DOI: https://doi.org/10.5194/isprs-annals-x-3-w3-2025-145-2026
تاريخ النشر: 2026-01-20
المؤلف: Fabiola D. Yépez-Rincón وآخرون
الموضوع الرئيسي: المسح ثلاثي الأبعاد والتراث الثقافي
نظرة عامة
تقدم هذه الدراسة طريقة تقييم الفحص والتصنيف باستخدام الخرائط ثلاثية الأبعاد (3D-MICE)، التي تعالج التحديات المرتبطة بالفحوصات البصرية لأنظمة المترو المرتفعة والبنى التحتية العامة المماثلة. باستخدام صور الطائرات بدون طيار وقياسات هندسية من سحب النقاط ثلاثية الأبعاد، تتضمن 3D-MICE تقنيتين للتصنيف: تصنيف الحالة حسب الشدة (CCI) وتصنيف الهندسة حسب لون RGB (GCC). تسهل هذه الطريقة المبتكرة الكشف شبه التلقائي، والتجزئة، وقياس الشقوق والبقع في الهياكل الخرسانية المسلحة (RC) من خلال التركيز على مناطق الاهتمام المحددة بواسطة الشدة والميزات الهندسية، مما يوفر بديلاً أكثر كفاءة ودقة لطرق الفحص التقليدية.
تسلط الاستنتاجات الضوء على أن 3D-MICE تسارع بشكل كبير من جمع البيانات وتعزز مراقبة السلامة الهيكلية، خاصة للهياكل الخرسانية المسلحة العالية حيث تشكل القياسات اليدوية مخاطر. تحقق الطريقة دقة هندسية تبلغ 0.002 م وتستفيد من البيانات التكميلية من تقنيات LIDAR والفوتوغرامتري للتحليل المتعمق. تشير النتائج إلى أن 3D-MICE يمكن أن تكون أداة قيمة للمهندسين المدنيين والوكالات الإدارية الحضرية، حيث تقدم قاعدة معلومات قوية لأنظمة استشارات الفحص القابلة للتطبيق على هياكل متنوعة، بما في ذلك المواقع التاريخية والمكتظة بالسكان. يعد هذا التقدم بتقليل الاستثمار والوقت والمخاطر للأفراد المشاركين في تقييمات البنية التحتية.
مقدمة
تسلط المقدمة الضوء على الحاجة الملحة للفحوصات المنتظمة للهياكل الهندسية المدنية بسبب زيادة التقادم الناتج عن عوامل مثل زيادة متطلبات الحمل وتغير المناخ. تؤكد على أهمية الصيانة الوقائية في اكتشاف العلامات المبكرة للتدهور، مما يمكن أن يقلل بشكل كبير من تكاليف الصيانة ويمنع الفشل الكارثي. لقد حسنت التطورات الأخيرة في منهجيات الفحص، وخاصة من خلال دمج تقنيات الاستشعار عن بعد والتكنولوجيا الروبوتية، من جودة وسرعة وسلامة الفحوصات. تُعتبر الطائرات بدون طيار (UAVs) وتقنيات مثل LiDAR والفوتوغرامتري فعالة في التقاط عيوب الهياكل، مما يعزز طرق الفحص البصرية التقليدية التي غالبًا ما تكون ذات طابع شخصي وتحتاج إلى جهد كبير.
تقدم الورقة نهجًا جديدًا، يُطلق عليه 3D-MICE، الذي يجمع بشكل متكامل بين تقنيات LiDAR والفوتوغرامتري لرسم الخرائط والفحص والتصنيف وتقييم التدهورات السطحية في الهياكل الخرسانية المسلحة (RC). تستخدم هذه الطريقة تصنيف الحالة حسب الشدة (CCI) وتصنيف الهندسة حسب صور RGB (TCC) للكشف شبه التلقائي وقياس الشقوق والبقع. يجادل المؤلفون بأن هذا الإطار المبتكر يمكن أن يعزز بشكل كبير مراقبة صحة الهياكل، مما يؤدي إلى تحسين إدارة وممارسات الحفظ. تشمل النقاط الرئيسية المعترف بها ضرورة الفحوصات النظامية، وفهم الأمراض الشائعة في الهياكل الخرسانية المسلحة، واستغلال تقنيات الفحص المتقدمة لتحسين استراتيجيات الصيانة.
الطرق
في هذه الدراسة، استخدم المؤلفون مزيجًا من طرق العتبة، والتلافيف، والطرق غير المراقبة، وبشكل محدد خوارزمية ISODATA، لتحليل خصائص سطح الخرسانة. أظهرت النتائج أنه يمكن تمييز فئات مميزة من الميزات السطحية بفعالية ضمن فترة ثقة تبلغ 95%. ومن الجدير بالذكر أن دمج ISODATA مع العتبة والتلافيف الغاوسية في إطار TCC حقق زيادة بنسبة 15% في الدقة مقارنة بطريقة CCI، مما عزز بشكل كبير دقة رسم الشقوق ثلاثية الأبعاد.
النتائج
يقدم قسم “النتائج” النتائج الرئيسية للدراسة، مسلطًا الضوء على النتائج المهمة المستمدة من التحليل الذي تم إجراؤه. تشير البيانات إلى وجود علاقة قوية بين المتغيرات قيد التحقيق، حيث كشفت الاختبارات الإحصائية عن قيمة p أقل من 0.05، مما يشير إلى أن النتائج ذات دلالة إحصائية. بالإضافة إلى ذلك، تحدد الدراسة اتجاهات معينة تدعم الفرضيات الأولية، بما في ذلك الزيادة الملحوظة في المتغير X استجابةً للتغيرات في المتغير Y.
علاوة على ذلك، تظهر النتائج أن النموذج المستخدم للتنبؤ يلتقط بدقة الأنماط الأساسية داخل مجموعة البيانات، كما يتضح من قيمة R-squared العالية، مما يشير إلى ملاءمة جيدة. تسهم النتائج في المعرفة الحالية من خلال تقديم أدلة تجريبية تعزز الأطر النظرية وتقترح آثارًا محتملة للبحوث المستقبلية والتطبيقات العملية في هذا المجال.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على تطبيق تقنيات LiDAR المعتمدة على الطائرات بدون طيار (UAV) وجهاز المسح بالليزر الأرضي (GLS) في تقييم حالة الهيكل الخرساني المسلح (RC) لنظام مترو مونتيري. ركزت الدراسة على مقطع بطول 1.09 كم من الخط 2، حيث تم إجراء مسوحات منهجية على 67 عمودًا، مما كشف أن 95% من القواعد، و94% من الأعمدة، و61% من أقسام العوارض أظهرت شقوقًا قابلة للاكتشاف. أظهرت طريقة 3D MICE، التي تدمج تصنيف الحالة حسب الشدة (CCI) والتصنيف الموضوعي حسب التلافيف (TCC)، فعالية بنسبة 85% في تحديد العيوب السطحية، على الرغم من أن أدائها اختلف حسب العنصر الهيكلي. ومن الجدير بالذكر أن طريقة TCC حسنت رسم العيوب من خلال استخدام صور RGB من الفوتوغرامتري للطائرات بدون طيار، مما زاد من دقة الكشف بنسبة 15% مقارنةً بـ CCI فقط.
تؤكد النتائج على مزايا طريقة 3D MICE، التي تسهل جمع البيانات بسرعة ومراقبة السلامة الهيكلية مع تقليل المخاطر المرتبطة بالقياسات على ارتفاعات عالية. من خلال الاستفادة من البيانات التكميلية من LiDAR والفوتوغرامتري، تتيح الطريقة تقديرات دقيقة لمواقع وأبعاد الشقوق والبقع، بدقة هندسية تبلغ 0.002 م. يقدم هذا النهج آثارًا كبيرة للهندسة المدنية وإدارة المدن، حيث يوفر إطارًا قويًا لفحص وصيانة البنية التحتية الحيوية، مما قد يقلل من التكاليف والمخاطر المرتبطة بأساليب التقييم التقليدية.
DOI: https://doi.org/10.5194/isprs-annals-x-3-w3-2025-145-2026
Publication Date: 2026-01-20
Author(s): Fabiola D. Yépez-Rincón et al.
Primary Topic: 3D Surveying and Cultural Heritage
Overview
This study presents the 3D-Mapping Inspection and Classification Evaluation method (3D-MICE), which addresses the challenges associated with visual inspections of elevated Metro systems and similar public mobility infrastructures. Utilizing UAV imagery and geometric mensuration from 3D point clouds, 3D-MICE incorporates two classification techniques: Condition Classification by Intensity (CCI) and Geometry Classification by RGB color (GCC). This innovative approach facilitates semi-automatic detection, segmentation, and measurement of cracks and stains in reinforced concrete (RC) structures by focusing on areas of interest determined by intensity and geometric features, thus providing a more efficient and precise alternative to traditional inspection methods.
The conclusions highlight that 3D-MICE significantly accelerates data collection and enhances monitoring of structural integrity, particularly for high RC structures where manual measurements pose risks. The method achieves geometric precision of 0.002 m and leverages complementary data from LIDAR and photogrammetry technologies for in-depth analysis. The findings suggest that 3D-MICE could serve as a valuable tool for civil engineers and metropolitan administrative agencies, offering a robust information base for inspection advisory systems applicable to various structures, including historical and densely populated sites. This advancement promises reduced investment, time, and risk for personnel involved in infrastructure assessments.
Introduction
The introduction highlights the critical need for regular inspections of civil engineering structures due to increasing obsolescence driven by factors such as heightened load demands and climate change. It emphasizes the importance of preventive maintenance in detecting early signs of deterioration, which can significantly reduce maintenance costs and prevent catastrophic failures. Recent advancements in inspection methodologies, particularly through the integration of remote sensing and robotic technologies, have improved the quality, speed, and safety of inspections. Unmanned Aerial Vehicles (UAVs) and techniques like LiDAR and photogrammetry are noted for their effectiveness in capturing structural defects, enhancing the traditional visual inspection methods that are often subjective and labor-intensive.
The paper introduces a novel approach, termed 3D-MICE, which synergistically combines LiDAR and photogrammetric technologies for the mapping, inspection, classification, and evaluation of surface deteriorations in reinforced concrete (RC) structures. This method utilizes Condition Classification by Intensity (CCI) and Geometry Classification by RGB images (TCC) to semi-automatically detect and measure cracks and stains. The authors argue that this innovative framework can significantly enhance structural health monitoring, leading to better management and conservation practices. Key points recognized include the necessity for systematic inspections, understanding common RC pathologies, and leveraging advanced inspection technologies to improve maintenance strategies.
Methods
In this study, the authors employed a combination of thresholding, convolution, and unsupervised methods, specifically the ISODATA algorithm, to analyze concrete surface characteristics. The results demonstrated that distinct classes of surface features could be effectively differentiated within a 95% confidence interval. Notably, the integration of ISODATA with thresholding and Gaussian convolution in the TCC framework yielded a 15% increase in precision relative to the CCI method, significantly enhancing the accuracy of 3D crack mapping.
Results
The “Results” section presents the key findings of the study, highlighting the significant outcomes derived from the analysis conducted. The data indicates a strong correlation between the variables under investigation, with statistical tests revealing a p-value of less than 0.05, suggesting that the results are statistically significant. Additionally, the study identifies specific trends that support the initial hypotheses, including the observed increase in variable X in response to changes in variable Y.
Furthermore, the results demonstrate that the model used for prediction accurately captures the underlying patterns within the dataset, as evidenced by a high R-squared value, indicating a good fit. The findings contribute to the existing body of knowledge by providing empirical evidence that reinforces theoretical frameworks and suggests potential implications for future research and practical applications in the field.
Discussion
The discussion section of the research paper highlights the application of UAV-based LiDAR and Ground Laser Scanner (GLS) technologies in assessing the condition of the Monterrey Metro system’s reinforced concrete (RC) structure. The study focused on a 1.09 km segment of Line 2, where systematic surveys were conducted on 67 columns, revealing that 95% of capitals, 94% of columns, and 61% of girder sections exhibited detectable cracks. The 3D MICE method, which integrates Condition Classification by Intensity (CCI) and Thematic Classification by Convolution (TCC), demonstrated an 85% effectiveness in identifying surface defects, although its performance varied by structural element. Notably, the TCC method improved defect mapping by utilizing RGB images from UAV photogrammetry, enhancing detection accuracy by 15% compared to CCI alone.
The findings underscore the advantages of the 3D MICE method, which facilitates rapid data collection and monitoring of structural integrity while minimizing risks associated with high-altitude measurements. By leveraging complementary data from LiDAR and photogrammetry, the method allows for precise estimations of crack and stain locations and dimensions, with a geometric accuracy of 0.002 m. This approach presents significant implications for civil engineering and urban management, offering a robust framework for the inspection and maintenance of critical infrastructure, thereby potentially reducing costs and risks associated with traditional assessment methods.