UAV航摄图像融合激光扫描边坡表面位移监测法

发布时间：2022-01-15 13:33

　　为解决边坡表面位移监测的时效性问题,提出一种航摄图像融合三维激光扫描的边坡表面位移监测方法,通过无人机（UAV）航摄图像及三维激光扫描点云数据融合算法,提高边坡表面位移测量精度,实现监测点识别及边坡变形过程中表面位移的及时计算。研究结果表明:通过生成配准的高精度点云非接触式测量边坡位移,能够精确计算当前边坡的变形情况,绝对误差基本控制在±1 cm,与现有采用实时动态（RTK）测量的方式相比耗时缩短约27 min,监测效率得到提高。 

【文章来源】：中国安全科学学报. 2020,30(05)北大核心CSCD

【文章页数】：7 页

【部分图文】：

边坡表面位移监测数据采集及处理流程

5)计算2次迭代过程目标函数差值Ek-Ek-1与误差阈值Δ比较，当差值小于误差阈值时，停止迭代;否则循环执行步骤3)—步骤5)。精确配准时，选取点集P中一点pi，在点集Q中寻找与pi欧氏距离最近的3个点q1、q2、q3，如果与3个点中任意一点的欧氏距离超过了设定的阈值，则该点剔除不作为对应点匹配;如果距离均在阈值之内，则以q1、q2、q3为三角形顶点，过pi作三角形的垂线交于点qi，将pi及qi作为一对对应点。再通过设定法向量方向夹角阈值二次筛选，将法向量夹角超出阈值范围的点剔除。

改进UAV生成点云及三维激光扫描点云的拼接后，可获得多视角完整的配准融合点云(图3)，用于后续的表面位移计算。位移计算在2次点云数据中寻找同名监测点，以监测点中心作为位移计算点，计算2次图像中该点的坐标变化即为边坡上该点处的位移。因此，自动准确识别获取到2次的同名监测点是保证位移计算准确的关键问题。1.1 基于HSL颜色的监测点识别

【参考文献】：
期刊论文
[1]融合遗传算法和ICP的地面与车载激光点云配准[J]. 闫利,谭骏祥,刘华,陈长军.  测绘学报. 2018(04)
[2]基于八叉树与KD树索引的点云配准方法[J]. 王育坚,廉腾飞,吴明明,高倩.  测绘工程. 2017(08)
[3]基于三维激光扫描技术的土石坝变形监测方法研究[J]. 王举,张成才.  岩土工程学报. 2014(12)
[4]基于三维激光扫描数据的边坡开挖质量评价方法研究[J]. 胡超,周宜红,赵春菊,潘志国,冯诚诚.  岩石力学与工程学报. 2014(S2)
[5]结合无人机和地面三维激光扫描技术获取高精度DEM及DOM[J]. 杨锋,缪志修,林春峰,闵世平.  铁道勘察. 2013(04)
[6]基于高速公路运营安全的信息监测研究[J]. 孙璐,金姣萍,周正兵,李明,肖峰.  中国安全科学学报. 2012(10)
[7]三维激光扫描技术边坡监测研究[J]. 赵小平,闫丽丽,刘文龙.  测绘科学. 2010(04)



本文编号：3590704