CN117853902A - 边坡稳定性分析方法 - Google Patents
边坡稳定性分析方法 Download PDFInfo
- Publication number
- CN117853902A CN117853902A CN202311690759.2A CN202311690759A CN117853902A CN 117853902 A CN117853902 A CN 117853902A CN 202311690759 A CN202311690759 A CN 202311690759A CN 117853902 A CN117853902 A CN 117853902A
- Authority
- CN
- China
- Prior art keywords
- slope
- contour line
- group
- stability analysis
- contour
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 claims description 26
- 238000012216 screening Methods 0.000 claims description 11
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001687 destabilization Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/23—Dune restoration or creation; Cliff stabilisation
Abstract
本发明提供了一种边坡稳定性分析方法,其特征在于,包括:采集边坡环境的点云数据;将所述点云数据转换为一组边坡轮廓线;利用所述一组边坡轮廓线构建一组边坡模型,对所述一组边坡模型进行稳定性分析。本发明通过由三维数据转换二维的一组边坡轮廓线,在保证稳定性分析质量的同时提高了稳定性分析的效率。本发明还提供了一种边坡稳定性分析装置、设备及存储介质。
Description
技术领域
本发明涉及边坡稳定性分析技术领域,更具体地涉及一种边坡稳定性分析方法。
背景技术
近年来,由于边坡破坏导致的塔基失稳事件时有发生。传统的边坡稳定性数值分析方式主要有两类,一类是基于二维边坡模型分析其稳定性,这类方式在分析边坡模型时,以二维模型替代三维模型,其建模难度、计算量都显著减小,但是其对现实环境的模拟效果也将大打折扣,边坡滑坡往往是一个由点到线再面的发展过程,二维边坡上的点无法精准替代三维空间上的点,过于简化边坡结构,因此基于二维边坡模型的稳定性分析方法其结果可信度存疑,对实际三维场景下的边坡稳定性参考价值较小;另一类是基于高精度数据采集手段得到的精细边坡模型,这类模型是对现实环境的高精度复刻,突出了整个边坡环境的各种细节。因此,基于此类模型得到的边坡稳定性分析结果也将更加贴近于现实,可信度很高,然而,这类模型往往面临建模难度高、计算量大且易无法收敛的问题,严重制约了边坡稳定性分析的效率。这两种方式均不利于基于数值分析法的边坡稳定性研究的开展。
发明内容
鉴于上述问题,本发明提供了一种在保证分析精度的同时提高效率的边坡稳定性分析方法。
本发明提供了一种边坡稳定性分析方法,包括:采集边坡环境的点云数据;将点云数据转换为一组边坡轮廓线;利用一组边坡轮廓线构建一组边坡模型,对一组边坡模型进行稳定性分析。
根据本发明的实施例,将点云数据转换为一组边坡轮廓线,包括:将点云数据在三维坐标系内配准;三维坐标系的y轴位于边坡环境的水平面且平行于边坡环境的延伸方向,三维坐标系的x轴位于水平面且垂直于y轴,三维坐标系的z轴垂直于水平面;利用多个虚拟平面与点云数据的交点,得到对应的多个初始轮廓线;其中,虚拟平面为平行于y轴且垂直于水平面;从多个初始轮廓线中选取一条基准轮廓线,根据基准轮廓线规整多个初始轮廓线;筛选多个初始轮廓线,得到一组边坡轮廓线。
根据本发明的实施例,根据基准轮廓线规整多个初始轮廓线,包括:对初始轮廓线使用插值法,根据基准轮廓线上的每一点,获取初始轮廓线上对应的每一点的z轴坐标;其中,对应的每一点的y轴坐标与基准轮廓线上对应的点一致。
根据本发明的实施例,筛选多个初始轮廓线,包括:将第一条初始轮廓线作为当前轮廓线,将当前轮廓线记为边坡轮廓线,检测是否存在下一轮廓线;若否,则完成多个初始轮廓线的筛选;若是,则检测当前轮廓线上的所有点的z轴坐标和下一轮廓线上的所有点的z轴坐标之间的均方误差是否大于预设阈值;若是,则将下一轮廓线作为当前轮廓线,执行将当前轮廓线记为边坡轮廓线;若否,则将下一轮廓线删除,执行检测是否存在下一轮廓线。
根据本发明的实施例,对一组边坡模型进行稳定性分析之后,还包括:执行多次采集边坡环境的点云数据,将点云数据转换为一组边坡轮廓线,利用一组边坡轮廓线构建一组边坡模型,对一组边坡模型进行稳定性分析;提取在多次分析中稳定性系数低于预设阈值的边坡模型作为边坡稳定性分析的重点模型。
本发明的第二方面提供了一种边坡稳定性分析装置,配置为能够用于实现上述的边坡稳定性分析方法,包括:数据采集模块,用于采集边坡环境的点云数据;轮廓线获取模块,用于将点云数据转换为一组边坡轮廓线;分析模块,用于利用一组边坡轮廓线构建一组边坡模型,对一组边坡模型进行稳定性分析。
本发明的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器执行上述边坡稳定性分析方法。
本发明的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述边坡稳定性分析方法。
根据本发明提供的边坡稳定性分析方法,通过将三维的点云数据进行分段整合处理,转换为一组二维的边坡轮廓线数据,将完整的三维边坡稳定性分析问题,转化为多组二维边坡稳定性分析问题,由于保留了三维边坡模型的数据精度的同时采用二维边坡模型分析,因此,至少部分的解决了二维模型精度低、三维模型计算难度高的技术问题,实现了降低了建模难度与计算量,提高了边坡稳定性分析效率的技术效果。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本发明实施例的边坡稳定性分析方法的流程图;
图2示意性示出了根据本发明实施例的将所述点云数据转换为一组边坡轮廓线的流程图;
图3示意性示出了根据本发明实施例的基于点云数据的边坡三维模型示意图;
图4示意性示出了根据本发明实施例的抽样后的初始轮廓线的示意图;
图5示意性示出了根据本发明实施例的根据基准轮廓线规整所述多个初始轮廓线的示意图;
图6示意性示出了根据本发明实施例的边坡稳定性分析装置的结构框图;
图7示意性示出了根据本发明实施例的适于实现边坡稳定性分析方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本发明的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本发明的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本发明实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本发明。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
图1示意性示出了根据本发明实施例的边坡稳定性分析方法的流程图,如图1所示,本发明的实施例提供了一种边坡稳定性分析方法,包括:采集边坡环境的点云数据;将所述点云数据转换为一组边坡轮廓线;利用所述一组边坡轮廓线构建一组边坡模型,对所述一组边坡模型进行稳定性分析。
在该实施例中,根据现场环境特点,选择合适的方式采集边坡环境点云数据。
通过本发明的实施例,基于实景点云提出一种简化的边坡稳定性分析方法,将二维边坡模型的建模简单、计算量小与三维模型在边坡稳定性分析精度高的优点结合在一起,基于采样的思想,将一个三维边坡稳定性分析模型转化为一组二维边坡稳定性分析模型。
在上述实施例的基础上,所述将所述点云数据转换为一组边坡轮廓线,包括:将所述点云数据在三维坐标系内配准;所述三维坐标系的y轴位于所述边坡环境的水平面且平行于所述边坡环境的延伸方向,所述三维坐标系的x轴位于所述水平面且垂直于所述y轴,所述三维坐标系的z轴垂直于所述水平面;利用多个虚拟平面与所述点云数据的交点,得到对应的多个初始轮廓线;其中,所述虚拟平面为平行于y轴且垂直于所述水平面;从所述多个初始轮廓线中选取一条基准轮廓线,根据所述基准轮廓线规整所述多个初始轮廓线;筛选所述多个初始轮廓线,得到一组边坡轮廓线。
在该实施例中,图2示意性示出了根据本发明实施例的将所述点云数据转换为一组边坡轮廓线的流程图,如图2所示,首先将整个边坡环境下的均匀点云数据进行高密度均匀离散采样,根据边坡范围对数据点从边坡顶部到边坡底部进行高密度平行划分得到初始轮廓线,保证了边坡基本数据信息的完整性的同时将三维边坡数据(如图3所示的基于点云数据的边坡三维模型)转化为一组二维边坡点云数据,将三维边坡稳定性分析问题转化为一组二维边坡稳定性分析问题,完成边坡截面初始轮廓线的建立;其次,通过轮廓线规整将离散化的二维边坡数据在规定的坐标分量上实现坐标的统一,使得轮廓线能够进行轮廓线合并环节,实现将结构特征相似或相同的轮廓线合并为一,实现初始轮廓线的整合,得到边坡轮廓线,大大降低了离散化的二维边坡数据量,减小了建模工作量,提供稳定性分析效率;最后,基于合并后的轮廓线分析边坡整体的稳定性。
在该实施例中,基于边坡三维数据坐标,确立边坡环境在水平投影方向(水平面)的覆盖范围S={(x,y)x∈[a,b],y∈[c,d]}。设定在x坐标轴上每距离e进行一次边坡采样,e数值一般较小,使得采样获得的初始轮廓线能覆盖边坡的主要特征,如图4所示。
通过本发明的实施例,通过高密度采样与轮廓线整合的方式将整个边坡的三维环境中具有特殊结构的数据点完整的提取出来,以一条边坡轮廓线代表局部边坡环境,以多条边坡轮廓线代表整体边坡环境,将三维模型分析问题转换为一组二维模型分析问题,其数据量、建模难度、计算量都将大大降低,分析效率将得到明显提高。
在上述实施例的基础上,所述根据所述基准轮廓线规整所述多个初始轮廓线,包括:对所述初始轮廓线使用插值法,根据所述基准轮廓线上的每一点,获取所述初始轮廓线上对应的每一点的z轴坐标;其中,所述对应的每一点的y轴坐标与所述基准轮廓线上对应的点一致。
在该实施例中,由于每条初始轮廓线上的点的位置各不相同,为了能够将初始轮廓线合并,选择一条基准轮廓线l0{(x0=g0,yi0zi0)},一般选择数据点较多的初始轮廓线作为基准轮廓线,使用插值法将所有其他初始轮廓线上的点进行规整,使得初始轮廓线在平行边坡方向(y轴方向)上坐标一致(即,每个基准轮廓线上的点,在其他初始轮廓线上均有y轴坐标一致的点),求解初始轮廓线上y轴坐标一致、x轴坐标已知的点的z轴坐标zm的公式如下:
其中,如图5所示,M0(g,y0,z0)为基准轮廓线上的已知一点的坐标;待使用插值法获取的点M坐标为(gm,ym,zm),其中ym=y0;在该初始轮廓线上与点M相邻的两个已知点坐标为Pf(gf,yf,zf)、Pb(gb,yb,zb)。
通过本发明的实施例,通过将所有初始轮廓线根据基准轮廓线进行规整,使得每条初始轮廓线的x轴坐标差为平行划分的距离,每条初始轮廓线y轴上有与基准轮廓线每个点坐标相同的对应点,从而使得z轴坐标可以表征每条初始轮廓线的差异特征。
在上述实施例的基础上,所述筛选所述多个初始轮廓线,包括:将第一条初始轮廓线作为当前轮廓线,将所述当前轮廓线记为边坡轮廓线,检测是否存在下一轮廓线;若否,则完成所述多个初始轮廓线的筛选;若是,则检测所述当前轮廓线上的所有点的z轴坐标和所述下一轮廓线上的所有点的z轴坐标之间的均方误差是否大于预设阈值;若是,则将所述下一轮廓线作为当前轮廓线,执行所述将所述当前轮廓线记为边坡轮廓线;若否,则将所述下一轮廓线删除,执行所述检测是否存在下一轮廓线。
需要说明的是,当前轮廓线的选取也可以从中间或另一端选取,选取中间的初始轮廓线作为当前轮廓线后之后向两个方向分别进行轮廓线合并。
在该实施例中,由于初始轮廓线的划分密度较高,大量的轮廓线近似一致,在轮廓线规整后,基于两条初始轮廓线z轴坐标的均方误差进行筛选,相似度较高的轮廓线仅保留一条,循环往复,直至轮廓线都经过筛选。
其中,均方误差的计算方式如下:以基准轮廓线为例,在y坐标分量的方向上规整轮廓线后,以基准轮廓线为起始参考,求解相邻的轮廓线l1{(x1=g1,yi1,zi1)},其中yi1=yi0,与基准轮廓线l0{(x0=g0,yi0,zi0)}上的点z轴坐标的均方误差,求解基准轮廓线与相邻的轮廓线的均方误差的公式如下:
当均方误差D小于设定的阈值时,则该初始轮廓线的数据不需要额外进行稳定性分析,稳定性分析建立边坡模型时仅考虑基准轮廓线即可;当均方误差D大于设定的阈值时,则该初始轮廓线的数据需要单独进行稳定性分析,并挑选下一条相邻的轮廓线与该初始轮廓线进行均方误差计算,循环往复,直至所有的轮廓线均已进行过均方误差比较,筛选出需要建立边坡模型的边坡轮廓线。
通过本发明的实施例,通过轮廓线筛选的方式将整个边坡的三维环境中具有特殊结构的数据点完整的提取出来,以一条边坡轮廓线代表局部边坡环境,通过筛选出的所有边坡轮廓线表征整体边坡环境,提高分析效率的同时保证分析的质量。
在上述实施例的基础上,所述对所述一组边坡模型进行稳定性分析之后,还包括:执行多次采集边坡环境的点云数据,将所述点云数据转换为一组边坡轮廓线,利用所述一组边坡轮廓线构建一组边坡模型,对所述一组边坡模型进行稳定性分析;提取在多次分析中稳定性系数低于预设阈值的边坡模型作为边坡稳定性分析的重点模型。
通过本发明的实施例,提取存在隐患或安全系数较低的边坡模型作为边坡稳定性评价的核心对象,提高边坡环境稳定性分析的效率。
基于上述边坡稳定性分析方法,本发明还提供了一种边坡稳定性分析装置,配置为能够用于实现上述的边坡稳定性分析方法。以下将结合图6对该装置进行详细描述。
图6示意性示出了根据本发明实施例的边坡稳定性分析装置的结构框图。
如图6所示,该实施例的边坡稳定性分析装置600包括数据采集模块601、轮廓线获取模块602和分析模块603。
数据采集模块601,用于采集边坡环境的点云数据。
轮廓线获取模块602,用于将所述点云数据转换为一组边坡轮廓线。
分析模块603,用于利用所述一组边坡轮廓线构建一组边坡模型,对所述一组边坡模型进行稳定性分析。
根据本发明的实施例,数据采集模块601、轮廓线获取模块602和分析模块603中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本发明的实施例,数据采集模块601、轮廓线获取模块602和分析模块603中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,数据采集模块601、轮廓线获取模块602和分析模块603中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图7示意性示出了根据本发明实施例的适于实现边坡稳定性分析方法的电子设备的方框图。
如图7所示,根据本发明实施例的电子设备700包括处理器701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。处理器701例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器701还可以包括用于缓存用途的板载存储器。处理器701可以包括用于执行根据本发明实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 703中,存储有电子设备700操作所需的各种程序和数据。处理器701、ROM702以及RAM 703通过总线704彼此相连。处理器701通过执行ROM 702和/或RAM 703中的程序来执行根据本发明实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 702和RAM 703以外的一个或多个存储器中。处理器701也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本发明实施例的方法流程的各种操作。
根据本发明的实施例,电子设备700还可以包括输入/输出(I/O)接口705,输入/输出(I/O)接口705也连接至总线704。电子设备700还可以包括连接至I/O接口705的以下部件中的一项或多项:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
本发明还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本发明实施例的方法。
本发明的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本发明实施例所提供的方法。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本发明的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本发明中。特别地,在不脱离本发明精神和教导的情况下,本发明的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本发明的范围。
以上对本发明的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本发明的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本发明的范围由所附权利要求及其等同物限定。不脱离本发明的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本发明的范围之内。
Claims (8)
1.一种边坡稳定性分析方法,其特征在于,包括:
采集边坡环境的点云数据;
将所述点云数据转换为一组边坡轮廓线;
利用所述一组边坡轮廓线构建一组边坡模型,对所述一组边坡模型进行稳定性分析。
2.根据权利要求1所述的方法,其中,所述将所述点云数据转换为一组边坡轮廓线,包括:
将所述点云数据在三维坐标系内配准;所述三维坐标系的y轴位于所述边坡环境的水平面且平行于所述边坡环境的延伸方向,所述三维坐标系的x轴位于所述水平面且垂直于所述y轴,所述三维坐标系的z轴垂直于所述水平面;
利用多个虚拟平面与所述点云数据的交点,得到对应的多个初始轮廓线;其中,所述虚拟平面为平行于y轴且垂直于所述水平面;
从所述多个初始轮廓线中选取一条基准轮廓线,根据所述基准轮廓线规整所述多个初始轮廓线;
筛选所述多个初始轮廓线,得到一组边坡轮廓线。
3.根据权利要求2所述的方法,其中,所述根据所述基准轮廓线规整所述多个初始轮廓线,包括:
对所述初始轮廓线使用插值法,根据所述基准轮廓线上的每一点,获取所述初始轮廓线上对应的每一点的z轴坐标;其中,所述对应的每一点的y轴坐标与所述基准轮廓线上对应的点一致。
4.根据权利要求3所述的方法,其中,所述筛选所述多个初始轮廓线,包括:
将第一条初始轮廓线作为当前轮廓线,将所述当前轮廓线记为边坡轮廓线,检测是否存在下一轮廓线;
若否,则完成所述多个初始轮廓线的筛选;
若是,则检测所述当前轮廓线上的所有点的z轴坐标和所述下一轮廓线上的所有点的z轴坐标之间的均方误差是否大于预设阈值;若是,则将所述下一轮廓线作为当前轮廓线,执行所述将所述当前轮廓线记为边坡轮廓线;若否,则将所述下一轮廓线删除,执行所述检测是否存在下一轮廓线。
5.根据权利要求1所述的方法,其中,所述对所述一组边坡模型进行稳定性分析之后,还包括:
执行多次采集边坡环境的点云数据,将所述点云数据转换为一组边坡轮廓线,利用所述一组边坡轮廓线构建一组边坡模型,对所述一组边坡模型进行稳定性分析;
提取在多次分析中稳定性系数低于预设阈值的边坡模型作为边坡稳定性分析的重点模型。
6.一种边坡稳定性分析装置,其特征在于,配置为能够用于实现权利要求1~5任一项所述的边坡稳定性分析方法,包括:
数据采集模块,用于采集边坡环境的点云数据;
轮廓线获取模块,用于将所述点云数据转换为一组边坡轮廓线;
分析模块,用于利用所述一组边坡轮廓线构建一组边坡模型,对所述一组边坡模型进行稳定性分析。
7.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~5中任一项所述的方法。
8.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311690759.2A CN117853902A (zh) | 2023-12-11 | 2023-12-11 | 边坡稳定性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311690759.2A CN117853902A (zh) | 2023-12-11 | 2023-12-11 | 边坡稳定性分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117853902A true CN117853902A (zh) | 2024-04-09 |
Family
ID=90546668
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311690759.2A Pending CN117853902A (zh) | 2023-12-11 | 2023-12-11 | 边坡稳定性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117853902A (zh) |
-
2023
- 2023-12-11 CN CN202311690759.2A patent/CN117853902A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9377546B2 (en) | Automatic extraction and characterization of fault and fracture populations | |
CN111028327B (zh) | 一种三维点云的处理方法、装置及设备 | |
US11282271B2 (en) | Method in constructing a model of a scenery and device therefor | |
WO2021052283A1 (zh) | 处理三维点云数据的方法和计算设备 | |
Zhao et al. | Automated recognition and measurement based on three-dimensional point clouds to connect precast concrete components | |
Zhou et al. | A streaming framework for seamless building reconstruction from large-scale aerial lidar data | |
WO2014072810A1 (en) | Method for processing an image | |
CN115330940A (zh) | 一种三维重建方法、装置、设备和介质 | |
CN114218778A (zh) | 一种用于声爆试验数据的分析方法及装置 | |
CN117557681A (zh) | 一种基于多源测绘数据的高精度地形图生成方法及装置 | |
Zhou | 3D urban modeling from city-scale aerial LiDAR data | |
CN116976115A (zh) | 面向量化分析与判断的遥感卫星应用需求仿真方法及装置 | |
CN106951918A (zh) | 一种用于冷冻电镜分析的单颗粒图像聚类方法 | |
CN117853902A (zh) | 边坡稳定性分析方法 | |
Honti et al. | Automation of cylinder segmentation from point cloud data | |
CN113469086B (zh) | 建筑平面图中的区域划分方法、装置、设备及介质 | |
CN114612394A (zh) | 一种基于Yolo网络和DIC技术的混凝土内部损伤预测方法 | |
Kim et al. | Automated two-dimensional geometric model reconstruction from point cloud data for construction quality inspection and maintenance | |
CN113537026A (zh) | 建筑平面图中的图元检测方法、装置、设备及介质 | |
JP6853150B2 (ja) | 選別装置、方法及びプログラム | |
Cai et al. | BIM technology of implicit and explicit parts of historical building components based on point cloud data and digital radiographic image: a review | |
CN115328373B (zh) | 一种确定性系数计算方法及系统 | |
CN113607920B (zh) | 岩浆底辟对沉积盆地的改造分析方法、实验装置和介质 | |
CN116576804A (zh) | 一种基于凸包的切比雪夫平面度测量方法及系统 | |
CN116977588B (zh) | 基于体元栅格地质模型的截割曲线生成方法和装置 |
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 |