基于三维声呐点云的河口水闸水下结构安全评估

doi:10.13474/j.cnki.11-2246.2022.0018

测绘通报 ›› 2022, Vol. 0 ›› Issue (1): 100-104.doi: 10.13474/j.cnki.11-2246.2022.0018

基于三维声呐点云的河口水闸水下结构安全评估

冯露¹, 李艳², 席思远³, 郑晓东³

1. 安徽省(水利部淮河水利委员会)水利科学研究院, 安徽合肥 230000;
2. 安徽省建筑工程质量监督检测站, 安徽合肥 230000;
3. 北京飞马航遥科技有限公司, 北京 100192

收稿日期:2021-07-19 发布日期:2022-02-22
作者简介:冯露(1986-),女,硕士,高级工程师,主要从事水利工程质量检测鉴定、水利工程管理方面的工作。E-mail:fenglu8534@sina.com

Underwater structure safety assessment of estuary sluice based on 3D sonar point cloud

FENG Lu¹, LI Yan², XI Siyuan³, ZHENG Xiaodong³

1. Anhui Water Resource Research Institute, Hefei 230000, China;
2. Anhui Construction Engineering Quality Supervision and Inspection Station, Hefei 230000, China;
3. Beijing Feima Hangyao Technology Co., Ltd., Beijing 100192, China

Received:2021-07-19 Published:2022-02-22

摘要/Abstract

摘要： 河口水闸水下结构安全对于水闸工程、整个河道，以及周边居民地的安全具有重要意义。在低可视度的水体环境中，采用传统人工潜水探摸方式进行水下结构安全检测效率低下。为提高效率，三维扫描声呐逐步应用于相关水下结构的安全检测中。本文以BlueView BV5000型三维扫描声呐系统在苏州河河口水闸水下结构的实测数据为基础，经滤波、测站拼接等处理过程，利用所得三维声呐点云对该水闸的水下结构进行安全评估。采用人工探摸方式对评估结果进行验证，结果表明，三维扫描声呐在水下结构安全评估中具有优越性，可为后续运维保障提供数据基础。

关键词: 三维扫描声呐, 点云, 水下结构, 安全评估, 河口水闸

Abstract: The estuarine sluice underwater structure safety has a great significance on the safeties of the sluice engineering, the river course and surrounding residents. In the low-visibility water environment, the traditional safety detection method of underwater structures based on artificial diving is very inefficient. In order to improve the efficiency, 3D scanning sonars have been widely applied on the safety evaluation of important underwater structures. In this paper, the BlueView BV5000 3D scanning sonar is used for the underwater structure safety evaluation of the estuary sluice on Suzhou River. Based on the measured data, the underwater structure safety is evaluated by using the processed 3D sonar point cloud after data filtering and splicing. The sonar evaluation results verified with manual inspection prove the advantages of 3D scanning sonar in underwater structure safety assessment, and further provide the data basis for subsequent maintenance.

Key words: 3D sonar, point cloud, underwater structure, safety assessment, estuary sluice

中图分类号:

冯露, 李艳, 席思远, 郑晓东. 基于三维声呐点云的河口水闸水下结构安全评估[J]. 测绘通报, 2022, 0(1): 100-104.

FENG Lu, LI Yan, XI Siyuan, ZHENG Xiaodong. Underwater structure safety assessment of estuary sluice based on 3D sonar point cloud[J]. Bulletin of Surveying and Mapping, 2022, 0(1): 100-104.

参考文献

[1] 陈文伟, 汪云祥, 季永兴, 等. 苏州河河口水闸工程综述[J]. 水利水电科技进展, 2007, 27(S1):1-4.
[2] 张家豪, 周丰年, 程和琴, 等. 多模态传感器系统在河槽边坡地貌测量中的应用[J]. 测绘通报, 2018(3):102-107.
[3] 刘楚源. GPS-RTK技术配合数字化单波束测深仪在水下地形测量工程中的应用[J]. 建筑工程技术与设计, 2017(31):181-181.
[4] 王晨, 林杰. 基于多波束测试系统对桥梁水下基础、河床检测方法研究[J]. 公路, 2019, 64(4):172-174.
[5] 张兴强, 龙英胜, 李有福. 侧扫声呐技术在海上风电场施工中的应用[J]. 港口科技, 2020(1):34-40.
[6] 吴丽媛, 徐国华, 余琨. 基于前视声纳的成像与多目标特征提取[J]. 计算机工程与应用, 2013, 49(2):222-225.
[7] 郭树华, 张震. 三维声呐系统在水工建筑物水下结构检测中的应用[J]. 陕西水利, 2020(4):12-14.
[8] 朱俊, 张洪星. 三维成像技术在大坝水下垂直结构面缺陷检测中的应用[J]. 水利技术监督, 2018,26(5):47-50.
[9] FURUTONO T, OONO A. Maintenance management and inspection using 3D laser scanner and 3D multibeam scanning sonar[J]. Journal of the Robotics Society of Japan, 2016, 34(8):509-510.
[10] TSAI C M, LAI Y H, SUN Y D, et al. Multi-dimensional underwater point cloud detection based on deep learning[J]. Sensors, 2021, 21(3):884.
[11] CHEN H, SHEN J. Denoising of point cloud data for computer-aided design, engineering, and manufacturing[J]. Engineering with Computers, 2018, 34(3):523-541.
[12] 李炼, 王蕾, 刘刚, 等. 自适应移动盒子的机载LiDAR点云去噪算法[J]. 测绘科学, 2016, 41(4):144-147.
[13] 徐源强, 高井祥, 张丽, 等. 地面三维激光扫描的点云配准误差研究[J]. 大地测量与地球动力学, 2011, 31(2):129-132.
[14] 张梅, 文静华, 张祖勋, 等. 基于欧氏距离测度的激光点云配准[J]. 测绘科学, 2010, 35(3):5-8.
[15] 时振伟, 刘翔, 张建峰, 等. 三维成像声纳BV5000在水下测绘领域中的应用[J]. 气象水文海洋仪器, 2013, 30(3):48-52.

基于三维声呐点云的河口水闸水下结构安全评估

Underwater structure safety assessment of estuary sluice based on 3D sonar point cloud

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[2]	经皓然, 徐敬海. 异形建筑的无人机点云与地面三维激光扫描点云配准[J]. 测绘通报, 2022, 0(6): 32-39.
[3]	钟少忠, 周克军, 王留召, 毛明楷. 车载点云特征对应影像自动分割技术研究[J]. 测绘通报, 2022, 0(6): 45-48 ,97.
[4]	谢洪, 陈立波, 聂倩, 吴玮, 张沛. 利用点云配准的空地影像融合技术[J]. 测绘通报, 2022, 0(6): 82-87.
[5]	谢元, 董梦, 马新建. 多源数据在复杂场景建筑物三维重建的应用[J]. 测绘通报, 2022, 0(6): 143-147.
[6]	李旭. 三维激光扫描技术在地铁隧道竣工测量中的应用[J]. 测绘通报, 2022, 0(6): 166-169.
[7]	谭玉慧, 刘欣怡, 张永军. 超体素约束下的主动再学习LiDAR点云分类框架[J]. 测绘通报, 2022, 0(5): 79-83,100.
[8]	赵立都, 向中富, 周银, 马下平, 张双成, 司梦元, 陈茂霖, 胡川, 潘建平. 利用地面三维激光扫描进行桥梁挠度变形分析[J]. 测绘通报, 2022, 0(5): 95-100.
[9]	王道杰, 陈倍, 孙健辉. 机载LiDAR点云密度对DEM精度的影响[J]. 测绘通报, 2022, 0(5): 140-144,169.
[10]	徐福斌, 曲相屹, 王健, 刘秀涵. 基于LiDAR点云的复杂钢结构模型重建[J]. 测绘通报, 2022, 0(5): 170-173.
[11]	阮明浩, 卢永华, 刘玉贤, 汤圣君, 王伟玺, 张宇琦, 李游. 激光与倾斜点云精确配准与无缝融合[J]. 测绘通报, 2022, 0(4): 6-10.
[12]	张驰, 白志辉, 李亮, 陈冉丽, 吴侃. 利用三维激光扫描技术监测矿区桥梁结构形变[J]. 测绘通报, 2022, 0(4): 122-129.
[13]	许志华, 逯行政, 彭远航, 杨可明, 王宇敏. 依托航空模拟平台的激光雷达技术课程实践教学装备[J]. 测绘通报, 2022, 0(4): 162-166.
[14]	王贝, 叶险峰, 王军宁. 利用点云切片提取技术分析桥梁形变[J]. 测绘通报, 2022, 0(4): 167-171.
[15]	普东东, 丁海勇. 融合超体素与成对链接聚类的LiDAR点云分割算法[J]. 测绘通报, 2022, 0(3): 65-69.