CN114047506A - 一种多模块基坑远程监理实时监测方法、系统、装置和存储介质 - Google Patents
一种多模块基坑远程监理实时监测方法、系统、装置和存储介质 Download PDFInfo
- Publication number
- CN114047506A CN114047506A CN202111348234.1A CN202111348234A CN114047506A CN 114047506 A CN114047506 A CN 114047506A CN 202111348234 A CN202111348234 A CN 202111348234A CN 114047506 A CN114047506 A CN 114047506A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- detection structure
- model
- data
- dimensional model
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 157
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000001514 detection method Methods 0.000 claims abstract description 123
- 230000000007 visual effect Effects 0.000 claims abstract description 16
- 230000003068 static effect Effects 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 238000004088 simulation Methods 0.000 claims description 15
- 239000003086 colorant Substances 0.000 claims description 11
- 230000000149 penetrating effect Effects 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 8
- 239000011148 porous material Substances 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000009412 basement excavation Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 2
- 230000006835 compression Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 10
- 238000012800 visualization Methods 0.000 abstract description 4
- 239000002689 soil Substances 0.000 description 12
- 238000010276 construction Methods 0.000 description 10
- 230000002093 peripheral effect Effects 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000001737 promoting effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- FFRBMBIXVSCUFS-UHFFFAOYSA-N 2,4-dinitro-1-naphthol Chemical compound C1=CC=C2C(O)=C([N+]([O-])=O)C=C([N+]([O-])=O)C2=C1 FFRBMBIXVSCUFS-UHFFFAOYSA-N 0.000 description 3
- 241000272814 Anser sp. Species 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 3
- 239000003673 groundwater Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 239000004567 concrete Substances 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
- E02D33/00—Testing foundations or foundation structures
-
- 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
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Paleontology (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请涉及基坑工程监理的技术领域，尤其涉及一种多模块基坑远程监理实时监测方法、系统、装置和存储介质，其包括根据选取的探测结构构建立体模型；从探测结构内部各处进行数据采集，获得探测结构对应的地质参数；将采集到的立体模型和地质参数传输至云端；根据立体模型和地质参数构建可视化的监测模型，根据监测模型生成状态信息；发送状态信息至监控终端。本申请将探测结构的立体模型和关于探测结构的地质参数相关联，探测结构的表面和内部的数据可视化也使得基坑监理的过程变得可视化；从云端构建监测模型，提升了运算的能力和运算的速度；通过将生成的状态信息发送至监控终端，实现了远程监理，提升了实时监测的能力。
Description
技术领域
本申请涉及基坑工程监理的技术领域，尤其是涉及一种多模块基坑远程监理实时监测方法、系统、装置和存储介质。
背景技术
基坑是在地面上按照特定要求开挖的坑，基坑开挖前后都需要调查开挖位置处的地质资料和附近建筑的情况，避开地下管道，并且需要及时做好防水排水工作。由于基坑开挖时需要对土体的侧壁进行防护，避免坍塌，因此需要及时关注基坑的位移、沉降、应变、水位等实时数据，对可能出现的工程隐患及时预报，防患于未然。
通常在实际施工的过程，除了现场施工人员或者监理人员的监测外，不在现场的工作人员也往往需要对基坑的安全负责，因此远程监理工作也变得尤为重要。现阶段的监理监测通常是针对施工现场的工作情况，而对于基坑内部的数据情况则难以实时了解，存在着监测的维度不够深、不够全面的情况，从而不便于结构隐患的及时发现，或者施工质量的实时监控。
针对目前的情况，存在着基坑监理的维度不够深、不够全面的情况。
发明内容
为了提升基坑监理的维度，本申请提供一种多模块基坑远程监理实时监测方法、系统、装置和存储介质。
第一方面，本申请提供的一种多模块基坑远程监理实时监测方法采用如下的技术方案：
包括以下步骤：
根据选取的探测结构构建立体模型；
从探测结构内部各处进行数据采集，获得探测结构对应的地质参数；
将采集到的立体模型和地质参数传输至云端；
根据立体模型和地质参数构建可视化的监测模型，根据监测模型生成状态信息；
发送状态信息至监控终端。
通过采用上述技术方案，将探测结构的立体模型和关于探测结构的地质参数相关联，有助于监测基坑内部的数据情况，探测结构的表面和内部的数据可视化也基坑监理的过程变得可视化；从云端构建监测模型，提升了运算的能力和运算的速度；通过将生成的状态信息发送至监控终端，实现了远程监理，并且提升了实时监测的能力。上述的设置使得监测的维度更深、更全面，以便于及时发现基坑以及周边建筑土体的结构隐患，提升了施工质量的实时监控的能力，从而达到提升基坑监理的维度的目的。
可选的，所述根据选取的探测结构构建立体模型，具体方法包括：
采用倾斜摄影方法获得地表数据；
采用探地雷达法获得探测结构的内部数据，基于地表数据与内部数据构建立体模型；
和/或，所述采用倾斜摄影方法获得地表数据的具体方法包括：
选取目标区域，对目标区域分割成若干个六边形特征面，对其中构成连续线段的六边形特征面进行融合，得到同类特征面；
提取同类特征面中的颜色，选取颜色占比大于颜色阈值的颜色进行拟合，得到矢量图像。
通过采用上述技术方案，倾斜摄影方法能够从多个角度采集地表数据，能够还原立体结构的视觉效果，客观地表现探测结构表面的地形和几何形态，构建立体模型时，探测结构表面的图像过渡更自然，提升了立体模型表面的真实性，从而使得地质参数与立体模型对应得更准确。另外，一方面，由于六边形能够将整个平面铺满而不留缝隙，本申请采用六边形特征面来对立体的表面进行填充，可以将整个目标区域填满；另一方面，由于六边形能够以较小的边长划分出较大的面积，因此节省了目标区域的分割次数，提升数据处理的能力；采用六边形特征面融合得到同类特征面的方法具有计算快速、出错次数较少的优点；矢量图像可以减少存储空间的占用，并且提升数据编辑、存储的能力，可以得到清晰度更高的图像。因此上述技术方案具有计算快速、计算结果准确性高、占用存储空间少和图像清晰的特点。
可选的，和/或，所述采用探地雷达法获得探测结构的内部数据的方法包括：
雷达探测：对探测结构的内部发射下行波，所述下行波经过探测结构的内部后形成上行波；接收上行波，基于上行波的电性特征和时间信息确定探测结构内部的地质特征；
和/或，在所述雷达探测的步骤中，包括以下步骤：
设定下行波的发射信号强度和发射信号频率，对立体模型和地质参数已知的模拟结构发射下行波，所述下行波经过模拟结构的内部后形成上行波，基于发射信号强度计算上行波的接收信号强度；
接收电磁波，从电磁波中筛选出符合接收信号强度的上行波和不符合接收信号强度的接收信号屏蔽段；
分析接收信号屏蔽段的信号强度和信号频率，获得信号屏蔽集合；
接收上行波，屏蔽信号屏蔽集合。
通过采用上述技术方案，探地雷达法通过对探测结构发送电磁波性质的下行波，电磁波经过被探测结构的内部后进行若干次不同程度的反射和折射，然后根据电磁波的衰减得到的上行波来推断探测结构内部的地质特征，地质特征包括结构种类、几何形态和坐标位置等，在探测的过程中，电磁波的收发装置可以设置在探测结构的外部，操作较为方便。测出探测结构中存在相应的信号屏蔽集合，则可以排除部分的电磁信号的干扰，从而使得探地雷达法的探测结构更精确。在探测结构的现场构建已知立体模型和地质参数的模拟结构，更能贴合实际探测结构中存在的电磁信号干扰，方法简单易行，检测准确率高。
可选的，所述从探测结构内部各处进行数据采集，获得探测结构对应的地质参数，具体方法包括：
沿探测结构的周边、阳角、阴角和内部选取多个探测点；
对探测点进行多维度数据采集，获得探测结构对应的地质参数；
和/或，所述多维度数据包括孔隙水压力、地下水位、结构湿度、结构压力中的一种或者几种的组合：地质参数包括孔隙水压力信息、地下水位信息、结构湿度信息或结构压力信息中的至少一种或者几种的组合。
通过采用上述技术方案，采用物理结构布置多个探测点的设置能够提升探测结构的地质参数的准确性，提升了地质参数的可靠性；探测点处能进行多维度数据的采集，简化了不同维度数据的采集方式，进而提升了施工操作的流程，得到较为全面的地质参数。
可选的，所述将采集到的立体模型和地质参数传输至云端，具体方法包括：
构建本地存储库，本地存储库包括原始数据区和压缩数据区，
将采集到的所述立体模型和地质参数存储至原始数据区的有序表中，经过压缩优化后形成传输数据包，所述传输数据包存储于压缩数据区的有序表中；
基于压缩数据区的有序表的顺序将传输数据包传输至云端；
根据所述立体模型和地质参数超出了数据存储阈值的判定结果，触发原始数据区中的所述立体模型和地质参数替换，所述替换根据存储时间对较早的数据进行覆盖。
通过采用上述技术方案，本地存储库具有对采集到的立体模型和地质参数进行存储，增加了数据存储的途径，提升了数据保存的能力，增强了数据保存的稳定性；由于立体模型和地质参数存储在有序表中，并且通过压缩后再次进行存储，对立体模型和地质参数进行了备份，使得立体模型和地质参数的数据不易丢失，从而进一步提升了数据保存的能力；经过压缩后传输至云端的方式使得数据的传输更快速，并且占用更少的网络资源；当本地存储的空间不足时，新的数据可以根据时间存储的顺序对最早的数据进行覆盖，如此可以保持本地存储库中的数据是按最近时间来存储的，以便于获取实时或者最接近的立体模型和地质参数。
可选的，所述根据立体模型和地质参数构建可视化的监测模型，根据监测模型生成状态信息，具体方法包括：
建立若干个已知立体模型、地质参数的模拟模型作为训练集，进行深度学习训练，得到经过训练的学习模型；
基于学习模型对探测结构的立体模型、地质参数构建可视化的监测模型；
分析监测模型的静载荷，得到静荷监测参数；模拟监测模型的动载荷，得到动荷监测参数；
根据静荷监测参数与动荷监测参数，生成状态信息。
通过采用上述技术方案，利用深度学习的方法构建监测模型，提升了数据运算的效率；分析监测模型的静荷检测参数和动荷监测参数，可以对探测结构的力学状态进行模拟，以及时发现基坑外部或者内部存在的结构隐患，便于基坑的预警应对、及时修复。
可选的，所述发送状态信息至监控终端的具体方法包括：
构建预警映射库，基于状态信息分别建立状态信息与监测模型、静荷监测参数、动荷监测参数的映射关系；
发送带有映射关系的状态信息至监控终端。
通过采用上述技术方案，监控终端接收的状态信息可以与监测模型、静荷监测参数、动荷监测参数相关联，因此可以根据需要选择性地获取监测模型、静荷监测参数、动荷监测参数中的一项或者几项，一方面可以减少数据的臃余，提升数据的传输速率；另一方面能够根据状态信息快速与监测模型、静荷监测参数或动荷监测参数匹配，以便获得详细的内容。
第二方面，本申请提供的一种多模块基坑远程监理实时监测系统采用如下的技术方案：
一种多模块基坑远程监理实时监测系统包括：
立体建模模块，用于根据选取的探测结构构建立体模型；
参数采集模块，用于从探测结构内部各处进行数据采集，获得探测结构对应的地质参数；
上传模块，用于将采集到的立体模型和地质参数传输至云端；
信息生成模块，根据立体模型和地质参数构建可视化的监测模型，根据监测模型生成状态信息；
发送模块，用于发送状态信息至监控终端。
通过采用上述技术方案，将探测结构的立体模型和关于探测结构的地质参数相关联，有助于监测基坑内部的数据情况，探测结构的表面和内部的数据可视化也基坑监理的过程变得可视化；从云端构建监测模型，提升了运算的能力和运算的速度；通过将生成的状态信息发送至监控终端，实现了远程监理，并且提升了实时监测的能力。上述的设置使得监测的维度更深、更全面，以便于及时发现基坑以及周边建筑土体的结构隐患，提升了施工质量的实时监控的能力，从而达到提升基坑监理的维度的目的。
第三方面，本申请提供的一种多模块基坑远程监理实时监测装置采用如下的技术方案：
一种多模块基坑远程监理实时监测装置，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上述所述中任一种方法的计算机程序。
第四方面，本申请提供的一种多模块基坑远程监理实时监测存储介质采用如下的技术方案：
一种多模块基坑远程监理实时监测存储介质，存储有能够被处理器加载并执行如上述所述中任一种方法的计算机程序。
综上所述，本申请包括以下至少一种有益技术效果：
构建立体模型，并且将采集到的地质数据与立体模型相关联，使得探测结构的表面和内部的数据可视化也基坑监理的过程变得可视化；
将监测模型构建的过程放在云端完成，因此提升了运算的能力和运算的速度；
上述的设置使得监测的维度更深、更全面，以便于及时发现基坑以及周边建筑土体的结构隐患，提升了施工质量的实时监控的能力，从而达到提升基坑监理的维度的目的。
附图说明
图1是本申请一种实施例的一种多模块基坑远程监理实时监测方法的整体流程示意图。
图2是本申请一种实施例的根据选取的探测结构构建立体模型的方法流程图。
图3本申请一种实施例的采用探地雷达法获得探测结构的内部数据的方法流程图。
图4本申请一种实施例的从探测结构内部各处进行数据采集，获得探测结构对应的地质参数的方法流程图。
图5本申请一种实施例的将采集到的立体模型和地质参数传输至云端的方法流程图。
图6本申请一种实施例的述根据立体模型和地质参数构建可视化的监测模型，根据监测模型生成状态信息的方法流程图。
具体实施方式
下面将结合本申请实施例中的1-X附图，对本申请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。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得所有其他实施例，都属于本申请的保护范围。可以理解的是，附图仅仅提供参考与说明用，并非用来对本发明加以限制。附图中显示的连接关系仅仅是为了便于清晰描述，并不限定连接方式。
本申请实施例公开一种多模块基坑远程监理实时监测方法。参照图1，一种多模块基坑远程监理实时监测方法，包括以下步骤：
S100：根据选取的探测结构构建立体模型。在本实施例中，探测结构可以是基坑以及基坑周围的土体内部。立体模型可以是三维计算机模型，可以包含有用于表示管道、石块、混凝土块、钢筋等实际情况中多种物质的结构种类；或者包含有表示物质的形状构造的几何形态；还可以包含有相应的坐标位置等。立体模型可以较为真实地还原探测结构的现实情况。在一个实施例中，立体模型与探测结构是可以是1:1的比例模型，或者是等比例放大或者缩小的三维计算机模型。构建立体模型为后面生成可视化的数据提供了便利。
具体地，立体模型的构建包括获得地表数据和探测结构的内部数据，地表数据是暴露在基坑外部、在实际情况中可以直接观测到的部分；内部数据则是埋藏在基坑周围土体内部的部分，获得地表数据和内部数据可以得到较为全面的探测结构的数据，有助于较为全面地监测基坑的情况。
S110：在一个实施例中，可以采用倾斜摄影方法获得地表数据。倾斜摄影方法可以在较大的地理范围内以较高的精度记录下较为清晰的图像，用在探测结构的地表数据获取上，可以较为直观地还原探测结构表面的结构种类、几何形态和坐标位置等。
S111：选取目标区域，倾斜摄影方法可以采用同一飞行平台上搭建多个不同拍摄角度的摄像头，例如可以从竖直方向、与竖直方向形成一定角度的方向对探测结构进行拍摄，得到多个照片。将多个照片导入建模软件进行建模，生成可以反映探测结构表面结构的点云，从而将多张照片组合形成立体的目标区域，构成三维计算机模型的表面。建模软件可以是Smart3D、PhotoScan或者Pix4D_mapper等，借助建模软件可以实现多个照片组合形成目标区域，由于这个部分为现有技术，因此在此不再赘述。
S112：为了提升后续数据处理的效率，提升数据传输的速率，需要对目标区域进行简化。具体地，先对目标区域分割成若干个六边形特征面，每个六边形特征面的属性包括但不限于坐标位置和颜色。
对其中构成连续线段的六边形特征面进行融合，得到同类特征面。
具体地，提取每个六边形特征面中颜色的色彩属性，将相邻的六边形特征面进行色彩属性的比较，当相邻的六边形特征面的色彩属性小于色彩阈值，则说明相邻六边形特征面之间的颜色差异较小，因此可以将这两个相邻的六边形特征面的边界取消而进行融合，形成同类特征面。
当相邻的六边形特征面的色彩属性大于颜色阈值，则说明相邻六边形特征面之间的颜色差异较大，因此保留这两个相邻的六边形特征面的颜色。如此，融合特征面的边界两侧的六边形特征面之间的色彩属性都大于色彩阈值。色彩阈值的设定可以根据实际情况做适应性的调整。
提取同类特征面中的颜色，选取颜色占比大于颜色阈值的颜色进行拟合，使得单个同类特征面的颜色简化为一种颜色，得到矢量图像。具体地，颜色阈值可以是设定的固定值，也可以是同一个同类特征面中颜色占比排名中的占比值。在一个实施例中，设定颜色阈值为颜色占比排名第二的占比值，而测得的颜色占比排名第一的正红色的占比值为67%，颜色占比排名第二的朱红色的占比值为21%，则选取颜色占比大于21%的正红色将填充满这个同类特征面内。
在另一个实施例中，测得的颜色占比排名第一的金黄色的占比值为43%，颜色占比排名第二的鹅黄色的占比值为43%，颜色占比排名第三的橙色的占比值为11%，则选取颜色占比大于11%的金黄色和鹅黄色作为候选的填充颜色，再分别计算金黄色和鹅黄色在同类特征面中分布的面积占比，选取占比高的颜色填充在这个同类特征面内。如此，选用同类特征面中的已有颜色而进行拟合时，减少了拟合颜色的运算量，还能够保持同类特征面中较高的颜色还原度。
S120：采用探地雷达法获得探测结构的内部数据，基于地表数据与内部数据构建立体模型。具体地，探地雷达法的具体步骤包括：
信号干扰屏蔽设置，具体的方法是：
S1201：构建模拟结构，可以选择在探测结构附近利用自然条件开挖基坑，形成模拟结构。模拟结构的立体模型和地质参数是已知的。地质参数的确定方法在本实施例中，具体采用的步骤可以是：沿模拟结构的周边、阳角、阴角和内部选取多个探测点，相邻探测点之间的水平距离在2m左右，相邻探测点之间的竖直距离在1m左右，如此布置可以增大探测点在模拟结构中的密度，使得模拟结构的地质参数更准确。采用孔隙水压力传感器、地下水位传感器、结构湿度传感器、结构压力传感器来获取对应的孔隙水压力、地下水位、结构湿度、结构压力等参数，对探测点进行多维度数据采集，获得探测结构对应的地质参数也包括孔隙水压力信息、地下水位信息、结构湿度信息或结构压力信息，如此得到的模拟结构的地质参数更全面。
探地雷达法中，使用特定信号频率、信号强度的电磁波穿透物体结构，根据反馈的电磁波计算物体结构的在探测结构内的地质特征。在较为均匀的介质中，电磁波的传递较为连续，当探测结构的内部存在不同种类的物体结构时，不通过种类的物体的交界处存在电性差异，由此导致电磁波发生反射或者折射，使得接收的电磁波在介电常数、时间信息等方面形成电性特征，根据电性特征可以推断探测结构内部的物体的种类、几何形态和坐标位置，从而确定探测结构内部的地质特征。为了便于区分发射的电磁波和接收的电磁波，定义发射的电磁波为下行波，接收的电磁波为上行波。
当探测结构的内部有渗水时，渗水的部分的介电常数增大，因此这部分的电磁波的信号频率较大，以此可推断渗水的坐标位置和范围。
电磁波在探测结构内不同的物体结构中传播的时间不同，计算上行波与下行波之间所用的时长，得到时间信息。具体地，电磁波在物体结构中的传播速度为v=c/n，其中c是真空中的光速，n是物体结构的折射率，而物体结构的折射率可以通过查表格的方式得知，如空气的折射率为1，铝的折射率为1.44，沥青的折射率为1.635等等。真空中的光速也是一个常数，因此电磁波在物体结构中的传播速度也是已知的特定值。由物体结构传播速度和时间信息可以计算出物体结构在探测结构中的坐标位置。
S1202：发射电磁波，设定下行波的发射信号强度和发射信号频率，对立体模型和地质参数已知的模拟结构发射下行波，下行波经过模拟结构的内部后形成上行波。
S1203：从电磁波中筛选出符合接收信号强度的上行波和不符合接收信号强度的接收信号屏蔽段。基于发射信号强度计算上行波的接收信号强度。考虑到电磁波经过介质之后会在信号强度上有一定的衰减，衰减速率为e－2βr，其中βr是衰减系数。因此接收信号强度往往小于发射信号强度。同时，也要考虑到电磁波在不同介质中的传播速度有所差别，因此可以根据发射下行波和接收上行波的时间来确定物质的种类。介质的相对介电常数、导电率、电磁波传输的特性都是公知常识，因此本实施例中的方案可行。
S1204：分析接收信号屏蔽段的信号强度和信号频率，获得信号屏蔽集合，接收上行波，屏蔽信号屏蔽集合，由此可以完成信号干扰屏蔽的设置。
在S1201步骤的另一个实施例中，构建模拟结构的方法是在探测结构的附近人为地构建的模拟结构。先在探测结构附近开挖出深基坑，然后在深基坑的周侧壁和底部回填土体，并且在回填的土体的中部构建模拟基坑。如此设置，由于模拟基坑周围的结构是人为建造的，因此地质参数可以根据实际情况需要来设定。回填的土体中可以模拟相应的渗水土体、钢筋混凝土块、管道、桩基等结构，以获得更全面的测试结果。将设定的地质参数与测试得到的上行波分析比较，从而匹配到相符合的波形，而将不符合信号强度和信号频率的部分作为信号屏蔽集合。
雷达探测：对探测结构的内部发射下行波，下行波经过探测结构的内部后形成上行波；接收上行波，基于上行波的电性特征和时间信息确定探测结构内部的地质特征。
S200：从探测结构内部各处对探测结构进行数据采集，获得探测结构对应的地质参数。沿探测结构的周边、阳角、阴角和内部选取多个探测点，相邻探测点之间的水平距离不大于5m，相邻探测点之间的竖直距离不大于3m。对探测点进行多维度数据采集，获得探测结构对应的地质参数。
S300：将采集到的立体模型和地质参数传输至云端。具体方法包括：
S310：构建本地存储库，本地存储库包括原始数据区和压缩数据区。将本地存储库分成两个区，一方面可以为立体模型和地质参数的数据压缩提供空间，另外可以实现数据的重复备份，提升了数据的保存能力。
S320：将采集到的立体模型和地质参数存储至原始数据区的有序表中，经过压缩优化后形成传输数据包，传输数据包存储于压缩数据区的有序表中。传输数据包占用的存储空间较少，减少了本地存储所占用的存储空间，还能有助于后续的云端传输，减少了数据传输过程中占用的网络资源。
S330：基于压缩数据区的有序表的顺序将传输数据包传输至云端。经过压缩后传输至云端的方式使得数据的传输更快速，并且占用更少的网络资源。
S340：根据立体模型和地质参数超出了数据存储阈值的判定结果，触发原始数据区中的立体模型和地质参数替换，替换根据存储时间对较早的数据进行覆盖。当本地存储的空间不足时，新的数据可以根据时间存储的顺序对最早的数据进行覆盖，如此可以保持本地存储库中的数据是按最近时间来存储的，以便于获取实时或者最接近的立体模型和地质参数。
S400：根据立体模型和地质参数构建可视化的监测模型，根据监测模型生成状态信息。在云端实现监测模型的构建，减少了本地运算的占用的资源。具体地，方法如下：
S410：建立若干个已知的立体模型、地质参数的模拟模型作为训练集，进行深度学习训练，得到经过训练的学习模型。经过深度学习训练的学习模型，其生成监测模型的效率得到提升，减少了后续重复处理数据的过程，并且可以构建准确度较高的监测模型。
S420：基于学习模型对探测结构的立体模型、地质参数构建可视化的监测模型。监测模型的是可视化的，能够将立体模型和地质参数更直观地体现在同一个监测模型中，便于快速对有安全隐患的部分进行定位，有助于实现远程的监理监测。
S430：分析监测模型的静载荷，得到静荷监测参数；模拟监测模型的动载荷，得到动荷监测参数。分析静荷载和动荷载可以了解探测结构的强度和变形特性、振动波在土中传播的规律，从而预测探测结构的变形、震动等情况，及时发现相关的问题和隐患。
S440：根据静荷监测参数与动荷监测参数，生成状态信息。状态信息可以是探测结构正常的信息，也可以是异常的信息，提取了探测结构中关键的信息，简化了监测模型的情况，使得接收的信息重点更突出。
利用深度学习的方法构建监测模型，提升了数据运算的效率；分析监测模型的静荷检测参数和动荷监测参数，可以对探测结构的力学状态进行模拟，以及时发现基坑外部或者内部存在的结构隐患，便于基坑的预警应对、及时修复。
S500：发送状态信息至监控终端。监控终端可以有多种，可以是PC端，还可以是手机或者其他智能终端。多终端的设置方便了状态信息的接收，提升了消息推送的及时性。
S510：构建预警映射库，基于状态信息分别建立状态信息与监测模型、静荷监测参数、动荷监测参数的映射关系。
S520：发送带有映射关系的状态信息至监控终端。
监控终端接收的状态信息可以与监测模型、静荷监测参数、动荷监测参数相关联，因此可以根据需要选择性地获取监测模型、静荷监测参数、动荷监测参数中的一项或者几项，一方面可以减少数据的臃余，提升数据的传输速率；另一方面能够根据状态信息快速与监测模型、静荷监测参数或动荷监测参数匹配，以便获得详细的内容。
本申请实施例一种多模块基坑远程监理实时监测方法的实施原理为：将探测结构的立体模型和关于探测结构的地质参数相关联，有助于监测基坑内部的数据情况，探测结构的表面和内部的数据可视化也基坑监理的过程变得可视化；从云端构建监测模型，提升了运算的能力和运算的速度；通过将生成的状态信息发送至监控终端，实现了远程监理，并且提升了实时监测的能力。上述的设置使得监测的维度更深、更全面，以便于及时发现基坑以及周边建筑土体的结构隐患，提升了施工质量的实时监控的能力，从而达到提升基坑监理的维度的目的。
本申请实施例还公开一种多模块基坑远程监理实时监测系统。
一种多模块基坑远程监理实时监测系统，应用于上述实施例中的一种多模块基坑远程监理实时监测方法，包括：
立体建模模块，用于根据选取的探测结构构建立体模型。
参数采集模块，用于从探测结构内部各处对探测结构进行数据采集，获得探测结构对应的地质参数；
上传模块，用于将采集到的立体模型和地质参数传输至云端。
信息生成模块，根据立体模型和地质参数构建可视化的监测模型，根据监测模型生成状态信息；
发送模块，用于发送状态信息至监控终端。
本申请实施例一种多模块基坑远程监理实时监测系统的实施原理为：将探测结构的立体模型和关于探测结构的地质参数相关联，有助于监测基坑内部的数据情况，探测结构的表面和内部的数据可视化也基坑监理的过程变得可视化；从云端构建监测模型，提升了运算的能力和运算的速度；通过将生成的状态信息发送至监控终端，实现了远程监理，并且提升了实时监测的能力。上述的设置使得监测的维度更深、更全面，以便于及时发现基坑以及周边建筑土体的结构隐患，提升了施工质量的实时监控的能力，从而达到提升基坑监理的维度的目的。
本发明实施例提供一种智能发送消息系统，包括存储器、处理器，存储器上存储有可在所述处理器上运行实现如上述实施例任一种方法的程序。
基于同一发明构思，本发明实施例提供一种计算机可读存储介质，包括能够被处理器加载执行时实现如上述实施例中任一种方法的程序。
所述计算机可读存储介质例如包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random_Access_Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例还公开一种终端，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，该程序能够被处理器加载执行时实现如上述实施例任一种方法。
本申请的一些特征，为阐述清晰，分别在不同的实施例中描述，然而，这些特征也可以结合于单一实施例中描述。相反，本申请的一些特征，为简要起见，仅在单一实施例中描述，然而，这些特征也可以单独或以任何合适的组合于不同的实施例中描述。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。
Claims (10)
1.一种多模块基坑远程监理实时监测方法，其特征在于，包括以下步骤：
根据选取的探测结构构建立体模型；
从所述探测结构内部各处进行数据采集，获得所述探测结构对应的地质参数；
将采集到的所述立体模型和所述地质参数传输至云端；
根据所述立体模型和所述地质参数构建可视化的监测模型，根据所述监测模型生成状态信息；
发送所述状态信息至监控终端。
2.根据权利要求1所述的一种多模块基坑远程监理实时监测方法，其特征在于，所述根据选取的探测结构构建立体模型，具体方法包括：
采用倾斜摄影方法获得地表数据；
采用探地雷达法获得所述探测结构的内部数据，基于所述地表数据与所述内部数据构建立体模型；
和/或，所述采用倾斜摄影方法获得地表数据的具体方法包括：
选取目标区域，对所述目标区域分割成若干个六边形特征面，对其中构成连续线段的所述六边形特征面进行融合，得到同类特征面；
提取所述同类特征面中的颜色，选取颜色占比大于颜色阈值的颜色进行拟合，得到矢量图像。
3.根据权利要求2所述的一种多模块基坑远程监理实时监测方法，其特征在于，所述采用探地雷达法获得所述探测结构的内部数据的方法包括：
雷达探测：对所述探测结构的内部发射下行波，所述下行波经过所述探测结构的内部后形成上行波；接收所述上行波，基于所述上行波的电性特征和时间信息确定探测结构内部的地质特征；
和/或，在所述雷达探测的步骤中，包括以下步骤：
设定所述下行波的发射信号强度和发射信号频率，对所述立体模型和所述地质参数已知的模拟结构发射下行波，所述下行波经过所述模拟结构的内部后形成所述上行波，基于所述发射信号强度计算所述上行波的接收信号强度；
接收电磁波，从所述电磁波中筛选出符合所述接收信号强度的所述上行波、以及不符合所述接收信号强度的接收信号屏蔽段；
分析所述接收信号屏蔽段的信号强度和信号频率，获得信号屏蔽集合；
接收上行波，屏蔽信号屏蔽集合。
4.根据权利要求1所述的一种多模块基坑远程监理实时监测方法，其特征在于，所述从所述探测结构内部各处进行数据采集，获得所述探测结构对应的地质参数，具体方法包括：
沿探测结构的周边、阳角、阴角和内部选取多个探测点，相邻所述探测点之间的水平距离不大于5m，相邻所述探测点之间的竖直距离不大于3m；
对探测点进行多维度数据采集，获得探测结构对应的地质参数；
和/或，所述多维度数据包括孔隙水压力、地下水位、结构湿度、结构压力中的一种或者几种的组合：
所述地质参数包括孔隙水压力信息、地下水位信息、结构湿度信息或结构压力信息中的至少一种或者几种的组合。
5.根据权利要求1所述的一种多模块基坑远程监理实时监测方法，其特征在于，所述将采集到的立体模型和地质参数传输至云端，具体方法包括：
构建本地存储库，所述本地存储库包括原始数据区和压缩数据区，
将采集到的所述立体模型和所述地质参数存储至所述原始数据区的有序表中，经过压缩优化后形成传输数据包，所述传输数据包存储于所述压缩数据区的有序表中；
基于所述压缩数据区的有序表的顺序将所述传输数据包传输至云端；
根据所述立体模型和所述地质参数超出了数据存储阈值的判定结果，触发所述原始数据区中的所述立体模型和所述地质参数替换，所述替换为根据存储时间对较早的数据进行覆盖。
6.根据权利要求1所述的一种多模块基坑远程监理实时监测方法，其特征在于，所述根据所述立体模型和所述地质参数构建可视化的监测模型，根据监测模型生成状态信息，具体方法包括：
建立若干个已知立体模型、地质参数的模拟模型作为训练集，进行深度学习训练，得到经过训练的学习模型；
基于所述学习模型对探测结构的所述立体模型、所述地质参数构建可视化的监测模型；
分析所述监测模型的静载荷，得到静荷监测参数；模拟所述监测模型的动载荷，得到动荷监测参数；
根据所述静荷监测参数与所述动荷监测参数，生成状态信息。
7.根据权利要求6所述的一种多模块基坑远程监理实时监测方法，其特征在于，所述发送所述状态信息至监控终端的具体方法包括：
构建预警映射库，基于所述状态信息分别建立所述状态信息与所述监测模型、所述静荷监测参数、所述动荷监测参数的映射关系；
发送带有所述映射关系的所述状态信息至监控终端。
8.一种多模块基坑远程监理实时监测系统，其特征在于，包括：
立体建模模块，用于根据选取的探测结构构建立体模型；
参数采集模块，用于从探测结构内部各处进行数据采集，获得探测结构对应的地质参数；
上传模块，用于将采集到的立体模型和地质参数传输至云端；
信息生成模块，根据立体模型和地质参数构建可视化的监测模型，根据监测模型生成状态信息；
发送模块，用于发送状态信息至监控终端。
9.一种多模块基坑远程监理实时监测装置，其特征在于，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1-7中任一种方法的计算机程序。
10.一种多模块基坑远程监理实时监测存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1-7中任一种方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111348234.1A CN114047506A (zh) | 2021-11-15 | 2021-11-15 | 一种多模块基坑远程监理实时监测方法、系统、装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111348234.1A CN114047506A (zh) | 2021-11-15 | 2021-11-15 | 一种多模块基坑远程监理实时监测方法、系统、装置和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114047506A true CN114047506A (zh) | 2022-02-15 |
Family
ID=80209184
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111348234.1A Pending CN114047506A (zh) | 2021-11-15 | 2021-11-15 | 一种多模块基坑远程监理实时监测方法、系统、装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114047506A (zh) |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102979071A (zh) * | 2012-12-04 | 2013-03-20 | 中铁二十一局集团有限公司 | 深基坑受力稳定性远程智能监测及三维预警方法与系统 |
| CN103031862A (zh) * | 2013-01-12 | 2013-04-10 | 中铁二十一局集团有限公司 | 深基坑变形稳定性远程智能监测三维数字预警方法与设施 |
| CN202925536U (zh) * | 2012-12-04 | 2013-05-08 | 中铁二十一局集团有限公司 | 深基坑受力稳定性远程智能监测及三维预警系统 |
| CN104616433A (zh) * | 2015-02-04 | 2015-05-13 | 清华大学 | 用于基坑工程的实时监测与预警系统 |
| CN107034932A (zh) * | 2017-06-13 | 2017-08-11 | 南通四建集团有限公司 | 一种基于bim的施工过程基坑变形监测、预警平台 |
| CN107783463A (zh) * | 2017-09-20 | 2018-03-09 | 中国十七冶集团有限公司 | 一种基于bim技术的基坑工程智能化施工及监测系统 |
| CN109458973A (zh) * | 2018-08-27 | 2019-03-12 | 中铁上海工程局集团有限公司 | 一种基于无人机的基坑监控系统及方法 |
| CN109521479A (zh) * | 2018-10-11 | 2019-03-26 | 浙江交工集团股份有限公司 | 一种地下连续墙渗漏水的非开挖检测方法 |
| CN110213542A (zh) * | 2019-06-06 | 2019-09-06 | 广州商学院 | 一种基于物联网大数据的基坑综合在线监测云平台系统 |
| CN110619587A (zh) * | 2018-12-28 | 2019-12-27 | 深圳市建筑科学研究院股份有限公司 | 一种基坑监测智能预警和数据存证的方法及系统 |
| CN111369158A (zh) * | 2019-12-30 | 2020-07-03 | 中铁四局集团有限公司 | 一种基于bim的信息化质量管理方法和系统 |
| CN111429575A (zh) * | 2020-04-01 | 2020-07-17 | 中冶建筑研究总院（深圳）有限公司 | 一种三维可视化监测方法、系统、设备和存储介质 |
| CN111441330A (zh) * | 2020-04-24 | 2020-07-24 | 福州大学 | 基于bim+gis的基坑监测系统及其监测方法 |
| CN111680970A (zh) * | 2020-05-25 | 2020-09-18 | 中亿丰建设集团股份有限公司 | 一种基于bim的基坑监测智能管理系统 |
| CN111764442A (zh) * | 2020-06-04 | 2020-10-13 | 济南轨道交通集团工程研究咨询有限公司 | 一种预测基坑地下连续墙接缝处渗漏水的方法 |
| CN111877418A (zh) * | 2020-08-25 | 2020-11-03 | 东北大学 | 一种深基坑动态施工实时监测预警系统及使用方法 |
| CN112485823A (zh) * | 2020-10-15 | 2021-03-12 | 中铁四局集团第五工程有限公司 | 高效综合超前地质预报方法 |
| CN112857438A (zh) * | 2021-01-04 | 2021-05-28 | 李金芳 | 一种深层地下基坑多场监测装置 |
| CN113012398A (zh) * | 2021-02-20 | 2021-06-22 | 中煤航测遥感集团有限公司 | 地质灾害监测预警方法、装置、计算机设备及存储介质 |
| CN113050085A (zh) * | 2021-03-17 | 2021-06-29 | 北京市水利规划设计研究院 | 一种超前地质预报的方法 |
| CN113356547A (zh) * | 2021-06-22 | 2021-09-07 | 江苏润通项目管理有限公司 | 一种安全稳定的监理平台装置及通过其进行监理的方法 |
| CN113638421A (zh) * | 2021-06-25 | 2021-11-12 | 中交隧道工程局有限公司 | 一种富水砂层中基坑开挖方法 |
-
2021
- 2021-11-15 CN CN202111348234.1A patent/CN114047506A/zh active Pending
Patent Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102979071A (zh) * | 2012-12-04 | 2013-03-20 | 中铁二十一局集团有限公司 | 深基坑受力稳定性远程智能监测及三维预警方法与系统 |
| CN202925536U (zh) * | 2012-12-04 | 2013-05-08 | 中铁二十一局集团有限公司 | 深基坑受力稳定性远程智能监测及三维预警系统 |
| CN103031862A (zh) * | 2013-01-12 | 2013-04-10 | 中铁二十一局集团有限公司 | 深基坑变形稳定性远程智能监测三维数字预警方法与设施 |
| CN104616433A (zh) * | 2015-02-04 | 2015-05-13 | 清华大学 | 用于基坑工程的实时监测与预警系统 |
| CN107034932A (zh) * | 2017-06-13 | 2017-08-11 | 南通四建集团有限公司 | 一种基于bim的施工过程基坑变形监测、预警平台 |
| CN107783463A (zh) * | 2017-09-20 | 2018-03-09 | 中国十七冶集团有限公司 | 一种基于bim技术的基坑工程智能化施工及监测系统 |
| CN109458973A (zh) * | 2018-08-27 | 2019-03-12 | 中铁上海工程局集团有限公司 | 一种基于无人机的基坑监控系统及方法 |
| CN109521479A (zh) * | 2018-10-11 | 2019-03-26 | 浙江交工集团股份有限公司 | 一种地下连续墙渗漏水的非开挖检测方法 |
| CN110619587A (zh) * | 2018-12-28 | 2019-12-27 | 深圳市建筑科学研究院股份有限公司 | 一种基坑监测智能预警和数据存证的方法及系统 |
| CN110213542A (zh) * | 2019-06-06 | 2019-09-06 | 广州商学院 | 一种基于物联网大数据的基坑综合在线监测云平台系统 |
| CN111369158A (zh) * | 2019-12-30 | 2020-07-03 | 中铁四局集团有限公司 | 一种基于bim的信息化质量管理方法和系统 |
| CN111429575A (zh) * | 2020-04-01 | 2020-07-17 | 中冶建筑研究总院（深圳）有限公司 | 一种三维可视化监测方法、系统、设备和存储介质 |
| CN111441330A (zh) * | 2020-04-24 | 2020-07-24 | 福州大学 | 基于bim+gis的基坑监测系统及其监测方法 |
| CN111680970A (zh) * | 2020-05-25 | 2020-09-18 | 中亿丰建设集团股份有限公司 | 一种基于bim的基坑监测智能管理系统 |
| CN111764442A (zh) * | 2020-06-04 | 2020-10-13 | 济南轨道交通集团工程研究咨询有限公司 | 一种预测基坑地下连续墙接缝处渗漏水的方法 |
| CN111877418A (zh) * | 2020-08-25 | 2020-11-03 | 东北大学 | 一种深基坑动态施工实时监测预警系统及使用方法 |
| CN112485823A (zh) * | 2020-10-15 | 2021-03-12 | 中铁四局集团第五工程有限公司 | 高效综合超前地质预报方法 |
| CN112857438A (zh) * | 2021-01-04 | 2021-05-28 | 李金芳 | 一种深层地下基坑多场监测装置 |
| CN113012398A (zh) * | 2021-02-20 | 2021-06-22 | 中煤航测遥感集团有限公司 | 地质灾害监测预警方法、装置、计算机设备及存储介质 |
| CN113050085A (zh) * | 2021-03-17 | 2021-06-29 | 北京市水利规划设计研究院 | 一种超前地质预报的方法 |
| CN113356547A (zh) * | 2021-06-22 | 2021-09-07 | 江苏润通项目管理有限公司 | 一种安全稳定的监理平台装置及通过其进行监理的方法 |
| CN113638421A (zh) * | 2021-06-25 | 2021-11-12 | 中交隧道工程局有限公司 | 一种富水砂层中基坑开挖方法 |
Non-Patent Citations (6)
| Title |
|---|
| LIQUANYI007: "六边形地形图", 《HTTPS://BLOG.CSDN.NET/LIQUANYI007/ARTICLE/DETAILS/83654440》 * |
| 何建军: "基坑工程BIM应用", 《土木建筑工程信息技术》 * |
| 叶海旺: "《十三五"规划教材 露天采矿学》", 30 August 2019 * |
| 田贵云: "电磁无损检测传感与成像", 《电磁无损检测传感与成像》 * |
| 许云松: "《BIM技术在江苏医院建设中的应用》", 30 November 2019 * |
| 赵文广: "《安徽庐枞矿集区深部地质矿产调查与三维成矿预测》", 28 February 2018 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111191880B (zh) | 一种基于数字化映射的边坡全生命周期安全管理方法 | |
| KR101548647B1 (ko) | 3차원 지형정보 가시화 프로세서 및 그 동작방법 | |
| Marzorati et al. | Rock falls induced by earthquakes: a statistical approach | |
| CN110992653A (zh) | 城市内涝预警系统及方法 | |
| CN107119657B (zh) | 一种基于视觉测量基坑监测方法 | |
| CN110065077B (zh) | 一种用于考古的环境探测方法及系统 | |
| US20130083967A1 (en) | System and Method for Extracting Features in a Medium from Data Having Spatial Coordinates | |
| Masoodi et al. | Application of short-range photogrammetry for monitoring seepage erosion of riverbank by laboratory experiments | |
| CN110827405A (zh) | 一种数码遥感地质测绘方法及系统 | |
| CN115795974A (zh) | 深埋隧洞地下水渗流场演化空天地一体化监测方法 | |
| CN116429070A (zh) | 采煤沉陷积水区水资源调查方法及系统 | |
| Labant et al. | Geodetic determining of stockpile volume of mineral excavated in open pit mine | |
| KR101104466B1 (ko) | 디지털 이미지를 이용한 터널 조사 시스템 및 방법 | |
| CN117109524A (zh) | 一种地质灾害无人机机载雷达监测方法、装置及电子设备 | |
| CN116776444A (zh) | 一种基于数字孪生的沉管隧道建造方法及系统 | |
| CN102609614A (zh) | 一种针对复杂矿体的开挖分析方法 | |
| CN107507179A (zh) | 基于gocad的岩土体量化分析方法 | |
| Razas et al. | A critical comparison of interpolation techniques for digital terrain modelling in mining | |
| CN114047506A (zh) | 一种多模块基坑远程监理实时监测方法、系统、装置和存储介质 | |
| Mahmoudi et al. | Geostatistical modelling of the subsurface geological-geotechnical heterogeneities in the Tabriz Subway, East Azarbayjan Province, Iran. | |
| Kuczyńska et al. | Modern applications of terrestrial laser scanning | |
| CN115311574A (zh) | 一种建筑物监测方法、设备及介质 | |
| CN112648974B (zh) | 一种基于航摄三维影像数据的工程量测算方法 | |
| CN107860375A (zh) | 一种基于三维激光扫描技术的滑坡灾害体积快速提取方法 | |
| Liu et al. | Processing outcrop point clouds to 3D rock structure using open source software |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220215 |
|
| RJ01 | Rejection of invention patent application after publication |