CN108426535B - 一种狭长型构筑物实时变形监测系统及方法 - Google Patents
一种狭长型构筑物实时变形监测系统及方法 Download PDFInfo
- Publication number
- CN108426535B CN108426535B CN201810563388.4A CN201810563388A CN108426535B CN 108426535 B CN108426535 B CN 108426535B CN 201810563388 A CN201810563388 A CN 201810563388A CN 108426535 B CN108426535 B CN 108426535B
- Authority
- CN
- China
- Prior art keywords
- point group
- monitoring
- measurement
- measuring
- data
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 136
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000005259 measurement Methods 0.000 claims abstract description 100
- 238000007405 data analysis Methods 0.000 claims abstract description 56
- 238000004891 communication Methods 0.000 claims abstract description 46
- 238000013500 data storage Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000000691 measurement method Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种狭长型构筑物实时变形监测系统,该系统包括数据测量系统和数据分析系统;所述数据测量系统包括现场测量模块和第一通讯模块:所述现场测量模块包括:第一基准点组和第二基准点组,搭接点组,监测点组,两个或两个以上的测量机器人;所述测量机器人连接至所述第一通讯模块,根据测量指令进行测量得到测量数据;所述数据分析系统包括第二通讯模块和数据分析模块,对所述测量数据进行处理得到监测结果。本发明还对应公开了一种狭长型构筑物实时变形监测方法,通过本发明中的技术方案,不需要人工对构筑物进行测量,可以实现测量机器人对构筑物进行精确的监测,避免了人工对构筑物进行测量带来的安全隐患以及监测结果获取的滞后。
Description
技术领域
本发明属于工程监测领域,主要涉及一种狭长型构筑物实时变形监测系统及方法。
背景技术
狭长型构筑物,包括地下管廊隧道、城市轨道交通隧道、公路隧道、桥梁隧道、高铁隧道等狭长型混凝土建(构)筑物,通常埋于地下或是横穿山体,受地质、水文条件的影响大,在外界因素作用下,可能出现下沉、收敛等变形,影响正常使用,同时,因为其所处的地理位置比较偏远危险,进行测量时常常存在安全威胁,而且不便于反复测量。现有技术对狭长型构筑物变形监测的过程中,需要技术人员现场进行操作,在地势较为复杂且威胁的情况下,现有技术的测量方法明显存在安全隐患及操作上的难度。
发明内容
本发明目的在于针对现有技术的缺陷,提供一种狭长型构筑物实时变形监测系统,通过本发明中的技术方案,不需要人工对构筑物进行测量,可以实现远程控制测量机器人对构筑物进行精确的监测,且实时对构筑物的监测结果进行获取,避免了人工对构筑物进行测量带来的安全隐患以及监测结果获取的滞后。
本发明采用以下技术方案:
一种狭长型构筑物实时变形监测系统,该系统包括数据测量系统和数据分析系统;所述数据测量系统包括现场测量模块和第一通讯模块:
所述现场测量模块包括:第一基准点组和第二基准点组,搭接点组,监测点组,两个或两个以上的测量机器人;
所述第一基准点组和第二基准点组分别设置于隧道两端的非变形区域,放置有监测棱镜;所述两个或两个以上的测量机器人,按均匀间隔设置于隧道两端之间,最接近隧道两端的两个所述测量机器人可直接观测到所述第一基准点组或所述第二基准点组;所述搭接点组设置于相邻的所述测量机器人间,放置有监测棱镜,可以被两侧相邻的所述测量机器人直接观测到;所述监测点组设置于隧道变形区域,放置有监测棱镜;
所述测量机器人连接至所述第一通讯模块,根据测量指令对其相邻的所述第一基准点组或第二基准点组,所述搭接点组及所述监测点组设置的监测棱镜进行测量得到测量数据;所述测量指令用于指示所述测量机器人的测量时间及测量对象。
所述数据分析系统包括:
第二通讯模块,与所述第一通讯模块连接以传输数据;
数据分析模块,连接至所述第二通讯模块,向所述数据测量系统发送所述测量指令,对所述测量数据进行处理得到监测结果。
进一步的,所述数据分析系统还包括预警预报模块,所述预警预报模块连接至所述数据分析模块,当所述数据分析模块处理得到的监测结果超过预设的阈值时,选择接收报警信息人员,发送报警信息。
进一步的,所述搭接点组包括设置在隧道两侧的数量相同的两组搭接点,所述两组搭接点数量分别不少于3个。
进一步的,所述数据分析系统还包括数据储存模块,所述数据储存模块连接至所述第二通讯模块和所述数据分析模块,对所述测量数据以及所述监测结果进行储存。
进一步的,所述数据分析系统还包括用于查询所述测量数据以及所述监测结果的数据查询模块,所述数据查询模块连接至所述数据储存模块。
本发明还公开了一种应用于上述狭长型构筑物实时变形监测系统的狭长型构筑物实时变形监测方法,其步骤包括:
在隧道两端的非变形区域分别设置第一基准点组和第二基准点组;在隧道两端之间均匀设置两个或两个以上的测量机器人;最接近隧道两端的两个所述测量机器人可直接观测到与其邻近的所述第一基准点组或第二基准点组;在相邻的所述测量机器人间设置搭接点组;所述搭接点组可以被两侧相邻的所述测量机器人直接观测到;在隧道变形区域设置监测点组;所述第一基准点组和所述第二基准点组的三维坐标已知;在所述第一基准点组和第二基准点组,搭接点组,监测点组放置监测棱镜;
所述第一通讯模块与所述第二通讯模块建立连接;
所述数据分析模块发送测量指令给所述测量机器人,所有所述测量机器人根据所述测量指令对其相邻的所述基准点组,所述搭接点组及所述监测点设置的监测棱镜进行测量得到方向值、天顶距值和斜距值;所述测量指令用于指示所述测量机器人的测量时间及测量对象;
所述第一通讯模块将所述方向值、天顶距值和斜距值传输至所述第二通讯模块;
所述第二通讯模块接收所述第一通讯模块传输过来的所述方向值、天顶距值和斜距值;
所述数据分析模块于对所述所述方向值、天顶距值和斜距值进行计算及分析得到监测结果。
进一步的,其步骤还包括:所述预警预报模块根据系统中设置的报警阈值和所述数据分析模块分析得到的监测结果,当监测值超过预设的阈值时,选择接收报警信息人员,发送报警信息。
进一步的,所述数据分析模块对所述所述方向值、天顶距值和斜距值进行计算及分析得到监测结果的具体步骤包括:
所述数据分析模块分别以所述第一基准点组和所述第二基准点组的已知三维坐标为起算数据,根据所述方向值、天顶距值和斜距值,以所述搭接点组作为坐标的换算中介,以后方交会方法及三角高程测量方法推算出所有所述测量机器人和所述搭接点组各自的两组近似三维坐标;利用间接平差原理对每个测量机器人及每个搭接点组的两组近似三维坐标进行平差,得到所有所述测量机器人和所述搭接点组的准确三维坐标;
所述数据分析模块以所述监测点组附近的所述测量机器人的准确三维坐标为起算数据,根据所述测量机器人对所述监测点组测量得到的所述方向值、天顶距值和斜距值,以极坐标方式推算出所述监测点组的准确三维坐标;
所述数据分析模块根据测站、点位、周期、时间段等参数,用时程变化曲线图显示监测点的准确三维坐标的变化趋势,从而得到所述监测点组的监测结果。
进一步的,所述搭接点组包括设置在隧道两侧的数量相同的两组搭接点,所述两组搭接点数量分别不少于3个。
进一步的,其步骤还包括:所述数据储存模块对所述方向值、天顶距值和斜距值以及所述监测结果进行储存。
进一步的,其步骤还包括:通过数据查询模块对所述数据储存模块储存的所述方向值、天顶距值和斜距值以及所述监测结果进行查询。
与现有技术相比,本发明的有益技术效果如下:
通过上述系统及方法,不需要人工对构筑物进行测量,可以实现远程控制测量机器人对构筑物进行精确的监测,不存在人工进入构筑物进行测量带来的安全隐患,且通过数据分析模块对监测数据进行平差及计算,得到监测结果的直观和全面的展示,避免了人工对构筑物进行测量带来的误差,同时通讯模块实时对构筑物的监测结果进行获取,预警预报模块对监测结果及时的预警,也解决了人工测量带来的监测结果获取的滞后和由此带来的预警的延迟,使得变形情况发生时能被及时地处理。
附图说明
图1为本发明中实施例1所述的一种狭长型构筑物实时变形监测系统的结构示意图;
图2为本发明中实施例2所述的一种狭长型构筑物实时变形监测方法的步骤示意图。
具体实施方式
为了充分地了解本发明的目的、特征和效果,以下将结合附图与具体实施方式对本发明的构思、具体步骤及产生的技术效果作进一步说明。
实施例1
如图1所示,本实施例1公开了一种狭长型构筑物实时变形监测系统,该系统包括数据测量系统1和数据分析系统2;数据测量系统1包括现场测量模块3和第一通讯模块4:
现场测量模块3包括:第一基准点组5和第二基准点组6,搭接点组7,监测点组8,两个或两个以上的测量机器人9;
第一基准点组5和第二基准点组6分别设置于隧道两端的非变形区域,放置有监测棱镜;两个或两个以上的测量机器人9,按均匀间隔设置于隧道两端之间,最接近隧道两端的两个测量机器人9可直接观测到第一基准点5组或第二基准点组6;搭接点组7设置于相邻的测量机器人9间,放置有监测棱镜,可以被两侧相邻的测量机器人直接观测到;监测点组8设置于隧道变形区域,放置有监测棱镜;采用此布设方法,测量机器人间不需要通视;搭接点间不需要通视;基准点间不需要通视;基准点只需与最邻近测量机器人通视;测量机器人只需与搭接点通视。点位布设灵活,能够有效适应狭长型隧道等困难监测环境。
具体的,在实际工程中,需要利用VT检验方法对第一和第二基准点组进行检验,剔除不稳定基准点,保证测量精度。
测量机器人9连接至第一通讯模块4,根据测量指令对其相邻的第一基准点组5或第二基准点组6,搭接点组7及监测点组8设置的监测棱镜进行测量得到测量数据;测量指令用于指示测量机器人9的测量时间及测量对象。
具体的,在实际工程中,所使用的测量机器人9为高精度智能型全站仪;高精度智能型全站仪是一种集自动目标识别、自动照准、自动测角与测距、自动目标跟踪、自动记录于一体的测量平台。由于其具有的ATR自动目标识别模式,当外业人员粗略瞄准棱镜后,自动全站仪即可自动搜索到目标并进行瞄准,提高作业效率。
具体的,测量命令可用于指示测量机器人9测量的测量模式(包括自由测站和距离测站,自由测站是通过距离和方位角确定坐标,距离测站是仅通过距离确定坐标)、起始时间、周期参数、终止时间。
具体的,第一基准点组5和第二基准点组6分别包括不少于3个基准点,基准点组设置在远离变形区域的隧道两端的非变形区域,保证了基准点组的稳定程度,同时设置不少于3个基准点也保证了测量的精确度。
具体的,搭接点组7包括设置在隧道单侧或两侧的若干个搭接点。
具体的,搭接点组7包括设置在隧道两侧的数量相同的两组搭接点,数量相同的两组搭接点本身可以提高测量的精度,减少坐标推算传递中的产生的测量误差。
具体的,搭接点组7包括的搭接点按一定间隔均匀分布,两组搭接点数量分别不少于3个,这一数量上的设置是由网型精度评定的结果决定的,变形监测基准网最大点位误差位于整网的中间测站,单导线最弱点位横向中误差和纵向中误差分别为:
横向中误差:
纵向中误差:
其中,mβ为测角中误差;ms为距离观测中误差;S为基准网两端基准点直接距离;n为测站数。
对于搭接点组包括的两组搭接点数量分别为1个,2个,3个,4个的情况,分别计算12个周期最弱点点位纵向中误差和横向中误差,得到下表所示数据。根据数据可知,4个搭接点的精度最高。而在实际网型布设过程中,考虑到测量机器人小视场角问题,采取3个搭接点的布设方式即可满足规范要求。
数据分析系统2包括:
第二通讯模块10,与第一通讯模块4连接以传输数据;
数据分析模块11,连接至第二通讯模块10,向数据测量系统1发送测量指令,对测量数据进行处理得到监测结果;
具体的,数据分析系统2还包括预警预报模块12,预警预报模块12连接至数据分析模块11,当数据分析模块11得到的监测结果超过预设的阈值时,选择接收报警信息人员,发送报警信息。
具体的,数据分析系统2还包括数据储存模块13,数据储存模块13连接至第二通讯模块10和数据分析模块11,对测量数据以及监测结果进行储存。
具体的,数据分析系统2还包括用于查询测量数据以及监测结果的数据查询模块14,数据查询模块14连接至数据储存模块13。
实施例2
如图2所示,本实施例2公开了一种应用于实施例1中的狭长型构筑物实时变形监测系统的狭长型构筑物实时变形监测方法,其步骤包括:
S1、在隧道两端的非变形区域分别设置第一基准点组5和第二基准点组6;在隧道两端之间均匀设置两个或两个以上的测量机器人9;最接近隧道两端的两个测量机器人9可直接观测到与其邻近的第一基准点组5或第二基准点组6;在相邻的测量机器人9间设置搭接点组7;搭接点组7可以被两侧相邻的测量机器人9直接观测到;在隧道变形区域设置监测点组8;第一基准点组和第二基准点组的三维坐标已知;在第一基准点组5和第二基准点组6,搭接点组7,监测点组8放置监测棱镜;
采用此布设方法,测量机器人间不需要通视;搭接点间不需要通视;基准点间不需要通视;基准点只需与最邻近测量机器人通视;测量机器人只需与搭接点通视。点位布设灵活,能够有效适应狭长型隧道等困难监测环境。
具体的,在实际工程中,需要利用VT检验方法对第一和第二基准点组进行检验,剔除不稳定基准点,保证测量精度。
具体的,第一基准点组5和第二基准点组6分别包括不少于3个基准点,基准点组设置在远离变形区域的隧道两端,保证了基准点组的稳定程度,同时设置不少于3个基准点也保证了测量的精确度。
具体的,搭接点组7包括设置在隧道单侧或两侧的若干个搭接点。
具体的,搭接点组7包括设置在隧道两侧的数量相同的两组搭接点,数量相同的两组搭接点本身可以提高测量的精度,减少坐标推算传递中的产生的测量误差。
具体的,搭接点组7包括的搭接点按一定间隔均匀分布,两组搭接点数量分别不少于3个,这一数量上的设置是由网型精度评定的结果决定的,变形监测基准网最大点位误差位于整网的中间测站,单导线最弱点位横向中误差和纵向中误差分别为:
横向中误差:
纵向中误差:
其中,mβ为测角中误差;ms为距离观测中误差;S为基准网两端基准点直接距离;n为测站数。
对于搭接点组包括的两组搭接点数量分别为1个,2个,3个,4个的情况,分别计算12个周期最弱点点位纵向中误差和横向中误差,得到下表所示数据。根据数据可知,4个搭接点的精度最高。而在实际网型布设过程中,考虑到测量机器人小视场角问题,采取3个搭接点的布设方式即可满足规范要求。
S2、第一通讯模块4与第二通讯模块10建立连接;
S3、数据分析模块11发送测量指令给测量机器人9,所有测量机器人9根据测量指令对其相邻的第一基准点组5或第二基准点组6,搭接点组7及监测点组8设置的监测棱镜进行测量得到方向值、天顶距值和斜距值;测量指令用于指示测量机器人的测量时间及测量对象;
具体的,在实际工程中,所使用的测量机器人9为高精度智能型全站仪;高精度智能型全站仪是一种集自动目标识别、自动照准、自动测角与测距、自动目标跟踪、自动记录于一体的测量平台。由于其具有的ATR自动目标识别模式,当外业人员粗略瞄准棱镜后,自动全站仪即可自动搜索到目标并进行瞄准,提高作业效率。
具体的,测量命令可用于指示测量机器人9测量的测量模式(包括自由测站和距离测站,自由测站是通过距离和方位角确定坐标,距离测站是仅通过距离确定坐标)、起始时间、周期参数、终止时间。
S4、第一通讯模块4将测量得到的方向值、天顶距值和斜距值传输至第二通讯模块10;
S5、第二通讯模块10接收第一通讯模块4传输过来的方向值、天顶距值和斜距值;
S6、数据分析模块11对方向值、天顶距值和斜距值进行计算及分析得到监测结果;
具体的,步骤S6的具体实施步骤包括:
S61、数据分析模块11分别以第一基准点组5和第二基准点组6的已知三维坐标为起算数据,根据方向值、天顶距值和斜距值,以搭接点组7作为坐标的换算中介,以后方交会方法及三角高程测量方法推算出所有测量机器人9和搭接点组7各自的两组近似三维坐标;利用间接平差原理对每个测量机器人9及每个搭接点组7的两组近似三维坐标进行平差,得到所有测量机器人9和搭接点组7的准确三维坐标;
具体的,步骤S61中的具体步骤包括:
S611、以第一基准点组5的已知三维坐标为起算数据,根据最靠近第一基准点组5的测量机器人9对第一基准点组5测量得到的方向值、天顶距值和斜距值,以后方交会方法推算出最靠近第一基准点组5的测量机器人9的近似平面坐标,以三角高程测量方法推算出最靠近第一基准点组5的测量机器人9的近似高差,近似平面坐标与近似高差组成测量机器人9的近似三维坐标;最靠近第一基准点组5的测量机器人9再以自身的近似三维坐标为起算数据,通过对相邻的搭接点组7测量得到的方向值、天顶距值和斜距值,以后方交会方法及三角高程测量方法推算出相邻的搭接点组7的近似三维坐标;以相邻的搭接点组7的近似三维坐标为起算数据,通过另一侧相邻的测量机器人9对其测量得到的方向值、天顶距值和斜距值,以后方交会方法及三角高程测量方法推算出另一侧相邻的测量机器人9的近似三维坐标;直至以第一基准点组5的已知三维坐标为起算数据,推算出所有搭接点组7及测量机器人9的一组近似三维坐标;
同理,以第二基准点组6的已知三维坐标为起算数据,推算出所有搭接点组7及测量机器人9的另一组近似三维坐标;
S612、利用间接平差原理,对步骤S611中得到的两组三维近似坐标进行平差,得到所有搭接点组及测量机器人的准确三维坐标。
具体的,利用间接平差原理对两组近似三维坐标进行平差的具体步骤包括:
根据得到的两组近似三维坐标,建立误差方程组,并确定误差方程组的权,以误差方程组建间接平差的法方程;
按照最小二乘原理解算法方程得出两组近似三维坐标的改正数,结合近似三维坐标可得到所对应的准确三维坐标。
具体的,误差方程组包括导线网误差方程和高程网误差方程:
导线网误差方程包括斜距观测值误差方程式和方向观测值误差方程式:
斜距观测值误差方程式如下:
式中:
其中,为k点坐标的近似值,同理得j点。/>为j,k两点之间距离的近似值。为斜距观测值误差。
方向观测值误差方程式如下:
其中,为近似坐标方位角;N'jk为方向观测值;/>为近似定向角;dα为定向角近似值的改正数。
高程网误差方程包括高差观测值误差方程式:
其中Lij=Sj·cosβj-Si·cosβi,为测量机器人至i,j两点的三角高程观测值直接计算的高差。
其中Si和Sj分别为测量机器人至i,j两点的斜距观测值;βi和βj分别为测量机器人观测i,j两点的天顶距;和/>为高程近似值的改正数;/>和/>为高程近似值。
具体的,误差方程组的权的确定由以下步骤实现:
1、导线网误差方程的权的确定:
斜距观测值Sj(j=1,2...)的方差为
令:即以测角中误差为导线网平差中的先验单位权中误差,则:
则方向观测值的权pi=1,
斜距观测值的权
其中,a,b由所使用的测量机器人决定。
2、高程网误差方程的权的确定:
i,j两点三角高程高差观测值的权值其中C为定权的任意常数。
其中为高差观测值的中误差;
其中,分别为测量机器人对i,j两点的测距中误差;/>分别为测量机器人对i,j两点的天顶距观测中误差。
S62、数据分析模块11以监测点组7附近的测量机器人的准确三维坐标为起算数据,根据测量机器人对监测点组7测量得到的方向值、天顶距值和斜距值,以极坐标方式推算出监测点组7的准确三维坐标;
S63、数据分析模块11根据测站、点位、周期、时间段等参数,用时程变化曲线图显示监测点的准确三维坐标的变化趋势,从而得到监测点组7的监测结果。
具体的,其步骤还包括:
S7、预警预报模块12根据系统中设置的报警阈值和数据分析模块11分析得到的监测结果,当监测值超过预设的阈值时,选择接收报警信息人员,发送报警信息。
具体的,其步骤还包括:
S8、数据储存模块13对方向值、天顶距值和斜距值以及监测结果进行储存。
具体的,其步骤还包括:
S9、数据查询模块14对数据储存模块13储存的方向值、天顶距值和斜距值以及监测结果进行查询。
通过实施例1和实施例2中所公开的一种狭长型构筑物实时变形监测系统及方法,可以实现远程控制测量机器人对构筑物进行精确的监测,不存在人工进入构筑物进行测量带来的安全隐患,且通过数据分析模块对监测数据进行平差及计算,得到监测结果的直观和全面的展示,避免了人工对构筑物进行测量带来的误差,同时实时对构筑物的监测结果进行获取,也解决了人工测量带来的监测结果获取的滞后和由此带来的预警的延迟,使得变形情况发生时能被及时地处理。
以上详细描述了本发明的较佳具体实施例,应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明构思在现有技术基础上通过逻辑分析、推理或者根据有限的实验可以得到的技术方案,均应该在由本权利要求书所确定的保护范围之中。
Claims (9)
1.一种狭长型构筑物实时变形监测系统,其特征在于:包括数据测量系统和数据分析系统;所述数据测量系统包括现场测量模块和第一通讯模块:
所述现场测量模块包括:第一基准点组和第二基准点组,搭接点组,监测点组,两个以上的测量机器人;
所述第一基准点组和第二基准点组分别设置于隧道两端的非变形区域,放置有监测棱镜;所述两个以上的测量机器人,按均匀间隔设置于隧道两端之间,最接近隧道两端的两个所述测量机器人可直接观测到所述第一基准点组或所述第二基准点组;所述搭接点组设置于相邻的所述测量机器人间,放置有监测棱镜,能够被两侧相邻的所述测量机器人直接观测到;所述监测点组设置于隧道变形区域,放置有监测棱镜;所述第一基准点组和所述第二基准点组的三维坐标已知;
所述测量机器人连接至所述第一通讯模块,根据测量指令对其相邻的所述基准点组,所述搭接点组及所述监测点组设置的监测棱镜进行测量得到测量数据,包括,对相邻的所述基准点组,所述搭接点组及所述监测点设置的监测棱镜进行测量得到方向值、天顶距值和斜距值;
所述测量指令用于指示所述测量机器人的测量时间及测量对象;
所述数据分析系统包括:
第二通讯模块,与所述第一通讯模块连接以传输数据;
数据分析模块,连接至所述第二通讯模块,向所述测量机器人发送所述测量指令,对所述测量数据进行处理得到监测结果
所述第一通讯模块将所述方向值、天顶距值和斜距值传输至所述第二通讯模块;
所述第二通讯模块接收所述第一通讯模块传输过来的所述方向值、天顶距值和斜距值;
所述数据分析模块分别以所述第一基准点组和所述第二基准点组的已知三维坐标为起算数据,根据所述方向值、天顶距值和斜距值,以所述搭接点组作为坐标的换算中介,以后方交会方法及三角高程测量方法推算出所有所述测量机器人和所述搭接点组各自的两组近似三维坐标;利用间接平差原理对每个测量机器人及每个搭接点组的两组近似三维坐标进行平差,得到所有所述测量机器人和所述搭接点组的准确三维坐标;
所述数据分析模块以所述监测点组附近的所述测量机器人的准确三维坐标为起算数据,根据所述测量机器人对所述监测点组测量得到的所述方向值、天顶距值和斜距值,以极坐标方式推算出所述监测点组的准确三维坐标,包括:根据测量数据得到的两组近似三维坐标,建立误差方程组,并确定误差方程组的权,以误差方程组建间接平差的法方程;
按照最小二乘原理解算法方程得出两组近似三维坐标的改正数,结合近似三维坐标可得到所对应的准确三维坐标;
所述数据分析模块根据测站、点位、周期、时间段参数,用时程变化曲线图显示监测点的准确三维坐标的变化趋势,从而得到所述监测点组的监测结果。
2.如权利要求1所述的狭长型构筑物实时变形监测系统,其特征在于:所述数据分析系统还包括预警预报模块,所述预警预报模块连接至所述数据分析模块,当所述数据分析模块处理得到的监测结果超过预设的阈值时,选择接收报警信息人员,发送报警信息。
3.如权利要求1所述的狭长型构筑物实时变形监测系统,其特征在于:所述搭接点组包括设置在隧道两侧的数量相同的两组搭接点,所述两组搭接点数量分别不少于3个。
4.如权利要求1所述的狭长型构筑物实时变形监测系统,其特征在于:所述数据分析系统还包括数据储存模块,所述数据储存模块连接至所述第二通讯模块和所述数据分析模块,对所述测量数据以及所述监测结果进行储存。
5.如权利要求4所述的狭长型构筑物实时变形监测系统,其特征在于:所述数据分析系统还包括用于查询所述测量数据以及所述监测结果的数据查询模块,所述数据查询模块连接至所述数据储存模块。
6.一种应用于如权利要求1所述的变形监测系统的狭长型构筑物实时变形监测方法,其特征在于:其步骤包括:
在隧道两端的非变形区域分别设置第一基准点组和第二基准点组;在隧道两端之间均匀设置两个以上的测量机器人;最接近隧道两端的两个所述测量机器人可直接观测到与其邻近的所述第一基准点组或第二基准点组;在相邻的所述测量机器人间设置搭接点组;所述搭接点组能够被两侧相邻的所述测量机器人直接观测到;在隧道变形区域设置监测点组;所述第一基准点组和所述第二基准点组的三维坐标已知;在所述第一基准点组和第二基准点组,搭接点组,监测点组放置监测棱镜;
所述第一通讯模块与所述第二通讯模块建立连接;
所述数据分析模块发送测量指令给所述测量机器人,所有所述测量机器人根据所述测量指令对其相邻的所述基准点组,所述搭接点组及所述监测点设置的监测棱镜进行测量得到方向值、天顶距值和斜距值;所述测量指令用于指示所述测量机器人的测量时间及测量对象;
所述第一通讯模块将所述方向值、天顶距值和斜距值传输至所述第二通讯模块;
所述第二通讯模块接收所述第一通讯模块传输过来的所述方向值、天顶距值和斜距值;
所述数据分析模块于对所述方向值、天顶距值和斜距值进行计算及分析得到监测结果包括:
所述数据分析模块分别以所述第一基准点组和所述第二基准点组的已知三维坐标为起算数据,根据所述方向值、天顶距值和斜距值,以所述搭接点组作为坐标的换算中介,以后方交会方法及三角高程测量方法推算出所有所述测量机器人和所述搭接点组各自的两组近似三维坐标;利用间接平差原理对每个测量机器人及每个搭接点组的两组近似三维坐标进行平差,得到所有所述测量机器人和所述搭接点组的准确三维坐标;
所述数据分析模块以所述监测点组附近的所述测量机器人的准确三维坐标为起算数据,根据所述测量机器人对所述监测点组测量得到的所述方向值、天顶距值和斜距值,以极坐标方式推算出所述监测点组的准确三维坐标,包括:
根据得到的两组近似三维坐标,建立误差方程组,并确定误差方程组的权,以误差方程组建间接平差的法方程;
按照最小二乘原理解算法方程得出两组近似三维坐标的改正数,结合近似三维坐标可得到所对应的准确三维坐标;
所述数据分析模块根据测站、点位、周期、时间段参数,用时程变化曲线图显示监测点的准确三维坐标的变化趋势,从而得到所述监测点组的监测结果。
7.如权利要求6所述的狭长型构筑物实时变形监测方法,其特征在于,其步骤还包括:
根据系统中设置的报警阈值和所述数据分析模块分析得到的监测结果,设置预警预报模块,当监测值超过预设的阈值时,选择接收报警信息人员,发送报警信息。
8.如权利要求6所述的狭长型构筑物实时变形监测方法,其特征在于,其步骤还包括:通过数据储存模块对所述方向值、天顶距值和斜距值以及所述监测结果进行储存。
9.如权利要求8所述的狭长型构筑物实时变形监测方法,其特征在于,其步骤还包括:
通过数据查询模块对所述数据储存模块储存的所述方向值、天顶距值和斜距值以及所述监测结果进行查询。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810563388.4A CN108426535B (zh) | 2018-06-04 | 2018-06-04 | 一种狭长型构筑物实时变形监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810563388.4A CN108426535B (zh) | 2018-06-04 | 2018-06-04 | 一种狭长型构筑物实时变形监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108426535A CN108426535A (zh) | 2018-08-21 |
CN108426535B true CN108426535B (zh) | 2024-03-12 |
Family
ID=63164241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810563388.4A Active CN108426535B (zh) | 2018-06-04 | 2018-06-04 | 一种狭长型构筑物实时变形监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108426535B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109187564B (zh) * | 2018-10-25 | 2020-11-24 | 河南城建学院 | 一种狭长型构筑物实时变形监测系统 |
CN109253718B (zh) * | 2018-11-22 | 2020-11-17 | 广东省重工建筑设计院有限公司 | 隧道变形自动化监测系统和方法 |
CN111947631B (zh) * | 2020-08-01 | 2022-11-22 | 上海市地矿工程勘察(集团)有限公司 | 一种应用于隧道内的三角形坐标传递测量方法 |
CN113267157A (zh) * | 2021-05-18 | 2021-08-17 | 中铁北京工程局集团有限公司 | 隧道初期支护大变形监测系统 |
CN113503856A (zh) * | 2021-07-30 | 2021-10-15 | 中铁工程装备集团有限公司 | 一种隧道用台车定位测量方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3410465B1 (ja) * | 2002-11-19 | 2003-05-26 | 株式会社演算工房 | 測量方法およびその測量結果表示用プログラム |
KR100726009B1 (ko) * | 2006-10-13 | 2007-06-08 | 최성환 | 구조물의 변위 측정 시스템 및 방법 |
CN104034275A (zh) * | 2014-06-09 | 2014-09-10 | 同济大学 | 基于全站仪的地铁隧道变形自动监测方法及装置 |
CN106871867A (zh) * | 2017-03-30 | 2017-06-20 | 浙江大学城市学院 | 一种已运营长距离地铁隧道结构位移实时监测系统及测试方法 |
CN107449393A (zh) * | 2017-09-18 | 2017-12-08 | 机械工业勘察设计研究院有限公司 | 一种城市轨道交通隧道变形监测系统及方法 |
CN207163433U (zh) * | 2017-09-18 | 2018-03-30 | 机械工业勘察设计研究院有限公司 | 城市轨道交通隧道变形监测系统 |
-
2018
- 2018-06-04 CN CN201810563388.4A patent/CN108426535B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3410465B1 (ja) * | 2002-11-19 | 2003-05-26 | 株式会社演算工房 | 測量方法およびその測量結果表示用プログラム |
KR100726009B1 (ko) * | 2006-10-13 | 2007-06-08 | 최성환 | 구조물의 변위 측정 시스템 및 방법 |
CN104034275A (zh) * | 2014-06-09 | 2014-09-10 | 同济大学 | 基于全站仪的地铁隧道变形自动监测方法及装置 |
CN106871867A (zh) * | 2017-03-30 | 2017-06-20 | 浙江大学城市学院 | 一种已运营长距离地铁隧道结构位移实时监测系统及测试方法 |
CN107449393A (zh) * | 2017-09-18 | 2017-12-08 | 机械工业勘察设计研究院有限公司 | 一种城市轨道交通隧道变形监测系统及方法 |
CN207163433U (zh) * | 2017-09-18 | 2018-03-30 | 机械工业勘察设计研究院有限公司 | 城市轨道交通隧道变形监测系统 |
Non-Patent Citations (1)
Title |
---|
地铁隧道变形监测关键技术与分析预报方法研究;刘冠兰;中国博士学位论文全文数据库 工程科技II辑(第12期);第33-51页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108426535A (zh) | 2018-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108426535B (zh) | 一种狭长型构筑物实时变形监测系统及方法 | |
CN107449393B (zh) | 一种城市轨道交通隧道变形监测系统及方法 | |
CN101408410B (zh) | 隧道体元形变移动监测系统及隧道体元形变移动监测方法 | |
CN106441174B (zh) | 一种高边坡形变监测方法及系统 | |
CN108871266B (zh) | 一种基于中间法三角高程方法的自动化沉降监测方法 | |
CN102278970B (zh) | 一种基于全站仪角距差分的定位变形监测技术 | |
CN111866337A (zh) | 智能巡检机器人及巡检方法 | |
CN102721371B (zh) | 一种输电线弧垂的计算方法 | |
CN108050952B (zh) | 利用隧道断面变形监测系统进行隧道断面变形监测的方法 | |
CN110260840B (zh) | 跨海长桥桥墩绝对沉降量的测量方法及系统 | |
CN104316024A (zh) | 一种监测多点沉降的极简串联像机链测量方法与系统 | |
CN115839692B (zh) | 一种用于收敛、沉降监测的阵列式位移计监测方法及系统 | |
CN105445729A (zh) | 无人机飞行三维航迹精度检测方法及系统 | |
CN108931230A (zh) | 一种狭长型隧道变形监测方法 | |
CN101504272A (zh) | 一种大型结构体姿态及位移变形的像机网络摄像测量方法及装置 | |
CN104133192A (zh) | 一种应用于中小规模农田的农用机械导航系统及导航方法 | |
CN105372650A (zh) | 一种无人机飞行航迹精度检测方法及装置 | |
CN109164470A (zh) | 一种暗挖施工中实时高精度变形监测的方法及解算算法 | |
CN205300569U (zh) | 隧道变形监测设备和系统 | |
CN114563809B (zh) | 基于gnss的桥梁转体姿态实时监测方法及系统 | |
CN112282781A (zh) | 一种凿岩设备姿态测量系统和方法 | |
CN108981618A (zh) | 一种隧道初支平整度分析方法及系统 | |
CN110672075A (zh) | 一种基于三维立体成像的远程水域检测系统和方法 | |
CN107421519B (zh) | 一种涵洞顶进纠偏的监控测量方法 | |
CN113074694B (zh) | 用于隧道断面变形的自动监测装置 |
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 |