CN109357617A - 一种基于无人机的高陡岩质边坡位移变形监测方法 - Google Patents
一种基于无人机的高陡岩质边坡位移变形监测方法 Download PDFInfo
- Publication number
- CN109357617A CN109357617A CN201811250010.5A CN201811250010A CN109357617A CN 109357617 A CN109357617 A CN 109357617A CN 201811250010 A CN201811250010 A CN 201811250010A CN 109357617 A CN109357617 A CN 109357617A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- point
- image
- model
- rock slope
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 55
- 239000011435 rock Substances 0.000 title claims abstract description 53
- 238000006073 displacement reaction Methods 0.000 title claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 43
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 238000010276 construction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000006378 damage Effects 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 5
- 230000008447 perception Effects 0.000 claims description 5
- 241000196324 Embryophyta Species 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 4
- 230000035772 mutation Effects 0.000 claims description 4
- 230000006641 stabilisation Effects 0.000 claims description 4
- 238000011105 stabilization Methods 0.000 claims description 4
- 238000009792 diffusion process Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 235000012149 noodles Nutrition 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 230000002265 prevention Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000005305 interferometry Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000238876 Acari Species 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 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
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- 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
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
-
- 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)
- Length Measuring Devices By Optical Means (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开一种基于无人机的高陡岩质边坡位移变形监测方法，步骤为：在现场布设测量控制点；利用无人机拍摄现场测量控制点影像；提取影像中的特征点，并进行影像相位的匹配；根据影像相位匹配结果，通过PMVS算法进行影像重构，并生成三维点云模型；对三维点云模型进行精细化处理、纹理优化以及模型去噪处理；在上述处理后的三维点云模型中进行测点位置优化选取；将选取的测量控制点按照监测频率，对高陡岩质边坡进行建模，得到高陡岩质边坡模型；在高陡岩质边坡模型中进行分析对比和位移变化数值计算，得到高陡岩质边坡位移变形监测结果。本发明方法操作简便，可实现性强，对于高陡岩质边坡位移具有极常好的监测效果，减小测量人员的危险性。
Description
技术领域
本发明涉及一种边坡监测领域，具体为一种基于无人机的高陡岩质边坡位移变形监测方法。
背景技术
水利水电、矿山开采、公路铁路等大型工程中，高陡岩质边坡作为一种常见的工程结构，对其安全性研究存在较大风险性，区别于传统均质土层边坡和顺层边坡等，岩质边坡的破坏具有不确定性，危害性极大，因此对于高陡岩质边坡位移的监测，就显得尤为必要。在土木工程尤其是水利水电、矿山等建设领域中，高陡岩质边坡的监控量测，可以达到下述四个方面的目的：(1)评价正在施工过程中或已经完工的正在使用中边坡稳定性，并做出有关的安全预测预报，指导在施工中的边坡安全作业，确保已经完工的边坡在使用过程中的安全性。(2)做到信息化施工，对可能出现的险情及时预警，合理的调整有关施工步骤和工艺，在安全的同时提高其经济效益。(3)为防治滑坡灾害和可能的蠕变破坏提供技术依据，预测预报边坡的位移、变形发展趋势，并在此基础上，预测边坡滑坡体的滑动方向、失稳方式、规模、边界条件、发生的时间，并及时采取相关的防灾措施，尽量避免和减轻灾害的损失。通过对边坡的监控量测也可为相关部门提供相关的信息，使其制定相对应的防灾救灾政策，减少灾害带来的损失。
传统的监测方法一般有全站仪测量\GPS位移传感器监测\近景摄影测量\地面测量机器人以及合成孔径雷达干涉测量等，这些方法被证明，有的受制于测量环境(天气、光线等)，有的受制于人为因素(读取误差、测量误差)，往往得不到较为理想的效果，存在一定的弊端。
现有的滑坡监测方法，对于岩质边坡位移变化的监测还是存在一定的问题，特别是对于岩质较为破碎，节理和裂隙较为发育的边坡监测效果仍然十分有限，监测的效率低。
发明内容
针对现有技术中的滑坡监测存在监测效果有限、监测效率低等不足，本发明要解决的问题是提供一种提高监测效率、降低监测风险的基于无人机的高陡岩质边坡位移变形监测方法。
为解决上述技术问题，本发明采用的技术方案是：
本发明一种基于无人机的高陡岩质边坡位移变形监测方法，包括以下步骤：
1)在现场布设测量控制点；
2)利用无人机在空中多角度拍摄现场测量控制点影像；
3)通过运动结构算法sfm提取影像中的特征点，并进行影像相位的匹配；
4)根据影像相位匹配结果，通过PMVS算法进行影像重构，并生成三维点云模型；
5)对三维点云模型进行精细化处理、纹理优化以及模型去噪处理；
6)在上述处理后的三维点云模型中进行测点位置优化选取；
7)将选取的测量控制点按照监测频率，对高陡岩质边坡进行建模，得到高陡岩质边坡模型；
8)在高陡岩质边坡模型中进行分析对比和位移变化数值计算，得到高陡岩质边坡位移变形监测结果。
步骤1)中，在现场布设测量控制点，是根据地形、天气、光照选取合适的无人机飞行模式和精度；对于高陡且岩质破碎的岩质边坡，避免近距离的接触测量；测量控制点选择在航摄像片上影像清晰、目标明显的像点，实地选点时，考虑侧视相机是否会被遮挡；坡体测量控制点选取考虑容易发生大变形和破坏的位置；各个测量控制点选取，排布方式满足三角网或者四边形闭合网。
步骤2)中无人机采取多角度拍摄，获得垂直影像和倾斜影像，将待测岩质边坡按照节理走向进行航道划分，拍摄过程中每层航道采取多角度拍摄；对于植被以及树枝密集的边坡，采用红外感知避障系统；配备高精度三轴防抖云台，在同一航道拍摄过程中，无人机垂直高度的不变，仅调整摄像机角度即可；无人机飞行速率不超过20米/秒，有足够多的匹配点和足够精确的相机中心。
步骤4)中，采用运多视图立体视觉算法PMVS对图形进行影像拼接和扩散差值，得到边坡表面稠密点云面，继而得到坡体的三维点云模型。
步骤5)中，对经步骤3)和步骤4)得到的点云模型进行精细化处理，过滤掉模型中地面植被、树木以及坡体上杂草，使用平滑去噪方法对模型中冗余和突变的点进行优化，得到处理后的边坡三维模型。
步骤6)中，根据三维边坡模型，对预先在坡体上选取的几个测量控制点进行对比，对测量控制点附近的节理面条数，以及产状组别进行统计，观察每个测点各有多少组不同的产状信息，选取组别最多的测量控制点作为重点观测的位置。
步骤7)中，按照施工的进度以及工程要求，在步骤6)得到的较容易发生破坏的测量控制点上，安装标定盘，并采取监测频率，对边坡进行建模。
步骤8)中，位移变化数值计算方法如下：
801)根据测量控制点进行分组，N个测量控制点对应N个分组，监测标定盘的直径为d，计算标定盘附近点的坐标S，若点K与间距S之间间距小于d，则S、K同为一组；
802)对其他组数据采取与步骤801)相同的计算方式，得到N组点云数据；
803)对经建模得到的点云数据进行均值的计算，得到中心点的坐标，令中心坐标为Scen(X,Y,Z),并作为该分组的最终坐标值，以中心坐标Scen(X,Y,Z)的变化代表该测点的位置变化，中心坐标Scen(X,Y,Z)计算方法如下式所示：
式中：X,Y,Z分别为中心坐标Scen的坐标值，x，y，z为标定盘内各个点云对应的坐标值，n为点云个数；则每一次测量间隔内，位移变化S(t)为：
其中，t代表测量次数，两次测量的位移变化值为S(t)。
本发明具有以下有益效果及优点：
1.本发明方法操作简便，可实现性较强，对于高陡岩质边坡位移具有非常好的监测效果，弥补了传统监测方式中的测量精度低、危险性大以及监测成本高等问题，相比于三维激光以及合成孔径雷达干涉测量等方法，无人机设备具有轻巧简便，便于携带。且测量精度高等特点以及快速灵活的特点，避免了传统的接触测量方法，大大减小了测量人员工作的危险性。
2.本发明方法测量精度高，使用快速灵活的特点，避免了传统的接触测量方法，大大减小了测量人员工作的危险性，在解决了设备成本以及运送成本的基础上，提高了监测的效率。
附图说明
图1为本发明一种基于无人机的高陡岩质边坡位移变形监测方法的流程图；
图2为无人机监测相控点布置图；
图3为无人机影像采集飞行的航道位置图；
图4为测点附近裂隙与结构面统计图；
图5为位移差值点云坐标计算图；
图6为边坡航道拍摄图；
图7为无人机拍摄位置变化图。
其中，1为中线，2为测点，3为无人机拍摄方向，4为结构面，5为裂隙，6为标定盘，7为中心点坐标。
具体实施方式
下面结合说明书附图对本发明作进一步阐述。
如图1所示，本发明一种基于无人机的高陡岩质边坡位移变形监测方法，包括以下步骤：
1)在现场布设测量控制点；
2)利用无人机在空中多角度拍摄现场测量控制点影像；
3)通过运动结构算法sfm提取影像中的特征点，并进行影像相位的匹配；
4)根据影像相位匹配结果，通过PMVS算法进行影像重构，并生成三维点云模型；
5)对三维点云模型进行精细化处理、纹理优化以及模型去噪处理；
6)在上述处理后的三维点云模型中进行测点位置优化选取；
7)将选取的测量控制点按照监测频率，对高陡岩质边坡进行建模，得到高陡岩质边坡模型；
8)在高陡岩质边坡模型中进行分析对比和位移变化数值计算，得到高陡岩质边坡位移变形监测结果。
步骤1)中，根据地形、天气、光照选取合适的无人机飞行模式和精度；对于高陡且岩质较为破碎的岩质边坡，避免近距离的接触测量；像控点应该选择在航摄像片上影像清晰、目标明显的像点，实地选点时，也应考虑侧视相机是否会被遮挡。坡体测点选取应考虑较容易发生大变形和破坏的位置(结构面和节理较为密集和交错的位置)，以便于后期对各测点位置的安全稳定性预估；各个测点选取，排布方式最好满足三角网或者四边形闭合网，便于无人机飞行过程中的识别和拍照。选择某开挖边坡可能存在破坏危险的测点，无人机监测相控点布置图如图2所示。
步骤2)中，中无人机采取多角度拍摄，获得垂直影像和倾斜影像，将待测岩质边坡按照节理走向进行航道划分，拍摄过程中每层航道采取多角度拍摄；对于植被以及树枝密集的边坡，采用红外感知避障系统；配备高精度三轴防抖云台，在同一航道拍摄过程中，无人机垂直高度的不变，仅调整摄像机角度即可；无人机飞行速率不超过20米/秒，有足够多的匹配点和足够精确的相机中心。
无人机采取多角度拍摄，可以获得垂直影像和倾斜影像，更符合人眼视觉的观测习惯，将待测岩质边坡按照节理走向进行航道划分，拍摄过程中每层航道采取多角度拍摄，保证倾斜影像和垂直影像的获取。如有障碍物遮挡的情况，调节拍摄角度，进行避障。无人机影像采集飞行的航道位置图如图3所示，航道划分如图6所示。
对于高陡边坡来说，高陡岩质边坡的高处人们是肉眼无法清晰观察的。在监测之前会假设一些潜在的测点，如图2中的描述，有很多个测点，做出模型之后，通过对比三维模型可以对裂隙和结构面进行观察，因为做出模型是非常精细的，就可以得到裂隙和结构面较为密集的位置。通过模型可以清晰观察到边坡表面的结构面和裂隙。
无人机测量模块包括GPS、螺旋桨、电机、智能飞行电池、红外感知避障系统、云台以及飞行导航系统组成。GPS在拍摄过程中，记录拍摄位置的坐标信息；螺旋桨、电机以及飞行电池。使用前应检查，防止飞行过程中，操作不当，导致的坠机和炸机；对于植被以及树枝较为密集的边坡，采用红外感知避障系统，防止飞行过程中，障碍物对机身造成损伤；配备高精度三轴防抖云台，在测量过程中可以防止由于拍摄角度的改变，造成影像的失真；拍摄过程中，在同一航道拍摄过程中，应保证无人机垂直高度的不变，仅调整摄像机角度即可；无人机飞行速率不应超过20米/秒，拍摄照片时间间隔视现场飞行情况决定；拍摄边坡影像应尽量保证清晰，在飞行和存储设备允许的条件下，应尽可能的多拍摄相片，保证相片的重叠度和覆盖范围；根据现场实际情况采取飞行模式，遥控设备需联网，并开启蓝牙，通过数据线与ipad或iphone设备相连接，并通过手持设备来进行无人机的操作；无人机在拍摄过程中，要满足两点要求：第一，要有足够多的匹配点；第二，要有足够精确的相机中心，保证拍出的照片符合建模精度的要求，无人机拍摄过程位置变化如图7所示。
步骤3)中，运动结构算法sfm对特征点的提取以及影像相位的匹配以及PMVS算法影像重构以及三位点云模型的生成，采用运动结构算法sfm以及多视图立体视觉算法PMVS对图形进行像素点提取和匹配，影像拼接和扩散差值，得到边坡表面稠密点云面，继而得到坡体的三维点云模型。
步骤4)中，点云模型精细化处理、纹理优化以及模型去噪处理，是对经步骤3)得到的点云模型进行精细化处理，过滤模型中地面植被、树木以及坡体上杂草等，使用平滑去噪等方法对模型中冗余和突变的点进行优化，得到处理过后的边坡三维模型。
步骤5)中，对经步骤3)和步骤4)得到的点云模型进行精细化处理，过滤掉模型中地面植被、树木以及坡体上杂草，使用平滑去噪方法对模型中冗余和突变的点进行优化，得到处理后的边坡三维模型。
步骤6)中，测点位置优化选取评估，是根据三维边坡模型，将步骤1)中预先选取的几个监测点进行对比，对测点附近的结构面和裂隙条数，以及产状组别进行统计，观察每个测点各有多少组不同的产状信息，选取组别最多的1、2个测点作为重点观测的位置(较容易发生破坏)；测点附近裂隙与结构面统计图如图4所示，选取产状组别较多以及裂隙结构面较为发育的1、2个测点，作为重点监测对象。
步骤7)中，按照施工的进度以及工程要求，在步骤6)得到的较容易发生破坏的测量控制点上，安装标定盘，并采取监测频率，对边坡进行建模。
步骤8)中，建模分析对比和位移变化数值计算，是按照施工的进度以及工程要求，在步骤6)得到的较容易发生破坏的测点上，安装标定盘，安装人员要严格遵守边坡高空作业施工技术规范，做好防护。标定盘颜色应区别于坡体的颜色，且应保证色差相距较大，标定盘见图5。图5中实心点代表标定盘内中心坐标，其余空心点代表标定盘内的点云坐标。采取一定的监测频率，对边坡进行建模，并按照一定的数学方法，计算前后两次间隔内测点的坐标变化值，根据空间关系计算出位移变化，汇总之后可以得到经计算后得到的位移变化序列，达到监测的目的。
位移计算方法如下：
801)根据测点进行分组，N个测点对应N个分组，监测标定盘的直径为d，计算标定盘附近点的坐标S，若点K与间距S之间间距小于d，则S、K同为一组；
802)对其他组数据采取与步骤801)相同的计算方式，计算完毕可以得到N组点云数据；
803)对经建模得到的点云数据进行均值的计算，得到中心点的坐标，令中心坐标为Scen(X,Y,Z),并作为该分组的最终坐标值，以中心坐标Scen(X,Y,Z)的变化代表该测点的位置变化，中心坐标Scen(X,Y,Z)计算方法如下式所示：
式中：X,Y,Z分别为中心坐标Scen的坐标值，x，y，z为标定盘内各个点云对应的坐标值。n为点云个数；则每一次测量间隔内，位移变化S(t)为：
其中，t代表测量次数，两次测量的位移变化值为S(t)。
本发明方法操作简便，可实现性较强，对于高陡岩质边坡位移具有非常好的监测效果，弥补了传统监测方式：测量精度低、危险性大、监测成本高等问题，而且具有精度高、便于携带以及快速灵活的特点。
Claims (8)
1.一种基于无人机的高陡岩质边坡位移变形监测方法，其特征在于：包括以下步骤：
1)在现场布设测量控制点；
2)利用无人机在空中多角度拍摄现场测量控制点影像；
3)通过运动结构算法sfm提取影像中的特征点，并进行影像相位的匹配；
4)根据影像相位匹配结果，通过PMVS算法进行影像重构，并生成三维点云模型；
5)对三维点云模型进行精细化处理、纹理优化以及模型去噪处理；
6)在上述处理后的三维点云模型中进行测点位置优化选取；
7)将选取的测量控制点按照监测频率，对高陡岩质边坡进行建模，得到高陡岩质边坡模型；
8)在高陡岩质边坡模型中进行分析对比和位移变化数值计算，得到高陡岩质边坡位移变形监测结果。
2.根据权利要求1所述的基于无人机的高陡岩质边坡位移变形监测方法，其特征在于：步骤1)中，在现场布设测量控制点，是根据地形、天气、光照选取合适的无人机飞行模式和精度；对于高陡且岩质破碎的岩质边坡，避免近距离的接触测量；测量控制点选择在航摄像片上影像清晰、目标明显的像点，实地选点时，考虑侧视相机是否会被遮挡；坡体测量控制点选取考虑容易发生大变形和破坏的位置；各个测量控制点选取，排布方式满足三角网或者四边形闭合网。
3.根据权利要求1所述的基于无人机的高陡岩质边坡位移变形监测方法，其特征在于，步骤2)中无人机采取多角度拍摄，获得垂直影像和倾斜影像，将待测岩质边坡按照节理走向进行航道划分，拍摄过程中每层航道采取多角度拍摄；对于植被以及树枝密集的边坡，采用红外感知避障系统；配备高精度三轴防抖云台，在同一航道拍摄过程中，无人机垂直高度的不变，仅调整摄像机角度即可；无人机飞行速率不超过20米/秒，有足够多的匹配点和足够精确的相机中心。
4.根据权利要求1所述的基于无人机的高陡岩质边坡位移变形监测方法，其特征在于，步骤4)中，采用运多视图立体视觉算法PMVS对图形进行影像拼接和扩散差值，得到边坡表面稠密点云面，继而得到坡体的三维点云模型。
5.根据权利要求1所述的基于无人机的高陡岩质边坡位移变形监测方法，其特征在于，步骤5)中，对经步骤3)和步骤4)得到的点云模型进行精细化处理，过滤掉模型中地面植被、树木以及坡体上杂草，使用平滑去噪方法对模型中冗余和突变的点进行优化，得到处理后的边坡三维模型。
6.根据权利要求1所述的基于无人机的高陡岩质边坡位移变形监测方法，其特征在于，步骤6)中，根据三维边坡模型，对预先在坡体上选取的几个测量控制点进行对比，对测量控制点附近的节理面条数，以及产状组别进行统计，观察每个测点各有多少组不同的产状信息，选取组别最多的测量控制点作为重点观测的位置。
7.根据权利要求1所述的基于无人机的高陡岩质边坡位移变形监测方法，其特征在于，步骤7)中，按照施工的进度以及工程要求，在步骤6)得到的较容易发生破坏的测量控制点上，安装标定盘，并采取监测频率，对边坡进行建模。
8.根据权利要求1所述的基于无人机的高陡岩质边坡位移变形监测方法，其特征在于，步骤8)中，位移变化数值计算方法如下：
801)根据测量控制点进行分组，N个测量控制点对应N个分组，监测标定盘的直径为d，计算标定盘附近点的坐标S，若点K与间距S之间间距小于d，则S、K同为一组；
802)对其他组数据采取与步骤801)相同的计算方式，得到N组点云数据；
803)对经建模得到的点云数据进行均值的计算，得到中心点的坐标，令中心坐标为Scen(X,Y,Z),并作为该分组的最终坐标值，以中心坐标Scen(X,Y,Z)的变化代表该测点的位置变化，中心坐标Scen(X,Y,Z)计算方法如下式所示：
式中：X,Y,Z分别为中心坐标Scen的坐标值，x，y，z为标定盘内各个点云对应的坐标值，n为点云个数；则每一次测量间隔内，位移变化S(t)为：
其中，t代表测量次数，两次测量的位移变化值为S(t)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811250010.5A CN109357617B (zh) | 2018-10-25 | 2018-10-25 | 一种基于无人机的高陡岩质边坡位移变形监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811250010.5A CN109357617B (zh) | 2018-10-25 | 2018-10-25 | 一种基于无人机的高陡岩质边坡位移变形监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109357617A true CN109357617A (zh) | 2019-02-19 |
| CN109357617B CN109357617B (zh) | 2021-11-05 |
Family
ID=65346490
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811250010.5A Active CN109357617B (zh) | 2018-10-25 | 2018-10-25 | 一种基于无人机的高陡岩质边坡位移变形监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109357617B (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109297428A (zh) * | 2018-11-21 | 2019-02-01 | 武汉珈鹰智能科技有限公司 | 一种基于无人机的高精度变形巡测技术方法 |
| CN109927935A (zh) * | 2019-04-22 | 2019-06-25 | 中国民用航空飞行学院 | 一种无人机倾斜摄影相机结合的飞机机身上表面检查方法 |
| CN110232683A (zh) * | 2019-06-10 | 2019-09-13 | 北京工业大学 | 一种基于无人机点云的滑坡检测方法 |
| CN110288700A (zh) * | 2019-06-26 | 2019-09-27 | 东北大学 | 一种岩质边坡结构面自动分组及位移预测方法 |
| CN110500996A (zh) * | 2019-07-29 | 2019-11-26 | 武汉大学 | 基于近景摄影测量的流域库岸形变数据自动实时处理方法 |
| CN111006645A (zh) * | 2019-12-23 | 2020-04-14 | 青岛黄海学院 | 基于运动与结构重建的无人机测绘方法 |
| CN111006593A (zh) * | 2019-12-13 | 2020-04-14 | 武汉纵横天地空间信息技术有限公司 | 一种应用无人机进行山体地貌监测及滑坡预测方法及系统 |
| CN111442762A (zh) * | 2020-04-27 | 2020-07-24 | 长江空间信息技术工程有限公司(武汉) | 面向水利工程的无人机贴近摄影方法 |
| CN111504268A (zh) * | 2020-04-22 | 2020-08-07 | 深圳市地质局 | 一种土质边坡险情智能预警预报方法 |
| CN111784651A (zh) * | 2020-06-24 | 2020-10-16 | 深圳市城市公共安全技术研究院有限公司 | 基于雷达激光扫描的边坡风险评估方法及系统 |
| CN112268541A (zh) * | 2020-10-16 | 2021-01-26 | 中国有色金属长沙勘察设计研究院有限公司 | 一种三维空间探测的方法 |
| CN112613107A (zh) * | 2020-12-26 | 2021-04-06 | 广东电网有限责任公司 | 杆塔工程确定施工进度的方法、装置、存储介质及设备 |
| CN113518178A (zh) * | 2021-04-22 | 2021-10-19 | 中煤科工集团重庆研究院有限公司 | 用于边坡安全监测的视频图像采集装置 |
| CN113587834A (zh) * | 2021-07-15 | 2021-11-02 | 长江三峡勘测研究院有限公司（武汉） | 一种基于无控摄影测量的边坡变形监测方法 |
| CN115077394A (zh) * | 2022-07-21 | 2022-09-20 | 清华四川能源互联网研究院 | 电站大坝边坡位移检测方法、装置及电子设备 |
| CN115239904A (zh) * | 2022-09-22 | 2022-10-25 | 湖北工业大学 | 一种基于无人机的边坡块体信息自动识别与三维重构方法 |
| CN115451856A (zh) * | 2022-10-17 | 2022-12-09 | 重庆地质矿产研究院 | 一种基于无人机的边坡变形实时监测方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008039753A (ja) * | 2006-08-08 | 2008-02-21 | Kokusai Kogyo Co Ltd | 空中写真画像データセットとその作成方法および表示方法 |
| CN105184863A (zh) * | 2015-07-23 | 2015-12-23 | 同济大学 | 一种基于无人机航拍序列影像的边坡三维重建方法 |
| 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 |
| CN105865427A (zh) * | 2016-05-18 | 2016-08-17 | 三峡大学 | 一种基于小型无人机遥感的单体地质灾害应急调查方法 |
| CN106017342A (zh) * | 2016-05-10 | 2016-10-12 | 重庆市勘测院 | 基于三维实景模型的建筑物变化自动检测方法及其系统 |
| CN107101617A (zh) * | 2017-05-12 | 2017-08-29 | 中国矿业大学 | 一种基于遥感监测的冲沟地形下采场覆岩活动控制方法 |
| CN107123163A (zh) * | 2017-04-25 | 2017-09-01 | 无锡中科智能农业发展有限责任公司 | 一种基于多视角立体视觉的植株三维重建系统 |
| CN107862744A (zh) * | 2017-09-28 | 2018-03-30 | 深圳万图科技有限公司 | 航空影像三维建模方法及相关产品 |
| CN108428255A (zh) * | 2018-02-10 | 2018-08-21 | 台州智必安科技有限责任公司 | 一种基于无人机的实时三维重建方法 |
| CN108447116A (zh) * | 2018-02-13 | 2018-08-24 | 中国传媒大学 | 基于视觉slam的三维场景重建方法和装置 |
-
2018
- 2018-10-25 CN CN201811250010.5A patent/CN109357617B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008039753A (ja) * | 2006-08-08 | 2008-02-21 | Kokusai Kogyo Co Ltd | 空中写真画像データセットとその作成方法および表示方法 |
| CN105184863A (zh) * | 2015-07-23 | 2015-12-23 | 同济大学 | 一种基于无人机航拍序列影像的边坡三维重建方法 |
| 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 |
| CN106017342A (zh) * | 2016-05-10 | 2016-10-12 | 重庆市勘测院 | 基于三维实景模型的建筑物变化自动检测方法及其系统 |
| CN105865427A (zh) * | 2016-05-18 | 2016-08-17 | 三峡大学 | 一种基于小型无人机遥感的单体地质灾害应急调查方法 |
| CN107123163A (zh) * | 2017-04-25 | 2017-09-01 | 无锡中科智能农业发展有限责任公司 | 一种基于多视角立体视觉的植株三维重建系统 |
| CN107101617A (zh) * | 2017-05-12 | 2017-08-29 | 中国矿业大学 | 一种基于遥感监测的冲沟地形下采场覆岩活动控制方法 |
| CN107862744A (zh) * | 2017-09-28 | 2018-03-30 | 深圳万图科技有限公司 | 航空影像三维建模方法及相关产品 |
| CN108428255A (zh) * | 2018-02-10 | 2018-08-21 | 台州智必安科技有限责任公司 | 一种基于无人机的实时三维重建方法 |
| CN108447116A (zh) * | 2018-02-13 | 2018-08-24 | 中国传媒大学 | 基于视觉slam的三维场景重建方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| U. NIETHAMMER ET.AL.: "UAV-based remote sensing of the Super-Sauze landslide：Evaluation and results", 《ENGINEERING GEOLOGY》 * |
| 贾曙光 等: "无人机摄影测量在高陡边坡地质调查中的应用", 《岩土力学》 * |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109297428A (zh) * | 2018-11-21 | 2019-02-01 | 武汉珈鹰智能科技有限公司 | 一种基于无人机的高精度变形巡测技术方法 |
| CN109927935A (zh) * | 2019-04-22 | 2019-06-25 | 中国民用航空飞行学院 | 一种无人机倾斜摄影相机结合的飞机机身上表面检查方法 |
| CN110232683A (zh) * | 2019-06-10 | 2019-09-13 | 北京工业大学 | 一种基于无人机点云的滑坡检测方法 |
| CN110288700A (zh) * | 2019-06-26 | 2019-09-27 | 东北大学 | 一种岩质边坡结构面自动分组及位移预测方法 |
| CN110500996A (zh) * | 2019-07-29 | 2019-11-26 | 武汉大学 | 基于近景摄影测量的流域库岸形变数据自动实时处理方法 |
| CN111006593A (zh) * | 2019-12-13 | 2020-04-14 | 武汉纵横天地空间信息技术有限公司 | 一种应用无人机进行山体地貌监测及滑坡预测方法及系统 |
| CN111006645A (zh) * | 2019-12-23 | 2020-04-14 | 青岛黄海学院 | 基于运动与结构重建的无人机测绘方法 |
| CN111504268A (zh) * | 2020-04-22 | 2020-08-07 | 深圳市地质局 | 一种土质边坡险情智能预警预报方法 |
| CN111442762A (zh) * | 2020-04-27 | 2020-07-24 | 长江空间信息技术工程有限公司(武汉) | 面向水利工程的无人机贴近摄影方法 |
| CN111784651A (zh) * | 2020-06-24 | 2020-10-16 | 深圳市城市公共安全技术研究院有限公司 | 基于雷达激光扫描的边坡风险评估方法及系统 |
| CN112268541A (zh) * | 2020-10-16 | 2021-01-26 | 中国有色金属长沙勘察设计研究院有限公司 | 一种三维空间探测的方法 |
| CN112268541B (zh) * | 2020-10-16 | 2022-04-15 | 中国有色金属长沙勘察设计研究院有限公司 | 一种三维空间探测的方法 |
| CN112613107A (zh) * | 2020-12-26 | 2021-04-06 | 广东电网有限责任公司 | 杆塔工程确定施工进度的方法、装置、存储介质及设备 |
| CN113518178A (zh) * | 2021-04-22 | 2021-10-19 | 中煤科工集团重庆研究院有限公司 | 用于边坡安全监测的视频图像采集装置 |
| CN113587834A (zh) * | 2021-07-15 | 2021-11-02 | 长江三峡勘测研究院有限公司（武汉） | 一种基于无控摄影测量的边坡变形监测方法 |
| CN115077394A (zh) * | 2022-07-21 | 2022-09-20 | 清华四川能源互联网研究院 | 电站大坝边坡位移检测方法、装置及电子设备 |
| CN115239904A (zh) * | 2022-09-22 | 2022-10-25 | 湖北工业大学 | 一种基于无人机的边坡块体信息自动识别与三维重构方法 |
| CN115239904B (zh) * | 2022-09-22 | 2022-12-16 | 湖北工业大学 | 一种基于无人机的边坡块体信息自动识别与三维重构方法 |
| CN115451856A (zh) * | 2022-10-17 | 2022-12-09 | 重庆地质矿产研究院 | 一种基于无人机的边坡变形实时监测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109357617B (zh) | 2021-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109357617A (zh) | 一种基于无人机的高陡岩质边坡位移变形监测方法 | |
| WO2022061945A1 (zh) | 一种电力线路安全距离检测方法 | |
| CN107514993B (zh) | 基于无人机的面向单体建筑建模的数据采集方法及系统 | |
| KR102007567B1 (ko) | 스테레오 드론 및 이를 이용하는 무기준점 토공량 산출 방법과 시스템 | |
| CN110503080A (zh) | 基于无人机倾斜摄影辅助排污口的调查方法 | |
| CN110779498A (zh) | 基于无人机多视点摄影的浅水河流水深测绘方法及系统 | |
| CN115597659B (zh) | 一种变电站智能安全管控方法 | |
| CN104776833B (zh) | 滑坡面影像获取方法及装置 | |
| KR20190134237A (ko) | 맵핑드론을 이용한 건설공사 관리 시스템 | |
| KR20210117243A (ko) | 시계열 드론 영상을 활용한 연안지역 침식 퇴적 변화 분석 방법 | |
| Wang et al. | Estimating earthwork volumes through use of unmanned aerial systems | |
| CN110207681A (zh) | 基于无人机的地面变形监测方法 | |
| CN108416263A (zh) | 一种适用于农情低空遥感监测的低成本的无人机高度测量方法 | |
| CN111044018A (zh) | 一种对立面进行航空摄影测量航线规划的方法 | |
| CN111540052A (zh) | 一种铁路沿线危岩落石的快速定位及三维重建方法 | |
| CN106940181A (zh) | 一种无人机影像像控分布网构建与航片可选范围匹配方法 | |
| CN108871285A (zh) | 在规划竣工测量中的无人机倾斜摄影测量系统 | |
| CN108681337A (zh) | 一种涵洞或桥梁专用巡查无人机及无人机巡查方法 | |
| CN114754741A (zh) | 边坡断面坡度测量方法 | |
| Lin et al. | Micro-UAV based remote sensing method for monitoring landslides in Three Gorges Reservoir, China | |
| de Moraes et al. | Monitoring bank erosion in hydroelectric reservoirs with mobile laser scanning | |
| King et al. | Condition survey of coastal structures using UAV and photogrammetry | |
| Lato et al. | Rock slopes asset management: selecting the optimal three-dimensional remote sensing technology | |
| Yeh et al. | The Evaluation of GPS techniques for UAV-based Photogrammetry in Urban Area | |
| Hung et al. | Multi-temporal high-resolution landslide monitoring based on uas photogrammetry and uas lidar geoinformation |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190219 Assignee: Jilin Sanwei Geotechnical Engineering Co.,Ltd. Assignor: Northeastern University Contract record no.: X2023210000300 Denomination of invention: A displacement and deformation monitoring method for steep rock slopes based on drones Granted publication date: 20211105 License type: Common License Record date: 20231213 |
|
| EE01 | Entry into force of recordation of patent licensing contract |