CN117452374B - 一种建筑物地下沉降监测方法及监测系统 - Google Patents
一种建筑物地下沉降监测方法及监测系统 Download PDFInfo
- Publication number
- CN117452374B CN117452374B CN202311763536.4A CN202311763536A CN117452374B CN 117452374 B CN117452374 B CN 117452374B CN 202311763536 A CN202311763536 A CN 202311763536A CN 117452374 B CN117452374 B CN 117452374B
- Authority
- CN
- China
- Prior art keywords
- vibration signal
- value
- hidden danger
- settlement
- danger area
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000002159 abnormal effect Effects 0.000 claims abstract description 15
- 230000035772 mutation Effects 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000004062 sedimentation Methods 0.000 claims description 12
- 238000012806 monitoring device Methods 0.000 claims description 6
- 238000012876 topography Methods 0.000 claims description 5
- 239000006185 dispersion Substances 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005305 interferometry Methods 0.000 description 2
- 238000005381 potential energy Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
- E02D1/00—Investigation of foundation soil in situ
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- 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
- G01S17/88—Lidar systems specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Chemical & Material Sciences (AREA)
- Electromagnetism (AREA)
- Analytical Chemistry (AREA)
- Soil Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Paleontology (AREA)
- Civil Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提出了一种建筑物地下沉降监测方法及监测系统,涉及沉降监测技术领域,利用机载激光雷达对各个待测区域进行点云数据的采集,生成三维向量数据序列;根据所述三维向量数据序列计算多个相邻待测区域的地形形变比值序列;对所述多个相邻待测区域的地形形变比值序列进行突变位置分析,确定沉降隐患区域;向隐患区域输入振动信号,基于振动信号能量变化确定沉降隐患区域内的沉降异常位置。
Description
技术领域
本发明涉及土体沉降监测技术领域,具体涉及一种建筑物地下沉降监测方法及监测系统。
背景技术
在建筑工程中,建筑物地基变形是尤其需要严格控制的,在建筑物地基修建过程中以及工后运营阶段,应进行必要的地基水平位移及竖向位移观测,以判断地基变形是否在合理的范围内,保证建筑物安全,随着我国城市化的进程,城市建筑面积日益扩大。当建筑物建成以后,如若建筑物在使用过程中出现地基沉降不均和沉降范围过大,极易引起上部建筑的开裂、倾斜甚至倒塌。
近年来,差分合成孔径雷达干涉测量技术是区域沉降监测最有效和常用的手段,利用DInSAR技术,能够采用非接触的方式,对地表上某个研究区域在一定周期内的微小形变量进行监测,这种方法尤其适用于地表区域沉降监测。但这种技术受到时空失相干及大气的影响较大,监测精度一般在厘米级。永久散射体合成孔径雷达干涉测量技术,把关注的重点整个SAR影像转移到了相关性良好的永久散射体点,在降低时空失相干影响的同时,大大提高了解缠的精度,但是由于沉降在空间维和时间维都有显著的变化,没有结合其特点选取合适的数学模型难以保证所提取的结构体上沉降点的精度。
发明内容
为了解决上述技术问题,本发明提出了一种建筑物地下沉降监测方法,包括如下步骤:
S1、利用机载激光雷达对各个待测区域进行点云数据的采集,生成三维向量数据序列;
S2、根据所述三维向量数据序列计算多个相邻待测区域的地形形变比值序列;
S3、对所述多个相邻待测区域的地形形变比值序列进行突变位置分析,确定沉降隐患区域;
S4、向隐患区域输入振动信号,基于振动信号能量变化确定沉降隐患区域内的沉降异常位置。
进一步地,步骤S2包括:
获取三维向量数据序列中的第i个待测区域的高程值Zi,将高程值Zi通过下式转化为第i个待测区域的地形形变值:
;
式中,为标定系数,/>为第i个待测区域的散射角度;
计算相邻待测区域的地形形变比值Ti:
;
其中,为第i个待测区域的地形形变值,/>为第i+1个待测区域的地形形变值,Zi+1第i+1个待测区域的高程值Zi,/>为第i+1个待测区域的散射角度;
多个相邻待测区域的地形形变比值Ti形成地形形变比值序列T={T1,…Ti,…Tn-1}。
进一步地,步骤S3包括:
S31、对地形形变比值序列T进行对数运算lnT,得到对数序列D,D={d1、…、dk、…、dn-1};对于每个k,将样本序列分成d1,d2,…,dk-1和dk,dk+1,…,dn-1两段,计算两段样本的平均值、/>以及总体样本的平均值/>;
S32、计算两段样本的离差平方和之和SK及总的离差平方和S:
;
;
其中,dj为对数序列D中的第j个样本,k为将对数序列D分割为两段样本的分割点;
S33、令分割点k取不同的值,不断的变换两段样本的分割方式,直至找到Sk和S均突变的分割点k。
进一步地,步骤S4包括:
S41、计算振动信号在横向和纵向上的能量值;
S42、计算所述横向和纵向上的能量值的方差值,设置阈值确定沉降异常位置。
进一步地,步骤S41中,将振动信号f(t)展开成能量幅值表现形式,有下式:
;
式中,t为时间,隐患区域内的位置坐标为(a,b),R为隐患区域面积,C为振动系数,为能量幅值;
计算振动信号在横向和纵向上的能量值:
;
其中,A为隐患区域的横向坐标a的最大值,B为隐患区域纵向坐标b的最大值,E(a)为横向振动信号能量值,E(b)为纵向振动信号能量值。
进一步地,步骤S41中,计算振动信号在横向和纵向上的能量值的方差值r:
;
设定检测阈值Ur,计算公式为:
;
则隐患区域内的位置(a,b)处的横向振动信号能量值和纵向振动信号能量值均大于Ur时,此位置为沉降异常位置。
本发明还提出了一种建筑物地下沉降监测系统,包括:机载激光雷达、处理器、监测装置、振动信号发生装置、振动信号采集装置;
利用所述机载激光雷达对各个待测区域进行点云数据的采集,将采集到的点云数据输入到所述处理器,生成三维向量数据序列,并根据三维向量数据序列计算多个相邻待测区域的地形形变比值序列;
所述监测装置对多个相邻待测区域的地形形变比值序列进行突变位置分析,确定沉降隐患区域;
所述振动信号发生装置向隐患区域输入振动信号,所述振动信号采集装置基于振动信号能量变化确定沉降隐患区域内的沉降异常位置。
相比于现有技术,本发明具有如下有益技术效果:
利用机载激光雷达对各个待测区域进行点云数据的采集,生成三维向量数据序列;根据所述三维向量数据序列计算多个相邻待测区域的地形形变比值序列;对所述多个相邻待测区域的地形形变比值序列进行突变位置分析,确定沉降隐患区域;向隐患区域输入振动信号,基于振动信号能量变化确定沉降隐患区域内的沉降异常位置,从而有导向性的对风险性高的区域进行重点监测,提高监测效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的建筑物地下沉降监测方法的流程图。
图2为本发明的总的离差平方和的突变点示意图。
图3为本发明的建筑物地下沉降监测系统结构示意图。
图4为本发明的沉降监测云平台示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本发明的具体实施例附图中,为了更好、更清楚的描述系统中的各元件的工作原理,表现所述设备中各部分的连接关系,只是明显区分了各元件之间的相对位置关系,并不能构成对元件或结构内的信号传输方向、连接顺序及各部分结构大小、尺寸、形状的限定。
如图1所示,为本发明的一种建筑物地下沉降监测方法的流程图,包括如下步骤:
S1、利用机载激光雷达对各个待测区域进行点云数据的采集,生成三维向量数据序列。
利用机载激光雷达对待测区域进行点云数据的采集,通过移动测量操控软件来纠正系统姿态和处理GNSS数据进行点云数据的解算,生成包含地物、地面点三维坐标信息las格式的高精度点云数据。
采用处理软件对原始点云数据采用三角网渐进加密滤波算法进行滤波,对滤波后地面点手动分类的方式进行点云去噪,生成最终的地面点云数据,然后采用平均值以及自然邻域插值法,生成n个待测区域上的三维向量数据序列V,每个待测区域上的三维向量数据Vi用函数的形式描述为:
Vi=(Xi,Yi,Zi);i=1,2,……n;
式中,Xi,Yi是平面坐标,Zi是(Xi,Yi)对应的高程值。
步骤S2、根据三维向量数据序列计算多个相邻待测区域的地形形变比值序列。
获取三维向量数据序列中的第i个待测区域的高程值Zi,将高程值Zi通过公式1)转化为第i个待测区域的地形形变值:
;
式中,K为标定系数,为第i个待测区域的散射角度;
根据第i个待测区域的地形形变值计算相邻待测区域的地形形变比值Ti:
;
其中,为第i+1个待测区域的地形形变值,Zi+1第i+1个待测区域的高程值Zi,为第i+1个待测区域的散射角度。
多个相邻待测区域的地形形变比值Ti形成地形形变比值序列T={T1,…Ti,…Tn-1}。
S3、对多个相邻待测区域的地形形变比值序列进行突变位置分析,确定沉降隐患区域。
突变位置分析法是一种对非线性数据进行处理的数理统计方法,目的在于确定一个数据序列里发生突变的位置,具体步骤如下:
S31、对地形形变比值序列T进行对数运算lnT,得到对数序列D,D={d1、…、dk、…、dn-1};对于每个k(k≥2),将样本序列分成d1,d2,…,dk-1和dk,dk+1,…,dn-1两段,计算出两部分样本的平均值、/>以及总体样本的平均值/>。
S32、计算两部分样本的离差平方和之和SK及总的离差平方和S:
;
;
其中,dj为对数序列D中的第j个样本,k为将对数序列D分割为两段样本的分割点。
S33、令k取不同的值,即不断的变换不同的样本划分方式,直至找到Sk和S均突变的点k,点k所对应的待测区域即为沉降隐患区域。
这里突变的点的确定方式可以采用作图的方式,优选地,采用统计检验方法,该方法不需要样本遵从一定的分布,也不受到少数异常值的干扰,更实用于类型数据和顺序数据,如图2所示,k点就是总的离差平方和S的突变点示意图。
S4、向隐患区域输入振动信号,基于振动信号能量变化确定沉降隐患区域内的沉降异常位置。
通过地面设备向降隐患区域输入振动信号,当振动信号中存在较为明显的相对变形时,该相对变形的特征频率将会较为明显。振动信号的能量呈周期性变化,隐患区域在振动过程中,其动能和势能是周期性交替变化的。因此在一定时间内,隐患区域会经历动能和势能的最大值和最小值,在波形图上表现为正弦或余弦波形。在特征频率下,位于具体沉降位置处的振动信号能量将产生突变,且大于相邻位置的信号能量。振动信号能量幅值满足正态分布,设定能量阈值用于确定具体沉降位置。
S41、计算振动信号在横向和纵向上的能量值。
振动信号f(t)的波形变换是能量守恒的,能量在横向和纵向上是相同的,将振动信号f(t)展开成能量幅值表现形式,有下式成立:
;
式中,t为时间,a为隐患区域横向坐标,b为隐患区域纵向坐标,R为隐患区域面积,为能量幅值。C为波峰因数,是波形的峰值除以有效值,在波形中冲击较多时这个值就更大。
计算振动信号在横向和纵向上的能量值:
;
其中,A为隐患区域横向坐标a的最大值,B为隐患区域纵向坐标b的最大值,E(a)为横向振动信号能量值,反映了振动信号的能量在横向上的分布情况,绘制振动信号在横向上的能量谱图;E(b)为纵向振动信号能量值,反映了信号的能量在纵向上的分布,绘制振动信号在纵向上的能量谱图。
S42、计算振动信号在横向和纵向上的能量值的方差值,设置阈值确定沉降异常位置。
计算振动信号在横向和纵向上的能量值的方差值r:
;
设置阈值确定变形位置,确定相对变形幅值。
设定检测阈值Ur,计算公式为:
;
则隐患区域内的位置(a,b)处的横向振动信号能量值和纵向振动信号能量值均大于Ur时,此位置即为沉降异常位置。
如图3所示,为本发明的建筑物地下沉降监测系统结构示意图。该建筑物地下沉降监测系统包括:机载激光雷达、处理器、监测装置、振动信号发生装置、振动信号采集装置。
利用机载激光雷达对各个待测区域进行点云数据的采集,将采集到的点云数据输入到处理器,生成三维向量数据序列,并根据三维向量数据序列计算多个相邻待测区域的地形形变比值序列。
监测装置对多个相邻待测区域的地形形变比值序列进行突变位置分析,确定沉降隐患区域;
振动信号发生装置向隐患区域输入振动信号,振动信号采集装置基于振动信号能量变化确定沉降隐患区域内的沉降异常位置。
在优选实施例中,建筑物地下沉降监测系统还建立了监测云平台,如图4所示,致点监测数据发布展示平台,采用Web形式通过加密登录,远程查询项目监测数据情况,调整设置报警方式及阈值。
一个监测云平台可同时在多个项目之间进行相互切换,地图实时显示监测站点位置,站点在线,离线情况;同时看到各类监测项目,生成折线变化情况图片,数据更加直观。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程设备。所述计算机指令可以存储在计算机可读存储介质中,或者通过所述计算机可读存储介质进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如,固态硬盘(solid state disk,SSD))等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种建筑物地下沉降监测方法,其特征在于,包括如下步骤:
S1、利用机载激光雷达对各个待测区域进行点云数据的采集,生成三维向量数据序列;
S2、根据所述三维向量数据序列计算多个相邻待测区域的地形形变比值序列;
获取三维向量数据序列中的第i个待测区域的高程值Zi,将高程值Zi通过下式转化为第i个待测区域的地形形变值:
;
式中,为标定系数,/>为第i个待测区域的散射角度;
计算相邻待测区域的地形形变比值Ti:
;
其中,为第i个待测区域的地形形变值,/>为第i+1个待测区域的地形形变值,Zi+1第i+1个待测区域的高程值Zi,/>为第i+1个待测区域的散射角度;
多个相邻待测区域的地形形变比值Ti形成地形形变比值序列T={T1,…Ti,…Tn-1};
S3、对所述多个相邻待测区域的地形形变比值序列进行突变位置分析,确定沉降隐患区域;
S4、向隐患区域输入振动信号,基于振动信号能量变化确定沉降隐患区域内的沉降异常位置。
2.根据权利要求1所述的建筑物地下沉降监测方法,其特征在于,步骤S3包括:
S31、对地形形变比值序列T进行对数运算lnT,得到对数序列D,D={d1、…、dk、…、dn-1};对于每个k,将样本序列分成d1,d2,…,dk-1和dk,dk+1,…,dn-1两段,计算两段样本的平均值、/>以及总体样本的平均值/>;
S32、计算两段样本的离差平方和之和SK及总的离差平方和S:
;
;
其中,dj为对数序列D中的第j个样本,k为将对数序列D分割为两段样本的分割点;
S33、令分割点k取不同的值,不断的变换两段样本的分割方式,直至找到Sk和S均突变的分割点k。
3.根据权利要求2所述的建筑物地下沉降监测方法,其特征在于,步骤S4包括:
S41、计算振动信号在横向和纵向上的能量值;
S42、计算所述横向和纵向上的能量值的方差值,设置阈值确定沉降异常位置。
4.根据权利要求3所述的建筑物地下沉降监测方法,其特征在于,步骤S41中,将振动信号f(t)展开成能量幅值表现形式,有下式:
;
式中,t为时间,隐患区域内的位置坐标为(a,b),R为隐患区域面积,C为振动系数,为能量幅值;
计算振动信号在横向和纵向上的能量值:
;
其中,A为隐患区域的横向坐标a的最大值,B为隐患区域纵向坐标b的最大值,E(a)为横向振动信号能量值,E(b)为纵向振动信号能量值。
5.根据权利要求4所述的建筑物地下沉降监测方法,其特征在于,步骤S41中,计算振动信号在横向和纵向上的能量值的方差值r:
;
设定检测阈值Ur,计算公式为:
;
则隐患区域内的位置(a,b)处的横向振动信号能量值和纵向振动信号能量值均大于Ur时,此位置为沉降异常位置。
6.一种建筑物地下沉降监测系统,其特征在于,用于实现权利要求1-5任意一项所述的建筑物地下沉降监测方法,包括:机载激光雷达、处理器、监测装置、振动信号发生装置、振动信号采集装置;
利用所述机载激光雷达对各个待测区域进行点云数据的采集,将采集到的点云数据输入到所述处理器,生成三维向量数据序列,并根据三维向量数据序列计算多个相邻待测区域的地形形变比值序列;
所述监测装置对多个相邻待测区域的地形形变比值序列进行突变位置分析,确定沉降隐患区域;
所述振动信号发生装置向隐患区域输入振动信号,所述振动信号采集装置基于振动信号能量变化确定沉降隐患区域内的沉降异常位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311763536.4A CN117452374B (zh) | 2023-12-21 | 2023-12-21 | 一种建筑物地下沉降监测方法及监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311763536.4A CN117452374B (zh) | 2023-12-21 | 2023-12-21 | 一种建筑物地下沉降监测方法及监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117452374A CN117452374A (zh) | 2024-01-26 |
CN117452374B true CN117452374B (zh) | 2024-03-12 |
Family
ID=89593212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311763536.4A Active CN117452374B (zh) | 2023-12-21 | 2023-12-21 | 一种建筑物地下沉降监测方法及监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117452374B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190114523A (ko) * | 2018-03-30 | 2019-10-10 | 서울시립대학교 산학협력단 | 라이다 데이터를 이용한 지형 변화 실시간 탐지 방법, 이를 위한 시스템 및 서버에 저장된 컴퓨터프로그램 |
CN117109524A (zh) * | 2023-08-26 | 2023-11-24 | 北京中地华安科技股份有限公司 | 一种地质灾害无人机机载雷达监测方法、装置及电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110453731B (zh) * | 2019-08-15 | 2020-06-30 | 中国水利水电科学研究院 | 一种大坝边坡形变监测系统及方法 |
-
2023
- 2023-12-21 CN CN202311763536.4A patent/CN117452374B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190114523A (ko) * | 2018-03-30 | 2019-10-10 | 서울시립대학교 산학협력단 | 라이다 데이터를 이용한 지형 변화 실시간 탐지 방법, 이를 위한 시스템 및 서버에 저장된 컴퓨터프로그램 |
CN117109524A (zh) * | 2023-08-26 | 2023-11-24 | 北京中地华安科技股份有限公司 | 一种地质灾害无人机机载雷达监测方法、装置及电子设备 |
Non-Patent Citations (10)
Title |
---|
一种应用于基坑监测的近景摄影测量方法;尚艳亮;鲍林;杜守继;韩同银;;国防交通工程与技术;20180120(第01期);全文 * |
唐山市降水量序列变化规律分析;时振阁;;南水北调与水利科技;20100215(第01期);全文 * |
地铁隧道爆破施工的地震效应和安全标准;杨小林;侯爱军;;洛阳理工学院学报(自然科学版);20080915(第01期);全文 * |
基于颜色突变的预警彩色位移云图的绘制算法;梁正央;戎晓力;芮挺;王海峰;;电脑开发与应用;20080805(第08期);全文 * |
基坑变形监测方案设计实例;杜向锋;;大众科技;20100610(第06期);全文 * |
尚艳亮 ; 鲍林 ; 杜守继 ; 韩同银 ; .一种应用于基坑监测的近景摄影测量方法.国防交通工程与技术.2018,(第01期),全文. * |
时振阁 ; .唐山市降水量序列变化规律分析.南水北调与水利科技.2010,(第01期),全文. * |
杜向锋 ; .基坑变形监测方案设计实例.大众科技.2010,(第06期),全文. * |
杨小林 ; 侯爱军 ; .地铁隧道爆破施工的地震效应和安全标准.洛阳理工学院学报(自然科学版).2008,(第01期),全文. * |
梁正央 ; 戎晓力 ; 芮挺 ; 王海峰 ; .基于颜色突变的预警彩色位移云图的绘制算法.电脑开发与应用.2008,(第08期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117452374A (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Florinsky | Accuracy of local topographic variables derived from digital elevation models | |
Ahmad Fuad et al. | Comparing the performance of point cloud registration methods for landslide monitoring using mobile laser scanning data | |
Evans et al. | High resolution quantification of gully erosion in upland peatlands at the landscape scale | |
US11543080B2 (en) | Automated pipeline construction modelling | |
CN113251914A (zh) | InSAR技术与长短时记忆神经网络结合的地表形变预测方法 | |
CN116663762A (zh) | 一种城市规划地下空间勘察测绘方法及系统 | |
Dong et al. | The method for accurate acquisition of pavement macro-texture and corresponding finite element model based on three-dimensional point cloud data | |
CN117452374B (zh) | 一种建筑物地下沉降监测方法及监测系统 | |
CN114295069A (zh) | 无人机搭载三维激光扫描仪的边坡形变监测方法及系统 | |
Syahmi et al. | The movement detection on the landslide surface by using terrestrial laser scanning | |
Chen et al. | A greedy-based multiquadric method for LiDAR-derived ground data reduction | |
CN111189382A (zh) | 一种采空区特高压输电杆塔变形监测及风险评价方法 | |
CN113744393B (zh) | 一种多层级边坡滑坡变化监测方法 | |
Walker et al. | A comparative study of Australian cartometric and photogrammetric digital elevation model accuracy | |
James et al. | Investigating the effects of DEM error in scaling analysis | |
He et al. | Rapid assessment of slope deformation in 3D point cloud considering feature-based simplification and deformed area extraction | |
Wang | Application of Long Distance Microscope and Three-Dimensional Laser Scanner in Tunnel Section Detection. | |
Rutzinger et al. | Object-based analysis of airborne laser scanning data for natural hazard purposes using open source components | |
Prokop | Terrestrial laser scanning for snow depth observations: An update on technical developments and applications | |
Haugen | Qualitative and quantitative comparative analyses of 3D lidar landslide displacement field measurements | |
Haerani et al. | On the Performance of Terrestrial Laser Scanner for Volcanic and Landslide Hazard Assessment in Indonesia | |
Mokhtar et al. | Landslide monitoring using close range photogrammetry | |
Tian et al. | 3D laser odometry for a mobile robot platform | |
ABDULRAHMAN et al. | A Comparison Between Interpolation Methods For More Accurate Elevation Surface Using Gnss And Gis | |
Droj | Improving the accuracy of digital terrain models |
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 |