近年、インフラ点検・整備の仕組みを変化させ、構造物の詳細な正確かつ包括的な表現を実現しています。この技術により、エンジニアや検査員がより効率的に作業を行い、安全かつ、未曾有の精度で、より長い資産寿命を延ばし、運用コストを削減することができます。

3Dポイントクラウドデータとは?

3Dポイントクラウドデータは、100万～100億個もの個々のデータポイントで構成され、それぞれx、y、z座標、レーザースキャナ(LiDAR)、構造化された光センサー、またはフォトグラメトリによってキャプチャされます。これらのポイントは、集合的に、物理的なオブジェクトや環境の「デジタルツイン」と呼ばれる精密なデジタルレプリカを形成し、直接接触せずに詳細な分析を可能にします。ポイントクラウドの密度と精度は、ミリメートルレベルの精度まで測定を可能にし、構造的な変化を検証できる限りの時間を節約できます。

現代の買収方法は次のとおりです。

  • [ 地上型三脚架台スキャナー(橋や建物などの静的構造物)
  • モバイルマッピングシステム - 車両搭載のLiDARは、高速道路、トンネル、および鉄道の迅速なスキャンのために。
  • UAVベースのフォトグラメトリ - 構造から感情(SfM)を介してポイントクラウドを作成するために高画質カメラを装備したドローン。
  • ハンドヘルドスキャナ] - 限られたスペースと複雑な幾何学のためのポータブルデバイス。

3Dポイントクラウドデータの利用メリット

高精度・高精度

ポイントクラウドデータは、クラック、腐食、変形、および誤差などの構造的問題を特定するために不可欠である、下センチメートルの精度を実現します。テープルーラーまたは総局による従来の手動測定は、表面のすべてのニュアンスをキャプチャする1秒あたりのポイントの密度に一致することはできません。この精度は、負荷軸受けコンポーネントにとって不可欠であり、変位のミリミリグラムでさえ深刻な問題を示すことができます。例えば、ブリッジベアリング検査は、クラウドの差分よりも少ない点を削減します。

時間の効率

吊り橋やトンネルなどの大きな構造をスキャンすると、手動検査が数日または数週間かかることがあります。データを一度にキャプチャし、繰り返しサイト訪問を排除し、遠隔で複数の時間を分析することができます。自動登録と処理ワークフローにより、フルポイントクラウドは24時間以内に分析の準備ができます。この速度は、特に緊急検査に自然災害後、損傷したインフラの迅速な評価を可能にするために有益です。

安全性の向上

検査官は、高い構造体を埋め、限られたスペースに入り、またはアクティブなトラフィックの近くに作業する危険な条件に直面します。 3Dポイントクラウドデータでは、物理的アクセスの必要性が大幅に減少します。 ドローンは、危険にさらされることなく、ダムの顔や橋の点群をキャプチャすることができます。 ]]のような危険な環境では、リモートスキャンは、労働者を有毒または放射性物質を排出することなく検査を可能にします。

包括的なドキュメント

ポイントクラウドは、特定の時点において、資産の状態の豊かで永続的な記録を作成します。この履歴データは、エンジニアが長年にわたってスキャンを比較し、劣化を定量化し、メンテナンスの有効性を検証し、法的または保険の請求をサポートすることができます。データは、将来の改装、改装、または解凍のためにアーカイブおよび使用することができます。2D図面や写真とは異なり、ポイントクラウドは、解釈エラーを排除する3Dコンテキストを提供します。

予測的なメンテナンスを促進

表面亀裂、スパリング、コーティング障害などの劣化の早期徴候を検出することで、ポイントクラウドデータが反応から予測保守へのシフトをサポートしています。マシンラーニングアルゴリズムは、ポイントクラウド機能で自動異常をフラグする機能で訓練することができます。例えば、[パイプラインスキャン]システムは、漏れが発生した前に腐食による薄くなることを検出することができ、コストダウンを避ける定期修理を有効にします。

インフラ点検の適用

3Dポイントクラウドデータは、複数のインフラ分野に及ぶ、それぞれに固有の検査要件が用いられています。

橋梁と橋梁

橋は、交通、温度変化、環境の暴露から一定のストレスを受けられる。ポイントクラウド調査では、グローバルなジオメトリ、デッキの逸脱、ベアリングの動き、およびクラックパターンをキャプチャします。エンジニアは、断続的な年からポイントクラウドをオーバーレイして、決済や配管の計測を行なうことができます。注目すべきケースは、フォードロードブリッジ]])スコットランドで、定期的なLiDARスキャンが長期構造動作を追跡します。([FLT:[FLT:][FLT:][FLT:]]]

トンネル・地下鉄

トンネル検査では、ライナーの亀裂、水侵入、およびクリアランス違反を検出する必要があります。 レール車両に取り付けられたモバイルスキャンシステムは、最大50mphの速度でトンネルプロファイルをキャプチャし、マイルあたりの断面数千を生成します。 ポイントクラウドデータは、トンネル断面が設計仕様を満たし、ライニングが変形している領域を特定するかどうかを検証するのに役立ちます。 これは、 サブウェイシステムにとって重要なことです。 小さなエンクロアメントでも、鉄道の問題を引き起こす可能性があります。

ダムおよび油圧構造

ダムは、集約、クラック、およびシーページを厳格に監視しています。UAVベースのフォトグラメトリーは、上昇流および下流面への安全なアクセスを提供し、ポイントクラウドを生成し、組み込みモデルと比較しています。変形解析は、潜在的な故障リスクを信号するミリスケールの動きを検出することができます。 ダムに関する米国協会]]]]は、定期的な検査のための最良の練習として3Dスキャンをお勧めします。 ([FLT:[FLT:[FLT:]ガイドライン]:[FLT:])[FLT:]]

建物・遺産構造

商業ビルでは、クラウドは、コンプライアンスとメンテナンス計画のための組み込み条件を文書化しています。歴史的な保存は、脆弱な表面を傷つけることなく、修復のための正確なレプリカを作成するために3Dスキャンに大きく依存しています。 [ノートルダム[]]のカテドラルは、事前災害記録ポイントクラウドを使用して正確な復元をガイドします。 これらは、元の図面がもはや存在しなくなったときに有利です。

パイプラインおよび産業植物

石油およびガスパイプライン、製錬所および化学プラントは腐食監視、管のルーティングの検証および変更の衝突の検出のためのポイント クラウドを使用します。手持ち型の走査器は管の内部表面を壁損失を検出するために地図を付けることができます。産業設備では、ポイント クラウドはBIMと結合し、安全点検およびオペレータ訓練を支えるデジタル ツインを作成します。

BIMとデジタルツインとの統合

3Dポイントクラウドは、ビル情報モデリング(BIM)とデジタルツインワークフローのファンダメンタル要素です。ポイントクラウドをインテリジェントな3Dモデルに変換することで、セグメント化と分類(例えば、壁、ビーム、パイプ)、所有者は、各新しいスキャンで更新するライブデジタル表現を作成することができます。この統合により、

  • []検出を変更します。 - 現在のスキャンと設計モデルの違いを自動的に強調します。
  • []Asset Management] - 各要素をメンテナンスレコード、センサーデータ、検査履歴にリンクします。
  • []Simulation] – デジタルツインを使用して、負荷または環境条件下で構造的応答をテストします。

例えば、国立標準技術研究所(NIST)は、建物内の火災安全検査のポイントクラウドを用いて、手動方式の精度を低下させる研究をしています。(]])NIST Publication)

課題と限界

インフラの3Dポイントクラウド導入は、いくつかのハードルに直面しています。

  • データボリューム - 単一のスキャンは、処理のための堅牢なストレージと高性能コンピューティングを必要とする、データのギガバイトを生成することができます。 クラウドベースのソリューションと効率的な圧縮アルゴリズムは、これを解決するために新興しています。
  • 有害条件のAccuracy – 反射面、水、または霧/塵を介して、品質を劣化させることができる。 レーダーまたは熱画像とLiDARを組み合わせたハイブリッドアプローチは、開発中である。
  • スキルギャップ – 専門ソフトウェア(例えば、RiSCAN PRO、FARUS、またはオープンソースクラウドコンパイア)におけるポイントクラウドデータ要求のトレーニングを解釈する。 多くのエンジニアリング会社は、従来の2Dメソッドに依存しています。
  • Cost - 高エンドモバイルレーザースキャナは100,000ドルを超える費用がかかります。 しかし、労働力とダウンタイムを削減する際に、検査あたりのコストはしばしば下がります。 ドローンベースのフォトグラメトリをレンタルまたは使用することで、より手頃な価格のエントリポイントを提供します。
  • [標準化] - 点群のクラウド品質と交換フォーマットの業界標準の欠如は、ソフトウェアプラットフォーム間の相互運用性を妨げることができます。 ASTM E57委員会のような努力は、開発基準で有効です。 () ASTM E57)])

未来の視点

技術の進歩に伴い、人工知能と機械学習による3Dポイントクラウドデータの統合により、インフラストラクチャの監視がさらに向上します。大規模なデータセットで訓練された自動欠陥検出アルゴリズムは、高精度な点群で亀裂、スモール、腐食を認識できます。ドローンや固定センサーからリアルタイムスキャンで、継続的な監視、警報演算子が起こるように変化します。

もう一つの有望な傾向は、熱損失検出のための熱画像、サブ表面隙間のための地上浸透レーダー、漏れ識別のための音響センサーなど、他のセンサーデータと点群の雲の融合です。 組み合わせて、これらの技術は、全体的な資産管理をサポートする多層デジタルツインを作成します。

最後に、クラウドベースの処理とWebベースの可視化プラットフォーム(Potree、Three.jsなど)の上昇により、専門ハードウェアなしでステークホルダーにクラウドデータにアクセスできるようになっています。この民主化は、自治体や地方のインフラ機関の採用を幅広く推進し、公共の安全性を究極的に向上し、老化資産の寿命を延ばします。

[

]「3Dポイントクラウドデータは単なる測定ツールではありません。よりスマートで安全、そしてインフラ管理のより持続可能なアプローチの骨格です。」]

コンテンツ

要約すると、クラウドデータが比類のない精度、速度、安全、インフラ点検およびメンテナンスのための文書の深さを提供します。予測保守、デジタルツイン統合、リモート分析を可能にすることで、コストを削減し、資産寿命を延ばします。データ量やスキル要件などの課題は、迅速な技術的進捗状況と落下ハードウェアコストは、この技術がますますますアクセス可能になっています。今日の3Dポイントクラウドメソッドを採用しているエンジニアやアセットマネージャーは、明日のインフラネットワークの要求を満たすためにより良く装備されています。