CN109373980B - 一种基于视频监控测量仪和测斜终端的监测方法及系统 - Google Patents

Abstract

本发明公开了一种视频监控测量仪和测斜终端的监测方法，包括：记录待测点初始的倾角信息以及初始的高度信息、实时的倾角信息以及高度信息；测量记录待测点的初始三维空间坐标信息、实时三维空间坐标信息；建立待测点的初始三维空间数字模型、预设时间实时三维空间数字模型；计算待测点测量信息的变化量及累计变化量，判断变化量及累计变化量是否大于预设值；若是，发出第一级预警；增设待测点，测量记录其三维空间坐标信息，实时采集现场视频图像，建立所增设待测点的实时三维空间数字模型；得出其周边区域的整体位移变化范围以及位移方向；判断位移变化范围是否大于预设范围；若是，发出第二级警报。本发明具有监测准确性高、误报率低的优点。

Description

一种基于视频监控测量仪和测斜终端的监测方法及系统

技术领域

本发明涉及工程建设技术领域，尤其涉及一种基于视频监控测量仪和测斜终端的监测方法及系统。

背景技术

建筑工地在基坑周边土体卸荷效应、地质水渗透、天气灾害等因素影响下，围护桩、支护桩等会因受到挤压而倾斜，甚至出现崩塌，发生安全事故。为避免事故的发生，需要对深基坑周边的围护桩、支护桩等的倾斜角度及位移进行精准且实时的动态监测及预警，以保障施工安全。同样地，在古建筑保护监测、危房监测、高边坡塌方灾害预警中，也需要精准实时地测量倾斜角度及位移。

针对实体结构的倾斜角度及位移的监测，目前，存在以下监测手段：巡查人员通过视觉测量或手工测量，并依据经验或原始数据来判断是否有安全隐患，这种人工实地考察的方式耗费人力且无法精准地监测。使用基于三轴陀螺仪传感器设计开发的有线或2G、3G、Zigbee无线测斜设备，由于三轴陀螺仪传感器对静态倾角的测量不准确，因此，该方式无法准确地监测静态倾角数据。使用基于光纤陀螺仪的倾角测量设备，此种测量设备的优点在于对单点处的倾角测量精度高，而其最大弱点是购置、使用和维护成本高，同时也存在一些灵敏度消失、噪声和光纤双折射引起的漂移和偏振状态改变引起的比例因子不稳定等问题。还有基于北斗或GPS高精度定位技术研发的测量设备，此类设备最大问题是受现场环境、天气状况的制约，特别是当待测实体是在室内或设备安装点位受物体遮挡及雨雾天气的时候其测算的位移精度严重受限，同时此类设备安装复杂、成本高、只能测位移不能测倾角。

目前的测斜手段只对单个地点或安装位置进行倾斜度监测，未能对整栋建筑、整体个基坑支护系统或边坡等实体结构的多点位面倾斜角度计算及水平位移的进行监测，而建设领域中需要监测的有效数据是实体结构的整体倾斜角度及位移的变化，单点监测的数据不能代表整个实体结构的倾斜及位移变化，且单点所测的数据精度再高也往往是整体数据的一个噪点数据。

发明内容

为此，需要提供一种基于视频监控测量仪和测斜终端的监测方法及系统,以解决现有技术中将单点数据作为实体结构整体移动的依据，无法准确获知实体结构整体的移动情况的问题。

为实现上述目的，发明人提供了一种基于视频监控测量仪和测斜终端的监测方法，包括：

测斜终端安装在待测区域内每个待测点，测量记录每个待测点初始的倾角信息以及初始的高度信息，并每隔预设时间测量记录每个待测点实时的倾角信息以及高度信息；

视频监控测量仪安装在面对待测区域的固定位置，测量记录每个待测点的初始三维空间坐标信息，并每隔预设时间测量记录每个待测点实时三维空间坐标信息，同时采集多个现场图像信息，生成现场全景图片；

根据测斜终端与视频监控测量仪测量记录的每个待测点初始信息，通过三维空间算法建立所有待测点的初始三维空间数字模型；

根据测斜终端与视频监控测量仪测量记录的每个待测点实时信息，通过三维空间算法建立所有待测点的预设时间实时三维空间数字模型；

根据每个待测点初始信息和预设时间段的实时信息，计算每个待测点测量信息的变化量及累计变化量，判断该待测点的倾角、高度信息的变化量及累计变化量是否大于预设值；

若是，发出第一级预警；

视频监控测量仪对发出第一级预警的待测点周边扩大监测范围，进行远程视频增设待测点实时监测，测量记录其三维空间坐标信息，同时实时采集现场视频图像，并通过三维空间算法建立所增设待测点的实时三维空间数字模型；

根据所建立的实时三维空间数字模型，计算出增设待测点的位移变化量以及位移方向，得出该待测点周边区域的整体位移变化范围以及位移方向；

判断该待测点周边区域的整体位移量及变化范围是否大于预设范围；

若是，发出第二级警报。

进一步地，还包括：

所述待测区域内的待测点至少设置有两个，视频监控测量仪可远程增设实时待测点；

视频监控测量仪自动巡航不同待测点，大数据处理平台记录视频监控测量仪测量及测斜终端测量的各个待测点的初始位移信息及实时位移信息。

进一步地，还包括：

数据处理平台根据待测点的初始的三维坐标及某一时刻的三维坐标，判断待测点是否发生移动，若是，则发出警报。

进一步地，在发出第一级警报后，还包括：

视频监控测量仪每隔预设时间记录待测区域实时采集现场视频图像，并通过图像识别分析比对，判断待测区域是否发生移动，若是，则发出警报。

进一步地，在发出第一级警报后，还包括：

将初始的三维空间图像及每预设时刻的三维空间图像按时间先后顺序进行分析比对，大数据处理平台测算出待测区域的各待测点的移动轨迹、移动方向及位移量。

发明人还提供了一种基于视频监控测量仪和测斜终端的监测系统，包括视频监控测量仪及测斜终端，所述视频监控测量仪设置于待测区域的正对处，所述测斜终端设置于待测点处；

所述视频监控测量仪包括云台、图像传感器、激光测距传感器及光栅角度传感器；所述图像传感器、激光测距传感器及光栅角度传感器均设置于云台处；所述图像传感器与所述激光测距传感器朝向相同的方向，同步采集图像与距离信息，所述图像传感器用于采集待测区域的图像，所述激光测距传感器用于测量测量待测点与视频监控测量仪之间的距离，所述光栅角度传感器用于测量云台转动的角度；

所述测斜终端包括倾角传感器以及激光测距传感器，所述倾角传感器用于测量待测点的倾角信息，所述激光测距传感器用于测量待检测体的监测点与参考地面的初始垂直高度。

进一步地，所述视频监控测量仪还包括第一通讯模块，所述测斜终端还包括第二通讯模块，所述系统还包括大数据处理平台，所述大数据处理平台分别通过第一通讯模块、第二通讯模块与视频监控测量仪、测斜终端连接，用于记录并处理视频监控测量仪测量位移信息、图像信息及三维坐标信息，还用于记录并处理测斜终端测量的倾角信息。

进一步地，所述第一通讯模块为4G无线通讯模块或有线通讯模块；所述第二通讯模块为NB-IoT无线通讯模块。

进一步地，所述倾角传感器为双轴倾角传感器。

进一步地，所述测斜终端还包括电子罗盘，所述电子罗盘用于检测待测点的倾斜方向。

区别于现有技术，上述技术方案所述的视频监控测量仪和测斜终端的监测方法，包括：测斜终端安装在待测区域内每个待测点，测量记录每个待测点初始的倾角信息以及初始的高度信息，并每隔预设时间测量记录每个待测点实时的倾角信息以及高度信息；视频监控测量仪安装在面对待测区域的固定位置，测量记录每个待测点的初始三维空间坐标信息，并每隔预设时间测量记录每个待测点实时三维空间坐标信息，同时采集多个现场图像信息，生成现场全景图片；根据测斜终端与视频监控测量仪测量记录的每个待测点初始信息，通过三维空间算法建立所有待测点的初始三维空间数字模型；根据测斜终端与视频监控测量仪测量记录的每个待测点实时信息，通过三维空间算法建立所有待测点的预设时间实时三维空间数字模型；根据每个待测点初始信息和预设时间段的实时信息，计算每个待测点测量信息的变化量及累计变化量，判断该待测点的倾角、高度信息的变化量及累计变化量是否大于预设值；若是，发出第一级预警；视频监控测量仪对发出第一级预警的待测点周边扩大监测范围，进行远程视频增设待测点实时监测，测量记录其三维空间坐标信息，同时实时采集现场视频图像，并通过三维空间算法建立所增设待测点的实时三维空间数字模型；根据所建立的实时三维空间数字模型，计算出增设待测点的位移变化量以及位移方向，得出该待测点周边区域的整体位移变化范围以及位移方向；判断该待测点周边区域的整体位移量及变化范围是否大于预设范围；若是，发出第二级警报。这样可以监测及复核待测区域的数据，可以更为准确地判断出实体结构是否真的发生移动，可以减少不影响实体结构整体变化的变化(如单点处部件掉落)引起的错误警报的情况。

附图说明

图1为本本发明一实施例涉及的基于视频监控测量仪和测斜终端的监测方法的流程图；

图2为本发明一实施例涉及的主控MCU的一种电路原理图；

图3为本发明一实施例涉及的电源管理的一种电路原理图；

图4为本发明一实施例涉及的倾角传感器的一种电路原理图；

图5为本发明一实施例涉及的无线通信模块的一种电路原理图；

图6为本发明一实施例涉及的电子罗盘的一种电路原理图；

图7为本发明一实施例涉及的基于视频监控测量仪和测斜终端的监测系统的一种结构示意图；

图8为本发明一实施例涉及的测斜终端的结构示意图；

图9为本发明一实施例涉及的视频监控测量仪的结构示意图；

图10为本发明一实施例涉及的视频监控测量仪巡航示意图。

附图标记说明：

110、主控MCU；

120、倾角传感器；

130、第二无线通信模块；

140、激光测距传感器；

150、电源管理模块；

160、电子罗盘；

710、测斜终端；

711、视频监控测量仪；

720、基站；

730、数据采集中心服务器。

具体实施方式

为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合具体实施例并配合附图详予说明。

请参阅图1，本发明提供了一种基于视频监控测量仪和测斜终端的监测方法及系统，用于监测实体结构是否发生移动，并在实体结构发生移动时发出警报。

请参阅图1，在具体的实施例中，所述基于视频监控测量仪和测斜终端的监测方法包括：

首先进入步骤S101测斜终端安装在待测区域内每个待测点，测量记录每个待测点初始的倾角信息以及初始的高度信息，并每隔预设时间测量记录每个待测点实时的倾角信息以及高度信息；

然后进入步骤S102视频监控测量仪安装在面对待测区域的固定位置，测量记录每个待测点的初始三维空间坐标信息，并每隔预设时间测量记录每个待测点实时三维空间坐标信息，同时采集多个现场图像信息，生成现场全景图片；

然后进入步骤S103根据测斜终端与视频监控测量仪测量记录的每个待测点初始信息，通过三维空间算法建立所有待测点的初始三维空间数字模型；

然后进入步骤S104根据测斜终端与视频监控测量仪测量记录的每个待测点实时信息，通过三维空间算法建立所有待测点的预设时间实时三维空间数字模型；

然后进入步骤S105根据每个待测点初始信息和预设时间段的实时信息，计算每个待测点测量信息的变化量及累计变化量，判断该待测点的倾角、高度信息的变化量及累计变化量是否大于预设值；

若是，然后进入步骤S106发出第一级预警；

然后进入步骤S107视频监控测量仪对发出第一级预警的待测点周边扩大监测范围，进行远程视频增设待测点实时监测，测量记录其三维空间坐标信息，同时实时采集现场视频图像，并通过三维空间算法建立所增设待测点的实时三维空间数字模型；

然后进入步骤S108根据所建立的实时三维空间数字模型，计算出增设待测点的位移变化量以及位移方向，得出该待测点周边区域的整体位移变化范围以及位移方向；

然后进入步骤S109判断该待测点周边区域的整体位移量及变化范围是否大于预设范围；

若是，最后进入步骤S110发出第二级警报。

上述步骤通过采集待测区域内各个待测点的初始的倾角信息、初始的高度信息以及初始三维空间坐标信息，可以得出各个待测点的初始三维空间坐标信息，然后得到各个待测点的初始三维空间数字模型；又通过采集待测区域内各个待测点的实时的倾角信息、实时的高度信息以及实时三维空间坐标信息，可以得出各个待测点的实时三维空间坐标信息，然后得出各个待测点的实时三维空间数字模型；最后通过各个待测点的初始三维空间数字模型及各个待测点的实时三维空间数字模型，可以得到各个待测点测量信息的变化量及累计变化量。这样的设置则实现了对单点的监测。

在某个单点发生变化时，即待测点的倾角、高度信息的变化量及累计变化量大于预设值时，则将该点列为重点监测点，通过扩大监测范围、增设待测点，可以得到待测点周围点位移信息的变化范围，双重监测依据更加准确，实现了对实体结构的动态监测，提高了监测的准确性，降低了警报的错误率。

为了提高对实体结构监测的有效性，上述方法中的待测区域可以为实体结构中重要部位，如建筑物的承重墙处，这样可以准确地对重要支撑作用的承重墙进行监测。

在进一步的实施例中，还包括：

所述待测区域内的待测点至少设置有两个，视频监控测量仪可远程增设实时待测点；

视频监控测量仪自动巡航不同待测点，大数据处理平台记录视频监控测量仪及测斜终端测量的各个待测点的初始位移信息及实时位移信息。

这样的步骤则可以实时检测各个不同的待测点，请参阅图10，待测区域内存在待测点A、待测点B、待测点C、待测点D，且待测点A、待测点B、待测点C、待测点D分别设置有测斜终端，所述视频监控测量仪711设置在待测区域正对处，可以对依次待测点A、待测点B、待测点C、待测点D巡航。

在进一步的实施例中，还包括：

大数据处理平台根据待测点的初始的三维坐标及某一时刻的三维坐标，判断待测点是否发生移动，若是，则发出警报。

这样的步骤则可以实现对待测区域的立体监测，检测更加准确。

在进一步的实施例中，在发出第一级警报后，还包括：

视频监控测量仪每隔预设时间记录待测区域实时采集现场视频图像，并通过图像识别分析比对，判断待测区域是否发生移动，若是，则发出警报。

由于当测量出待测点的倾角信息的变化量较大时，此时有可能是测量设备故障、通信故障、待测区域受人为因素影响而产生的噪点数据，而并非真正的发生位置变化。上述步骤可以在发生可疑的变化时，采集发生可疑变化时待测区域的图像，监测人员通过采集的图像标定待测点复核是否真的发生较大的移动，这样的复核方式不仅可以使得监测人员无需长期待在监测地，只需根据警报查看图像，减少了人力投入，多级的安全预警机制，而且更加直观，能够有效地降低预警误报率，提高监测的准确性。

在进一步的实施例中，在发出第一级警报后，还包括：

将初始的三维空间图像及每预设时刻的三维空间图像按时间先后顺序进行分析比对，大数据处理平台测算出待测区域的各待测点的移动轨迹、移动方向及位移量。

上述步骤可以得出实体结构的移动轨迹和移动方向，使得用户可以根据移动轨迹和移动方向的情况来预报实体结构在后期将发生倾倒、崩塌、滑坡的可能性，以及时作出相应的解决措施，避免造成事故或损失。

在具体的实施例中，所述基于视频监控测量仪和测斜终端的监测系统，包括视频监控测量仪及测斜终端，所述视频监控测量仪设置于待测区域的正对处，所述测斜终端设置于待测点处；

所述视频监控测量仪包括云台、图像传感器、激光测距传感器140及光栅角度传感器；所述图像传感器、激光测距传感器140及光栅角度传感器均设置于云台处；所述图像传感器与所述激光测距传感器朝向相同的方向，同步采集图像与距离信息，所述图像传感器用于采集待测区域的图像，所述激光测距传感器140用于测量测量待测点与视频监控测量仪之间的距离，所述光栅角度传感器用于测量云台转动的角度；

所述测斜终端包括倾角传感器以及激光测距传感器，所述倾角传感器用于测量待测点的倾角信息，所述激光测距传感器用于测量待检测体的监测点与参考地面的垂直高度。

所述视频监控测量仪的外形请参阅图9。

所述测斜终端包括包括主控MCU110、倾角传感器120及电源管理模块150；

所述倾角传感器120连接于主控MCU110，所述倾角传感器120用于获取待待测点的倾斜角度，并将获取的倾角信息发送至主控MCU110；

所述主控MCU110用于根据接收待测点初始的倾斜信息与某一时刻待测点的倾角信息，并发送至服务器；

所述电源管理模块150连接主控MCU110、倾角传感器120，所述电源模块用于为主控MCU110、倾角传感器120供电。

所述测斜终端的外形请参阅图8。

请参阅图3，电源管理模块150根据主控MCU110、倾角传感器120、的所需电压要求变换出相应的电压，提供主控MCU110、倾角传感器120、的供电要求，其中电源管理模块150还要完成电池的充放电管理。

上述的处理器可以为服务器，具体地可以为大数据综合分析平台(即数据采集中心服务器730)，所述大数据综合分析平台可以进行大规模的数据分析处理、三维空间成像及执行三维空间算法，还可以存储多个单点的位置信息，并通过多个单点的位置信息符合待测区域整体的位置信息，同时可生成历史数据与报表。

通过上述步骤处理器(如大数据处理平台)则可以通过大量的数据测算出移动轨迹和移动方向，以便于监测人员能够根据测算的结果提前作出相应地解决措施，避免发生事故及财产损失。

在进一步的实施例中，所述视频监控测量仪还包括第一通讯模块，所述测斜终端还包括第二通讯模块130，请参阅图7，所述系统还包括基站720、大数据处理平台，所述大数据处理平台分别通过第一通讯模块、第二通讯模块与视频监控测量仪、测斜终端连接，用于记录并处理视频监控测量仪测量位移信息、图像信息及三维坐标信息，还用于记录并处理测斜终端测量的倾角信息。

请参阅图5，在本实施例中，为了解决设备采集到的数据不能及时有效且方便的发送到数据采集中心服务器的问题。在现在市场上大部分的测斜设备的数据上报基本都是通过有线网络方式发送到数据采集中心服务器的，也有少部分测斜设备是通过短距离无线方式(如zigbee、Lora)将数据线汇集到本地的一个数据采集器里面，然后通过数据采集器以有线网络方式发送到数据采集中心服务端的。这种有线方式或者无线加有线的方式最大的问题就是有线网络往往在工程初期不能达到工程地点，布设繁琐复杂，给测斜设备的安装使用带来了瓶颈。为了解决测斜设备采集到的数据不能及时有效且方便的发送到数据采集中心服务器的问题，所述倾角传感器120采用窄带物联网模组，窄带物联网模组可以将采集到的数据直接通过运营商的无线蜂窝网络将数据发送到数据中心服务端，打开了早期测斜设备以有线网络方式回送数据的瓶颈。其中，窄带物联网模组可以选用HC15-BA窄带物联网模组，因为其具有超低功耗、超高灵敏度、深度覆盖、强穿透、低成本等特点，所以在深基坑支护桩、高边坡、高大模板测斜这种地势低洼、空气水汽粉尘含量高、无线通信环境差的复杂应用场景下有着独特的优势。

在优选的实施例中，所述第一通讯模块为4G无线通讯模块或有线通讯模块；所述第二通讯模块为NB-IoT无线通讯模块。由于NB-IoT无线通讯模块具有穿透性强、数据传输量大、覆盖广、海量连接、超低功耗的特点，因此通过NB-IoT无线通讯模块传输数据可以克服数据量大、监测环境信号不佳、低洼深谷地带信号覆盖窄、强度弱、连接不稳定的问题。

请参阅图4，本实施例中，倾角传感器120基于牛顿第二定律的基本理论基础，采用“固体摆”式的工作原理设计而成。当倾角传感器120处于静止状态时，它只受重力的作用，因此其重力垂直轴与传感器灵敏轴间的夹角便为所求倾角。倾斜传感器与外部MCU之间支持SPI串行数字接口通信,将所测数据以数字量的形式发送给外部MCU，MCU对所测数据进行滤波、去噪处理之后得出倾斜角度数据。其中，倾角传感器120采用VTI科技的SCA100T-D02双轴倾角传感器120，它可以测量X，Y轴两个面的倾斜角度,其所测倾角分辨率可达0.002°，精度可达0.01°。

请参阅图6，在本实施例中，为了解决现有的测斜终端不能区分是正向倾斜还是侧向倾斜，还所述测斜终端还包括电子罗盘160，所述电子罗盘160连接于主控MCU110，所述电子罗盘160用于检测待检测体的监测点倾斜方向。可以通过电子罗盘160可以推算出支柱桩是往哪个方向倾斜，及通过倾角传感器120测量出倾斜角度。电子罗盘160，具有在轴向高灵敏度和线性高精度的特点，具有的对正交轴的低灵敏度的固相结构能用于测量地球磁场的方向和大小，其测量范围从毫高斯到8高斯。利用这一原理可以推算出方向信息。

在本实施例中，为了能够及时对待检测体周边的人员进行预警，所述测斜终端还包括报警指示灯，所述报警指示灯连接于主控MCU110；所述主控MCU110还用于判断倾角信息是否超过预设阈值，若超过预设阈值时，则向数据采集中心服务器发送预警信息，并控制报警指示灯亮起。当主控MCU110判断倾斜位移超过预设阈值时，控制报警指示灯亮起，能够及时警醒周边的人员，同时向数据采集中心服务器发送预警信息，使工作人员能够及时对该待检测体可能发生坍塌的危险进行应对。

在本实施例中，为了减少电能消耗，所述主控MCU110还用于当判断待检测体的监测点的倾斜角度未发生变化，则控制倾角传感器120在预设时间内进入休眠，同时进入低消耗模式。当主控MCU110判断待检测体的倾斜角度未发生变化，则控制倾角传感器120在预设时间内进入休眠，同时进入低消耗模式，降低电能消耗，而当间隔预设时间后，唤醒倾角传感器120，及进入工作模式，获取待检测体的倾斜角度，判断待检测体是否发生倾斜。

请参阅图2，在本实施例中，主控MCU选用的是STM32F411微控制器，主控MCU集成

内核(具有浮点单元)，工作频率为100MHz，同时还能在运行和停机模式下实现出色的低功耗性能。有丰富通信总线接口，3路USART、5路SPI、3路I² C等。

在本实施例中，激光测距传感器主要完成待测点的位移信息，选用频率为2HZ，测距精度为3mm的SW-M40激光测距传感器。

在进一步的实施例中，所述倾角传感器为双轴倾角传感器。

需要说明的是，尽管在本文中已经对上述各实施例进行了描述，但并非因此限制本发明的专利保护范围。因此，基于本发明的创新理念，对本文所述实施例进行的变更和修改，或利用本发明说明书及附图内容所作的等效结构或等效流程变换，直接或间接地将以上技术方案运用在其他相关的技术领域，均包括在本发明的专利保护范围之内。

Claims (5)

1.一种基于视频监控测量仪和测斜终端的监测方法，其特征在于，包括：

测斜终端安装在待测区域内每个待测点，测量记录每个待测点初始的倾角信息以及初始的高度信息，并每隔预设时间测量记录每个待测点实时的倾角信息以及高度信息；

视频监控测量仪安装在面对待测区域的固定位置，测量记录每个待测点的初始三维空间坐标信息，并每隔预设时间测量记录每个待测点实时三维空间坐标信息，同时采集多个现场图像信息，生成现场全景图片；

根据测斜终端与视频监控测量仪测量记录的每个待测点初始信息，通过三维空间算法建立所有待测点的初始三维空间数字模型；

根据测斜终端与视频监控测量仪测量记录的每个待测点实时信息，通过三维空间算法建立所有待测点的预设时间实时三维空间数字模型；

根据每个待测点初始信息和预设时间段的实时信息，计算每个待测点测量信息的变化量及累计变化量，判断该待测点的倾角、高度信息的变化量及累计变化量其中任意一项是否大于预设值；

若是，则发出第一级预警；

视频监控测量仪对发出第一级预警的待测点周边扩大监测范围，进行远程视频增设待测点实时监测，测量记录其三维空间坐标信息，同时实时采集现场视频图像，并通过三维空间算法建立所增设待测点的实时三维空间数字模型；

根据所建立的实时三维空间数字模型，计算出增设待测点的位移变化量以及位移方向，得出该待测点周边区域的整体位移变化范围以及位移方向；

判断该待测点周边区域的整体位移量及变化范围是否大于预设范围；

若是，则发出第二级警报。

2.根据权利要求1所述的基于视频监控测量仪和测斜终端的监测方法，其特征在于，还包括：

所述待测区域内的待测点至少设置有两个，视频监控测量仪可远程增设实时待测点；

视频监控测量仪自动巡航不同待测点，大数据处理平台记录视频监控测量仪及测斜终端测量的各个待测点的初始位移信息及实时位移信息。

3.根据权利要求2所述的基于视频监控测量仪和测斜终端的监测方法，其特征在于，还包括：

大数据处理平台根据待测点的初始的三维坐标及某一时刻的三维坐标，判断待测点是否发生移动，若是，则发出警报。

4.根据权利要求1所述的基于视频监控测量仪和测斜终端的监测方法，其特征在于，在发出第一级警报后，还包括：

视频监控测量仪每隔预设时间记录待测区域实时采集现场视频图像，并通过图像识别分析比对，判断待测区域是否发生移动，若是，则发出警报。

5.根据权利要求4所述的基于视频监控测量仪和测斜终端的监测方法，其特征在于，在发出第一级警报后，还包括：

将初始的三维空间图像及每预设时刻的三维空间图像按时间先后顺序进行分析比对，大数据处理平台测算出待测区域的各待测点的移动轨迹、移动方向及位移量。

Images