CN107917692A - 一种基于无人机的块体识别方法 - Google Patents

一种基于无人机的块体识别方法 Download PDF

Info

Publication number
CN107917692A
CN107917692A CN201711099057.1A CN201711099057A CN107917692A CN 107917692 A CN107917692 A CN 107917692A CN 201711099057 A CN201711099057 A CN 201711099057A CN 107917692 A CN107917692 A CN 107917692A
Authority
CN
China
Prior art keywords
block
structural plane
photo
unmanned plane
striograph
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
Application number
CN201711099057.1A
Other languages
English (en)
Other versions
CN107917692B (zh
Inventor
肖云华
白伟
倪凯军
李志�
王吉亮
刘冲平
郝喜明
方宇
施炎
谢天琦
曾立
宋涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changjiang Sanxia Survey & Research Institute Co Ltd (wuhan)
Original Assignee
Changjiang Sanxia Survey & Research Institute Co Ltd (wuhan)
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changjiang Sanxia Survey & Research Institute Co Ltd (wuhan) filed Critical Changjiang Sanxia Survey & Research Institute Co Ltd (wuhan)
Priority to CN201711099057.1A priority Critical patent/CN107917692B/zh
Publication of CN107917692A publication Critical patent/CN107917692A/zh
Application granted granted Critical
Publication of CN107917692B publication Critical patent/CN107917692B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C1/00—Measuring angles
    • G01C1/02—Theodolites
    • G01C1/04—Theodolites combined with cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G01C11/30—Interpretation of pictures by triangulation
    • G01C11/34—Aerial triangulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)

Abstract

本发明公开了一种基于无人机的块体识别方法，包括以下步骤：1)确定块体范围；2)利用无人机对确定范围块体的结构面拍照；3)根据拍摄的照片及基准点信息，利用Smart3DCapture软件形成三维实体影像图；4)对三维实体影像图进行地质解译，确定结构面空间出露长度、产状及性状；5)计算块体方量、最大水平埋深及稳定性。本发明方法通过无人机对块体进行多角度拍摄，结合测量控制坐标网络，利用Smart3D软件对照片进行处理形成三维实体影像图，对三维实体影像图进行地质解译，识别构成块体的结构面空间展布及性状，计算确定块体的稳定性。本发明解决了难以近观块体无法识别的问题，为研究高边坡及大跨度高边墙洞室岩体稳定性提供了基础资料。

Description

一种基于无人机的块体识别方法
技术领域
本发明涉及工程勘探技术，尤其涉及一种基于无人机的块体识别方法。
背景技术
高位自然边坡及大跨度洞室高边墙的局部稳定性问题是工程勘察设计过程中首要面对的重大工程问题，其中最重要的基础工作就是确定块体的基本特征，如何查明构成块体的结构面空间展布及性状，以判断块体的边界及稳定性，是工程勘察领域中一个重要技术问题。
难以近观块体的特征，一直是地质勘察过程的主要技术难题，尤其是在高陡边坡及大型洞室勘察中，如何准确确定构成块体的结构面空间展布及性状，以此判别、计算块体的稳定性，为设计提供可靠的地质资料，成为工程地质勘察的重要课题之一。
难以近观块体的特征，通常采用望远镜、照相或蜘蛛人识别，在此过程中，构成块体的结构面空间展布或性状容易漏判、误判、有的情况甚至根本无法识别，且还存在很大的安全隐患。基于此，有必要提供一种安全、可靠、全面的确定块体特征的方法。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于无人机的块体识别方法，解决工程勘察过程中高位自然边坡及大型洞室内块体的特征近距离实测难度大，容易误判、漏判的问题。
本发明解决其技术问题所采用的技术方案是：一种基于无人机的块体识别方法，包括如下步骤：
1)确定块体范围；
1.1)确定需要识别块体所在边坡或洞室的高程、桩号范围及走向；
1.2)在确定的边坡范围内选取6-8个基准点；
1.3)利用免棱镜的全站仪对选取的基准点进行测量，测量基准点的坐标及高程；
2)利用无人机对确定范围块体的结构面拍照；
2.1)根据确定范围规划无人机飞行航线；
2.2)飞行时，每次起始端需重复拍摄2张照片，移动无人机，依次拍摄，直至终点，相邻两张照片重合度不小于70％，终止端也需重复拍摄2张照片；
2.3)对确定范围的结构面分别实施远景、中景，近景及多角度拍摄；
3)根据拍摄的照片及基准点信息，利用Smart3DCapture软件形成三维实体影像图；
3.1)将拍摄的照片及基准点测量资料存放至一个文件夹内；
3.2)编辑生成照片及基准点信息文本，文本中包含基准测点的编号、坐标、高程、照片编号；
3.3)将照片及文本导入Smart3D软件，生成带有空间坐标的三维实体影像图；
4)对三维实体影像图进行地质解译，确定结构面空间出露长度、产状及性状；
4.1)Smart3DCapture软件打开三维实体影像图，选取需要识别的结构面；
4.2)读取结构面出露端点空间坐标，明确结构面出露位置，根据空间2点坐标,计算结构面的出露长度；
4.3)读取结构面上不在一条直线上三点的空间坐标，根据3点空间坐标，计算结构面的倾向和倾角；
4.4)根据无人机拍摄的多角度的近景照片，确定结构面充填物，以明确结构面性状，给出结构面参数；
5)计算块体方量、最大水平埋深及稳定性。
5.1)根据产状对可能构成块体的结构面进行组合切割分析，宏观判断能否构成块体，并确定块体失稳模式；
5.2)对块体进行计算，得出块体最大水平埋深、方量及稳定性。
按上述方案，所述步骤1)中基准点为通过红外激光指示器在结构面区域均匀布设的标记点。
本发明产生的有益效果是：本发明方法通过无人机对块体进行多角度拍摄，结合测量控制坐标网络，利用Smart3D软件对照片进行处理形成三维实体影像图，对三维实体影像图进行地质解译，识别构成块体的结构面空间展布及性状，计算确定块体的稳定性。本发明解决了难以近观块体无法识别的问题，为研究高边坡及大跨度高边墙洞室岩体稳定性提供了基础资料。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例的高边坡三维影像图
图2是本发明实施例的高边坡结构面概化图；
图3是本发明实施例的方法流程图；
图中，1-块体所在边坡拍摄范围；2-拍摄范围内选择的六个不同的测量基准点；3-构成块体的两个结构面，4-每个结构面上三个不在一条直线线上的坐标点，5-块体边界，T1-结构面产状编号，T2-结构面产状编号。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图3所示，一种基于无人机的块体识别方法，包括如下具体步骤：
A、确定块体范围；
步骤一，确定需要识别块体所在边坡或洞室的高程、桩号范围及走向；
步骤二，在确定的边坡范围内选取6-8个基准点；
步骤三，利用免棱镜的全站仪对选取的基准点进行测量，测量基准点的坐标及高程；
B、利用无人机对确定范围块体的结构面拍照；
步骤一，根据确定范围规划无人机飞行航线；
步骤二，飞行时，每次起始端需重复拍摄2张照片，移动无人机，依次拍摄，直至终点，相邻两张照片重合度不小于70％，终止端也需重复拍摄2张照片；
步骤三，对确定范围的结构面分别实施远景、中景，近景及多角度拍摄；
C、根据拍摄的照片及基准点信息，利用Smart3DCapture软件形成三维实体影像图；
步骤一，将拍摄的照片及基准点测量资料存放至一个文件夹内；
步骤二，编辑文本，文本中包含基准测点的编号、坐标、高程、照片编号；
步骤三，将照片及文本导入Smart3D软件，生成带有空间坐标的三维实体影像图；
D、对三维实体影像图进行地质解译，确定结构面空间出露长度、产状及性状；
步骤一，Smart3DCapture软件打开三维实体影像图，选取需要识别的结构面；
步骤二，读取结构面出露端点空间坐标，明确结构面出露位置，根据空间2点坐标,计算结构面的出露长度；
步骤三，读取结构面上不在一条直线上三点的空间坐标，根据3点空间坐标，计算结构面的倾向和倾角；
步骤四，根据无人机拍摄的多角度的近景照片，确定结构面充填物，以明确结构面性状，给出结构面参数；
E、计算块体方量、最大水平埋深及稳定性。
步骤一，根据产状对可能构成块体的结构面进行组合切割分析，宏观判断能否构成块体，并确定块体失稳模式；
步骤二，对块体进行计算，得出块体最大水平埋深、方量及稳定性。
下面结合附图，以一个具体的实施例对本发明作进一步的说明。
如图1和图2，图中，1为块体所在边坡拍摄范围；2为拍摄范围内选择的六个不同的测量基准点；3为构成块体的两个结构面，4为每个结构面上三个不在一条直线线上的坐标点，5为块体边界，T1、T2为两个结构面产状编号.
在金沙江乌东德水电站高位自然边坡CH区高程1150m～1400m段选取6个基准点，利用免棱镜全站仪对基准点进行测量，对边坡进行了拍摄，利用Smart3DCapture软件对照片进行了三维影像生成，在三维影像上对所需识别构成块体的结构上获取不在一条直线上的3个点的坐标，计算得到结构面的产状T1为65°∠65°，T2为341°∠30°，根据多角度拍摄照片，确定结构面充填物为泥钙质与碎屑夹泥，由此取得了清晰、真实的地质资料。然后通过测得的结构面与已知层面(160°∠80°)组合切割形成块体，利用软件对块体进行计算，最终得出该块体失稳模式为单面滑动型，体积约14437m3，最大水平埋深约13.9m，稳定系数Kc＝1.08，稳定性较差。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (2)

1.一种基于无人机的块体识别方法，其特征在于，包括如下步骤：
1)确定块体范围；
1.1)确定需要识别块体所在边坡或洞室的高程、桩号范围及走向；
1.2)在确定的边坡范围内选取6-8个基准点；
1.3)利用免棱镜的全站仪对选取的基准点进行测量，测量基准点的坐标及高程；
2)利用无人机对确定范围块体的结构面拍照；
2.1)根据确定范围规划无人机飞行航线；
2.2)飞行时，每次起始端需重复拍摄2张照片，移动无人机，依次拍摄，直至终点，相邻两张照片重合度不小于70％，终止端也需重复拍摄2张照片；
2.3)对确定范围的结构面分别实施远景、中景，近景及多角度拍摄；
3)根据拍摄的照片及基准点信息，利用Smart3DCapture软件形成三维实体影像图；
3.1)将拍摄的照片及基准点测量资料存放至一个文件夹内；
3.2)编辑生成照片及基准点信息文本，文本中包含基准测点的编号、坐标、高程、照片编号；
3.3)将照片及文本导入Smart3D软件，生成带有空间坐标的三维实体影像图；
4)对三维实体影像图进行地质解译，确定结构面空间出露长度、产状及性状；
4.1)Smart3DCapture软件打开三维实体影像图，选取需要识别的结构面；
4.2)读取结构面出露端点空间坐标，明确结构面出露位置，根据空间2点坐标,计算结构面的出露长度；
4.3)读取结构面上不在一条直线上三点的空间坐标，根据3点空间坐标，计算结构面的倾向和倾角；
4.4)根据无人机拍摄的多角度的近景照片，确定结构面充填物，以明确结构面性状，给出结构面参数；
5)计算块体方量、最大水平埋深及稳定性；
5.1)根据产状对可能构成块体的结构面进行组合切割分析，宏观判断能否构成块体，并确定块体失稳模式；
5.2)对块体进行计算，得出块体最大水平埋深、方量及稳定性。
2.根据权利要求1所述的基于无人机的块体识别方法，其特征在于，所述步骤1)中基准点为通过红外激光指示器在结构面区域均匀布设的标记点。
CN201711099057.1A 2017-11-09 2017-11-09 一种基于无人机的块体识别方法 Active CN107917692B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711099057.1A CN107917692B (zh) 2017-11-09 2017-11-09 一种基于无人机的块体识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711099057.1A CN107917692B (zh) 2017-11-09 2017-11-09 一种基于无人机的块体识别方法

Publications (2)

Publication Number Publication Date
CN107917692A true CN107917692A (zh) 2018-04-17
CN107917692B CN107917692B (zh) 2020-02-18

Family

ID=61895388

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711099057.1A Active CN107917692B (zh) 2017-11-09 2017-11-09 一种基于无人机的块体识别方法

Country Status (1)

Country Link
CN (1) CN107917692B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110806199A (zh) * 2019-11-15 2020-02-18 中南大学 一种基于激光投线仪和无人机的地形测量方法及系统
CN112347901A (zh) * 2020-11-04 2021-02-09 长江岩土工程总公司（武汉） 一种基于三维激光扫描技术岩体块体分析方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080189036A1 (en) * 2007-02-06 2008-08-07 Honeywell International Inc. Method and system for three-dimensional obstacle mapping for navigation of autonomous vehicles
CN101739716A (zh) * 2009-12-04 2010-06-16 东北大学 工程岩体三维空间结构建模与关键块识别方法
CN105783878A (zh) * 2016-03-11 2016-07-20 三峡大学 一种基于小型无人机遥感的边坡变形检测及量算方法
CN106331684A (zh) * 2016-08-30 2017-01-11 长江三峡勘测研究院有限公司（武汉） 一种工程地质调查中基于小型无人机录像的三维影像获取方法
CN106403907A (zh) * 2016-08-30 2017-02-15 长江三峡勘测研究院有限公司（武汉） 一种基于正射影像的结构面充填物细观地质编录方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080189036A1 (en) * 2007-02-06 2008-08-07 Honeywell International Inc. Method and system for three-dimensional obstacle mapping for navigation of autonomous vehicles
CN101739716A (zh) * 2009-12-04 2010-06-16 东北大学 工程岩体三维空间结构建模与关键块识别方法
CN105783878A (zh) * 2016-03-11 2016-07-20 三峡大学 一种基于小型无人机遥感的边坡变形检测及量算方法
CN106331684A (zh) * 2016-08-30 2017-01-11 长江三峡勘测研究院有限公司（武汉） 一种工程地质调查中基于小型无人机录像的三维影像获取方法
CN106403907A (zh) * 2016-08-30 2017-02-15 长江三峡勘测研究院有限公司（武汉） 一种基于正射影像的结构面充填物细观地质编录方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110806199A (zh) * 2019-11-15 2020-02-18 中南大学 一种基于激光投线仪和无人机的地形测量方法及系统
CN112347901A (zh) * 2020-11-04 2021-02-09 长江岩土工程总公司（武汉） 一种基于三维激光扫描技术岩体块体分析方法

Also Published As

Publication number Publication date
CN107917692B (zh) 2020-02-18

Similar Documents

Publication Publication Date Title
CN103644896B (zh) 一种基于三维激光扫描的工程地质测绘方法
CN106896213B (zh) 一种基于点云数据的岩体结构面智能识别与信息提取方法
CN106894761B (zh) 利用时间域地震体的地质导向模型的地质导向方法
CN104847264B (zh) 一种实现地质导向的方法和装置
CN103454686A (zh) 基于地层切片的小尺度沉积相进行储层预测的方法及系统
CN104375172B (zh) 火山岩下伏地层的构造形态正确成像的方法
CN107833281A (zh) 一种快速建立地质临空面gocad三维地质模型的方法
CN103806478A (zh) 一种地下连续墙变形的测量方法
CN104849762B (zh) 利用水平井入层点信息校正油藏顶面微构造的方法
CN105184864A (zh) 一种用于天然地基换填工程量计算的场地地层三维地质结构模型生成方法
CN102096944A (zh) 地质体结构面三维激光扫描点云识别方法
CN106437677B (zh) 一种煤矿井下钻孔群钻孔质量评价方法及装置
CN113362469B (zh) 综合城市建筑信息和地层结构的盾构隧道施工预警方法
CN106595567A (zh) 地质结构面产状测量方法
CN102879820A (zh) 基于三角网格的三维表层模型构建方法
CN106940450B (zh) 基于时间域地震体的地质导向模型建立方法
CN105484735A (zh) 一种实钻井眼轨迹与设计轨道符合率的评价方法
CN109270567A (zh) 一种在铀矿勘查中制成探槽γ照射量率等值图的方法
CN112862967A (zh) 用于建立三维地质模型的方法和装置
CN108305322B (zh) 一种基于无人机的岩溶区地质缺陷体检测方法
CN107917692A (zh) 一种基于无人机的块体识别方法
CN112381920A (zh) 一种三维地质编录方法和系统
CN105301638B (zh) 一种提取风化层底界面的方法和装置
CN110376660A (zh) 地下工程地质灾害注浆效果实时监测方法
CN107907110A (zh) 一种基于无人机的结构面产状及性状的多角度识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant