基于深度学习的三维管道重建

发布时间：2021-04-12 12:32

　　管道作为电力、石油、化工厂等许多工业场所的基本构件,用于液体或气体短距离和长距离的传输。随着经济发展和产业结构优化,大量工业场所面临着产业升级,管道重建成为了解工厂现状的重要手段。此外,随着互联网的快速发展以及三维数字化世界的普及,工厂数字化在企业管理中起着重要角色,高质量的三维管道模型在灾难模拟、检测和培训等许多应用中起着至关重要的作用。如今随着激光扫描技术的提高,高质量的点云成为三维场景的主要表示方式,因此,由点云重建出高质量三维管道模型变成一个重要问题。虽然管道本身仅仅是基本的圆柱形,可以简单地用轴线和半径定义,但工业管道往往包含额外的部件,如法兰、阀门、进气口、弯头、三通等。另外工业场所的管道通常比较密集,包含大量的拓扑和几何结构,并且伴有自遮挡。因此,从大规模点云重建三维管道模型是一个具有挑战性的问题。圆柱形作为管道的基本形状,从点云中得到圆柱成为管道重建的关键工作。现有工作采用几何的方法,通过三维圆柱拟合或者二维平面圆的拟合来获取圆柱的半径和轴线位置,之后再检测可能存在的连接关系完成整个管道的重建。这类工作往往存在局部性问题,结果好坏较大程度依赖阈值设置,连接关系依靠既定的... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

图２－１管道尺寸??

?山东大学硕士学位论文???（ＪＢ），管子尺寸属于小外径系列。在这些标准中，管道的半径尺寸是离散的。??〇１］??图２－１管道尺寸??在实际的管道场景设计时会根据实际项目需要并结合常见标准制定管道等??级表，管道等级表规定了场景中组件的类别和尺寸型号。整个场景可以看作时由??若千特定的组件拼接而成。这里尺寸用用上述的三种术语表示，一般地，外径（）??可以直接展示形状尺寸，所以我们选用外径作描述形状大小，不同的外径对应不??同的组件尺寸，即一旦外径大小确定，组件的长短尺寸也唯一确定。因此每个组??件可以由组件类型和外径大小唯一确定形状外观，即组件类型和外径组合可以确??定唯一的组件种类。如图２－２从左向右分别展示了外径为１４１．３ｍｍ的三通，外径??为２１９．１ｍｍ的三通，外径为２１９．１ｍｍ的四通，仅用类别和外径即可唯一确定组??件的形状。根据管道设计标准，组件的外径是预先规定好的离散的数值，这大大??减少了组件的种类。我们用这些特定的组件来指导管道的重建。??Ｌ?４?Ｌ?—｜?Ｌ??——１，??图２－２不同类别和尺寸的组件??由于管道重建更多地是关注管道的几何特征和拓扑信息，而每个组件的外观??可以由组件类型和外径大小唯一确定。所以这里我们选用组件类别和组件半径??（外径对应的半径）两个属性来标识组件，通过检测组件的类别和半径来获取组??件的形状信息。??根据上述管道设计及铺设的原理，我们了解到管道场景可以看作是很多组件??拼接而成的，而每个组件可以通过类别和半径大小唯一标识。因此，我们引入深??度学习学习点所属组件的类别和半径用来协助管道重建。??２．?２点云的特征提取??９??

?山东大学硕士学位论文???最小生成树中的直径，可以获取最小生成树上的主分支，通过设定阈值，可以删??掉一些短小的分支。这与获取管道的骨架有着类似的效果，因此我们使用此结构??获取管道的骨架。??Ａ??，？?？??參?？參??ｍ?＃?馨??ｍ?瘺??＃??馨??ｍ??图２－３最小生成树直径，即黑色节点组成的路径??２．?４本章小结??本章节对管道重建的相关概念和工作进行介绍。围绕本文提出的基于先验的??重建方法，介绍了实际管道设计和铺设过程中的先验知识，利用此先验知识，我??们引入深度学习来协助管道重建，于是，接着介绍了深度学习提取点云的相关知??识和工作。最后我们采用图结构来得到管道骨架，本章节回顾了相关提取骨架的??工作，以及图结构的基本知识和算法，在第三章，我们将用相关知识应用到骨架??提取中。??１２??


本文编号：3133301