欧美成人免费小视频,亚洲精品午夜在线观看,国产精品一二三,欧美第6页,亚洲一级aⅴ无码毛片小说,国产精品x四虎在线,久久精品成人欧美大片

基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng)的制作方法

文檔序號(hào):42887367發(fā)布日期:2025-08-29 19:35閱讀:10來源:國知局

本發(fā)明涉及地質(zhì)災(zāi)害監(jiān)測,具體而言,涉及一種基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng)。


背景技術(shù):

1、地質(zhì)災(zāi)害監(jiān)測對保障生命財(cái)產(chǎn)安全、基礎(chǔ)設(shè)施穩(wěn)定及生態(tài)環(huán)境可持續(xù)發(fā)展具有關(guān)鍵意義。

2、相關(guān)技術(shù)中,邊坡地質(zhì)災(zāi)害監(jiān)測主要采用表面棱鏡測量、gnss位移監(jiān)測、震動(dòng)傳感器及傾角傳感器等多種手段,實(shí)現(xiàn)邊坡表面變形的綜合監(jiān)測與預(yù)警,但是這些方式存在誤報(bào)率高、響應(yīng)滯后、覆蓋范圍有限等問題,導(dǎo)致地質(zhì)災(zāi)害的監(jiān)測精度較低?,F(xiàn)有監(jiān)測手段難以滿足邊坡地質(zhì)災(zāi)害場景對監(jiān)測精度和預(yù)警準(zhǔn)確性的嚴(yán)苛要求。


技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明解決的問題是如何提高地質(zhì)災(zāi)害的監(jiān)測精度和預(yù)警的準(zhǔn)確性。

2、為解決上述問題,本發(fā)明提供了一種基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng),包括激光對射監(jiān)測模塊、熱成像監(jiān)測模塊和警示模塊;

3、所述激光對射監(jiān)測模塊用于根據(jù)分別設(shè)置在邊坡監(jiān)測區(qū)域兩側(cè)的激光發(fā)射器和激光接收器之間的激光束通斷狀態(tài),確定邊坡災(zāi)害情況;

4、所述熱成像監(jiān)測模塊用于根據(jù)熱成像儀獲取所述邊坡監(jiān)測區(qū)域的熱成像圖像,根據(jù)所述熱成像圖像,分別提取所述邊坡監(jiān)測區(qū)域中目標(biāo)物體的溫度分布梯度、質(zhì)心移動(dòng)速度和輪廓形態(tài)變化率,并將所述溫度分布梯度、所述質(zhì)心移動(dòng)速度和所述輪廓形態(tài)變化率輸入至支持向量機(jī)分類模型中,生成所述目標(biāo)物體的物體種類;

5、所述警示模塊用于在所述邊坡災(zāi)害情況為邊坡發(fā)生災(zāi)害,且所述物體種類為災(zāi)害體時(shí),生成災(zāi)害警示。

6、可選地,所述熱成像圖像包括連續(xù)幀的熱圖像,所述根據(jù)所述熱成像圖像,分別提取所述邊坡監(jiān)測區(qū)域中目標(biāo)物體的溫度分布梯度、質(zhì)心移動(dòng)速度和輪廓形態(tài)變化率,包括:

7、根據(jù)所述熱成像圖像的溫度數(shù)據(jù),采用梯度算子確定所述熱成像圖像各個(gè)像素點(diǎn)的溫度梯度值,并根據(jù)各個(gè)所述像素點(diǎn)的所述溫度梯度值,生成所述溫度分布梯度;

8、采用質(zhì)心計(jì)算方法確定所述熱成像圖像中每個(gè)幀數(shù)的目標(biāo)質(zhì)心坐標(biāo),并根據(jù)各個(gè)所述目標(biāo)質(zhì)心坐標(biāo)和所述幀數(shù)對應(yīng)的時(shí)間,確定所述質(zhì)心移動(dòng)速度;

9、根據(jù)所述熱成像圖像,采用邊緣檢測算法提取所述目標(biāo)物體每個(gè)所述幀數(shù)的目標(biāo)輪廓,并根據(jù)所述目標(biāo)輪廓和所述幀數(shù)對應(yīng)的時(shí)間,確定所述輪廓形態(tài)變化率。

10、可選地,所述物體種類包括所述災(zāi)害體和非災(zāi)害體,所述將所述溫度分布梯度、所述質(zhì)心移動(dòng)速度和所述輪廓形態(tài)變化率輸入至支持向量機(jī)分類模型中,生成所述目標(biāo)物體的物體種類,包括:

11、分別提取所述溫度分布梯度的溫度特征向量、所述質(zhì)心移動(dòng)速度的質(zhì)心特征向量和所述輪廓形態(tài)變化率的輪廓特征向量,并將所述溫度特征向量、所述質(zhì)心特征向量和所述輪廓特征向量輸入至所述支持向量機(jī)分類模型中;

12、所述支持向量機(jī)分類模型基于約束條件,根據(jù)目標(biāo)函數(shù),求解最優(yōu)超平面,生成所述物體種類。

13、可選地,所述非災(zāi)害體包括行人和動(dòng)物,所述熱成像監(jiān)測模塊還用于根據(jù)所述質(zhì)心移動(dòng)速度,提取所述目標(biāo)物體的目標(biāo)質(zhì)心時(shí)間序列;

14、確定所述目標(biāo)質(zhì)心時(shí)間序列中每個(gè)目標(biāo)元素與已知序列集合中每個(gè)已知種類的已知質(zhì)心時(shí)間序列的每個(gè)已知元素的歐幾里得距離,并構(gòu)建距離矩陣;

15、根據(jù)動(dòng)態(tài)規(guī)劃算法,確定所述距離矩陣中所有元素之間的最小累積距離,生成dtw距離;

16、根據(jù)所述dtw距離和預(yù)設(shè)分類要求,將所述目標(biāo)物體分為所述行人、所述動(dòng)物或所述災(zāi)害體。

17、可選地,所述警示模塊還用于當(dāng)所述目標(biāo)物體為所述行人或所述動(dòng)物,且所述邊坡災(zāi)害情況為所述邊坡發(fā)生災(zāi)害時(shí),向所述激光對射監(jiān)測模塊發(fā)送停止生成所述邊坡災(zāi)害情況的指令。

18、可選地,所述基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng)還包括聲光報(bào)警器,所述聲光報(bào)警器用于根據(jù)所述災(zāi)害警示發(fā)出對應(yīng)的警報(bào)。

19、可選地,所述基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng)還包括分別設(shè)置在所述邊坡監(jiān)測區(qū)域兩側(cè)的立桿,所述激光發(fā)射器、所述激光接收器和所述熱成像儀分別設(shè)置在所述邊坡監(jiān)測區(qū)域兩側(cè)的所述立桿上。

20、可選地,所述基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng)還包括通過連接臂設(shè)置在所述立桿上的攝像機(jī)。

21、可選地,所述基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng)還包括設(shè)置在所述立桿上的配電數(shù)據(jù)收發(fā)箱,所述配電數(shù)據(jù)收發(fā)箱分別與所述激光發(fā)射器、所述激光接收器、所述熱成像儀和所述聲光報(bào)警器通訊連接。

22、可選地,所述基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng)還包括通過設(shè)備支架設(shè)置在所述立桿頂端的再生能源發(fā)電設(shè)備,所述再生能源發(fā)電設(shè)備分別與所述激光發(fā)射器、所述激光接收器、所述熱成像儀、攝像機(jī)和配電數(shù)據(jù)收發(fā)箱電連接。

23、本發(fā)明的基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng)的有益效果是:

24、通過在邊坡監(jiān)測區(qū)域兩側(cè)分別設(shè)置激光發(fā)射器和激光接收器,可實(shí)現(xiàn)邊坡地區(qū)的完全覆蓋,避免了覆蓋范圍有限的問題,然后通過激光對射監(jiān)測模塊,可確定激光發(fā)射器和激光接收器之間的激光束通斷狀態(tài),從而實(shí)時(shí)確定邊坡災(zāi)害情況,解決滯后性問題,例如,當(dāng)激光發(fā)射器和激光接收器之間的激光束斷開時(shí),激光發(fā)射器和激光接收器可實(shí)現(xiàn)毫秒級(jí)響應(yīng),同時(shí)說明了邊坡上的激光發(fā)射器和激光接收器之間的激光束被遮擋,可能存在物體或者邊坡發(fā)生災(zāi)害,進(jìn)而根據(jù)被遮擋的激光束對邊坡進(jìn)行初步災(zāi)害判斷,然后,根據(jù)熱成像監(jiān)測模塊的熱成像儀獲取邊坡監(jiān)測區(qū)域的熱成像圖像,再根據(jù)熱成像圖像分別提取邊坡監(jiān)測區(qū)域中目標(biāo)物體的溫度分布梯度、質(zhì)心移動(dòng)速度和輪廓形態(tài)變化率,并將溫度分布梯度、質(zhì)心移動(dòng)速度和輪廓形態(tài)變化率輸入至支持向量機(jī)分類模型,對邊坡上遮擋激光束的物體進(jìn)行精準(zhǔn)分類,可以得到邊坡上遮擋激光發(fā)射器和激光接收器之間的激光束的物體種類,從而根據(jù)警示模塊對物體種類和邊坡災(zāi)害情況進(jìn)行邊坡地質(zhì)災(zāi)害分析,當(dāng)邊坡災(zāi)害情況為邊坡發(fā)生災(zāi)害,且物體種類為災(zāi)害體時(shí),說明發(fā)生了地質(zhì)災(zāi)害,只有此時(shí)警示模塊生成災(zāi)害警示,從而避免誤報(bào)的問題,提供精準(zhǔn)的地質(zhì)災(zāi)害預(yù)測。



技術(shù)特征:

1.一種基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng),其特征在于,包括激光對射監(jiān)測模塊、熱成像監(jiān)測模塊和警示模塊;

2.根據(jù)權(quán)利要求1所述的基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng),其特征在于,所述熱成像圖像包括連續(xù)幀的熱圖像,所述根據(jù)所述熱成像圖像,分別提取所述邊坡監(jiān)測區(qū)域中目標(biāo)物體的溫度分布梯度、質(zhì)心移動(dòng)速度和輪廓形態(tài)變化率,包括:

3.根據(jù)權(quán)利要求1所述的基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng),其特征在于,所述物體種類包括所述災(zāi)害體和非災(zāi)害體,所述將所述溫度分布梯度、所述質(zhì)心移動(dòng)速度和所述輪廓形態(tài)變化率輸入至支持向量機(jī)分類模型中,生成所述目標(biāo)物體的物體種類,包括:

4.根據(jù)權(quán)利要求3所述的基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng),其特征在于,所述非災(zāi)害體包括行人和動(dòng)物,所述熱成像監(jiān)測模塊還用于根據(jù)所述質(zhì)心移動(dòng)速度,提取所述目標(biāo)物體的目標(biāo)質(zhì)心時(shí)間序列;

5.根據(jù)權(quán)利要求4所述的基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng),其特征在于,所述警示模塊還用于當(dāng)所述目標(biāo)物體為所述行人或所述動(dòng)物,且所述邊坡災(zāi)害情況為所述邊坡發(fā)生災(zāi)害時(shí),向所述激光對射監(jiān)測模塊發(fā)送停止生成所述邊坡災(zāi)害情況的指令。

6.根據(jù)權(quán)利要求1所述的基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng),其特征在于,還包括聲光報(bào)警器,所述聲光報(bào)警器用于根據(jù)所述災(zāi)害警示發(fā)出對應(yīng)的警報(bào)。

7.根據(jù)權(quán)利要求1-6任一項(xiàng)所述的基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng),其特征在于,還包括分別設(shè)置在所述邊坡監(jiān)測區(qū)域兩側(cè)的立桿(1),所述激光發(fā)射器(2)、所述激光接收器(3)和所述熱成像儀(4)分別設(shè)置在所述邊坡監(jiān)測區(qū)域兩側(cè)的所述立桿(1)上。

8.根據(jù)權(quán)利要求7所述的基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng),其特征在于,還包括通過連接臂(5)設(shè)置在所述立桿(1)上的攝像機(jī)(6)。

9.根據(jù)權(quán)利要求8所述的基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng),其特征在于,還包括設(shè)置在所述立桿(1)上的配電數(shù)據(jù)收發(fā)箱(9),所述配電數(shù)據(jù)收發(fā)箱(9)分別與所述激光發(fā)射器(2)、所述激光接收器(3)、所述熱成像儀(4)和所述聲光報(bào)警器通訊連接。

10.根據(jù)權(quán)利要求9所述的基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng),其特征在于,還包括通過設(shè)備支架(7)設(shè)置在所述立桿(1)頂端的再生能源發(fā)電設(shè)備(8),所述再生能源發(fā)電設(shè)備(8)分別與所述激光發(fā)射器(2)、所述激光接收器(3)、所述熱成像儀(4)、所述攝像機(jī)(6)和所述配電數(shù)據(jù)收發(fā)箱(9)電連接。


技術(shù)總結(jié)
本發(fā)明提供了一種基于熱成像與激光對射聯(lián)動(dòng)的邊坡地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng),涉及地質(zhì)災(zāi)害監(jiān)測技術(shù)領(lǐng)域,包括激光對射監(jiān)測模塊、熱成像監(jiān)測模塊和警示模塊;激光對射監(jiān)測模塊用于根據(jù)分別設(shè)置在邊坡監(jiān)測區(qū)域兩側(cè)的激光發(fā)射器和激光接收器之間的激光束通斷狀態(tài),確定邊坡災(zāi)害情況;熱成像監(jiān)測模塊用于根據(jù)熱成像儀獲取熱成像圖像,根據(jù)熱成像圖像,分別提取邊坡監(jiān)測區(qū)域中目標(biāo)物體的溫度分布梯度、質(zhì)心移動(dòng)速度和輪廓形態(tài)變化率,并將溫度分布梯度、質(zhì)心移動(dòng)速度和輪廓形態(tài)變化率輸入至支持向量機(jī)分類模型中,生成目標(biāo)物體的物體種類;警示模塊用于在邊坡災(zāi)害情況為邊坡發(fā)生災(zāi)害,且物體種類為災(zāi)害體時(shí),生成災(zāi)害警示。本發(fā)明可以提供精準(zhǔn)的災(zāi)害預(yù)測。

技術(shù)研發(fā)人員:陳展昭,李祖鋒,趙文君,尚海興,張釗
受保護(hù)的技術(shù)使用者:中國電建集團(tuán)西北勘測設(shè)計(jì)研究院有限公司
技術(shù)研發(fā)日:
技術(shù)公布日:2025/8/28
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1