一种基于特征的危岩体滑坡监测方法与流程

本发明涉及危岩体滑坡技术领域，更具体的涉及一种基于特征的危岩体滑坡监测方法。

背景技术：

近年来，地质内部活动日益加剧，特别是在地质条件复杂的区域，危岩体崩塌造成的滑坡对人类生命财产安全和社会经济发展带来的影响和危害更为严重。

目前滑坡的监测方案繁多，如gps监测技术，d-insar监测技术，dem作差法等，普遍通过仪器采集研究对象的原始数据，结合相应的数据处理方法提取危岩体表面变形信息，这些方案虽然都能完成滑坡监测，但应用范围存在一定局限性。对于地形险峻的高陡边坡，往往无法布设长期稳定的gps监测站；而d-insar技术适用于沿高程方向发生变形的滑坡，而危岩体滑坡在x/y/z方向均存在微小变形；且由于植被对gps和d-insar信号的遮挡，会影响后续数据的处理精度；dem作差法需要建立dem模型，而点云建模的过程很复杂，且dem方法只能获得沿高程方向的变形量，其处理效率低。

综上所述，现有技术中的危岩体滑坡监测方法，存在采用dem作差法监测危岩体滑坡效率低的问题。

技术实现要素：

本发明实施例提供一种基于特征的危岩体滑坡监测方法，用以解决现有技术中存在采用dem作差法监测危岩体滑坡效率低的问题。

本发明实施例提供一种基于特征的危岩体滑坡监测方法，包括：

采用三维激光扫描仪，获取危岩体滑坡表面两期点云数据；其中，两期点云数据包括参考点云数据和比较点云数据；

对两期点云数据分别进行滤波去噪和降采样处理，以及通过最小二乘3d表面匹配方法对两期点云数据分别进行配准处理；

采用局部曲面拟合法，确定参考点云数据的表面法线；

以参考点云数据中的点为圆柱体底面圆的圆心，以参考点云数据的表面法线方向为圆柱体的轴，以及根据半径和轴长，确定圆柱体；将圆柱体内比较点云数据投影到圆柱体的轴上，通过计算投影点的平均位置，确定圆柱体内比较点云数据的重心点；通过计算参考点云数据中的点与圆柱体内比较点云数据的重心点之间的距离，确定比较点云数据相对于参考点云数据的形变量；

根据比较点云数据相对于参考点云数据的形变量、平均形变量、标准变差和均方根误差，确定危岩体滑坡表面形变量分布图；

根据危岩体滑坡表面形变量分布图，确定危岩体滑坡运动趋势。

较佳地，所述采用局部曲面拟合法，确定参考点云数据的表面法线；包括：

对参考点云数据中的点i进行k邻域搜索，依据最小二乘准则，通过公式(1)，确定点i的切平面；

根据点i的切平面，通过公式(2)，确定点i法线的协方差矩阵；

根据点i法线的协方差矩阵，通过公式(3)，确定最小特征值对应的特征向量为点i法线向量；

所述公式(1)如下所示：

其中，n为切平面p的法线向量，d为切平面p到点i的距离，argmin表示目标函数取最小值时的变量值，k是邻近点pi的数目；

所述公式(2)如下所示：

其中，为质心；

所述公式(3)如下所示：

λj为第j个特征值，υj为第j特征向量。

本发明实施例中，提供一种基于特征的危岩体滑坡监测方法，与现有技术相比，其有益效果如下：本发明提出一种基于点云的快速比较算法，不受环境限制，可以获取三维变形量，克服了模型作差法因生成表面模型严重影响计算速率，最近点法是选取距离参考点云中最近点作为距离计算对象，本发明通过计算区域重心的方法优化了最近点法选点的过程，这样不仅提供了计算效率，在一定程度上保证结果的可靠性。本发明算法结构简便，数据处理效率高；可获取微小的表面三维变形信息；可扩展性强。

附图说明

图1为本发明实施例提供的一种基于特征的危岩体滑坡监测方法流程图；

图2为本发明实施例提供的法线估计原理结构示意图；

图3为本发明实施例提供的形变量计算原理结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

高陡危岩体滑坡位于地势险峻的山区。其最大的特点是表面与水平方向呈90度立体表面，随时有崩塌的可能，这样常规全站仪和gps等测量仪器一方面无法保障测量员的人身安全，另一方面布设的控制点不能长期有效保存下去。非接触就能快速获取岩体表面高分辨率点云数据正是三维激光扫描技术的优点之一，该技术能够检测到毫米级的变形信息，在保证监测精度的同时，弥补了gps技术获取变形资料的片面性。现有的点云数据比较方法主要有模型作差法，最近点法。本专利提出一种基于点云的快速比较算法，克服了模型作差法因生成表面模型严重影响计算速率，最近点法是选取距离参考点云中最近点作为距离计算对象，本专利通过计算区域重心的方法优化了最近点法选点的过程，这样不仅提供了计算效率，在一定程度上保证结果的可靠性。

图1为本发明实施例提供的一种基于特征的危岩体滑坡监测方法流程图。如图1所示，该方法包括：

步骤s1，采用三维激光扫描仪，获取危岩体滑坡表面两期点云数据；其中，两期点云数据包括参考点云数据和比较点云数据。

需要说明的是，本发明实施例中的两期点云数据是指在2012年10月扫描得到的点云数据和2013年5月扫描得到的点云数据，其中第一期数据即2012年10月的点云，称为参考点云，第二期数据即2013年5月的点云，称为比较点云。由于整个危岩体的一期数据往往那个包含几百万个点，数据庞大，所以我们进行降采样，按照一定的间隔简化点云，这样提高了后续数据的处理效率。ls3d配准即最小二乘三维曲面匹配配准方法，该方法的思想是计算两个曲面之间的欧式距离，然后以最小二乘的方法使距离平方和最小，实现点云配准。因为两期点云数据不在同一坐标系下，配准就是要将两期数据的参考系统一，这样后期的比较才有意义。ls3d--leastsquares3dsurfacematcing--最小二乘3d表面匹配。

需要说明的是，本发明选择三维激光扫描仪采集原始数据，克服了滑坡监测的环境因素，其不受研究对象空间几何结构的约束(危岩体滑坡与地面倾角约90度)，不需要布设控制点，避免了传统gps监测方法采集数据量不足的缺点，这样就能非接触获取研究区的大范围数据，为变形监测提供坚实的数据基础。

步骤s2，对两期点云数据分别进行滤波去噪和降采样处理，以及通过最小二乘3d表面匹配方法对两期点云数据分别进行配准处理。

需要说明的是，为了提高点云数据的处理效率，首先对数据进行滤波和去噪，即删除无关植被点和噪声点，然后对点云数据进行降采样，这样提高了数据质量，方便组织与管理。

需要说明的是，通过ls3d方法实现两期点云数据的配准。这样解决了在高陡危岩体条件下无法布设标靶，也能完成多期数据的配准工作。

步骤s3，采用局部曲面拟合法，确定参考点云数据的表面法线。

图2为本发明实施例提供的法线估计原理结构示意图。如图2所示，对于步骤s3，采用局部曲面拟合法，确定参考点云数据的表面法线的具体过程如下所示：

a、对参考点云数据中的点i进行k邻域搜索，依据最小二乘准则，通过公式(1)，确定点i的切平面。

公式(1)如下所示：

其中，n为切平面p的法线向量，d为切平面p到点i的距离，argmin表示目标函数取最小值时的变量值，k是邻近点pi的数目。

b、根据点i的切平面，通过公式(2)，确定点i法线的协方差矩阵。

公式(2)如下所示：

其中，为质心。

c、根据点i法线的协方差矩阵，通过公式(3)，确定最小特征值对应的特征向量为点i法线向量。

公式(3)如下所示：

λj为第j个特征值，υj为第j特征向量。

需要说明的是，点云由很多点构成，实际上是估计每个点的法线，因为直接求取一点处的法线是不实际的，我们通过该点邻域内的一些点(如，以该点为圆心，r为半径的球体内的点)来计算法线。点云中每个点处法线的估计是通过该点邻域范围内的点拟合一个平面(最小二乘平面)，要直接根据最小二乘法则求取这个平面的方程的过程是复杂的，我们根据公式3计算协方差矩阵c的最小特征值，这个最小特征值对应得特征向量就是该点出最小二乘平面的法线，即该点处的法向量。直接表达就是先根据邻域点计算出协方差矩阵c，然后求矩阵c的特征值，取最小特征值对应的特征向量最为法向量。

需要说明的是，在实际计算法线时我们选取以某一点i为圆心，d/2为半径的圆内点为邻域点计算法线。通过计算可得，n个点的质心在平面p上，因此估计点云法线的问题转化为分析一个协方差矩阵的特征值和特征向量的问题，这个协方差矩阵由搜索的k邻近元素构建。

步骤s4，以参考点云数据中的点为圆柱体底面圆的圆心，以参考点云数据的表面法线方向为圆柱体的轴，以及根据半径和轴长，确定圆柱体；将圆柱体内比较点云数据投影到圆柱体的轴上，通过计算投影点的平均位置，确定圆柱体内比较点云数据的重心点；通过计算参考点云数据中的点与圆柱体内比较点云数据的重心点之间的距离，确定比较点云数据相对于参考点云数据的形变量。

需要说明的是，建立点云的八叉树索引，在此基础上进行圆柱体检索，提取区域点云重心点，最后计算圆柱体内区域重心点之间的距离作为变形量。这中算法不需建立表面模型即可两期数据沿三维方向上的变形量，极大的提高传统模型作差法的效率。

图3为本发明实施例提供的形变量计算原理结构示意图。

需要说明的是，如图3所示，对于参考点云中的一个点i(x,y,z),计算该点处的法线量n，以此法向量作为形变量的方向基准；然后以n方向为检索圆柱体的轴，给定圆柱体地面半径d/2。搜索出在该圆柱体内的两部分点集，分别计算两部分点集的中心i1，i2，最后求i1，i2之间距离，即该点处的形变量。其中，两部分点集分别圆柱体内包含的参考点云和比较点云。因为圆柱体是以参考点云中每一个点和其法向量确定的，确定之后在圆柱体内搜索求取比较点云的重心点。

需要说明的是，在计算变形量时需要设置四个参数，分别是采样间隔s，估计法线的半径r，圆柱体的地面半径r，和圆柱体的轴长d.实验时我们选取的参数为(s＝0.15m，r＝0.5m，r＝0.5m，d＝1m)。

步骤s5，根据比较点云数据相对于参考点云数据的形变量、平均形变量、标准变差和均方根误差，确定危岩体滑坡表面形变量分布图。

需要说明的是，在计算出每个点的变形量后，可得到这部分危岩体表面的平均变形量及标准偏差和均方根误差。

步骤s6，根据危岩体滑坡表面形变量分布图，确定危岩体滑坡运动趋势。

需要说明的是，监测的目的是为了发现在监测周期内这部分危岩体有没有发生变化，我们得到的形变量分布图是表示比较点云中的每一个点相对于参考点云中的点的形变量，需要说明的是若形变量大于0则说明2013年的点云相对于2012年有向外运动的趋势，反之，若形变量小于0，则说明2013年的点云相对于2012年的点云有朝内运动的趋势，且每个点上变形方向不都相同，反应的只是整个危岩体一种运动趋势。若发生向外运动的趋势那么说明该部分岩体有很大可能会滑落。

以上公开的仅为本发明的几个具体实施例，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。