返回列表 发布新帖

[工业技术] 基于点云数据的黄土公路边坡病害识别

9 0
admin 发表于 2025-1-17 21:30 | 查看全部 阅读模式

基于点云数据的黄土公路边坡病害识别
摘要:公路边坡病害巡查是高速公路安全运维的重要工作之一。鉴于当前人工巡查的局限性,提出了一种基于无人机倾斜摄影技术实现三维重建和点云数据分析的公路边坡坡面病害巡查方法。研究结果表明:无人机倾斜摄影可以快速获得研究区的实景影像和点云数据,通过三维模型重建和点云数据分析,能够高效定量地识别出坡面变形、冲沟以及排水沟淤堵等边坡病害;点云数据对比算法对边坡病害识别结果有较大影响,相比最邻近点云比较方法和基于法向量的点云比较方法,点云网格比较方法更适用于公路边坡坡面病害识别。该方法提高了边坡巡查的效率,弥补了人工巡查的不足。

Abstract:Slope inspection is one of the main works of highway operation and maintenance. In view of the limitation of manual inspection and monitoring, a highway slope inspection and monitoring method based on 3D reconstruction and point cloud analysis using unmanned aerial vehicle (UAV)-based oblique photography technique was proposed. The results show that the terrain data of research area could be obtained quickly by the unmanned aerial vehicle (UAV)-based oblique photography technique. Slope diseases including slope deformation, gully erosion and blockage of drainage ditch could be identified quantitatively by 3D model reconstruction and point cloud data analysis. The algorithm of point cloud data analysis has a great impact on the results. Compared with Cloud to Cloud comparison (C2C) algorithm and Multiscale Model to Model Cloud comparison (M3C2) algorithm, the algorithm of Cloud to Mesh comparison (C2M) is most suitable for the point cloud data analysis of highway slope disease identification. This method improves the efficiency of slope inspection and is an effective method to make up for the shortage of manual inspection.

中文标题:
基于点云数据的黄土公路边坡病害识别
Disease Detection of Loess Highway Slope Based on Point Cloud Data

作者:
邵建鸿1,,郑万鹏2,张斌3, 4,杜源2,王兴涛2,栾纪昊3, 4
Shao Jianhong1,,Zheng Wanpeng2,Zhang Bin3, 4,Du Yuan2,Wang Xingtao2,Luan Jihao3, 4
作者简介:邵建鸿,男,1969年生,甘肃白银人,高级工程师,主要从事黄土道路工程方面的研究工作。E-mail:191018417@qq.com
通讯地址:
1.甘肃省公路发展集团有限公司,甘肃兰州 730000    2.甘肃二车高等级公路项目管理有限公司,甘肃庆阳 745000    3.甘肃恒路交通勘察设计院有限公司,甘肃兰州 730000    4.甘肃省高等级公路养护工程研究中心,甘肃兰州 730000
1.GanSuProvincialHighwayDevelopmentGroupCo.,Ltd.,Lanzhou730000,Gansu,China    2.GansuErcheHighwayProjectManagementCo.,Ltd.,Qingyang745000,Gansu,China    3.GansuHengluCommunicationSurveyandDesignInstituteCo.,Ltd.,Lanzhou730000,Gansu,China    4.GansuEngineeringResearchCentreofRoadMaintenanceTechnologies,Lanzhou730000,Gansu,China

中图分类号:U 419.4
doi:10.3969/j.issn.1007-2993.2023.03.011
出版物:岩土工程技术
收稿日期:2022-06-19
录用日期:2022-07-19
网络出版日期:2023-08-08
刊出日期:2023-06-08


关键词:道路工程,病害识别,点云数据分析,三维模型重建,边坡巡查
Key words:road engineering,disease identification,point cloud data analysis,3D model reconstruction,slope inspection
文档包含图片数量:图片(8)张
文档包含表格数量:表格(1)个

参考文献:
[1]帅一师,周 亮. 高速公路服役连续梁桥质量评价及病害修复[J]. 公路工程,2021,46(3):308-313. doi:  10.19782/j.cnki.1674-0610.2021.03.047
[2]南亚林,刘海松. 强夯对黄土粒度组成及湿陷性的影响研究[J]. 岩土工程技术,2009,23(1):34-38. doi:  10.3969/j.issn.1007-2993.2009.01.009
[3]NEX F,REMONDINO F. UAV for 3D mapping applications: a review[J]. Applied Geomatics,2014,6(1):1-15. doi:  10.1007/s12518-013-0120-x
[4]WANG G Q. Millimeter-accuracy GPS landslide monitoring using Precise Point Positioning with Single Receiver Phase Ambiguity (PPP-SRPA) resolution: a case study in Puerto Rico[J]. Journal of Geodetic Science,2013,3(1):22-31.
[5]赵超英,刘晓杰,张 勤,等. 甘肃黑方台黄土滑坡InSAR识别、监测与失稳模式研究[J]. 武汉大学学报:信息科学版,2019,44(7):996-1007.
[6]赵小平,闫丽丽,刘文龙. 三维激光扫描技术边坡监测研究[J]. 测绘科学,2010,35(4):25-27.
[7]叶 咸,陈 文,张新民,等. 山区高速公路弃渣场工程安全稳定监测方法[J]. 中外公路,2021,41(6):20-26. doi:  10.14048/j.issn.1671-2579.2021.06.004
[8]邓东平,李 亮. 加固边坡稳定性监测技术的研究及工程应用[J]. 公路,2010,(10):91-96.
[9]彭 振,李玉倩. 无人机三维模型在矿山环境治理勘查设计中的应用[J]. 城市地质,2021,16(1):113-117. doi:  10.3969/j.issn.1007-1903.2021.01.016
[10]朱 超. 无人机航测倾斜摄影在工矿遗址上的应用[J]. 岩土工程技术,2021,35(4):244-248,254. doi:  10.3969/j.issn.1007-2993.2021.04.007
[11]相诗尧,徐 润,张常勇,等. 基于无人机倾斜摄影技术的高速公路边坡三维重建[J]. 中外公路,2020,40(5):10-12. doi:  10.14048/j.issn.1671-2579.2020.05.003
[12]张青青,熊 剑,戴 巍. 无人机航拍摄影在营运公路边坡病害检测中的应用研究[J]. 广东公路交通,2020,46(5):21-27. doi:  10.19776/j.gdgljt.2020-05-0021-07
[13]杨家邑. 无人机在高速公路边坡日常养护巡查中的应用研究[J]. 黑龙江交通科技,2019,42(2):63-64. doi:  10.3969/j.issn.1008-3383.2019.02.031
[14]WANG S,ZHANG Z,REN Y,et al. UAV Photogrammetry and AFSA-Elman Neural Network in slopes displacement monitoring and forecasting[J]. KSCE Journal of Civil Engineering,2020,24(1):19-29. doi:  10.1007/s12205-020-1697-3
[15]刘晓东,刘 玲,杨 璇. 无人机数据采集系统在公路养护中的应用展望[J]. 公路交通科技(应用技术版),2015,11(4):16-17.
[16]郑太雄,黄 帅,李永福,等. 基于视觉的三维重建关键技术研究综述[J]. 自动化学报,2020,46(4):631-652.
[17]LINDEBERG T. Feature detection with automatic scale selection[J]. International Journal of Computer Vision,1998,30(2):79-116. doi:  10.1023/A:1008045108935
[18]魏占玉,RAMON A,何宏林,等. 基于SfM方法的高密度点云数据生成及精度分析[J]. 地震地质,2015,37(2):636-647. doi:  10.3969/j.issn.0253-4967.2015.02.024
[19]贾曙光,金爱兵,赵怡晴. 无人机摄影测量在高陡边坡地质调查中的应用[J]. 岩土力学,2018,39(3):1130-1136.

基金项目:
基金项目:甘肃省交通运输厅科研项目(No.2020-22)

2025-1-16 20:52 上传
文件大小:
2.56 MB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号-1
关灯 返回顶部
快速回复 返回顶部 返回列表