一种基于无人船的河底淤积动态监测方法技术

本发明专利技术公开了一种基于无人船的河底淤积动态监测方法，涉及河道淤积治理监测技术领域。该方法包括步骤：规划河道测区循迹路线；按预设循迹路线有序获取各定点巡检坐标处的可信水深及河底淤积层厚数据；在无人船终端对测量获得的可信水深及河底淤积层厚数据进行滤波处理，获得当前定点巡检坐标处在垂直于预设循迹路线方向的一个剖面内的深度分布值；建立包括水深及河底淤积层厚的水下地形矢量三维图及矢量剖面图；在测区河底淤积层厚大于淤积阈值时，向清淤船发送清淤指令。本发明专利技术通过建立包括水深及河底淤积层厚的水下地形矢量三维图，具有直观可视化，基于无人船载体实现了对河道淤积的动态监测，可以协调清淤船对河底淤积区进行及时清淤。淤积区进行及时清淤。

【技术实现步骤摘要】
一种基于无人船的河底淤积动态监测方法


[0001]本专利技术涉及河道淤积治理监测
，具体涉及一种基于无人船的河底淤积动态监测方法。

技术介绍

[0002]城市内陆河道是城市生态的重要组成部分，为城市防汛、蓄洪以及航运提供了支撑。在雨季水量充沛的季节，水流会裹挟泥沙和城市垃圾在河弯处形成冲淤区，使得河底淤积加重，如果不进行处理将会影响河道的健康运行，同时还会对水质造成污染。因而，监控河底淤泥的状况成为目前河道治理中的一项非常重要的工作。
[0003]水下淤泥测量一直是工程测量领域的一个难题，就目前来说主要有两种测量方式，一是钻探测量，另一种是仪器测量，随做科学技术的进步，仪器测量正逐步在推广，但在一般基层单位及小型的测量项目中，钻探法测量淤泥深度还在被普遍使用。常见的水下淤泥测量主要有钻孔取样法、静力触探/测杆法，其中，钻孔取样法使用钻机单点采集柱状淤泥样本，用环刀法测定柱状样本中各分层淤泥的天然密度，量取各分层淤泥的厚度。钻孔取样对淤泥的扰动不能避免，浮泥和流泥样本无法采集，只能凭肉眼或经验来估算出该部分淤积层的厚度，这样就人为的增加了测量的误差，同时对各分层淤泥没有定量的指标来衡量。钻孔取样法对于面积大精度要求高的区域并不实用，它工作量大，价格昂贵，而且效率极低。静力触探法使用专用测杆进行，其原理是通过单点测定淤泥层对测杆的比贯入阻力来计算淤泥的承载力，从而确定淤泥厚度。更为简单的做法是采用测杆两次读数来确定淤泥的厚度，及当测杆触及淤泥表面的时候读取一个深度，用力将测杆往下，当达到一定阻力，测量人员判断测杆已经触及淤泥的下表面时再读取一个深度，两个深度之差及为我们所需要的淤泥厚度值。使用此种方法测量时，测杆的形状、大小，测杆所承受的力的大小，直接影响到测量的精度，同时静力触探/测杆法无法测定淤泥的绝对密度，也无法查明浮泥和流泥的分布。
[0004]同时，由于中国的广大河流是位于亚热带或者温带气候区域，通常在夏季的降雨量要大于冬季的降雨量，这就造成夏季的地表径流要大于冬季的地表径流，由此带来的结果是在夏季时河流的流量大、水位深同时携带的淤泥量较大但是同时大的流量也会对河底淤泥的冲刷效果较强；而在冬季河流的流量小、水深浅同时携带的淤泥量较小且较小的流量对河底淤泥的冲刷效果较弱，同时，在同一段河道或者航道，由于沿途加入的地面径流情况不同，河道或者航道不同的位置处的淤泥淤积情况也不同，也就是说，河底淤积的淤泥受到很多的因素的影响，实时地关注淤泥的状况对于河流的治理具有很大的有益效果。因而，对于淤泥的淤积状况的监测，迫切需要一种能够实时、自动且高效的监测方式。

技术实现思路

[0005]为了解决上述技术存在的缺陷，本专利技术提供一种基于无人船的河底淤积动态监测方法。
[0006]本专利技术实现上述技术效果所采用的技术方案是：
[0007]一种基于无人船的河底淤积动态监测方法，包括步骤：
[0008]S1、规划河道测区循迹路线，划分河道测区范围，基于GPS
‑
RTK分别获取测区端点坐标，根据测区水文获取定点巡检坐标，将定点巡检坐标有序连接，构成无人船的预设循迹路线；
[0009]S2、采用搭载了定位系统和双频测深系统的无人船按预设循迹路线有序获取各定点巡检坐标处的可信水深及河底淤积层厚数据，所述的可信水深及河底淤积层厚数据为剔除了风浪误差值和鱼层异常值的数据；
[0010]S3、在无人船终端对测量获得的可信水深及河底淤积层厚数据进行滤波处理，获得当前定点巡检坐标处在垂直于预设循迹路线方向的一个剖面内的深度分布值；
[0011]S4、沿预设循迹路线拟合水下地形曲线，建立包括水深及河底淤积层厚的水下地形矢量三维图，并基于所述水下地形三维图在测区的长度方向上创建矢量剖面图，通过5G通讯网络向服务器发送三维图数据和剖面图数据；
[0012]S5、在服务器端对水下地形矢量三维图进行解析，在测区河底淤积层大于淤积阈值时，向清淤船发送清淤指令。
[0013]优选地，在上述的一种基于无人船的河底淤积动态监测方法中，所述的根据测区水文获取定点巡检坐标，包括步骤：
[0014]S11、在枯水季对测区内的河段进行巡查，标定出河弯冲淤区的边界；
[0015]S12、沿河段延伸方向对标定出边界的河弯冲淤区进行第一定点集合的坐标标定，所述第一定点集合包括若干沿河段延伸方向有序分布，构成密集阵的淤积检测定点；
[0016]S13、沿河段延伸方向对测区内非河弯冲淤区的河段进行第二定点集合的坐标标定，所述第二定点集合包括若干沿河段延伸方式有序分布，构成稀疏阵的快速检测定点；
[0017]S14、按预设的巡检方向，将所述第一定点集合中的淤积检测定点和所述第二定点集合中的快速检测定点有序连接，构成无人船的预设循迹路线。
[0018]优选地，在上述的一种基于无人船的河底淤积动态监测方法中，在所述步骤S2具体包括：
[0019]S21、对各定点巡检坐标处的可信水深及河底淤积层数据进行反复三次测量，每次测量的间隔时间为1～5分钟，三次获取的测量水深值分别记为D
ss
‑1、D
ss
‑2、D
ss
‑3，三次获取的测量淤积层厚值分别记为D
ch
‑1、D
ch
‑2、D
ch
‑3；
[0020]S22、比较三次获取的水深值D
ss
‑1、D
ss
‑2、D
ss
‑3的差值，在某一水深值明显偏大时，剔除该偏差较大的水深值，记该定点巡检坐标处的可信水深为其他两水深值的均值；
[0021]S23、比较三次获取的淤积层厚值D
ch
‑1、D
ch
‑2、D
ch
‑3的差值，在某一淤积层厚值明显偏大时，剔除该偏差较大的淤积层厚值，记该定点巡检坐标处的可信淤积层厚值为其他两淤积层厚值的均值。
[0022]优选地，在上述的一种基于无人船的河底淤积动态监测方法中，在所述步骤S4中，水下地形曲线包括淤积层的上界面曲线和下界面曲线，所述上界面曲线和所述下界面曲线的曲线拟合均通过三次样条插值函数完成拟合。
[0023]优选地，在上述的一种基于无人船的河底淤积动态监测方法中，所述上界面曲线的拟合具体包括步骤：
[0024]S41a、获取预设循迹路线上的一组有序定点{1
…
(n+1)}关于可信水深的坐标数据集合{(x
ss
‑0,D
ss
‑0),(x
ss
‑1,D
ss
‑1),(x
ss
‑2,D
ss
‑2)
…
(x
ss
‑
(n
‑
1)
,D
ss(n
‑
1)
),(x
ss
‑
n
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人船的河底淤积动态监测方法，其特征在于，包括步骤：S1、规划河道测区循迹路线，划分河道测区范围，基于GPS
‑
RTK分别获取测区端点坐标，根据测区水文获取定点巡检坐标，将定点巡检坐标有序连接，构成无人船的预设循迹路线；S2、采用搭载了定位系统和双频测深系统的无人船按预设循迹路线有序获取各定点巡检坐标处的可信水深及河底淤积层厚数据，所述的可信水深及河底淤积层厚数据为剔除了风浪误差值和鱼层异常值的数据；S3、在无人船终端对测量获得的可信水深及河底淤积层厚数据进行滤波处理，获得当前定点巡检坐标处在垂直于预设循迹路线方向的一个剖面内的深度分布值；S4、沿预设循迹路线拟合水下地形曲线，建立包括水深及河底淤积层厚的水下地形矢量三维图，并基于所述水下地形三维图在测区的长度方向上创建矢量剖面图，通过5G通讯网络向服务器发送三维图数据和剖面图数据；S5、在服务器端对水下地形矢量三维图进行解析，在测区河底淤积层大于淤积阈值时，向清淤船发送清淤指令。2.根据权利要求1所述的一种基于无人船的河底淤积动态监测方法，其特征在于，所述的根据测区水文获取定点巡检坐标，包括步骤：S11、在枯水季对测区内的河段进行巡查，标定出河弯冲淤区的边界；S12、沿河段延伸方向对标定出边界的河弯冲淤区进行第一定点集合的坐标标定，所述第一定点集合包括若干沿河段延伸方向有序分布，构成密集阵的淤积检测定点；S13、沿河段延伸方向对测区内非河弯冲淤区的河段进行第二定点集合的坐标标定，所述第二定点集合包括若干沿河段延伸方式有序分布，构成稀疏阵的快速检测定点；S14、按预设的巡检方向，将所述第一定点集合中的淤积检测定点和所述第二定点集合中的快速检测定点有序连接，构成无人船的预设循迹路线。3.根据权利要求1所述的一种基于无人船的河底淤积动态监测方法，其特征在于，在所述步骤S2具体包括：S21、对各定点巡检坐标处的可信水深及河底淤积层数据进行反复三次测量，每次测量的间隔时间为1～5分钟，三次获取的测量水深值分别记为D
ss
‑1、D
ss
‑2、D
ss
‑3，三次获取的测量淤积层厚值分别记为D
ch
‑1、D
ch
‑2、D
ch
‑3；S22、比较三次获取的水深值D
ss
‑1、D
ss
‑2、D
ss
‑3的差值，在某一水深值明显偏大时，剔除该偏差较大的水深值，记该定点巡检坐标处的可信水深为其他两水深值的均值；S23、比较三次获取的淤积层厚值D
ch
‑1、D
ch
‑2、D
ch
‑3的差值，在某一淤积层厚值明显偏大时，剔除该偏差较大的淤积层厚值，记该定点巡检坐标处的可信淤积层厚值为其他两淤积层厚值的均值。4.根据权利要求1所述的一种基于无人船的河底淤积动态监测方法，其特征在于，在所述步骤S4中，水下地形曲线包括淤积层的上界面曲线和下界面曲线，所述上界面曲线和所述下界面曲线的曲线拟合均通过三次样条插值函数完成拟合。5.根据权利要求4所述的一种基于无人船的河底淤积动态监测方法，其特征在于，所述上界面曲线的拟合具体包括步骤：S41a、获取预设循迹路线上的一组有序定点{1
…
(n+1)}关于可信水深的坐标数据集合{(x
ss
‑0,D
ss
‑0),(x
ss
‑1,D
ss
‑1),(x
ss
‑2,D
ss
‑2)
…
(x
ss
‑
(n
‑
1)
,D
ss(n
‑
1)
),(x
ss
‑
n
,D
ss
‑
n
)}，其中，该组有序
定点中的第1个定点关于可信水深的坐标表示为(x
ss
‑0,D
ss
‑0)，第n+1个定点关于可信水深的坐标表示为(x
ss
‑
n
,D
ss
‑
n
)；S42a、建立关于可信水深的三次样条函数S(x
ss
)，S(x
ss
)在区间[x
j
‑1,x
j
]上的表达式为：S
j
(x
ss
)＝K1+K2；)＝K1+K2；其中，l
ss
‑
j
＝x
ss
‑
(j+1)
‑
x
ss
‑
j
,(j＝1,2
…
,n)；M
ss
‑0,M
ss
‑1,
…
,M
ss
‑
n
为n+1个待定系数；S43a、建立M
ss
‑0,M
ss
‑1,
…
,M
ss
‑
n
满足的方程式：μ
ss
‑
j
M
ss
‑
(j
‑
1)
+2M
ss
‑
j
+λ
ss
‑
j
M
ss
‑
(j+1)
＝d
ss
‑
j

【专利技术属性】
技术研发人员：刘世宁，王勇，
申请(专利权)人：浙江沄洲智能科技有限公司，
类型：发明
国别省市：