基于多时序点云的边坡形变监测方法、装置、设备及介质与流程

摘要: 本技术涉及水利工程安全监测,尤其涉及基于多时序点云的边坡形变监测方法、装置、设备及介质。背景技术:1、水电站的边坡受库区水位涨落、雨水冲刷、岩体风化及地质应力变...
基于多时序点云的边坡形变监测方法、装置、设备及介质与流程

本技术涉及水利工程安全监测,尤其涉及基于多时序点云的边坡形变监测方法、装置、设备及介质。

背景技术:

1、水电站的边坡受库区水位涨落、雨水冲刷、岩体风化及地质应力变化等多重因素影响,极易发生土体滑移、岩体垮塌、坡面溜塌等地质灾害。为实时掌握边坡的稳定状态,需要对水电站的边坡开展监测作业。

2、然而,在水电站的边坡的安全监测中,传统的监测方式主要依靠人工监测,人工监测的方式,工作人员需在复杂地形中徒步到达各监测点位,逐点进行测量与记录,不仅劳动强度大、作业风险高,而且单次巡查需耗时数小时甚至数天。由于人工监测的方式,进度缓慢,异常区域的发现严重滞后于边坡的实际变形过程,因此增加了边坡的异常区域的标记时间,因此不利于提高边坡的异常区域的标记效率,因此,如何标记出边坡的异常区域,是一个亟需解决的技术问题。

技术实现思路

1、本技术实施例提供基于多时序点云的边坡形变监测方法、装置、设备及介质,以解决上述如何标记出边坡的异常区域的技术问题。

2、第一方面,本技术实施例提供了一种基于多时序点云的边坡形变监测方法,应用于电子设备,电子设备连接无人机,无人机搭载有激光雷达,所述边坡形变监测方法包括:

3、获取水电站的边坡的监测时间,判断当前时间是否为监测时间;

4、如果当前时间为监测时间,就获取配置参数和定位数据,从配置参数中获取飞行高度和飞行速度,从定位数据中获取边坡的监测点的定位坐标,将飞行高度、飞行速度、边坡的监测点的定位坐标打包成飞行控制信息;

5、通过通信链路,将飞行控制信息发送至无人机,接收无人机根据飞行控制信息返回的应答消息;

6、当应答消息为成功消息时,向激光雷达发送边坡的采集指令,接收激光雷达根据采集指令返回的边坡的多时序点云数据,边坡的多时序点云数据包括边坡的监测点在每个时刻下的点云数据;

7、对边坡的监测点在每个时刻下的点云数据进行解析,得到边坡的监测点在每个时刻下的横坐标、纵坐标,根据边坡的监测点在每个时刻下的横坐标、纵坐标和预定义的水平形变量模型,生成边坡的监测点在每个时刻下的水平形变量,选取边坡的监测点在每个时刻下的水平形变量中的最大值作为最大形变量,当最大形变量大于预设形变量时,将边坡的监测点标记为边坡的异常区域。

8、在第一方面的一种可能的实现方式中,获取水电站的边坡的监测时间,判断当前时间是否为监测时间,包括:

9、访问水电站的监控平台,从水电站的监控平台中获取水电站的边坡的监测时间,判断当前时间是否为监测时间。

10、在第一方面的一种可能的实现方式中,如果当前时间为监测时间,就获取配置参数和定位数据,从配置参数中获取飞行高度和飞行速度,从定位数据中获取边坡的监测点的定位坐标,将飞行高度、飞行速度、边坡的监测点的定位坐标打包成飞行控制信息,包括:

11、如果当前时间为监测时间,就访问预设文件,从预设文件中,获取无人机的配置参数和边坡的定位数据,从配置参数中获取飞行高度和飞行速度,从定位数据中获取边坡的监测点的定位坐标,采用文本文件格式,将飞行高度、飞行速度、边坡的监测点的定位坐标打包成飞行控制信息。

12、在第一方面的一种可能的实现方式中,对边坡的监测点在每个时刻下的点云数据进行解析,得到边坡的监测点在每个时刻下的横坐标、纵坐标,根据边坡的监测点在每个时刻下的横坐标、纵坐标和预定义的水平形变量模型,生成边坡的监测点在每个时刻下的水平形变量,选取边坡的监测点在每个时刻下的水平形变量中的最大值作为最大形变量,当最大形变量大于预设形变量时,将边坡的监测点标记为边坡的异常区域,包括:

13、对边坡的监测点在每个时刻下的点云数据进行解析,得到边坡的监测点在每个时刻下的横坐标、纵坐标,根据边坡的监测点在每个时刻下的横坐标、纵坐标和预定义的水平形变量模型,生成边坡的监测点在每个时刻下的水平形变量,选取边坡的监测点在每个时刻下的水平形变量中的最大值作为最大形变量;

14、当最大形变量大于预设形变量时,获取预设的警示色,采用警示色,将边坡的监测点标记为边坡的异常区域,警示色为黄色或红色。

15、在第一方面的一种可能的实现方式中,在所述对边坡的监测点在每个时刻下的点云数据进行解析,得到边坡的监测点在每个时刻下的横坐标、纵坐标,根据边坡的监测点在每个时刻下的横坐标、纵坐标和预定义的水平形变量模型,生成边坡的监测点在每个时刻下的水平形变量,选取边坡的监测点在每个时刻下的水平形变量中的最大值作为最大形变量,当最大形变量大于预设形变量时,将边坡的监测点标记为边坡的异常区域之后,边坡监测方法,包括:

16、创建显示窗口,通过显示窗口显示边坡的异常区域。

17、在第一方面的一种可能的实现方式中,水平形变量模型,定义如下:

18、;

19、表示边坡的监测点在第个时刻下的水平形变量;

20、表示边坡的监测点在第个时刻下的横坐标;

21、表示边坡的监测点在第个时刻下的横坐标;

22、表示边坡的监测点的参考横坐标;

23、表示边坡的监测点的参考横坐标。

24、在第一方面的一种可能的实现方式中,通信链路包括wifi通信链路和卫星通信链路。

25、第二方面,本技术实施例提供了一种基于多时序点云的边坡形变监测装置,应用于电子设备,电子设备连接无人机,无人机搭载有激光雷达,包括:

26、第一获取模块,用于获取水电站的边坡的监测时间,判断当前时间是否为监测时间;

27、第二获取模块,用于如果当前时间为监测时间,就获取配置参数和定位数据,从配置参数中获取飞行高度和飞行速度,从定位数据中获取边坡的监测点的定位坐标,将飞行高度、飞行速度、边坡的监测点的定位坐标打包成飞行控制信息;

28、第一接收模块,用于通过通信链路,将飞行控制信息发送至无人机,接收无人机根据飞行控制信息返回的应答消息;

29、第二接收模块,用于当应答消息为成功消息时,向激光雷达发送边坡的采集指令,接收激光雷达根据采集指令返回的边坡的多时序点云数据,边坡的多时序点云数据包括边坡的监测点在每个时刻下的点云数据;

30、监测模块,用于对边坡的监测点在每个时刻下的点云数据进行解析,得到边坡的监测点在每个时刻下的横坐标、纵坐标,根据边坡的监测点在每个时刻下的横坐标、纵坐标和预定义的水平形变量模型,生成边坡的监测点在每个时刻下的水平形变量,选取边坡的监测点在每个时刻下的水平形变量中的最大值作为最大形变量,当最大形变量大于预设形变量时,将边坡的监测点标记为边坡的异常区域。

31、第三方面,本技术实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面中的边坡形变监测方法。

32、第四方面,本技术实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面中的边坡形变监测方法。

33、第五方面,本技术实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面中的边坡形变监测方法。

34、本技术实施例有益效果在于以下两方面:

35、第一方面,对边坡的监测点在每个时刻下的点云数据进行解析,得到边坡的监测点在每个时刻下的横坐标、纵坐标,根据边坡的监测点在每个时刻下的横坐标、纵坐标和预定义的水平形变量模型,生成边坡的监测点在每个时刻下的水平形变量,选取边坡的监测点在每个时刻下的水平形变量中的最大值作为最大形变量,当最大形变量大于预设形变量时,将边坡的监测点标记为边坡的异常区域,由于无需人工监测,因此减少了边坡的异常区域的标记时间,有利于提高边坡的异常区域的标记效率;

36、第二方面,由于自动将边坡的监测点标记为边坡的异常区域,全程无需人工现场勘测作业,因此能彻底规避边坡的复杂地形带来的安全风险,彻底消除人工判断带来的误差,有效提升边坡的异常区域的识别准确性。