【技术实现步骤摘要】
本专利技术属于边坡监测测绘遥感，具体涉及一种结合gnss与双目视觉的边坡位移监测系统及方法。
技术介绍
1、当前边坡位移监测技术主要有gnss位移监测技术、单目视觉位移监测技术、双目视觉位移监测技术等，这些方法在边坡监测领域发挥着各自的优势，但也存在着相应的技术局限性。
2、gnss定位技术在边坡位移、地面沉降、桥梁形变监测方面具有广泛的应用。其通过接收gnss卫星的连续信号并经过差分计算可以精确获取天线在特定坐标系下的三维坐标，通过目标坐标的变化反映目标的运动，可实现厘米级、甚至毫米级的形变监测。专利文献cn202310115118.8公开了一种基于gnss的坡体位移监测系统，，该系统通过将卫星定位模块与雨水监测模块、地下水监测模块、应力监测模块、裂缝监测模块结合，同时对坡度位移、雨水和部分其他数据进行监测，实现实时预警。该方法能够对边坡进行实时监测，但需要结合其他监测模块使用，装置安装成本高，监测站系统复杂，所需监测装置数量大。长安大学李晋赓提出了一种基于嵌入式gnss的边坡位移监测系统，其基于嵌入式平台实现差分定位，能够实现快速位移监测，但其监测系统需布置在边坡兴趣点处，对于范围较大的边坡需布设较多gnss监测系统，其布设成本较大；对于地形地貌复杂地区则难以进行布设，且由于多路径效应，在复杂地形区域卫星信号易被阻挡，对位移形变监测精度具有一定影响。
3、单目视觉技术可以实现自动化的边坡位移监测，通过定时拍摄边坡图像，实时分析处理数据，实现对边坡位移的持续监测。该监测技术首先在边坡上设置若干个目标对象
4、双目视觉是机器视觉的一个分支，简单说即采用两个摄像机同时拍摄同一场景的图像，并通过图像处理技术提取图像信息，实现对场景中物体的三维感知。相比于单目摄像机，双目视觉可以获取例如景深等更多的信息，从而在边坡位移、地面沉降、桥梁形变监测方面得到广泛应用。专利文献cn202110597490.8公开了一种双目视觉自动化边坡位移监测方法，其使用双目摄像机对边坡进行实时监控，通过机器视觉技术对图像中的边坡进行量测，计算出边坡的位移。该双目视觉监测方案所得到的三维坐标是以左目相机的相机坐标系作为世界坐标系计算所得，若监测系统与坡面产生整体滑动，则该系统难以监测到形变位移。
5、总之，gnss位移监测技术需要在边坡兴趣点上进行布设，对于地形地貌复杂区域布设难度较大，且由于多路径效应影响，对定位精度产生影响，从而对位移监测的精度也会产生相应的影响。而单目视觉监测技术虽然在系统复杂程度、布设成本上具有一定优势，但由于单目视觉系统对于景深信息获取缺失的局限性，只能够计算出xy方向相对位移，若需要量测出三维世界坐标系上的位移，往往需要其他测量系统进行辅助才能够计算出位移变化，这极大地阻碍了单目视觉位移监测技术的发展。双目视觉监测技术相比于单目视觉监测技术优势在于其不需要借助其他技术手段的帮助就能够获取相片物体的景深，从根据相片靶标兴趣点重建出其三维坐标。但双目视觉系统重建原理复杂，对于三维重建系统的软硬件要求较高，重建精度受双目系统构建参数、标定效果的影响，且若监测系统与坡面产生整体滑动，则该系统难以监测到形变位移。
6、因此，需要设计一种新的边坡位移监测技术来进行边坡位移监测。
技术实现思路
1、本专利技术的目的在于提供一种结合gnss与双目视觉的边坡位移监测系统及方法，以解决
技术介绍
中提出的当前边坡位移监测技术均还存在着的相应技术局限性问题。
2、为实现上述目的，本专利技术提供了一种结合gnss与双目视觉的边坡位移监测系统，包括人工标志物、双目相机、微型计算机、gnss定位系统、太阳能电池和数据中心；人工标志物设置在目标边坡上，人工标志物用于给双目相机提供标志点，双目相机用于对目标边坡进行图像采集，gnss定位系统用于实时获取边坡位移监测系统的绝对坐标，微型计算机用于对边坡位移监测系统进行控制、图像储存传输，太阳能电池用于给边坡位移监测系统提供电能，数据中心用于处理微型计算机传输来的图像。
3、在一种具体的实施方式中，所述结合gnss与双目视觉的边坡位移监测系统还包括支架，双目相机、微型计算机和gnss定位系统均设置在支架上，双目相机、gnss定位系统和太阳能电池均与微型计算机连接；所述人工标志物设置在目标边坡的兴趣点上，在目标边坡上间隔30～50m的水平距离设一条水平的断面线，每条断面线上设置至少3个兴趣点。
4、本专利技术还提供了一种结合gnss与双目视觉的边坡位移监测方法，所述结合gnss与双目视觉的边坡位移监测方法采用了如前所述的结合gnss与双目视觉的边坡位移监测系统，包括以下步骤：
5、步骤1、在目标边坡上设置人工标志物，并在离目标边坡一定距离的非变形区域处设置好双目相机、微型计算机、gnss定位系统和太阳能电池；
6、步骤2、双目相机对人工标志物进行拍照，进行相机标定、矫正。
7、步骤3、双目相机所拍人工标志点图像通过微型计算机传输至数据中心；
8、步骤4、数据中心对传输的图像进行标志物识别、定位、计算三维坐标；
9、步骤5、通过标志点的时序坐标变化来分析边坡的形变位移，制定预警规则。
10、在一种具体的实施方式中，所述步骤1中，在离目标边坡20～300m处的非变形区域处设置双目相机、微型计算机、gnss定位系统和太阳能电池。
11、在一种具体的实施方式中，所述步骤2中，采用张正友标定法利用双目相机同时进行单目相机标定、相机畸变矫正以及双目相机立体标定；对双目相机进行极线矫正；
12、所述步骤3中，双目相机所拍摄图像通过4g/5g移动通信网络方式传输至数据中心；
13、所述步骤4中，通过深度学习标志检测、图像预处理以及角点检测来完成标志点提取；对双目相机的两个相机所拍的相片的标志点进行立体匹配；根据得到的标志点在两个相机所拍的相片中的对应点坐标，计算出标志点的三维坐标；
14、所述步骤5中，将gnss定位系统与计算出的标志点的三维坐标进行组合，并进行标定，得到标志点的高斯投影坐标及其大地高。
【技术保护点】
1.一种结合GNSS与双目视觉的边坡位移监测系统，其特征在于，包括人工标志物(4)、双目相机(2)、微型计算机(1)、GNSS定位系统(3)、太阳能电池(5)和数据中心；人工标志物(4)设置在目标边坡上，人工标志物(4)用于给双目相机提供标志点，双目相机(2)用于对目标边坡进行图像采集，GNSS定位系统(3)用于实时获取边坡位移监测系统的绝对坐标，微型计算机(1)用于对边坡位移监测系统进行控制、图像储存传输，太阳能电池(5)用于给边坡位移监测系统提供电能，数据中心用于处理微型计算机传输来的图像。
2.根据权利要求1所述的结合GNSS与双目视觉的边坡位移监测系统，其特征在于，所述结合GNSS与双目视觉的边坡位移监测系统还包括支架，双目相机、微型计算机和GNSS定位系统均设置在支架上，双目相机、GNSS定位系统和太阳能电池均与微型计算机连接；所述人工标志物设置在目标边坡的兴趣点上，在目标边坡上间隔30～50m的水平距离设一条水平的断面线，每条断面线上设置至少3个兴趣点。
3.一种结合GNSS与双目视觉的边坡位移监测方法，其特征在于，所述结合GNSS与双目视觉的
4.根据权利要求3所述的结合GNSS与双目视觉的边坡位移监测方法，其特征在于，所述步骤1中，在离目标边坡20～300m处的非变形区域处设置双目相机、微型计算机、GNSS定位系统和太阳能电池。
5.根据权利要求3所述的结合GNSS与双目视觉的边坡位移监测方法，其特征在于，所述步骤2中，采用张正友标定法对双目相机同时进行单目相机标定、相机畸变矫正以及双目相机立体标定；对双目相机进行极线矫正；
6.根据权利要求5所述的结合GNSS与双目视觉的边坡位移监测方法，其特征在于，采用Bouguet极线矫正法对双目相机进行极线矫正。
7.根据权利要求5所述的结合GNSS与双目视觉的边坡位移监测方法，其特征在于，深度学习标志检测包括：采用深度学习框架构建神经网络模型，构建训练集、验证集，对神经网络模型进行训练得到标志检测算法模型。
8.根据权利要求7所述的结合GNSS与双目视觉的边坡位移监测方法，其特征在于，所述深度学习框架为YOLOv5神经网络框架。
9.根据权利要求5所述的结合GNSS与双目视觉的边坡位移监测方法，其特征在于，所述图像预处理包括：图像灰度化和图像二值化。
10.根据权利要求5所述的结合GNSS与双目视觉的边坡位移监测方法，其特征在于，所述角点检测采用Harris角点检测算法来进行人工标志点中心的提取，并使用亚像素级角点定位方法得到人工标志点中心的精确像平面坐标。
...【技术特征摘要】
1.一种结合gnss与双目视觉的边坡位移监测系统，其特征在于，包括人工标志物(4)、双目相机(2)、微型计算机(1)、gnss定位系统(3)、太阳能电池(5)和数据中心；人工标志物(4)设置在目标边坡上，人工标志物(4)用于给双目相机提供标志点，双目相机(2)用于对目标边坡进行图像采集，gnss定位系统(3)用于实时获取边坡位移监测系统的绝对坐标，微型计算机(1)用于对边坡位移监测系统进行控制、图像储存传输，太阳能电池(5)用于给边坡位移监测系统提供电能，数据中心用于处理微型计算机传输来的图像。
2.根据权利要求1所述的结合gnss与双目视觉的边坡位移监测系统，其特征在于，所述结合gnss与双目视觉的边坡位移监测系统还包括支架，双目相机、微型计算机和gnss定位系统均设置在支架上，双目相机、gnss定位系统和太阳能电池均与微型计算机连接；所述人工标志物设置在目标边坡的兴趣点上，在目标边坡上间隔30～50m的水平距离设一条水平的断面线，每条断面线上设置至少3个兴趣点。
3.一种结合gnss与双目视觉的边坡位移监测方法，其特征在于，所述结合gnss与双目视觉的边坡位移监测方法采用了如权利要求1～2中任意一项所述的结合gnss与双目视觉的边坡位移监测系统，包括以下步骤：
4.根据权利要求3所述的结合gnss与双目视觉的边坡位移监测方法，其...
【专利技术属性】
技术研发人员：李红明，杨忠平，陈泉余，林兰忻，周吕，张豹，黄翔，罗天涯，张顺波，卢有谦，张红日，
申请(专利权)人：重庆大学，
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。