(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211216792.7 (22)申请日 2022.09.30 (71)申请人 中国科学院武汉岩土力学研究所 地址 430071 湖北省武汉市武昌区水果湖 街小洪山2号 申请人 攀钢集团矿业有限公司 　 中铁二院工程 集团有限责任公司 (72)发明人 杜文杰　庞鑫　王宏超　万道春　 付晓东　盛谦　陈健　康景宇　 (74)专利代理 机构 武汉知伯乐知识产权代理有 限公司 42 282 专利代理师 胡江 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01) (54)发明名称 一种边滑坡稳定 状态识别方法 (57)摘要 本发明公开了一种边滑坡稳定状态识别方 法， 包括： 通过无人机摄影测量对边滑坡进行固 定时间间隔航拍， 建立DOM模型、 DSM模型和三维 点云模型， 开展边滑坡边界识别， 识别裂缝发展 及位置分布； 通过修正重力方向的iCSF法对点 云 数据进行滤波， 获取边滑坡可视化位移场； 采用 裂缝监测装置， 对裂缝 发展状况进行测量、 记录； 对边滑坡区域， 边滑坡前缘、 边滑坡后缘及边滑 坡中部关键位置监测点和裂缝发展开展动态连 续监测， 记录和识别边滑坡裂缝发展和变形状 况， 对边滑坡发展阶段进行初步识别； 综合得到 的边滑坡裂缝发展状况和得到的变形状况对边 滑坡所处状态进行进一步识别； 能够及时、 准确 捕捉边滑坡裂缝、 变形发展趋势， 对地形复杂 区 域适应性强。 权利要求书3页 说明书6页 附图5页 CN 115511850 A 2022.12.23 CN 115511850 A 1.一种边滑坡稳定状态 识别方法， 其特 征在于， 包括如下步骤： 步骤一、 通过无人机摄影测量对边滑坡进行固定时间间隔航拍， 建立D OM模型、 DSM模型 和三维点云模 型， 基于DS M模型提取地表坡度信息； 在此基础上， 开展边滑坡边界识别， 识别 裂缝发展及位置分布； 步骤二、 基于步骤一得到的三维点云模型， 通过修正重力方向的iCSF法对点云数据进 行滤波， 分离并提取地面点， 校核像控点相对位置获取监测的相对误差， M3C2法对多时相点 云模型进行变形监测， 获取边滑坡可视化 位移场； 步骤三、 基于步骤一中所确定的裂缝位置， 采用裂缝监测装置， 对裂缝发展状况进行测 量， 通过人工/无人机巡查对裂缝监测装置进行定期读数并记录； 步骤四、 当裂缝发展到一定阶段， 形成明确的滑坡边界后， 在边滑坡前缘、 后缘等反映 边滑坡变形 特征的位置布置监测点； 步骤五： 在监测点位置布设目标棱镜， 放置好GPS接收机天线， 另外在边滑坡以外的区 域布设基准点， 在基准点上架设GPS接收机和GPS  RTK基准站接收机， 通过定期对稳定区域 基准点的监测可以反演裂缝的变形情况； 步骤六、 对边滑坡区域， 边滑坡前缘、 边滑坡后缘及边滑坡中部关键位置监测点和裂缝 发展开展动态连续监测， 实时记录和识别边滑坡裂缝发展和变形状况， 对边滑坡发展阶段 进行初步识别； 步骤七、 综合步骤六得到的边滑坡裂缝发展状况和步骤二得到的变形状况对边滑坡所 处状态进行进一 步识别。 2.根据权利要求1所述的边滑坡稳定状态识别方法， 其特征在于， 所述步骤一中开展边 滑坡边界识别， 识别裂缝发展及位置分布的具体方法为： 边滑坡的 陡坎或裂缝处相比其局 部邻域， 在 坡度上存在突变， DS M坡度图识别较大陡坎， DOM模型识别滑坡后缘主裂缝附近发 育的裂缝。 3.根据权利要求1所述的边滑坡稳定状态识别方法， 其特征在于， 所述步骤二通过修正 重力方向的iCSF法对点云数据进行 滤波的方法为： CSF算法首先对3D点云数据进行反转， 然后通过模拟 “布”对倒置的点云进行覆盖， 并根 据“布”面在重力作用下覆盖点云的位置生成一个近似曲面； 通过比较原始 点云数据中的点 与生成的“布”表面之间的距离， 从原始点云数据中识别出地面点， 并将离地点分离为进一 步的特征提取； 模拟布料根据牛 顿第二定律， 布料位置与力的关系由下式确定： 式中X表示粒子在 时间t的位置； Fext(X,t)代表外力， 它由重力和障碍物产生的碰撞力 组成： Fext(X,t)＝mg+finteract(X,t)(2) 当粒子在其运动方向遇到一些物体时； Fint(X,t)表示粒子在位置X和时间t的内力， 内 力由与点云(边界)相互作用产生； 因为内力和外力都随时间t变化， 所以上述方程在布料模 拟的实现中通过 数值积分(如欧拉 法)来求解；权　利　要　求　书 1/3 页 2 CN 115511850 A 2上述方法适用于平缓的表面， 对于边滑坡地形特点并不适合， 因此， 将Fext(X,t)重力方 向由传统CSF法的竖直方向改为与坡面垂 直的方向； 这一方向通过DS M模型坡度的中值来确 定； 步骤如下： (1)基于无人机摄影技术生成的DSM模型获取区域坡度的中值α， 根据中值坡度确定法 向量[Nx,Ny,Nz]； (2)修正式(2)中等式右边第一项重力项g ′＝[Nx,Ny,Nz]·9.81； (3)将修正重力项带回式(2)开始滤波。 4.根据权利要求1所述的边滑坡稳定状态识别方法， 其特征在于， 所述步骤三的具体方 法为： 在裂缝两端分别固定一颗钢钉， 保证钢钉与两侧土体运动的同步性， 通过电子游标卡 尺初始刻度端、 自由端分别固定在两颗钢钉上， 裂缝发展可以带动钢钉移动， 从而改变电子 游标卡尺的读数， 通过 人工/无人机巡查对裂缝计游标卡尺进行定期读数并记录 。 5.根据权利要求1所述的边滑坡稳定状态识别方法， 其特征在于， 所述步骤五中基准点 被布设在距离边滑坡体3 0m开外的稳定区域。 6.根据权利要求1所述的边滑坡稳定状态识别方法， 其特征在于， 所述步骤六的具体方 法为： 设基准点P1布置在裂缝相对稳定一侧， 监测点P2布置在裂缝不稳定一侧。 首先通过RTK 对基准点P1、 监测点P2进行定位得到P1、 P2点的世界坐标(X10,Y10,Z10)； 接下来对基准点P1、 监测点P2进行动态连续监测， 获取两点的世界坐标(X1t,Y1t,Z1t)、 (X2t,Y2t,Z2t)， 通过解算可 以获得裂缝发展 过程中错动长度l、 裂缝宽度d以及错台高度h数据， 假设P1与P2 点之间的连 线与x轴夹角为 动态监测阶段夹角为 解算公式如下： h＝Z2t‑Z1t 再依据裂缝发展过程中错动长度l、 裂缝宽度 d以及错台高度h数据对边滑坡发展阶段 进行初步识别。 7.根据权利要求4所述的边滑坡稳定状态识别方法， 其特征在于， 所述依据裂缝发展过 程中错动长度l、 裂缝宽度d以及错台 高度h数据对边滑坡发展阶段进行初步识别的方法为： (1)对于无裂缝的边滑坡， 判断其处于稳定状态； (2)对于产生少量裂缝， 但尚未 形成明显边滑坡边界的， 判断其处于较稳定状态； (3)当裂缝持续发展， 形成明确边滑坡边界的， 判断其处于较不稳定状态； (4)对于前缘产生鼓胀、 后缘裂缝错台的边滑坡， 判断已经处于不稳定状态； 当错动长 度l、 裂缝宽度d以及错台 高度h这三个参数变化速率显著提高， 需要 进行预警。 8.根据权利要求1 ‑7任一权利要求所述的边滑坡稳定状态识别方法， 其特征在于， 所述 步骤七中综合步骤六得到的边滑坡裂缝发展状况和 步骤二得到的变形状况对边滑坡所处 状态进行进一 步识别的方法为： 当边滑坡区域无裂缝且变形微小， 判定边滑坡区域处于稳定状态； 当区域产生部分裂 缝， 但尚未形成边界且变形速率不超过10mm/月 ， 判定边滑坡区域处于较稳定状态； 当边滑 坡区域裂缝持续发展于表面形成明确滑坡边界且变形速率超过10mm/月， 判定处于较不稳权　利　要　求　书 2/3 页 3 CN 115511850 A 3