CN104751603B - 危岩崩塌监测预警系统及方法 - Google Patents
危岩崩塌监测预警系统及方法 Download PDFInfo
- Publication number
- CN104751603B CN104751603B CN201510168049.2A CN201510168049A CN104751603B CN 104751603 B CN104751603 B CN 104751603B CN 201510168049 A CN201510168049 A CN 201510168049A CN 104751603 B CN104751603 B CN 104751603B
- Authority
- CN
- China
- Prior art keywords
- rock body
- dangerous rock
- deformation
- monitoring
- 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.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种危岩崩塌监测预警系统及方法,涉及监测报警技术有领域,包括设置在危岩体上的危岩体监控设备对危岩体上部的突发变形和缓慢变形进行监控;图像采集与分析装置远距离对整个危岩体的整体变形情况进行采集,并分析出缓慢变形数值,发送到云端服务器;报警装置接收云端服务器的报警命令发出报警信号。本发明的有益效果:通过采用在危岩体重点区域进行双重监控,只要其中一个设备发回突发变形图像,则会发出预警,工作人员会查看是否有危岩崩塌情况,提高监测的准确度。在危岩体上部安装危岩体变形监控设备,安装施工方便。对危岩体的缓慢变形进行监控分析,估算出变形数值大小,提前让工作人员注意发生缓慢变形情况。
Description
技术领域
本发明涉及一种监测报警技术领域,特别涉及一种危岩崩塌监测预警系统及方法。
背景技术
危岩崩塌一直以来都是影响道路安全、威胁周边居民生命财产安全的严重地质灾害,然而由于其存在突发性极强的特点,无法利用人工定期监测的方法实现对危岩体的预警或者第一时间报警;现有的自动化监测系统大多只能监测存在明显裂缝的危岩体,存在较大的监测局限性;部分被动监测型的监测系统通过在危岩体中下部挂网来进行监测,误报漏报可能性较大,施工安装难度大,并且监管人员无法直观了解现场的实际图像情况。
综上所述,有必要提供一种能结合危岩体变形监控设备对危岩体的状态实时监控,在出现异常时及时报警的危岩崩塌监测预警系统及方法,以解决现有技术存在的问题。
发明内容
有鉴于此,本发明要解决的技术问题在于提供一种危岩崩塌监测预警系统及方法,采用危岩体变形监控设备和图像采集与分析装置对危岩体的突发变形进行监测,准确性高,施工安装方便。
本发明通过以下技术手段解决上述技术问题:
本发明提供了一种危岩崩塌监测预警系统:包括危岩体变形监控设备、图像采集与分析装置、云端服务器和报警装置,所述危岩体变形监控设备安装于待测危岩体上部后缘,用于监测待测危岩体上部裂缝变形情况并将裂缝变形情况发送到图像采集与分析装置,所述待测危岩体上部裂缝变形监测包括危岩体的突发变形和缓慢变形的数值变化;
所述图像采集与分析装置,用于对待测危岩体整体变形进行实时视频采集,并对所采集的危岩体变形图像进行分析,将分析后的数据传输至云端服务器;
所述报警装置用于接收云端服务器发送的报警命令,并发出报警信号。
进一步,所述危岩体变形监控设备包括突发变形监控设备和缓慢变形数值变化监控设备。
进一步,所述图像采集与分析装置包括摄像装置、图像分析装置和图像数据传输装置,所述摄像装置、图像分析装置和图像数据传输装置顺次连接,所述摄像装置至少包括两个激光摄像头,其中一个激光摄像头对待测危岩体上部进行实时视频图像监测,另一个激光摄像头对待测危岩体下部的道路进行实时视频图像监测;
图像分析装置,用于对所述视频图像数据进行分析和处理;
图像数据传输装置,用于将所述分析和处理后的图像数据上传到云端服务器。
进一步,所述图像分析装置包括视景采样模块,用于将危岩体作为目标对象进行视频图像采集;
参数提取模块,用于提取所述采集危岩体视频图像特征;
特征提取匹配识别模块,用于将所述提取的图像特征与模板库中存储的前一时段的图像特性进行匹配对比;
重点区域参数提取模块,用于提取重点区域的图像特征;
SVM识别模块,采用支持向量机来构造分类器,再将所述分类器进行并联,将多个分类器的输出结果融合,输出特征识别结果;
特征拟合识别结果模块,用于将SVM识别模块输出的特征识别结果与对比图像特征进行拟合对比,判断出危岩体裂缝变形数值。,
所述视景采样模块、参数提取模块、特征提取匹配识别模块、重点区域参数提取模块、SVM识别模块和特征拟合识别结果模块顺次连接。
进一步,所述报警装置内部设有无线接收模块用于接收云端服务器发送的命令。
本发明还包括一种危岩崩塌监测预警方法,具体包括以下步骤:
S1:确定监测区域,在监测区域的危岩体上安装危岩体变形监控设备,对危岩体的缓慢变形的数值变化和突发变形进行监控,在所述危岩体的对面安装图像采集与分析装置,对危岩体整体变形进行实时视频图像监测,如危岩体变形监控设备和/或图像采集与分析装置监测到危岩体发生突发变形出现崩塌现象,则执行S2;如监测到缓慢变形未出现崩塌现象,则执行S3;
S2:危岩体变形监控设备和图像采集与分析装置将突发变形图像上传到云端服务器,并标记出异常区域,云端服务器将报警命令发送到报警装置,报警装置发出报警信号;
S3:图像采集与分析装置根据图像分析估算法计算出缓慢变形数值。
进一步,所述危岩体变形监控设备包括突发变形监控设备和缓慢变形数值变化监控设备。
进一步,所述图像采集与分析装置包括摄像装置,所述摄像装置至少包括两个激光摄像头,其中一个激光摄像头对危岩体上部进行实时视频图像监测,另一个激光摄像头对危岩体下部的道路进行实时视频图像监测;
图像分析装置,用于对所述视频图像数据进行分析和处理;
图像数据传输装置,用于将所述分析和处理后的图像数据上传到云端服务器。
进一步,所述S3中所述图像分析估算法具体包括以下步骤:
S301:图像采集与分析装置对前一时刻摄像装置对危岩体的采集的图像进行特征分析,将获取到危岩体的颜色、纹理、形状和结构特征保存在模板库中成为对比图像;
S302:摄像装置再次采集危岩体图像,并对图像进行特征分析,与所述模板库中的对比图像进行特征匹配对比,如果匹配对比成功,则找到危岩体的关键参数信息;
S303:对所述危岩体上部的图像数据进行特征提取,与所述模板库中的对比图像进行SVM分类判断,实现特征拟合并判断出危岩体裂缝变形数值。
进一步,所述报警装置内部设有无线接收模块用于接收云端服务器发送的命令。
本发明的有益效果:
本发明的危岩崩塌监测预警系统,包括危岩体变形监控设备、图像采集与分析装置和报警装置。通过在危岩体上部安装危岩体变形监控设备,在危岩体对面的道路边上安装图像采集与分析装置,危岩体变形监控设备可对危岩体的上部进行危岩体突发变形和缓慢变形数值变化进行监控,图像采集与分析装置可对危岩体远距离对危岩体整体变形和对道路上是否有落下的岩体进行监控,如果危岩体变形监控设备和/或图像采集与分析装置监测到危岩体的突发变形,则向云端服务器发送图像信息,云端服务器则控制报警装置发出报警信号通知附近的人和车辆注意安全。如果是细微变形,则将细微变形图像发到图像分析装置进行分析处理,工作人员会对这部分的危岩体重点监测。本发明通过采用在危岩体重点区域进行双重监控,只要其中一个设备发回突发变形图像,则会发出预警,工作人员会查看是否有危岩崩塌情况,提高监测的准确度。在危岩体上部安装危岩体变形监控设备,安装施工方便。并且对危岩体的缓慢变形进行监控分析,估算出变形数值大小,可以提前让工作人员注意发生缓慢变形的部位变形情况。
附图说明
下面结合附图和实施例对本发明作进一步描述。
图1为本发明实施例1的原理框图。
图2为本发明实施例1的图像分析装置的原理框图。
图3为本发明实施例2的主流程图。
图4为本发明实施例2的图像分析估算法的流程图。
具体实施方式
以下将结合附图对本发明进行详细说明,
实施例1
如图1所示,本发明的危岩崩塌监测预警系统,包括危岩体变形监控设备,所述监控设备安装于待测危岩体上部后缘,用于监测待测危岩体上部的裂缝变形情况,所述待测危岩体上部的裂缝变形监测包括危岩体的突发变形和缓慢变形的数值变化;
图像采集与分析装置,通过摄像装置对待测危岩体整体变形进行实时视频采集,并对所采集的危岩体变形图像进行分析,将分析后的数据传输至云端服务器;
报警装置用于接收云端服务器发送的报警命令,并发出报警信号。
危岩体变形监控设备设置在待测危岩体上部后缘,用于监测危岩体上部的裂缝变形情况。一般危岩体上部的裂缝变形为重点区域。危岩体变形监控设备包括突发变形监控设备和缓慢变形数值变化监控设备。突发变形监控设备用于对危岩体突发变形进行监控。由于危岩体崩塌存在突发性,突发变形监控设备主要当发生突发崩塌时,在1分钟内将崩塌信息上传到云端服务器,云端服务器再向报警装置发送报警命令,报警装置接收到报警命令后,发出报警信号,提示附近的人、车注意前方的路况。缓慢变形数值变化监控设备用于对危岩体缓慢变形的数值变化进行监控,有时候危岩体的崩塌是由微小的变化逐步变大,从小的缝隙发展到大的裂缝,缓慢变形数值变化监控设备是对危岩体裂缝缓慢变形进行实时监测,将采集的裂缝数据定期上传,一般可设为1小时,也可随着具体情况设定上传数据的频率。采集数据的精度为1mm,因为裂缝变形缓慢,在短时间内采集的裂缝数据变化微小甚至未变化,因此可以将上传数据的时间延长,这样也可以降低云端服务器的计算量,对危岩体裂缝监控影响不大。
图像采集与分析装置,设置在待测危岩的对面,图像采集与分析装置包括摄像装置、图像分析装置和数据传输装置,摄像装置、图像分析装置和数据传输装置顺次连接。摄像装置可远距离对危岩体整体变形情况进行实时采集。摄像装置至少包括2个激光摄像头,激光摄像头可以实现对100-200米距离外危岩体的夜间视频采集,还可有效穿雾,保证24小时全天候的视频图像获取。激光摄像头安装在危岩体所在道路的对面,其中一个激光摄像头对危岩体的上部进行采集,另一个激光摄像头对危岩体下部及道路上是否有落下的危岩进行监控。
图像分析装置用于对摄像装置采集的图像数据进行分析,并传输给数据传输装置。图像分析装置每1秒获取一张视频图像,进行本地图像分析,判断是否有危岩块体出现崩塌下落,如发现异常区域则保存该图像,并标注出异常位置,再采集另一摄像头拍摄危岩体下部及道路中的视频图像,之后将两个图片发送给数据传输装置。对于有一定变形,但未出现崩塌下落的危岩体,通过图像分析装置对危岩体图像根据图像分析算法估计其变化数值作为参考。
如图2所示,图像分析装置包括视景采样模块、参数提取模块、特征提取匹配识别模块、重点区域参数提取模块、SVM识别模块和特征拟合识别结果模块,所述视景采样模块、参数提取模块、特征提取匹配识别模块、重点区域参数提取模块、SVM识别模块和特征拟合识别结果模块顺次连接。视景采样模块,用于将待测危岩体作为目标对象进行视频图像采集;参数提取模块,用于对摄像装置前一时间段采集的危岩体图像进行特征提取,特征包括形状、结构、颜色和纹理等参数并保存在模板库中;特征提取匹配识别模块,用于将所述提取的图像参数特征与模板库中的对比图像特性进行匹配对比,匹配识别又称区域的匹配算法,主要根据目标图像预先建立模板库,图像的像素点阵直接参与匹配运算,其优点是匹配较为精确,使用简便;重点区域参数提取,用于对重点区域的图像参数特征进行提取;SVM(支持向量机)识别模块,采用支持向量机来构造分类器,再将所述分类器进行并联,将多个分类器的输出结果融合,输出特征识别结果;特征拟合识别结果模块,用于将SVM识别模块输出的特征识别结果与对比图像特征进行拟合对比,判断危岩体裂缝数值。
图像分析装置对图像分析的具体过程:视景采样模块将整个待测危岩体作为目标对象,将目标对象的整体情况进行特征分析,特征包括待测危岩体的形状、结构、颜色、纹理等,并形成一定的特征判别准则。参数提取模块则在对摄像装置前一时间段采集的待测危岩体图像进行特征提取,特征包括形状、结构、颜色和纹理等参数并保存在模板库中,通过特征提取匹配识别模块,将新采集的危岩体图像与模板库中的保存的图像特征进行初步比对,如比对成功,则找到危岩体关键信息特征,不一样的地方则为变形区域。再对新采集的图像重点区域进行细致的特征提取,与模板库中的特征进行比对,最终达成对危岩体变形部分的识别。这两次识别的核心都是待测危岩体的特征提取及特征的比对,第一次参数提取的重点是特征提取并进行匹配识别,侧重于发现相似危岩视景,判别模型比较简单,搜寻效率高。第二次重点区域参数提取则将获得的特征信息通过SVM分类判断进行模式识别,实现特征拟合并给出识别结果,侧重于精确判断,判别模型较完整,以体现结果的准确。
数据传输装置用于将图像分析模块分析处理后的数据上传到云端服务器。数据传输模块内置无线传输模块,便于通过无线网络向云端服务器发送处理后的数据。
报警装置包括声音报警装置和LED提醒牌,安装于危岩体两侧边500m~1km外,报警装置内设有无线接收模块,可以接收云端服务器发出的报警命令,并在接收到报警命令后,开启声音报警装置,同时开启预置文字为类似“前方崩塌、减速慢行”的提醒,用于提醒过往的人和车辆注意前方崩塌情况。
实施例2:如图3所示,本发明还包括一种危岩崩塌监测预警方法,具体步骤如下:
S1:确定监测区域,在监测区域的危岩体上安装危岩体变形监控设备,对危岩体的缓慢变形的数值变化和突发变形进行监控,在所述危岩体的对面安装图像采集与分析装置,对危岩体整体变形进行实时视频图像监测,如危岩体变形监控设备和/或图像采集与分析装置监测到危岩体发生突发变形出现崩塌现象,则执行S2;如监测到缓慢变形未出现崩塌现象,则执行S3;
S2:危岩体变形监控设备和图像采集与分析装置将突发变形图像上传到云端服务器,并标记出异常区域,云端服务器将报警命令发送到报警装置,报警装置发出报警信号;
S3:图像采集与分析装置根据图像分析估算法计算出缓慢变形数值。
在待监测区域的危岩体上部后缘安装危岩体变形监控设备,危岩体变形监控设备包括危岩体缓慢变形的数值变化监控设备和突发变形监控设备,对待测危岩体上部缓慢变形和突发变形进行监控。一般待测危岩体上部的裂缝变形为重点区域。突发变形监控设备用于对待测危岩体突发变形进行监控。由于危岩体崩塌存在突发性,突发变形监控设备主要当发生突发崩塌时,在1分钟内将崩塌信息上传到云端服务器,云端服务器再向报警装置发送报警命令,报警装置接收到报警命令后,发出报警信号,提示附近的人、车注意前方的路况。缓慢变形数值变化监控设备用于对危岩体缓慢变形的数值变化进行监控,有时候危岩体的崩塌是由微小的变化逐步变大,从小的缝隙发展到大的裂缝,缓慢变形数值变化监控设备是对危岩体裂缝缓慢变形进行实时监测,将采集的裂缝数据定期上传,一般可设为1小时,也可随着具体情况设定上传数据的频率。采集数据的精度为1mm,因为裂缝变形缓慢,在短时间内采集的裂缝数据变化微小甚至未变化,因此可以将上传数据的时间延长,这样也可以降低云端服务器的计算量,对危岩体裂缝监控影响不大。
当危岩体变形监控设备和/或图像采集与分析装置监测到危岩体有突发变形,则对突发变形的区域标记出,并将采集到的视频图像上传到云端服务器,云端服务器接收到视频图像数据后,向报警装置发出报警命令,报警装置接收到报警命令后发出报警信号,提示周边的人或车辆注意安全。
如果是缓慢变形的数值变化装置上传的数据,如图4所示,图像分析装置根据图像分析估算法计算出裂缝变形数值大小,具体步骤包括:
S301:图像采集与分析装置对前一时刻摄像装置对危岩体的采集的图像进行特征分析,将获取到危岩体的颜色、纹理、形状和结构特征保存在模板库中成为对比图像;
S302:摄像装置再次采集危岩体图像,并对图像进行特征分析,与所述模板库中的对比图像进行特征匹配对比,如果匹配对比成功,则找到危岩体的关键参数信息;
S303:对所述危岩体上部的图像数据进行特征提取,与所述模板库中的对比图像进行SVM分类判断,实现特征拟合并判断出危岩体裂缝变形数值。
支持向量机(SVM)训练样本条件下,使经验风险最小同时也使期望风险最小的通用机器学习方法。选用支持向量机来构造单分类器。核函数选用高斯核函数。核函数的乘法因子和高斯核参数通过网格搜索法得到。为避免单个分类器识别错误造成最终的目标分类错误,以及提高识别系统的识别速度,采用并联方式,将多个单分类器输出结果按照一定规则进行融合后,输出特征识别结果,将输出的特征识别结果与对比图像特征进行拟合对比,判断出是否有危岩体裂缝的结果。
通过两次特征识别,第一次对危岩体特征提取并分析,再与模板库中的对比图像进行特征匹配识别,第一次对比侧重于整体的发现采集的视频图像与对比图像中的图像是否有区别。第一次比对模型简单,搜寻效率高。第二次则是对重点区域的进行特征提取和SVM分类判断识别,将输出特征识别结果与对比图像特征进行拟合对比。第二次则是侧重于精确判断采集的视频图像与对比图像中的图像中的裂缝数值大小,判断模型完整,判断结果准确。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.危岩崩塌监测预警系统,其特征在于:包括危岩体变形监控设备、图像采集与分析装置、云端服务器和报警装置,所述危岩体变形监控设备安装于待测危岩体上部后缘,用于监测待测危岩体上部裂缝变形情况并将裂缝变形情况发送到图像采集与分析装置,所述待测危岩体上部裂缝变形监测包括危岩体的突发变形和缓慢变形的数值变化;
所述图像采集与分析装置,用于对待测危岩体整体变形进行实时视频采集,并对所采集的危岩体变形图像进行分析,将分析后的数据传输至云端服务器;
所述报警装置用于接收云端服务器发送的报警命令,并发出报警信号,所述图像采集与分析装置包括摄像装置、图像分析装置和图像数据传输装置,所述摄像装置、图像分析装置和图像数据传输装置顺次连接,所述摄像装置至少包括两个激光摄像头,其中一个激光摄像头对待测危岩体上部进行实时视频图像监测,另一个激光摄像头对待测危岩体下部的道路进行实时视频图像监测;
图像分析装置,用于对视频图像数据进行分析和处理;
图像数据传输装置,用于将分析和处理后的图像数据上传到云端服务器,
所述图像分析装置包括视景采样模块,用于将危岩体作为目标对象进行视频图像采集;
参数提取模块,用于提取所述采集危岩体视频图像特征;
特征提取匹配识别模块,用于将所述提取的视频图像特征与模板库中存储的前一时刻的图像特性进行匹配对比;
重点区域参数提取模块,用于提取重点区域的图像特征;
SVM识别模块,采用支持向量机来构造分类器,再将所述分类器进行并联,将多个分类器的输出结果融合,输出特征识别结果;
特征拟合识别结果模块,用于将SVM识别模块输出的特征识别结果与对比图像特征进行拟合对比,判断出危岩体裂缝变形数值;
所述视景采样模块、参数提取模块、特征提取匹配识别模块、重点区域参数提取模块、SVM识别模块和特征拟合识别结果模块顺次连接。
2.如权利要求1所述的危岩崩塌监测预警系统,其特征在于:所述危岩体变形监控设备包括突发变形监控设备和缓慢变形数值变化监控设备。
3.如权利要求1所述的危岩崩塌监测预警系统,其特征在于:所述报警装置内部设有无线接收模块用于接收云端服务器发送的命令。
4.一种危岩崩塌监测预警方法,其特征在于:包括以下步骤:
S1:确定监测区域,在监测区域的危岩体上安装危岩体变形监控设备,对危岩体的缓慢变形的数值变化和突发变形进行监控,在所述危岩体的对面安装图像采集与分析装置,对危岩体整体变形进行实时视频图像监测,如危岩体变形监控设备和/或图像采集与分析装置监测到危岩体发生突发变形出现崩塌现象,则执行S2;如监测到缓慢变形未出现崩塌现象,则执行S3;
S2:危岩体变形监控设备和图像采集与分析装置将突发变形图像上传到云端服务器,并标记出异常区域,云端服务器将报警命令发送到报警装置,报警装置发出报警信号;
S3:图像采集与分析装置根据图像分析估算法计算出缓慢变形数值,所述图像采集与分析装置包括摄像装置,所述摄像装置包括至少两个激光摄像头,其中一个激光摄像头对危岩体上部进行实时视频图像监测,另一个激光摄像头对危岩体下部的道路进行实时视频图像监测;
图像分析装置,用于对视频图像数据进行分析和处理;
图像数据传输装置,用于将分析和处理后的图像数据上传到云端服务器,所述S3中所述图像分析估算法具体包括以下步骤:
S301:图像采集与分析装置对前一时刻摄像装置对危岩体的采集的图像进行特征分析,将获取到危岩体的颜色、纹理、形状和结构特征保存在模板库中成为对比图像,
S302:摄像装置再次采集危岩体图像,并对图像进行特征分析,与所述模板库中的对比图像进行特征匹配对比,如果匹配对比成功,则找到危岩体的关键参数信息;
S303:对所述危岩体上部的图像数据进行特征提取,与所述模板库中的对比图像进行SVM分类判断,实现特征拟合并判断出危岩体裂缝变形数值。
5.如权利要求4所述的危岩崩塌监测预警方法,其特征在于:所述危岩体变形监控设备包括突发变形监控设备和缓慢变形数值变化监控设备。
6.如权利要求4所述的危岩崩塌监测预警方法,其特征在于:所述报警装置内部设有无线接收模块用于接收云端服务器发送的命令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510168049.2A CN104751603B (zh) | 2015-04-10 | 2015-04-10 | 危岩崩塌监测预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510168049.2A CN104751603B (zh) | 2015-04-10 | 2015-04-10 | 危岩崩塌监测预警系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104751603A CN104751603A (zh) | 2015-07-01 |
CN104751603B true CN104751603B (zh) | 2017-07-18 |
Family
ID=53591215
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510168049.2A Expired - Fee Related CN104751603B (zh) | 2015-04-10 | 2015-04-10 | 危岩崩塌监测预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104751603B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056593B (zh) * | 2016-05-26 | 2018-07-20 | 招商局重庆交通科研设计院有限公司 | 一种基于图像建模的危岩位移监测方法 |
CN107796357A (zh) * | 2016-08-28 | 2018-03-13 | 上海华测导航技术股份有限公司 | 一种隧道断面收敛变形的监测方法 |
CN106600905A (zh) * | 2017-02-24 | 2017-04-26 | 上海博历机械科技有限公司 | 一种有效的地质灾害监测系统 |
CN107610419A (zh) * | 2017-09-13 | 2018-01-19 | 长江勘测规划设计研究有限责任公司 | 一种基于温感摄像头的山体崩塌监测与预警方法 |
CN109558881B (zh) * | 2018-11-22 | 2023-05-23 | 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 |
CN110031477B (zh) * | 2019-04-04 | 2021-01-01 | 华设设计集团股份有限公司 | 基于图像监控数据的桥梁关键构件病害预警系统及方法 |
CN110264723A (zh) * | 2019-07-03 | 2019-09-20 | 交通运输部科学研究院 | 一种交通建设工程智能化预警系统及方法 |
CN110703778A (zh) * | 2019-10-12 | 2020-01-17 | 福州大学 | 矿山智能安全定位巡检机器人装置及系统 |
CN111416964B (zh) * | 2020-05-09 | 2021-08-24 | 黄河勘测规划设计研究院有限公司 | 用于水利工程变形的远程图像智能识别方法 |
CN111554076A (zh) * | 2020-05-26 | 2020-08-18 | 深知智能科技(金华)有限公司 | 一种去中心化的物联网报警信息处理方法及系统 |
CN111967378B (zh) * | 2020-08-14 | 2022-06-07 | 广西大学 | 拉剪倾倒式岩溶危岩失稳预警的声发射多前兆方法及装置 |
CN112560135B (zh) * | 2020-11-30 | 2021-10-01 | 北京中关村智连安全科学研究院有限公司 | 一种基于冲击能量指标的岩体崩塌早期预警方法 |
CN113010835B (zh) * | 2021-03-29 | 2023-02-24 | 重庆交通大学 | 一种基于断裂力学的危岩崩塌预警方法与系统 |
CN113720851A (zh) * | 2021-08-02 | 2021-11-30 | 重庆市地质灾害防治中心 | 一种危岩体声光结合智能化监测预警方法 |
CN114001712B (zh) * | 2021-12-24 | 2022-03-22 | 四川公路工程咨询监理有限公司 | 危岩体变形监测装置及预警系统 |
GB2616068B (en) * | 2022-02-28 | 2024-04-24 | Vodafone Group Services Ltd | Monitoring device and method of monitoring an area |
CN114743351A (zh) * | 2022-04-24 | 2022-07-12 | 沈阳工业大学 | 一种危岩体群失稳预警监测系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3513443B2 (ja) * | 1999-10-12 | 2004-03-31 | 日本無線株式会社 | 落石監視システム |
KR100755474B1 (ko) * | 2005-12-22 | 2007-09-04 | (주)지엠지 | 센서와 연동되는 붕괴 위험 위치 영상 획득 시스템 |
CN202486923U (zh) * | 2012-03-15 | 2012-10-10 | 招商局重庆交通科研设计院有限公司 | 地质灾害物联网群测群防系统 |
CN102594911B (zh) * | 2012-03-15 | 2015-07-08 | 招商局重庆交通科研设计院有限公司 | 基于无线传感器的地质灾害物联网监测系统及方法 |
CN103033170B (zh) * | 2012-12-19 | 2015-04-08 | 山东大学 | 一种利用录像法监测危岩体崩塌的装置与方法 |
-
2015
- 2015-04-10 CN CN201510168049.2A patent/CN104751603B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN104751603A (zh) | 2015-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104751603B (zh) | 危岩崩塌监测预警系统及方法 | |
CN111432179A (zh) | 基于计算机视觉的输煤皮带智能巡检系统及方法 | |
CN103236181B (zh) | 一种基于机器视觉的交通信号灯状态监控系统及方法 | |
CN105809679B (zh) | 一种基于视觉分析的山区铁路边坡落石检测方法 | |
CN101751744B (zh) | 一种烟雾检测和预警方法 | |
CN111582016A (zh) | 基于云边协同深度学习的智能免维护电网监控方法及系统 | |
CN107331097A (zh) | 基于目标位置信息融合的周界防入侵装置与方法 | |
CN207164939U (zh) | 基于目标位置信息融合的周界防入侵装置 | |
CN105141885A (zh) | 进行视频监控的方法及装置 | |
CN107063095A (zh) | 一种既有建筑房屋结构裂缝宽度变化的实时监测报警系统及识别方法 | |
CN105763853A (zh) | 一种公共区域拥挤、踩踏事件应急预警方法 | |
CN104787084A (zh) | 一种铁路异物侵限检测系统及检测方法 | |
CN210691345U (zh) | 一种基于深度学习的云智能安检辅助系统 | |
CN104392630A (zh) | 抛洒物智能检测装置与方法 | |
CN104077872A (zh) | 一种基于图像识别的输电线路防外力监控预警方法 | |
CN112686090A (zh) | 一种公交车内异常行为智能监控系统 | |
CN112633057A (zh) | 一种公交车内异常行为智能监控方法 | |
CN106651855A (zh) | 输电线路通道隐患自动识别与告警的图像监拍方法 | |
CN113313006B (zh) | 基于无人机的城市违建监管方法、系统和存储介质 | |
CN111178424A (zh) | 一种石油化工生产现场安全合规性实时检测系统及方法 | |
CN107103300A (zh) | 一种离岗检测方法及系统 | |
CN112613449A (zh) | 一种基于视频人脸图像的安全帽佩戴检测识别方法及系统 | |
CN113206978A (zh) | 油气管道站场安防智能监控预警系统及方法 | |
Wang et al. | A safety helmet and protective clothing detection method based on improved-yolo v 3 | |
CN115600124A (zh) | 地铁隧道巡检系统及巡检方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170718 Termination date: 20200410 |
|
CF01 | Termination of patent right due to non-payment of annual fee |