CN110232734A - 一种在役管道数据的数字化处理方法 - Google Patents
一种在役管道数据的数字化处理方法 Download PDFInfo
- Publication number
- CN110232734A CN110232734A CN201910500832.2A CN201910500832A CN110232734A CN 110232734 A CN110232734 A CN 110232734A CN 201910500832 A CN201910500832 A CN 201910500832A CN 110232734 A CN110232734 A CN 110232734A
- Authority
- CN
- China
- Prior art keywords
- data
- pipeline
- dimensional
- dimensional tube
- module
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 63
- 238000013507 mapping Methods 0.000 claims abstract description 34
- 238000005259 measurement Methods 0.000 claims description 23
- 238000012937 correction Methods 0.000 claims description 18
- 230000003993 interaction Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 11
- 230000008676 import Effects 0.000 claims description 10
- 238000009499 grossing Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 8
- 238000005452 bending Methods 0.000 claims description 6
- 230000002950 deficient Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000004210 cathodic protection Methods 0.000 claims description 4
- 239000011248 coating agent Substances 0.000 claims description 4
- 238000000576 coating method Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 abstract description 12
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 241001269238 Data Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
- G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Multimedia (AREA)
- Computer Graphics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Pipeline Systems (AREA)
Abstract
本发明属于管道信息管理的技术领域，公开了一种在役管道数据的数字化处理方法，本发明将内检测数据与地面测绘数据通过模糊匹配模块进行对比校准，避免了传统内检测器存在的误差较大的问题，增加了内检测数据的精度，提高了管道数据数字化的精度，提高了对管道信息管理的准确度。本发明还可通过人工对内检测数据的数字化结果进行修正，能够减少计算误差，提高管道数据化的精准度，再次的提高对管道信息管理的准确性；另外，本发明还能够结合外检测数据形成的数据表，通过与管道数据数字化进行叠加对比，得出管道的潜在风险。通过上述设计，提高了对管道整体状态的管理和管道信息的完整性，方便工作人员根据管道信息进行实时管理。
Description
技术领域
本发明涉及管道信息管理的技术领域，具体涉及一种在役管道数据的数字化处理方法。
背景技术
随着管道完整性管理的深入推进、计算机信息技术的发展以及数字化管道概念的提出，管道运营公司对管道数字化的需求也愈加强烈。针对在役管道的数字化，当前行业通常采用内检测器搭载惯性测量单元进行在役管道特征数字化数据的采集，而这种方法存在以下不足：(1)内检测器的实现条件较为苛刻，容易受到多种难以控制因素的影响(如管道运行压力、运行环境、检测器运行速度、地面定标点布设位置与间距、定标点坐标精度等)，会造成采集的数据波动大，测量不准确，导致数字化精度误差较大，影响对管道信息的准确管理；(2)采用内检测器检测不仅存在管道轴向上的误差，还存在管道水平方向上的误差，进一步的增大的管道特征数字化数据的误差，也降低了对管道信息的准确性管理；(3)只能得到管道本体特征的坐标数据，无法得到管道其它数据(如管道敷设环境数据、管道埋深等)，导致管道的数字化不完整，影响对管道信息的完整性管理。
发明内容
为了解决现有在役管道数字化所存在的误差大和数据不完整而造成的管道整体信息不准确和不完整问题，本发明的目的在于提供一种管道数字化误差小、精确度高、管道数据完整性高，提高了管道信息管理准确性和完整性的在役管道数据的数字化处理方法。
本发明所采用的技术方案为：
一种在役管道数据的数字化处理方法，包括以下步骤：
S101.将管道的地面测绘数据导入第一三维建模模块进行建模，获取第一三维管道走向图，其中，所述地面测绘数据为地面中心线数据；
S102.将管道的内检测数据导入二维建模模块进行建模，获取二维管道走向图；
S103.将所述第一三维管道走向图和所述二维管道走向图导入模糊匹配模块，通过所述模糊匹配模块对所述二维管道走向图与所述第一三维管道走向图进行数据匹配，提取出处于二维管道走向图中的且与第一三维管道走向图中的数据相匹配的匹配数据，并将所述匹配数据作为参考数据，然后再提取出处于二维管道走向图中的全部数据，作为计算数据；
S104.将所述参考数据输出至所述人机交互界面，将所述计算数据输出至第一数字化计算模块；
S105.通过所述第一数字化计算模块对计算数据进行空间化计算，将计算数据转化为三维坐标数据；
S106.将所述三维坐标数据输出至第二三维建模模块进行建模，获取第二三维管道走向图；
S107.将所述第一三维管道走向图和所述第二三维管道走向图传输至人机交互界面；
S108.通过所述人机交互界面获取对所述第二三维管道走向图与所述第一三维管道走向图进行人工图像准确度匹配的修正结果，其中，图像准确度匹配为根据第一三维管道走向图中的所述参考数据对第二三维管道走向图中的数据进行数据修正，所述修正结果包括根据第一三维管道走向图对第二三维管道走向图进行修正后的且处于第二三维管道走向图中的全部数据；
S109.将所述修正结果输出至第二数字化计算模块，并通过所述第二数字化计算模块进行数字化计算，得到管道数字化数据；
S110.将根据外检测数据得到的数据表导入图形展示工作模块，通过所述图形展示工作模块将所述数据表与所述管道数字化数据进行叠加对比，得出管道潜在风险预估程度。
优化的，在所述步骤S101之后且所述步骤S102之前还包括以下步骤：
S101a.将所述第一三维管道走向图导入平滑处理模块，并通过所述平滑处理模块对所述第一三维管道走向图进行平滑处理。
优化的，在所述步骤S101之后且所述步骤S102之前还包括以下步骤：
S101b.将所述第一三维管道走向图导入所述图形展示工作模块，通过所述图形展示工作模块对所述第一三维管道走向图进行质量检查，并按照如下公式进行修正；
其中公式中R为管道弹性弯曲曲率半径，单位为m，α为管道的转角角度，D为管道外径，单位为cm。
具体的，所述步骤S101b中的质量检查包括所述第一三维管道走向图的锯齿处理完成检查、锯齿过度处理检查和锯齿误处理检查。
具体的，所述地面测绘数据为地面中心线数据，所述地面中心线数据包括测量点编号、测量点坐标数据和测量点的埋深。
具体的，所述内检测数据包括缺陷数据、管道特征数据和管道焊缝列表。
具体的，所述管道数字化数据包括管道内检测所有对象的坐标数据、埋深数据和地理环境数据。
具体的，所述外检测数据包括高后果区数据、涂层破损点数据和阴极保护电位数据，其中，所述高后果区数据包括高后果区的起止点坐标和高后果区等级数据。
具体的，所述步骤S109中的数据表由所述图形展示工作模块生成。
本发明的有益效果为：
(1)一方面，本发明通过采用管道的地面测绘数据与管道的内检测数据作为管道的特征数字化数据，并通过模糊匹配模块和人机交互界面将内检测数据以地面测绘数据为标准进行校正，有效的减少了误差的产生，避免了传统管道特征数字化数据的收集容易受到外界因素影响而产生较大误差的问题，大大的提高了管道数字化的精度，提高了对管道信息管理的准确性；另一方面，本发明将通过模糊匹配模块得出的计算数据通过第一数字化计算模块进行空间化计算，通过这样设计，由于地面测绘数据为管道的中心线数据，即管道的轴向数据，而在对内检测数据通过模糊匹配模块进行校正时，是通过地面测绘数据为标准进行校正的，所以在进行数字化计算时能够将管道的数字化数据的误差控制在管道轴向，进一步的减少误差范围，增加管道数据数字化的精度，进一步的提高了对管道信息管理的准确性；另外，本发明还将经第一数字化计算模块得出的三维坐标数据通过第二三维建模模块进行三维建模，得到第二三维管道走向图，并通过人机交互界面对第二三维管道走向图与第一三维管道走向图进行人工图形准确度的匹配，并根据由模拟匹配模块生成的参考数据，以第一三维管道走向图为载体，即以第一三维管道走向图中的参考数据对第二三维管道走向图中的数据进行修正，最后将修正后的第二三维管道走向图中的数据通过第二数字化计算模块进行计算，得到管道数字化数据，通过这样设计，能够对二维管道走向图中的内检测数据的数字化计算结果进行校准与修正，进一步的提高管道数字化的精度，再次的提高了管道信息管理的准确性。
(2)本发明除了能够通过地面测绘数据和内检测数据得到管道的中心线数据和管道本身特征的数据外，还能在进行地面测绘数据测量时得到管道敷设环境数据，管道埋深数据、管道穿跨越入土点数据和管道附属物数据，可以更好的实现管道的数字化，为管道完整性的管理提供了充实的数据支持，提高了管道信息的完整性管理。
(3)本发明还提供了外检测数据，能够与管道数字化数据进行叠加对比，能够得出管道的潜在隐患，能够对管道进行潜在隐患的预估，进一步提高对管道整体状态的管理，更好的实现对管道信息准确性的管理和完整性的管理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的在役管道数据的数字化处理方法的流程示意图。
具体实施方式
下面结合具体实施例对本发明作进一步阐述。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。
文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，单独存在B，同时存在A和B三种情况，本文中术语“/和”是描述另一种关联对象关系，表示可以存在两种关系，例如，A/和B，可以表示：单独存在A，单独存在A和B两种情况，另外，本文中字符“/”，一般表示前后关联对象是一种“或”关系。
实施例一
如图1所示，本实施例所提供的在役管道的数字化处理方法，包括以下步骤S101～S110。
S101.将管道的地面测绘数据导入第一三维建模模块进行建模，获取第一三维管道走向图，其中，所述地面测绘数据为地面中心线数据。
S102.将管道的内检测数据导入二维建模模块进行建模，获取二维管道走向图。
S103.将所述第一三维管道走向图和所述二维管道走向图导入模糊匹配模块，通过所述模糊匹配模块对所述二维管道走向图与所述第一三维管道走向图进行数据匹配，提取出处于二维管道走向图中的且与第一三维管道走向图中的数据相匹配的匹配数据，并将所述匹配数据作为参考数据，然后再提取出处于二维管道走向图中的全部数据，作为计算数据。
S104.将所述参考数据输出至所述人机交互界面，将所述计算数据输出至第一数字化计算模块。
S105.通过所述第一数字化计算模块对计算数据进行空间化计算，将计算数据转化为三维坐标数据。
S106.将所述三维坐标数据输出至第二三维建模模块进行建模，获取第二三维管道走向图。
S107.将所述第一三维管道走向图和所述第二三维管道走向图传输至人机交互界面。
S108.通过所述人机交互界面获取对所述第二三维管道走向图与所述第一三维管道走向图进行人工图像准确度匹配的修正结果，其中，图像准确度匹配为根据第一三维管道走向图中的所述参考数据对第二三维管道走向图中的数据进行数据修正，所述修正结果包括根据第一三维管道走向图对第二三维管道走向图进行修正后的且处于第二三维管道走向图中的全部数据。
S109.将所述修正结果输出至第二数字化计算模块，并通过所述第二数字化计算模块进行数字化计算，得到管道数字化数据。
S110.将根据外检测数据得到的数据表导入图形展示工作模块，通过所述图形展示工作模块将所述数据表与所述管道数字化数据进行叠加对比，得出管道潜在风险预估程度。
如图1所示，下面对所述在役管道数据的数字化处理方法进行详细的阐述：
所述地面测绘数据对整个管道进行了外部测绘，测出了管道的走向及埋深，而将地面测绘数据导入第一三维建模模块，则可以得出所述第一三维管道走向图，而第一三维管道走向图则作为管道的标准走向图，用以对内检测数据进行校准与修正。
在本实施例中，地面测绘数据的测量时通过RTK测量仪器得到的，RTK测量仪器为一种现有设备，具体型号举例为：中海达V30北斗版GNSS RTK测绘仪器。
所述内检测数据为管道自身的特征数据，可以表示出管道自身的状态，即内检测数据的数字化的精准度决定了对管道信息管理的准确性，内检测数据的精准度越高，数字化的误差越小，管道信息管理的准确性就越高，就能越实际的反应出管道自身的信息，便于工作人员对管道进行管理。
在本实施例中，内检测数据是通过漏磁检测工具或超声检测工具得到的，漏磁检测工具及超声检测工具均为一种现有设备。
所述二维建模模块可根据内检测数据建立管道的二维管道走向图，并通过模糊匹配模块对二维管道走向图与第一三维管道走向图进行数据匹配，对二维管道走向图根据第一三维管道走向图进行特征匹配，一方面提取出二维管道走向图中的与第一三维管道走向图中的数据相匹配的匹配数据，并将匹配数据作为参考数据，在人工交互界面进行人工图像准确度匹配时，作为标准对第二三维管道走向图进行修正，另一方面还还提取出二维管道走向图中的全部数据进行空间化算法，得出三维坐标数据。通过上述设计，即二维管道走向图中的内检测数据，通过步骤S103则可与地面测绘数据进行校准与修正，减少内检测数据的误差，增加内检测数据数字化的精度，提高对管道信息管理的准确性。
在本实施例中，所述模拟匹配模块为一种现有技术。
第一数字化计算模块用于对匹配数据进行空间化算法，可以将二维管道走向图中的数据转化为三维坐标数据，由于内检测数据通过模糊匹配模块进行校正时，是通过地面测绘数据为标准进行校正的，而地面测绘数据为管道的轴向数据，所以，在进行第一数字化计算模块进行计算时，即可以将内检测数据的误差控制在管道轴向，避免管道水平方向的误差，进一步的提高内检测数据的精度，进而提高数字化精度，增加管道信息管理的准确性。
所述第二三维建模模块可根据三维坐标数据建立第二三维管道走向图，工作人员可通过人机交互界面对第一三维管道走向图和第二三维管道走向图进行图形准确度匹配，即通过人工对第一三维管道走向图和第二三维管道走向图进行图像准确度匹配，由于参考数据也为第一三维管道走向图中的数据，所以即可通过第一三维管道走向图中的参考数据对第二三维管道走向图进行修正。通过上述设计，能够对第二三维管道走向图进行修正，而第二三维管道走向图则代表了三维坐标数据，即能够提高三维坐标数据的精度，进而提高内检测数据的精度，减少内检测数据的误差，提高管道数据数字化的精度，提高对管道信息管理的准确性。
在本实施例中，为了提高对第二三维管道走向图中数据修正的精度，除开以参考数据为标准外，还可以以第一三维管道走向图中的全部数据为标准进行对比修正。
所述第二数字化计算模块则是将修正结果进行数字化计算，即得出管道的数字化数据，通过管道的数字化数据即可得到管道自身的信息，能够对管道进行全面的管理。
在本实施例中，第一数字化计算模块与第二数字化计算模块为同一个，且第一数字化计算模块与第二数字化计算模块中采用的算法一样，第一数字化计算模块得出的三维坐标数据其实也是管道数字化数据，而第二数字化计算模块则是对第一次数字化计算模块的结果进行再次计算，使得结果更加的精确。
在本实施例中，当得出管道数字化数据后，还可以通过图形展示工作模块生成最终的管道走向三维图，然后与第一三维管道走向图再次进行对比，即反复进行误差修正，以保证最后得到的管道数字化数据的误差很小。
所述数字化计算的基本原理为：
将所述修正结果(即通过人工修正后的内检测数据)进行数字化计算具体需要以下两步：
(1)计算内检测数据和计算得出的中心线坐标数据(即地面测绘数据)的分布相似度，从而反应其计算精度。
(2)通过计算Hellinger距离来度量其分布相似度
Hellinger距离是被用来度量两个概率分布的相似度，它是f散度的一种(f散度是度量两个分布相似度的指标)
其中，为P、Q的Radon-Nikodym微分，为了在经典的概率论框架下定义Hellinger距离，我们通常将λ定义为Lebesgue度量，此时就变为我们通常所说的概率密度函数。
当为概率密度函数时，进一步的有：
其中，P代表的为地面测绘数据的分布，Q代表内检测数据的分布。
通过相似度的评估，即可得出管道数字化的数据。
在本实施例中，还可以结合最终拟合效果展示图(即根据管道数字化数据得出的管道最终的走向图)进行综合性判断，直到内检测数据计算精度误差控制在1m以内，即可作为管道数字化数据的最终效果。通过这样即可最大化的减少误差，提高管道数字化数据的精度，保证管道信息的准确性。
当经过人工修正后的内检测数据经过第二数字计算模块进行数字化计算后，即可和外检测数据形成的数据表在图形展示工作模块中进行叠加对比，外检测数据则代表着管道的潜在隐患，当外检测数据位于同一节管道或同一管段，既可表示此节管道和此管道存在较大的潜在风险，需要进行严密检查或准备相应的预防措施。
在本实施例中，所述第一三维建模模块、所述二维建模模块和所述第二三维建模模块均为现有技术。
在本实施例中，由于在进行地面检测数据的测量时，会将一同得到管道的敷设环境数据、管道埋深数据、管道穿跨越入土点数据和管道附属物数据，当管道数字化数据得出时，根据管道数字化数据得出的管道最终三维走向图则可以与第一三维管道走向图进行对比，如果两个图中的数据匹配，则可以根据相匹配的点将管道的敷设环境数据、管道埋深数据、管道穿跨越入土点数据和管道附属物数据融合到管道的最终三维走向图中，进而可以得到管道更加全面的数据，更好的实现管道的数字化，为管道完整性的管理提供了充实的数据支持，提高了管道信息的完整性管理。
综上所述，通过上述设计，一方面，本发明通过将内检测数据与地面测绘数据通过模糊匹配模块进行数据校准，避免了传统内检测器存在的误差较大的问题，增加了内检测数据的精度，提高了管道数据数字化的精度，提高了对管道信息管理的准确度。另一方面，本发明通过第一数字化计算模块中的空间化算法，能够将内检测数据的数字化，即将通过模糊匹配模块得出的计算数据进行数字化计算，将管道数据的数字化的误差控制在管道轴向，通过这样设计，进一步的提高了数字化的精度，提高了对管道信息管理的准确性。同时，本发明还可人工对内检测数据进行修正，进一步的减少测量误差，提高管道数据化的精准度，再次的提高对管道信息管理的准确性；另外，本发明还能够结合外检测数据形成的数据表，通过与管道数据数字化进行叠加对比，得出管道的潜在风险，通过上述设计，即可对管道进行风险预估，提高了对管道整体状态的管理，也提高了管道信息的完整性，方便工作人员根据管道信息进行实时管理。
具体的，所述地面测绘数据为地面中心线数据，所述地面中心线数据包括测量点编号、测量点坐标数据和测量点的埋深。通过上述设计，既可以通过测量点编号、测量点坐标数据和测量点的埋深可形成整个管道的准确的走向图。
具体的，所述内检测数据包括缺陷数据、管道特征数据和管道焊缝列表。
通过缺陷数据、管道特征数据和管道焊缝列表既可以模拟出管道自身的特征数据，其中，管道特征数据包括弯头、三通、阀门、法兰、绝缘接头、开孔等，通过这样特征数据，即可模拟出管道的管节、管段及分管，二维建模模块即可根据这些数据建立管道的二维管道走向图，以便后续与第一三维管道走向图进行匹配。缺陷数据包括金属损失、凹陷、环焊缝缺陷等，通过这些即可完善管道的具体信息，保证对得出整个管道的全部信息，提高管道信息的完整性。
具体的，所述管道数字化数据包括管道内检测所有对象的坐标数据、埋深数据和地理环境数据。通过管道数字化数据中包含的数据，即可对管道进行精确地理信息的管理，提高对管道信息管理的准确度。
具体的，所述外检测数据包括高后果区、涂层破损点数据和阴极保护电位数据，其中，所述高后果区数据包括高后果区的起止点坐标和高后果区等级数据。通过上述设计，即可通过涂层破损点数据和阴极保护电位数据判断出管道的潜在风险，通过这些数据判断出管道中那一节可能会出现破损问题，以便工作人员进行预防。
高后果区的起止点坐标则可以表明管道的那些管节或管段为高后果区，高后果区则是一旦发生危险，损失就会特别大的地方。高后果区等级数据则是对高后果区进行分级，可以帮助工作人员判断管道的那一节的风险最大。通过高后果区数据即可帮助工作人员进行危险管道的评估与预防，提高对管道自身状态的管理，进而提高对整个管道的状态的管理，增加管道信息的完整性。
实施例二
本实施例与实施例一的不同之处在于，在所述步骤S101之后且在所述步骤S102之前添加了对第一三维管道走向图的平滑处理，即增加了步骤S101a，而其它步骤与实施例相同，所起的技术效果与实施例一也一致，在此不多加赘述。
优化的，在所述步骤S101之后且所述步骤S102之前还包括以下步骤：
S101a.将所述第一三维管道走向图导入平滑处理模块，并通过所述平滑处理模块对所述第一三维管道走向图进行平滑处理。
通过上述设计，能够对第一三维管道走向图进行平滑处理，减少第一三维管道走向图的锯齿状，增加第一三维管道走向图的准确度。
平滑处理的算法为：
基本原理：钢管可视作产生少量弹性变化的刚体，因此钢管上每一点的位置必定与其相邻的其它点位置密切相关，距离约近，相关性越高，具体算法如下：
A对地面测绘数据，在空间域，使用高斯核函数进行卷积计算(高斯核是实现尺度变换的唯一线性核)，实现对地面测绘数据的可信平滑处理。
B考虑到测量数据的特性：弯曲管段测量点相较于平直管段测量点更密集，引入尺度空间。使用不同尺度卷积核以便更好的适应不同的数据密集程度。
高斯核函数：
尺度空间定义：
L(x,y,σ)＝G(x,y,σ)×I(x,y)
其中，G(x,y,σ)为尺度可变高斯卷积核，σ为尺度坐标，决定数据平滑程度，大的σ值对应平直管段，小的σ值对应弯曲管段，在识别弯头过程中通过构造差分尺度空间，强化弯头特征，其中，高斯拉普拉斯LoG算子定义：
作为对高斯拉普拉斯算子的近似，定义差分尺度空间响应值如下：
此公式用于选择第一三维管道走向图中的修正点。
常用高斯滤波器：
通过上述设计，即可对第一三维管道走向图进行平滑处理，减少图形锯齿。
实施例三
本实施例与实施例二的不同之处在于，在实施例二进行平滑处理后，还设置了图像的质量检查与修正，即增加了步骤S101b。
具体的，在所述步骤S101之后且所述步骤S102之前还包括以下步骤：
S101b.将所述第一三维管道走向图导入所述图形展示工作模块，通过所述图形展示工作模块对所述第一三维管道走向图进行质量检查，并按照如下公式进行修正；
其中公式中R为管道弹性弯曲曲率半径，单位为m，α为管道的转角角度，D为管道外径，单位为cm。
具体的，所述步骤S101b中的质量检查包括所述第一三维管道走向图的锯齿处理完成检查、锯齿过度处理检查和锯齿误处理检查。
通过上述设计，通过对第一三维管道走向图进行质量检查，可以判断第一三维管道走向图的锯齿处理是否处理完成，是否存在锯齿未处理完成的情况，锯齿过度处理情况(可以检查图像是否存在过度处理，进而又产生了新的锯齿，影响第一三维管道走向图的准确度)和锯齿误处理检查，可以保证第一三维管道走向图的准确度，保证后续与内检测数据进行对比，保证内检测数据能够准确的校准与修正。在本实施例中，质量检查为人工检测，即工作人员判断图形是否平滑。
通过上述公式，即可对第一三维管道走向图进行质量的修正，只有当管道的转角角度、管道的外径和管道弹性弯曲曲率半径满足上述公式时，才能表明质量修正合格。
综上，采用本发明所提供的在役管道数据的数字化处理方法，具有如下技术效果：
(1)一方面，本发明通过采用管道的地面测绘数据与管道的内检测数据作为管道的特征数字化数据，并通过模糊匹配模块和人机交互界面将内检测数据以地面测绘数据为标准进行校正，有效的减少了误差的产生，避免了传统管道特征数字化数据的收集容易受到外界因素影响而产生较大误差的问题，大大的提高了管道数字化的精度，提高了对管道信息管理的准确性；另一方面，本发明将通过模糊匹配模块得出的计算数据通过第一数字化计算模块进行空间化计算，通过这样设计，由于地面测绘数据为管道的中心线数据，即管道的轴向数据，而在对内检测数据通过模糊匹配模块进行校正时，是通过地面测绘数据为标准进行校正的，所以在进行数字化计算时能够将管道的数字化数据的误差控制在管道轴向，进一步的减少误差范围，增加管道数据数字化的精度，进一步的提高了对管道信息管理的准确性；另外，本发明还将经第一数字化计算模块得出的三维坐标数据通过第二三维建模模块进行三维建模，得到第二三维管道走向图，并通过人机交互界面对第二三维管道走向图与第一三维管道走向图进行人工图形准确度的匹配，并根据由模拟匹配模块生成的参考数据，以第一三维管道走向图为载体，即以第一三维管道走向图中的参考数据对第二三维管道走向图中的数据进行修正，最后将修正后的第二三维管道走向图中的数据通过第二数字化计算模块进行计算，得到管道数字化数据，通过这样设计，能够对二维管道走向图中的内检测数据的数字化结果进行校准与修正，即再次对内检测数据进行校准和修正，进一步的提高管道数字化的精度，再次的提高了管道信息管理的准确性。
(2)本发明除了能够通过地面测绘数据和内检测数据得到管道的中心线数据和管道本身特征的数据外，还能在地面测绘数据侧测量时得到管道敷设环境数据，管道埋深数据、管道穿跨越入土点数据和管道附属物数据，可以更好的实现管道的数字化，为管道完整性的管理提供了充实的数据支持，提高了管道信息的完整性管理。
(3)本发明还提供了外检测数据与高后果区数据，能够与管道数字化数据进行叠加对比，能够得出管道的潜在隐患，能够对管道进行潜在隐患的预估，进一步提高对管道整体状态的管理，更好的实现对管道信息准确性的管理和完整性的管理。
本发明不局限于上述可选实施方式，任何人在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是落入本发明权利要求界定范围内的技术方案，均落在本发明的保护范围之内。
Claims (9)
1.一种在役管道数据的数字化处理方法，其特征在于，包括以下步骤：
S101.将管道的地面测绘数据导入第一三维建模模块进行建模，获取第一三维管道走向图，其中，所述地面测绘数据为地面中心线数据；
S102.将管道的内检测数据导入二维建模模块进行建模，获取二维管道走向图；
S103.将所述第一三维管道走向图和所述二维管道走向图导入模糊匹配模块，通过所述模糊匹配模块对所述二维管道走向图与所述第一三维管道走向图进行数据匹配，提取出处于二维管道走向图中的且与第一三维管道走向图中的数据相匹配的匹配数据，并将所述匹配数据作为参考数据，然后再提取出处于二维管道走向图中的全部数据，作为计算数据；
S104.将所述参考数据输出至所述人机交互界面，将所述计算数据输出至第一数字化计算模块；
S105.通过所述第一数字化计算模块对计算数据进行空间化计算，将计算数据转化为三维坐标数据；
S106.将所述三维坐标数据输出至第二三维建模模块进行建模，获取第二三维管道走向图；
S107.将所述第一三维管道走向图和所述第二三维管道走向图传输至人机交互界面；
S108.通过所述人机交互界面获取对所述第二三维管道走向图与所述第一三维管道走向图进行人工图像准确度匹配的修正结果，其中，图像准确度匹配为根据第一三维管道走向图中的所述参考数据对第二三维管道走向图中的数据进行数据修正，所述修正结果包括根据第一三维管道走向图对第二三维管道走向图进行修正后的且处于第二三维管道走向图中的全部数据；
S109.将所述修正结果输出至第二数字化计算模块，并通过所述第二数字化计算模块进行数字化计算，得到管道数字化数据；
S110.将根据外检测数据得到的数据表导入图形展示工作模块，通过所述图形展示工作模块将所述数据表与所述管道数字化数据进行叠加对比，得出管道潜在风险预估程度。
2.根据权利要求1所述的一种在役管道数据的数字化处理方法，其特征在于：在所述步骤S101之后且所述步骤S102之前还包括以下步骤：
S101a.将所述第一三维管道走向图导入平滑处理模块，并通过所述平滑处理模块对所述第一三维管道走向图进行平滑处理。
3.根据权利要求1或权利要求2所述的一种在役管道数据的数字化处理方法，其特征在于：在所述步骤S101之后且所述步骤S102之前还包括以下步骤：
S101b.将所述第一三维管道走向图导入所述图形展示工作模块，通过所述图形展示工作模块对所述第一三维管道走向图进行质量检查，并按照如下公式进行修正；
其中公式中R为管道弹性弯曲曲率半径，单位为m，α为管道的转角角度，D为管道外径，单位为cm。
4.根据权利要求3所述的一种在役管道数据的数字化处理方法，其特征在于：所述步骤S101b中的质量检查包括所述第一三维管道走向图的锯齿处理完成检查、锯齿过度处理检查和锯齿误处理检查。
5.根据权利要求1所述的一种在役管道数据的数字化处理方法，其特征在于：所述地面中心线数据包括测量点编号、测量点坐标数据和测量点的埋深。
6.根据权利要求1所述的一种在役管道数据的数字化处理方法，其特征在于：所述内检测数据包括缺陷数据、管道特征数据和管道焊缝列表。
7.根据权利要求1所述的一种在役管道数据的数字化处理方法，其特征在于：所述管道数字化数据包括管道内检测所有对象的坐标数据、埋深数据和地理环境数据。
8.根据权利要求1所述的一种在役管道数据的数字化处理方法，其特征在于：所述外检测数据包括高后果区数据、涂层破损点数据和阴极保护电位数据，其中，所述高后果区数据包括高后果区的起止点坐标和高后果区等级数据。
9.根据权利要求1所述的一种在役管道数据的数字化处理方法，其特征在于：所述步骤S109中的数据表由所述图形展示工作模块生成。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910500832.2A CN110232734B (zh) | 2019-06-11 | 2019-06-11 | 一种在役管道数据的数字化处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910500832.2A CN110232734B (zh) | 2019-06-11 | 2019-06-11 | 一种在役管道数据的数字化处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110232734A true CN110232734A (zh) | 2019-09-13 |
| CN110232734B CN110232734B (zh) | 2023-06-09 |
Family
ID=67859616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910500832.2A Active CN110232734B (zh) | 2019-06-11 | 2019-06-11 | 一种在役管道数据的数字化处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110232734B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112257633A (zh) * | 2020-10-29 | 2021-01-22 | 中国安全生产科学研究院 | 一种基于图像识别的管道高后果区动态识别方法 |
| CN112857364A (zh) * | 2021-01-08 | 2021-05-28 | 四川德源管道科技股份有限公司 | 一种管道imu检测数据的数据修正方法、***和介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102966850A (zh) * | 2012-11-19 | 2013-03-13 | 天津大学 | 一种管道走向的检测方法 |
| CN107544078A (zh) * | 2017-07-06 | 2018-01-05 | 盐城新奥燃气有限公司 | 一种新燃气顶管准确定位的方法 |
-
2019
- 2019-06-11 CN CN201910500832.2A patent/CN110232734B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102966850A (zh) * | 2012-11-19 | 2013-03-13 | 天津大学 | 一种管道走向的检测方法 |
| CN107544078A (zh) * | 2017-07-06 | 2018-01-05 | 盐城新奥燃气有限公司 | 一种新燃气顶管准确定位的方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112257633A (zh) * | 2020-10-29 | 2021-01-22 | 中国安全生产科学研究院 | 一种基于图像识别的管道高后果区动态识别方法 |
| CN112257633B (zh) * | 2020-10-29 | 2023-06-02 | 中国安全生产科学研究院 | 一种基于图像识别的管道高后果区动态识别方法 |
| CN112857364A (zh) * | 2021-01-08 | 2021-05-28 | 四川德源管道科技股份有限公司 | 一种管道imu检测数据的数据修正方法、***和介质 |
| CN112857364B (zh) * | 2021-01-08 | 2024-05-24 | 四川德源管道科技股份有限公司 | 一种管道imu检测数据的数据修正方法、***和介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110232734B (zh) | 2023-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xu et al. | 3D reconstruction and measurement of surface defects in prefabricated elements using point clouds | |
| Li et al. | Terrestrial laser scanning assisted flatness quality assessment for two different types of concrete surfaces | |
| Olsen et al. | New automated point-cloud alignment for ground-based light detection and ranging data of long coastal sections | |
| CN109147038A (zh) | 基于三维点云处理的管道三维建模方法 | |
| Mizoguchi et al. | Quantitative scaling evaluation of concrete structures based on terrestrial laser scanning | |
| CN103699634A (zh) | 一种一站式管线探测的数据建库方法及*** | |
| CN105157590A (zh) | 一种基于三维激光扫描技术的建构物健康监测*** | |
| CN112884647A (zh) | 一种基于bim点云技术指导埋件施工定位方法 | |
| CN105550428A (zh) | 一种基于tls技术的桥梁安全评估方法 | |
| olde Scholtenhuis et al. | Representing geographical uncertainties of utility location data in 3D | |
| Jiang et al. | A cable-mapping algorithm based on ground-penetrating radar | |
| CN111274683B (zh) | 一种油气管线数据对齐管理方法 | |
| CN110232734A (zh) | 一种在役管道数据的数字化处理方法 | |
| Luo et al. | 3D deformation monitoring method for temporary structures based on multi-thread LiDAR point cloud | |
| Li et al. | A deep learning-based indoor acceptance system for assessment on flatness and verticality quality of concrete surfaces | |
| CN116070887A (zh) | 一种土地测绘数据智能分析管理*** | |
| Sharif et al. | Using termination points and 3D visualization for dimensional control in prefabrication | |
| CN103868455B (zh) | 一种视觉重建水槽内目标点空间坐标的方法 | |
| Wysocki et al. | Unlocking point cloud potential: Fusing MLS point clouds with semantic 3D building models while considering uncertainty | |
| CN103697844A (zh) | 基于内检测的油气管道中线坐标修正方法 | |
| Zhao et al. | Intelligent segmentation method for blurred cracks and 3D mapping of width nephograms in concrete dams using UAV photogrammetry | |
| Zhang et al. | Freight train gauge-exceeding detection based on three-dimensional stereo vision measurement | |
| Wu et al. | Fast cylindrical fitting method using point cloud’s normals estimation | |
| CN108763808A (zh) | 一种地下管线几何数据融合方法 | |
| CN115374511A (zh) | 一种地铁隧道监测三维控制网仿真设计***和方法 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Room 1801, 18 / F, unit 1, building 1, No. 777, North Yizhou Avenue, high tech Zone, Chengdu, Sichuan 610000 Applicant after: Sichuan Deyuan Pipeline Technology Co.,Ltd. Address before: No. 503, 5th Floor, Building 2, No. 138 Tianfu Second Street, High tech Zone, Chengdu, Sichuan, 610000 Applicant before: SICHUAN DEYUAN PETROLEUM & GAS Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |