インフラ監視のためのモバイルレーザースキャンの可能性を最大限に引き出す

広大なエリアをスキャンし、懸念のあるエリアを特定

モバイルレーザースキャンの可能性を最大限に探ると、得られた結果が変形モニタリングに十分正確であるかどうかという疑問が生じます。 この記事では、モバイル レーザー スキャンの幾何学的品質に焦点を当て、それを民間インフラの監視に効果的に使用できるレベルまで強化する方法を提案します。 この研究は単なる好奇心からではなく、緊急の必要性によって動機付けられています。

民間インフラは、長距離にわたる物品や人の輸送を可能にする現代社会の基礎です。 しかし、トンネル、橋、防音壁、擁壁の安全性と完全性を維持することは、特にインフラ事業者が交通量の増加や異常気象の変わり目による需要の増大に直面しているため、困難な課題です。 劣化の兆候を発見できないと、修理費の高騰や壊滅的な構造上の故障など、深刻な結果につながる可能性があります。

悲しいことに、このような悲劇が、ヨーロッパアルプスを越える貨物と旅客の交通の主要な南北幹線であるブレナーハイウェイを襲いました。 2012 年、料金所に隣接する擁壁が崩壊し、大量のコンクリートが高速道路に流れ落ちました (図 1)。 一瞬のうちにトラックが埋まり、運転手は悲劇的に命を落としました。 この悲惨な事件は、地質工学的構造物の潜在的な危険性に関するオーストリアの認識に変化をもたらしました。 国内の道路や鉄道に沿って並ぶ何万もの構造物の欠陥を検出するための、より正確で効率的な方法が緊急に必要とされていました。

インフラの安全性と信頼性を保証することは最も重要であり、その構造状態の評価はこの目標を達成する上で重要な役割を果たします。 タイムリーで十分な情報に基づいた決定が、人や物の輸送をスムーズに行うか、それとも大惨事を招くかの分かれ目となる可能性があります。 世界の多くの地域では、インフラストラクチャのメンテナンスに厳しい規制が適用されており、構造性能についてより深い洞察を得るために最先端のテクノロジーが導入されています。 新しいセンサーとデータ分析機能は建物の検査や安全性評価に役立ちますが、状態評価の最終的な基礎として目視検査に代わることはできません。

それにもかかわらず、客観的なデータの価値を認識することが重要です。 さまざまな地質工学的または構造的欠陥は、肉眼では見えない場合があります。 ユーロコード 7 (EN 1997-1、2004) は、沈下、横方向の変位、傾斜を引き起こす可能性のある複数の故障モードに焦点を当てています。 そこで、変形モニタリングが不可欠なツールとなり、挙動を観察し、構造の健全性の現在の状態を評価するための標準的な手段を提供します。 ただし、変形を監視する従来の技術には限界があります。 トータル ステーションで数千の物体を測定したり、数万のセンサー ノードを設置したりすることは非現実的であり、信じられないほど時間とリソースを大量に消費する可能性があります。

モバイル レーザー スキャン (MLS) は、リアリティ キャプチャのための最先端のテクノロジーとして登場しました。 静的スキャンとは異なり、徒歩、飛行機、乗り物など移動中でも周囲の 3D 点群を取得できます。 その成功の秘密は、直接ジオリファレンスにあります。これにより、地上基準点の設定や測定を必要とせずに、目的の座標フレームで 3D 点群を取得できるようになります。 これは、GNSS、慣性測定ユニット、走行距離計、カメラ、スキャナーなどのさまざまなソースからのセンサー データを統合することで実現されます。 これらの個々のコンポーネントの品質とデータの融合に使用されるアルゴリズムは、結果として得られる点群の品質に重要な役割を果たします。

道路や鉄道沿いの民間インフラを監視するには、車両ベースのモバイル LiDAR システムが理想的な選択肢です。 自由に流れるトラフィックにシームレスに統合しながら、高速なデータ収集が可能になります。 さらに、たとえば無人航空機 (UAV または「ドローン」) に基づくシステムと比較すると、サイズと重量はそれほど問題になりません。

2016 年、オーストリアのグラーツ工科大学の学際的な研究者チームは、潜在的に欠陥のある擁壁を特定するための車両ベースの MLS システムの可能性について調査を開始しました。 目的は、データを迅速に収集し、インテリジェントに処理することでした。 高速で走行中にインフラがスキャンされ (図 2)、重大な構造変形の信頼できるマップが抽出されます。 さらに、この研究では、実際の境界条件下でテクノロジーを導入する際に直面する課題にも取り組みました。 たとえば、インフラストラクチャ オペレータは、市販のシステムで動作する方法を必要としていました。 データ形式とインターフェイスは、異なるサービス プロバイダー間でのデータ品質を今後何年にもわたって保証するために指定されました。 さらに、明確に定義されたガイドラインがあれば、より多くのサービスプロバイダーが入札に参加するようになるでしょう。

業界パートナーとの協力が成功し、MLS データの包括的なデータベースの作成に役立っていることが証明されました。 このプロジェクトは 8 つの測定キャンペーンで構成され、4 つの異なるベンダーの MLS システムを使用して 24 のサポート構造をスキャンしました。 結果として得られたデータセットには、それぞれに数百万の点が含まれる数百の点群が含まれていました。

この膨大なデータセットの分析により、MLS システムの幾何学的精度に関するいくつかの注目すべき洞察が明らかになりました。 重要な発見の 1 つは、最終データの品質は、使用されるシステムだけでなく、その運用方法にも依存するということでした。 スキャナの向き、測定速度、校正手順などの要素は、現場で実施されるか工場で実施されるかにかかわらず、データの精度に大きな影響を与える可能性があります。

さらに、スキャンされる風景の種類も結果に影響を与える可能性があります。 たとえば、擁壁、橋、トンネルがある高山の渓谷をスキャンすることで生じる課題は、特に難しい場合があります。 州間道路と高速道路に隣接する斜面を安定させる高さ 18 m の保持構造物をスキャンする例を考えてみましょう (図 4 を参照)。 GNSS マルチパスと IMU ドリフトにより、短時間連続で取得された 2 つのデータセット間で雲間の偏差が最大 10 cm 発生する可能性があります。 これらの偏差は剛体変換では最小化できないことに注意してください。 このような「MLS 歪み」を処理できるソフトウェアが存在しないことが、変形モニタリングの信頼できる方法として MLS がまだ証明されていない理由かもしれません。

ただし、解決策はあります。 系統的エラーは、状況または時間に依存すると考えられます。 言い換えれば、これらの誤差は特定の時間枠では一定です。 ほとんどの MLS ソフトウェア パッケージでは、ナノ秒の精度の時間情報 (LAS/LAZ 形式など) を含む点群のエクスポートが可能です。 この情報により、クラウドを簡潔な期間内にスキャンされたセクションに分割し、剛体変換の観点から位置合わせすることができます。 図 5 に示すように、改善の可能性は大きくなります。MLS 点群を後処理することで、数センチメートルの系統誤差を排除し、ミリメートル精度で位置合わせすることができます。

MLS ベースの変形モニタリングにはパズルの重要なピースが欠けていましたが、この方法によりそれが提供されます。 これは、次の 2 つの主要な段階で適用されます。

(1) 均一座標系の確立と変形の導出

(2) 経験的な精度を導き出す。

トータルステーションによる従来のモニタリング測定と同様に、変形を決定する対象となるオブジェクトがステージ 1 の計算から除外されることは注目に値します。 点群の意味論的な解釈は、路面やガードレールなどの他の要素から構造物 (オブジェクト) を分離するのに役立ちます (参照)。 これらの参照オブジェクト上に 2 つのエポックが登録され、保持されている構造が比較されます (図 6、上)。

ステージ 2 の精度は、重大な変形と測定ノイズを区別するのに役立ちます。 これにより、図 6 (中央) に示すように、統計的に有意な差がある領域を示すバイナリ マップが作成されます。 19 個のプリズムを使用したトータルステーション測量の結果 (図 6 上) と比較すると、結果は +/-5mm の範囲内で一致しました (図 6 下)。

「厳密な変形解析」として知られるこの概念の背後にある考え方はほぼ半世紀前のもので、当初はタキメーター測量用に開発されました。 しかし、この研究では、モバイル Lidar スキャン データへの転送可能性が示されており、興味深いものです。

研究者やメーカーが MLS の可能性を最大限に引き出すよう努める一方で、「結果は変形モニタリングに十分な精度を持っているのか?」という疑問が残ります。 多くの研究が明らかにしているように、その答えはいくつかの要因によって異なります。 物体の表面が滑らかな最適な条件では、80km/h の高速でも +/-5mm の精度を達成できます。 ただし、粗い物体や密集した植物を扱う場合、精度は推定 +/-1cm まで低下しますが、これはより現実的な評価となります。

これらの制限にもかかわらず、MLS データの全体的な品質は目的のアプリケーションには十分であると考えられており、注意が必要な重要なインフラストラクチャを特定するための有望なツールとなります。 クリティカルなシナリオでは静的調査が今後も不可欠ですが、MLS には広大なエリアを効率的にスキャンし、懸念されるエリアを正確に特定できる可能性があり、インフラストラクチャ オペレータの監視ツールボックスへの貴重な追加となります。 世界が運用を最適化するためにテクノロジーへの依存を強める中、MLS がどのように進歩し続け、インフラストラクチャの維持および改善において役割を果たすかを見るのは非常に興味深いでしょう。

参考文献

Gabl & Pilch: 新旧擁壁 - 非アンカー支持構造物の修理、アップグレード、新規建設。 すべてのパスの信頼性、カーレンバーグ、2015 年 6 月 18 日。

Kalenjuk, S.、Lienhart, W.、Rebhan, M. (2021)。 高速道路沿いに固定された保持構造の大規模な変形モニタリングのためのモバイルレーザースキャンデータの処理。 コンピューティング支援型民間情報 2021: 1-17: https://doi.org/10.1111/mice.12656

Kalenjuk, S.、Lienhart, W. (2022)。 モバイルレーザースキャンデータの効率的な品質管理と強化のための方法。 リモートセンシング、14(4)、[857]。 https://doi.org/10.3390/rs14040857

Kalenjuk, S.、Lienhart, W. (2023)。 ドライブバイインフラストラクチャモニタリング: モバイルレーザースキャンデータの厳密な変形解析のためのワークフロー。 構造の健全性モニタリング。 オンラインファースト: doi:10.1177/14759217231168997

EN 1997-1。 (2004)。 ユーロコード 7: 地盤工学設計 - パート 1: 一般規則。 (技術レポート、権限: 欧州連合規則 305/2011、指令 98/34/EC、指令 2004/18/EC による)。 ブリュッセル。

専門家が厳選したニュースレターで常に最新情報を入手してください。

私たちは、あなたが学び、成長し、あなたの分野で最大限の可能性を発揮できるように、教育的な洞察、業界の最新情報、感動的なストーリーを提供します。 お見逃しなく - 今すぐ購読して、常に情報、教育、インスピレーションを得てください。

Slaven Kalenjuk は地球工学工学の学位を取得しており、グラーツ工科大学の元研究者です。

Werner Lienhart は正教授であり、工学測地学および測定システム研究所の所長です。