一种基于机器视觉的边坡形变自动化监测预警系统技术方案

技术编号:37000783 阅读:21 留言:0更新日期:2023-03-25 18:24
本实用新型专利技术涉及一种基于机器视觉的边坡形变自动化监测预警系统,由传感器、现场控制设备和云服务器三个子系统组成,传感器子系统包括智能相机、标志点和棋盘格标定板,由智能相机采集标志点和棋盘格标定板图像,先解算畸变参数校正标志点图像,再提取标志点中心坐标,最后通过温漂修正系数校正标志点的中心坐标,现场控制设备子系统包括供电装置和数据传输终端,通过数据传输终端采集监测数据信息并利用无线通讯网络传输至云服务器子系统,云服务器子系统设有数据处理模块、阈值判别模块和预警提示模块,阈值判别模块根据数据处理模块的相关计算结果与预设阈值进行比较,一旦出现超阈值情况,即刻触发预警提示模块报警。即刻触发预警提示模块报警。即刻触发预警提示模块报警。

【技术实现步骤摘要】
一种基于机器视觉的边坡形变自动化监测预警系统


[0001]本技术涉及边坡安全监测
,具体涉及一种基于机器视觉的边坡形变自动化监测预警系统。

技术介绍

[0002]我国幅员辽阔,地质地形条件复杂,许多天然边坡及人工边坡由于受到降雨、地震和其他人为因素的影响产生失稳破坏,若预警不及时,会给国家和人们的生命财产安全带来巨大损失。因此,边坡安全的监测预警工作显得尤为迫切且意义重大。
[0003]早期,由于监测仪器和水平的限制,对边坡的监测一般采用宏观地质经验观测和简易观测方法。随着观测方法的进步,逐渐出现了大地测量法、仪表测量法和近景摄影法。随着电子技术及计算机技术的发展,时域反射法、光时域反射法、声发射方法等也正被应用于边坡之中。同时,随着科技水平的逐渐提高以及网络的普及应用,边坡的现代监测方法向着远程网络监控方向发展,呈现出“数字化”“自动化”“集成化”等新特点。
[0004]目前,边坡表面变形监测的方式主要有以下几种:GNSS技术,利用卫星发送的导航定位信号进行空间后方交会测量,确定地面待测点的三维坐标,该技术测点选取方便、可以实现全天候观测,但点位要求周围不能有遮挡和高压电、信号塔等干扰,并且在保证精度的情况下监测系统的成本相对较高。干涉合成孔径雷达(InSARS)技术,利用相位信息来得到地表的三维信息,该技术可以全天候进行观测,受云和天气等的影响小,可以大范围的进行高精度的监测,但是InSAR技术一般重返周期长、空间分辨率不高;在植被茂密的监测区域,相干性较差;山区不同海拔高度水汽含量不同,造成的影响较大。三维激光扫描技术,利用激光扫描装置自动、系统、快速地获取对象表面的三维坐标,该技术优点在于具备大范围、高精度快速变形监测的特点,在信息提取方面的自动化程度高、物体表面细节表达能力好;但是该技术在边坡等复杂环境下有以下局限性:测量距离有限,针对大型的滑坡或危岩体等灾害体的扫描,有效测量距离的限制使得测站点增加,进而降低监测效率;当滑坡、危岩体表面有大量的植被覆盖时,三维激光扫描仪无法测量到地形表面;另外高昂的硬件成本、劳动密集型的数据采集和复杂的内业处理也是应用于边坡中的主要限制因素。
[0005]机器视觉作为现在发展迅速且应用广泛的新兴技术,其本质是让机器拥有人类的视觉功能,使机器能够观察、认识、理解世界。机器视觉技术,可用于对物体几何形状、空间运动的识别和定量计算。其原理是由计算机控制视觉传感器采集被测目标的图像,对其进行分析,从中获得所需的测量信息,并根据先验知识或标准,对被测目标做出判断。在这一过程中,图像被当作传递信息的载体,通过图像可以提取有用的信息,获取被测目标的各种测量参数。因此,机器视觉技术具有非接触、全视场、实时连续监测的特点,且精度高、识别速度快等优点。
[0006]但在实际工程中,视觉传感器的应用还存在以下问题:一是像边坡这样的大型露天工程,环境复杂,仪器安装位置受限,往往视觉传感器无法垂直于待测平面安装,这会使得传感器与监测点存在高度差,从而造成监测图像发生畸变,不利于后续的数据处理,降低
监测精度;二是视觉传感器本身存在温漂效应,而工程监测常常需要将视觉传感器安装在户外,户外的工作环境会使传感器产生较大的温度漂移,影响采集图像的精度,进而导致从图像中提取的数据信息失真,使得边坡安全监测失去意义。
[0007]综上所述,亟需提出一种边坡形变自动化监测预警系统,能克服机器视觉技术在边坡工程安全监测应用中的缺陷。

技术实现思路

[0008]本技术的目的是解决现有技术的缺陷,设计一种基于机器视觉的边坡形变自动化监测预警系统,以实现对边坡发生形变情况或者发生垮塌破坏情况的监测预警,防止发生更大的灾害。
[0009]为了达到上述目的,本技术是这样实现的:一种基于机器视觉的边坡形变自动化监测预警系统,所述边坡形变自动化监测预警系统包括三个子系统,分别是传感器子系统、现场控制设备子系统、云服务器子系统。
[0010]所述传感器子系统包括智能相机、标志点和棋盘格标定板,标志点安装在待测边坡坡体,用于固定智能相机的立柱安装在待测边坡附近稳定区域,用于固定棋盘格标定板的立柱安装在智能相机附近,距离为10~30m,所述的智能相机在监测时的视场范围为包含所有待测标志点和棋盘格标定板。所述的稳定区域是指边坡滑坡影响范围以外的区域。
[0011]所述智能相机内嵌有高差修正模块、坐标提取模块和温度修正模块,采集到标志点的监测图像先经过高差修正模块进行畸变校正,再由坐标提取模块通过边缘检测算法来识别并解算获得标志点的中心坐标数据信息,最后由温度修正模块中的温漂修正系数校正获得温漂修正后的标志点的中心坐标数据信息;
[0012]所述的传感器子系统由所述现场控制设备子系统供电工作,温漂修正后的标志点的中心坐标数据信息通过现场控制设备子系统中的数据传输终端上传至云服务器子系统。
[0013]所述云服务器子系统设置有数据处理模块、阈值判别模块和预警提示模块,由数据处理模块计算得到标志点本身的坐标变化(,)、单个标志点的实时位移以及相邻标志点之间的距离变化;阈值判别模块通过根据数据处理模块的计算结果与预设阈值进行比较来判断获得边坡发生形变情况和可能发生危险的结果,超出阈值的结果信息传输至预警提示模块,触发预警提示模块发出报警信号。
[0014]进一步地,所述标志点为一个圆形标记,表面四等分,两对角区域采用同种颜色填充,且相邻区域采用色反差大的颜色填充,颜色填充可根据实际情况选用市售各类可涂覆的成品色加工,包括采用彩色打印机打印或采用油漆、涂料、绘图笔、颜料等在圆形标记表面涂覆制得。
[0015]进一步地,所述棋盘格标定板为10mm
×
10mm棋盘格图像打印后粘贴至平整度良好的硬质复合板制成。
[0016]进一步地,所述高差修正模块是对获得的棋盘格标定板图像进行角点特征提取,再构建函数利用最大似然估计理论进行畸变参数求解,从而对获得的标志点监测图像进行畸变校正。
[0017]进一步地,所述温漂修正系数是监测前先在只改变温度的条件下对智能相机的温漂参数进行标定,再拟合得到温漂修正系数,从而建立温度修正模块,实现对传感器的温度
补偿。
[0018]进一步地,不同型号的智能相机温漂是不一样的,一旦更换不同设备,则需要重新进行试验标定,得到相应的温漂修正系数。
[0019]进一步地,所述现场控制设备子系统由供电装置和数据传输终端组成,所述供电装置通过电源线分别与数据传输终端、智能相机相连,为其供电;所述数据传输终端通过信号电缆与智能相机相连,用于采集智能相机校正后的标志点(12)中心坐标数据信息,并利用通讯网络传输至云服务器子系统。
[0020]进一步地,所述阈值判别模块中预设了不同情形下的报警阈值,包括但不限于单个标志点本身坐标变化预设阈值(X,Y)、单个标志点位移变化预设阈值S、相邻标志点之间的距离变化预设阈值D,并经与数据处理模块31计算获得的不同时刻下的单个标志点本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的边坡形变自动化监测预警系统,其特征在于:所述边坡形变自动化监测预警系统包括三个子系统,分别是传感器子系统、现场控制设备子系统、云服务器子系统;所述传感器子系统包括智能相机、标志点和棋盘格标定板,所述的标志点安装在待测边坡坡体上,用于固定智能相机的立柱安装在待测边坡附近稳定区域,用于固定棋盘格标定板的立柱安装在距离智能相机10~30m距离内,所述的智能相机在监测时的视场范围为包含所有待测标志点和棋盘格标定板;所述智能相机内嵌有高差修正模块、坐标提取模块和温度修正模块,采集到标志点的监测图像先经过高差修正模块进行畸变校正,再由坐标提取模块通过边缘检测算法来识别并解算获得标志点的中心坐标数据信息,最后由温度修正模块中的温漂修正系数校正获得温漂修正后的标志点的中心坐标数据信息;所述的传感器子系统由所述现场控制设备子系统供电工作,温漂修正后的标志点的中心坐标数据信息通过现场控制设备子系统中的数据传输终端上传至云服务器子系统;所述云服务器子系统设置有数据处理模块、阈值判别模块和预警提示模块,由数据处理模块计算得到标志点本身的坐标变化(,)、单个标志点的实时位移以及相邻标志点之间的距离变化;阈值判别模块通过根据数据处理模块的计算结果与预设阈值进行比较来判断获得边坡发生形变情况和可能发生危险的结果,超出阈值的结果信息传输至预警提示模块,触发预警提示模块发出报警信号。2.根据权利要求1所述的一种基于机器视觉的边坡形变自动化监测预警系统,其特征在于:所述标志点为一个圆形标记,表面四等分,两对角区域采用同种颜色填充,且相邻区域采用色反差大的颜色填充。3.根据权利要求1所述的一种基于机器视觉的边坡形变自动化监测预警系统,其特征在于:所述棋盘格标定板为10mm
×
10mm棋盘格图像打印后粘贴至平整度良好的硬质复合板制成。4.根据权利要求1所述的一种基于机器视觉的边坡形变自动化监测预警系统...

【专利技术属性】
技术研发人员:唐伟曹诗定严建财王志欣胡昌文
申请(专利权)人:深圳市综合交通与市政工程设计研究总院有限公司
类型:新型
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1