本发明涉及油气管道数字化,尤其涉及一种油气管道自主测绘方法以及一种油气管道自主测绘系统。
背景技术:
1、随着国家提出油气管道数字地图绘制要求,管道及周边环境高精度位置数据采集迫在眉睫,而传统的测绘方式费用高、速度慢、不灵活、后期处理专业复杂等问题,无法满足现阶段油气行业管道高精度数据采集需要。
技术实现思路
1、针对上述问题,本发明提供了一种油气管道自主测绘方法及系统,针对传统的高精度测绘方式采集油气管道坐标时,费用高、速度慢、不灵活、后期处理专业复杂等无法满足现阶段油气行业管道高精度数据采集需要的问题,重点解决不同区域测绘作业时存在的基准不统一问题、复杂环境下rtk模糊度固定错误导致管道坐标点偏差较大的问题,以及自主测绘合规性、便捷性问题,确保自主开展的高精度测绘数据能够转换成国家cgcs2000格式的厘米级精度坐标数据,通过ai自动分析纠偏和自我修复技术,实现实时100%管道高精度位置数据采集入库,确保管道数据质量能满足要求,提高工作效率。
2、为实现上述目的,本发明提供了一种油气管道自主测绘方法,包括:
3、利用rtk设备及所配置客户端的管道数据模型,采集油气管道的基础数据;
4、基于固定的加密连接会话,通过数据加解密服务实时并发接收所述基础数据,并对所述基础数据进行预处理;
5、利用基于机器学习算法构建的地图匹配计算模型,在基础地图库中搜索匹配与所述基础数据对应的配准点位;
6、基于隐马尔可夫模型hmm计算所述基础数据与配准点位数据的偏移量,并对所述基础数据进行数据纠偏;
7、将纠偏后的数据按照所述管道数据模型进行标准化后更新至所述基础地图库中。
8、在上述技术方案中,优选地,所述油气管道的基础数据包括主体结构控制点数据、附属设施数据、阴保结构数据和密闭空间数据,还包括基于所述主体结构控制点数据进行编辑得到的主体结构线状数据和主体结构面状数据,所述基础数据包括名称、类型、属性信息以及坐标和高程数据。
9、在上述技术方案中,优选地,所述利用基于机器学习算法构建的地图匹配计算模型,在基础地图库中搜索匹配与所述基础数据对应的配准点位的具体过程包括:
10、利用基础地理库中提取的采集测量区数据,建立样本数据库并进行标注;
11、基于机器学习算法构建特征提取和时空关系的关联模型,并利用标注后的样本数据进行训练,训练完成后得到所述地图匹配计算模型;
12、所述地图匹配计算模型根据所述基础数据,在所述基础地图库中获取候选坐标点,根据特征点进行快速搜索匹配,确定配准点位的定位和坐标。
13、在上述技术方案中,优选地,所述基于隐马尔可夫模型hmm计算所述基础数据与配准点位数据的偏移量,并对所述基础数据进行数据纠偏的具体过程包括:
14、通过坐标转换,基于高斯分布计算采集点的基础数据与候选坐标点的距离;
15、根据采集点与候选坐标点的距离值,计算由所述采集点到对应候选坐标点的状态转移概率;
16、按照所述隐马尔科夫模型,利用viterbi算法进行逐步累乘求解,通过动态规划得到概率最大路径,实现对所述基础数据的纠偏。
17、在上述技术方案中,优选地,所述对所述基础数据进行数据纠偏的具体过程包括:
18、在所述rtk设备的客户端上或后台管理端设备上可视化显示测量区的基础地图和采集点,根据测绘人员的操作指令,进行手动模拟可视化数据对准纠偏。
19、本发明还提出一种油气管道自主测绘系统,应用如上述技术方案任一项公开的油气管道自主测绘方法,包括:
20、数据采集模块,用于利用rtk设备及所配置客户端的管道数据模型,采集油气管道的基础数据;
21、数据传输模块,用于基于固定的加密连接会话,通过数据加解密服务实时并发接收所述基础数据,并对所述基础数据进行预处理;
22、地图配准模块,用于利用基于机器学习算法构建的地图匹配计算模型,在基础地图库中搜索匹配与所述基础数据对应的配准点位;
23、数据纠偏模块,用于基于隐马尔可夫模型hmm计算所述基础数据与配准点位数据的偏移量,并对所述基础数据进行数据纠偏;
24、数据更新模块,用于将纠偏后的数据按照所述管道数据模型进行标准化后更新至所述基础地图库中。
25、在上述技术方案中,优选地,所述数据采集模块所采集到的所述油气管道的基础数据包括主体结构控制点数据、附属设施数据、阴保结构数据和密闭空间数据,还包括基于所述主体结构控制点数据进行编辑得到的主体结构线状数据和主体结构面状数据,所述基础数据包括名称、类型、属性信息以及坐标和高程数据。
26、在上述技术方案中,优选地,所述地图配准模块具体用于:
27、利用基础地理库中提取的采集测量区数据,建立样本数据库并进行标注;
28、基于机器学习算法构建特征提取和时空关系的关联模型,并利用标注后的样本数据进行训练,训练完成后得到所述地图匹配计算模型;
29、所述地图匹配计算模型根据所述基础数据,在所述基础地图库中获取候选坐标点,根据特征点进行快速搜索匹配,确定配准点位的定位和坐标。
30、在上述技术方案中,优选地,所述数据纠偏模块具体用于:
31、通过坐标转换,基于高斯分布计算采集点的基础数据与候选坐标点的距离;
32、根据采集点与候选坐标点的距离值,计算由所述采集点到对应候选坐标点的状态转移概率;
33、按照所述隐马尔科夫模型,利用viterbi算法进行逐步累乘求解,通过动态规划得到概率最大路径,实现对所述基础数据的纠偏。
34、在上述技术方案中,优选地,所述数据纠偏模块具体用于:
35、在所述rtk设备的客户端上或后台管理端设备上可视化显示测量区的基础地图和采集点,根据测绘人员的操作指令,进行手动模拟可视化数据对准纠偏。
36、与现有技术相比,本发明的有益效果为:
37、(1)效率提升性效果
38、对比传统的数据采集工作步骤,本发明通过系统开发将原本需要专业技术人员处理的数据,直接由现场采集导入系统,减少了中间环节,提升了工作效率。原始的测绘需要测绘单位现场作业,然后测绘单位内业进行数据初步处理,然后由系统开发进行数据处理录入系统,现在仅需测绘单位内部人员通过简单的操作即可实现现场油气管道数据采集直接传入信息化平台,大大的提高了工作效率。
39、(2)使用经济性效果
40、传统数据采集需要外聘专业队伍进行采集,一般市场报价为3500元/公里,而应用本发明的技术后,只需要花费大概2万元左右购买一台rtk设备,然后自有员工进行数据采集,平均每公里的采集成本约500元/公里,每公里节约成本约3000元,10000公里管道就可以节约投资3000万元。
41、(3)数据安全性效果
42、由于传统测绘需要外聘专业测绘队伍,测绘数据需要经手的人比较多,容易造成测绘数据的泄漏,本发明采用智能终端测绘,测绘人员即管道运营公司内部员工,测绘数据不在终端存储,采用分包加密传入自有信息系统,然后在自有信息系统解密后自动进行组合直接生成系统可应用的油气管道数字地图,避免了测绘数据泄露的问题。
43、(4)提升数据质量
44、当前数据采集过程中,由于外聘测绘队伍对管道具体走向不熟悉而容易出现测绘数据错误,而利用本发明的测绘方法,自有员工更熟悉管道的路由和分布情况,能够更精准的进行数据采集,确保管道数据质量能满足要求。
45、(5)基于人工智能的数据自动纠偏
46、针对各种特殊情景下,自动采集数据存在的偏差问题,采用基于后端的ai技术建模和分析技术,实现采集数据与基础地图数据的配准和自动修复,并自动更新地图,同时,管理人员也可通过后台pc管理端即时查看现场数据采集情况并手工确认及时纠偏。例如,针对现阶段部分楼宇间或树木遮挡下管道受制于卫星信号强度而出现采集的位置数据出现了一定偏移的问题,基于ai自动分析纠偏和自我修复功能,能实现100%管道高精度位置数据采集入库,该技术方案解决了大多数终端采集设备存在的普遍问题。