CN113759374A - 一种城市基础设施的结构健康问题的监测系统和监测方法 - Google Patents
一种城市基础设施的结构健康问题的监测系统和监测方法 Download PDFInfo
- Publication number
- CN113759374A CN113759374A CN202110959500.8A CN202110959500A CN113759374A CN 113759374 A CN113759374 A CN 113759374A CN 202110959500 A CN202110959500 A CN 202110959500A CN 113759374 A CN113759374 A CN 113759374A
- Authority
- CN
- China
- Prior art keywords
- images
- satellite
- unmanned aerial
- aerial vehicle
- module
- 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
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
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
一种城市基础设施的结构健康问题的监测系统和监测方法,星载sar包括有星载雷达模块、静态遥感模块、动态视频模块和数据处理模块,星载雷达模块用于全天时、全天候、全区域获取星载雷达影像,静态遥感模块用于全天时、全天候、全区域获取静态遥感影像,动态视频模块用于全天时、全天候、全区域获取动态视频影像;所述航拍无人机用于获取无人机局部影像;数据包括有星载雷达影像、静态遥感影像、动态视频影像、无人机局部影像或秒级或小时级无打扰清查数据。本发明可全天时、全天候、广覆盖;高分辨率,高精度(精度可达毫米级);成本低(是常规测量手段成本的十分之一);无需外业测量,节省大量人力、物力、财力;可获取历史形变。
Description
技术领域
本发明涉及城市基础设施技术领域,尤其是一种城市基础设施的结构健康问题的监测系统和监测方法。
背景技术
城市基础设施是城市的“生命线”,通常城市基础设施要经受住暴风骤雨的考验。城市基础设施的结构健康问题关系到城市环境和社会经济的可持续发展,而与城市基础设施相关的城市病不容忽视,也不可忽视快速城市化带来的温水煮青蛙式的隐伏灾害,其中包括由地面沉降引起的基础设施病害,自然因素:地质条件;人为因素:工程施工、地下资源开采等。
随着城市化进程加快,城市地面沉降和基础设施形变问题日益严重,成为一种新的“城市病”,其主要包括:建筑物变形和垮塌、城市地陷、填海区沉降;建筑物变形和垮塌、城市地陷、填海区沉降;大坝和水库区域的地表形变;地下水开采、采油、采矿引起的地表塌陷;山体滑坡和人工边坡的位移。
发明内容
为了解决上述现有技术中存在的问题,本发明提供一种城市基础设施的结构健康问题的监测系统和监测方法。
本发明解决其技术问题所采用的技术方案是:
一种城市基础设施的结构健康问题的监测系统,包括有监测平台,所述监测平台包括有星载sar、航拍无人机、地基物联网;所述地基物联网用于星载sar和航拍无人机之间的数据传输;
所述星载sar包括有星载雷达模块、静态遥感模块、动态视频模块和数据处理模块,所述星载雷达模块用于全天时、全天候、全区域获取星载雷达影像,静态遥感模块用于全天时、全天候、全区域获取静态遥感影像,动态视频模块用于全天时、全天候、全区域获取动态视频影像;
所述航拍无人机用于获取无人机局部影像;
所述数据包括有星载雷达影像、静态遥感影像、动态视频影像、无人机局部影像或秒级或小时级无打扰清查数据。
一种城市基础设施的结构健康问题的监测方法,包括以下步骤:
对同一地区获取的多幅雷达影像,选取一幅合适的雷达影像作为公共主影像,其余为从影像;将所有从影像与主影像进行配准,干涉,组合生成干涉图,再借助外部数字高程模型DEM去除地形相位得到差分干涉图;采用一定的算法探测出相干点,从而获得相干点的差分干涉相位,进而反演出精确的地表形变。
本发明还具有以下附加技术特征:
作为本发明技术方案进一步具体优化的:数据处理模块用于AI健康诊断分析,AI健康诊断分析的分析方法包括有限元模型,参数化分析,采集模态应变能,动态响应参数,数据组合,建立卷积神经网络模型,训练并保存网络,已保存网络,预测损伤位置,实际模型,采集模态应变能、动态响应和获取实际模型组合数据;其中:
所述有限元模型连接于参数化分析,参数化分析连接于采集模态应变能、动态响应参数,采集模态应变能、动态响应参数连接于数据组合;
所述数据组合和建立卷积神经网络模型均连接于训练并保存网络,训练并保存网络连接于已保存网络,已保存网络连接于预测损伤位置;
所述实际模型连接于采集模态应变能、动态响应,采集模态应变能、动态响应连接于获取实际模型组合数据,获取实际模型组合数据连接于已保存网络;
作为本发明技术方案进一步具体优化的:还包括有利用无线传感器、物联网基站或互联网进行日常巡查;利用卫星、无人机和地面巡查手段,对城市病引发的事件进行快速应急响应监测,并将现场情况传回指挥中心,为抢险救援决策制定提供信息支持。
作为本发明技术方案进一步具体优化的:利用无人机机动性能好、作业灵活、成本低的特点,对巡查重点区域重点设施进行低空详查,获取第三方施工情况、地质灾害发生发展及危害情信息,实时回传平台,为后续监管以及管控供信息支持;利用无人机、车载雷达以及PDA现场确认。
本发明和现有技术相比,其优点在于:
优点1、城市风险普查:利用InSAR技术大范围、精准获得城市地表及设施形变信息,通过历史形变影像情况回溯评估,全面监测、分析、定位城市内存在的全部灾害风险区域和单个设施,精细化开展城市体检。
优点2、地质灾害应急:推广实施普查、详查、核查解决方案,为地质灾害及其次生灾害发生的预警预防工作提供高效、可靠、大范围的低成本科技手段。
优点3、水利设施风险监测:对水库、大坝、水电站、港堤、桥梁等水利设施及其周边地质灾害进行快速监测、风险识别和灾害防控,弥补传统监测手段无法满足的监测预警需求。
优点4、建筑物风险监测:准确掌握城市建筑群、老旧房屋、古建筑及地表人工设施的开裂、倾斜、沉降等情况及周边区域的沉降情况,自动识别和划分危房等级,对城市进行精细化体检。
优点5、交通设施风险监测:快速获取交通线路整体及其周边地物的沉降量、沉降速度等信息,指导交通设施的设计、施工、运维全过程。
优点6、能源设施风险监:精准检测发现油港、油库、油气管道、电站、电塔和风塔等能源设施及其地表的细微形变,科学应变严重安全事故的发生。
优点7、技术优势:全天时、全天候、广覆盖;高分辨率,高精度(精度可达毫米级);成本低(是常规测量手段成本的十分之一);无需外业测量,节省大量人力、物力、财力;可获取历史形变。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的城市基础设施的结构健康问题的监测系统结构示意图;
图2为本发明的星载sar结构示意图;
图3为本发明的AI健康诊断分析方法流程结构示意图;
图4为本发明的城市基础设施的结构健康问题的监测方法流程示意图;
图5为本发明的利用无人机、车载雷达以及PDA现场确认结构示意图;
图6为本发明的日常巡查结构示意图;
图7为本发明的深圳以及香港区域的实施例示意图;
图8为本发明的珠海区域的实施例示意图;
图9为本发明的澳门区域的实施例示意图;
图10为本发明的福州地铁监测的全站仪和静力水准监测数据对比的实施例示意图。
具体实施方式
下面将参照附图更详细地描述本发明公开的示例性实施例,这些实施例是为了能够更透彻地理解本发明,并且能够将本发明公开的范围完整的传达给本领域的技术人员。虽然附图中显示了本发明公开的示例性实施例,然而应当理解,本发明而不应被这里阐述的实施例所限制。
一种城市基础设施的结构健康问题的监测系统,包括有监测平台,所述监测平台包括有星载sar、航拍无人机、地基物联网;所述地基物联网用于星载sar和航拍无人机之间的数据传输;
所述星载sar包括有星载雷达模块、静态遥感模块、动态视频模块和数据处理模块,所述星载雷达模块用于全天时、全天候、全区域获取星载雷达影像,静态遥感模块用于全天时、全天候、全区域获取静态遥感影像,动态视频模块用于全天时、全天候、全区域获取动态视频影像;
所述航拍无人机用于获取无人机局部影像;
所述数据包括有星载雷达影像、静态遥感影像、动态视频影像、无人机局部影像或秒级或小时级无打扰清查数据。
优化的,数据处理模块用于AI健康诊断分析,AI健康诊断分析的分析方法包括有限元模型,参数化分析,采集模态应变能,动态响应参数,数据组合,建立卷积神经网络模型,训练并保存网络,已保存网络,预测损伤位置,实际模型,采集模态应变能、动态响应和获取实际模型组合数据;其中:
所述有限元模型连接于参数化分析,参数化分析连接于采集模态应变能、动态响应参数,采集模态应变能、动态响应参数连接于数据组合;
所述数据组合和建立卷积神经网络模型均连接于训练并保存网络,训练并保存网络连接于已保存网络,已保存网络连接于预测损伤位置;
所述实际模型连接于采集模态应变能、动态响应,采集模态应变能、动态响应连接于获取实际模型组合数据,获取实际模型组合数据连接于已保存网络;
优化的,还包括有利用无线传感器、物联网基站或互联网进行日常巡查;利用卫星、无人机和地面巡查手段,对城市病引发的事件进行快速应急响应监测,并将现场情况传回指挥中心,为抢险救援决策制定提供信息支持。
一种城市基础设施的结构健康问题的监测方法,包括以下步骤:
对同一地区获取的多幅雷达影像,选取一幅合适的雷达影像作为公共主影像,其余为从影像;将所有从影像与主影像进行配准,干涉,组合生成干涉图,再借助外部数字高程模型DEM去除地形相位得到差分干涉图;采用一定的算法探测出相干点,从而获得相干点的差分干涉相位,进而反演出精确的地表形变。
优化的,利用无人机机动性能好、作业灵活、成本低的特点,对巡查重点区域重点设施进行低空详查,获取第三方施工情况、地质灾害发生发展及危害情信息,实时回传平台,为后续监管以及管控供信息支持;利用无人机、车载雷达以及PDA现场确认。
如图7所示,深圳市城区主处于稳定的状态,监测区域大部分年平均形变速率在-20~20mm/a之间,城市的主要区域的年平均沉降速率在10mm/a以内。而位于皇岗口岸以西的深圳河南岸湿地区域则大范围的存在约10mm/a的沉降现象。
如图8所示,监测区沉降速率最大达到-68mm/a,抬升速率最大达到28mm/a。斗门区年平均沉降速率不超过5mm/a,但斗门区白蕉镇地区沉降较为严重。金湾区年平均沉降速率处于-8mm/a~8mm/a之间。在平湾四路附近等区域存发现较为明显的沉降信号。香洲区年平均形变速率在-8mm/a~8mm/a之间,基本处于稳定状态,在横琴区域和港珠澳大桥珠海公路口岸发现明显的沉降信号。澳门地区年平均形变速率处于-8mm/a~8mm/a之间,澳门国际机场及水仔填海区发现较为明显的沉降漏斗。
如图9所示,在澳门国际机场及其周边的驾驶学习考试中心发现地面下沉现象,平均沉降速率均在-28mm/a以内。累计沉降量均在-85mm。针对澳门国际机场这类海上机场,一般需要进行一定范围的填海工程,填海区地面沉降及成因:冲积层软土固结;填海材料的自固压缩;地基处理;工程负荷。
如图10所示,静力水准测量系统的测量数据与全站仪的测量数据最大差值不超过1mm
为使本发明实施例的目的、技术方案和优点更加清楚,上面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了清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以上对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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。
Claims (5)
1.一种城市基础设施的结构健康问题的监测系统,其特征在于,
包括有监测平台,所述监测平台包括有星载sar、航拍无人机、地基物联网;所述地基物联网用于星载sar和航拍无人机之间的数据传输;
所述星载sar包括有星载雷达模块、静态遥感模块、动态视频模块和数据处理模块,所述星载雷达模块用于全天时、全天候、全区域获取星载雷达影像,静态遥感模块用于全天时、全天候、全区域获取静态遥感影像,动态视频模块用于全天时、全天候、全区域获取动态视频影像;
所述航拍无人机用于获取无人机局部影像;
所述数据包括有星载雷达影像、静态遥感影像、动态视频影像、无人机局部影像或秒级或小时级无打扰清查数据。
2.根据权利要求1所述的城市基础设施的结构健康问题的监测系统,其特征在于:
数据处理模块用于AI健康诊断分析,AI健康诊断分析的分析方法包括有限元模型,参数化分析,采集模态应变能,动态响应参数,数据组合,建立卷积神经网络模型,训练并保存网络,已保存网络,预测损伤位置,实际模型,采集模态应变能、动态响应和获取实际模型组合数据;其中:
所述有限元模型连接于参数化分析,参数化分析连接于采集模态应变能、动态响应参数,采集模态应变能、动态响应参数连接于数据组合;
所述数据组合和建立卷积神经网络模型均连接于训练并保存网络,训练并保存网络连接于已保存网络,已保存网络连接于预测损伤位置;
所述实际模型连接于采集模态应变能、动态响应,采集模态应变能、动态响应连接于获取实际模型组合数据,获取实际模型组合数据连接于已保存网络。
3.根据权利要求1所述的城市基础设施的结构健康问题的监测系统,其特征在于:还包括有利用无线传感器、物联网基站或互联网进行日常巡查;利用卫星、无人机和地面巡查手段,对城市病引发的事件进行快速应急响应监测,并将现场情况传回指挥中心,为抢险救援决策制定提供信息支持。
4.一种城市基础设施的结构健康问题的监测方法,其特征在于:包括以下步骤:
对同一地区获取的多幅雷达影像,选取一幅合适的雷达影像作为公共主影像,其余为从影像;将所有从影像与主影像进行配准,干涉,组合生成干涉图,再借助外部数字高程模型DEM去除地形相位得到差分干涉图;采用一定的算法探测出相干点,从而获得相干点的差分干涉相位,进而反演出精确的地表形变。
5.根据权利要求4所述的城市基础设施的结构健康问题的监测方法,其特征在于:利用无人机机动性能好、作业灵活、成本低的特点,对巡查重点区域重点设施进行低空详查,获取第三方施工情况、地质灾害发生发展及危害情信息,实时回传平台,为后续监管以及管控供信息支持;利用无人机、车载雷达以及PDA现场确认。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110959500.8A CN113759374A (zh) | 2021-08-19 | 2021-08-19 | 一种城市基础设施的结构健康问题的监测系统和监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110959500.8A CN113759374A (zh) | 2021-08-19 | 2021-08-19 | 一种城市基础设施的结构健康问题的监测系统和监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113759374A true CN113759374A (zh) | 2021-12-07 |
Family
ID=78790519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110959500.8A Pending CN113759374A (zh) | 2021-08-19 | 2021-08-19 | 一种城市基础设施的结构健康问题的监测系统和监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113759374A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115031674A (zh) * | 2022-04-28 | 2022-09-09 | 四川大学 | 一种复杂地形下的地表变形监测方法 |
CN115326006A (zh) * | 2022-10-14 | 2022-11-11 | 北京江云智能科技有限公司 | 基于北斗卫星定位和ai的灾害变形监测系统及方法 |
CN116029555A (zh) * | 2023-03-22 | 2023-04-28 | 西南科技大学 | 基于轻量化神经网络的桥梁风险识别预警系统及应用方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110044337A (zh) * | 2019-04-29 | 2019-07-23 | 中国水利水电科学研究院 | 一种城市洪涝场景的无人机监测方法及系统 |
CN111142119A (zh) * | 2020-01-10 | 2020-05-12 | 中国地质大学(北京) | 一种基于多源遥感数据的矿山地质灾害动态识别与监测方法 |
-
2021
- 2021-08-19 CN CN202110959500.8A patent/CN113759374A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110044337A (zh) * | 2019-04-29 | 2019-07-23 | 中国水利水电科学研究院 | 一种城市洪涝场景的无人机监测方法及系统 |
CN111142119A (zh) * | 2020-01-10 | 2020-05-12 | 中国地质大学(北京) | 一种基于多源遥感数据的矿山地质灾害动态识别与监测方法 |
Non-Patent Citations (3)
Title |
---|
朱万成等: "现场监测与数值模拟相结合的矿山灾害预测预警方法", 金属矿山, no. 1, pages 151 - 162 * |
胡波等: "用PSInSAR技术监测地面沉降研究", 大地测量与地球动力学, vol. 30, no. 2, pages 34 - 39 * |
许强等: "基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警", 武汉大学学报信息科学版, vol. 44, no. 7, pages 957 - 966 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115031674A (zh) * | 2022-04-28 | 2022-09-09 | 四川大学 | 一种复杂地形下的地表变形监测方法 |
CN115326006A (zh) * | 2022-10-14 | 2022-11-11 | 北京江云智能科技有限公司 | 基于北斗卫星定位和ai的灾害变形监测系统及方法 |
CN115326006B (zh) * | 2022-10-14 | 2022-12-27 | 北京江云智能科技有限公司 | 基于北斗卫星定位和ai的灾害变形监测系统及方法 |
CN116029555A (zh) * | 2023-03-22 | 2023-04-28 | 西南科技大学 | 基于轻量化神经网络的桥梁风险识别预警系统及应用方法 |
CN116029555B (zh) * | 2023-03-22 | 2023-06-13 | 西南科技大学 | 基于轻量化神经网络的桥梁风险识别预警系统及应用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110009158B (zh) | 台风暴雨洪水灾害全生命周期监测方法及系统 | |
CN113759374A (zh) | 一种城市基础设施的结构健康问题的监测系统和监测方法 | |
CN107665570A (zh) | 一种高速公路灾害监测预警系统 | |
Prakash et al. | Outburst susceptibility assessment of moraine‐dammed lakes in Western Himalaya using an analytic hierarchy process | |
Benassai et al. | Rip current evidence by hydrodynamic simulations, bathymetric surveys and UAV observation | |
CN104318085B (zh) | 一种流域山洪风险识别与提取方法 | |
CN106023530A (zh) | 一种暴雨型稀性泥石流监测预报预警装置及方法 | |
CN110858334A (zh) | 道路安全评估方法、装置及道路安全预警系统 | |
Sebastian et al. | Hindcast of pluvial, fluvial, and coastal flood damage in Houston, Texas during Hurricane Harvey (2017) using SFINCS | |
CN104915495A (zh) | 一种泥石流灾情评估方法及应用 | |
CN111859779B (zh) | 一种燃气管网防第三方施工破坏风险预警的方法及装置 | |
CN106971510A (zh) | 一种双模式山洪预警控制系统及方法 | |
Ghosh et al. | Development of India’s first integrated expert urban flood forecasting system for Chennai | |
Xu et al. | Permeability control and flood risk assessment of urban underlying surface: a case study of Runcheng south area, Kunming | |
Lozano et al. | Data collection tools for post-disaster damage assessment of building and lifeline infrastructure systems | |
Liu et al. | Review of the status of urban flood monitoring and forecasting in TC region | |
CN113866849A (zh) | 一种智能内河航运气象服务保障系统 | |
Zhang et al. | Megalopolitan-scale ground deformation along metro lines in the Guangdong-Hong Kong-Macao Greater Bay Area, China, revealed by MT-InSAR | |
US20230401651A1 (en) | Airborne and/or spaceborne optical flood and flood damage sensory system and method thereof | |
CN111881566B (zh) | 基于实景仿真的滑坡位移检测方法及装置 | |
Cunjian et al. | Extracting the flood extent from satellite SAR image with the support of topographic data | |
Kim et al. | Assessment of infrastructure devastated by extreme floods: a case study from Colorado, USA | |
Wooten et al. | Responses to landslides and landslide mapping on the blue ridge escarpment, Polk County, North Carolina, USA | |
CN116050837A (zh) | 一种面向尾矿库多元灾害的综合监测预警和安全评估方案 | |
CN116663882A (zh) | 一种城市地质安全风险智慧监测预警系统 |
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 |