CN116680786A - 一种适用于电力隧道运维的数字孪生建模*** - Google Patents
一种适用于电力隧道运维的数字孪生建模*** Download PDFInfo
- Publication number
- CN116680786A CN116680786A CN202310653066.XA CN202310653066A CN116680786A CN 116680786 A CN116680786 A CN 116680786A CN 202310653066 A CN202310653066 A CN 202310653066A CN 116680786 A CN116680786 A CN 116680786A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- module
- data
- model
- detection
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 147
- 230000010354 integration Effects 0.000 claims abstract description 48
- 230000003068 static effect Effects 0.000 claims abstract description 45
- 230000007613 environmental effect Effects 0.000 claims abstract description 13
- 238000007689 inspection Methods 0.000 claims description 50
- 238000013507 mapping Methods 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 24
- 238000005516 engineering process Methods 0.000 claims description 22
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 18
- 238000010276 construction Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 8
- 238000004062 sedimentation Methods 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 230000008054 signal transmission Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000011664 signaling Effects 0.000 claims description 2
- 239000007789 gas Substances 0.000 description 21
- 239000013307 optical fiber Substances 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 239000007788 liquid Substances 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 230000005183 environmental health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- 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)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请提供的一种适用于电力隧道运维的数字孪生建模***,该***包括隧道实景建模模块、隧道数据检测模块、检测位置定位模块、模型数据集成模块,其中,隧道实景建模模块可以对待运维隧道激光进行扫描得到点云数据,从而构建隧道静态模型;隧道数据检测模块可以对隧道中的环境参数进行检测;检测位置定位模块可以通过TOA测距算法定位数据检测模块在检测时的实时位置;最后模型数据集成模块可以将检测数据集成至隧道静态模型中与实时位置对应的检测位置,生成隧道动态模型,本申请将隧道中实时检测得到的数据与隧道静态模型进行联动,实现隧道由实向虚的完整数据映射,以使运维人员开展隧道全景的可视化巡视和实时状态感知,提高隧道运维的效率。
Description
技术领域
本申请涉及电力隧道建模技术领域,尤其涉及一种适用于电力隧道运维的数字孪生建模***。
背景技术
随着电力***的不断发展,电网的建设规模越来越大,电力隧道作为电力***的重要组成部分,其运维的要求和难度也在不断提高,电力隧道作为一种为输电线路提供通道和保护的设施,为减少对环境的影响和保护隧道中的电力设备,一般采用地下建设,因此运维人员在对电力隧道进行运维时,可以检测的空间十分有限,也无法对电力隧道的整体运行环境进行感知,难以达到安全运维的要求。
近几年电力隧道内逐步开展综合监控***、巡检灭火机器人***、视频监控***等在线监测***的安装,推进机器代替人的策略,实现日常巡检不下隧道的运维模式,以减少运维人员在电力隧道中作业的风险,然而,现有的在线监测***的建设缺乏统一规划,各个***模块之间的数据孤立,导致***内部信息不畅通,并且无法直观查看隧道地理空间信息和隧道环境检测数据之间的映射关系,导致存在巡检***的巡检路径和巡检数据匹配不上的情况,进而无法合理配置运维资源,极大降低了隧道运维的效率。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一,特别是现有技术中在线监测***的建设缺乏统一规划,各个***模块之间的数据孤立,导致***内部信息不畅通,并且无法直观查看隧道地理空间信息和隧道环境检测数据之间的映射关系的技术缺陷。
本申请提供了一种适用于电力隧道运维的数字孪生建模***,其特征在于,所述***包括隧道实景建模模块、隧道数据检测模块、检测位置定位模块、模型数据集成模块;其中,所述隧道数据检测模块和所述检测位置定位模块应用于巡视移动终端中;
所述隧道实景建模模块用于将对待运维隧道激光扫描得到的点云数据与预设的隧道纹理贴图相结合,构建所述待运维隧道的隧道静态模型,并将所述隧道静态模型发送至所述模型数据集成模块;
所述隧道数据检测模块用于对所述巡视移动终端所处位置上的环境参数进行检测,并将检测数据发送至模型数据集成模块;
所述检测位置定位模块用于通过TOA测距算法定位所述巡视移动终端在所述待运维隧道中的实时位置,并将所述实时位置发送至所述模型数据集成模块;
所述模型数据集成模块用于接收所述隧道实景建模模块发送的隧道静态模型、所述隧道数据检测模块发送的检测数据以及所述检测位置定位模块发送的实时位置,并确定所述隧道静态模型中与所述实时位置对应的检测位置,以将所述检测数据集成至所述隧道静态模型中的检测位置,得到所述待运维隧道的隧道动态模型。
可选地,所述隧道实景建模模块包括激光扫描子模块、模型构建子模块和纹理贴图子模块;
所述激光扫描子模块用于对待运维隧道进行激光扫描,得到所述待运维隧道的点云数据,并将所述点云数据发送至所述模型构建子模块;
所述模型构建子模块用于采用BIM技术对所述点云数据进行点云配准,生成隧道初始模型,并将所述隧道初始模型发送至纹理贴图子模块;
所述纹理贴图子模块用于获取所述待运维隧道对应的隧道纹理贴图,并将所述隧道纹理贴图贴合至所述隧道初始模型中,得到隧道静态模型。
可选地,所述激光扫描子模块用于对待运维隧道进行激光扫描,得到所述待运维隧道的点云数据的过程,包括:
所述激光扫描子模块通过激光发射的多个激光脉冲对待运维隧道的空间结构进行扫描以及利用编码器测量各个激光脉冲的扫描角度,生成所述空间结构的三维坐标,并将所述三维坐标转换为所述待运维隧道的点云数据。
可选地,所述模型构建子模块用于采用BIM技术对所述点云数据进行点云配准,生成隧道初始模型的过程,包括:
所述模型构建子模块对所述点云数据进行滤波处理,并采用BIM技术将处理后的点云数据在同一个坐标系中进行对齐和融合,生成隧道初始模型。
可选地,所述纹理贴图子模块用于将所述隧道纹理贴图贴合至所述隧道初始模型中,得到隧道静态模型的过程,包括:
所述纹理贴图子模块根据所述隧道初始模型的空间结构对所述隧道纹理贴图进行调整和切割,并将处理后的隧道纹理贴图贴合至所述隧道初始模型中,得到隧道静态模型。
可选地,所述隧道数据检测模块包括温度传感器、振动传感器、沉降传感器、气体传感器和水声传感器;
所述温度传感器用于对所述巡视移动终端所处位置上的温度进行检测;
所述振动传感器用于对所述巡视移动终端所处位置上的结构振动幅值和频率进行检测;
所述沉降传感器用于对所述巡视移动终端所处位置上的地面沉降进行检测;
所述气体传感器用于对所述巡视移动终端所处位置上的气体浓度进行检测;
所述水声传感器用于对所述巡视移动终端所处位置上的水流声音进行检测。
可选地,所述隧道数据检测模块还包括视频传感器;
所述隧道数据检测模块在检测到所述巡视移动终端所处位置上的检测数据存在异常时,采用视频传感器采集现场音频并发送至所述模型数据集成模块,以使运维人员进行异常事件确认。
可选地,所述检测位置定位模块包括信号发送子模块、距离测量子模块和位置确定子模块;
所述信号发送子模块用于确认多个测距基站,并对各个测距基站发送测距信号;
所述距离测量子模块用于测量所述测距信号在所述巡视移动终端与各个测距基站之间的传播时长,并将各个传播时长转换为对应的基站距离;
位置确定子模块用于对各个基站距离进行计算,得到所述巡视移动终端的实时位置。
可选地,所述模型数据集成模块还包括:
所述模型数据集成模块实时接收所述隧道数据检测模块发送的检测数据,并在检测到所述检测数据与所述隧道动态模型中的数据不一致时,将所述检测数据更新至所述隧道动态模型中。
可选地,所述模型数据集成模块还包括:
所述模型数据集成模块对所述隧道动态模型进行分析,并在分析结果存在异常时向运维人员发起预警。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请提供的一种适用于电力隧道运维的数字孪生建模***,该***包括隧道实景建模模块、隧道数据检测模块、检测位置定位模块、模型数据集成模块,并且隧道数据检测模块和检测位置定位模块应用于巡视移动终端中;其中,隧道实景建模模块可以将对待运维隧道激光扫描得到的点云数据与预设的隧道纹理贴图相结合,构建待运维隧道的隧道静态模型,以此通过待运维隧道的三维模型可以直观表达隧道的隧道走向、线缆布局等空间结构,使得运维人员摆脱对隧道图纸的依赖,实时掌握隧道的空间结构信息;隧道数据检测模块可以对巡视移动终端所处位置上的环境参数进行检测,通过巡视移动终端对待运维隧道中的环境以及电力设备的各类数据进行实时检测,可以实时了解待运维隧道的现场数据变化;检测位置定位模块可以通过TOA测距算法定位巡视移动终端在待运维隧道中的实时位置,从而可以根据巡视移动终端的实时位置将巡检数据实时映射,防止巡检移动终端的巡检路径和巡检数据的匹配出现误差;最后模型数据集成模块可以接收隧道实景建模模块发送的隧道静态模型、隧道数据检测模块发送的检测数据以及检测位置定位模块发送的实时位置,以将检测数据集成至隧道静态模型中与实时位置对应的检测位置,生成待运维隧道的隧道动态模型,本申请将待运维隧道中实时检测得到的数据与隧道静态模型进行联动,实现隧道由实向虚的完整数据映射,以使运维人员开展隧道全景的可视化巡视和实时状态感知,从而合理配置运维资源,提高隧道运维的效率。
附图说明
为了更清楚地说明本申请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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例提供的一种数字孪生建模***的结构示意图;
图2为本申请实施例提供的隧道实景建模模块的结构示意图;
图3为本申请实施例提供的隧道数据检测模块的结构示意图;
图4为本申请实施例提供的检测位置定位模块的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
近几年电力隧道内逐步开展综合监控***、巡检灭火机器人***、视频监控***等在线监测***的安装,推进机器代替人的策略,实现日常巡检不下隧道的运维模式,以减少运维人员在电力隧道中作业的风险,然而,现有的在线监测***的建设缺乏统一规划,各个***模块之间的数据孤立,导致***内部信息不畅通,并且无法直观查看隧道地理空间信息和隧道环境检测数据之间的映射关系,导致存在巡检***的巡检路径和巡检数据匹配不上的情况,进而无法合理配置运维资源,极大降低了隧道运维的效率。
基于此,本申请提出了如下技术方案,具体参见下文:
在一个实施例中,如图1所示,图1为本申请实施例提供的一种数字孪生建模***的结构示意图;本申请提供了一种数字孪生建模***,所述***可以包括隧道实景建模模块、隧道数据检测模块、检测位置定位模块、模型数据集成模块。
所述隧道实景建模模块用于将对待运维隧道激光扫描得到的点云数据与预设的隧道纹理贴图相结合,构建所述待运维隧道的隧道静态模型,并将所述隧道静态模型发送至所述模型数据集成模块。
所述隧道数据检测模块用于对所述巡视移动终端所处位置上的环境参数进行检测,并将检测数据发送至模型数据集成模块。
所述检测位置定位模块用于通过TOA测距算法定位所述巡视移动终端在所述待运维隧道中的实时位置,并将所述实时位置发送至所述模型数据集成模块。
所述模型数据集成模块用于接收所述隧道实景建模模块发送的隧道静态模型、所述隧道数据检测模块发送的检测数据以及所述检测位置定位模块发送的实时位置,并确定所述隧道静态模型中与所述实时位置对应的检测位置,以将所述检测数据集成至所述隧道静态模型中的检测位置,得到所述待运维隧道的隧道动态模型。
其中,隧道数据检测模块和检测位置定位模块应用于巡视移动终端中,而巡视移动终端为一种适用于电力隧道运维的手持多功能终端,其集各种检测工具为一体,可以由运维人员携带进入待运维隧道进行环境参数的检测,也可以由运维机器人携带进入待运维隧道进行环境参数的检测,在此不做限制。
本实施例中,如图1所示,数字孪生建模***可以包括隧道实景建模模块、隧道数据检测模块、检测位置定位模块和模型数据集成模块,隧道数据检测模块、检测位置定位模块主要负责获取待运维隧道中各个检测位置对应的检测数据,而隧道实景建模模块和模型数据集成模块主要负责根据待运维隧道的实景以及待运维隧道中各个检测位置的检测数据进行建模,从而得到隧道动态模型,本申请由此来构成一个完整的数字孪生建模***。
具体地,本申请中各个模块在对待运维隧道建立隧道动态模型过程中执行着相应的功能,如隧道实景建模模块可以利用激光对待运维隧道激光进行扫描得到点云数据,并将点云数据和预设的隧道纹理贴图相结合,从而构建待运维隧道的隧道静态模型,而隧道数据检测模块可以根据巡视移动终端在隧道中的巡视位置上,对隧道环境进行实时检测,从而得到巡视移动终端的巡视位置上对应的环境参数,检测位置定位模块则可以通过TOA测距算法定位巡视移动终端的巡视的实时位置,最后模型数据集成模块可以接收隧道实景建模模块发送的隧道静态模型、隧道数据检测模块发送的检测数据以及检测位置定位模块发送的实时位置,并将检测数据集成到隧道静态模型中与该实时位置对应的检测位置,从而得到待运维隧道的隧道动态模型。
其中,TOA测距算法是一种基于时间差测距的算法,它的测距精度高,适用于多种信号类型和环境,也不受传输速率和信号强度等因素的影响,它可以通过测量信号从发射源到接收器的传播时间差,计算出信号传播的距离,其通常采用至少两个接收器,通过测量信号到达不同接收器的时间差,计算出信号的传播距离,因此,在TOA测距算法中,接收器越多,对发射源的定位越精确,在实际应用中,可以根据具体场景选择合适的接收器数量,以提高测距的精度和可靠性。
进一步地,隧道数据检测模块可以设置多种现场检测方法,包括但不限于温度检测、振动检测、沉降检测、气体检测等,当巡视移动终端停留在待运维隧道中任一位置时,隧道数据检测模块可以对当前位置的环境参数进行检测,并将检测数据实时发送回指挥中心的模型数据集成模块中,为待运维隧道的隧道动态模型提供数据支撑。
可以理解的是,待运维隧道中设置有各种类型的电力设备,隧道数据检测模块在对待运维隧道进行检测时,不仅可以对待运维隧道的环境参数进行检测,如气体浓度、温度变化、地面沉降等,还可以对电力设备的运行状态进行检测,如设备温度、设备声音、设备运行中产生的振动幅值等,模型数据集成模块可以对隧道数据检测模块发送的数据进行分析,从而判断待运维隧道是否存在环境异常或者电力设备的运行异常,以便运维人员在异常时能够及时做出对应的应急预案。
上述实施例中,该***包括隧道实景建模模块、隧道数据检测模块、检测位置定位模块、模型数据集成模块,并且隧道数据检测模块和检测位置定位模块应用于巡视移动终端中;其中,隧道实景建模模块可以将对待运维隧道激光扫描得到的点云数据与预设的隧道纹理贴图相结合,构建待运维隧道的隧道静态模型,以此通过待运维隧道的三维模型可以直观表达隧道的隧道走向、线缆布局等空间结构,使得运维人员摆脱对隧道图纸的依赖,实时掌握隧道的空间结构信息;隧道数据检测模块可以对巡视移动终端所处位置上的环境参数进行检测,通过巡视移动终端对待运维隧道中的环境以及电力设备的各类数据进行实时检测,可以实时了解待运维隧道的现场数据变化;检测位置定位模块可以通过TOA测距算法定位巡视移动终端在待运维隧道中的实时位置,从而可以根据巡视移动终端的实时位置将巡检数据实时映射,防止巡检移动终端的巡检路径和巡检数据的匹配出现误差;最后模型数据集成模块可以接收隧道实景建模模块发送的隧道静态模型、隧道数据检测模块发送的检测数据以及检测位置定位模块发送的实时位置,以将检测数据集成至隧道静态模型中与实时位置对应的检测位置,生成待运维隧道的隧道动态模型,本申请将待运维隧道中实时检测得到的数据与隧道静态模型进行联动,实现隧道由实向虚的完整数据映射,以使运维人员开展隧道全景的可视化巡视和实时状态感知,从而合理配置运维资源,提高隧道运维的效率。
在一个实施例中,如图2所示,图2为本申请实施例提供的隧道实景建模模块的结构示意图;图2中,隧道实景建模模块可以包括激光扫描子模块、模型构建子模块和纹理贴图子模块。
所述激光扫描子模块用于对待运维隧道进行激光扫描,得到所述待运维隧道的点云数据,并将所述点云数据发送至所述模型构建子模块。
所述模型构建子模块用于采用BIM技术对所述点云数据进行点云配准,生成隧道初始模型,并将所述隧道初始模型发送至纹理贴图子模块。
所述纹理贴图子模块用于获取所述待运维隧道对应的隧道纹理贴图,并将所述隧道纹理贴图贴合至所述隧道初始模型中,得到隧道静态模型。
本实施例中,隧道实景建模模块还可以包括多个子模块,如激光扫描子模块、模型构建子模块和纹理贴图子模块,其中,激光扫描子模块主要负责对待运维隧道进行激光扫描,得到待运维隧道的点云数据,而模型构建子模块主要负责采用BIM技术(BuildingInformation Modeling,建筑信息模型)对点云数据进行点云配准,生成隧道初始模型,纹理贴图子模块则主要负责获取待运维隧道对应的隧道纹理贴图,并将隧道纹理贴图贴合至隧道初始模型中,从而得到隧道静态模型。
可以理解的是,BIM技术是以建筑工程的各项相关信息数据作为模型的基础,进行建筑模型建立的工具,通过数字信息仿真模拟建筑物所具有的真实信息,包括三维几何形状信息,如建筑构件的材料、性能、重量、位置等,它具有可视化、协调性、模拟性、优化性和可出图性五大特点,因此在本申请中,BIM建模以点云数据作为建模的参考依据,可以有效地弥补了传统建模过程中设备三维信息不足的缺陷。
进一步地,在建立隧道初始模型后,可以根据待运维隧道的环境实景设置隧道纹理贴图,该隧道纹理贴图为包括隧道内表面材质、颜色、纹理等信息的图片,其可以通过在待运维隧道内进行拍摄、三维激光扫描等方式获取,在获取到隧道纹理贴图后,可以将它贴合到隧道初始模型对应的空间结构上,从而得到隧道静态模型,这样得到隧道静态模型与待运维隧道高度仿真,高度还原隧道内部的现实场景,因此运维人员不需要前往待运维隧道内便可以直接观察到待运维隧道的细节,从而可以减轻运维人员的工作压力和运维速率。
在一个实施例中,所述激光扫描子模块用于对待运维隧道进行激光扫描,得到所述待运维隧道的点云数据的过程,可以包括:激光扫描子模块通过激光发射的多个激光脉冲对待运维隧道的空间结构进行扫描以及利用编码器测量各个激光脉冲的扫描角度,生成空间结构的三维坐标,并将三维坐标转换为待运维隧道的点云数据。
本实施例中,在获取待运维隧道的点云数据时,可以利用激光对待运维隧道进行扫描并收集其空间结构信息,即通过激光发射的多个激光脉冲对待运维隧道进行扫描,得到待运维隧道的空间结构,以及利用编码器测量各个激光脉冲的扫描角度,并根据空间结构和对应的扫描角度生成三维坐标,从而可以将三维坐标转换为待运维隧道的点云数据。
可以理解的是,激光扫描子模块可以包括一个激光脉冲发射体和两个反光镜,激光脉冲发射体会发出一束激光脉冲,然后激光脉冲会通过一个旋转的反光镜,将激光脉冲引导到扫描区域内,而第二个反光镜会将激光脉冲反射回来,通过第一个反光镜,最终反射回激光脉冲发射体,在扫描过程中,两个反光镜会快速而有序地旋转,使得激光脉冲能够扫描整个扫描区域。
具体地,激光扫描子模块利用光速和时间的关系,可以计算激光脉冲的反射和回波所需的时间,从而得到待运维隧道内物体表面每个点到激光脉冲发射体的测量距离,并采用编码器测量两个连续转动的反射镜中每个激光脉冲的角度,可以得到激光脉冲在水平方向以及垂直方向上的旋转角度,通过该旋转角度和激光脉冲发射体的位置计算得到每个激光脉冲的方向向量,进而可以根据测量距离和方向向量计算得到待运维隧道内物体表面每个点的三维坐标。其中,待运维隧道内物体包括但不限于隧道本体、电缆支架、电缆、消防设施、在线监测设备、铭牌、交叉互联箱、中间接头设备等物体。
进一步地,激光扫描子模块在对待运维隧道扫描过程中,还可以通过激光脉冲的反射强度来反映待运维隧道内物体表面的反射能力,即物体表面的明暗程度,可以根据激光脉冲的反射强度对物体表面的扫描点匹配颜色,使得扫描结果更加真实,具体来说,可以将反射强度映射到灰度值或颜色值上,从而给每个扫描点赋予对应的颜色,本申请可以对反射强度较高的点赋予较亮的颜色,而对反射强度较低的点赋予较暗的颜色,本申请利用三维坐标以及其丰富的色彩信息转换得到点云数据,可以直观全面地反应隧道的内部实况,有效地提高运维人员的工作效率以及对内部场景设备位置的判别,从而多方位地提高模型的位置精度以及尺寸精度。
在一个实施例中,所述模型构建子模块用于采用BIM技术对点云数据进行点云配准,生成隧道初始模型的过程,可以包括:所述模型构建子模块对点云数据进行滤波处理,并采用BIM技术将处理后的点云数据在同一个坐标系中进行对齐和融合,生成隧道初始模型。
本实施例中,在获取到待运维隧道物体表面的点云数据后,可以对点云数据进行滤波等预处理,以保证点云数据的准确性和可靠性,接着可以将预处理后的点云数据导入BIM建模软件中,采用BIM技术将点云数据在同一个坐标系中进行对齐和融合,从而生成隧道初始模型。
可以理解的是,由于激光扫描过程中会受到环境等因素的影响,如光照、遮挡等,因此获取到的点云数据存在有噪声,为了提高点云数据的质量,可以对点云数据进行滤波去噪,去除无用的点云数据,本申请在对点云数据进行滤波处理后,还可以进行数据拼接、精度校验、格式转换等预处理操作,其中,数据拼接是指激光扫描子模块在对同一件物体进行多次扫描时,可以将得到的多个点云数据进行拼接,从而得到物体的完整点云数据,而精度校准指的是校准由于激光扫描子模块的精度限制和环境因素的影响导致的点云数据存在的误差,格式转换指的则是将点云数据的格式转换为便于BIM建模软件操作的格式。
具体地,在BIM建模软件中将预处理后的点云数据在同一个坐标系中进行对齐和融合时,可以先在BIM建模软件中建立一个全局坐标系,从而可以确定各个点云数据的位置和方向,接着可以采用ICP算法等方法将不同位置的点云数据进行配准,使其在同一个坐标系中对齐,并将配准后的点云数据进行融合,最后可以将融合后的点云数据转换为BIM模型,从而生成一个完整的隧道初始模型,在本申请中融合方法可以采用加权平均法、移动最小二乘法等方法,在此不做限制。
在一个实施例中,所述纹理贴图子模块用于将所述隧道纹理贴图贴合至所述隧道初始模型中,得到隧道静态模型的过程,可以包括:纹理贴图子模块根据隧道初始模型的空间结构对隧道纹理贴图进行调整和切割,并将处理后的隧道纹理贴图贴合至隧道初始模型中,得到隧道静态模型。
本实施例中,在隧道初始模型生成后,可以获取预先存储的隧道纹理贴图,并根据隧道初始模型的空间结构对隧道纹理贴图进行调整和切割,以使隧道纹理贴图与隧道完全匹配,接着可以将处理后的隧道纹理贴图贴合至隧道初始模型中,得到隧道静态模型。
具体地,在对隧道纹理贴图进行调整和切割时,可以先确定与待运维隧道对应的隧道纹理贴图,并将其导入BIM建模软件中,根据隧道静态模型调整大小和比例,使其与隧道初始模型匹配,同时,可以隧道内部的物体形状和拓扑结构,将贴图进行分割,以便更好地贴合至隧道初始模型中,在将隧道纹理贴图贴合至隧道初始模型中时,得到隧道静态模型,在贴图时,可以采用UV贴图、纹理映射等技术,整个过程中保持隧道纹理贴图的比例、方向和位置,以保证贴图的准确性和一致性。
进一步地,可以对隧道静态模型进行优化,如调整隧道纹理贴图地亮度、对比度、色调等参数,以提高隧道纹理贴图地真实感和美观感,使得隧道静态模型与待运维隧道高度仿真,接着可以将优化后的隧道静态模型导出为3D模型文件并进行展示,以便运维人员对隧道静态模型进行分析和管理,其中,3D模型文件可以以.obj、.fbx、.skp等格式导出,在此不做限制。
在一个实施例中,如图3所示,图3为本申请实施例提供的隧道数据检测模块的结构示意图;图3中,隧道数据检测模块可以包括温度传感器、振动传感器、沉降传感器、气体传感器和水声传感器。
所述温度传感器用于对所述巡视移动终端所处位置上的温度进行检测。
所述振动传感器用于对所述巡视移动终端所处位置上的结构振动幅值和频率进行检测。
所述沉降传感器用于对所述巡视移动终端所处位置上的地面沉降进行检测。
所述气体传感器用于对所述巡视移动终端所处位置上的气体浓度进行检测。
所述水声传感器用于对所述巡视移动终端所处位置上的水流声音进行检测。
本实施例中,隧道数据检测模块在对待运维隧道进行实时检测时,可以通过多个不同的传感器对隧道中的环境参数进行检测,其中,隧道数据检测模块包括但不限于温度传感器、振动传感器、沉降传感器、气体传感器和水声传感器,分别用于对温度、结构振动幅值和频率、气体浓度和水流声音进行检测,并将检测到的环境参数实时发送回待运维隧道外的指挥中心的模型数据集成模块中。
具体地,本申请中的温度传感器可以采用红外测温技术,通过测量物体表面的红外辐射温度来确定其表面温度;振动传感器可以采用压电技术、电磁感应技术、静电感应技术测量隧道内物体的振动幅度和频率;沉降传感器可以采用光纤光栅技术或电阻应变片技术,通过测量光纤光栅的长度变化或电阻应变片的电阻值变化来实现对土地沉降的测量;气体传感器可以通过吸气泵吸入气体,从而感应可燃气体、氧气、硫化氢、一氧化碳等气体,并对气体的浓度进行测量和分析;而水声传感器可以采用声波的传播和反射原理,通过发送声波来探测水面位置,从而判断液位的高低。
进一步地,隧道数据检测模块可以利用光纤传感技术将各个传感器检测到的数据转换为电信号并发送回模型数据集成模块,光纤传感技术为一种利用光学原理进行信号传输和传感的光纤,其核心为核心是光纤中的探测元件,其可以应用于各个传感器中,光纤传感技术包括了分布式传感光纤和点式传感光纤,在本申请中可以采用分布式传感光纤,其测量距离长达200km,温度测量精度1℃,应变测量精度20με,利用分布式传感光纤实现待运维隧道的环境健康检测,可以将安全事故消除在萌芽状态,真正做到防患于未然。
在一个实施例中,所述隧道数据检测模块还包括视频传感器;隧道数据检测模块在检测到巡视移动终端所处位置上的检测数据存在异常时,采用视频传感器采集现场音频并发送至模型数据集成模块,以使运维人员进行异常事件确认。
本实施例中,巡视移动终端持续对待运维隧道的环境进行巡视,当检测到存在传感器的检测数据超出预设的标准范围时,确定该检测数据存在异常,此时可以启动视频传感器对数据异常的位置进行音频拍摄,并将拍摄得到的音频数据发送至模型数据集成模块,以使运维人员结合音频数据对异常的检测数据进行分析,从而确定异常事件,并及时响应对应的应急预案。
具体地,不同的传感器的检测数据在判断是否存在异常的标准不同,如温度传感器可以判断检测数据是否超出预设温度范围;振动传感器可以判断检测数据是否高于预设振动阈值;沉降传感器可以判断检测数据是否高于预设沉降阈值;气体传感器可以判断检测数据中是否存在气体的浓度超过其对应的预设浓度范围,检测数据中的气体种类可以是可燃气,氧气,硫化氢,一氧化碳等气体;而水声传感器可以根据检测数据计算水井的液位,进而判断该液位是否超过预设液位范围。
在一个实施例中,如图4所示,图4为本申请实施例提供的检测位置定位模块的结构示意图;图4中,所述检测位置定位模块可以包括信号发送子模块、距离测量子模块和位置确定子模块。
所述信号发送子模块用于确认多个测距基站,并对各个测距基站发送测距信号。
所述距离测量子模块用于测量所述测距信号在所述巡视移动终端与各个测距基站之间的传播时长,并将各个传播时长转换为对应的基站距离。
位置确定子模块用于对各个基站距离进行计算,得到所述巡视移动终端的实时位置。
本实施例中,检测位置定位模块可以包括多个子模块,如信号发送子模块、距离测量子模块和位置确定子模块,各个子模块执行相应的功能,如信号发送子模块主要负责确认多个用于对巡视移动终端定位的测距基站,并向各个测距基站发送测距信号,而距离测量子模块主要负责测量测距信号在巡视移动终端与各个测距基站之间的传播时长,并将各个传播时长转换为对应的基站距离,位置确定子模块则主要负责对各个基站距离进行计算,从而定位到巡视移动终端的实时位置。
可以理解的是,待运维隧道中金属支架等物体对测距信号的传输造成了极强的多径效应,而且隧道通常长达数公里,无线信道处于U-DPP(Undetected Direct-path-pusle)状态下,多径传输以及非视距传输所产生的信道误差,使得定位功能往往出现较大的误差,因此本申请采用基于复杂信道建模的TOA测距算法,并集成超宽带技术,进一步提高定位精度,以对巡视移动终端进行定位。
具体地,在对巡视移动终端定位时,可以根据信号发送子模块发送的测距信号的相关数据,训练得到测距信号的参数统计模型,并检验参数的高斯统计分布特征,根据正态分布中的3σ原则,在U-DPP信道状态下,TOA测距误差分布概率主要集中在(μU-DPP-3σU-DPP,μU-DPP+3σU-DPP)区间内,因此可以根据TOA测距误差分布,将信道状态划分为3个区间:
其中,eTOA为TOA测距误差,μU-DPP为D-DPP信道状态下,TOA误差高斯分布函数的均值,σU-DPP为D-DPP信道状态下,TOA误差高斯分布函数的方差,τ为TOA测距芯片测量的单位时间,v为电磁波传输速度,本申请根据TOA测距误差将信道划分为三种状态,S1为无遮挡,S2为有遮挡但有直视路径能够检测到,S3为有遮挡但有直视路径无法检测到。
此外,式中可以根据TOA对当前周期的信号传输的信道环境做出判定,然后利用TOA测距得到的测量结果以及观测噪声的方差,带入卡尔曼滤波算法,对信道进行迭代建模,获得信号的传输模型,提高定位精度。
在一个实施例中,所述模型数据集成模块还可以包括:模型数据集成模块实时接收隧道数据检测模块发送的检测数据,并在检测到检测数据与隧道动态模型中的数据不一致时,将检测数据更新至所述隧道动态模型中。
本实施例中,巡视移动终端可以实现不间断地对待运维隧道进行反复巡检,并实现对隧道环境状态地连续、动态的数据采集,模型数据集成模块实时接收隧道数据检测模块发送的检测数据,并在检测到检测数据与隧道动态模型中的数据不一致时,将检测数据更新至隧道动态模型中。
可以理解的是,当检测到检测数据与隧道动态模型中的数据不一致时,说明待运维隧道中存在检测数据出现了变化,此时可以将最新的检测数据更新至隧道动态模型中,实现对隧道动态模型的管理,以保证隧道动态模型的准确性和可靠性。
具体地,模型数据集成模块可以采用不同的算法或方法来比对检测数据和隧道动态模型中的数据,例如,可以使用差分算法来计算两个数据之间的差异,并根据差异的大小来判断是否需要对模型中的数据进行更新;另外,在对隧道动态模型的数据进行管理的过程中,可以通过在BIM建模软件中***、提取、更新和修改信息,实现待运维隧道的三维模型的动态变化。
在一个实施例中,所述模型数据集成模块还可以包括:模型数据集成模块对隧道动态模型进行分析,并在分析结果存在异常时向运维人员发起预警。
本实施例中,当隧道动态模型中的数据更新后,模型数据集成模块可以对其进行分析,当分析结果存在异常时可以向运维人员发起预警,以便运维人员及时获取异常信息并采取相应的应对措施对待运维隧道进行维护。
可以理解的是,分析结果存在异常,即待运维隧道中出现了安全问题,如温度过高、空气中有害气体浓度较高、地面沉降变形等现象,此时数据集成模块可以直接向运维人员发起预警,预警的方式可以是短信、邮件、电话、警报等,以使运维人员及时发现和处理待运维隧道的异常情况,从而保障隧道的安全运行。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间可以根据需要进行组合,且相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种适用于电力隧道运维的数字孪生建模***,其特征在于,所述***包括隧道实景建模模块、隧道数据检测模块、检测位置定位模块、模型数据集成模块;其中,所述隧道数据检测模块和所述检测位置定位模块应用于巡视移动终端中;
所述隧道实景建模模块用于将对待运维隧道激光扫描得到的点云数据与预设的隧道纹理贴图相结合,构建所述待运维隧道的隧道静态模型,并将所述隧道静态模型发送至所述模型数据集成模块;
所述隧道数据检测模块用于对所述巡视移动终端所处位置上的环境参数进行检测,并将检测数据发送至模型数据集成模块;
所述检测位置定位模块用于通过TOA测距算法定位所述巡视移动终端在所述待运维隧道中的实时位置,并将所述实时位置发送至所述模型数据集成模块;
所述模型数据集成模块用于接收所述隧道实景建模模块发送的隧道静态模型、所述隧道数据检测模块发送的检测数据以及所述检测位置定位模块发送的实时位置,并确定所述隧道静态模型中与所述实时位置对应的检测位置,以将所述检测数据集成至所述隧道静态模型中的检测位置,得到所述待运维隧道的隧道动态模型。
2.根据权利要求1所述的数字孪生建模***,其特征在于,所述隧道实景建模模块包括激光扫描子模块、模型构建子模块和纹理贴图子模块;
所述激光扫描子模块用于对待运维隧道进行激光扫描,得到所述待运维隧道的点云数据,并将所述点云数据发送至所述模型构建子模块;
所述模型构建子模块用于采用BIM技术对所述点云数据进行点云配准,生成隧道初始模型,并将所述隧道初始模型发送至纹理贴图子模块;
所述纹理贴图子模块用于获取所述待运维隧道对应的隧道纹理贴图,并将所述隧道纹理贴图贴合至所述隧道初始模型中,得到隧道静态模型。
3.根据权利要求2所述的数字孪生建模***,其特征在于,所述激光扫描子模块用于对待运维隧道进行激光扫描,得到所述待运维隧道的点云数据的过程,包括:
所述激光扫描子模块通过激光发射的多个激光脉冲对待运维隧道的空间结构进行扫描以及利用编码器测量各个激光脉冲的扫描角度,生成所述空间结构的三维坐标,并将所述三维坐标转换为所述待运维隧道的点云数据。
4.根据权利要求2所述的数字孪生建模***,其特征在于,所述模型构建子模块用于采用BIM技术对所述点云数据进行点云配准,生成隧道初始模型的过程,包括:
所述模型构建子模块对所述点云数据进行滤波处理,并采用BIM技术将处理后的点云数据在同一个坐标系中进行对齐和融合,生成隧道初始模型。
5.根据权利要求2所述的数字孪生建模***,其特征在于,所述纹理贴图子模块用于将所述隧道纹理贴图贴合至所述隧道初始模型中,得到隧道静态模型的过程,包括:
所述纹理贴图子模块根据所述隧道初始模型的空间结构对所述隧道纹理贴图进行调整和切割,并将处理后的隧道纹理贴图贴合至所述隧道初始模型中,得到隧道静态模型。
6.根据权利要求1所述的数字孪生建模***,其特征在于,所述隧道数据检测模块包括温度传感器、振动传感器、沉降传感器、气体传感器和水声传感器;
所述温度传感器用于对所述巡视移动终端所处位置上的温度进行检测;
所述振动传感器用于对所述巡视移动终端所处位置上的结构振动幅值和频率进行检测;
所述沉降传感器用于对所述巡视移动终端所处位置上的地面沉降进行检测;
所述气体传感器用于对所述巡视移动终端所处位置上的气体浓度进行检测;
所述水声传感器用于对所述巡视移动终端所处位置上的水流声音进行检测。
7.根据权利要求6所述的数字孪生建模***,其特征在于,所述隧道数据检测模块还包括视频传感器;
所述隧道数据检测模块在检测到所述巡视移动终端所处位置上的检测数据存在异常时,采用视频传感器采集现场音频并发送至所述模型数据集成模块,以使运维人员进行异常事件确认。
8.根据权利要求1所述的数字孪生建模***,其特征在于,所述检测位置定位模块包括信号发送子模块、距离测量子模块和位置确定子模块;
所述信号发送子模块用于确认多个测距基站,并对各个测距基站发送测距信号;
所述距离测量子模块用于测量所述测距信号在所述巡视移动终端与各个测距基站之间的传播时长,并将各个传播时长转换为对应的基站距离;
位置确定子模块用于对各个基站距离进行计算,得到所述巡视移动终端的实时位置。
9.根据权利要求1所述的数字孪生建模***,其特征在于,所述模型数据集成模块还包括:
所述模型数据集成模块实时接收所述隧道数据检测模块发送的检测数据,并在检测到所述检测数据与所述隧道动态模型中的数据不一致时,将所述检测数据更新至所述隧道动态模型中。
10.根据权利要求1或9所述的数字孪生建模***,其特征在于,所述模型数据集成模块还包括:
所述模型数据集成模块对所述隧道动态模型进行分析,并在分析结果存在异常时向运维人员发起预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310653066.XA CN116680786A (zh) | 2023-06-02 | 2023-06-02 | 一种适用于电力隧道运维的数字孪生建模*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310653066.XA CN116680786A (zh) | 2023-06-02 | 2023-06-02 | 一种适用于电力隧道运维的数字孪生建模*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116680786A true CN116680786A (zh) | 2023-09-01 |
Family
ID=87783070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310653066.XA Pending CN116680786A (zh) | 2023-06-02 | 2023-06-02 | 一种适用于电力隧道运维的数字孪生建模*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116680786A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116908214A (zh) * | 2023-09-14 | 2023-10-20 | 中交路建交通科技有限公司 | 一种基于数字孪生的隧道施工缺陷检测方法及*** |
CN116934995A (zh) * | 2023-09-19 | 2023-10-24 | 北京科技大学 | 用于数字孪生模型的隧道监测数据处理方法和*** |
CN117458717A (zh) * | 2023-10-30 | 2024-01-26 | 广东电网有限责任公司 | 一种电力网络巡视*** |
CN117688787A (zh) * | 2024-02-04 | 2024-03-12 | 广东电网有限责任公司广州供电局 | 用于电缆隧道的灾害模拟处理方法、装置和电子设备 |
-
2023
- 2023-06-02 CN CN202310653066.XA patent/CN116680786A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116908214A (zh) * | 2023-09-14 | 2023-10-20 | 中交路建交通科技有限公司 | 一种基于数字孪生的隧道施工缺陷检测方法及*** |
CN116908214B (zh) * | 2023-09-14 | 2023-12-08 | 中交路建交通科技有限公司 | 一种基于数字孪生的隧道施工缺陷检测方法及*** |
CN116934995A (zh) * | 2023-09-19 | 2023-10-24 | 北京科技大学 | 用于数字孪生模型的隧道监测数据处理方法和*** |
CN116934995B (zh) * | 2023-09-19 | 2023-11-21 | 北京科技大学 | 用于数字孪生模型的隧道监测数据处理方法和*** |
CN117458717A (zh) * | 2023-10-30 | 2024-01-26 | 广东电网有限责任公司 | 一种电力网络巡视*** |
CN117688787A (zh) * | 2024-02-04 | 2024-03-12 | 广东电网有限责任公司广州供电局 | 用于电缆隧道的灾害模拟处理方法、装置和电子设备 |
CN117688787B (zh) * | 2024-02-04 | 2024-05-17 | 广东电网有限责任公司广州供电局 | 用于电缆隧道的灾害模拟处理方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116680786A (zh) | 一种适用于电力隧道运维的数字孪生建模*** | |
KR101301453B1 (ko) | 지상라이다부·무타켓토탈스테이션부·사면지형 변위 제어모듈의 트레블측량제어를 통한 사면지형 변위 모니터링장치 및 방법 | |
CN108710732B (zh) | 一种盾构刀具服役期磨损的评估和预测方法 | |
CN104794331A (zh) | 深基坑健康监测管理***及其管理方法 | |
CN110363846A (zh) | 一种井下3d激光成像智能巡检***及其使用方法 | |
CN207963788U (zh) | 一种基于深度摄像头的公路边坡安全智能监测及预警装置 | |
CN113611082A (zh) | 一种无人机铁路边坡监控与预警***及方法 | |
KR101944823B1 (ko) | 증강현실 및 가상현실을 이용한 위치기반 지하시설물 탐지 시스템 | |
CN105115442A (zh) | 巷道的内部表面形态的检测方法、装置和*** | |
CN114444158B (zh) | 一种基于三维重建的地下巷道形变预警方法及*** | |
KR101624705B1 (ko) | 지중관로 내부와 지상의 3차원 정밀 측량을 통한 지리정보시스템 데이터 취득방법 | |
CN103836346A (zh) | 一种水下天然气管道接头泄漏监测*** | |
CN111664930B (zh) | 一种基于频率与图像的高边坡落石集成监测***及方法 | |
CN112254660B (zh) | 隧道智能监控量测信息集成与预警*** | |
CN110672075A (zh) | 一种基于三维立体成像的远程水域检测***和方法 | |
CN115793649B (zh) | 一种电缆沟自动巡检装置及巡检方法 | |
CN108957507A (zh) | 基于增强现实技术的燃气管道泄漏处置方法 | |
CN110617876B (zh) | 电力设备异响定位方法 | |
CN116667531A (zh) | 一种基于数字孪生变电站的声光电协同巡检方法及装置 | |
CN115762067A (zh) | 一种基于激光点云与视频数据融合的山体滑坡监测*** | |
CN211291443U (zh) | 一种基于实景三维地图的无源遥测机器人 | |
CN203743866U (zh) | 水下天然气管道接头泄漏监测*** | |
CN105448014A (zh) | 基于围墙周界安防***的综合布线方法及入侵预警方法 | |
CN214149430U (zh) | 一种运用移动三维激光测量***的隧道安全监测*** | |
CN114894814A (zh) | 一种桥涵检测方法、计算机及设备 |
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 |