CC BY
23
УДК 004.9 ; 303.732.4
DOI 10.21685/2072-3059-2020-2-2
Д. А. Гура, Ю. В. Дубенко, И. Г. Марковский
РАЗРАБОТКА КОНЦЕПЦИИ ИНТЕЛЛЕКТУАЛЬНОГО БЛОКА ОБРАБОТКИ ДАННЫХ В СИСТЕМЕ МОНИТОРИНГА МОСТОВ С ПРИМЕНЕНИЕМ СКАНИРУЮЩИХ ТЕХНОЛОГИЙ1
Аннотация.
Актуальность и цели. Целью работы является поиск путей автоматизации процесса обработки данных при мониторинге технического состояния мостов. Объектом исследования является система мониторинга сооружений транспортной инфраструктуры различных типов, базирующаяся на технологии трехмерного лазерного сканирования как способе оценки степени их износа. Предмет исследования - автоматизированный комплекс для обработки данных лазерного сканирования - интеллектуальный блок мониторинга, создание его концепции.
Материалы и методы. Исследование выполнено методом синтеза модели системы мониторинга, апробируемой коллективом для специальных нужд с последующей ее декомпозицией и разбиением на основные структурные элементы.
Результаты. Составлена схема структуры создаваемой системы мониторинга мостовых сооружений. Разработана и описана концепция ее интеллектуальной подсистемы. Представлен комплекс по созданию трехмерных копий реальных объектов в виде его модели типа «черный ящик» с изложением механизма его работы. Посредством методологии IDEF0 сформирована блок-схема работы и взаимодействия элементов интеллектуальной подсистемы мониторинга мостов с математическим описанием ее состояний.
Выводы. В результате проделанной работы сделаны выводы о наиболее эффективных путях модернизации процедуры мониторинга мостов в целом. Предлагаемое решение в виде единой интеллектуальной системы мониторинга позволяет устранить выявленные проблемы. Кроме того, такой комплекс может учитывать скорость и динамику развития деформаций, что является очень важным критерием при построении прогнозов остаточного срока службы объекта и рекомендаций по проведению ремонтных работ.
Ключевые слова: системный анализ, интеллектуальные системы, мониторинг объектов транспортной инфраструктуры, лазерное сканирование, построение трехмерных моделей.
1 Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований и Администрации Краснодарского края Российской Федерации в рамках научного проекта № 19-48-233020 «Исследование возможности использования комплекса трехмерного лазерного сканирования для мониторинга и обеспечения безопасности инфраструктурных объектов в городе Краснодаре и Краснодарском крае».
Исследование выполнено в рамках инициативной комплексной научно-исследовательской работы АААА-А18-118121290132-9 «Теория и методы исследования данных лазерного сканирования для целей управления цифровой инфраструктурой».
© Гура Д. А., Дубенко Ю. В., Марковский И. Г., 2020. Данная статья доступна по условиям всемирной лицензии Creative Commons Attribution 4.0 International License (http://creativecommons.org/licenses/ by/4.0/), которая дает разрешение на неограниченное использование, копирование на любые носители при условии указания авторства, источника и ссылки на лицензию Creative Commons, а также изменений, если таковые имеют место.
D. A. Gum, Yu. V. Dubenko, I. G. Markovskiy
DEVELOPMENT OF THE CONCEPT OF THE INTELLIGENT DATA PROCESSING UNIT IN THE BRIDGE MONITORING SYSTEM USING SCANNING TECHNOLOGIES
Abstract.
Background. The aim of the work is to find ways to automate the process of data processing while monitoring the technical condition of bridges. The object of the research in the article is a system for monitoring the structures of transport infrastructure of various types, based on the technology of three-dimensional laser scanning, as a way of assessing the degree of wear. Subject of research is an automated complex for processing laser-scanning data - an intelligent monitoring unit. Creation of his concept.
Materials and methods. The study was performed by the synthesis method of a model of a monitoring system, tested by the team for special needs, followed by its decomposition and partitioning into the main structural elements.
Results. The structure of the created monitoring system for bridge structures has been drawn up. The concept of its intellectual subsystem is developed and described. A complex is presented for creating three-dimensional copies of real objects in the form of its model of the "black box" type with an outline of the mechanism of its operation. Using the IDEF0 methodology, a block diagram of the operation and interaction of the elements of the intelligent bridge monitoring subsystem with a mathematical description of its states is formed.
Conclusions. As a result, conclusions about the most effective ways to modernize the bridge monitoring procedure as a whole are drawn. The proposed solution in the form of a single intelligent monitoring system eliminates the identified problems. In addition, such a complex can take into account the speed and dynamics of the development of deformations, which is a very important criterion when making forecasts of the remaining service life of the facility and recommendations for repair work.
Keywords: system analysis, intelligent systems, monitoring of transport infrastructure facilities, laser-scanning, construction of three-dimensional models.
Введение
Мониторинг как средство наблюдения за состоянием объектов и изменениями, которым они подвержены, имеет огромное значение во многих отраслях науки и техники. Одна из основных задач мониторинга - предупреждение внештатных и аварийных ситуаций на инженерных сооружениях и объектах инфраструктуры, т.е. обеспечение их безопасности. Необходимо отметить, что ее выполнение напрямую зависит от качества проведенных работ, которое определяется надежностью и точностью применяемых технических средств. Создание системы мониторинга с использованием современных технологий и способов получения данных сможет решить указанные цели в полной мере.
В настоящее время наиболее популярен метод наблюдения за техническим состоянием инженерного сооружения, при котором измерения проводятся через определенные интервалы времени. Он является наиболее рациональным способом мониторинга для большинства объектов строительства, не требующим постоянного технического контроля. Традиционным приемом
для проведения такого рода работ сейчас служат различные методы нивелирования: геометрическое, тригонометрическое, гидростатическое, фотограмметрическое, микронивелирование и др. Однако он имеет ряд недостатков, которые могут существенно повлиять на достоверность отчета о состоянии обследуемого объекта.
Методика таких работ заключается в наблюдениях за горизонтальным и вертикальным перемещением марок, устанавливаемых в различных частях сооружений, с помощью теодолитов или тахеометров. Минусами такого подхода являются [1]:
1. Недоступность большинства деталей мостов, неизменность положения которых нужно определять. На многих деталях моста невозможно установить нивелирную рейку или веху с призмой.
2. Трудности в выборе стабильного места в районе моста для опорных пунктов: близкие к мосту пункты нестабильны из-за паводков, удаленные от моста пункты дают дополнительную погрешность.
3. Существенные погрешности, а в ряде случаев и невозможность измерения расстояний тахеометром при острых углах между линией визирования и плоскостью наблюдений.
4. Большое влияние человеческого фактора на всех этапах работ.
Таким образом, встает вопрос о поиске способов автоматизации данной
процедуры в целях повышения объективности получаемых данных. В работе описана идея создания экспериментальной системы мониторинга мостов, а также других объектов транспортной инфраструктуры, базирующейся на технологии лазерного сканирования и интеллектуальной системе обработки его данных. Обозначены ее основные составляющие, преимущества, выявленные недостатки и возможные пути их устранения. Научная новизна представленной работы заключается в комплексности исследования, его междис-циплинарности и масштабе проводимых работ.
Методика получения первичных данных
В качестве эксперимента для анализа целесообразности и эффективности применения наземного лазерного сканирования для целей мониторинга объектов транспортной инфраструктуры соответствующие процедуры измерений были проведены на Тургеневском мосту города Краснодара системой наземного лазерного сканирования. Преимущества такого способа получения первичных данных в сравнении с традиционными методами измерений описаны в многочисленных статьях по данной тематике [2-5].
Результатом процедуры стала трехмерная модель сооружения - рис. 1.
Наземное лазерное сканирование отлично подходит для сбора информации о техническом состоянии объектов инфраструктуры. По его данным можно отслеживать трещины асфальтобетонного покрытия, деформации несущих конструкций, откол бетона и т.д. - рис. 2.
Однако, проводя изыскания на практике с целью поиска наиболее эффективных инструментов для сбора первичных данных, авторы столкнулись с проблемой их последующей обработки. Данная часть процедуры требует автоматизации вследствие большой доли влияния человеческого фактора. Кроме того, время, которое занимают камеральные работы, зачастую не позволяет оперативно оценить техническое состояние сооружения.
Рис. 1. Облако точек Тургеневского моста города Краснодара
^J^oTneoHiejiMbiamiwsncwcM
Рис. 2. Трещина в асфальтобетонном покрытии парковки под Тургеневским мостом
Рассматривая мониторинг под призмой системного анализа, можно выделить основные блоки всей процедуры, что позволит наиболее грамотно подойти к решению проблемы его совершенствования.
Пути автоматизации процесса обработки полученных данных в системе мониторинга
Основной проблемой, которая имеется на данный момент при таком способе мониторинга, является то, что камеральная часть работ по обработке первичной информации и составлению моделей объектов, также как и при применении традиционных методов, делается вручную. Это имеет ряд недостатков, основными из которых являются: зависимость времени исследования
от объема полученных данных, влияние человеческого фактора на точность и достоверность конечных результатов. В некоторых случаях влияние этих обстоятельств может привести к возникновению аварийных ситуаций на инфраструктурных объектах, нанося тем самым вред экономике отдельно взятого предприятия, целого города или всей страны, а иногда даже угрожая жизни людей. Поэтому задача обработки и классификации полученной информации в автоматическом режиме имеет особый интерес и апробируется в различных сферах изысканий, использующих системы лазерного сканирования [4-7].
Для поиска путей автоматизации процесса камеральной обработки данных и модернизации процедуры в целом в данном исследовании была составлена схема разрабатываемой системы мониторинга. Ее общая структура и функции представлены на рис. 3.
Рис. 3. Структура и функции системы мониторинга объектов инфраструктуры
В одном из предыдущих исследований по данной тематике научным коллективом был проведен анализ методов полуавтоматической обработки первичной информации [4]. В результате проведенной работы был сделан вывод о необходимости создания унифицированного и более совершенного программного обеспечения, которое сможет удовлетворять современным запросам обработки результатов лазерного сканирования.
Концепция интеллектуальной подсистемы в системе мониторинга
Одним из возможных вариантов таких программ могут стать решения на основе нейронных сетей, поскольку возможность обучения алгоритмов искусственного интеллекта позволит регулярно модернизировать и обновлять данный софт, делая его универсальным почти для любых нужд. Кроме того, это позволит использовать его и при других способах исследования состояния сооружений [7-9]. Поэтому следующим этапом развития такой системы станет создание софта, основными задачами которого являются:
1) автоматизированная обработка данных лазерного сканирования и создание трехмерных моделей объектов;
2) поиск деформированных элементов инженерных сооружений и определение масштабов повреждений.
В рамках разрабатываемой системы мониторинга наиболее рациональным решением будет разбиение интеллектуального блока мониторинга на две составляющие: автоматизированный комплекс по обработке данных лазерного сканирования и построению трехмерных моделей (рис. 4) и интеллектуальная подсистема определения изменения положения элементов сооружения в пространстве. Это позволит использовать потенциал системы не только для целей предупреждения аварийных ситуаций, но и для автоматического построения трехмерных моделей. В процессе создания компонентов системы предполагается взять за основу патенты, ранее разработанные одним из участников коллектива [10, 11].
Нормативная документация (ГОСТы, СНППы) Техническое задание мониторинга
Облака точек в форматах «Е57», «Ьая», «Хуг», «Ох6>
Автоматизированный комплекс
по обработке данных лазерного сканирования и получению ЗБ-моделей
модель объекта
Трехмерная
Математические методы моделирования примитивов Алгоритмы сшивки облаков точек
Рис. 4. Структура комплекса по созданию трехмерных моделей
Для обработки полученной первичной информации и построения трехмерных моделей на вход подсистемы моделирования подаются данные форматов «E57», «Las», «Xyz», «Dxf», получаемые с лазерных сканеров. Далее происходит сшивка множества облаков точек в единое по общим точкам одного элемента на разных сканах. Заключающим этапом является математическое моделирование примитивов и создание трехмерной модели. В процессе разработки интеллектуальной подсистемы по поиску деформированных элементов инженерных сооружений планируется использовать компоненты системы определения геометрических параметров трехмерных объектов [10].
В соответствии с поставленными задачами в создаваемую подсистему войдут следующие блоки:
1. Блок построения трехмерной модели мостового сооружения (61).
2. База данных о трехмерных моделях объекта (62).
3. Блок сегментации трехмерной модели на конструктивные элементы
(63).
4. Блок сравнительного анализа деформационных изменений отдельных элементов (64).
5. База данных о трехмерных моделях объекта с учтенными деформациями (65).
6. Блок определения масштабов деформации (66).
Схема взаимодействия вышеописанных блоков, данные на входе и на выходе каждого элемента, а также управляющие воздействия и механизмы обработки информации указаны на рис. 5.
Подсистема мониторинга мостовых сооружений (P) будет находиться в состояниях:
P = (S, G, F), (1)
где S(61) - начальное состояние: импорт данных сканирования в форматах «E57», «Las», «Xyz», «Dxf»; G(61, 63, 64, 65) - промежуточное состояние: сшивка облаков точек и построение трехмерной модели мостового сооружения, ее последующая сегментация и выделение деформаций; F(62, 66) - конечное состояние: готовая трехмерная модель объекта, выявленные деформации моста в виде графического выделениях их площадей в формате 3D.
Заключение
В статье рассмотрены особенности и проблемы процедуры мониторинга мостовых сооружений. Отмечается, что использование технологии лазерного сканирования для этих целей позволяет получать информацию об их техническом состоянии в динамике, что дает возможность построения прогнозов по сроку их нормальной эксплуатации и отслеживания развития негативных деформационных процессов. Однако для создания единой системы по наблюдению за состоянием инженерных объектов необходимо также разработать эффективные инструменты по обработке получаемых данных.
Решением этой проблемы может стать интеллектуальный блок мониторинга, который позволит обрабатывать информацию, получаемую с лазерных сканеров, автоматически строить трехмерные модели сооружений и проводить анализ изменений положения конструктивных элементов сооружений в пространстве с течением времени, что является очень важным критерием при построении прогнозов остаточного срока службы объекта и рекомендаций по проведению ремонтных работ.
З1
<о 3'
ГО
го
-ч
3' <о
(л О
го'
о
ГО (/>
? 3
тз с
О ГО'
о „ГО
о
о 3
43 с
ГО
<о 3'
ГО ГО -ч
3' <о о
а.
о
о
3
м
Нормативная документация
Трехмерная модель о&ьекта, с выделенными графически элементами, положение которых в пространстве изменилось по сравнению с предыдущим циклом измерений
НМросетевые алгоритмы распознавания отдельных элементов и их выделения
Математические алгоритмы сравнения положения элементов в пространстве на различных моделях
Окрашивание в различные цвета старых н новых площадей деформации
Рис. 5. Блок-схема работы и взаимодействия элементов интеллектуальной подсистемы мониторинга мостов
ю N0
Тп
N0
о
?
I с ■с
ГО
0 *
с
ГО
1
о ^
с
-8-о
тз §
0 3
с *
С5 <»
о;
с
2 с
3 §
о-
1 §
3
I
с *
о
Создание подобного автоматизированного узла обработки и системы мониторинга в целом даст большой толчок развитию данной сферы изысканий. Использование средств системного анализа представляются коллективу наиболее перспективным и рациональным решением выявленной проблемы при достижении поставленной цели.
Библиографический список
1. Желтко, А. Ч. Разработка и исследование методов определений осадок, смещений и деформаций элементов автомобильных мостов : дис. ... канд. техн. наук / Желтко А. Ч. - Ростов-на-Дону, 2017. - 135 с.
2. Sánchez Rodríguez, A. Long-term Performance and Durability of Masonry Structures / A. Sánchez Rodríguez, B. Riveiro Rodríguez, M. Soilán Rodríguez, P. Arias Sánchez // Degradation Mechanisms, Health Monitoring and Service Life Design Woodhead Publishing Series in Civil and Structural Engineering. - 2019. -P. 265-285.
3. Гура, Д. А. Использование квадрокоптеров в цифровых изысканиях / Д. А. Гура, И. Г. Марковский // Современные проблемы земельно-кадастровой деятельности, урбанизации и формирования комфортной городской среды. - Тюмень, 2019. -C. 176-180.
4. Classification and Automatisation of Laser Reflection Points Processing in the Detection of Vegetation / D. A. Gura, M. V. Kuziakina, Yu. V. Dubenko, S. K. Pshidatok, G. G. Shevchenko, N. V. Granik, I. G. Markovskii // Proceedings of the international symposium "Engineering and earth sciences: applied and fundamental research" dedicated to the 85th anniversary of H.I. Ibragimov. - 2019.
5. Han, W. Extraction of multilayer vegetation coverage using airborne LiDAR discrete points with intensity information in urban areas: A case study in Nanjing City, China / W. Han, S. Zhao, X. Feng, L. Chen // International Journal of Applied Earth Observation and Geoinformation. - 2014. - № 30. - P. 56-64.
6. Ma, H. DEM refinement by low vegetation removal based on the combination of full waveform data and progressive TIN densification / H. Ma, W. I. Zhou, L. Zhang // IS-PRS Journal of Photogrammetry and Remote Sensing. - 2018. - № 146. - P. 260-271.
7. Liu, L. A voxel-based multiscale morphological airborne lidar filtering algorithm for digital elevation models for forest regions / L. Liu, S. Lim // Measurement. - 2018. -№ 123. - P. 135-144
8. Целых, Д. С. Устройства для анализа и оценки состояния дорожного покрытия / Д. С. Целых, О. О. Привалов // Технические науки: теория и практика : материалы Междунар. науч. конф. (г. Чита, апрель 2012 г.). - Чита : Молодой ученый, 2012. -C. 74-78.
9. Мониторинг сложных объектов инфраструктуры / Д. А. Гура, Ю. В. Дубенко, П. Ю. Бучацкий, И. Г. Марковский, Н. И. Хушт // Вестник Адыгейского государственного университета. Сер. 4, Eстественно-математические и технические науки. - 2019. - № 4. - C. 74-80.
10. Патент 2650857 Российская Федерация. Система определения геометрических параметров трехмерных объектов / Дубенко Ю. В., Тимченко Н. Н. ; ФГБОУ ВО Кубанский государственный технологический университет. - № 2017111746 ; заявл. 06.04.2017 ; опубл. 17.04.2018.
11. Патент 2016615673 Российская Федерация. Программа для проектирования аналитических блоков и блоков принятия решений на основе искусственных нейронных сетей / Тимченко Н. Н., Дубенко Ю. В. ; ФГБОУ ВО Кубанский государственный технологический университет. - № 2016612682 ; заявл. 28.03.2016 ; опубл. 20.06.2016.
References
1. Zheltko A. Ch. Razrabotka i issledovanie metodov opredeleniy osadok, smeshcheniy i deformatsiy elementov avtomobil'nykh mostov: dis. kand. tekhn. nauk [Development and research of methods for determination of settlements, displacements and deformations of elements of automobile bridges: dissertation to apply for the degree of the candidate of engineering sciences]. Rostov-on-Don, 2017, 135 p. [In Russian]
2. Sánchez Rodríguez A., Riveiro Rodríguez B., Soilán Rodríguez M., Arias Sánchez P. Degradation Mechanisms, Health Monitoring and Service Life Design Woodhead Publishing Series in Civil and Structural Engineering. 2019, pp. 265-285.
3. Gura D. A., Markovskiy I. G. Sovremennye problemy zemel'no-kadastrovoy deyatel'nosti, urbanizatsii i formirovaniya komfortnoy gorodskoy sredy [Modern problems of land cadastral activities, urbanization and the formation of a comfortable urban environment]. Tyumen, 2019, pp. 176-180. [In Russian]
4. Gura D. A., Kuziakina M. V., Dubenko Yu. V., Pshidatok S. K., Shevchenko G. G., Granik N. V., Markovskii I. G. Proceedings of the international symposium "Engineering and earth sciences: applied and fundamental research " dedi-cated to the 85 th anniversary of H.I. Ibragimov. 2019.
5. Han W., Zhao S., Feng X., Chen L. International Journal of Applied Earth Observation and Geoinformation. 2014, no. 30, pp. 56-64.
6. Ma H., Zhou W. I., Zhang L. IS-PRS Journal of Photogrammetry and Remote Sensing. 2018, no. 146, pp. 260-271.
7. Liu L., Lim S. Measurement. 2018, no. 123, pp. 135-144
8. Tselykh D. S., Privalov O. O. Tekhnicheskie nauki: teoriya i praktika: materialy Mezhdunar. nauch. konf. (g. Chita, aprel' 2012 g.) [Engineering sciences: theory and practice: proceedings of the International scientific conference (Chita, April, 2012]. Chita: Molodoy uchenyy, 2012, pp. 74-78. [In Russian]
9. Gura D. A., Dubenko Yu. V., Buchatskiy P. Yu., Markovskiy I. G., Khusht N. I. Vest-nik Adygeyskogo gosudarstvennogo universiteta. Ser. 4, Estestvenno-matematicheskie i tekhnicheskie nauki [Bulletin of Adygei State University. Series 4, Natural and mathematical sciences]. 2019, no. 4, pp. 74-80. [In Russian]
10. Patent 2650857 Russian Federation. Sistema opredeleniya geometricheskikh par-ametrov trekhmernykh ob"ektov [System for determining the geometric parameters of three-dimensional objects]. Dubenko Yu. V., Timchenko N. N.; Kuban State Technological University. No. 2017111746; appl. 06.04.2017; publ. 17.04.2018. [In Russian]
11. Patent 2016615673 Russian Federation. Programma dlya proektirovaniya analitich-eskikh blokov i blokov prinyatiya resheniy na osnove iskusstvennykh neyronnykh setey [A program for the design of analytical blocks and decision-making blocks based on artificial neural networks]. Timchenko N. N., Dubenko Yu. V.; Kuban State Technological University. No. 2016612682; appl. 28.03.2016; publ. 20.06.2016. [In Russian]
Гура Дмитрий Андреевич
кандидат технических наук, доцент, кафедра кадастра и геоинженерии, Институт строительства и транспортной инфраструктуры, Кубанский государственный технологический университет (Россия, г. Краснодар, ул. Московская, 2)
E-mail: [email protected]
Gura Dmitriy Andreevich Candidate of engineering sciences, associate professor, sub-department of cadastre and geoengineering, Institute of Construction and Transport Infrastructure, Kuban State Technological University (2 Moskovskaya street, Krasnodar, Russia)
Дубенко Юрий Владимирович
кандидат технических наук, доцент, кафедра информатики и вычислительной техники, Институт компьютерных систем и информационной безопасности, Кубанский государственный технологический университет (Россия, г. Краснодар, ул. Московская, 2)
E-mail: [email protected]
Марковский Иван Геннадьевич
студент, Институт строительства и транспортной инфраструктуры, Кубанский государственный технологический университет (Россия, г. Краснодар, ул. Московская, 2)
E-mail: [email protected]
Dubenko Yuriy Vladimirovich
Candidate of engineering sciences, associate professor , sub-department of informatics and computer engineering, Institute of Computer Systems and Information Security, Kuban State Technological University (2 Moskovskaya street, Krasnodar, Russia)
Markovskiy Ivan Gennad'evich Student, Institute of Construction and Transport Infrastructure, Kuban State Technological University (2 Moskovskaya street, Krasnodar, Russia)
Образец цитирования:
Гура, Д. А. Разработка концепции интеллектуального блока обработки данных в системе мониторинга мостов с применением сканирующих технологий / Д. А. Гура, Ю. В. Дубенко, И. Г. Марковский // Известия высших учебных заведений. Поволжский регион. Технические науки. - 2020. -№ 2 (54). - С. 14-24. - DOI 10.21685/2072-3059-2020-2-2.
