一种基于无人机倾斜摄影与Mask时序比对的抽水蓄能施工道路进度监测方法与流程

摘要: 本发明属于抽水蓄能工程施工数字化监测,具体涉及一种基于无人机倾斜摄影与mask时序比对的抽水蓄能施工道路进度监测方法。背景技术:1、抽水蓄能电站多建设于高山峡谷...
一种基于无人机倾斜摄影与Mask时序比对的抽水蓄能施工道路进度监测方法与流程

本发明属于抽水蓄能工程施工数字化监测,具体涉及一种基于无人机倾斜摄影与mask时序比对的抽水蓄能施工道路进度监测方法。

背景技术:

1、抽水蓄能电站多建设于高山峡谷区域,施工道路具有地形高差大、弯道密集、边坡陡峭、沿线植被茂密、施工环境复杂的典型特点,是电站主体工程施工运输的核心保障。目前行业内施工道路进度监测主要依靠人工现场踏勘、全站仪定点测量、人工台账统计等传统方式,存在的技术缺陷具体包括:

2、(1)人工监测效率极低,山区道路艰险、覆盖范围广,大范围道路月度、旬度全覆盖监测耗时久、人力成本高,且存在高空作业、山区滑坡等安全风险;

3、(2)传统监测仅能实现定点数据采集,无法获取道路全域、连续的施工状态信息,进度统计多为人工估算,精度差、主观性强,难以量化真实施工完成比例;

4、(3)现有无人机航拍监测技术多采用普通正射影像比对,未结合工程设计坐标精准配准,未设置规划道路专属mask约束区域,易受山体阴影、植被遮挡、临时堆料、施工机械等干扰,误检、漏检率极高;

5、(4)缺乏适配抽水蓄能山区复杂场景的影像校正、干扰剔除、进度量化算法体系,无标准化、可复用的时序对比模型,无法实现施工进度的自动化、精细化、数字化评估。

6、有鉴于此,特提出本发明。

技术实现思路

1、为了解决现有技术中存在的上述技术问题,本发明提供一种基于无人机倾斜摄影与mask时序比对的抽水蓄能施工道路进度监测方法,解决现有山区施工道路监测效率低、精度差、抗干扰性弱,无法实现进度自动量化与异常预警的问题。

2、为实现上述目的,本发明的技术方案如下:

3、一种基于无人机倾斜摄影与mask时序比对的抽水蓄能施工道路进度监测方法,包括:

4、s1、在道路施工前期,通过无人机倾斜摄影获取航飞影像,经像控点校准与影像处理生成带统一工程坐标系的基准正射影像,录入道路设计参数;

5、s2、按设定监测周期采用与基准航飞一致的飞行参数获取各期时序影像,对时序影像进行光照校正,并将校正后的时序影像与基准正射影像进行坐标配准与重采样;

6、s3、基于录入的道路设计参数计算道路全域设计边界矢量,将所述设计边界矢量投影至基准正射影像后进行二值化处理,得到与影像同坐标系、同分辨率的道路监测二值mask,其中道路规划监测区域像素为有效像素,非道路区域像素为屏蔽像素;

7、s4、采用所述二值mask裁剪每期预处理后的时序影像,提取道路有效监测区域;对有效监测区域进行像素特征差异计算,初判地表变化区域;通过语义分割模型对变化区域进行施工状态分类,划分未施工、在建、已完工三类施工状态;基于分类后的像素统计结果,结合单像素对应实际地面面积,计算当期施工进度完成率;

8、s5、基于多期连续监测的施工进度完成率计算施工进度增速,当满足预设停滞条件时,生成施工停滞预警信息。

9、进一步地,步骤s1具体包括:

10、采用五镜头倾斜摄影无人机进行航飞作业,设置航向重叠率80%、旁向重叠率70%;布设rtk地面像控点对接电站首级控制网;

11、对航飞影像进行去重筛选,剔除重叠度大于95%的冗余影像,经空三解算、畸变校正、拼接融合后,生成带精准地理坐标的基准正射影像dom;

12、录入的道路设计参数至少包括道路中线坐标、设计路基宽度、边坡坡率、弯道加宽值、道路总规划面积。

13、进一步地,步骤s2中对时序影像进行光照校正,包括:

14、采用gamma校正结合阴影掩膜去除算法对时序影像进行处理,校正后像素灰度值基于校正系数对原始像素灰度值进行调整,山区阴影场景下校正系数取值为0.4~0.6。

15、进一步地,步骤s3中,基于录入的道路设计参数计算道路全域设计边界矢量,包括:

16、基于道路中桩坐标、标准路基宽度、弯道加宽值、路基边坡高差、边坡坡率,计算道路单侧设计边界相对中线的偏移量,基于所述偏移量生成道路全域设计边界矢量。

17、进一步地,步骤s4中,对有效监测区域进行像素特征差异计算,初判地表变化区域,包括:

18、计算时序影像有效监测区域内各像素rgb三通道值与基准正射影像对应位置像素rgb三通道值的差异度,通过预设阈值判定地表变化区域。

19、更进一步地,步骤s4中在计算像素特征差异度的过程中,还包括:

20、通过光谱特征阈值过滤有效监测区域内的原生植被像素,区分硬化路面、路基填土与原生植被像素。

21、进一步地,步骤s4中,通过语义分割模型对变化区域进行施工状态分类,包括:

22、采用轻量化u-net模型对变化区域进行像素级分类,将施工机械、临时堆料、瞬时阴影对应的像素归类为在建状态,结合像素特征差异结果划分未施工、在建、已完工三类施工状态。

23、进一步地,步骤s4中,基于分类后的像素统计结果,结合单像素对应实际地面面积,计算当期施工进度完成率,包括:

24、统计二值mask内有效总像素数、语义分割模型识别的已完工像素数,基于已完工像素数与单像素对应实际地面面积的乘积得到当期已完工硬化路面面积,所述施工进度完成率为当期已完工硬化路面面积与道路总规划面积的比值;

25、同时计算在建占比与未施工占比,所述施工进度完成率、在建占比、未施工占比之和为1。

26、进一步地,步骤s5具体包括:

27、施工进度增速为当期施工进度完成率与上一周期施工进度完成率的差值,与监测周期时长的比值;

28、当连续两个监测周期施工进度增速小于等于0时,判定为施工进度停滞,生成预警信息并推送至工程管控平台。

29、进一步地,步骤s2中时序影像与基准正射影像的像素配准误差控制在±0.05m以内。

30、本发明至少具有如下有益效果:

31、(1)精度高、抗干扰能力强:通过设计参数动态生成精细化mask区域,结合影像校正、像素-语义融合算法,针对性解决抽蓄山区阴影、植被、高差、临时施工干扰等行业痛点,进度监测精度提升至95%以上,远高于传统人工估算、普通影像比对方法;

32、(2)全自动化、效率极高:实现从航飞、影像处理、mask生成、进度量化到预警输出的全流程自动化,无需人工现场测量,单条道路监测效率提升10倍以上,规避山区施工监测安全风险;

33、(3)量化标准化、可追溯:通过多组自研量化公式实现施工进度精准数字化量化,替代传统人工主观估算,时序数据可长期归档、对比追溯,满足工程验收、进度管控的标准化要求;

34、(4)场景适配性极强:专属优化方案完美适配抽水蓄能电站高山峡谷、陡坡弯道、地形复杂的特殊施工场景,可覆盖所有场内临时道路、永久施工道路的进度监测,通用性、落地性极强;

35、(5)智能化管控赋能:可自动识别进度停滞异常,实现被动监测向主动预警转变,为施工调度、资源调配、工期管控提供精准的数据支撑,助力抽蓄工程数字化施工建设。