【技术实现步骤摘要】
本专利技术涉及隧洞围岩变形监测，具体为一种基于视觉识别的隧洞围岩变形监测系统及方法。
技术介绍
1、隧洞是现代交通、水利和地下工程中的重要组成部分，而围岩的变形及其引起的裂缝和位移是隧洞安全运营的重要问题。隧洞围岩的变形可受地质构造、水文地质条件、工程施工等因素的影响，而变形过程中的裂缝和位移可能会导致隧洞的结构破坏和功能损失。因此，对隧洞围岩的变形进行实时监测和及时预警非常重要。传统的监测方法主要依赖于人工巡视和定期测量，但存在着监测效率低、盲区多、人为误差大等问题。基于视觉识别的隧洞围岩变形监测技术的出现，为实时监测和分析隧洞围岩变形提供了新的解决方案。
2、在隧道工程中，围岩的变形监测是确保施工安全与稳定的重要环节。传统的监测方法通常依赖于静态传感器和人工目视检查，这使得监测过程依赖于定期的现场巡检，难以实现实时数据收集和分析。这种方式不仅存在数据滞后、响应慢的缺陷，还容易受到人为因素的影响，导致监测结果的准确性和可靠性降低。同时，复杂的地质条件和环境变化也增加了围岩变形的不可预测性，传统方法难以有效识别潜在的风险，无法提供及时的预警。
3、现有技术存在以下不足：
4、首先，人工巡视和定期测量需要大量的人力和时间，监测效率低且成本高昂。其次，传统的监测方法往往只能提供局部的变形信息，无法全面地了解隧洞围岩的整体变形情况。对数据的监测也较为片面，没有结合多方面数据来综合考量隧洞围岩的变形。此外，人工巡视容易受到主观因素的影响，导致监测结果的可靠性和准确性受到挑战。
<
1、本专利技术的目的在于提供一种基于视觉识别的隧洞围岩变形监测系统及方法，以解决上述
技术介绍
中提出的问题。
2、一种基于视觉识别的隧洞围岩变形监测系统，包括：
3、数据采集模块，用于采集隧洞内多个监测区域在不同历史时刻下的图像数据、点云数据、温度数据和代表点处的应变数据,将最初的历史时刻下采集的图像数据作为初始图像数据，并采集隧洞内多个监测区域在当前时刻的图像数据、温度数据和代表点处的应变数据，所述代表点为监测区域内的几何中心点；
4、点云数据处理模块，用于对历史时刻的点云数据进行分析，以得到监测区域内的裂缝特征，裂缝特征包括裂缝宽度和裂缝长度；
5、变形分析模块，用于结合裂缝特征、点云数据中点的三维坐标和法向量，生成用于反映监测区域在历史时刻变化程度的变形量；
6、视觉预测模型构建模块，用于输入初始图像数据和当前时刻的图像数据，以得到当前时刻下监测区域的变形量，且视觉预测模型基于卷积神经网络构建，并通过历史时刻下标注有对应变形量的图像数据及初始图像数据训练得到；
7、异常监测模块，用于结合当前时刻的变形量、温度数据和应变数据，生成用于反映监测区域异常变形程度的变形指数，并将变形指数与预设的变形阈值进行比较，判断监测区域是否出现异常变形。
8、进一步地，采集隧洞内多个监测区域的点云数据、温度数据和代表点处的应变数据所依据的具体逻辑为：
9、从隧洞入口处开始，间隔五十米设置一个监测区域，在每个监测区域的代表点处布置高清摄像头、激光扫描仪、温度传感器和高精度应变计，用于采集隧洞内不同历史时刻下的图像数据、点云数据、温度数据和应变数据。
10、进一步地，对点云数据进行分析所依据的具体逻辑为：
11、启动隧洞内每个监测区域的激光扫描仪，激光扫描仪发射激光对监测区域进行扫描，记录每个监测区域内历史时刻所有点的空间坐标并生成点云数据，通过统计滤波对点云数据进行去除噪声和异常点，再采用网格下采样对点云数据进行处理，经过预处理后的点云数据整合为样本集；
12、使用主成分分析方法计算样本集中每个点的曲率，将各点的曲率与预设的阈值进行比较，若该点的曲率超过预设的阈值，则将该点标记为裂缝点，若该点的曲率低于预设的阈值，则将该点标记为非裂缝点；连接裂缝点以形成裂缝轮廓，接着使用点云处理软件的测量工具来计算各个裂缝的裂缝宽度和裂缝长度。
13、进一步地，生成用于反映监测区域变化程度的变形量所依据的具体逻辑为：
14、获取位移量，所依据的公式为：
15、；
16、其中，表示第个历史时刻下第个监测区域的位移量，表示第个历史时刻下第个监测区域的点云数据中第个点的坐标，表示最初的历史时刻下第个监测区域的点云数据中第个点的坐标，为坐标与坐标的距离,为监测区域的点云数据中点的数量，为监测区域的点云数据中点的索引，且，表示第个历史时刻，为历史时刻的索引，且，为历史时刻的个数，为监测区域的索引，且，为监测区域的数量；
17、获取形状变化，所依据的公式为：
18、；
19、其中，表示第个监测区域在当前时刻的形状变化，表示第个历史时刻下第个监测区域的点云数据中第个点的法向量，表示最初的历史时刻下第个监测区域的点云数据中第个点的法向量，为法向量与法向量的绝对差值；
20、获取裂缝特征指数，所依据的公式为：
21、；
22、其中，表示第个历史时刻下第个监测区域的裂缝特征指数，为第个历史时刻下第个监测区域内第个裂缝的裂缝长度，为第个历史时刻下第个监测区域内第个裂缝的裂缝宽度，为监测区域内裂缝的索引，且，为监测区域内裂缝的个数；
23、获取变形量，所依据的公式表示为：
24、；
25、其中，为第个历史时刻下第个监测区域的变形量，分别为各自项对应的权重系数，且。
26、进一步地，判断监测区域是否出现异常变形所依据的具体逻辑为：
27、将当前时刻监测区域的变形量与传感器采集的应变和温度进行加权融合处理，获取变形指数所依据的公式为：
28、；
29、其中,为当前时刻下第个监测区域的变形指数，为当前时刻下第个监测区域的变形量，为当前时刻下第个监测区域的应变，为当前时刻下第个监测区域的温度，分别为各自项的权重系数，且；
30、将该监测区域的变形指数与预设的变形阈值比较，若该监测区域的变形指数低于预设的变形阈值，则标记该监测区域为正常，若该监测区域的变形指数高于预设的变形阈值，标记该监测区域为异常，并发出预警。
31、本专利技术另外还提供一种基于视觉识别的隧洞围岩变形监测方法，所述一种基于视觉识别的隧洞围岩变形监测方法由上述的基于视觉识别的隧洞围岩变形监测系统执行，具体步骤包括：
32、步骤1：采集隧洞内多个监测区域在不同历史时刻下的图像数据、点云数据、温度数据和代表点处的应变数据,将最初的历史时刻下采集的图像数据作为初始图像数据，并采集隧洞内多个监测区域在当前时刻的图像数据、温度数据和代表点处的应变数据，所述代表点为监测区域内的几何中心点；
33、步骤2：对历史时刻的点云数据进行分析，以得到监测区域内的裂缝特征，裂缝特征包括裂缝宽度和裂缝长度；
34、步骤3：结合裂缝特征、点云数据本文档来自技高网...
【技术保护点】
1.一种基于视觉识别的隧洞围岩变形监测系统，其特征在于，包括：
2.根据权利要求1所述的一种基于视觉识别的隧洞围岩变形监测系统，其特征在于，采集隧洞内多个监测区域的点云数据、温度数据和代表点处的应变数据所依据的具体逻辑为：
3.根据权利要求2所述的一种基于视觉识别的隧洞围岩变形监测系统，其特征在于，对点云数据进行分析所依据的具体逻辑为：
4.根据权利要求3所述的一种基于视觉识别的隧洞围岩变形监测系统，其特征在于，生成用于反映监测区域变化程度的变形量所依据的具体逻辑为：
5.根据权利要求4所述的一种基于视觉识别的隧洞围岩变形监测系统，其特征在于，判断监测区域是否出现异常变形所依据的具体逻辑为：
6.一种基于视觉识别的隧洞围岩变形监测方法，其特征在于，所述一种基于视觉识别的隧洞围岩变形监测方法由权利要求1-5任一项所述的基于视觉识别的隧洞围岩变形监测系统执行，具体步骤包括：
【技术特征摘要】
1.一种基于视觉识别的隧洞围岩变形监测系统，其特征在于，包括：
2.根据权利要求1所述的一种基于视觉识别的隧洞围岩变形监测系统，其特征在于，采集隧洞内多个监测区域的点云数据、温度数据和代表点处的应变数据所依据的具体逻辑为：
3.根据权利要求2所述的一种基于视觉识别的隧洞围岩变形监测系统，其特征在于，对点云数据进行分析所依据的具体逻辑为：
4.根据权利要求3所述的一种基于视觉识别的隧...
【专利技术属性】
技术研发人员：蒲华林，刘夕奇，翁磊，王卫光，储昭飞，安关峰，胡荣，杨俊超，赵康定，
申请(专利权)人：珠江水利委员会珠江水利科学研究院，
类型：发明
国别省市：
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。