李 屹，董思奇，史 巖 ，陳 琪

(1.長江地球物理探測(武漢)有限公司,湖北 武漢 4300010;2.城市智慧管網(wǎng)湖北省工程研究中心,湖北 武漢 430010;3.長江生態(tài)環(huán)保集團有限公司,湖北 武漢 430000)

1 引言

近年來隨著我國城鎮(zhèn)化進程加快,城市排水管網(wǎng)建設(shè)也得到迅速發(fā)展,截至2021年底,我國排水管網(wǎng)總長超過87.2 萬km[1]。由于早期管網(wǎng)設(shè)計施工不規(guī)范及雨污水腐蝕、車輛荷載等原因,造成現(xiàn)有城鎮(zhèn)存量管網(wǎng)普遍存在管道破裂、滲漏等結(jié)構(gòu)性缺陷問題[2]。管道缺陷如未及時發(fā)現(xiàn)和修復,將進一步惡化從而影響城市的排水系統(tǒng),甚至引發(fā)路面塌陷、水體污染等嚴重事故[3]。為最大限度地發(fā)揮現(xiàn)有管道的排水能力,延長管道使用壽命,準確、高效的管道檢測與狀況評估,是及時發(fā)現(xiàn)排水管道安全隱患的有效措施和制定管道養(yǎng)護和修復計劃的依據(jù)[4]。

為更加科學而全面地評估排水管道的狀況,多種檢測技術(shù)被應用于排水管道缺陷的檢測中[5],其中,管道閉路電視(Closed Circuit Television,CCTV)檢測是最常用的管道缺陷檢測方法[6]。CCTV檢測作業(yè)可分為外業(yè)和內(nèi)業(yè),外業(yè)為通過控制帶攝像機的機器人系統(tǒng)記錄管道內(nèi)部視頻和圖像信息,內(nèi)業(yè)為作業(yè)人員依據(jù)《城鎮(zhèn)排水管道檢測與評估技術(shù)規(guī)程》(CJJ181—2012)(以下簡稱《技術(shù)規(guī)程》)對檢測視頻和圖像進行缺陷判讀。在管道CCTV 檢測內(nèi)業(yè)成果判讀過程中,由于圖像變形、作業(yè)人員經(jīng)驗不豐富或疲勞[7]等原因,極易出現(xiàn)誤檢、漏檢等情況。雖然卷積神經(jīng)網(wǎng)絡(luò)算法等人工智能算法[8]被應用于管道CCTV檢測成果缺陷判讀中,提高了CCTV檢測的評估準確性,但圖像和視頻檢測成果難以表現(xiàn)排水管網(wǎng)的三維空間信息,在排水管道缺陷定量化檢測如缺陷位置、缺陷長度等方面依然存在明顯不足。

相較于管道圖像和視頻檢測成果,管道三維激光點云成果包含管道內(nèi)表面空間信息,可對管道進行三維測量與重構(gòu)[9]。目前,基于地面激光掃描系統(tǒng)的三維激光掃描技術(shù)已經(jīng)應用于城市地下河箱涵[10]、地下綜合管廊[11]建模等大型地下管網(wǎng)工程測繪和建模項目中。在工業(yè)管道檢測領(lǐng)域,采用輪式機器人搭載激光傳感器的基于圓結(jié)構(gòu)光三維視覺原理[12]和基于線結(jié)構(gòu)光三維視覺原理[13]的管道內(nèi)表面檢測方法被相繼提出,實現(xiàn)了中小型管道內(nèi)表面三維測量。但目前基于排水管道激光檢測數(shù)據(jù)的管道缺陷自動化判讀方法依然缺乏研究。

因此,針對排水管道缺陷自動化判讀難題,本文根據(jù)《技術(shù)規(guī)程》中對管道變形和起伏的定義,構(gòu)建管道點云數(shù)據(jù)的變形和起伏參數(shù),并且提出管道變形和起伏缺陷定量化檢測方法,實現(xiàn)排水管道變形及起伏缺陷的自動化、定量化檢測。

2 檢測方法和流程

2.1 管道三維激光檢測原理

由于排水管道內(nèi)空間較小,傳統(tǒng)地面三維激光儀器難以在檢查井內(nèi)布設(shè),且排水管道呈線性分布,地面式三維激光掃描采集范圍有限,因此,可采用管道機器人搭載激光檢測儀的方式進行三維激光點云數(shù)據(jù)采集。管道激光點云數(shù)據(jù)獲取方式如圖1所示,將搭載激光器與探頭的檢測機器人放入管道中,調(diào)整機器人高度,使接收器與激光器居中。儀器在管道中勻速運動,并對管壁進行激光掃描,雷達探頭記錄掃描結(jié)果,通過坐標轉(zhuǎn)換可得表示三維信息的管道內(nèi)表面點云數(shù)據(jù)[11]。

圖1 管道激光檢測示意圖Fig1 Schematic diagram of pipeline laser detection

2.2 管道三維激光檢測技術(shù)路線

排水管道三維激光檢測技術(shù)路線如圖2所示,接受檢測任務(wù)后,首先開展作業(yè)前的資料收集、現(xiàn)場踏勘等工作,并根據(jù)實際情況制定實施方案,初步收集及現(xiàn)場踏勘的資料包括已有管網(wǎng)排查檢測成果、檢測范圍內(nèi)排水設(shè)施分布、現(xiàn)場交通占道情況、管網(wǎng)運行狀況等。在開展檢測施工作業(yè)前需對班組進行安全和技術(shù)交底,對管道進行封堵清淤工作后,采用檢測設(shè)備排水管道逐段進行三維激光檢測。通過對實測數(shù)據(jù)進行預處理、處理與分析,完成管道缺陷檢測與評估。

圖2 管道激光檢測技術(shù)路線Fig.2 The technical route of pipeline laser detection

3 變形類缺陷定量檢測算法

3.1 管道點云去噪

在管道機器人進行三維激光掃描時,受各種因素的影響,不可避免地會產(chǎn)生部分點云噪聲,常用的點云去噪方法包括統(tǒng)計濾波、半徑濾波等。

統(tǒng)計濾波指對查詢點與鄰域點集之間的距離進行統(tǒng)計分析,并去除一些不在設(shè)定范圍內(nèi)點的濾波方法。對點集中任意一點q,令Di表示該點到其k個鄰域內(nèi)其他點qi的距離,并假設(shè)該距離符合高斯分布,由均值μ和標準差σ決定,可分別由式(1)和式(2)計算得到。對于管道破裂處點云,由于點云分布較正常管道點云數(shù)據(jù)較為稀疏,對占大部分的正常管道點云而言,其可被視為平均距離在標準范圍(μ-std·σ,μ+std·σ)之外的點,因此可通過統(tǒng)計濾波刪除。

半徑濾波是指規(guī)定每個數(shù)據(jù)點在指定半徑內(nèi)至少要有一定數(shù)目的近鄰,并去除不滿足該規(guī)定條件的濾波方法。由于破裂處的點云數(shù)據(jù)較為稀疏,因此采用半徑濾波能更徹底地去除破裂處的點云數(shù)據(jù)。

3.2 管道變形缺陷表征

引發(fā)管道變形的因素很多,諸如地面沉降、施工擠壓、車輛過載等,其中主要的判斷參數(shù)為管道變形?！都夹g(shù)規(guī)程》將管道變形缺陷定義為管道受外力擠壓造成形狀變異,根據(jù)管道變形值與直徑比值的大小不同,將管道變形缺陷分為四個等級,詳見表1缺陷描述部分。然而在實際情況中,由于管道受力大小和方向均不相同,造成的管道變形表觀形態(tài)各異,導致人工視頻判讀在對變形缺陷的等級判斷上存在嚴重的主觀性。為統(tǒng)一缺陷判讀標準,精確判斷管道變形缺陷長度,可構(gòu)造管道截面的擬合橢圓,通過計算擬合橢圓的變形參數(shù)進行管道變形缺陷定量化判讀。根據(jù)《技術(shù)規(guī)程》中對管道變形的定義,參考變形率計算公式,構(gòu)造管道變形缺陷表征參數(shù)MBX如下：

(3)

式中,b為變形后管道最小內(nèi)徑,即管道截面擬合橢圓短軸長度,單位為mm;d為管道直徑,單位為mm;。因此,可以通過管道激光檢測得到的點云數(shù)據(jù)求取管道截面擬合橢圓,通過擬合橢圓信息求取管道變形表征參數(shù)。

在二維平面內(nèi),橢圓的一般方程F(x,y)可定義為

F(x,y)=Ax2+Bxy+Cy2+Dx+y+1

(4)

其中：A、B、C、D、E分別為空間的曲線參數(shù)。采用最小二乘法擬合橢圓曲線以及橢圓圓心,對式(4)中各個參數(shù)分別求偏導數(shù),并令偏導數(shù)為零,即可求得式(4)中的曲線參數(shù),進而可以求解得到橢圓方程長軸a和短軸b與橢圓圓心坐標(xcentre,zcentre),即

(5)

因此,通過求取管道截面點云數(shù)據(jù)擬合橢圓參數(shù),可以得到管道變形缺陷表征參數(shù)MBX,進而實現(xiàn)管道變形缺陷定量化判讀。管道變形缺陷等級表征參數(shù)見表1。

表1 排水管道變形判讀標準及表征參數(shù)

3.3 管道起伏缺陷表征

引起管道起伏缺陷的主要因素包含管道不均勻沉降和不當施工等,《技術(shù)規(guī)程》將管道起伏缺陷定義為：接口位置偏移,管道豎向位置發(fā)生變化,在低處形成洼水。根據(jù)管道起伏高與直徑比值的大小不同將管道變形缺陷分為四個等級,詳見表2缺陷描述部分。在實際缺陷判讀過程中,由于檢測機器人在管道內(nèi)部行走,內(nèi)窺檢測視頻無法判斷管道傾角,只能依靠管道接口位置和積水進行起伏缺陷判讀。對于塑料材質(zhì)無流水的排水管網(wǎng),或者由于檢測前清淤處理中低洼處積水被清理的排水管網(wǎng),常常出現(xiàn)管道起伏缺陷的漏判和等級判斷錯誤的情況。由于管道激光檢測設(shè)備搭載慣性陀螺儀,可得到管道三維空間信息,因此,根據(jù)管道起伏定義,在鉛垂面內(nèi),可通過計算管道截面中心點與中心點擬合線之間的距離,進行管道起伏缺陷定量化判讀。根據(jù)《技術(shù)規(guī)程》中對管道起伏的定義,可構(gòu)造管道起伏缺陷表征參數(shù)MQF如下：

(6)

式中,Δd為管道截面擬合橢圓圓心點到管道中軸線的距離,單位為mm。管道中軸線可由所有擬合橢圓中心點的空間坐標擬合而成。

使用最小二乘擬合法[14]擬合管道中心軸線時會將管道起伏處中心點考慮在內(nèi),導致管道中心軸線受到起伏缺陷的影響,因此,可以基于隨機抽樣一致算法[15]求取管道中心軸。求取管道中軸線的具體流程如下：

1)計算排水管道各截面點云的擬合橢圓參數(shù),進行鉛垂面投影和平滑處理,得到擬合橢圓中心點集合。

2)在中心點集合中隨機選取兩個點,計算剩余點到直線的距離,根據(jù)閾值判斷其余點是處在同一直線內(nèi)。

3)如果處在同一平面的點超過一定個數(shù),便將組成該直線的點集合保存下來,并標記匹配。

4)重復步驟2)、步驟3),多次迭代后提取出擁有最大匹配點個數(shù)的直線,直到?jīng)]有可匹配的點為止。

因此,通過以上步驟得到管道中心軸參數(shù)方程,可以得到管道起伏缺陷表征參數(shù)MBX,進而實現(xiàn)管道起伏缺陷定量化判讀。管道起伏缺陷等級表征參數(shù)公式見表2。

表2 排水管道起伏判讀標準及表征參數(shù)

4 實證分析

4.1 數(shù)據(jù)采集及處理

為驗證本方法的有效性,選擇武漢市東湖新技術(shù)開發(fā)區(qū)九峰一路一段雨水管道進行技術(shù)實證,該段雨水管網(wǎng)長度約為38 m,管徑為600 mm。采用管道三維激光檢測技術(shù)對這段管道進行激光檢測,檢測成果如圖3(a)所示,其中包含點云數(shù)據(jù)565 598個。為消除環(huán)境、設(shè)備等因素影響,分別采用半徑濾波和統(tǒng)計濾波方法對管道點云進行去噪處理。去噪后的管道點云結(jié)果如圖3(b)所示,濾波后點云數(shù)據(jù)為563 665個,對比可以發(fā)現(xiàn),檢查井點云數(shù)據(jù)被明顯消除,部分噪聲點被消除。

圖3 管道點云成果Fig.3 Pipeline point cloud result map

4.2 管道變形缺陷分析

為便于點云模型處理和展示,將管道劃分為間距為5 m的八個區(qū)塊,分別對每個區(qū)塊內(nèi)管道截面點云求取擬合橢圓參數(shù),再通過式(1)求取每個管道截面的管道變形缺陷表征參數(shù),判斷管道變形程度。通過計算各區(qū)塊管道截面變形缺陷表征參數(shù)得到管道點云變形檢測成果如表3所示,全段管道存在6處變形,最大變形缺陷表征參數(shù)為12 %,最大變形長度為1.2 m,而CCTV檢測成果中判斷該管道變形缺陷僅存在1處。圖4為區(qū)塊三和區(qū)塊四中點云變形檢測結(jié)果與CCTV檢測視頻對比,通過計算點云變形缺陷表征參數(shù)可得,圖4(a)所示管道點云中變形缺陷(綠色部分)長度為1.1 m,最大變形缺陷表征參數(shù)MBX為8.09 %,變形缺陷等級為2級,變形最大處點云擬合橢圓信息如圖5(a)所示。圖4(c)為區(qū)塊三變形處CCTV視頻,由于該段管道變形不明顯,且管道變形率變化緩慢,因此人工CCTV判讀未能準確識別該處變形缺陷。圖4(b)所示管道點云中變形缺陷(綠色部分)長度為0.7 m,最大變形缺陷表征參數(shù)MBX為12.01 %,變形缺陷等級為2級,變形最大處點云擬合橢圓信息如圖5(b)所示。圖4(d)為區(qū)塊四變形處CCTV視頻,在CCTV判讀成果中,該處變形同時存在1處2級破裂,由于管道變形率變化較強,人工判讀容易判斷變形缺陷等級,但變形長度需要依靠經(jīng)驗判斷。

表3 各區(qū)塊點云變形缺陷檢測成果

圖4 變形處點云和視頻成果Fig.4 Comparison of point cloud and CCTV

圖5 變形處管道點云擬合橢圓信息Fig.5 Fit ellipse information at the deformation area

4.3 管道起伏缺陷分析

根據(jù)4.1節(jié)計算得到的各區(qū)塊管道點云截面擬合橢圓中心點坐標信息,本文對該雨水管道起伏缺陷進行了定量分析。圖6為平滑前后管道點云截面擬合橢圓中心點對比,其中藍點為處理前點云擬合橢圓中心點,紅點為平滑后的中心點。從圖中可以看出,由于機器人行走晃動等原因,在原始管道點云擬合橢圓中心點坐標中存在部分離散點,通過高斯平滑可以消除這些離散點,使管道中心點連續(xù)性更好。采用隨機一致性抽樣算法計算得到的平滑前后管道點云擬合橢圓中軸線分別如圖中藍線和紅線所示,中軸線斜率分別為-3.94×10-4和-3.96×10-4。根據(jù)式(4)計算整段最大管道起伏缺陷表征參數(shù)MQF為3.93 %,因此,判斷該段雨水排水管道不存在起伏缺陷。

圖6 平滑前后管道點云截面擬合橢圓中心點及擬合中軸線對比Fig.6 Comparison of fit ellipse center points and axis for pipeline point cloud cross section before and after smoothing

5 結(jié)論

基于三維激光點云數(shù)據(jù)的排水管網(wǎng)缺陷識別方法具有重要的理論研究和實際應用價值。文中提出了一種基于激光點云數(shù)據(jù)的排水管網(wǎng)變形和起伏缺陷定量化檢測方法,實證分析結(jié)果表明,該方法可以準確得到管道變形和起伏缺陷的位置、等級及長度等關(guān)鍵信息,且在管道變形缺陷識別的準確率上優(yōu)于人工CCTV缺陷判讀。與傳統(tǒng)視頻類檢測方法相比,管道激光檢測成果具有數(shù)字化優(yōu)勢,本文為管道形變類缺陷檢測提供了有效的自動化判讀思路及方法。