【技术实现步骤摘要】
本专利技术涉及一种基于无人机的隧道洞口边坡稳定性控制方法，适用于隧道监测领域。
技术介绍
1、随着现代交通和基础设施建设的快速发展，隧道工程在连接不同区域、提高运输效率方面发挥着越来越重要的作用。然而，隧道洞口边坡的稳定性问题一直是工程安全的重大挑战。
2、传统的人工监测方法存在诸多局限，难以满足现代工程对高效率和高精度的需求。无人机技术的兴起为隧道洞口边坡稳定性监测提供了新的视角。无人机能够快速、灵活地获取边坡的高分辨率图像和数据，结合地理信息系统和机器学习技术，可以对边坡稳定性进行实时、全面的评估，及时发现并预警潜在的不稳定因素，从而有效提高隧道工程的安全性和可靠性。
3、在无人机进行隧道洞口边坡监测获得位移的过程中，如何进行位移计算是衡量无人机监测效果的重点，现有技术采用的方法为通过计算不同时段点云之间的差异，进而判断边坡位移发生的程度，或者是通过计算一个点云到另一个点云形成的三维网格平面的距离衡量两次点云之间的差异来判断边坡位移的发生程度；由于点云数据存在着无序、稀疏的特点，现有技术计算点云距离存在着较大的误差，因此亟需要一种能够综合考虑点云数据特点的无人机的隧道洞口边坡位移计算方法。
技术实现思路
1、本专利技术的目的，是为了解决目前亟需开发一种亟需要一种能够综合考虑点云数据特点的无人机的隧道洞口边坡位移计算方法，能够利用无人机技术获得精确的隧道洞口位移数据，提出了一种基于无人机的隧道洞口边坡稳定性控制方法，
2、本专利技术的目的可以通
3、一种基于无人机的隧道洞口边坡稳定性控制方法，其特征在于，所述的一种基于无人机的隧道洞口边坡稳定性控制方法包括以下步骤：
4、1)制定无人机监测方案；
5、所述制定无人机监测方案，包括监测目标的规划、监测设备的选择、技术准备与测试，所述监测目标的规划包括确定隧道洞口边坡的具体监测区域和范围并结合此制定无人机的飞行路径，所述监测设备的选择，包括确定无人机的类型和传感器的型号，所述技术准备和测试包括对无人机设备和相关软件进行调试的校准，并进行现场勘察和飞行试验，验证飞行路径和数据采集效果；
6、2)无人机摄影进行数据采集；
7、所述无人机摄影进行数据采集，包括无人机飞行任务执行、数据采集与存储、数据备份与初步检查，所述无人机飞行任务执行包括无人机按照预设路径和高度进行航拍，确保数据的全面覆盖和高重叠度，所述数据采集与存储，包括数据实时传输到数据存储设备上，确保数据的完整性和安全性，所述数据备份与初步检查，包括完成飞行任务后，对采集数据进行备份，防止数据丢失，同时进行初步数据检查，确保图像和点云数据质量符合预期要求；
8、3)三维模型的构建和点云获取；
9、所述三维模型的构建和点云获取，包括图像预处理，三维模型生成，所述图像预处理包括对采集的图像进行图像预处理，所述图像预处理采用的方法为校正畸变、图像增强和噪声去除，所述三维模型生成包括使用sfm-mvs算法实现点云数据的生成和三维模型的构建；
10、4)洞口边坡位移的计算；
11、所述洞口边坡位移的计算，包括所述洞口边坡位移的计算采用点云双向加权距离计算方法，所述点云双向加权距离计算方法步骤为：a)特征点选择，在参考点云和比较点云中选择代表性点位作为计算基准点，b)对参考点云进行三角网格拟合，生成参考点云三维网格平面，c)计算比ρ较点云到所述参考点云三维网格平面的距离d1(i)，d)对比较点云进行三角网格拟合，生成比较点云三维网格平面，e)计算参考点云到比较点云三维网格平面的距离d2(j)，f)采用密度加权法，计算点云双向加权距离davg(i,j)，计算公式为式(1)，
12、
13、式中，ρ1为比较点云的周边密度，ρ2为参考点云的周边密度。
14、进一步的，上述s101中，所述确定隧道洞口边坡的具体监测区域和范围的方法为所述监测区域宽度不得小于隧道埋深与隧道宽度之和，且当附近有需要保护的既有建筑物时，将既有建筑物包括在监测范围之内；
15、进一步的，上述s103中，所述校正畸变采用相机标定的方法；
16、进一步的，上述s103中，所述图像增强采用直方图均衡化的方法；
17、进一步的，上述s103中，所述噪声去除采用均值滤波的方法；
18、进一步的，上述s104中，所述比较点云的周边密度和参考点云的周边密度的计算方法为a)以比较点云或者参考点云为圆心画圆，半径长度为r，所述半径长度r结合实际情况选取，b)计算圆内包括点云的数量即为所述点云的周边密度。
19、本专利技术的有益效果是：
20、本专利技术的有益效果是：在计算边坡位移方面，基于现有的技术，提出了一种基于点位周边密度的加权平均计算方法，从而能够获得高精度的隧道洞口边坡高精度位移计算结果。
本文档来自技高网...【技术保护点】
1.一种基于无人机的隧道洞口边坡稳定性控制方法，其特征在于，所述的一种基于无人机的隧道洞口边坡稳定性控制方法包括以下步骤：
2.根据权利要求1所述的一种基于无人机的隧道洞口边坡稳定性控制方法，其特征在于，所述1)中，所述确定隧道洞口边坡的具体监测区域和范围的方法为所述监测区域宽度不得小于隧道埋深与隧道宽度之和，且当附近有需要保护的既有建筑物时，将既有建筑物包括在监测范围之内。
3.根据权利要求1所述的一种基于无人机的隧道洞口边坡稳定性控制方法，其特征在于，所述3)中，所述校正畸变采用相机标定的方法。
4.根据权利要求1所述的一种基于无人机的隧道洞口边坡稳定性控制方法，其特征在于，所述3)中，所述图像增强采用直方图均衡化的方法。
5.根据权利要求1所述的一种基于无人机的隧道洞口边坡稳定性控制方法，其特征在于，所述3)中，所述噪声去除采用均值滤波的方法。
6.根据权利要求1所述的一种基于无人机的隧道洞口边坡稳定性控制方法，其特征在于，所述4)中，所述比较点云的周边密度和参考点云的周边密度的计算方法为a)以比较点云或者参考点云
...【技术特征摘要】
1.一种基于无人机的隧道洞口边坡稳定性控制方法，其特征在于，所述的一种基于无人机的隧道洞口边坡稳定性控制方法包括以下步骤：
2.根据权利要求1所述的一种基于无人机的隧道洞口边坡稳定性控制方法，其特征在于，所述1)中，所述确定隧道洞口边坡的具体监测区域和范围的方法为所述监测区域宽度不得小于隧道埋深与隧道宽度之和，且当附近有需要保护的既有建筑物时，将既有建筑物包括在监测范围之内。
3.根据权利要求1所述的一种基于无人机的隧道洞口边坡稳定性控制方法，其特征在于，所述3)中，所述校正畸变采用相机标定的方法。
4.根据权...
【专利技术属性】
技术研发人员：钟子林，吴翱瀚，申富林，徐晓斌，肖卫国，
申请(专利权)人：广州铁路职业技术学院广州铁路机械学校，
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。