CN117073764A - 一种山区公路路基边坡状态监视系统及方法 - Google Patents
一种山区公路路基边坡状态监视系统及方法 Download PDFInfo
- Publication number
- CN117073764A CN117073764A CN202311082366.3A CN202311082366A CN117073764A CN 117073764 A CN117073764 A CN 117073764A CN 202311082366 A CN202311082366 A CN 202311082366A CN 117073764 A CN117073764 A CN 117073764A
- Authority
- CN
- China
- Prior art keywords
- module
- slope
- displacement
- unit
- positioning auxiliary
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims description 10
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 230000007613 environmental effect Effects 0.000 claims description 51
- 238000006073 displacement reaction Methods 0.000 claims description 49
- 238000011156 evaluation Methods 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 6
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/481—Constructional features, e.g. arrangements of optical elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明涉及边坡预警技术领域,公开了一种山区公路路基边坡状态监视系统,包括:定位辅助模块、倾斜检测模块、激光测距模块、环境监测评估单元、AI视觉检测模块、综合评估模块、预警模块,本发明通过在目标边坡上提前设置定位辅助模块和倾斜检测模块,使得目标边坡上的可疑变动会影响定位辅助模块的形状以及倾斜检测模块的检测参数,从而能够在第一时间掌握具体边坡细节变化,然后配合固定位置的激光测距模块进行测距,本发明在进行位移风险值判断时将代表环境因素恶劣幅度的环境影响系数纳入考量,能够降低正常天气下的预警误报概率,提升恶劣天气下预警的及时性,从而综合的提升边坡预警的准确性。
Description
技术领域
本发明涉及边坡预警技术领域,具体涉及一种山区公路路基边坡状态监视系统及方法。
背景技术
目前,高速铁路建设期路基边坡的沉降监测工作中,面临监测周期长、要求精度高、数据量庞大、无系统化分析及监测预警信息难以及时传递等问题;怎样提高边坡变形监测与评估的自动化、智能化以及大数据化,是目前亟待解决的问题。
边坡是指为保证路基稳定,在路基两侧做成的具有一定坡度的坡面。边坡容易受到雨水侵蚀,造成滑坡影响到路基的安全。所以需要实时对边坡进行监测,确定边坡的形变程度,以便及时进行处理。
现有技术中存在通过激光定位测距的方式监测边坡的位移,如专利《公路边坡表面位移远程自动监测装置》(公告号CN203011344U)中公开了一种公路边坡表面位移远程自动监测装置,包括有激光测距仪。激光测距仪采集传感器到边坡表面反射板的距离信息,根据激光测距仪与边坡表面反射板间的监测线的仰角与边坡走向与倾向间的夹角,换算出边坡表面的表面位移。
但是,如此只能够对边坡部分区域,也就是安装反射板位置的区域进行观测,不能够对边坡坡面的整体情况进行分析,因此存在漏报警的风险,不够全面。
发明内容
本发明的目的在于提供一种山区公路路基边坡状态监视系统及方法,解决以下技术问题:
如何提供能够多方面综合对边坡位移进行准确预警的路基边坡状态监视系统。
本发明的目的可以通过以下技术方案实现:
一种山区公路路基边坡状态监视系统,包括:
定位辅助模块,沿竖直方向趋势布置设置在目标边坡上,包括柔性垂带和等距固定在所述柔性垂带上的反射单元以及设置在所述柔性垂带边缘的反光标示线;
倾斜检测模块,预先设置在所述目标边坡上,用于获取实时倾斜数据;
激光测距模块,用于向所述定位辅助模块发射激光,根据反射激光测量每个所述反射单元与所述激光测距模块的实时间隔距离;
环境监测评估单元,用于根据所述目标边坡的周围环境影响因子的数据情况,计算环境因素对所述目标边坡产生位移影响的环境影响系数;
AI视觉检测模块,用于获取包含所述定位辅助模块的采样图片,根据所述采样图片获取所述定位辅助模块的危险概率;
综合评估模块,与所述预埋倾斜检测模块、所述激光测距模块、环境监测评估单元和所述AI视觉检测模块连接,用于根据所述实时倾斜数据、实时间隔距离、影响因子和危险概率,按照预设计算规则计算所述目标边坡的位移风险值;
预警模块,与所述综合评估模块连接,用于根据所述位移风险值进行预警推送。
通过上述技术方案,本发明通过在目标边坡上提前设置定位辅助模块和倾斜检测模块,使得目标边坡上的可疑变动会影响定位辅助模块的形状以及倾斜检测模块的检测参数,从而能够在第一时间掌握具体边坡细节变化,然后配合固定位置的激光测距模块进行测距,定位辅助模块一方面可以方便激光测距,另一方面可以在边坡发生异常位移时将该位移变化通过测距进行直观体现,从而进一步增强预警准确性;另外,考虑到环境因素对边坡预警的影响,比如风力、湿度和降雨量等,在风力、湿度和降雨量都处于正常状态时,产生边坡位移的概率并不高,反之责会提升边坡位移的概率,因此本发明在进行位移风险值判断时将代表环境因素恶劣幅度的环境影响系数纳入考量,能够降低正常天气下的预警误报概率,提升恶劣天气下预警的及时性,从而综合的提升边坡预警的准确性。
作为本发明进一步的方案:所述预设计算规则包括:
其中,为所述目标边坡的所述位移风险值,/>为所述环境影响系数,n为影响边坡位移的因子数量,/>为所述实时间隔距离,/>为所述目标边坡的预设标准值,为所述激光测距模块经过/>角度范围转动后获得测距曲线的位移程度评估值,/>为所述危险概率。
作为本发明进一步的方案:所述激光测距模块包括:
发射单元,用于发射测距激光;
接收单元,用于接收反射激光;
驱动单元,用于驱动所述发射单元的所述测距激光沿预设路径指向所述定位辅助模块;
发送单元,用于将测距结果发送间距数据处理单元;
间距数据处理单元,用于生成间距数据与所述驱动单元的转动角度/>之间的曲线图;
AI分析单元,与所述间距数据处理单元连接,用于根据所述曲线图输出所述位移程度评估值;
其中,,/>;
当时,所述驱动单元为初始角度位置。
作为本发明进一步的方案:所述预设路径包括:
从上至下;
从下至上;
上下往复M次;
其中,M为大于2的整数。
作为本发明进一步的方案:所述环境监测评估单元包括:
监测单元,用于监测各项与边坡位移相关的环境因子参数;
环境分析单元,用于根据所述环境因子参数进行判断,得到所述环境影响系数;
其中,/>为预设固定时段;n为总项数,/>为第i项环境因子的所述环境因子参数,/>为/>时段内第i项环境因子的所述环境因子参数的平均值,/>为/>时段内/>导数的最大值,/>为调整系数,且/>;
为第i项环境因子的所述环境因子参数的影响权重因子,/>为环境因子的所述环境因子参数的标准参考值。
作为本发明进一步的方案:还包括:
现场直播监控模块,用于在指定状态下启动对所述目标边坡的视频录制与直播;
所述指定状态包括预警状态和危险状态;
当所述时,进入所述预警状态,间歇性启动所述现场直播监控模块进行视频录制与直播;
当所述时,进入所述危险状态,启动所述现场直播监控模块进行视频录制与直播;
其中,,/>和/>均为预设临界风险阈值。
作为本发明进一步的方案:还包括定位模块,定位模块采用GPS定位系统;
GPS定位系统安装在所述目标边坡的预测滑移坡体表面。
作为本发明进一步的方案:一种山区公路路基边坡状态监视方法,其特征在于,应用于如权利要求1-7种任意一项所述的山区公路路基边坡状态监视系统,包括:
预先沿竖直方向趋势布置,在目标边坡上设置定位辅助模块,所述定位辅助模块包括柔性垂带和等距固定在所述柔性垂带上的反射单元以及设置在所述柔性垂带边缘的反光标示线;
预先在所述目标边坡上设置于获取实时倾斜数据的预埋倾斜检测模块;
向所述定位辅助模块发射激光,根据反射激光测量每个所述反射单元与所述激光测距模块的实时间隔距离;
根据所述目标边坡的周围环境影响因子的数据情况,计算环境因素对所述目标边坡产生位移影响的环境影响系数;
获取包含所述定位辅助模块的采样图片,根据所述采样图片获取所述定位辅助模块的危险概率;
根据所述实时倾斜数据、实时间隔距离、影响因子和危险概率,按照预设计算规则计算所述目标边坡的位移风险值;
根据所述位移风险值进行预警推送。
本发明的有益效果:本发明通过在目标边坡上提前设置定位辅助模块和倾斜检测模块,使得目标边坡上的可疑变动会影响定位辅助模块的形状以及倾斜检测模块的检测参数,从而能够在第一时间掌握具体边坡细节变化,然后配合固定位置的激光测距模块进行测距,定位辅助模块一方面可以方便激光测距,另一方面可以在边坡发生异常位移时将该位移变化通过测距进行直观体现,从而进一步增强预警准确性;另外,考虑到环境因素对边坡预警的影响,比如风力、湿度和降雨量等,在风力、湿度和降雨量都处于正常状态时,产生边坡位移的概率并不高,反之责会提升边坡位移的概率,因此本发明在进行位移风险值判断时将代表环境因素恶劣幅度的环境影响系数纳入考量,能够降低正常天气下的预警误报概率,提升恶劣天气下预警的及时性,从而综合的提升边坡预警的准确性。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明中山区公路路基边坡状态监视系统的模块连接示意图。
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前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种山区公路路基边坡状态监视系统,包括:
定位辅助模块,沿竖直方向趋势布置设置在目标边坡上,包括柔性垂带和等距固定在所述柔性垂带上的反射单元以及设置在所述柔性垂带边缘的反光标示线;
倾斜检测模块,预先设置在所述目标边坡上,用于获取实时倾斜数据;
激光测距模块,用于向所述定位辅助模块发射激光,根据反射激光测量每个所述反射单元与所述激光测距模块的实时间隔距离;
环境监测评估单元,用于根据所述目标边坡的周围环境影响因子的数据情况,计算环境因素对所述目标边坡产生位移影响的环境影响系数;
AI视觉检测模块,用于获取包含所述定位辅助模块的采样图片,根据所述采样图片获取所述定位辅助模块的危险概率;
综合评估模块,与所述预埋倾斜检测模块、所述激光测距模块、环境监测评估单元和所述AI视觉检测模块连接,用于根据所述实时倾斜数据、实时间隔距离、影响因子和危险概率,按照预设计算规则计算所述目标边坡的位移风险值;
预警模块,与所述综合评估模块连接,用于根据所述位移风险值进行预警推送。
通过上述技术方案,本发明通过在目标边坡上提前设置定位辅助模块和倾斜检测模块,使得目标边坡上的可疑变动会影响定位辅助模块的形状以及倾斜检测模块的检测参数,从而能够在第一时间掌握具体边坡细节变化,然后配合固定位置的激光测距模块进行测距,定位辅助模块一方面可以方便激光测距,另一方面可以在边坡发生异常位移时将该位移变化通过测距进行直观体现,从而进一步增强预警准确性;另外,考虑到环境因素对边坡预警的影响,比如风力、湿度和降雨量等,在风力、湿度和降雨量都处于正常状态时,产生边坡位移的概率并不高,反之责会提升边坡位移的概率,因此本发明在进行位移风险值判断时将代表环境因素恶劣幅度的环境影响系数纳入考量,能够降低正常天气下的预警误报概率,提升恶劣天气下预警的及时性,从而综合的提升边坡预警的准确性。
作为本发明进一步的方案:所述预设计算规则包括:
其中,/>为所述目标边坡的所述位移风险值,/>为所述环境影响系数,n为影响边坡位移的因子数量,/>为所述实时间隔距离,/>为所述目标边坡的预设标准值,/>为所述激光测距模块经过/>角度范围转动后获得测距曲线的位移程度评估值,/>为所述危险概率。
作为本发明进一步的方案:所述激光测距模块包括:
发射单元,用于发射测距激光;
接收单元,用于接收反射激光;
驱动单元,用于驱动所述发射单元的所述测距激光沿预设路径指向所述定位辅助模块;
发送单元,用于将测距结果发送间距数据处理单元;
间距数据处理单元,用于生成间距数据与所述驱动单元的转动角度/>之间的曲线图;
AI分析单元,与所述间距数据处理单元连接,用于根据所述曲线图输出所述位移程度评估值;
其中,,/>;
当时,所述驱动单元为初始角度位置。
作为本发明进一步的方案:所述预设路径包括:
从上至下;
从下至上;
上下往复M次;
其中,M为大于2的整数。
作为本发明进一步的方案:所述环境监测评估单元包括:
监测单元,用于监测各项与边坡位移相关的环境因子参数;
环境分析单元,用于根据所述环境因子参数进行判断,得到所述环境影响系数;
其中,/>为预设固定时段;n为总项数,/>为第i项环境因子的所述环境因子参数,/>为/>时段内第i项环境因子的所述环境因子参数的平均值,/>为/>时段内/>导数的最大值,/>为调整系数,且/>;
为第i项环境因子的所述环境因子参数的影响权重因子,/>为环境因子的所述环境因子参数的标准参考值。
作为本发明进一步的方案:还包括:
现场直播监控模块,用于在指定状态下启动对所述目标边坡的视频录制与直播;
所述指定状态包括预警状态和危险状态;
当所述时,进入所述预警状态,间歇性启动所述现场直播监控模块进行视频录制与直播;
当所述时,进入所述危险状态,启动所述现场直播监控模块进行视频录制与直播;
其中,,/>和/>均为预设临界风险阈值。
作为本发明进一步的方案:还包括定位模块,定位模块采用GPS定位系统;
GPS定位系统安装在所述目标边坡的预测滑移坡体表面。
作为本发明进一步的方案:一种山区公路路基边坡状态监视方法,其特征在于,应用于如权利要求1-7种任意一项所述的山区公路路基边坡状态监视系统,包括:
预先沿竖直方向趋势布置,在目标边坡上设置定位辅助模块,所述定位辅助模块包括柔性垂带和等距固定在所述柔性垂带上的反射单元以及设置在所述柔性垂带边缘的反光标示线;
预先在所述目标边坡上设置于获取实时倾斜数据的预埋倾斜检测模块;
向所述定位辅助模块发射激光,根据反射激光测量每个所述反射单元与所述激光测距模块的实时间隔距离;
根据所述目标边坡的周围环境影响因子的数据情况,计算环境因素对所述目标边坡产生位移影响的环境影响系数;
获取包含所述定位辅助模块的采样图片,根据所述采样图片获取所述定位辅助模块的危险概率;
根据所述实时倾斜数据、实时间隔距离、影响因子和危险概率,按照预设计算规则计算所述目标边坡的位移风险值;
根据所述位移风险值进行预警推送。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (8)
1.一种山区公路路基边坡状态监视系统,其特征在于,包括:
定位辅助模块,沿竖直方向趋势布置设置在目标边坡上,包括柔性垂带和等距固定在所述柔性垂带上的反射单元以及设置在所述柔性垂带边缘的反光标示线;
倾斜检测模块,预先设置在所述目标边坡上,用于获取实时倾斜数据;
激光测距模块,用于向所述定位辅助模块发射激光,根据反射激光测量每个所述反射单元与所述激光测距模块的实时间隔距离;
环境监测评估单元,用于根据所述目标边坡的周围环境影响因子的数据情况,计算环境因素对所述目标边坡产生位移影响的环境影响系数;
AI视觉检测模块,用于获取包含所述定位辅助模块的采样图片,根据所述采样图片获取所述定位辅助模块的危险概率;
综合评估模块,与所述预埋倾斜检测模块、所述激光测距模块、环境监测评估单元和所述AI视觉检测模块连接,用于根据所述实时倾斜数据、实时间隔距离、影响因子和危险概率,按照预设计算规则计算所述目标边坡的位移风险值;
预警模块,与所述综合评估模块连接,用于根据所述位移风险值进行预警推送。
2.根据权利要求1所述的山区公路路基边坡状态监视系统,其特征在于,所述预设计算规则包括:
其中,/>为所述目标边坡的所述位移风险值,/>为所述环境影响系数,n为影响边坡位移的因子数量,/>为所述实时间隔距离,/>为所述目标边坡的预设标准值,/>为所述激光测距模块经过/>角度范围转动后获得测距曲线的位移程度评估值,/>为所述危险概率。
3.根据权利要求2所述的山区公路路基边坡状态监视系统,其特征在于,所述激光测距模块包括:
发射单元,用于发射测距激光;
接收单元,用于接收反射激光;
驱动单元,用于驱动所述发射单元的所述测距激光沿预设路径指向所述定位辅助模块;
发送单元,用于将测距结果发送间距数据处理单元;
间距数据处理单元,用于生成间距数据与所述驱动单元的转动角度/>之间的曲线图;
AI分析单元,与所述间距数据处理单元连接,用于根据所述曲线图输出所述位移程度评估值;
其中,,/>;
当时,所述驱动单元为初始角度位置。
4.根据权利要求3所述的山区公路路基边坡状态监视系统,其特征在于,所述预设路径包括:
从上至下;
从下至上;
上下往复M次;
其中,M为大于2的整数。
5.根据权利要求2所述的山区公路路基边坡状态监视系统,其特征在于,所述环境监测评估单元包括:
监测单元,用于监测各项与边坡位移相关的环境因子参数;
环境分析单元,用于根据所述环境因子参数进行判断,得到所述环境影响系数;
其中,/>为预设固定时段;n为总项数,为第i项环境因子的所述环境因子参数,/>为/>时段内第i项环境因子的所述环境因子参数的平均值,/>为/>时段内/>导数的最大值,/>为调整系数,且/>;
为第i项环境因子的所述环境因子参数的影响权重因子,/>为环境因子的所述环境因子参数的标准参考值。
6.根据权利要求5所述的山区公路路基边坡状态监视系统,其特征在于,还包括:
现场直播监控模块,用于在指定状态下启动对所述目标边坡的视频录制与直播;
所述指定状态包括预警状态和危险状态;
当所述时,进入所述预警状态,间歇性启动所述现场直播监控模块进行视频录制与直播;
当所述时,进入所述危险状态,启动所述现场直播监控模块进行视频录制与直播;
其中,,/>和/>均为预设临界风险阈值。
7.根据权利要求1所述的山区公路路基边坡状态监视系统,其特征在于,还包括定位模块,定位模块采用GPS定位系统;
GPS定位系统安装在所述目标边坡的预测滑移坡体表面。
8.一种山区公路路基边坡状态监视方法,其特征在于,应用于如权利要求1-7种任意一项所述的山区公路路基边坡状态监视系统,包括:
预先沿竖直方向趋势布置,在目标边坡上设置定位辅助模块,所述定位辅助模块包括柔性垂带和等距固定在所述柔性垂带上的反射单元以及设置在所述柔性垂带边缘的反光标示线;
预先在所述目标边坡上设置于获取实时倾斜数据的预埋倾斜检测模块;
向所述定位辅助模块发射激光,根据反射激光测量每个所述反射单元与所述激光测距模块的实时间隔距离;
根据所述目标边坡的周围环境影响因子的数据情况,计算环境因素对所述目标边坡产生位移影响的环境影响系数;
获取包含所述定位辅助模块的采样图片,根据所述采样图片获取所述定位辅助模块的危险概率;
根据所述实时倾斜数据、实时间隔距离、影响因子和危险概率,按照预设计算规则计算所述目标边坡的位移风险值;
根据所述位移风险值进行预警推送。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311082366.3A CN117073764B (zh) | 2023-08-27 | 2023-08-27 | 一种山区公路路基边坡状态监视系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311082366.3A CN117073764B (zh) | 2023-08-27 | 2023-08-27 | 一种山区公路路基边坡状态监视系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117073764A true CN117073764A (zh) | 2023-11-17 |
CN117073764B CN117073764B (zh) | 2024-04-09 |
Family
ID=88715016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311082366.3A Active CN117073764B (zh) | 2023-08-27 | 2023-08-27 | 一种山区公路路基边坡状态监视系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117073764B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2011119174A (ru) * | 2011-05-12 | 2012-11-20 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Санкт-Петербургский госуда | Способ определения вертикальных сдвижений и деформаций |
CN105526908A (zh) * | 2015-09-16 | 2016-04-27 | 鞍钢集团矿业公司 | 一种三维激光扫描和gps相结合的边坡监测方法 |
CN109446726A (zh) * | 2018-11-26 | 2019-03-08 | 泉州装备制造研究所 | 基于大数据分析的获取边坡变形三维数据的边坡监测系统 |
CN110795832A (zh) * | 2019-10-14 | 2020-02-14 | 武汉大学 | 一种滑坡灾害多源数据一体化综合实时监测方法 |
CN217283171U (zh) * | 2022-04-25 | 2022-08-23 | 宁波大学 | 一种监测岩质边坡运动的监控装置 |
US20220392326A1 (en) * | 2021-05-27 | 2022-12-08 | Northwest University | Multi-state triggered system and method for remote automatic monitoring and early warning of landslide mass |
CN116011291A (zh) * | 2023-01-17 | 2023-04-25 | 西安建筑科技大学 | 一种隧道洞口多源信息融合的边坡稳定性数字化评估平台 |
-
2023
- 2023-08-27 CN CN202311082366.3A patent/CN117073764B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2011119174A (ru) * | 2011-05-12 | 2012-11-20 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Санкт-Петербургский госуда | Способ определения вертикальных сдвижений и деформаций |
CN105526908A (zh) * | 2015-09-16 | 2016-04-27 | 鞍钢集团矿业公司 | 一种三维激光扫描和gps相结合的边坡监测方法 |
CN109446726A (zh) * | 2018-11-26 | 2019-03-08 | 泉州装备制造研究所 | 基于大数据分析的获取边坡变形三维数据的边坡监测系统 |
CN110795832A (zh) * | 2019-10-14 | 2020-02-14 | 武汉大学 | 一种滑坡灾害多源数据一体化综合实时监测方法 |
US20220392326A1 (en) * | 2021-05-27 | 2022-12-08 | Northwest University | Multi-state triggered system and method for remote automatic monitoring and early warning of landslide mass |
CN217283171U (zh) * | 2022-04-25 | 2022-08-23 | 宁波大学 | 一种监测岩质边坡运动的监控装置 |
CN116011291A (zh) * | 2023-01-17 | 2023-04-25 | 西安建筑科技大学 | 一种隧道洞口多源信息融合的边坡稳定性数字化评估平台 |
Non-Patent Citations (2)
Title |
---|
杨天鸿;张锋春;于庆磊;蔡美峰;李海洲;: "露天矿高陡边坡稳定性研究现状及发展趋势", 岩土力学, no. 05, 10 May 2011 (2011-05-10) * |
董超 等: "激光测距在边坡监测中的应用及其修正", 低温建筑技术, 31 December 2011 (2011-12-31) * |
Also Published As
Publication number | Publication date |
---|---|
CN117073764B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110570664B (zh) | 一种高速公路交通事件自动检测系统 | |
Ishizaka et al. | A new method for identifying the main type of solid hydrometeors contributing to snowfall from measured size-fall speed relationship | |
Klepp | The oceanic shipboard precipitation measurement network for surface validation—OceanRAIN | |
CN103940358B (zh) | 一种桥梁实时监测系统 | |
JP5582732B2 (ja) | 降雪検知装置および降雪検知方法 | |
CN112085950B (zh) | 交通状态判别指标的估计方法、系统、存储介质及应用 | |
CN111667695B (zh) | 一种基于高音喇叭队列的交通风险预警系统和方法 | |
KR101461184B1 (ko) | Cctv 영상을 이용한 기상 상황 정보 추출 시스템 | |
CN102169192B (zh) | 使用光传感器的无接触落石检测装置 | |
CN113706899A (zh) | 一种基于高速公路桥面气象结冰预测的交通运行风险防控方法 | |
WO2020111934A1 (en) | A method and system for detection of natural disaster occurrence | |
CN111445522A (zh) | 被动式夜视智能探雷系统及智能探雷方法 | |
CN117647812A (zh) | 基于导航雷达的船舶行驶路线检测预警方法及系统 | |
CN117073764B (zh) | 一种山区公路路基边坡状态监视系统及方法 | |
CN117037417B (zh) | 智能标识桩融合装备 | |
CN114019503A (zh) | 基于fod检测系统的机场跑道异物检测方法、设备、存储介质 | |
CN103149603A (zh) | 一种基于视频的道路气象检测方法 | |
CN108181313B (zh) | 一种适用于接触网运行环境安全状态检测的装置及方法 | |
CN110264099A (zh) | 船舶周边区域海盗入侵评估系统 | |
CN102121999A (zh) | 使用光传感器的无接触落石检测方法 | |
KR102352137B1 (ko) | IoT활용 도로결빙 감지 및 예측시스템 | |
KR102435673B1 (ko) | 차량형 이동식 강우 관측 장치 | |
CN117198057A (zh) | 一种面向路侧感知轨迹数据质量检评的实验方法及系统 | |
KR20190116834A (ko) | 도로노면 결빙 탐지를 위한 gps 반사파 측정 및 분석 시스템 | |
CN113534296B (zh) | 基于神经网络沙尘天气预报强度误差的测算方法及装置 |
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 |