三角形的外心r，並以該外心r產生一射線

(Ray Casting)，若該點a至該射線

的最短距離小於該檢測圓的半徑，則表示該

即為由該Alpha Shape演算法所產生的三角網格幾何體的邊緣輪廓線，否則，即表示該

不是該三角網格幾何體的邊緣輪廓線。

綜上所述，本發明的水下地形淤泥量探測方法，係能夠在不被水面障礙物影響下，透過該三維聲納掃描儀對水下地形進行掃描，以建構出該水下地形點雲模型，對該水下地形點雲模型中欲計算淤泥含量的淤泥沉積區域，執行該邊緣輪廓點檢測演算法，以將該淤泥沉積區域分為數個三角網格幾何體後，再分別計算各該三角網格幾何體的體積並進行加總。如此，本發明的水下地形淤泥量探測方法，係具有同時應用於遮蔽水域及無遮蔽水域的功效。

雖然本發明已利用上述較佳實施例揭示，然其並非用以限定本發明，任何熟習此技藝者在不脫離本發明之精神和範圍之內，相對上述實施例進行各種更動與修改仍屬本發明所保護之技術範疇，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。