CN112069672A - 一种滚石轨迹实时修正计算方法 - Google Patents
一种滚石轨迹实时修正计算方法 Download PDFInfo
- Publication number
- CN112069672A CN112069672A CN202010894265.6A CN202010894265A CN112069672A CN 112069672 A CN112069672 A CN 112069672A CN 202010894265 A CN202010894265 A CN 202010894265A CN 112069672 A CN112069672 A CN 112069672A
- Authority
- CN
- China
- Prior art keywords
- rolling stone
- rolling
- flying
- model
- track
- 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.)
- Pending
Links
- 238000005096 rolling process Methods 0.000 title claims abstract description 183
- 239000004575 stone Substances 0.000 title claims abstract description 164
- 238000004364 calculation method Methods 0.000 title claims abstract description 26
- 238000012937 correction Methods 0.000 title claims abstract description 15
- 239000011435 rock Substances 0.000 claims abstract description 37
- 238000004891 communication Methods 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 21
- 238000012216 screening Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 230000033001 locomotion Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005381 potential energy Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种滚石轨迹实时修正计算方法,该方法采用的设备包括九轴传感器、无线通信模块和计算机,所述九轴传感器安装于边坡危岩内,并通过无线通信模块与计算机通信,所述计算机内预存储目标边坡的数字模型和若干滚石飞落模型,当危岩松动变成滚石时,九轴传感器实时监测的滚石位置和速度信号,计算机将接收到滚石位置和速度信号按照一定频率与若干滚石飞落模型进行比对,根据比对结果筛选出最接近的滚石飞落模型,然后利用该滚石飞落模型对后续轨迹进行计算和预测。本发明可以通过九轴传感器实时监测滚石位置,并反馈给计算机进行模拟计算,根据当前位置和之前的轨迹判断下一阶段采用哪种模型进行轨迹预测,以减轻受灾情况的效果。
Description
技术领域
本发明属于边坡防治领域,具体涉及到一种滚石轨迹实时修正计算方法,用于预测边坡滚石落点位置,提前发出警告,降低危害。主要可用于易于滑坡,有危岩存在的边坡。尤其针对于有大型危岩存在的山体,山坡。
背景技术
目前存在的预警系统大都只采用监控模式,通过使用监控或照相机仅对危岩,滚石采用实时监控,并未对其滚落时的落点进行预测,往往在滚石造成损害后,才知道其发生位置。
此方法具有以下问题
(1)现使用的预警系统,不能及时有效的警告即将受灾的区域,疏散灾民。
(2)现使用的预警系统,不能和数据模型理论联系起来,精确程度较低。
(3)边界参数不确定性,导致预测精度存在很大的不确定性。在理论研究和工程实践中没有一个很好的平衡。
另外现有技术中也有一些预测滚石的模型,但是由于现场环境多变性,每种模型都有其自身的局限性,无法准确模拟所有情况,实际上现有技术模型的准确率一般都比较低,对于滚石来说,一般分为初始滑动阶段、飞落阶段、碰撞弹跳阶段和滚动阶段,其中飞落阶段危险最大,因为,飞落过后着地能量最大,而且不可见,飞落的距离和位置也不可控,因此,如何选择飞落过程的预测轨迹尤为重要,弹跳阶段虽然危害也大,但是由于滚石已经着地过,所以弹跳范围也有限,可以大致判断弹跳落点。因此,对飞落阶段的轨迹判断可以以最小成本达到危险预警效果最大化。
九轴传感器在惯性导航和VR领域有充分应用,其可以监测对象多种移动方式,九轴传感器实际由三种传感器的组合,分别为3轴加速传感器、3轴陀螺仪和3轴电子罗盘(地磁传感器)。三个部分作用不同,相互配合,能够测量多种参数,比如姿态、矢量速度和位置等,加以利用在滚石上可以起到意想不到的效果。
发明内容
本发明的目的就是为了针对上述问题而提出的一种滚石轨迹实时修正计算方法。本发明一种滚石轨迹实时修正计算方法,主要由九轴传感器,供能电池,计算机组成。
为了解决上述技术问题,本发明采用的技术方案如下:
一种滚石轨迹实时修正计算方法,其特征在于:该方法采用的设备包括九轴传感器、无线通信模块和计算机,所述九轴传感器安装于边坡危岩内,并通过无线通信模块与计算机通信,所述计算机内预存储目标边坡的数字模型和若干滚石飞落模型,当危岩松动变成滚石时,九轴传感器实时监测的滚石位置和速度信号,计算机将接收到滚石位置和速度信号按照一定频率与若干滚石飞落模型进行比对,根据比对结果筛选出最接近的滚石飞落模型,然后利用该滚石飞落模型对后续轨迹进行计算和预测。
进一步地,筛选出最接近的滚石飞落模型的方法如下:
步骤1、建立滚石初始飞落方向所在竖直平面的二维坐标系xoy,通过目标边坡的数字模型得到坡面方程f(x,y),将滚石飞落实际在二维坐标系xoy内曲线分别记为β,将若干滚石飞落模型在二维坐标系xoy内曲线分别记为α1,α2…αn,n为滚石飞落模型总数;
步骤2、将滚石实际轨迹按照一定频率分成若干采样点,采样点的x轴坐标分别记为x1,x2…xm,m为采样点总数;
步骤3、计算第一个滚石飞落模型在各个采样点处与滚石飞落实际位置的y坐标差值,第一个采样点处,第一个滚石飞落模型与滚石飞落实际位置的y坐标差值为:
s11=|α1(x1)-β(x1)|
第二个采样点处,第一个滚石飞落模型与滚石飞落实际位置的y坐标差值为:
s12=|α1(x2)-β(x2)|
第三个采样点处,第一个滚石飞落模型与滚石飞落实际位置的y坐标差值为:
s13=|α1(x3)-β(x3)|
如此类推,第m个采样点处,第一个滚石飞落模型与滚石飞落实际位置的y坐标差值为:
s1m=|α1(xm)-β(xm)|
因此,第一个滚石飞落模型与滚石飞落实际轨迹的误差均值为:
为了便于计算,利用误差方差表达误差均值,误差方差记为:
步骤4、按照步骤3方法计算出每个滚石飞落模型与滚石飞落实际轨迹的误差方差,得到误差方差据序列(s1,s1…sn);
步骤5、求出误差方差据序列中的最小值min(s1,s1…sn),对应的滚石飞落模型即为最优滚石飞落模型,采用该最优滚石飞落模型预测滚石后续轨迹。
进一步地,所述步骤2中,采样的频率为10-100次每秒。
本发明提供了一种滚石轨迹计算方法,将滚石简化为二维运动模型,将复杂的滚石运动,分解为几个阶段的排列组合。每一阶段都有其对应的特点和假设。
由于滚石运动非常复杂,为了便于理论分析,需要做如下假设:
(1)滚石为一个质点,但是不忽略滚石大小、形状等细微因素对滚石运动轨迹的影响。
(2)滚石的质量恒定,为常数,即滚石足够坚硬,在碰撞的过程中不会分裂。
(3)忽略空气阻力的影响。
(4)边坡坡面运用微分的思想,将滚石的碰撞点看作一条连续不断的直线。
(5)忽略边坡坡面粗糙度的影响。
通过九轴传感器的数据,辅以实验我们可以更加精确的知道现场的参数,例如摩擦系数,坡度变化等。以往需要将复杂因素全部归结在一起,本发明中可以将影响滚石运动的因素尽可能细化,以达到最大程度的符合实际情况。
本发明数学模型可分为以下四个步骤
1、滑动阶段
所谓滑动阶段就是滚石位移的初始阶段,是动能积累的阶段,在本阶段中,我们需要得到滚石所滑移的距离和结束本阶段进入下一阶段的初始速度
2、飞落阶段
所谓飞落阶段就是滚石下落的运动曲线,此阶段中我们将滚石的斜抛物线放入坐标系中,将滚石运动分解为x轴的匀减速运动和y轴的自由落体运动的叠加。
3、碰撞弹跳阶段
所谓碰撞弹跳阶段就是滚石重力势能转化为弹性势能的阶段,我们将入射速度和岩坡面分解为法向速度,经过恢复系数的修正后可以得到滚石弹跳后的出射速度
4、滚动阶段
滚动阶段就是滚石运动的结束阶段,我们可以根据坡度和之前得到的速度矢量求出滚石最终静止时的滚动距离。
首先确定危岩位置,收集坡地测量数据,布置好防护网后再将九轴传感器通过钻孔放入危岩内部,在确定信号接收器接收到信号后进行封口。通过信号接收器来判断危岩状态,进行实时监控。一但发现危岩产生位移,通过本发明提供的计算方法,用计算机进行模拟并对滚石落点进行预测,并进行警报,使滚石造成的损害将之最小。
本发明有益效果是
(一)运用放置在危岩内的九轴传感器点对点进行监控,避免了光敏式传感器面对复杂情况难以甄别的情况。
(二)通过数学模型解析可以提前预知滚石落点,提前发出警报,降低滚石造成的损害。
(三)通过滚石下落轨迹,可以反向筛选出正确的数学模型,达到实践作用于理论的目的。
本发明可以对滚石轨迹模型进行实时修正,避免了利用单一模型计算时预测出现偏差,利用本发明实时修正的方法可以实现滚石在不同阶段采用不同的模型,从而集合各自模型的优点,达到最接近真实轨迹的目的。
附图说明
图1为本发明实施例中边坡滚石预警系统结构框图。
图2为本发明实施例中边坡滚石预警系统现场布局示意图。
图3为本发明滚石轨迹实时修正计算方法示意图。
图4为本发明实施例边坡滚石预警系统建立方法的步骤2中成孔示意图。
图5为本发明实施例边坡滚石预警系统建立方法的步骤3中埋入九轴传感器示意图。
图6为本发明实施例边坡滚石预警系统建立方法的步骤4中测试九轴传感器通讯信号示意图。
图7为本发明实施例边坡滚石预警系统建立方法的步骤5中对成孔封闭操作示意图。
附图中1-九轴传感器,2-危岩,3-山体,4-护栏,5-公路,6-计算机,8-钻头,9-成孔,10-混凝土回填区,S1-滑动阶段,S2-飞落阶段,S3-碰撞弹跳阶段,S4-滚动阶段。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
如图1所示,本发明的滚石轨迹实时修正计算方法基于九轴传感器的边坡滚石预警系统,该系统包括远程控制系统、数据传输子系统和现场数据采集子系统;所述数据传输子系统用于实现远程控制系统和现场数据采集子系统之间的数据传输;所述远程控制系统包括地理信息子系统、滚石轨迹计算子系统和模型预警子系统,所述地理信息子系统用于存储目标边坡的数字模型;所述滚石轨迹计算子系统用于建立滚石滑坡轨迹计算模型库,根据不同的初始边界条件计算滚石的轨迹;所述模型预警子系统用于根据滑坡的触发和滚石轨迹计算子系统所模拟计算的滚石轨迹,预测滚石落点,并结合附近的房屋、道路判断影响区域,并发出预警信息;所述现场数据采集子系统包括安装在边坡危岩2中的九轴传感器1。
作为一种具体的实施例,所述地理信息子系统通过激光雷达、倾斜摄影技术获取现场区域的地形信息,所述地形信息包括边坡模型和边坡周围道路房屋、道路信息。
作为一种具体的实施例,所述模型预警子系统包括自动预警系统和人工预警系统,所述自动预警系统通知监控远程控制系统的操作人员,所述人工预警系统包括电话通知和短信通知。
作为一种具体的实施例,所述数据传输子系统采用GPRS信号、3G信号、4G信号或者5G信号进行数据传输,具体采用GPRS芯片、3G芯片、4G芯片或5G芯片。
作为一种具体的实施例,所述九轴传感器1采用微型电池供电。
作为一种具体的实施例,所述远程控制系统安装于远程控制室内的计算机6上。
边坡滚石预警系统建立方法包括以下步骤:
步骤1、通过无人机携带地形扫描设备(比如三维激光扫描仪)扫描目标地区,收集地形数据,确定危岩2位置;
步骤2、在危岩2上布好防护网,并按设计位置进行钻孔,钻进得成孔9,如图4所示;
步骤3、将九轴传感器1和用于进行数据传输的通信模块相连并埋入成孔9之中,如图5所示;
步骤4、测试九轴传感器1是否能通过通信模块发出信号并被远程控制系统接收,如图6所示;
步骤5、确认有信号并能正常被远程控制系统接收后,对危岩2上的成孔9进行封闭操作,如图7所示;
步骤6、再次测试九轴传感器1发出的信号能否被计算机6所接收;
步骤7、当落石发生时,危岩2内部的九轴传感器1被触发,向远程控制系统发出危岩2移动信号;
步骤8、滚石轨迹计算子系统根据滚石轨迹计算子系统中既有的数学模型和九轴传感器1的参数,计算出滚石的轨迹和落点;
步骤9、模型预警子系统根据滚石的轨迹和落点,结合附近的房屋、道路判断影响区域,并发出预警信息;
步骤10、监控人员接到警报信号后,立刻报告受灾区域并向有关人员发送危险区域讯息,通知灾害发生情况,救援工作即刻展开,相关区域特别是道路进行临时封锁。
特别的,当远程控制系统通过九轴传感器1监测到滚石位移停止后,立刻立即在相应区域展开救援工作,并且可以告诉救援人员那些地方滚石任然在移动,可以有效避免二次灾害发生。
利用滚石轨迹计算子系统的滚石轨迹实时修正计算方法如下:
所述计算机内预存储目标边坡的数字模型和若干滚石飞落模型,通过数字模型得到坡面方程f(x,y),计算方法是在边坡上建立以危岩为原点的坐标系,当危岩松动变成滚石时,九轴传感器实时监测的滚石位置和速度信号,计算机将接收到滚石位置和速度信号按照一定频率与若干滚石飞落模型进行比对,根据比对结果筛选出最接近的滚石飞落模型,然后利用该滚石飞落模型对后续轨迹进行计算和预测。
筛选出最接近的滚石飞落模型的方法如下:
步骤1、建立滚石初始飞落方向所在竖直平面的二维坐标系xoy,通过目标边坡的数字模型得到坡面方程f(x,y),将滚石飞落实际在二维坐标系xoy内曲线分别记为β,将若干滚石飞落模型在二维坐标系xoy内曲线分别记为α1,α2…αn,n为滚石飞落模型总数;
步骤2、将滚石实际轨迹按照一定频率分成若干采样点,采样点的x轴坐标分别记为x1,x2…xm,m为采样点总数;
步骤3、计算第一个滚石飞落模型在各个采样点处与滚石飞落实际位置的y坐标差值,第一个采样点处,第一个滚石飞落模型与滚石飞落实际位置的y坐标差值为:
s11=|α1(x1)-β(x1)|
第二个采样点处,第一个滚石飞落模型与滚石飞落实际位置的y坐标差值为:
s12=|α1(x2)-β(x2)|
第三个采样点处,第一个滚石飞落模型与滚石飞落实际位置的y坐标差值为:
s13=|α1(x3)-β(x3)|
如此类推,第m个采样点处,第一个滚石飞落模型与滚石飞落实际位置的y坐标差值为:
s1m=|α1(xm)-β(xm)|
因此,第一个滚石飞落模型与滚石飞落实际轨迹的误差均值为:
为了便于计算,利用误差方差表达误差均值,误差方差记为:
步骤4、按照步骤3方法计算出每个滚石飞落模型与滚石飞落实际轨迹的误差方差,得到误差方差据序列(s1,s1…sn);
步骤5、求出误差方差据序列中的最小值min(s1,s1…sn),对应的滚石飞落模型即为最优滚石飞落模型,采用该最优滚石飞落模型预测滚石后续轨迹。
本发明步骤2中,采样的频率可以根据实际需要进行调整,一般为10-100次每秒。
边坡上危岩形成的滚石一般分为滑动阶段S1、飞落阶段S2、碰撞弹跳阶段S3和滚动阶段S4,其中飞落阶段危害最大,滚石飞落位置最不可控,因此,本发明重点在于研究飞落阶段,准确判断滚石落点,可以大大降低灾害危害程度。
需要说明的是,虽然滚石滚落的方向不确定,但是一旦滚石滚落开始滚动和飞落后,方向基本确定,并且在后续滚动和飞落过程中方向的偏离相对于于滚出或者飞出的距离可以忽略不计,所以,本发明可以将滚石的轨迹简化为二维平面坐标系内的运动,并且本发明二维坐标系是根据滚石开始滚动的方向确定的,此时坡面方程是滚动方向所在竖直平面与三维坡面相交得到的交线方程,即为f(x,y),当然本发明实际计算过程中,也可以将二维坐标转换为经纬加上高程的三维坐标,坐标转换为公知常识,本发明不再赘述。
以上实施方式仅用于说明本发明,而非对本发明的限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行各种组合、修改或者等同替换,都不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。
Claims (3)
1.一种滚石轨迹实时修正计算方法,其特征在于:该方法采用的设备包括九轴传感器、无线通信模块和计算机,所述九轴传感器安装于边坡危岩内,并通过无线通信模块与计算机通信,所述计算机内预存储目标边坡的数字模型和若干滚石飞落模型,当危岩松动变成滚石时,九轴传感器实时监测的滚石位置和速度信号,计算机将接收到滚石位置和速度信号按照一定频率与若干滚石飞落模型进行比对,根据比对结果筛选出最接近的滚石飞落模型,然后利用该滚石飞落模型对后续轨迹进行计算和预测。
2.如权利要求1所述滚石轨迹实时修正计算方法,其特征在于:筛选出最接近的滚石飞落模型的方法如下:
步骤1、建立滚石初始飞落方向所在竖直平面的二维坐标系xoy,通过目标边坡的数字模型得到坡面方程f(x,y),将滚石飞落实际在二维坐标系xoy内曲线记为β,将若干滚石飞落模型在二维坐标系xoy内曲线分别记为α1,α2…αn,n为滚石飞落模型总数;
步骤2、将滚石实际轨迹按照一定频率分成若干采样点,采样点的x轴坐标分别记为x1,x2…xm,m为采样点总数;
步骤3、计算第一个滚石飞落模型在各个采样点处与滚石飞落实际位置的y坐标差值,第一个采样点处,第一个滚石飞落模型与滚石飞落实际位置的y坐标差值为:
s11=|α1(x1)-β(x1)|
第二个采样点处,第一个滚石飞落模型与滚石飞落实际位置的y坐标差值为:
s12=|α1(x2)-β(x2)|
第三个采样点处,第一个滚石飞落模型与滚石飞落实际位置的y坐标差值为:
s13=|α1(x3)-β(x3)|
如此类推,第m个采样点处,第一个滚石飞落模型与滚石飞落实际位置的y坐标差值为:
s1m=|α1(xm)-β(xm)|
因此,第一个滚石飞落模型与滚石飞落实际轨迹的误差均值为:
为了便于计算,利用误差方差表达误差均值,误差方差记为:
步骤4、按照步骤3方法计算出每个滚石飞落模型与滚石飞落实际轨迹的误差方差,得到误差方差据序列(s1,s1…sn);
步骤5、求出误差方差据序列中的最小值min(s1,s1…sn),对应的滚石飞落模型即为最优滚石飞落模型,采用该最优滚石飞落模型预测滚石后续轨迹。
3.如权利要求2所述滚石轨迹实时修正计算方法,其特征在于:所述步骤2中,采样的频率为10-100次每秒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010894265.6A CN112069672A (zh) | 2020-08-31 | 2020-08-31 | 一种滚石轨迹实时修正计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010894265.6A CN112069672A (zh) | 2020-08-31 | 2020-08-31 | 一种滚石轨迹实时修正计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112069672A true CN112069672A (zh) | 2020-12-11 |
Family
ID=73665918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010894265.6A Pending CN112069672A (zh) | 2020-08-31 | 2020-08-31 | 一种滚石轨迹实时修正计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112069672A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399344A (zh) * | 2013-07-24 | 2013-11-20 | 北京师范大学 | 一种地震后发生崩滑灾害位置的预测方法 |
CN107066774A (zh) * | 2017-06-22 | 2017-08-18 | 武汉市陆刻科技有限公司 | 倾斜摄影测量预测滚石运动轨迹模拟系统及其预测方法 |
CN206556700U (zh) * | 2017-03-22 | 2017-10-13 | 北京蓝尊科技有限公司 | 滚石滑落实时监测及状态仿真系统 |
CN108120428A (zh) * | 2017-12-12 | 2018-06-05 | 山东大学 | 滚石运动轨迹重构及监测预警模型试验系统与方法 |
CN108168822A (zh) * | 2017-12-12 | 2018-06-15 | 山东大学 | 边坡滚石防护结构冲击作用下受力监测模型试验系统及方法 |
CN109496288A (zh) * | 2017-07-13 | 2019-03-19 | 北京嘀嘀无限科技发展有限公司 | 用于确定轨迹的系统和方法 |
CN110895819A (zh) * | 2018-09-12 | 2020-03-20 | 长沙智能驾驶研究院有限公司 | 目标跟踪方法、装置、计算机可读存储介质和计算机设备 |
CN111291280A (zh) * | 2020-03-10 | 2020-06-16 | 中国科学院计算技术研究所 | 一种大规模移动对象的轨迹快速预测方法、介质和设备 |
-
2020
- 2020-08-31 CN CN202010894265.6A patent/CN112069672A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399344A (zh) * | 2013-07-24 | 2013-11-20 | 北京师范大学 | 一种地震后发生崩滑灾害位置的预测方法 |
CN206556700U (zh) * | 2017-03-22 | 2017-10-13 | 北京蓝尊科技有限公司 | 滚石滑落实时监测及状态仿真系统 |
CN107066774A (zh) * | 2017-06-22 | 2017-08-18 | 武汉市陆刻科技有限公司 | 倾斜摄影测量预测滚石运动轨迹模拟系统及其预测方法 |
CN109496288A (zh) * | 2017-07-13 | 2019-03-19 | 北京嘀嘀无限科技发展有限公司 | 用于确定轨迹的系统和方法 |
CN108120428A (zh) * | 2017-12-12 | 2018-06-05 | 山东大学 | 滚石运动轨迹重构及监测预警模型试验系统与方法 |
CN108168822A (zh) * | 2017-12-12 | 2018-06-15 | 山东大学 | 边坡滚石防护结构冲击作用下受力监测模型试验系统及方法 |
CN110895819A (zh) * | 2018-09-12 | 2020-03-20 | 长沙智能驾驶研究院有限公司 | 目标跟踪方法、装置、计算机可读存储介质和计算机设备 |
CN111291280A (zh) * | 2020-03-10 | 2020-06-16 | 中国科学院计算技术研究所 | 一种大规模移动对象的轨迹快速预测方法、介质和设备 |
Non-Patent Citations (4)
Title |
---|
A. AZZONI 等: "Analysis and Prediction of Rockfalls Using a Mathematical Model", 《INT. J. ROCK MECH. MIN. SCI. & GEOMECH》, 31 December 1995 (1995-12-31), pages 709 - 724 * |
崔圣华 等: "直线型斜坡滚石运动速度特征研究", 《地质工程学报》, 31 December 2013 (2013-12-31), pages 912 - 919 * |
崔圣华 等: "直线型斜坡滚石运动速度特征研究", 《地质工程学报》, pages 912 - 919 * |
谢彬 等: "基于轨迹相似度的移动目标轨迹预测算法", 《计算机工程》, 30 September 2018 (2018-09-30), pages 183 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3477329B1 (en) | System with global positioning and rf time-of-flight ranging for supervising the safety on a site | |
CN109903592B (zh) | 一种基于误差理论的高精度航空器自动近地防撞系统地形扫描方法 | |
WO2009113755A1 (en) | Monitoring system using unmanned air vehicle with wimax communication | |
CN107783545A (zh) | 基于ooda环多传感器信息融合的灾后救援旋翼无人机避障系统 | |
WO2017161563A1 (zh) | 飞行器的控制方法和装置 | |
CN107592508A (zh) | 一种智能追踪识别系统 | |
KR101694675B1 (ko) | 지하구조물 건설현장 통합 관리시스템 | |
JP6288901B1 (ja) | 落下検知手段、落下警報手段及び落下通報手段 | |
Miraglia et al. | Comparison of two sensor data fusion methods in a tightly coupled UWB/IMU 3-D localization system | |
US20180122247A1 (en) | Integrated system to determine turbulent effects, in particular in aircrafts in flight | |
Lombaerts et al. | Distributed Ground Sensor Fusion Based Object Tracking for Autonomous Advanced Air Mobility Operations | |
US20080021657A1 (en) | Utilizing rapid water displacement detection systems and satellite imagery data to predict tsunamis | |
CN111950168A (zh) | 一种滚石轨迹计算方法 | |
KR20230136289A (ko) | 재난재해지역 자동 검출 및 토공량 산정 시스템 | |
CN112069672A (zh) | 一种滚石轨迹实时修正计算方法 | |
CN105679104A (zh) | 一种机载前视地形预测和告警方法 | |
CN110632945B (zh) | 一种直升机着陆方法、装置及系统 | |
CN112817322A (zh) | 一种头戴式无人直升机控制系统及其控制方法 | |
CN107045805A (zh) | 一种用于小型航空器和空飘物的监测方法及系统 | |
CN111998743B (zh) | 一种超大滚石空中爆破销毁方法 | |
CN112013837A (zh) | 一种基于九轴传感器的边坡滚石预警系统 | |
CN106781289A (zh) | 一种隧道放炮施工对山体岩堆运动的监测装置 | |
KR102350668B1 (ko) | 드론을 이용한 인공지능 기반의 조경작업용 스마트 사용자 상황 감시 시스템 및 방법 | |
JP7423669B2 (ja) | 地空管理システム | |
CN108153751B (zh) | 一种机载设备地图数据库飞行期间主动更新方法 |
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 | ||
CB02 | Change of applicant information |
Address after: 250014 No. 42, Wenhua East Road, Lixia District, Shandong, Ji'nan Applicant after: Shandong land and space ecological restoration Center Address before: 250014 No.17 Jingshan Road, Lixia District, Jinan City, Shandong Province Applicant before: Shandong Geological Environment Monitoring Station (Shandong Geological Disaster Prevention and control technology guidance center) |
|
CB02 | Change of applicant information |