최근 몇 년 동안 3D 포인트 클라우드 데이터는 인프라 검사 및 유지 보수가 실행되는 방법을 변환하고 물리적 구조의 세부적이고 정확하고 포괄적 인 표현을 제공합니다. 이 기술은 엔지니어와 검사가 더 효율적으로 작업을 수행 할 수 있으며 안전하고, 더 이상 자산 수명주기와 운영 비용을 절감 할 수 있습니다.

3D Point Cloud Data는 무엇입니까?

3D 포인트 클라우드 데이터는 수백만 달러로 구성되며, 각각 x, y, z 좌표로 구성되어 있으며, 레이저 스캐너 (LiDAR), 구조화 된 빛 센서 또는 포토그램 측정으로 캡처됩니다. 이 점은 공동으로 "디지털 트윈"라고 불리는 정확한 디지털 복제를 형성합니다. 물리적 객체 또는 환경의 경우 직접 접촉없이 상세한 분석 할 수 있습니다. 포인트 클라우드의 밀도와 정확도는 밀리미터 수준으로 측정 할 수 있으며, 구조화 시간이 단축되어 구조화 될 수 있습니다.

현대 취득 방법 포함:

  • Terrestrial Laser 스캐닝(TLS) – 교량과 건물과 같은 정적 구조에 대한 지상 기반 삼각대 장착 스캐너.
  • 모바일 매핑 시스템 – 고속도로, 터널 및 철도의 신속한 스캐닝을 위한 차량 탑재 LiDAR.
  • UAV 기반 포토그램 분석 – 구조 모션(SfM)을 통해 포인트 클라우드를 생성하는 고해상도 카메라가 장착된 드론.
  • Handheld Scanner – confined space 및 complex geometries를 위한 휴대용 장치.

3D Point Cloud Data를 사용하는 장점

높은 정확도 및 정밀도

Point Cloud Data는 균열, 부식, 변형 및 미분화와 같은 구조적 문제를 식별하기 위해 필수적인 하위 중심 정확도를 제공합니다. 테이프 통치자와 함께 전통적인 수동 측정 또는 총 스테이션은 표면의 각 nuance를 캡처 당 포인트의 밀도와 일치 할 수 없습니다. 이 정확도는 부하 방위 구성 요소에 대한 중요하며, 변위의 몇 밀리미터가 심각한 문제를 나타냅니다. 예를 들어, bridge 베어링 검사[FLT:][FLT:]]]bridge 베어링 검사는 2mm 미만의 오류를 측정합니다.

시간 효율성

이 웹 사이트는 귀하가 웹 사이트를 탐색하는 동안 귀하의 경험을 향상시키기 위해 쿠키를 사용합니다. 이 쿠키들 중에서 필요에 따라 분류 된 쿠키는 웹 사이트의 기본적인 기능을 수행하는 데 필수적이므로 브라우저에 저장됩니다. 또한이 웹 사이트의 사용 방식을 분석하고 이해하는 데 도움이되는 제 3 자 쿠키를 사용합니다. 이 쿠키는 귀하의 동의하에 만 브라우저에 저장됩니다. 이러한 쿠키를 거부 할 수도 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다.

향상된 안전

검사는 종종 위험한 조건을 직면하고 높은 구조, confined space를 입력하거나 활성 트래픽을 가까이 작업. 3D 포인트 클라우드 데이터로, 물리적 액세스의 필요는 급격히 감소됩니다. 드론은 위험에 인력을 넣어하지 않고 댐 얼굴이나 다리의 지점 구름을 캡처 할 수 있습니다. 화학 공장 또는 핵 시설, 원격 스캐닝은 폭발 노동자를 하거나 방사성 물질에 대한 검사를 가능하게합니다.

포괄적인 문서

Point Clouds는 특정 시점에서 자산의 상태를 풍요롭고 영구적으로 기록합니다. 이 역사적인 데이터는 엔지니어가 분해를 할당하고 유지 보수 효율성을 검증하고 법적 또는 보험 청구를 지원합니다. 이 데이터는 향후 혁신, 개조 또는 분해에 사용될 수 있습니다. 2D 도면 또는 사진과는 달리 Point Clouds는 해석 오류를 제거하는 전체 3D 컨텍스트를 제공합니다.

Facilitates 예측 정비

표면 균열, 스파킹, 코팅 실패와 같은 악화의 초기 징후를 감지하여 포인트 클라우드 데이터는 민감성 유지 보수를 예측하는 데 중점을 둡니다. 기계 학습 알고리즘은 포인트 클라우드 기능에서 자동으로 아노마스를 실행할 수 있습니다. 예를 들어, 파이프 스캐닝 시스템은 누출 발생하기 전에 부식으로 인한 벽을 감지 할 수 있으며, 비용 폐쇄를 방지 할 수있는 계획 된 수리를 가능하게합니다.

인프라 검사

3D 포인트 클라우드 데이터는 여러 인프라 부문에서 광범위하게 사용됩니다. 각 고유 검사 요구 사항.

교량 및 통행

Bridge는 교통, 온도 변화 및 환경 노출에서 일정한 스트레스에 따라 달라질 수 있습니다. Point cloud 설문조사는 글로벌 기하학, 데크 펄션, 베어링 운동 및 균열 패턴을 캡처합니다. 엔지니어는 수년간의 합의 또는 해적을 측정하기 위해 구름을 오버레이 할 수 있습니다. 이 경우 Forth Road Bridge 스코틀랜드에서, 정기적인 LiDAR 검사 트랙이 장기적인 구조적 행동을 추적합니다. ([LT]]]Forth Road Bridge]

터널 및 지하철

터널 검사는 라이너 균열, 물 진입 및 통관 위반을 감지해야합니다. 철도 차량 캡처 터널 프로파일에 장착 된 모바일 스캐닝 시스템은 최대 50 mph까지 속도로 설계되었으며 마일 당 단면의 수천을 생산합니다. 포인트 클라우드 데이터는 터널 교차 섹션이 설계 사양을 충족하고 라이닝이 변형 된 지역을 식별하는 데 도움이됩니다. 이것은 [[FLT :0]]subway 시스템[FLT :1]]에 중요한 것은 작은 혼란이 발생할 수있는 트레이드 문제의 원인이 될 수 있습니다.

댐 및 유압 구조

댐은 정산, 부수기 및 볼 페이지의 엄격한 모니터링을 요구합니다. UAV 기반 포토그램 측정은 업스트림 및 다운스트림 얼굴에 안전한 액세스를 제공하며, 내장 모델과 비교되는 포인트 클라우드를 생성합니다. 변형 분석은 신호 잠재적 인 실패 위험이 있는 밀리미터 규모의 운동을 감지할 수 있습니다. DD에 대한 미국 사회]은 일상 검사에 가장 적합한 3D 스캐닝을 권장합니다.[]]]

건물과 유산 구조

상업적인 건물을 위해, 점 구름은 수락과 정비 계획을 위한 as-built 상태를 문서화합니다. 역사적인 보전은 3D 스캐닝에 다량을 의존하지 않는 fragile 표면 없이 회복을 위한 정확한 복제를 창조합니다. 노어 Dame] 포스트 불 개조는 정확한 회복을 인도하기 위하여 전 disaster 점 구름을 이용했습니다. 이 기록은 본래 그림이 존재하지 않을 때 불능합니다.

파이프 라인 및 산업 공장

오일 및 가스 파이프라인, 정유 및 화학 공장 사용 포인트 클라우드 부식 모니터링, 파이프 라우팅 검증 및 수정에 충돌 감지. 핸드 헬드 스캐너는 벽 손실을 감지하기 위해 파이프의 내부 표면을지도 할 수 있습니다. 산업 시설에서 포인트 클라우드는 BIM과 결합하여 안전 검사 및 운영자 교육을 지원하는 디지털 트윈을 만듭니다.

BIM 및 Digital Twins와의 통합

3D 포인트 클라우드는 빌딩 정보 모델링 (BIM) 및 디지털 트윈 워크플로우의 기반 요소입니다. 세그먼트 및 분류 (예 : 벽, 빔, 파이프)를 통해 지능형 3D 모델로 포인트 클라우드를 변환함으로써 소유자는 각 새로운 스캔으로 업데이트하는 살아있는 디지털 표현을 만들 수 있습니다. 이 통합을 허용:

  • Change detection – 현재 스캔과 디자인 모델 간의 차이를 자동으로 강조합니다.
  • Asset Management – 유지 보수 기록, 센서 데이터 및 검사 기록에 각 요소에 대한 링크.
  • Simulation – 디지털 트윈을 사용하여 하중이나 환경 조건에서 구조적 응답을 테스트합니다.

예를 들어, 국가 표준 및 기술 연구소 (NIST)는 건물 화재 안전 검사를 위해 포인트 클라우드를 사용하여 연구하고, 수동 방법의 개선 정확도를 결정했습니다. (NIST 간행]])

도전과제

그것의 이익에도 불구하고, 인프라의 3D 포인트 클라우드 채택은 여러 장애물을 직면:

  • Data volume – 단일 스캔은 처리에 대한 견고한 스토리지 및 고성능 컴퓨팅을 필요로 하는 데이터의 기가 바이트를 생성할 수 있습니다. Cloud 기반 솔루션 및 효율적인 압축 알고리즘은 이 주소를 불러오는 것으로 밝혀졌습니다.
  • ]지구 조건에서 정확도] - 반사 표면, 물, 또는 fog/dust를 통해 품질이 향상 될 수 있습니다. 레이더 또는 열 화상을 가진 LiDAR를 결합하는 하이브리드 접근은 개발 중입니다.
  • Skill gap – 전문 소프트웨어에 대한 포인트 클라우드 데이터 요구 교육 (예를 들어, RiSCAN PRO, FARUS, 또는 오픈 소스 CloudCompare). 많은 엔지니어링 회사는 여전히 전통적인 2D 방법에 의존합니다.
  • Cost – 하이 엔드 모바일 레이저 스캐너는 $100,000의 위 비용. 그러나 검사 당 비용은 종종 노동과 가동 중단 시간에 요인을 때 낮습니다. 임대 또는 드론 기반 포토그램 측정을 사용하여 더 저렴한 항목 포인트를 제공합니다.
  • Standardization – 포인트 클라우드 품질 및 교환 형식의 업계 표준 부족은 소프트웨어 플랫폼간에 상호 운용성을 방해할 수 있습니다. ASTM E57위원회와 같은 노력은 표준을 개발하는 데 능동적입니다. (]]ASTM E57])

미래 관점

기술 발전으로, 인공 지능과 기계 학습을 가진 3D 포인트 클라우드 데이터의 통합은 더 인프라 모니터링을 향상 할 것입니다. 대형 데이터셋에 훈련 된 자동화 된 결함 검출 알고리즘은 균열, 스파엘 및 고정확도 포인트 클라우드의 부식을 인식 할 수 있습니다. 무인비행기 또는 고정 센서의 실시간 스캐닝은 지속적인 모니터링, 경고 연산자를 활성화하여 발생으로 변경할 수 있습니다.

또 다른 유망한 추세는 다른 센서 데이터-열 손실 검출, 표면 침투 레이더, 누출 식별을위한 음향 센서와 포인트 클라우드의 융합입니다. 결합 된이 기술은 전체 자산 관리를 지원하는 다중 계층 디지털 트윈을 만듭니다.

마지막으로 클라우드 기반 처리 및 웹 기반 시각화 플랫폼 (예 : Potree, Three.js)의 상승은 전문 하드웨어없이 이해 관계자에 액세스 할 수있는 포인트 클라우드 데이터를 만듭니다. 이 데모는 도시 및 지역 인프라 기관의 광범위한 채택을 구동 할 것이며 궁극적으로 공공 안전과 노후화 자산의 수명을 늘리는 것입니다.

"3D 포인트 클라우드 데이터는 측정 도구가 아닙니다. 더 스마트하고 안전한 인프라 관리에 대한 더 지속 가능한 접근의 백본입니다."

]

관련 기사

3D 포인트 클라우드 데이터는 인프라 검사 및 유지 보수를 위한 문서의 비정치적 정확성, 속도, 안전 및 깊이를 제공합니다. 예측 유지 보수, 디지털 트윈 통합 및 원격 분석이 가능하여 비용 절감과 자산 수명 연장을 보장합니다. 데이터 볼륨 및 기술 요구 사항과 같은 과제는 급속한 기술 발전 및 하드웨어 비용을 절감하는 것은이 기술을 점점 접근할 수 있습니다. 3D 포인트 클라우드 방법을 채택한 엔지니어 및 자산 관리자는 오늘날의 인프라 네트워크의 요구를 충족시키기 위해 더 나은 장비가 될 것입니다.