CN111736152A - 一种道路边坡稳定性监测方法及车载平台装置 - Google Patents
一种道路边坡稳定性监测方法及车载平台装置 Download PDFInfo
- Publication number
- CN111736152A CN111736152A CN202010822414.8A CN202010822414A CN111736152A CN 111736152 A CN111736152 A CN 111736152A CN 202010822414 A CN202010822414 A CN 202010822414A CN 111736152 A CN111736152 A CN 111736152A
- Authority
- CN
- China
- Prior art keywords
- synthetic aperture
- aperture radar
- vehicle
- deformation
- road 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
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000012544 monitoring process Methods 0.000 title claims abstract description 59
- 230000033001 locomotion Effects 0.000 claims abstract description 42
- 238000005516 engineering process Methods 0.000 claims abstract description 30
- 238000003384 imaging method Methods 0.000 claims abstract description 16
- 238000005305 interferometry Methods 0.000 claims abstract description 16
- 238000001228 spectrum Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000003672 processing method Methods 0.000 abstract description 3
- 230000002093 peripheral effect Effects 0.000 abstract description 2
- 238000013507 mapping Methods 0.000 description 12
- 238000005259 measurement Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 3
- 230000036544 posture Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9094—Theoretical aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种道路边坡稳定性监测方法及车载平台装置。所述道路边坡稳定性监测方法是利用交通运输平台例如火车和汽车日常运营时收集沿线边坡的多时相SAR数据，利用组合导航定位技术提取SAR平台的运动矢量信息，利用时域后向投影成像算法聚焦雷达回波数据并生成单视复数合成孔径雷达图像，通过雷达差分干涉测量技术和多时相数据处理方法实现沿线多数边坡的高精度稳定性监测。本发明可广泛应用于高速公路和高速铁路等交通设施网络周边边坡的常规监测，具有全天候、高效率、和高精度等优点。
Description
技术领域
本发明涉及测绘技术领域，尤其涉及一种道路边坡稳定性监测方法及车载平台装置。
背景技术
在铁路和公路周边存在大量的边坡，在人为或环境的作用下，例如施工、开采、降雨和风侵等因素，不可避免的会出现裂缝、侵蚀、软化等破坏。上述潜在的破坏可能会影响边坡的稳定性，并可能诱发滑坡和泥石流等重大灾害，威胁着公路和铁路的安全营运及人员安全，灾害事故的发生将对公路和铁路设施造成严重的破坏，遭受巨大经济损失。因此需要定期对公路、铁路交通网络周边的边坡开展稳定性监测和隐患识别，保障交通设施的长期营运安全。
目前，针对边坡稳定性监测的方法和技术众多，主要包括传感器技术、传统测绘技术和现代高新测绘技术。传感器技术是通过在边坡预埋或后期布设固定的仪器，将所采集的数据传输到数据中心，通过综合一种或多种传感器数据来监测边坡的稳定性，常用的仪器主要包括测斜仪、位移计、加速度计、应力计、光纤和视频等。传统测绘技术是利用传统测绘仪器通过测量边坡的位置信息来反映边坡的形变或稳定信息，主要是通过人工的方式进行监测，常用的仪器包括经纬仪、水准仪和全站仪。现代高新测绘技术也是通过测量边坡的位置信息的方式实现，与传统测绘技术的最大不同是其利用了高新测绘仪器或卫星大地测量方式，如三维激光扫描技术、卫星导航定位系统和星载合成孔径雷达干涉测量技术，从而减少了人力成本。
现有针对公路和铁路边坡稳定性监测方法和技术还不能满足大范围、多数量、高精度和低成本等特点，亟需提出一种能够满足公路和铁路沿线边坡稳定性日常监测的新方法和技术。
因此，现有技术还有待于改进和发展。
发明内容
鉴于上述现有技术的不足，本发明的目的在于提供一种道路边坡稳定性监测方法及车载平台装置，旨在解决现有技术不能满足大范围、高精度和低成本的道路边坡稳定性的日常监测。
一种道路边坡稳定性监测方法，其中，包括：
通过车载合成孔径雷达获取雷达回波信号、通过气象参数采集器获取大气环境参数、通过惯导系统结合全球卫星导航系统获取车载合成孔径雷达的运动矢量信息；
根据运动矢量信息和雷达回波信号采用后向投影法生成单视复数合成孔径雷达图像；
根据所述单视复数合成孔径雷达图像并利用雷达差分干涉测量技术，得到距离向形变；
根据所述单视复数合成孔径雷达图像并利用多孔径雷达干涉测量技术，得到方位向形变；
根据所述大气环境参数，通过大气扰动模型获取大气扰动残差；
根据所述距离向形变、所述方位向形变和所述大气扰动残差计算稳定性信息，根据所述稳定性信息对道路边坡稳定性监测；
所述稳定性信息包括形变速率V和累积形变
，通过如下公式计算得到：
其中，
为矩阵B的逆矩阵，B为合成孔径雷达影像对的设计矩阵，
为距离向形变和方位向形变组成的干涉对集合，W为包括大气扰动残差在内的观测残差，i为合成孔径雷达影像的观测序列编号，
为
时刻的累积形变，
为i与i+1之间的时刻差。
所述的道路边坡稳定性监测方法，其中，所述道路边坡包括汽车公路边坡、火车轨道边坡中的一种或两种。
所述的道路边坡稳定性监测方法，其中，所述获取车载合成孔径雷达的运动矢量信息具体是：通过全球卫星导航系统结合惯导系统，获取车载合成孔径雷达的运动矢量信息。
所述的道路边坡稳定性监测方法，其中，所述运动矢量信息包括：速度信息和位置信息。
所述的道路边坡稳定性监测方法，其中，所述根据运动矢量信息和雷达回波信号采用后向投影法生成单视复数合成孔径雷达图像具体包括：
对雷达回波信号进行距离向聚焦，得到聚焦后的雷达回波信号；
根据数字高程模型（地理数据模型）建立成像场景的统一坐标网格点；
将所述聚焦后的雷达回波信号插值到所述坐标网格点；
计算回波时刻车载合成孔径雷达天线到所述坐标网格点的斜距；
利用车载合成孔径雷达的运动矢量信息，计算所述坐标网格点对应的多普勒频率；
对雷达回波信号进行调制，并将合成孔径时间内的所有回波信号累加，信号解调后生成单视复数合成孔径雷达图像。
所述的道路边坡稳定性监测方法，其中，所述数字高程模型包括全球数字高程模型、高精度点云高程模型中的一种。
所述的道路边坡稳定性监测方法，其中，所述根据所述单视复数合成孔径雷达图像并利用雷达差分干涉测量技术得到距离向形变包括：
利用数字高程模型和车载合成孔径雷达的运动矢量信息对单视复数合成孔径雷达图像消除基线偏移相位；
采用像素互相关法对单视复数合成孔径雷达图像进行影像几何配准；
将单视复数合成孔径雷达图像进行重轨干涉，再根据二维或三维相位解缠方法进行解缠，得到距离向形变。
所述的道路边坡稳定性监测方法，其中，所述根据所述单视复数合成孔径雷达图像并利用多孔径雷达干涉测量技术得到方位向形变包括：
将单视复数合成孔径雷达图像的方位向频谱利用快速傅里叶变换和带通滤波器分为前视频谱和后视频谱；
将所述前视频谱和所述后视频谱利用逆快速傅里叶变换分别聚焦生成前视合成孔径雷达影像和后视合成孔径雷达影像；
将前视合成孔径雷达影像和后视合成孔径雷达影像共轭相乘并相减后，得到方位向形变。
一种实现如上所述道路边坡稳定性监测方法的装置，其中，包括：
数据采集中心，与所述数据采集中心连接的合成孔径雷达、与所述数据采集中心连接的惯导系统、与所述数据采集中心连接的全球卫星导航系统、与所述数据采集中心连接的气象参数采集器、与所述数据采集中心连接的数据处理中心；
其中，所述数据采集中心用于收集和分析来自合成孔径雷达、惯导系统、全球卫星导航系统、气象参数采集器的数据，并将数据传输至数据处理中心；所述车载合成孔径雷达用于采集雷达回波信号并传输给所述数据采集中心；所述惯导系统和全球卫星导航系统相配合用于采集车载合成孔径雷达的位姿信息并传输给所述数据采集中心；所述气象参数采集器用于采集大气环境参数并传输给所述数据采集中心；所述数据处理中心用于处理数据和输出结果以及为装置提供电能。
一种车载平台，其中，包括：车本体，设置在所述车本体内或车本体车顶上的如上所述装置。
有益效果：本发明提出一种车载合成孔径雷达（车载SAR或移动SAR）的公路和铁路边坡稳定性监测方法，通过运输平台例如火车和汽车日常运营时收集沿线边坡的多时相SAR数据，利用全球导航卫星系统（GNSS）和惯导系统（INS）实现车载合成孔径雷达的高精度定位定姿，利用交通过雷达差分干涉测量技术和多时相数据处理方法实现沿线多数边坡的全天候、高效率和高精度稳定性监测。
附图说明
图1为本发明所述道路边坡稳定性监测方法示意图。
图2为本发明实现所述道路边坡稳定性监测方法的装置的结构示意图。
图中：车载合成孔径雷达（SAR）-1；天线连接线-2；惯导系统-3；惯导系统连接线-4；全球导航卫星系统（GNSS系统）-5；全球导航卫星系统连接线-6；气象参数采集器-7；气象参数采集器连接线-8；数据采集中心-9；车载合成孔径雷达系统传感器固定支架-10；车载固定支架-11；数据传输连接线-12；数据处理中心-13。
具体实施方式
本发明提供一种道路边坡稳定性监测方法及车载平台装置，为使本发明的目的、技术方案及效果更加清楚、明确，以下对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
传感器技术和传统测绘技术在边坡监测中效率较低，仪器布设和监测过程中需要耗费大量的人力，这些技术通常只能用来监测特定的一些边坡，很难用来监测公路和铁路沿线的大量边坡。另外，在一些作业条件苛刻的边坡中，上述技术是无法适用的。现代高新测绘技术很大程度上减少了作业人员的劳动强度提高了边坡监测效率，但也存在一些不足：卫星导航定位系统和传统的测绘技术一样只能用于一些特定边坡的监测，很难做到大范围多个边坡的监测；三维激光扫描技术搭载移动平台可以监测多个边坡，但其监测精度受距离限制；星载合成孔径雷达干涉测量技术可以覆盖较大面积和多个边坡，但在边坡监测中很容易受到几何畸变的影响，此外，监测的时效性主要取决于卫星的重访周期。
本发明提供一种道路边坡稳定性监测方法，其中，包括：
S100、通过车载合成孔径雷达获取雷达回波信号、通过气象参数采集器获取大气环境参数、通过惯导系统结合全球卫星导航系统获取车载合成孔径雷达的运动矢量信息；
S200、根据运动矢量信息和雷达回波信号采用后向投影法生成单视复数合成孔径雷达图像；
S300、根据所述单视复数合成孔径雷达图像并利用雷达差分干涉测量技术，得到距离向形变；
S400、根据所述单视复数合成孔径雷达图像并利用多孔径雷达干涉测量技术，得到方位向形变；
S500、根据所述大气环境参数，通过大气扰动模型获取大气扰动残差；
S600、根据所述距离向形变、所述方位向形变和所述大气扰动残差计算稳定性信息，根据所述稳定性信息对道路边坡稳定性监测；
所述稳定性信息包括形变速率V和累积形变
，通过如下公式计算得到：
其中，
为矩阵B的逆矩阵，B为合成孔径雷达影像对的设计矩阵，
为距离向形变和方位向形变组成的干涉对集合，W为包括大气扰动残差在内的观测残差，i为合成孔径雷达影像的观测序列编号，
为
时刻的累积形变，
为i与i+1之间的时刻差。本发明道路边坡稳定性监测方法是一种车载合成孔径雷达（Synthetic Aperture Radar，SAR）的公路和铁路边坡稳定性监测方法，利用交通运输平台例如火车和汽车日常运营时收集沿线边坡的多时相SAR数据，利用组合导航定位技术提取SAR平台的运动矢量信息，利用时域后向投影成像算法聚焦雷达回波SAR数据并生成单视复数合成孔径雷达图像，通过雷达差分干涉测量技术和多时相数据处理方法实现沿线多数边坡的高精度稳定性监测。本发明所提出的方法可广泛应用于高速公路和高速铁路等交通设施网络周边边坡的常规监测，具有全天候、高效率、和高精度等优点。
如图1所示，本发明是通过将车载SAR置于机动车或火车上，机动车或火车上行驶过程中即可实现对道路边坡的稳定性监测。在本发明的一个实施方式中，所述道路边坡包括汽车公路边坡、火车轨道边坡中的一种或两种。
所述S100，获取原始的数据，为之后的车载SAR回波数据成像以及边坡稳定性监测提供必要的数据，具体包括获取车载合成孔径雷达的运动矢量信息、雷达回波信号、大气环境参数。
所述S100具体包括：
S110、通过测量车载SAR位姿，获取车载合成孔径雷达的运动矢量信息；
S120、利用车载SAR，获取雷达回波信号；
S130、利用大气传感器，测量大气环境参数。
所述110中，为了获取车载SAR平台的位置和姿态信息，在本发明的一个实施方式中，所述获取车载合成孔径雷达平台的运动矢量信息具体是：通过全球卫星导航系统（GNSS）结合惯导系统（INS），获取车载合成孔径雷达平台的运动矢量信息。也就是说，采用组合导航技术，在观测值水平紧密融合全球卫星导航系统和惯导系统进行高精度定位定姿。
所述运动矢量信息用于计算多普勒频率和对基线偏移引起的地形和孔径相关的相位进行补偿等过程中。在本发明的一个实施方式中，所述运动矢量信息包括：速度信息和位置信息。具体地，速度信息与所述位置信息一一对应，其中，所述速度信息包括车载SAR的瞬时速度以及瞬时加速度，所述位置信息包括该位置的经度和纬度等信息。
具体地，所述110包括：
S111、计算GNSS天线位置：进行GNSS相对定位，得到GNSS天线的高精度绝对位置。
S112、计算平台初始姿态：利用加速度计和陀螺仪观测进行INS粗对准，得到平台的初始姿态。
S113、INS力学编排：利用GNSS天线位置、平台姿态和事先精密测量的杠杆臂计算平台参考点位置（通常为INS参考点），通过力学编排，更新平台的姿态、速度和位置。力学编排以高频率持续进行（通常200Hz），直到获得GNSS观测（例如1Hz）进行紧组合。
S114、构建观测方程：利用力学编排的平台位置、速度、姿态和杠杆臂，计算GNSS天线位置和速度，结合卫星位置计算天线卫星间的伪距和伪距率，分别与GNSS伪距和伪距率间形成伪距差、伪距率差观测方程。
S115、构建状态方程：以地固坐标系为导航坐标系，系统状态方程包括三维位置、速度、姿态以及三轴加速度计、陀螺仪偏差，建立15维参数向量，在地固坐标系下传播GNSS和INS的状态误差。
S116、扩展Kalman滤波：结合观测方程和状态方程进行扩展Kalman滤波，更新状态向量。
S117、INS偏差校正：利用加速度计、陀螺仪偏差的估计值进行偏差改正，实现闭环校正，达到一定精度后（与时间和平台轨迹等影响INS偏差的可估性因素有关）完成INS精对准。
S118、重复步骤S103至步骤S107，实现连续的高精度定位定姿，为下一步的SAR回波数据成像提供平台的运动矢量信息。
所述S120具体是车载SAR沿线公路或铁路，获取雷达回波信号。
所述S130是利用汽车或火车上安装的大气传感器测量运动轨迹上的大气环境参数，所述大气环境参数用于大气扰动相位补偿。所述大气环境参数包括气温、气压和相对湿度。
所述S200是对获取雷达回波信号进行数据成像。
所述S200中，由于车载SAR的运动轨迹不是理想的匀速直线运动，采用传统的距离多普勒成像算法难以完全消除运动轨迹的影响。本发明采用的成像算法可以克服这一局限性，本发明的车载SAR回波数据的成像算法采用后向投影（Back projection, BP）法。在本发明的一个实施方式中，所述根据运动矢量信息和雷达回波信号采用后向投影法生成单视复数合成孔径雷达图像具体包括：
S201、距离向聚焦：对雷达回波信号进行距离向聚焦，得到聚焦后的雷达回波信号；
S202、建立公共格网：根据数字高程模型建立成像场景的统一坐标网格点；
S203、距离向上采样：将所述聚焦后的雷达回波信号插值到所述坐标网格点；
S204、计算斜距：计算回波时刻车载合成孔径雷达天线到所述坐标网格点的斜距；
S205、计算多普勒频率：利用车载合成孔径雷达平台的运动矢量信息，计算所述坐标网格点对应多普勒频率；
S206、对回波信号成像：对雷达回波信号进行调制，并将合成孔径时间内的所有回波信号累加，信号解调后生成单视复数合成孔径雷达图像。
所述S201中，利用快速傅里叶变换（FFT）将雷达回波信号在距离向转换到频率域，通过卷积匹配滤波器进行距离向压缩，并利用逆快速傅里叶变换（IFFT）将信号重新转换到时域，实现雷达回波信号的距离向聚焦，得到聚焦后的雷达回波信号；
所述S202中，BP成像算法的优点是SAR图像聚焦后的坐标系是具有经纬度信息的公共格网，无需再进行地理编码。在本发明的一个实施方式中，所述数字高程模型包括全球数字高程模型（DEM）、高精度点云高程模型中的一种。
所述S203中，具体是利用快速FFT上采样的方法将S201中得到的所述聚焦后的雷达回波信号插值到步骤S202中的坐标网格点。
所述S204中，具体是计算每一个回波时刻车载SAR天线到步骤S202格网点中目标像素的斜距。
所述S205中，具体是利用GNSS和惯导定位技术所提供的车载SAR平台的速度和位置信息，计算步骤S202格网中每一个像素点的多普勒频率。
所述S206中，对S203中上采样回波信号进行调制，并将合成孔径时间内的所有回波信号累加，再进行信号解调，获得单视复数SAR图像。具体地，根据步骤S204中的目标像素的斜距和步骤S205中的像素点的多普勒频率，对每一个网格点上采样回波信号进行调制，并将合成孔径时间内的所有回波信号累加，再进行信号解调，完成整个成像场景，生成单视复数SAR图像。
所述S300是根据生成的单视复数SAR图像、运动矢量信息，获取距离向形变。具体地，根据所述单视复数合成孔径雷达图像并利用雷达差分干涉测量技术，获取距离向形变。
进一步地，所述S300包括：
S301、利用数字高程模型和合成孔径雷达平台的运动矢量信息对单视复数合成孔径雷达图像消除基线偏移相位；
S302、采用像素互相关法对单视复数合成孔径雷达图像进行影像几何配准；
S303、将单视复数合成孔径雷达图像进行重轨干涉，再根据二维或三维相位解缠方法进行解缠，得到距离向形变。
所述S301是运动相位补偿，由于车载SAR每次采集数据时的运动轨迹很可能不完全重叠，从而造成BP成像时距离向压缩的信号存在基线偏移相位，因此运动相位补偿的第一步需要在BP成像时利用外部DEM模型和SAR的运动矢量信息对基线偏移引起的地形和孔径相关的相位进行补偿。
所述S302是影像几何配准。本发明采用BP成像算法的优点是SAR图像聚焦后的坐标系是具有经纬度信息的公共格网，无需再进行地理编码；传统的影像几何配准方法可以进一步精化图像的偏移量。因此，影像几何配准具体是采用像素互相关法实现。
S303是通过重轨干涉测量和相位解缠进行距离向形变测量。在运动相位补偿和几何配准后，将两幅影像共轭相乘就可以得到传统的差分干涉相位；另外还需利用组合导航技术提供的平台运动矢量信息，对方位向的运动残差相位进行补偿，得到精化后的差分干涉相位；最后采用最小费用流法等经典的二维相位解缠方法或时间空间三维相位解缠方法可以得到解缠后的相位信息，即距离向形变。
所述S400是进行方位向形变测量，具体是利用多孔径InSAR（多孔径雷达干涉，Multiple Aperture Interferometry，MAI）的原理可以得到方位向形变信息。
所述S400包括：
S401、将单视复数合成孔径雷达图像的方位向频谱利用快速傅里叶变换和带通滤波器分为前视频谱和后视频谱；
S402、将所述前视频谱和所述后视频谱利用逆快速傅里叶变换分别聚焦生成前视合成孔径雷达影像和后视合成孔径雷达影像；
S403、将前视合成孔径雷达影像和后视合成孔径雷达影像共轭相乘并相减后，得到方位向形变。
所述S500是大气扰动相位补偿，具体是根据所述大气环境参数，通过温度、湿度和气压利用经验大气模型（大气扰动模型）计算大气扰动相位。所述观测残差包括大气扰动等噪声相位。需要说明的是，大气扰动相位补偿只针对S300距离向形变进行相位补偿，而S400中的方位向形变不受大气扰动误差的影响，因此，无需对方位向形变进行大气扰动相位补偿。
具体地，针对大气扰动相位，将分为方位向和距离向两个方向进行补偿改正。
S500包括：
S501、利用汽车或火车上安装的大气传感器（气象参数采集器）测量运动轨迹上的大气参数，包括气温、气压和相对湿度。
S502、选取一些已知的稳定点，例如坚硬的岩石，利用拟合的方法建立与距离相关的大气扰动模型，并联合S501测量的大气参数计算二维大气扰动相位，对距离向形变进行补偿。
所述S600是时间序列稳定性信息提取。
具体地所述S600包括：
S601、获取距离向和方位向的形变速率
和累积形变
；
S602、根据距离向和方位向的形变速率
和累积形变
监测边坡的稳定性。
所述S601是根据短基线准则组成步骤S300中的k组InSAR差分干涉图以及S400中的k组方MAI干涉图，图上任意像素点的形变可以写成下式：
B为所选择的SAR影像对的设计矩阵，即V与
的转换矩阵，V为距离向
或方位向
的形变速率，W为包括大气扰动残差在内的观测残差，
为S300或S400中该像素点的距离向形变或方位向形变的干涉对集合。
通过上述公式可以计算得到观测区域像素点的形变信息，即稳定性信息可以写成下式：
S602是分别预设距离向和方位向的形变速率V和累积形变
的阈值
和
，分别将距离向和方位向的形变速率V和累积形变
与
和
比较，进而评估边坡的稳定性。
所述道路边坡稳定性监测方法，还包括：
S700、测量精度评估：在典型边坡上布设一定数量的角反射器和GNSS接收机，利用所测量到的三维形变数据，对S600中结果（形变信息）进行定量精度评估。
如图2所示，一种实现如上所述道路边坡稳定性监测方法的装置，其中，包括：
数据采集中心9，与所述数据采集中心9连接的合成孔径雷达1、与所述数据采集中心9连接的惯导系统4、与所述数据采集中心9连接的全球卫星导航系统5、与所述数据采集中心9连接的气象参数采集器7、与所述数据采集中心9连接的数据处理中心13。其中，数据采集中心9用于收集和分析来自合成孔径雷达1、惯导系统2、全球卫星导航系统5、气象参数采集器8的数据，并传输至数据处理中心13；所述合成孔径雷达1用于采集雷达回波信号并传输给所述数据采集中心9；所述惯导系统3和全球卫星导航系统5相配合用于采集车载SAR的位姿信息并传输给所述数据采集中心9，气象参数采集器7用于采集大气环境参数并传输给所述数据采集中心9；所述数据处理中心13用于处理数据和输出结果。
具体地，所述合成孔径雷达1、惯导系统3、全球卫星导航系统5、气象参数采集器7分别通过天线连接线2、惯导系统连接线4、全球导航卫星系统连接线6、气象参数采集器连接线8与所述数据采集中心9连接，数据采集中心通过数据传输连接线12与数据处理中心13连接。
所述实现如上所述道路边坡稳定性监测方法的装置还包括：车载合成孔径雷达系统传感器固定支架10和车载固定支架11。所述合成孔径雷达、惯导系统3、全球卫星导航系统5、气象参数采集器7、数据采集中心9均设置在车载合成孔径雷达系统传感器固定支架10上，所述车载合成孔径雷达系统传感器固定支架10设置在车载固定支架11上。此外，所述装置还包括供电系统，用于为装置提供电能，所述供电系统集成在所述数据处理中心上。
所述惯导系统3 包括惯性测量单元（IMU），是测量物体三轴姿态角及加速度的装置，一般IMU包括三轴陀螺仪及三轴加速度计。
可选地，所述SAR发射接收天线的数量为多个。如图2所示，所述SAR的发射接收天线的数量为3个。
本发明提供一种车载平台，其中，包括：车本体，设置在所述车本体内或车本体车顶上的如上所述装置。如图1所示，所述车载平台是将所述道路边坡稳定性监测方法的装置设置在机动车或火车上，可实现所述机动车或火车沿道路行驶时采集相关数据及分析，从而对道路两旁的边坡进行监测。
应当理解的是，本发明的应用不限于上述的举例，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，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 (10)
1.一种道路边坡稳定性监测方法，其特征在于，包括：
通过车载合成孔径雷达获取雷达回波信号、通过气象参数采集器获取大气环境参数、通过惯导系统结合全球卫星导航系统获取车载合成孔径雷达的运动矢量信息；
根据运动矢量信息和雷达回波信号采用后向投影法生成单视复数合成孔径雷达图像；
根据所述单视复数合成孔径雷达图像并利用雷达差分干涉测量技术，得到距离向形变；
根据所述单视复数合成孔径雷达图像并利用多孔径雷达干涉测量技术，得到方位向形变；
根据所述大气环境参数，通过大气扰动模型获取大气扰动残差；
根据所述距离向形变、所述方位向形变和所述大气扰动残差计算稳定性信息，根据所述稳定性信息对道路边坡稳定性监测；
所述稳定性信息包括形变速率V和累积形变
，通过如下公式计算得到：
其中，
为矩阵B的逆矩阵，B为合成孔径雷达影像对的设计矩阵，
为距离向形变和方位向形变组成的干涉对集合，W为包括所述大气扰动残差在内的观测残差，i为合成孔径雷达影像的观测序列编号，
为
时刻的累积形变，
为i与i+1之间的时刻差。
2.根据权利要求1所述的道路边坡稳定性监测方法，其特征在于，所述道路边坡包括汽车公路边坡、火车轨道边坡中的一种或两种。
3.根据权利要求1所述的道路边坡稳定性监测方法，其特征在于，所述获取车载合成孔径雷达的运动矢量信息具体是：通过全球卫星导航系统结合惯导系统，获取车载合成孔径雷达的运动矢量信息。
4.根据权利要求1所述的道路边坡稳定性监测方法，其特征在于，所述运动矢量信息包括：速度信息和位置信息。
5.根据权利要求1所述的道路边坡稳定性监测方法，其特征在于，所述根据运动矢量信息和雷达回波信号采用后向投影法生成单视复数合成孔径雷达图像具体包括：
对雷达回波信号进行距离向聚焦，得到聚焦后的雷达回波信号；
根据数字高程模型建立成像场景的统一坐标网格点；
将所述聚焦后的雷达回波信号插值到所述坐标网格点；
计算回波时刻车载合成孔径雷达天线到所述坐标网格点的斜距；
利用车载合成孔径雷达的运动矢量信息，计算所述坐标网格点对应的多普勒频率；
对雷达回波信号进行调制，并将合成孔径时间内的所有回波信号累加，信号解调后生成单视复数合成孔径雷达图像。
6.根据权利要求5所述的道路边坡稳定性监测方法，其特征在于，所述数字高程模型包括全球数字高程模型、高精度点云高程模型中的一种。
7.根据权利要求1所述的道路边坡稳定性监测方法，其特征在于，所述根据所述单视复数合成孔径雷达图像并利用雷达差分干涉测量技术，得到距离向形变得到距离向形变包括：
利用数字高程模型和车载合成孔径雷达的运动矢量信息对单视复数合成孔径雷达图像消除基线偏移相位；
采用像素互相关法对单视复数合成孔径雷达图像进行影像几何配准；
将单视复数合成孔径雷达图像进行重轨干涉，再根据二维或三维相位解缠方法进行解缠，得到距离向形变。
8.根据权利要求1所述的道路边坡稳定性监测方法，其特征在于，所述根据所述单视复数合成孔径雷达图像并利用多孔径雷达干涉测量技术得到方位向形变包括：
将单视复数合成孔径雷达图像的方位向频谱利用快速傅里叶变换和带通滤波器分为前视频谱和后视频谱；
将所述前视频谱和所述后视频谱利用逆快速傅里叶变换分别聚焦生成前视合成孔径雷达影像和后视合成孔径雷达影像；
将前视合成孔径雷达影像和后视合成孔径雷达影像共轭相乘并相减后，得到方位向形变。
9.一种实现如权利要求1-8任一所述道路边坡稳定性监测方法的装置，其特征在于，包括：
数据采集中心，与所述数据采集中心连接的合成孔径雷达、与所述数据采集中心连接的惯导系统、与所述数据采集中心连接的全球卫星导航系统、与所述数据采集中心连接的气象参数采集器、与所述数据采集中心连接的数据处理中心；
其中，所述数据采集中心用于收集和分析来自合成孔径雷达、惯导系统、全球卫星导航系统、气象参数采集器的数据，并将数据传输至数据处理中心；所述车载合成孔径雷达用于采集雷达回波信号并传输给所述数据采集中心；所述惯导系统和全球卫星导航系统相配合用于采集车载合成孔径雷达的位姿信息并传输给所述数据采集中心；所述气象参数采集器用于采集大气环境参数并传输给所述数据采集中心；所述数据处理中心用于处理数据和输出结果以及为装置提供电能。
10.一种车载平台，其特征在于，包括：车本体，设置在所述车本体内或车本体车顶上的如权利要求9所述装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010822414.8A CN111736152B (zh) | 2020-08-17 | 2020-08-17 | 一种道路边坡稳定性监测方法及车载平台装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010822414.8A CN111736152B (zh) | 2020-08-17 | 2020-08-17 | 一种道路边坡稳定性监测方法及车载平台装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111736152A true CN111736152A (zh) | 2020-10-02 |
| CN111736152B CN111736152B (zh) | 2020-12-22 |
Family
ID=72658546
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010822414.8A Active CN111736152B (zh) | 2020-08-17 | 2020-08-17 | 一种道路边坡稳定性监测方法及车载平台装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111736152B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111856464A (zh) * | 2020-07-30 | 2020-10-30 | 武汉大学 | 一种基于单控制点信息的车载sar的dem提取方法 |
| CN113960602A (zh) * | 2021-12-22 | 2022-01-21 | 中科星睿科技(北京)有限公司 | 轨道误差信息生成方法、装置、电子设备和可读介质 |
| CN114609635A (zh) * | 2022-03-17 | 2022-06-10 | 电子科技大学 | 一种基于视频合成孔径雷达的干涉测量方法 |
| CN114739355A (zh) * | 2022-04-12 | 2022-07-12 | 深圳市德传技术有限公司 | 基于gnss与三轴加速计的滑坡监测方法、系统及介质 |
| CN115685204A (zh) * | 2022-12-28 | 2023-02-03 | 北京九天微星科技发展有限公司 | 一种用于低轨卫星星座的sar成像通信一体化方法及设备 |
| CN115993600A (zh) * | 2023-03-22 | 2023-04-21 | 湖南华诺星空电子技术股份有限公司 | 一种超宽带边坡形变监测雷达系统及监测方法 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103091676A (zh) * | 2013-01-22 | 2013-05-08 | 中国矿业大学 | 矿区地表开采沉陷合成孔径雷达干涉测量的监测及解算方法 |
| CN103576149A (zh) * | 2013-06-05 | 2014-02-12 | 河海大学 | 一种基于幅度信息的地基干涉雷达三维形变提取方法 |
| CN104515988A (zh) * | 2014-12-16 | 2015-04-15 | 中国安全生产科学研究院 | 一种基于地基合成孔径雷达的边坡安全监测预警方法 |
| CN105783754A (zh) * | 2016-03-14 | 2016-07-20 | 河海大学 | 基于三维激光扫描的GBInSAR三维位移场提取方法 |
| CN105929393A (zh) * | 2016-04-22 | 2016-09-07 | 湖南镭氪信息科技有限公司 | 大型人工建筑物三维形变的雷达测量方法及测量装置 |
| CN107132539A (zh) * | 2017-05-03 | 2017-09-05 | 中国地质科学院探矿工艺研究所 | 一种基于小基线集的时间序列InSAR的滑坡早期识别方法 |
| CN107144213A (zh) * | 2017-06-29 | 2017-09-08 | 中南大学 | 基于sar强度影像的矿区大量级三维时序形变估计方法及装置 |
| CN108398683A (zh) * | 2018-02-26 | 2018-08-14 | 中科卫星应用德清研究院 | 长时序自动干涉测量系统及方法 |
| US20180372863A1 (en) * | 2017-06-21 | 2018-12-27 | Korea Aerospace Research Institute | Method and apparatus for compensating antenna gain pattern |
| CN109738892A (zh) * | 2019-01-24 | 2019-05-10 | 中南大学 | 一种矿区地表高时空分辨率三维形变估计方法 |
| CN110471062A (zh) * | 2019-07-29 | 2019-11-19 | 武汉大学 | 基于地面稳定平台sar的流域库岸形变数据自动采集与处理方法 |
| CN111077525A (zh) * | 2019-12-20 | 2020-04-28 | 长安大学 | 融合sar与光学偏移量技术的地表维形变计算方法及系统 |
| CN111220980A (zh) * | 2020-01-19 | 2020-06-02 | 北京理工大学 | 一种地基sar非线性大气相位补偿方法 |
| CN111504251A (zh) * | 2020-04-21 | 2020-08-07 | 北京中资国源科技有限公司 | 一种高速公路边坡安全监测的新方法 |
-
2020
- 2020-08-17 CN CN202010822414.8A patent/CN111736152B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103091676A (zh) * | 2013-01-22 | 2013-05-08 | 中国矿业大学 | 矿区地表开采沉陷合成孔径雷达干涉测量的监测及解算方法 |
| CN103576149A (zh) * | 2013-06-05 | 2014-02-12 | 河海大学 | 一种基于幅度信息的地基干涉雷达三维形变提取方法 |
| CN104515988A (zh) * | 2014-12-16 | 2015-04-15 | 中国安全生产科学研究院 | 一种基于地基合成孔径雷达的边坡安全监测预警方法 |
| CN105783754A (zh) * | 2016-03-14 | 2016-07-20 | 河海大学 | 基于三维激光扫描的GBInSAR三维位移场提取方法 |
| CN105929393A (zh) * | 2016-04-22 | 2016-09-07 | 湖南镭氪信息科技有限公司 | 大型人工建筑物三维形变的雷达测量方法及测量装置 |
| CN107132539A (zh) * | 2017-05-03 | 2017-09-05 | 中国地质科学院探矿工艺研究所 | 一种基于小基线集的时间序列InSAR的滑坡早期识别方法 |
| US20180372863A1 (en) * | 2017-06-21 | 2018-12-27 | Korea Aerospace Research Institute | Method and apparatus for compensating antenna gain pattern |
| CN107144213A (zh) * | 2017-06-29 | 2017-09-08 | 中南大学 | 基于sar强度影像的矿区大量级三维时序形变估计方法及装置 |
| CN108398683A (zh) * | 2018-02-26 | 2018-08-14 | 中科卫星应用德清研究院 | 长时序自动干涉测量系统及方法 |
| CN109738892A (zh) * | 2019-01-24 | 2019-05-10 | 中南大学 | 一种矿区地表高时空分辨率三维形变估计方法 |
| CN110471062A (zh) * | 2019-07-29 | 2019-11-19 | 武汉大学 | 基于地面稳定平台sar的流域库岸形变数据自动采集与处理方法 |
| CN111077525A (zh) * | 2019-12-20 | 2020-04-28 | 长安大学 | 融合sar与光学偏移量技术的地表维形变计算方法及系统 |
| CN111220980A (zh) * | 2020-01-19 | 2020-06-02 | 北京理工大学 | 一种地基sar非线性大气相位补偿方法 |
| CN111504251A (zh) * | 2020-04-21 | 2020-08-07 | 北京中资国源科技有限公司 | 一种高速公路边坡安全监测的新方法 |
Non-Patent Citations (2)
| Title |
|---|
| SONGBO WU等: "《CONTINUOUS MONITORING THE GROUND DEFORMATION BY A STEP-BY-STEP ESTIMATOR IN MTINSAR 》", 《IGARSS 2019 - 2019 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM》 * |
| 王振林等: "基于时序Sentinel-1数据的锦屏水电站左岸边坡形变探测与特征分析", 《国土资源遥感》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111856464A (zh) * | 2020-07-30 | 2020-10-30 | 武汉大学 | 一种基于单控制点信息的车载sar的dem提取方法 |
| CN111856464B (zh) * | 2020-07-30 | 2021-11-26 | 武汉大学 | 一种基于单控制点信息的车载sar的dem提取方法 |
| CN113960602A (zh) * | 2021-12-22 | 2022-01-21 | 中科星睿科技(北京)有限公司 | 轨道误差信息生成方法、装置、电子设备和可读介质 |
| CN114609635A (zh) * | 2022-03-17 | 2022-06-10 | 电子科技大学 | 一种基于视频合成孔径雷达的干涉测量方法 |
| CN114609635B (zh) * | 2022-03-17 | 2023-06-20 | 电子科技大学 | 一种基于视频合成孔径雷达的干涉测量方法 |
| CN114739355A (zh) * | 2022-04-12 | 2022-07-12 | 深圳市德传技术有限公司 | 基于gnss与三轴加速计的滑坡监测方法、系统及介质 |
| CN114739355B (zh) * | 2022-04-12 | 2024-05-17 | 深圳市德传技术有限公司 | 基于gnss与三轴加速计的滑坡监测方法、系统及介质 |
| CN115685204A (zh) * | 2022-12-28 | 2023-02-03 | 北京九天微星科技发展有限公司 | 一种用于低轨卫星星座的sar成像通信一体化方法及设备 |
| CN115993600A (zh) * | 2023-03-22 | 2023-04-21 | 湖南华诺星空电子技术股份有限公司 | 一种超宽带边坡形变监测雷达系统及监测方法 |
| CN115993600B (zh) * | 2023-03-22 | 2023-08-08 | 湖南华诺星空电子技术股份有限公司 | 一种超宽带边坡形变监测雷达系统及监测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111736152B (zh) | 2020-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111736152B (zh) | 一种道路边坡稳定性监测方法及车载平台装置 | |
| CN108919262B (zh) | Dem辅助强度相关的冰川表面运动三维矢量反演方法 | |
| US9528834B2 (en) | Mapping techniques using probe vehicles | |
| US20210199437A1 (en) | Vehicular component control using maps | |
| CN101770027B (zh) | 基于InSAR与GPS数据融合的地表三维形变监测方法 | |
| US20180025632A1 (en) | Mapping Techniques Using Probe Vehicles | |
| CN110456346B (zh) | 一种基于InSAR技术的输电铁塔倾斜监测方法 | |
| CN107918127A (zh) | 一种基于车载InSAR的道路边坡形变检测系统及方法 | |
| Poli et al. | SPOT-5/HRS stereo images orientation and automated DSM generation | |
| Tadono et al. | Calibration and validation of PRISM onboard ALOS | |
| Huber et al. | The global TanDEM-X DEM: Production status and first validation results | |
| Kim et al. | Applicability assessment of UAV mapping for disaster damage investigation in Korea | |
| CN113758483A (zh) | 一种自适应fkf地图匹配方法及系统 | |
| Chang et al. | Validation of DEMs derived from radar interferometry, airborne laser scanning and photogrammetry by using GPS-RTK | |
| Nikolakopoulos et al. | Updating the 1: 50.000 topographic maps using ASTER and SRTM DEM: the case of Athens, Greece | |
| CN117541929A (zh) | 一种复杂环境InSAR大区域输电通道形变风险评估方法 | |
| JP2019219348A (ja) | 含水比マッピング方法及び含水比マッピング装置 | |
| Csathó et al. | A multisensor data set of an urban and coastal scene | |
| CN116202410A (zh) | 地质灾害监测方法、装置、电子设备和存储介质 | |
| Toth et al. | Redefining the paradigm of modern mobile mapping | |
| Chang et al. | Assessment of digital elevation models using RTK GPS | |
| Tamimi et al. | Performance Assessment of a Mini Mobile Mapping System: Iphone 14 pro Installed on a e-Scooter | |
| Meng et al. | Development of satellite based positioning and navigation facilities for precise ITS applications | |
| Mattar et al. | Airborne interferometric SAR results from mountainous and glacial terrain | |
| Grejner-Brzezinska et al. | Airborne remote sensing supporting traffic flow estimation |
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 |