CN102005104A - 滑坡体位移和姿态远距离快速监测报警装置及方法 - Google Patents
滑坡体位移和姿态远距离快速监测报警装置及方法 Download PDFInfo
- Publication number
- CN102005104A CN102005104A CN2009100919674A CN200910091967A CN102005104A CN 102005104 A CN102005104 A CN 102005104A CN 2009100919674 A CN2009100919674 A CN 2009100919674A CN 200910091967 A CN200910091967 A CN 200910091967A CN 102005104 A CN102005104 A CN 102005104A
- Authority
- CN
- China
- Prior art keywords
- sliding mass
- monitoring
- target
- displacement
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明公开了一种滑坡体位移和姿态远距离快速监测报警装置及方法,涉及目标监测技术,该方法,在地震和滑坡灾害应急救援中,对潜在的滑坡体进行远距离自动监测,监测其位置和姿态发生的变化,一旦滑坡体位置和姿态变化达到或超过预先设置的安全界限,就进行声光报警,提醒现场工作人员注意,采取安全措施或者离开危险区域。该装置,技术成熟、成本较低、结构简单、操作方便、功耗小、准确度较高、方便携带到野外进行监测,为自然灾害救援提供安全保障,产生巨大的经济效益和社会效益。
Description
技术领域
本发明涉及目标监测技术领域,是一种基于单数码相机的滑坡体位移和姿态远距离快速监测报警装置及方法。
背景技术
进入新世纪新阶段,伴随着经济社会发展的加速,经济活动的加剧,对自然资源的过度开发,人口数量的剧增,生态环境的恶化,使得我国自然灾害呈现日趋严重的发展趋势,抗灾救灾工作面临严峻挑战。在众多自然灾害中,地震是地球内部介质局部发生急剧破裂引发的灾害,全球主要有三条地震活动带,其中我国位于环太平洋地震带和欧亚地震带上,中国台湾地区是环太平洋地震带影响地区的主要代表,而四川、西藏、云南等西部地区受欧亚地震带影响较多,这些地区成为我国地震频发区。地震造成的灾害首先是破坏房屋和建筑物,严重威胁震区人民群众的生命和财产安全。目前地震短期预报还是未解难题,突如其来的强烈地震,造成大量来不急撤离的人员被倒塌房屋掩埋,早一分钟营救就多一分生的希望,救援人员往往在地震尚未平息时就地展开工作,在救援过程中,除了注意埋压人员的安全,也要监测救援现场周围遭到破坏但尚未倒塌的建筑物、可能发生的滑坡等危险目标,保证救援人员的安全和救援工作的顺利进行。
滑坡灾害则是斜坡岩土体沿着惯通的剪切破坏面所发生的滑移现象,其机制是某一滑移面上剪应力超过了该面的抗剪强度所致。中国西南地区,特别是西南丘陵山区,最基本的地形地貌特征就是山体众多,山势陡峻,沟谷河流遍布于山体之中,与之相互切割,因而形成众多的具有足够滑动空间的斜坡体和切割面,广泛存在滑坡发生的基本条件,滑坡灾害相当频繁。另外,地震对滑坡的影响很大,首先是地震的强烈作用使斜坡土石的内部结构发生破坏和变化,原有的结构面张裂、松弛,加上地下水也有较大变化,特别是地下水位的突然升高或降低对斜坡稳定是很不利的。 另外,一次强烈地震的发生往往伴随着许多余震,在地震力的反复振动冲击下,斜坡土石体就更容易发生变形,最后就会发展成滑坡。例如,5.12汶川大地震给国家和人民造成了巨大的生命财产损失,对当地地质结构造成巨大破坏所引发的滑坡灾害,至今仍威胁着当地人民的生产生活,而且这种威胁在未来相当长时间内还将持续。此外,由于地质构造、降雨造成的滑坡也在全国各地时有发生,例如2009年发生的重庆武隆、云南文山、威信、凤庆山体滑坡等等。滑坡灾害的特点是发生突然,破坏力巨大,特别是在滑坡救援过程中,摇摇欲坠的滚石、岩石边坡、土体边坡和危岩时刻对受灾群众和救援人员构成威胁。滑坡体包括的岩石边坡、土体边坡、危岩和滚石在大滑动之前,在位移和姿态上都会出现加速变化的趋势,这是临滑的明显迹象。如果能在远距离有效地监测出这种滑坡体早期位移和姿态变化,就可以在滑坡发生前及时发出报警,提醒现场人员注意。因此,目前迫切需要能够快速获取滑坡体位移和姿态参数的远距离监测报警装置,该装置的设计成功和广泛应用对于国计民生具有重大意义。
针对上述需求,国内外已经研制了很多基于机器视觉的目标监视系统,这类系统主要采用电荷耦合器件(CCD,Charge Coupled Device)或互补金属氧化物半导体(CMOS,Complementary Metal Oxide Semiconductor)作为感光元件的数码摄像机或模拟信号摄像机,来获取待监视目标的视频影像,并将这些影像传输到计算机上,再通过计算机上安装的图像变化检测软件来检查在不同时刻获取的影像帧中,监视目标的轮廓和位置是否发生变化。这种视频监视系统的特点是通过摄像机获取的目标视频影像分辨率较低,无法实现目标精确监测;使用的图像变化检测算法比较简单,因此虽然检测速度较快,但是不具有测量功能,无法准确计算目标的位移大小和姿态变化数值。基于以上原因,这类产品实际上实现的是对目标的监视功能,而不是监测功能。为了更好地监测目标,近年来也有一些系统根据近景测量理论,在系统中增加配备了两个(双目)或两个以上(多目)经过标定的量测相机,然后通过图像匹配和后方交汇算法,解算出目标的位移和姿态参数。这类双目或多目测量系统的优点是精度较高,缺点是系统庞大、结构复杂、需要进行精确的安装和标定、功耗相对较高,对测量环境的稳定性要求很高、计算过程也比较复杂,无法在现场实时完成数据 处理,因此很难应用到野外环境。另外,常规的基于图像数据的变化检测算法都要求背景比较稳定,只适用于光照比较稳定的室内环境,对于光照变化情况复杂的野外环境,即使目标不发生任何位移和姿态变化,当环境光照发生变化,或者有阴影遮挡情况发生,现有的变化检测算法也认为目标发生变化,引发误报警。
发明内容
本发明的目的是提供一种基于单数码相机的滑坡体位移和姿态远距离快速监测报警装置及方法,在地震和滑坡灾害应急救援中,对潜在的滑坡体进行自动监测,监测其位置和姿态发生的变化,一旦滑坡体位置和姿态变化达到或超过预先设置的安全界限,就进行声光报警,提醒现场工作人员注意,采取安全措施或者离开危险区域。
为达到上述目的,本发明的技术解决方案是:
一种滑坡体位移和姿态远距离快速监测报警装置,是基于单数码相机的监测,包括便携式计算机、数码相机、声光报警装置、无线通讯模块、GPS定位模块、手持式激光测距仪,电源;其便携式计算机与声光报警装置、无线通讯模块、GPS定位模块电性有线连接,或无线连接;便携式计算机内存有滑坡体目标监测报警软件;数码相机、手持式激光测距仪通过USB接口与便携式计算机可移除式电性连接;电源为各部件供电;
监测距离≥1000米;
数码相机的像素≥2000万。
所述的监测报警装置,其所述电源为市用电源,或电池;用电池时,为各部件自身携带电池。
一种所述的监测报警装置的监测报警方法,对潜在滑坡体进行监测报警;其包括步骤:
A)将监测报警装置的数码相机安放在距离潜在滑坡体≥1000米处;
B)使用滑坡体目标监测报警软件,设置监测的安全阈值和报警参数;对安装了长焦望远镜头的数码相机拍摄时间间隔、快门速度、影像分辨率、对焦方式、拍摄模式进行设置;
C)手动选择待监测滑坡体目标,或者设定由监测装置自动选择滑坡 体目标;以监测图像的像主点为原点建立像方坐标系;
D)通过GPS定位模块对监测报警装置进行定位,使用手持式激光测距仪测量滑坡体与监测报警装置之间的距离和方向,利用这两个距离和方向信息对远距离滑坡体目标进行定位;
E)数码相机在无人值守情况下自动拍摄远距离滑坡体目标影像,并将拍摄的影像自动传输到便携式计算机上,影像处理程序自动提取出影像中滑坡体目标的特征,并通过“基于图像局部组合特征向量集”的特征匹配方法,对不同时刻拍摄的滑坡体目标影像进行特征匹配和目标识别;
F)在以监测图像的像主点为原点建立的像方三维坐标系中,分别将上一时刻和当前时刻获取的监测图像中滑坡体上的特征点依次首尾相连,连接成特征矢量集,将上一时刻和当前时刻的滑坡体特征矢量集相减,建立描述该滑坡体在不同时刻发生运动和变化的“滑坡体目标运动矢量模型”,建立运动矢量模型参数方程组,通过迭代方法解算出滑坡体目标在不同时刻的位移和姿态参数;
G)利用手持式激光测距仪获得的滑坡体与本监测报警装置的相对距离信息,将滑坡体的位移和姿态参数从像方三维坐标系[x y z]转换到WGS84(G873)世界大地坐标系[X Y Z],从而解算出滑坡体目标在WGS84(G873)世界大地坐标系下发生平移和旋转的绝对值;
H)根据步骤B)中设定的安全阈值和报警参数,判断是否需要进行声光报警;
I)持续进行滑坡体监测和报警,直至收到停止监测命令为止。
所述的监测报警方法,其所述潜在滑坡体,为岩石边坡、土体边坡、危岩或滚石。
所述的监测报警方法,其所述B)步中滑坡体目标监测报警软件,包括:A)采用局部组合特征向量集作为滑坡体目标特征,在特征识别过程中对特征向量进行归一化比较,因此该方法对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声保持稳定性;B)将图像的局部特征向量组合在一起构成特征向量集,这种特征组合的方式独特性好,信息量丰富,适用于在多目标海量特征数据中进行快速、准确的匹配;C)提取大量的图像局部细节作为特征向量,因此即使少 数的几个被监测目标也能产生大量组合特征向量集,计算出的组合特征向量集的数量满足特征匹配,以及位移姿态参数方程的解算需要;D)通过局部组合特征向量集方法,避免了特征识别中的多义性,提高了特征匹配速度,经优化的组合特征向量集匹配算法达到实时的要求。
所述的监测报警方法,其所述D)步,当测定了滑坡体目标与监测报警装置之间的距离,或者滑坡体目标大小已知的情况下,以监测图像的像主点为原点建立的像方三维坐标系中滑坡体像素坐标x、y、z,转换到WGS84(G873)世界大地坐标系下滑坡体的绝对坐标X、Y、Z。
所述的监测报警方法,其所述E)步中的“基于图像局部组合特征向量集”方法,是使用组合特征向量集在监测影像中匹配和识别滑坡体目标的方法,包括:
A)将监测任务分为两类:一类是“滑坡刚体目标监测”,通过解算x、y、z、φ、θ、ψ这6个参数就可以完整地描述滑坡刚体目标发生的位移和姿态变化。另一类是“土体边坡监测”,在监测的区域内,自动检测出土体边坡图像中的特征点,将大量的、均匀分布在土体边坡影像中的特征点作为滑坡体控制点,通过监测这些滑坡体控制点在不同时刻的位移变化,作为评估潜在滑坡区域危险性的指标;
B)采用图像局部组合特征向量集来匹配和识别被监测的滑坡体目标;
C)建立“滑坡体目标运动矢量模型”。
所述的监测报警方法,其所述F)步中,建立“滑坡体目标运动矢量模型”的方法,是对滑坡体目标位移和姿态参数的解算方法,包括:
A)先以监测图像的像主点为原点建立像方坐标系,再分别将上一时刻和当前时刻获取的监测图像中滑坡体上的特征点依次首尾相连,连接成特征矢量集;
B)将上一时刻和当前时刻的滑坡体特征矢量集相减,以建立描述该滑坡体在不同时刻发生运动和变化的模型;
C)将数码相机焦距、被监测滑坡体目标上一时刻和当前时刻在像方坐标系中的像素坐标信息,引入到“滑坡体目标运动矢量模型”中,建立运动矢量模型参数方程组;
D)通过迭代方法解算出滑坡体目标在不同时刻的位移和姿态参数,以实现基于单数码相机的滑坡体目标位移和姿态监测报警。
所述的监测报警方法,其所述H)步中,如需要进行声光报警,即发现险情,立即将滑坡灾情信息通过无线通讯模块传输至救援指挥中心,为救援工作的实施提供决策支持。
所述的监测报警方法,其所述位移和姿态参数,位移参数为世界大地坐标系下的绝对坐标X、Y、Z和分别绕X、Y、Z轴的姿态角参数Φ、Θ、Ψ。
本发明的快速监测报警装置及方法,立足于实现一种技术成熟、成本较低、结构简单、操作方便、功耗小、方便携带到野外进行远距离监测的滑坡体自动监测报警装置,这种装置要能够精确地监测出多个潜在滑坡体的位移和姿态参数,并发出报警,报警正确率和准确度较高。本发明将填补滑坡体位移和姿态监测方法的空白,生产的滑坡体位移和姿态快速监测报警装置,将在自然灾害救援和公共安全等领域得到广泛应用,发挥重大作用,为自然灾害救援提供安全保障,产生巨大的经济效益和社会效益。
附图说明
图1为本发明的滑坡体位移和姿态远距离快速监测报警装置硬件连接示意图;
图2为本发明的滑坡体位移和姿态远距离快速监测报警方法流程图;
图3为滑坡灾害救援现场;
图4a、图4b、图4c、图4d、图4e为手动选择被监测目标示意图;
图5a对手动选择的单个目标进行监测示意图;
图5b对手动选择的多个目标进行监测示意图;
图6a第i时刻潜在滑坡区域影像;
图6b第i+1时刻潜在滑坡区域影像;
图6c对整个潜在滑坡区域进行全自动监测报警(图中用绿色十字线标识第i时刻滑坡监测特征点);
图6d对整个潜在滑坡区域进行全自动监测报警(图中用红线标识第 i+1时刻滑坡体运动矢量的幅值和方向)。
具体实施方式
如图1所示,是本发明的一种基于单数码相机的滑坡体位移和姿态远距离快速监测报警装置硬件连接示意图。其中,便携式计算机1、高分辨率数码相机2、声光报警装置3、无线通讯模块4、GPS定位模块5、配套的手持式激光测距仪6、被监测的滑坡体目标7。便携式计算机1与声光报警装置3、无线通讯模块4、GPS定位模块5电性有线连接,或无线连接。便携式计算机1内存有滑坡体目标监测报警软件11。高分辨率数码相机2、手持式激光测距仪6通过USB接口与便携式计算机1可移除式电性连接。
本发明主要由一台高分辨率单反数码相机2、一台便携式计算机1、手持式激光测距仪6、GPS定位模块5、无线通讯模块4和声光报警装置3等设备构成,装置的整体功耗很低,所有设备都可以通过自身的电池供电,非常方便野外携带。操作人员可以通过安装在便携式计算机1上的控制软件完成对高分辨率(单反)数码相机2的参数设置,包括拍摄时间间隔、快门速度、影像分辨率、焦距长度、对焦方式、拍摄模式等;也可以直接接受该装置提供的几种常用监测方案,使用默认的参数设置。通过GPS定位模块可以对监测报警装置自身进行定位,使用手持式激光测距仪6测量滑坡体目标7与监测报警装置之间的距离和方向,利用这两个距离和方向信息可以对远距离的滑坡体目标7进行定位;在监测报警软件11控制下,数码相机2可以在无人值守情况下,按照设置好的参数自动拍摄监测区域影像,并将拍摄的影像自动传输到便携式计算机1上,然后由影像处理程序自动提取出影像中滑坡体目标7的特征,并通过模式识别算法,对不同时刻拍摄的滑坡体目标7影像进行特征匹配;接下来根据近景摄影测量原理和计算机图形学算法,解算出不同时刻获取的影像中,滑坡体目标7发生位移和姿态变化参数;再根据设定的安全阈值,判断是否需要进行声光报警,并将滑坡灾情信息通过无线通讯模块4上报到救援指挥中心,为救援工作的实施提供决策支持,保障受灾群众和救援人员安全。
本监测报警装置提供配套的监测报警软件11,该软件由三个核心模块组成:1)滑坡体特征匹配和识别模块,其主要功能是基于图像局部组 合特征向量集方法,在不同时刻拍摄的监测图像中,实现滑坡体目标自动特征提取、匹配和识别;2)滑坡体位移和姿态参数跟踪解算模块,其主要功能是基于滑坡体目标运动矢量模型,在不同时刻拍摄的监测图像中,解算出滑坡体目标的位移和姿态参数,并将其从像方三维坐标系转换到WGS84(G873)世界大地坐标系;3)监测报警装置控制模块,其主要功能是实现对硬件设备,包括:便携式计算机1、高分辨率数码相机2、声光报警装置3、无线通讯模块4、GPS定位模块5、配套的手持式激光测距仪6的参数设置、运行控制和各设备之间的数据传输。
本监测报警装置提供两种监测模式,一种是由用户交互式选择需要监测的若干滑坡体目标,用户只需在图像上用鼠标点选或框选若干滑坡体目标,该滑坡体目标的特征就被自动记录到程序中,并由程序自动对这些滑坡体目标进行监测报警;另一种模式是不需要用户选择,而由程序自动在监测图像上选取若干特征显著的滑坡体目标,并对这些目标乃至整个滑坡危险区域进行自动监测和报警。无论是使用户交互模式,还是系统全自动模式,在监测过程中都是由程序自动提取滑坡体目标的特征,并记录这些特征,对不同时刻获取影像上的特征进行匹配和比对,计算出该滑坡体目标在报警装置工作期间发生的位移和姿态变化,超过安全警戒值则进行声光报警。
本发明的核心技术是一种“基于图像局部组合特征向量集”的滑坡体目标位移和姿态参数解算方法。首先,本发明将监测任务分为两类:一类是“滑坡刚体目标监测”,主要是指滑坡体中的岩石边坡、危岩和滚石。这三种滑坡体目标可以被定义为刚体,刚体是指在任何力的作用下,体积和形状都不发生改变的物体。理想的刚体是一个固体的,尺寸值有限的,形变情况可以被忽略的物体。不论有否受力,在刚体内任意两点的距离都不会改变。刚体是力学中的一个科学抽象概念,即理想模型。事实上任何物体受到外力,不可能不改变形状,实际物体都不是真正的刚体。若物体本身的变化不影响整个运动过程,为使被研究的问题简化,可将该物体当作刚体来处理而忽略物体的体积和形状,这样所得结果仍与实际情况相当符合。因此,本装置监测的滑坡刚体目标(岩石边坡、危岩和滚石),只可能发生平动、定轴转动、平面平行运动、定点转动、以及平面运动与 一般转动相结合的一般运动,这些刚体运动都可以分解为平动和定点转动两部分,平动部分可用坐标x、y、z的数值变化来描述,定点转动部分可以用欧拉角φ、θ、ψ描述,因此广义坐标系下的x、y、z、φ、θ、ψ这6个参数就可以完整地描述滑坡刚体目标做一般运动时的位移和姿态变化。第二类是“土体边坡监测”,主要是指滑坡体中的土体边坡,土体边坡不同于滑坡刚体目标,降水会使得土体边坡局部或者整体发生不规则的运动和变化,无法简单的用x、y、z、φ、θ、ψ参数描述这种场运动效应。针对土体边坡的特点,本装置在监测的区域内,自动检测出土体边坡图像中的特征点,将大量的、均匀分布在土体边坡影像中的特征点作为滑坡体控制点,通过监测这些滑坡体控制点在不同时刻的位移变化,作为评估潜在滑坡区域危险性的指标,当这些滑坡体控制点的整体位移变化累计值超出安全界限,或者其中某个控制点的单点位移超过安全值,则发出报警。
其次,本发明采用了一种新的图像局部组合特征向量集来识别被监测的滑坡体目标,这种组合特征向量集的特点是1)对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性;2)独特性好,信息量丰富,适用于在多目标海量特征数据中进行快速、准确的匹配;3)即使少数的几个被监测目标也可以产生大量组合特征向量集,计算出的组合特征向量集的数量可以满足特征匹配,以及位移姿态参数方程的解算需要;4)高速性,经优化的组合特征向量集匹配算法可以达到实时的要求。综上所述,图像局部组合特征向量集算法可以保证本监测报警装置在野外环境下对各类不同的滑坡体目标进行识别、监视和测量。
最后,设计并实现了一种“滑坡体目标运动矢量模型”,该方法先以监测图像的像主点(即:图像的中心点)为原点建立像方坐标系,再分别将上一时刻和当前时刻获取的监测图像中滑坡体上的特征点依次首尾相连,连接成特征矢量集,将上一时刻和当前时刻的滑坡体特征矢量集相减,就可以建立描述该滑坡体在不同时刻发生运动和变化的模型,我们将其称之为“滑坡体目标运动矢量模型”。将相机焦距、被监测滑坡体目标上一时刻和当前时刻在像方坐标系中的像素坐标信息,引入到“滑坡体目 标运动矢量模型”中,建立运动矢量模型参数方程组,通过迭代方法解算出滑坡体目标在不同时刻的位移和姿态参数(x y z φ θ ψ),就可以实现基于单数码相机的滑坡体目标位移和姿态监测报警,其中解算得到的x y z值为像方坐标系[x y z]中滑坡体的像素坐标,当滑坡体目标距离本装置距离已知(可以很容易的通过本装置配套的手持式激光测距仪获得),或者滑坡体目标大小已知的情况下,利用该算法可以立即解算出滑坡体目标在WGS84(G873)世界大地坐标系[X Y Z]下发生平移和旋转的绝对值(X Y Z Φ Θ Ψ)。
本发明的一种基于单数码相机的滑坡体位移和姿态远距离快速监测报警装置,利用现有的成熟光电测控和计算机技术,设计出快速、智能、全自动的目标识别、特征提取、图像匹配、以及滑坡体目标位移和姿态参数解算方法。该装置具有结构简单、组装方便、操作灵活、自动化程度高、功耗小、成本低、方便野外携带、监测距离远、对各类不同滑坡体目标和观测环境适应性强等特点。
本发明可以实现滑坡灾害监测报警功能,在本装置进行滑坡监测过程中,程序根据设置的时间间隔控制数码相机自动拍摄并实时显示监测区域的影像,并通过图像局部组合特征向量集来识别被监测的滑坡体目标,建立滑坡体目标运动矢量模型,迭代解算出滑坡体目标同上一时刻相比发生的位移和姿态变化,进而计算出滑坡体目标相对于监测开始时初始位置发生了多大的位移和姿态变化,并实时显示位移和姿态参数变化情况,当变化数值大于设定的安全阈值时,装置会自动进行声光报警,本发明具有较高的监测精度和报警准确度。表1和表2是本发明对某一滑坡体进行监测得到的目标位移和姿态参数样例数据,其中表1是同上一时刻(i时刻)获取的影像相比较,滑坡体目标的当前(i+1时刻)的位移和姿态变化情况,表2是与初始状态(0时刻)相比较,滑坡体目标当前(i+1时刻)的位移和姿态变化情况,其中通过测距得到滑坡体与监测报警装置距离1000m,位移和姿态变化的安全界限分为5.0cm和5.0°,通过对滑坡体目标位移和姿态参数的变化监测,实现滑坡体监测报警功能。
本发明的一种基于单数码相机的滑坡体位移和姿态远距离快速监测报警装置,其配套的监测报警软件,可以在1秒钟内完成,包括:滑坡体 目标影像获取、特征匹配和识别、滑坡体位移和姿态参数解算在内的全部监测步骤,实现对潜在滑坡体目标的实时监测报警。
表1 滑坡体目标(i+1时刻)的位移和姿态变化(相对于i时刻)
监测
上一时刻影像Pi 当前影像Pi+l 像素变化值Δ 变化值 报
类别 距离
(pixel) (pixel) (pixel) Δ(cm) 警
(m)
X方向 3.0 4.0 1.0 2.0 否
Y方向 2.0 4.0 2.0 4.0 否
1000
Z方向 1.0 5.0 4.0 8.0 是
综合 \ \ \ 9.2 是
Φ角 2.0° 4.0° 2.0° \ 2.0° 否
Θ角 7.0° 5.0° -2.0° \ -2.0° 否
ψ角 3.0° 7.0° 4.0° \ 4.0° 否
表2滑坡体目标(i+1时刻)的位移和姿态变化(相对初始状态0时刻)
监测
初始状态影像P0 当前影像Pi+l 像素变化值Δ 变化值 报
类别 距离
(pixel) (pixel) (pixel) Δ(cm) 警
(m)
X方向 0.0 4.0 4.0 8.0 是
Y方向 0.0 4.0 4.0 8.0 是
1000
Z方向 0.0 5.0 5.0 10.0 是
综合 \ \ \ 15.1 是
Φ角 0.0° 4.0° 4.0° \ 4.0° 否
Θ角 0.0° 5.0° 5.0° \ 5.0° 是
ψ角 0.0° 7.0° 7.0° \ 7.0° 是
实施例1:
以2009年6月5日重庆武隆滑坡灾害救援现场为例,利用本发明对救援现场的潜在滑坡体(包括岩石边坡、土体边坡、危岩和滚石)进行监测报警。
1、将本监测报警装置安放在距离滑坡体1000米以外的观测点,通过设计和开发的监测报警装置控制软件设定监测参数,例如:数码相机拍摄时间间隔为1秒、监测图像的像素分辨率为4288×2848、监测模式为手动选择滑坡体目标或全自动监测、设定位移和姿态变化的报警阈值等等。
2、以使用Nikon D90单反相机拍摄图像为例,滑坡灾害现场如图3所示:
3、手动框选的多个被监测滑坡体目标如图4所示:
4、对多个滑坡体目标进行特征匹配、目标识别和实时监测,其中红色线连接的是通过特征向量集匹配方法,识别出来的滑坡体目标,图5a所示为对单个目标进行监测,图5b所示为同时对多个目标进行监测:
5、对于全自动监测报警模式,图6a所示为第i时刻潜在滑坡区域影像;图6b所示为第i+1时刻潜在滑坡区域影像;如图6c所示,程序自动在整个监测范围内选择被监测滑坡体目标,自动检测出图像中的滑坡体特征点作为滑坡体控制点,监测报警装置开始对滑坡体进行监测,其中绿色十字线标识的是通过特征向量集匹配方法识别出来的滑坡体控制点;
6、建立滑坡体目标运动矢量模型,如图6d所示,红色线标识的是滑坡体目标运动矢量幅值和方向;实时解算滑坡体目标位移和姿态变化数值,超过安全界限立即进行声光报警,并将滑坡灾情信息通过无线通讯模块传输至救援指挥中心,为救援工作的实施提供决策支持;
7、持续进行滑坡体监测和报警,直至收到停止监测命令为止。
实施例2:
以2009年6月5日重庆武隆滑坡灾害救援现场为例,利用本发明对救援现场的潜在滑坡体(包括岩石边坡、土体边坡、危岩、滚石)进行监测报警,具体实施步骤如下(参照图2):
1、将本监测报警装置安放在距离滑坡体1000米以外的观测点;
2、使用本发明配套的监测报警软件,设置监测的安全阈值和报警参数;对安装了长焦望远镜头的高分辨率相机拍摄时间间隔、快门速度、影像分辨率、对焦方式、拍摄模式进行设置;
3、手动选择待监测滑坡体目标,或者由监测装置自动选择滑坡体目标;通过GPS定位模块对监测报警装置进行定位,使用手持式激光测距仪测量滑坡体与监测报警装置之间的距离和方向,利用这两个距离和方向信息对远距离滑坡体目标进行定位;
4、高分辨率相机在无人值守情况下自动拍摄远距离滑坡体目标影像,并将拍摄的影像自动传输到便携式计算机上,影像处理程序自动提取出影像中滑坡体目标的特征,并通过“基于图像局部组合特征向量集”的特征匹配方法,对不同时刻拍摄的滑坡体目标影像进行特征匹配和目标识别;
5、以监测图像的像主点(即:图像的中心点)为原点建立像方坐标系,分别将上一时刻和当前时刻获取的监测图像中滑坡体上的特征点依次首尾相连,连接成特征矢量集,将上一时刻和当前时刻的滑坡体特征矢量集相减,建立描述该滑坡体在不同时刻发生运动和变化的“滑坡体目标运动矢量模型”,建立运动矢量模型参数方程组,通过迭代方法解算出滑坡体目标在不同时刻的位移和姿态参数(x y z φ θ ψ);利用手持式激光测距仪获得的滑坡体距离本装置距离信息,解算出滑坡体目标在WGS84(G873)世界大地坐标系下发生平移和旋转的绝对值(X Y ZΦ Θ Ψ);
6、根据设定的安全阈值,判断是否需要进行声光报警;并将滑坡灾情信息通过无线通讯模块传输至救援指挥中心,为救援工作的实施提供决策支持;
7、持续进行滑坡体监测和报警,直至收到停止监测命令为止。
Claims (10)
1.一种滑坡体位移和姿态远距离快速监测报警装置,是基于单数码相机的监测,包括便携式计算机、数码相机、声光报警装置、无线通讯模块、GPS定位模块、手持式激光测距仪,电源;其特征在于,便携式计算机与声光报警装置、无线通讯模块、GPS定位模块电性有线连接,或无线连接;便携式计算机内存有滑坡体目标监测报警软件;数码相机、手持式激光测距仪通过USB接口与便携式计算机可移除式电性连接;电源为各部件供电;
监测距离≥1000米;
数码相机的像素≥2000万。
2.如权利要求1所述的监测报警装置,其特征在于,所述电源为市用电源,或电池;用电池时,为各部件自身携带电池。
3.一种如权利要求1所述的监测报警装置的监测报警方法,对潜在滑坡体进行监测报警;其特征在于,包括步骤:
A)将监测报警装置的数码相机安放在距离潜在滑坡体≥1000米处;
B)使用滑坡体目标监测报警软件,设置监测的安全阈值和报警参数;对安装了长焦望远镜头的数码相机拍摄时间间隔、快门速度、影像分辨率、对焦方式、拍摄模式进行设置;
C)手动选择待监测滑坡体目标,或者设定由监测装置自动选择滑坡体目标;以监测图像的像主点为原点建立像方坐标系;
D)通过GPS定位模块对监测报警装置进行定位,使用手持式激光测距仪测量滑坡体与监测报警装置之间的距离和方向,利用这两个距离和方向信息对远距离滑坡体目标进行定位;
E)数码相机在无人值守情况下自动拍摄远距离滑坡体目标影像,并将拍摄的影像自动传输到便携式计算机上,影像处理程序自动提取出影像中滑坡体目标的特征,并通过“基于图像局部组合特征向量集”的特征匹配方法,对不同时刻拍摄的滑坡体目标影像进行特征匹配和目标识别;
F)在以监测图像的像主点为原点建立的像方三维坐标系中,分别将上一时刻和当前时刻获取的监测图像中滑坡体上的特征点依次首尾相连,连接成特征矢量集,将上一时刻和当前时刻的滑坡体特征矢量集相减,建立描述该滑坡体在不同时刻发生运动和变化的“滑坡体目标运动矢量模型”,建立运动矢量模型参数方程组,通过迭代方法解算出滑坡体目标在不同时刻的位移和姿态参数;
G)利用手持式激光测距仪获得的滑坡体与本监测报警装置的相对距离信息,将滑坡体的位移和姿态参数从像方三维坐标系[x y z]转换到WGS84(G873)世界大地坐标系[X Y Z],从而解算出滑坡体目标在WGS84(G873)世界大地坐标系下发生平移和旋转的绝对值;
H)根据步骤B)中设定的安全阈值和报警参数,判断是否需要进行声光报警;
I)持续进行滑坡体监测和报警,直至收到停止监测命令为止。
4.如权利要求3所述的监测报警方法,其特征在于,所述潜在滑坡体,为岩石边坡、土体边坡、危岩或滚石。
5.如权利要求3所述的监测报警方法,其特征在于,所述B)步中滑坡体目标监测报警软件,包括:A)采用局部组合特征向量集作为滑坡体目标特征,在特征识别过程中对特征向量进行归一化比较,因此该方法对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声保持稳定性;B)将图像的局部特征向量组合在一起构成特征向量集,这种特征组合的方式独特性好,信息量丰富,适用于在多目标海量特征数据中进行快速、准确的匹配;C)提取大量的图像局部细节作为特征向量,因此即使少数的几个被监测目标也能产生大量组合特征向量集,计算出的组合特征向量集的数量满足特征匹配,以及位移姿态参数方程的解算需要;D)通过局部组合特征向量集方法,避免了特征识别中的多义性,提高了特征匹配速度,经优化的组合特征向量集匹配算法达到实时的要求。
6.如权利要求3所述的监测报警方法,其特征在于,所述D)步,当测定了滑坡体目标与监测报警装置之间的距离,或者滑坡体目标大小已知的情况下,以监测图像的像主点为原点建立的像方三维坐标系中滑坡体像素坐标x、y、z,转换到WGS84(G873)世界大地坐标系下滑坡体的绝对坐标X、Y、Z。
7.如权利要求3所述的监测报警方法,其特征在于,所述E)步中的“基于图像局部组合特征向量集”方法,是使用组合特征向量集在监测影像中匹配和识别滑坡体目标的方法,包括:
A)将监测任务分为两类:一类是“滑坡刚体目标监测”,通过解算x、y、z、φ、θ、ψ这6个参数就可以完整地描述滑坡刚体目标发生的位移和姿态变化;另一类是“土体边坡监测”,在监测的区域内,自动检测出土体边坡图像中的特征点,将大量的、均匀分布在土体边坡影像中的特征点作为滑坡体控制点,通过监测这些滑坡体控制点在不同时刻的位移变化,作为评估潜在滑坡区域危险性的指标;
B)采用图像局部组合特征向量集来匹配和识别被监测的滑坡体目标;
C)建立“滑坡体目标运动矢量模型”。
8.如权利要求3或7所述的监测报警方法,其特征在于,所述F)步中,建立“滑坡体目标运动矢量模型”的方法,是对滑坡体目标位移和姿态参数的解算方法,包括:
A)先以监测图像的像主点为原点建立像方坐标系,再分别将上一时刻和当前时刻获取的监测图像中滑坡体上的特征点依次首尾相连,连接成特征矢量集;
B)将上一时刻和当前时刻的滑坡体特征矢量集相减,以建立描述该滑坡体在不同时刻发生运动和变化的模型;
C)将数码相机焦距、被监测滑坡体目标上一时刻和当前时刻在像方坐标系中的像素坐标信息,引入到“滑坡体目标运动矢量模型”中,建立运动矢量模型参数方程组;
D)通过迭代方法解算出滑坡体目标在不同时刻的位移和姿态参数,以实现基于单数码相机的滑坡体目标位移和姿态监测报警。
9.如权利要求3所述的监测报警方法,其特征在于,所述H)步中,如需要进行声光报警,即发现险情,立即将滑坡灾情信息通过无线通讯模块传输至救援指挥中心,为救援工作的实施提供决策支持。
10.如权利要求3或6所述的监测报警方法,其特征在于,所述位移和姿态参数,位移参数为世界大地坐标系下的绝对坐标X、Y、Z和分别绕X、Y、Z轴的姿态角参数Φ、Θ、Ψ。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200910091967 CN102005104B (zh) | 2009-09-02 | 2009-09-02 | 滑坡体位移和姿态远距离快速监测报警装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200910091967 CN102005104B (zh) | 2009-09-02 | 2009-09-02 | 滑坡体位移和姿态远距离快速监测报警装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102005104A true CN102005104A (zh) | 2011-04-06 |
CN102005104B CN102005104B (zh) | 2013-05-01 |
Family
ID=43812432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200910091967 Expired - Fee Related CN102005104B (zh) | 2009-09-02 | 2009-09-02 | 滑坡体位移和姿态远距离快速监测报警装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102005104B (zh) |
Cited By (52)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102494619A (zh) * | 2011-12-20 | 2012-06-13 | 中建八局第一建设有限公司 | 一种深基坑位移激光监测报警系统 |
CN102645650A (zh) * | 2012-03-06 | 2012-08-22 | 北京北科安地科技发展有限公司 | 一种基于D-InSAR干涉差分的滑坡动态识别及监测技术 |
CN102831751A (zh) * | 2012-09-04 | 2012-12-19 | 广东省公路管理局 | 基于双摄像机成像技术的公路高危边坡监控方法 |
CN103021137A (zh) * | 2012-12-04 | 2013-04-03 | 中铁二十一局集团有限公司 | 表面位移法高边坡稳定性远程三维数字预警方法与系统 |
CN103077585A (zh) * | 2013-01-09 | 2013-05-01 | 中铁二十一局集团有限公司 | 高边坡综合稳定性远程三维数字安全预警方法与系统 |
CN103103974A (zh) * | 2013-02-02 | 2013-05-15 | 青岛理工大学 | 利用监测位移方向性参数检测边坡稳定性的方法 |
CN103150871A (zh) * | 2013-01-31 | 2013-06-12 | 青岛理工大学 | 利用地下水位与位移实时监测的滑坡预测方法 |
CN103985226A (zh) * | 2014-04-27 | 2014-08-13 | 张臣 | 公路边坡支护工程安全报警系统 |
CN104183182A (zh) * | 2014-07-11 | 2014-12-03 | 山东大学 | 滚石运动规律模型试验装置与方法 |
CN104240034A (zh) * | 2014-09-23 | 2014-12-24 | 北京师范大学 | 一种地震导致滑坡所造成的经济损失的快速评估方法 |
CN104328777A (zh) * | 2014-10-22 | 2015-02-04 | 山东大学 | 一种岩土工程边坡地表变形监测装置与方法 |
CN104700399A (zh) * | 2015-01-08 | 2015-06-10 | 东北大学 | 一种基于高分遥感影像的大变形滑坡位移场标定方法 |
CN104698489A (zh) * | 2015-02-01 | 2015-06-10 | 山东科技大学 | 危岩识别方法 |
CN104713491A (zh) * | 2015-04-10 | 2015-06-17 | 招商局重庆交通科研设计院有限公司 | 可获取边坡变形三维数据的边坡监测系统及其获取边坡变形三维数据的方法 |
CN104897067A (zh) * | 2015-06-19 | 2015-09-09 | 天津大学 | 一种测量相对位移的激光图像实时监测方法 |
CN104992532A (zh) * | 2015-07-17 | 2015-10-21 | 成都汉康信息产业有限公司 | 泥石流灾害监测设备 |
CN104990519A (zh) * | 2015-07-27 | 2015-10-21 | 中国民航机场建设集团公司 | 一种基于卫星定位技术的边坡变形监测系统 |
CN105092823A (zh) * | 2015-09-08 | 2015-11-25 | 长沙理工大学 | 膨胀土边坡自动化综合监测系统 |
CN105242279A (zh) * | 2015-07-30 | 2016-01-13 | 王植 | 一种基于激光雷达技术的滑坡体变化检测方法 |
CN105444687A (zh) * | 2015-11-30 | 2016-03-30 | 中国人民解放军国防科学技术大学 | 基于对视摄像测量和激光测距的相对位姿变化测量方法 |
CN106295641A (zh) * | 2016-08-09 | 2017-01-04 | 鞍钢集团矿业有限公司 | 一种基于影像surf特征的边坡位移自动监测方法 |
CN106323176A (zh) * | 2016-08-09 | 2017-01-11 | 鞍钢集团矿业有限公司 | 一种露天矿边坡的三维位移监测方法 |
CN106441278A (zh) * | 2016-09-29 | 2017-02-22 | 长沙开元仪器股份有限公司 | 一种无人机室内定位系统及方法 |
CN106482656A (zh) * | 2016-09-28 | 2017-03-08 | 成都通甲优博科技有限责任公司 | 一种克服监控平台自身抖动的山地滑坡视觉检测方法及装置 |
CN106767613A (zh) * | 2016-12-14 | 2017-05-31 | 中国地质大学(武汉) | 一种基于信息融合监控分析滑坡运动形态的方法 |
CN106781289A (zh) * | 2016-12-24 | 2017-05-31 | 中铁十八局集团有限公司 | 一种隧道放炮施工对山体岩堆运动的监测装置 |
CN106845446A (zh) * | 2017-02-17 | 2017-06-13 | 广州因赛电子科技有限公司 | 一种图像报警的方法和系统 |
CN106931953A (zh) * | 2017-03-21 | 2017-07-07 | 中国电建集团西北勘测设计研究院有限公司 | 一种三维激光扫描仪监测崩滑灾害的标靶布设方法 |
CN107330890A (zh) * | 2017-07-14 | 2017-11-07 | 漳州市东方智能仪表有限公司 | 智能视觉的三维地质滑动崩塌实时监测系统及其方法 |
CN107764192A (zh) * | 2017-11-30 | 2018-03-06 | 中国地质调查局水文地质环境地质调查中心 | 一种滑坡多点位移智能监测装置及监测方法 |
CN107764183A (zh) * | 2017-11-07 | 2018-03-06 | 浙江大学 | 用于水下目标物尺寸测量的原位激光‑图像融合测量系统及其测量方法 |
CN107843204A (zh) * | 2017-10-27 | 2018-03-27 | 王文柏 | 基于监控级摄像机的边坡三维变形监测方法及系统 |
CN108765570A (zh) * | 2018-04-08 | 2018-11-06 | 中国地质大学(武汉) | 一种三维可视化与数值模拟融合的实现方法与系统 |
CN109558881A (zh) * | 2018-11-22 | 2019-04-02 | 重庆广睿达科技有限公司 | 一种基于计算机视觉的危岩崩塌监控方法 |
CN110443980A (zh) * | 2019-07-22 | 2019-11-12 | 广州海洋地质调查局 | 基于物联网的地质灾害监测装置 |
CN110880229A (zh) * | 2019-12-02 | 2020-03-13 | 北京深测科技有限公司 | 一种地质灾害监测预警方法和系统 |
CN111551549A (zh) * | 2020-05-14 | 2020-08-18 | 深圳市地质环境研究院有限公司 | 一种滑坡检测方法及装置 |
CN112146586A (zh) * | 2020-09-23 | 2020-12-29 | 招商局重庆交通科研设计院有限公司 | 边坡形变监测系统 |
CN112927345A (zh) * | 2021-01-20 | 2021-06-08 | 中国地震应急搜救中心 | 一种地震救援现场环境的监控方法和设备 |
CN113048888A (zh) * | 2021-03-05 | 2021-06-29 | 杭州国翌科技有限公司 | 基于双目视觉的远距离三维位移测量方法及系统 |
CN113240747A (zh) * | 2021-04-21 | 2021-08-10 | 浙江大学 | 一种基于计算机视觉的户外结构振动位移自动化监测方法 |
CN113324581A (zh) * | 2021-04-26 | 2021-08-31 | 北京中关村智连安全科学研究院有限公司 | 一种高精度的非接触式边坡危岩监测预警方法 |
CN113393646A (zh) * | 2021-05-08 | 2021-09-14 | 杭州戬威科技有限公司 | 一种山体滑坡超声监测系统 |
CN113570826A (zh) * | 2021-07-15 | 2021-10-29 | 长视科技股份有限公司 | 一种河道滑坡形变识别实现灾害预警的方法与系统 |
CN113720438A (zh) * | 2021-07-23 | 2021-11-30 | 鹏城实验室 | 一种构件裂缝信息监测方法、装置、终端设备及存储介质 |
CN114267157A (zh) * | 2021-12-17 | 2022-04-01 | 北京科技大学 | 基于光学遥感监测突发性工程地质灾害三级监测预警方法 |
CN114582096A (zh) * | 2022-05-06 | 2022-06-03 | 四川省冶勘设计集团有限公司 | 一种基于地质灾害监测的地质位移检测装置及其检测方法 |
CN114663501A (zh) * | 2022-05-17 | 2022-06-24 | 深圳市华世智能科技有限公司 | 基于特征码图像位姿检测的地质灾害预警方法 |
CN115147461A (zh) * | 2022-09-01 | 2022-10-04 | 湖南北斗微芯产业发展有限公司 | 一种灾害实时预警方法、系统及设备 |
CN115824053A (zh) * | 2023-02-16 | 2023-03-21 | 江苏南京地质工程勘察院 | 一种融合主成分分析与体素积分的滑坡体积量计算方法 |
CN116734754A (zh) * | 2023-05-10 | 2023-09-12 | 吉林大学 | 滑坡监测系统及方法 |
CN116734754B (zh) * | 2023-05-10 | 2024-04-26 | 吉林大学 | 滑坡监测系统及方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018027332A1 (es) * | 2016-08-08 | 2018-02-15 | Comercial E Industrial Gesecology Limitada | Método y sistema para el análisis y generación de alertas tempranas o predictivas de estabilidad de taludes en minas a rajo abierto |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1818546A (zh) * | 2006-03-02 | 2006-08-16 | 浣石 | 远距离面内小位移测量方法 |
CN101174356A (zh) * | 2007-09-10 | 2008-05-07 | 北京航空航天大学 | 大范围战场态势智能感知系统及感知方法 |
CN201133815Y (zh) * | 2007-12-07 | 2008-10-15 | 中国科学院武汉岩土力学研究所 | 基于无人机的航空近景摄影位移测量装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477207B (zh) * | 2009-01-20 | 2011-04-27 | 中国科学院水利部成都山地灾害与环境研究所 | 一种智能型地质灾害综合监测系统及多级预报分析方法 |
-
2009
- 2009-09-02 CN CN 200910091967 patent/CN102005104B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1818546A (zh) * | 2006-03-02 | 2006-08-16 | 浣石 | 远距离面内小位移测量方法 |
CN101174356A (zh) * | 2007-09-10 | 2008-05-07 | 北京航空航天大学 | 大范围战场态势智能感知系统及感知方法 |
CN201133815Y (zh) * | 2007-12-07 | 2008-10-15 | 中国科学院武汉岩土力学研究所 | 基于无人机的航空近景摄影位移测量装置 |
Cited By (72)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102494619A (zh) * | 2011-12-20 | 2012-06-13 | 中建八局第一建设有限公司 | 一种深基坑位移激光监测报警系统 |
CN102645650A (zh) * | 2012-03-06 | 2012-08-22 | 北京北科安地科技发展有限公司 | 一种基于D-InSAR干涉差分的滑坡动态识别及监测技术 |
CN102831751A (zh) * | 2012-09-04 | 2012-12-19 | 广东省公路管理局 | 基于双摄像机成像技术的公路高危边坡监控方法 |
CN102831751B (zh) * | 2012-09-04 | 2014-07-09 | 广东省公路管理局 | 基于双摄像机成像技术的公路高危边坡监控方法 |
CN103021137B (zh) * | 2012-12-04 | 2015-03-18 | 中铁二十一局集团有限公司 | 表面位移法高边坡稳定性远程三维数字预警方法 |
CN103021137A (zh) * | 2012-12-04 | 2013-04-03 | 中铁二十一局集团有限公司 | 表面位移法高边坡稳定性远程三维数字预警方法与系统 |
CN103077585A (zh) * | 2013-01-09 | 2013-05-01 | 中铁二十一局集团有限公司 | 高边坡综合稳定性远程三维数字安全预警方法与系统 |
CN103077585B (zh) * | 2013-01-09 | 2015-09-16 | 中铁二十一局集团有限公司 | 高边坡综合稳定性远程三维数字安全预警方法与系统 |
CN103150871A (zh) * | 2013-01-31 | 2013-06-12 | 青岛理工大学 | 利用地下水位与位移实时监测的滑坡预测方法 |
CN103150871B (zh) * | 2013-01-31 | 2015-08-05 | 青岛理工大学 | 利用地下水位与位移实时监测的滑坡预测方法 |
CN103103974A (zh) * | 2013-02-02 | 2013-05-15 | 青岛理工大学 | 利用监测位移方向性参数检测边坡稳定性的方法 |
CN103103974B (zh) * | 2013-02-02 | 2015-01-28 | 青岛理工大学 | 利用监测位移方向性参数检测边坡稳定性的方法 |
CN103985226A (zh) * | 2014-04-27 | 2014-08-13 | 张臣 | 公路边坡支护工程安全报警系统 |
CN105354991A (zh) * | 2014-04-27 | 2016-02-24 | 张臣 | 公路边坡支护工程安全报警系统 |
CN104183182B (zh) * | 2014-07-11 | 2016-06-01 | 山东大学 | 滚石运动规律模型试验装置与方法 |
CN104183182A (zh) * | 2014-07-11 | 2014-12-03 | 山东大学 | 滚石运动规律模型试验装置与方法 |
CN104240034B (zh) * | 2014-09-23 | 2017-03-29 | 北京师范大学 | 一种地震导致滑坡所造成的经济损失的快速评估方法 |
CN104240034A (zh) * | 2014-09-23 | 2014-12-24 | 北京师范大学 | 一种地震导致滑坡所造成的经济损失的快速评估方法 |
CN104328777A (zh) * | 2014-10-22 | 2015-02-04 | 山东大学 | 一种岩土工程边坡地表变形监测装置与方法 |
CN104328777B (zh) * | 2014-10-22 | 2016-04-06 | 山东大学 | 一种岩土工程边坡地表变形监测装置与方法 |
CN104700399A (zh) * | 2015-01-08 | 2015-06-10 | 东北大学 | 一种基于高分遥感影像的大变形滑坡位移场标定方法 |
CN104698489A (zh) * | 2015-02-01 | 2015-06-10 | 山东科技大学 | 危岩识别方法 |
CN104713491A (zh) * | 2015-04-10 | 2015-06-17 | 招商局重庆交通科研设计院有限公司 | 可获取边坡变形三维数据的边坡监测系统及其获取边坡变形三维数据的方法 |
CN104897067A (zh) * | 2015-06-19 | 2015-09-09 | 天津大学 | 一种测量相对位移的激光图像实时监测方法 |
CN104992532A (zh) * | 2015-07-17 | 2015-10-21 | 成都汉康信息产业有限公司 | 泥石流灾害监测设备 |
CN104990519A (zh) * | 2015-07-27 | 2015-10-21 | 中国民航机场建设集团公司 | 一种基于卫星定位技术的边坡变形监测系统 |
CN105242279B (zh) * | 2015-07-30 | 2018-07-31 | 宁波市交通建设工程试验检测中心有限公司 | 一种基于激光雷达技术的滑坡体变化检测方法 |
CN105242279A (zh) * | 2015-07-30 | 2016-01-13 | 王植 | 一种基于激光雷达技术的滑坡体变化检测方法 |
CN105092823A (zh) * | 2015-09-08 | 2015-11-25 | 长沙理工大学 | 膨胀土边坡自动化综合监测系统 |
CN105444687A (zh) * | 2015-11-30 | 2016-03-30 | 中国人民解放军国防科学技术大学 | 基于对视摄像测量和激光测距的相对位姿变化测量方法 |
CN105444687B (zh) * | 2015-11-30 | 2017-06-16 | 中国人民解放军国防科学技术大学 | 基于对视摄像测量和激光测距的相对位姿变化测量方法 |
CN106295641A (zh) * | 2016-08-09 | 2017-01-04 | 鞍钢集团矿业有限公司 | 一种基于影像surf特征的边坡位移自动监测方法 |
CN106323176A (zh) * | 2016-08-09 | 2017-01-11 | 鞍钢集团矿业有限公司 | 一种露天矿边坡的三维位移监测方法 |
CN106323176B (zh) * | 2016-08-09 | 2019-03-29 | 鞍钢集团矿业有限公司 | 一种露天矿边坡的三维位移监测方法 |
CN106482656A (zh) * | 2016-09-28 | 2017-03-08 | 成都通甲优博科技有限责任公司 | 一种克服监控平台自身抖动的山地滑坡视觉检测方法及装置 |
CN106482656B (zh) * | 2016-09-28 | 2019-09-20 | 成都通甲优博科技有限责任公司 | 一种克服监控平台自身抖动的山地滑坡视觉检测方法及装置 |
CN106441278A (zh) * | 2016-09-29 | 2017-02-22 | 长沙开元仪器股份有限公司 | 一种无人机室内定位系统及方法 |
CN106767613A (zh) * | 2016-12-14 | 2017-05-31 | 中国地质大学(武汉) | 一种基于信息融合监控分析滑坡运动形态的方法 |
CN106767613B (zh) * | 2016-12-14 | 2019-11-15 | 中国地质大学(武汉) | 一种基于信息融合监控分析滑坡运动形态的方法 |
CN106781289A (zh) * | 2016-12-24 | 2017-05-31 | 中铁十八局集团有限公司 | 一种隧道放炮施工对山体岩堆运动的监测装置 |
CN106845446A (zh) * | 2017-02-17 | 2017-06-13 | 广州因赛电子科技有限公司 | 一种图像报警的方法和系统 |
CN106931953A (zh) * | 2017-03-21 | 2017-07-07 | 中国电建集团西北勘测设计研究院有限公司 | 一种三维激光扫描仪监测崩滑灾害的标靶布设方法 |
CN107330890A (zh) * | 2017-07-14 | 2017-11-07 | 漳州市东方智能仪表有限公司 | 智能视觉的三维地质滑动崩塌实时监测系统及其方法 |
CN107843204A (zh) * | 2017-10-27 | 2018-03-27 | 王文柏 | 基于监控级摄像机的边坡三维变形监测方法及系统 |
CN107764183A (zh) * | 2017-11-07 | 2018-03-06 | 浙江大学 | 用于水下目标物尺寸测量的原位激光‑图像融合测量系统及其测量方法 |
CN107764192A (zh) * | 2017-11-30 | 2018-03-06 | 中国地质调查局水文地质环境地质调查中心 | 一种滑坡多点位移智能监测装置及监测方法 |
CN108765570A (zh) * | 2018-04-08 | 2018-11-06 | 中国地质大学(武汉) | 一种三维可视化与数值模拟融合的实现方法与系统 |
CN109558881A (zh) * | 2018-11-22 | 2019-04-02 | 重庆广睿达科技有限公司 | 一种基于计算机视觉的危岩崩塌监控方法 |
CN110443980B (zh) * | 2019-07-22 | 2020-12-01 | 广州海洋地质调查局 | 基于物联网的地质灾害监测装置 |
CN110443980A (zh) * | 2019-07-22 | 2019-11-12 | 广州海洋地质调查局 | 基于物联网的地质灾害监测装置 |
CN110880229B (zh) * | 2019-12-02 | 2022-04-12 | 北京深测科技有限公司 | 一种地质灾害监测预警方法和系统 |
CN110880229A (zh) * | 2019-12-02 | 2020-03-13 | 北京深测科技有限公司 | 一种地质灾害监测预警方法和系统 |
CN111551549B (zh) * | 2020-05-14 | 2020-12-01 | 深圳市地质环境研究院有限公司 | 一种滑坡检测方法及装置 |
CN111551549A (zh) * | 2020-05-14 | 2020-08-18 | 深圳市地质环境研究院有限公司 | 一种滑坡检测方法及装置 |
CN112146586A (zh) * | 2020-09-23 | 2020-12-29 | 招商局重庆交通科研设计院有限公司 | 边坡形变监测系统 |
CN112927345A (zh) * | 2021-01-20 | 2021-06-08 | 中国地震应急搜救中心 | 一种地震救援现场环境的监控方法和设备 |
CN113048888A (zh) * | 2021-03-05 | 2021-06-29 | 杭州国翌科技有限公司 | 基于双目视觉的远距离三维位移测量方法及系统 |
CN113240747A (zh) * | 2021-04-21 | 2021-08-10 | 浙江大学 | 一种基于计算机视觉的户外结构振动位移自动化监测方法 |
CN113324581A (zh) * | 2021-04-26 | 2021-08-31 | 北京中关村智连安全科学研究院有限公司 | 一种高精度的非接触式边坡危岩监测预警方法 |
CN113393646A (zh) * | 2021-05-08 | 2021-09-14 | 杭州戬威科技有限公司 | 一种山体滑坡超声监测系统 |
WO2023284344A1 (zh) * | 2021-07-15 | 2023-01-19 | 长视科技股份有限公司 | 一种河道滑坡形变识别实现灾害预警的方法与系统 |
CN113570826A (zh) * | 2021-07-15 | 2021-10-29 | 长视科技股份有限公司 | 一种河道滑坡形变识别实现灾害预警的方法与系统 |
CN113720438A (zh) * | 2021-07-23 | 2021-11-30 | 鹏城实验室 | 一种构件裂缝信息监测方法、装置、终端设备及存储介质 |
CN113720438B (zh) * | 2021-07-23 | 2023-06-16 | 鹏城实验室 | 一种构件裂缝信息监测方法、装置、终端设备及存储介质 |
CN114267157A (zh) * | 2021-12-17 | 2022-04-01 | 北京科技大学 | 基于光学遥感监测突发性工程地质灾害三级监测预警方法 |
CN114267157B (zh) * | 2021-12-17 | 2023-03-14 | 北京科技大学 | 基于光学遥感监测突发性工程地质灾害三级监测预警方法 |
CN114582096A (zh) * | 2022-05-06 | 2022-06-03 | 四川省冶勘设计集团有限公司 | 一种基于地质灾害监测的地质位移检测装置及其检测方法 |
CN114663501A (zh) * | 2022-05-17 | 2022-06-24 | 深圳市华世智能科技有限公司 | 基于特征码图像位姿检测的地质灾害预警方法 |
CN115147461A (zh) * | 2022-09-01 | 2022-10-04 | 湖南北斗微芯产业发展有限公司 | 一种灾害实时预警方法、系统及设备 |
CN115824053A (zh) * | 2023-02-16 | 2023-03-21 | 江苏南京地质工程勘察院 | 一种融合主成分分析与体素积分的滑坡体积量计算方法 |
CN116734754A (zh) * | 2023-05-10 | 2023-09-12 | 吉林大学 | 滑坡监测系统及方法 |
CN116734754B (zh) * | 2023-05-10 | 2024-04-26 | 吉林大学 | 滑坡监测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102005104B (zh) | 2013-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102005104B (zh) | 滑坡体位移和姿态远距离快速监测报警装置及方法 | |
CN105336119B (zh) | 一种崩塌体裂缝识别报警装置及其识别方法 | |
CN105516584B (zh) | 全景影像采集系统、基于其的测量天际线的装置和方法 | |
CN208251187U (zh) | 一种基坑安全监测系统 | |
CN109448326B (zh) | 一种基于快速图像识别的地质灾害智能群防监测系统 | |
CN102938189B (zh) | 一种地质滑坡状态监控预警方法 | |
CN109269555A (zh) | 基于无人机和三维建模技术的尾矿库安全监测系统及方法 | |
CN105096532A (zh) | 一种地质灾害预测系统 | |
CN106990411A (zh) | 非接触式边坡崩滑地质灾害远距智能监测预警系统 | |
CN108234927A (zh) | 视频追踪方法和系统 | |
CN104570771A (zh) | 基于场景-拓扑的自主定位方法的巡检机器人 | |
CN104410839A (zh) | 一种移动式输电线杆塔区域山火与山体滑坡灾害在线监测系统与监测方法 | |
CN109711348A (zh) | 基于长期驻空平台的实时违章建筑的智能监测方法及系统 | |
CN112085003A (zh) | 公共场所异常行为自动识别方法及装置、摄像机设备 | |
CN101469615A (zh) | 一种用于煤矿安全预警的数字近景摄影测量方法 | |
Lei et al. | The application of unmanned aerial vehicle remote sensing for monitoring secondary geological disasters after earthquakes | |
Hart et al. | Using citizen science to collect coastal monitoring data | |
CN206990574U (zh) | 农村公路险情预报系统 | |
Zhang et al. | A framework of on-site construction safety management using computer vision and real-time location system | |
CN112633685A (zh) | 基于图像分析的综合管廊运维风险管控系统及方法 | |
TWI501198B (zh) | Slope safety analysis system and its method for applying portable electronic device | |
CN115953815A (zh) | 基建现场的监测方法及装置 | |
CN109000718A (zh) | 一种水工建筑物安全监测系统及方法 | |
CN114943809A (zh) | 一种地图模型的生成方法、装置及存储介质 | |
Partsinevelos et al. | Rockfall detection along road networks using close range photogrammetry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130501 Termination date: 20130902 |