一种黄土公路边坡健康监测方法技术

本发明专利技术公开了一种黄土公路边坡健康监测方法，通过定期开展无人机航测，获得公路沿线边坡及周边区域的多期影像数据，将获取的影像数据输入到训练好的边坡病害识别神经网络模型中，基于图像识别理论，初步识别出所调查公路边坡的病害类型及分布特征，同时利用无人机影像数据生成边坡实景三维模型以及三维点云模型，通过对比不同期次点云模型更加高效定量的识别出边坡病害，再基于实景三维模型可快速获得三维数值网格模型，可计算不同工况下边坡的稳定性系数，进而确定公路沿线潜在重点监测边坡对象，在前期的理论计算、数值仿真的基础上合理地在重点监测边坡上布设GNSS监测站，实时连续监测坡体表面位移，在累计变形有明确趋势性之后，进一步采用常规的监测技术手段，多维度全方位的协同监测危险边坡，达到提前预警的目的。的目的。

【技术实现步骤摘要】
一种黄土公路边坡健康监测方法


[0001]本专利技术涉及交通线路工程边坡健康监测
，特别地，涉及一种无人机全面巡查监测、GNSS重点监测、常规岩土技术的预警监测的边坡健康监测方法。

技术介绍

[0002]我国已建成全球最大规模的高速公路网络，并且随着社会经济的发展，我国将从交通大国向交通强国迈进，交通基础设施规模也进一步扩大，因此，线路工程沿线的工程边坡长期安全健康的服役尤为重要。监测是评价边坡能否安全服役的主要技术手段之一，而目前对边坡的监测往往侧重于变形监测，主要使用的技术方法有全球导航卫星系统(GNSS)，三维激光扫描技术，干涉合成孔径雷达(InSAR)，地基SAR、摄影测量技术，以及全站仪、位移计、测斜仪等手段。目前对表面位移(变形)监测较为成熟的技术是全球导航卫星系统(GNSS)监测手段，但其属于单点式监测，布设的监测点数少则难以发现无监测点区域的变形情况，而且监测点一旦被破坏会严重影响资料的连续性。同时现用的干涉合成孔径雷达(InSAR)、全站仪变形测量技术具有人工操作复杂、非持续性的问题。而无人机摄影技术目前已经被广泛应用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种黄土公路边坡健康监测方法，其特征在于：通过定期开展无人机航测，获得公路沿线边坡及周边区域的多期影像数据，将获取的影像数据输入到训练好的边坡病害识别神经网络模型中，基于图像识别理论，初步识别出所调查公路边坡的病害类型及分布特征，同时利用无人机影像数据生成边坡实景三维模型以及三维点云模型，通过对比不同期次点云模型更加高效定量的识别出边坡病害，再基于实景三维模型可快速获得三维数值网格模型，可计算不同工况下边坡的稳定性系数，进而确定公路沿线潜在重点监测边坡对象，在前期的理论计算、数值仿真的基础上合理地在重点监测边坡上布设GNSS监测站，实时连续监测坡体表面位移，在累计变形有明确趋势性之后，进一步采用常规的监测技术手段，多维度全方位的协同监测危险边坡，达到提前预警的目的。2.如权利要求1所述的一种黄土公路边坡健康监测方法，其特征在于：其包括如下步骤：1)无人机按照设定航线定期航测，采集调查公路内所有边坡及其周边环境的影像数据；2)将获得的边坡影像数据输入到训练好的边坡病害识别神经网络模型中，识别各个边坡病害的形态和位置；3)利用边坡无人机影像数据生成实景三维模型和三维点云模型，比较两期，或者多期数据的实景三维模型和三维点云模型获得各个边坡病害的形态、位置以及定量指标；4)综合上述处理后的各个边坡病害信息，并进行边坡风险分析及等级评价，得到调查的各个边坡的病害评估结果；5)利用边坡图像得到边坡高精度数字表面模型DSM，转化得到数值计算模型计算边坡的稳定性系数；6)根据上述处理得到的病害评估结果和稳定性系数及历史踏勘信息记录，对各边坡进行综合评价，选择出易发生变形滑动的边坡作为重点监测对象；7)对潜在重点监测边坡对象采用理论计算、数值仿真以及工程类比经验的方法来确定布设GNSS监测站的位置，实时监测边坡变形；8)在潜在滑动面轴线上布设的各GNSS监测站反馈精准的定位坐标为无人机后期巡航提供新的控制点坐标；9)对发生持续变形的位置进行重点监测，使用多维度常规地面监测技术手段，包括降雨量监测、裂缝监测、地下水监测、孔隙水压力监测、深部倾斜位移监测、挡土墙位移监测，综合不同维度监测数据开展临滑预警预报。3.如权利要求2所述的一种黄土公路边坡健康监测方法，其特征在于：无人机搭载平台通过模块化设计，可搭载不同功能的设备，包...

【专利技术属性】
技术研发人员：王楚斌，郑万鹏，栾纪昊，杜源，马逸非，苟朝勇，王兴涛，洪伟，
申请(专利权)人：甘肃二车高等级公路项目管理有限公司甘肃恒路交通勘察设计院有限公司，
类型：发明
国别省市：