无人船测深系统在线性工程水下测量中的应用

无人船测深系统的发展和使用已有一定的基础,但在城市地区的线性工程水下测量部分一般是采用人工或单波束方式采集水下地形数据,传统的技术手段虽然可以保证数据的正确性,但是也存在诸多不足。本文在上海轨道交通二十号线项目中,通过华微6号无人船测量系统采用多种方式获取了隧道越江处的水深数据,通过对误差数据的多种分析,证明多波束测深精度得到有效控制,能够完全满足在工程测量中的应用,同时形成多种数据成果填补了智能化全息测绘水下测量的空白和为实景中国建设提供了基础。

基于地面三维激光扫描技术与无人船测深系统的水库库容计算

精确测得水库库容,对库区的运行管理和监测具有重要的意义。本文通过无人船测深系统获取水下地形点云数据,结合地面三维激光扫描技术获取精确的水上地形点云数据,利用3DReshaper 2017软件平台获取水下和水上地形等高线,为弥补无人船测深系统无法测到的盲区,我们外延水上地形等高线,再利用CAD软件计算库区水面面积,通过最小二乘法建立三维激光扫描仪的水库水位面积关系曲线,由该水位面积曲线建立无人船测深系统获得的水位面积与三维激光扫描仪获取的水位面积之间的回归方程,并根据该方程计算完整的实际水库水位与水位面积关系曲线。最后再根据等高线容积法计算水库库容。无人船测深系统与三维激光扫描技术结合的水库水位面积曲线测定方法,弥补了无人船测深系统的不足,同时高效、便捷的完成水上和水下地形的测量工作,可以大量节省人力、物力和财力,在生产实践具有更广泛的推广应用价值。

无人船测深仪在大断面测量中的应用

水文测验断面的测量又称为大断面测量,是水文测验的基础要求之一。断面测量精度直接影响流量测量。当前水文站普遍在水深较浅、流速较小区域采用测深杆测深,在水深较深、流速较大区域采用铅鱼测深,对测量数据会产生误差,并且存在人员安全隐患问题。以J水文站为例,在断面测量中使用无人船测深技术对水底高程进行测量。与常规测量方法相比,本测量方法具有同步进行定位和测深、实时远程通信、自主航行及自动避障等优点,提高了水文断面应急监测能力。

无人船测深系统在浅水河道测量中的应用

针对传统测深方法在浅水区测量实施困难的问题,基于无人船测深系统的组成及原理,重点研究了无人船姿态对测深的影响、测深数据粗差探测与滤波方法。分析得出:无人船姿态在浅水区对测深的影响有限,可采用中值滤波、加权平均法、趋势面滤波方法进行测深数据粗差处理。结合项目应用,证实无人船满足浅水河道测量需求、测深精度满足规范要求,可为类似工程提供借鉴。

无人机正射影像辅助无人船测深作业方法探讨

无人船测深系统被越来越广泛地应用于采集水深数据。在复杂水域环境中进行作业时,无人船受到工作底图及导航方式的限制,难以采用自动航行模式进行测绘,因此提出了一种无人机正射影像辅助无人船测深的作业方法。通过无人机快速获取测区正射影像成果,利用正射影像辅助进行测区划定和测线布设,避开可能造成作业风险的水上障碍物和岸滩。并在此基础上进行自动航行线路的规划设计,在水位不低于正射影像获取水位时开展无人船测深作业。经验证,采用该方法能够最大限度的完成测绘任务,同时降低作业强度与风险,具有较好的应用价值。

无人船测深系统在潮间带地形测量中的应用

常规测量船在大潮期才能进行潮间带地形测量,但由于潮间带地形复杂多变,存在一定的安全风险,因此对其进行地形测量一直是工作难点。无人船吃水浅、轻便灵活、效率高,可有效克服常规测量船存在的问题,给潮间带地形测量工作带来了较大便利。介绍了无人船测深系统的组成与原理,并结合实例分析了无人船测量的优势与不足,可为今后潮间带地形测量工作提供参考。

浅述无人船测深系统在内河流域地形测量中的应用

随着环境保护与生态建设工作的不断推进,流域治理作业也随之展开,其中水下地形测量在流域水环境精准治理工作中起到重要作用。传统的水下地形测量方法,不仅测量效率低下,测线定位的精确性也难以得到可靠保障,因此,必须借助无人船测深系统,实现水下地形测量方法的改进与创新,提高工作效率和质量。基于此,本文以无人船测深系统在内河河道地形测量中的技术应用为核心展开分析,提出利用无人船测深系统快速安全地划定无人船作业范围及测线布置调整措施,以便为相关技术人员提供参考。

无人测深船在内河航道管理中的应用

论述了无人测深船引入内河应用的背景和必要性。为大力开展智慧航道建设,提高内河航道管养水平,缓解内河航道水深检测、疏浚、巡航、航道图数据更新等的工作管养压力,结合郁江南宁市区航道条件,开展无人测深船应用试验,分析在不同水情环境下的试验效果,探讨了无人测深船在内河应用的优势和发展方向。

无人机航测和无人船测深技术在水陆地形图测绘中的应用

数字地形图是新能源产业设计及施工的重要基础数据,“水面光伏”开发建设模式越来越受到重视,针对复杂水域水下地形测量效率低、无人船内置影像时效性较差等缺点,本文采用无人机正射影像辅助无人船测线规划的工作方法,基于无人机正射影像进行无人船测线布设,躲避水中障碍物,按照规划的测线实施无人船测深,通过工程实践,证明该方法能保障无人船测深的作业安全,提高水下地形图测绘的质量和效率。

机载激光Lidar+单波束无人船在海外水电测绘项目中的应用分析

海外水电站项目测绘存在不可控因素较多,在前期进场准备阶段,需做好充分的调研和安排。水电站选址多位于人迹罕至的丛林地段,河岸地势陡峭,河流比降大。合理选择实施方案和测绘设备显得尤为重要,本文以西部非洲某水电站项目测绘工程为例,使用无人机载Lidar和无人船测深系统展开水上、水下一体化作业,从工作效率、成本控制、成果质量方面上取得了不错的成效。实践表明:①在非洲丛林飞行,选择合理的飞行参数,激光透射率高,点云密度能满足制图要求。②利用点云粗分类提取初始地表面,通过迭代运算,可建立合理的DEM模型。③机载Lidar和无人船测深系统在非洲水电项目大范围地形测量工程中具有参考意义。

无人船多波束与水下机器人(ROV)在港口码头工程水下检测中的综合应用

无人船多波束测深系统具有工作效率高、作业成本低、受水下地形限制影响小、测量精度高等特点,通过无人船自主航行和多波束系统每次发射和接收几百个高程或水深数据值形成水下地形三维点云图,全面反应水下地形地貌的整体状况以及结构物的冲淤情况等状况;水下机器人(ROV)检测系统具有安全高效等特点,能够在水下进行长时间、大水深和较远距离的对水下结构物进行检测、巡查。本文综合应用无人船多波束测深系统和水下机器人(ROV)检测系统对安庆某码头工程水下结构物外观、和港池水下地形地貌、冲淤状况进行全面检测,为港口码头运营管理部门提供养护依据。

基于遥感和机器学习的内陆水体水深反演技术

文章主要根据机器学习算法(随机森林算法和极端梯度提升算法)和遥感水深反演的原理,利用Sentinel_2多光谱卫星数据和无人船实测水深数据,对内陆水体——梅州水库建立了随机森林(RF)、极端梯度提升(XGBoost)和支持向量机(SVM)水深反演模型,并对反演结果进行对比分析。结果表明:1)RF的训练精度为97%,测试精度为0.80;XGBoost模型的训练精度为97%,测试精度为0.79;SVM的训练精度为90%,测试精度为0.78。说明了在水深预测方面RF模型和XGBoost模型比SVM模型表现更好,对各个区段的水深值较为敏感。2)根据运行时间考察各个模型的效率,其中RF模型从读取数据至输出结果耗时3.92 s;XGBoost模型4.26 s;SVM模型6.66 s。因此,在反演精度和效率上RF模型优于XGBoost模型优于SVM模型,且RF模型的预测结果图细节更加丰富,轮廓更加分明;XGBoost模型次之,但总体效果也较好;SVM模型表现最差。由此可知,机器学习水深反演模型获得的水深结果精度明显提高,解决了传统水深反演模型精度不高的问题。