动态精密工程测量技术及应用

　　摘要:动态精密工程测量可用于监测工程结构物的建设期和运营期的状态变化.随着各类传感器以及智能车、无人机、无人船、机器人等自动化移动平台的快速普及,工程测量逐渐向自动化、动态化、智能化方向发展,具备了运动状态下的测量能力.同时,也发展了系列成熟的测量设备,如测量机器人、移动测量车、专用集成测量装备等,它们可进行动态精密的位置、姿态、表观形状、内部状态等参数测量.本文围绕专用集成的智能化测量装备,首先梳理了智能化感知设备集成和智能化数据处理方法,然后阐述了在公路路面病害监测、大坝内部变形监测、城市排水管网病害监测、输水工程安全监测等不同场景下的应用实例.

　　关键词:动态精密工程测量;智能化测绘;智能化测量装备;公路测量;堆石坝内部形变测量

　　２１世纪以来,我国工程建设突飞猛进,工程建筑物规模迅速扩大.截至２０１９年,我国高速公路通车里程增长至１４２６００km,高速铁路通车里程３５０００km,摩天大楼超过１００栋,公路隧道和铁路隧道超过３５０００座,跨江大和跨海大桥数百座.这些大规模工程建筑物的服役状态不断发生变化,变化超过一定限度时将会引发事故,威胁人民生命财产安全.因此,必须对重大工程建筑物的几何形状和物理属性进行高精度、高频次精密测量,以精准评估其服役状态[１Ｇ５].

　　传统精密工程测量一般通过精心布设平面控制网或高程控制网,在若干重要位置处布设精密测量仪器,进行空间抽样测量,自动化程度低,测量成本高,难以实现全覆盖、高效率、高精度的工程结构物服役状态检测[６].例如:道路弯沉是表征道路承载能力或结构强度的重要力学指标,反映路面使用性能.传统方法一般通过贝克曼梁法测量道路弯沉,通过对路面施加一定的载荷力,使路面充分变形后移除载荷,测量路面回弹弯沉,测量效率较低,约为１~３km/h,而且需要封闭道路,如果将我国高速公路道路弯沉全部检测一次,需要近百台设备,近千人,连续工作一年,并且难以实现空间连续的普查检测[２].弯沉动态连续测量是实现解决问题的有效途径.另一方面,一些工程建筑物在提供服务时不可被干扰,留给运营维护的窗口时间非常短.高速铁路每天都有上百对高速列车通过,只有２~４h的时间窗口进行高铁轨道检测,其日常检测若要求无缝覆盖全部高铁轨道,仅武广高铁每晚就要有上千人上路检测,在高铁沿线布设固定检测设备成本高昂,难以承受[３].因此,必须将测量仪器安装在沿着高铁轨道行驶的检测平台上,进行动态测量.

　　随着工程科技、计算机、电子信息和人工智能的发展,智能车、无人机、无人船、机器人等自动化移动平台的快速普及,工程测量逐渐向自动化、动态化、智能化方向发展,逐步具备了运动状态下的测量能力.动态精密工程测量指的是测量平台或测量对象处于运动状态下的精密工程测量[７].测量平台指的是布设测量仪器的基础平台,包括固定精密测量仪器的基座,例如:移动车辆、无人机、舰船、机器人等,以及安置在平台上的多种测量仪器和传感器.被测对象指的是被观测的对象,例如:建筑物、桥梁、隧道、道路、大坝、管道等.和传统精密工程测量不同,动态精密工程测量通常指测量平台或者测量目标这两个要素中至少有一个是运动的.动态精密工程测量的测量平台既可以成熟测量设备,如测量机器人,移动测量车等;也有研制专用集成测量装备,可进行精密动态的位置、姿态、表观形状或内部状态测量.后者的位置和姿态测量主要靠集成高精度全球导航卫星(GNSS)接收机、惯性传感器(IMU)、里程计、跟踪仪等传感器来实现;表观测量则主要采用高清可见光或红外相机、激光雷达、线结构光测量传感器等;内部测量主要采用探地雷达、多波束声呐、管线机器人等传感器来实现.集成测量装备通过快速获取目标对象的多源几何和非几何数据,利用智能化数据处理方法进行高效处理和识别,从而实现目标对象的变化特征测量,在此基础上对测量目标的状态进行评估和分析,为其安全运行和维护提供可靠依据.动态精密工程测量已经广泛用于大范围的公路铁路、桥梁隧道、水利枢纽等精密工程测量[６Ｇ９]本文针对动态精密工程测量的智能化感知技术、智能化数据处理方法,及其在公路、铁路、桥梁、隧道、大坝等工程中的应用展开论述.

　　１智能化信息感知

　　为精细而高效测量目标对象的位置、形状、纹理、材质等特征,动态精密工程测量需要根据适当的载体平台和配套系统,集成多种类型传感器,形成多传感器集成的动态测量系统,实现对目标的多源、多视角、多尺度智能感知.其中,测量装备专业化、感知自动化、数据标准化是当前智能化信息感知的研究热点和发展趋势.

　　１．１感知场景需求

　　公路、铁路、桥梁、隧道、大坝、地下管网等工程结构物形面尺度多变(例如:尺寸从厘米至千米)、形态复杂、空间分布广泛、病害形式多样、观测环境恶劣且时间窗口受限(例如:高铁有效观测时间仅为凌晨３~４h)等固有的复杂性,对精密测量提出了巨大挑战[１０].根据病害发生的位置,可分为内部病害和外部病害;根据病害的结构影响,可分为结构破坏和表观损坏;根据病害的表现形式,可分为几何形状变化和表观性状变化;根据病害影响分布,可分为大范围病害和局部病害等.病害成因机理不同、表现各异,因此针对不同病害特征,应采取不同技术进行测量,表观的形变可采用三维技术,性状变化如表观破损、温度变化等可采用摄影技术[１１],对于大范围病害如桥梁变形可采用雷达干涉测量(InSAR)技术等[１２].这些测量技术采用不同传感器,采集的数据也表现为不同格式.如图１所示,激光雷达、多目摄影测量以及结构光测量等技术测量可采集不同场景和精度的点云数据[１３][１４],线阵或面阵等相机组合可获取高质量可见光获红外图像数据,合成孔径成像传感器可以获得SAR图像数据.

　　１．２感知时空基准

　　多传感器集成不仅要解决不同传感器之间存在的电气属性、工作特性、数据协议等差异的问题,更重要的是要求传感器测量的数据能准确描述时间和空间信息[１７Ｇ１９].例如,路面检测使用线扫描相机获取路面图像,间隔１mm采样;使用线结构光测量车辙,间隔１０~１００mm采样;使用加速度计与测距机结合测量平整度,以固定周期采样,采样间隔与行驶速度相关.准确描述各传感器数据的获取时间和空间位置,则需要建立一个统一的时间和空间基准,以同步所有传感器数据.对于任何一个传感器而言,每次获取一个新的数据则和最新的时间和空间基准进行关联.不同数据时间和空间维度粒度的不一致时,可以根据实际需要进行内插和外推,从而实现高动态环境下高频采样的时间和空间的精确传递.

　　２智能化数据处理

　　智能化感知获得的测量数据具有明显的多源特征,如:激光点云、影像数据、惯性测量数据、里程计数据等;同时具有多尺度特征,即不同测量数据的精度不同,如可能既有亚毫米级精度,也有分米级精度;此外,还有动态大数据特征,即测量数据每秒可达几百兆甚至更多.传统测量数据处理理论和方法无法处理此类测量数据,需要更加智能化的处理手段.

　　２．１经典测量数据处理

　　测量数据处理的目的通过降低观测误差,实现对模型中待估参数的最优求解.在经典测量数据处理问题中,线性参数估计占据主导地位.在数理统计中最优估计量应具备无偏性、一致性和有效性[２０].最小二乘准测以估计的误差向量加权平方和最小作为最优估计准测,基于该准则估计的参数能满足最优的统计性质,从而在测量数据处理中被广泛采用.

　　２．２智能化测量数据处理

　　传统以代数为主的平差理论和方法不能适用于复杂场景中的动态数据处理.为应对动态测量大数据处理的新要求,新的研究热点是进一步将概率统计学、优化理论与测量数据处理融合为一体,吸收融合计算机视觉和机器学习领域的众多方法和技术[２３],进行测量数据的智能化分析.

　　３智能化监测应用

　　传统意义上测量工作的输出就是传感器输出的数据,但在基础设施运维检测中,测量的目的并不仅仅是为了获得数据,而是为了了解基础设施状态并对其是否异常进行评估,即需要从测量数据得到知识并利用知识辅助决策,这也是智能化应用的要求.公路、铁路、桥梁、隧道、大坝、城市管网等基础设施在运营过程中由于外界环境、材料性能、施工工艺等原因会发生各自病害,影响其正常服务能力并威胁到运行安全,基础设施检测需要得到检测数据结果所对应的设施状态并按照行业规范和标准进行评定.

　　３．１道路路面

　　公路路面检测依据?公路技术状况评定标准?,规定通过路面技术状况指数MQI对路面技术状况进行等级评定,评定结果分为优、良、中、次、差５个等级,MQI的分项指标包括路面技术状况(PQI)、路基技术状况(SCI)、桥隧构造物技术状况(BCI)和沿线设施技术状况(TCI).传统静态测量效率低、影响正常交通、无法反映行车动力特征,需要对这些指标进行动态快速测量.当前,PQI所有指标都已经实现了快速检测,特别是在快速弯沉装备上集成传统路面检测技术,实现了在统一时空基准下的PQI指标一体化检测.BCI指标中的隧道衬砌裂损和水冻害指标也已经实现快速检测.SCI和TCI指标大都以调查方式进行评定.各指标评定等级划分标准见表１.表１公路技术状况评定等级划分标准Tab．１Maintenancequalityindicatorsoftheroadcondition评价等级优良中次差MQI≥９０≥８０,＜９０≥７０,＜８０≥６０,＜７０＜６０PQI≥９０≥８０,＜９０≥７０,＜８０≥６０,＜７０＜６０PQI分项≥９０≥８０,＜９０≥７０,＜８０≥６０,＜７０＜６０路面技术状况(PQI)的分项指标包括路面损坏(PCI)、路面平整度(RQI)、路面车辙(RDI)、抗滑性能(SRI)、结构强度(PSSI)指标、路面跳车(PBI)、路面磨耗(PWI)指数.目前检测装备路面检测的结果,包括路面平整度、弯沉和抗滑系数,以及路面变形病害如裂缝、坑槽、拥包、修补、车辙、跳车、磨耗等[２８][２９].平整度反应路面纵剖面起伏情况,规范规定每１０m一个代表值;弯沉反应路面结构强度,快速弯沉每１m输出一个弯沉值,规范规定每２０m一个代表值;抗滑系数反应某个轮迹带的抗滑情况,规范规定每１０m一个代表值.路面病害检测技术已由传统的可视技术过度到三维测量技术,可建立路面高精度三维模型,计算出路面技术状况指标并进行评级,如图７所示.该技术实现变形病害的“一测多用”,未来将可能用于计算更多指标[３０].

　　３．２堆石坝

　　堆石坝因其良好的安全性、经济性和适用性,成为我国水利水电开发的优选坝型.堆石坝的内部变形监测是安全监测的重要内容,目前常用水管式沉降仪、钢丝位移计等点式传感器,需布设大量传感器,存在传感器死亡率高等问题.特别是对于近些年发展的高堆石坝,沉降仪水准管路和钢丝长度几乎达到性能极限,传感器的测量精度和测量量程受到严重挑战,亟需发展更加可靠的内部变形监测技术[２８Ｇ３２].

　　４总结

　　改革开放以来,随着经济的快速发展,我国基础设施建设突飞猛进,动态精密工程测量为基础设施安全运维提供重要保障.本文主要介绍了动态精密工程测量的关键技术及基础设施应用,涉及智能化信息感知、智能化数据处理、及典型智能化监测应用.随着人类改造自然能力和需求的不断增加,基础设施工程建设建设规模不断扩大,工程结构越来越复杂,建设环境复杂多变,运营过程安全风险也在增加.工程测量作为工程项目规划、建设和运营全过程重要的基础技术,对测量的效率、精度、质量和可靠性的要求也越来越高.为了应对不断出现的新挑战,动态精密工程测量技术需要向智能化测绘迈进,实现信息感知智能化、数据处理智能化、测量服务智能化,只有这样才能不断满足日益增长的基础设施监测需求.

　　参考文献:

　　[１]张正禄．工程测量学[M]．２版．武汉:武汉大学出版社,２０１３．ZHANGZhenglu．Engineeringsurveying[M]．２nded．Wuhan:WuhanUniversityPress,２０１３．

　　[２]宋超智,陈翰新,温宗勇．大国工程测量技术创新与发展[M]．北京:建筑工业出版社,２０１９．SONGChaozhi,CHENHanxin,WENZongyong．InnovaＧtionanddevelopmentofengineeringsurveying[M]．Beijing:ChinaArchitecturePublishing&MediaCo．,Ltd．,２０１９．

　　[３]李清泉,毛庆洲．道路/轨道动态精密测量进展[J]．测绘学报,２０１７,４６(１０):１７３４Ｇ１７４１．DOI:１０．１１９４７/j．AGCS．２０１７．２０１７０３２３．LIQingquan,MAOQingzhou．Progressondynamicandpreciseengineeringsurveyingforpavementandtrack[J]．ActaGeodaeticaetCartographicaSinica,２０１７,４６(１０):１７３４Ｇ１７４１．DOI:１０．１１９４７/j．AGCS．２０１７．２０１７０３２３．

　　[４]任晓春．高速铁路精密工程测量技术[M]．成都:西南交通大学出版社,２０１８．RENChunxiao．PreciseengineeringsurveyingofhighＧspeedrailway[M]．Chengdu:SouthwestJiaotongUniversityPress,２０１８．

　　李清泉,张德津,汪驰升,陈智鹏,涂伟

《动态精密工程测量技术及应用》

上一篇：仿真软件在微波技术教学中的应用

下一篇：电子技术在现代装备机械中的运用