CN116363892A - 一种道路数据异常报警方法、装置、电子设备及存储介质 - Google Patents
一种道路数据异常报警方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116363892A CN116363892A CN202310242984.3A CN202310242984A CN116363892A CN 116363892 A CN116363892 A CN 116363892A CN 202310242984 A CN202310242984 A CN 202310242984A CN 116363892 A CN116363892 A CN 116363892A
- Authority
- CN
- China
- Prior art keywords
- information
- point cloud
- cloud data
- data information
- road
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000012544 monitoring process Methods 0.000 claims abstract description 147
- 238000006073 displacement reaction Methods 0.000 claims description 57
- 230000002159 abnormal effect Effects 0.000 claims description 50
- 230000005856 abnormality Effects 0.000 claims description 49
- 238000004364 calculation method Methods 0.000 claims description 39
- 238000005259 measurement Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000012806 monitoring device Methods 0.000 description 22
- 238000002310 reflectometry Methods 0.000 description 7
- 239000011435 rock Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 239000002689 soil Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000004568 cement Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- -1 vegetation Substances 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/097—Supervising of traffic control systems, e.g. by giving an alarm if two crossing streets have green light simultaneously
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本申请提供了一种道路数据异常报警方法、装置、电子设备及存储介质，应用于道路安全监测及报警技术领域，通过获取监测目标物的基础点云数据信息，而后实时获取监测目标物的实时点云数据信息，将最终得到的实时点云数据信息与基础点云数据信息进行比较，从而判断监测路段是否发生数据异常，并发出数据异常报警信息，从而该道路数据异常报警方法具备智能校正监测误差，报警及时性高的有益效果。
Description
技术领域
本申请涉及道路安全监测及报警技术领域，尤其涉及一种道路数据异常报警方法、装置、电子设备及存储介质。
背景技术
近年来，道路交通安全问题日益成为人民生产生活中最关心的话题，随着极端天气变化，位于沿山的道路易受到山体滑坡、泥石流覆盖以及危岩垮塌等自然灾害的影响。
各地交通、应急抢险、安全监测、地灾测绘等部门除了采取传统监测手段之外，逐渐引入三维激光扫描仪（包括机载激光雷达、车载激光雷达、背包手持激光雷达、地面激光雷达以及地基监测SAR等）作为安全报警措施的前端数据采集设备。
针对激光扫描的三维点云成果数据，一般市面上的处理手段为现场数据采集和后端人工配合软件分析处理，这种处理方式在道路场景下，尤其是作为地质灾害监测，则存在时效性差、无法超前报警、自动化程度低以及在不同的环境下使用不同设备监测的检测数据误差无法纠正等问题。
故而现有技术中的道路安全监测存在智能化程度低，报警及时性差的问题。
发明内容
鉴于上述现有技术的不足之处，本申请提供了一种道路数据异常报警方法、装置、电子设备及存储介质，应用于道路安全监测及报警技术领域，通过获取监测目标物的基础点云数据信息，而后实时获取监测目标物的当前点云数据信息以及理论点云数据信息，理论点云数据信息用于辅助报警平台智能判别获取到的当前点云数据信息是否存在误差，即通过计算当前点云数据信息与理论点云数据信息的差值，该差值为第一比较结果，并比较第一比较结果与预设的允许误差值的大小，第一比较结果小于或等于预设的允许误差值时，以当前点云数据信息为实时点云数据信息，当第一比较结果大于预设的允许误差值时，以理论点云数据信息为实时点云数据信息，将最终得到的实时点云数据信息与基础点云数据信息进行比较，从而判断监测路段是否发生数据异常，并发出数据异常报警信息，从而该道路数据异常报警方法具备智能校正监测误差，报警及时性高的有益效果。
第一方面，本申请提供一种道路数据异常报警方法，该方法包括以下步骤：
A1：获取监测目标物的基础点云数据信息；
A2：实时获取监测目标物的当前点云数据信息以及理论点云数据信息；
A3：比较当前点云数据信息以及理论点云数据信息生成第一比较结果，当第一比较结果小于或等于预设的允许误差值时，以当前点云数据信息为实时点云数据信息，当第一比较结果大于预设的允许误差值时，以理论点云数据信息为实时点云数据信息；
A4：比较实时点云数据与基础点云数据信息，生成第二比较结果；
A5:根据第二比较结果发出道路数据异常的报警信息。
通过上述的一种道路数据异常报警方法，获取监测目标物的基础点云数据信息，以便于将基础点云数据信息作为后续实时点云数据信息的比较基准数据，报警平台对比二者的数据信息判断道路是否发生数据异常；而后实时获取监测目标物的当前点云数据信息以及理论点云数据信息，由于不同设备在不同环境下监测同类型的目标物时，可能会因为环境遮挡或设备自身原因导致扫描得到的当前点云数据信息与真实的数据信息存在误差，因此，可以设置一个理论点云数据信息，用于对获取到的当前点云数据信息进行纠偏，若当前点云数据信息与理论点云数据信息之间的差值相差太大，即在第一比较结果大于预设的允许误差值时，说明监测设备获取到的当前点云数据信息误差较大，需要使用理论点云数据信息作为实时点云数据信息以减小误差，若当前点云数据信息与理论点云数据信息之间的差值较小，即在第一比较结果小于或等于预设的允许误差值时，说明当前点云数据信息接近真实值，误差较小，可以使用当前点云数据信息作为实时点云数据信息，获取到实时点云数据信息后，将实时点云数据信息与未发生数据异常时的基础点云数据信息进行比较，生成第二比较结果，并根据第二比较结果进行及时的报警。相较于现有技术中存在的问题，该方式具有智能校正监测误差，报警及时性高的有益效果。
优选地，在本申请提供的一种道路数据异常报警方法，实时获取监测目标物的理论点云数据信息的步骤包括：
获取监测目标物的历史点云数据信息，历史点云数据信息至少根据历史监测设备的第一角分辨率，第一测量距离信息以及监测目标物的第一高程信息计算得到；
根据计算过程建立点云数据计算模型；
将监测目标物的当前监测设备的第二角分辨率，当前测量距离信息以及监测目标物的第二高程信息代入点云数据计算模型中，计算得到理论点云数据信息。
通过上述的一种道路数据异常报警方法，理论点云数据信息的获取，可以事先获取监测目标物的历史点云数据信息，历史点云数据信息至少根据历史监测设备的第一角分辨率，第一测量距离信息以及监测目标物的第一高程信息计算得到，并将该计算过程建立为点云数据计算模型，即：第一高程信息/（第一角分辨率*第一测量距离信息）=历史点云数据信息；故而在不同监测路段的不同环境下，监测同类型目标物时，将当前监测设备的第二角分辨率，当前测量距离信息以及第二高程信息代入该计算模型中，可以计算得到理论点云数据信息，从而可十分方便的得到不同监测设备在不同环境下监测同类型监测目标物的理论点云数据信息。
优选地，在本申请提供一种道路数据异常报警方法，根据计算过程建立点云数据计算模型的步骤包括：
对监测目标物进行分类处理；
对分类后的监测目标物中的工程筑建物建立点云数据计算模型。
通过上述的一种道路数据异常报警方法，在建立点云数据计算模型的过程中，可以对监测目标物进行分类处理，监测目标物的主要类型包括：泥土，植被，岩石，工程筑建物（人工水泥建造的建筑物），不同类型的监测目标物在被监测设备扫描时，本身的反射率不同，监测到的点云数据就会不同，由于工程筑建物为人工制成，其本身具备的特性使其点云数据的分布在监测设备形成的图像上极为明显，易于区分，从而，对分类后的监测目标物中的工程筑建物建立点云数据计算模型，以工程筑建物作为道路是否发生数据异常的监测目标物有利于报警的准确性和及时性。
优选地，本申请提供一种道路数据异常报警方法，A4步骤包括：
分别获取基础点云数据信息的第一文件大小信息与实时点云数据信息的第二文件大小信息；
比较第一文件大小信息与第二文件大小信息；
当第一文件大小信息与第二文件大小信息相同时，第二比较结果为道路未发生数据异常；
当第一文件大小信息与第二文件大小信息不相同时，第二比较结果为道路发生数据异常。
通过以上的一种道路数据异常报警方法，比较实时点云数据信息与基础点云数据信息的步骤可以是通过比较第一文件大小信息与第二文件大小信息，通过文件大小来比较，其比较过程直观且简洁，利于判断道路是否发生数据异常。
优选地，本申请提供一种道路数据异常报警方法，当第一文件大小信息与第二文件大小信息不相同时，第二比较结果为道路发生数据异常之后的步骤包括：
计算道路发生数据异常的数据异常位移量；
所述计算道路发生数据异常的数据异常位移量的步骤包括：
获取基础点云数据信息在大地坐标系下的第一坐标信息；
获取实时点云数据信息在大地坐标系下的第二坐标信息；
根据第一坐标信息与第二坐标信息计算道路发生数据异常的数据异常位移量。
优选地，本申请提供一种道路数据异常报警方法，根据第一坐标信息与第二坐标信息计算道路发生数据异常的数据异常位移量之后的步骤包括：
比较数据异常位移量与预设的允许位移量，当数据异常位移量小于或等于预设的允许位移量时，令第二比较结果为一级安全警报信息；
当数据异常位移量大于预设的允许位移量时，令第二比较结果为二级安全警报信息。
优选地，本申请提供一种道路数据异常报警方法，当数据异常位移量大于预设的允许位移量时，令第二比较结果为二级安全警报信息的步骤包括：
获取监测目标物的监测时间信息以及地理参数信息；
根据监测时间信息以及地理参数信息建立滑坡速率-周期的趋势模型；
根据所述趋势模型预测所述监测目标物发生滑坡的滑坡时间信息以及滑坡形变信息；
所述二级安全警报信息包括滑坡时间信息以及滑坡形变信息。
第二方面，本申请提供一种道路数据异常报警装置，该装置包括：
第一获取模块：用于获取监测目标物的基础点云数据信息；
第二获取模块：用于实时获取监测目标物的当前点云数据信息以及理论点云数据信息；
第一比较模块：用于比较当前点云数据信息以及理论点云数据信息生成第一比较结果，当第一比较结果小于或等于预设的允许误差值时，以当前点云数据信息为实时点云数据信息，当第一比较结果大于预设的允许误差值时，以理论点云数据信息为实时点云数据信息；
第二比较模块：用于比较实时点云数据信息与基础点云数据信息，生成第二比较结果；
报警模块: 用于根据第二比较结果发出道路数据异常的报警信息。
第三方面，本申请提供一种电子设备，包括处理器以及存储器，该存储器存储有计算机可读取指令，当计算机可读取指令由处理器执行时，运行如上述第一方面提供的方法中的步骤。
第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时运行如上述第一方面提供的方法中的步骤。
有益效果：
本申请提供的一种道路数据异常报警方法、装置、电子设备及存储介质，通过获取监测目标物的基础点云数据信息，而后实时获取监测目标物的当前点云数据信息以及理论点云数据信息，理论点云数据信息用于辅助报警平台智能判别获取到的当前点云数据信息是否存在误差，即通过计算当前点云数据信息与理论点云数据信息的差值，该差值为第一比较结果，并比较第一比较结果与预设的允许误差值的大小，第一比较结果小于或等于预设的允许误差值时，以当前点云数据信息为实时点云数据信息，当第一比较结果大于预设的允许误差值时，以理论点云数据信息为实时点云数据信息，将最终得到的实时点云数据信息与基础点云数据信息进行比较，从而判断监测路段是否发生数据异常，并发出数据异常报警信息，从而该道路数据异常报警方法具备智能校正监测误差，报警及时性高的有益效果。
附图说明
图1为本申请提供的一种道路数据异常报警方法的流程图。
图2为本申请提供的一种道路数据异常报警装置的结构示意图。
图3为本申请提供的电子设备的结构示意图。
图4为本申请提供的滑坡速率-周期的趋势模型图。
标号说明：201、第一获取模块；202、第二获取模块；203、第一比较模块；204、第二比较模块；205、报警模块；301、处理器；302、存储器；303、通信总线；3、电子设备。
具体实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和标出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一、第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
下文公开提供了许多不同的实施方式或例子用来实现本发明的目的，解决了现有技术中存在的问题。针对目前激光扫描的点云数据，一般市面上的处理手段为现场数据采集和后端人工配合软件分析处理，这种处理方式在道路场景下，尤其是作为地质灾害监测，则存在时效性差、无法超前报警、自动化程度低以及在不同的环境下使用不同设备监测的监测数据误差无法智能校正等问题。为了解决该问题，本申请提供一种道路数据异常报警方法、装置、电子设备及存储介质，具体为：
请参照图1，本申请实施例提供一种道路数据异常报警方法，该方法应用于道路安全监测及报警技术领域，在获取到监测目标物的基础点云数据信息以及实时点云数据信息，通过比较二者的差值，分析监测路段是否发生数据异常以及报警数据异常后发生滑坡等大型道路危机的时间以及滑坡位移，便于及时有效地在远程安排抢险救援。
本申请实施例的一种道路数据异常报警方法包括以下步骤：
A1：获取监测目标物的基础点云数据信息；
A2：实时获取监测目标物的当前点云数据信息以及理论点云数据信息；
A3：比较当前点云数据信息以及理论点云数据信息生成第一比较结果，当第一比较结果小于或等于预设的允许误差值时，以当前点云数据信息为实时点云数据信息，当第一比较结果大于预设的允许误差值时，以理论点云数据信息为实时点云数据信息；
A4：比较实时点云数据与基础点云数据信息，生成第二比较结果；
A5:根据第二比较结果发出道路数据异常的报警信息。
其中，道路实际包括但不限于道路、立交、广场、交通设施、铁路及地铁等轨道交通设施；监测目标物的基础点云数据信息指在道路沿线安装的三维激光扫描设备在未发生数据异常时，获取到的基础点云数据信息，或者采用巡查手段在未发生数据异常时，获取到的基础点云数据信息，其中，监测目标物主要包括：泥土、植被、岩石以及工程筑建物（人工水泥建筑的建筑物，具有不易形变，点云数据信息在监测设备扫描的图像上分布均匀的特点）。
其中，在A1步骤中，获取监测目标物的基础点云数据信息，为了便于后续根据基础点云数据信息以及实时点云数据信息计算数据异常位移量，以助于技术人员判断监测路段是否发生数据异常，可以将获取到的基础点云数据信息转移到CGCS2000大地坐标系下，以保证每个基础点云数据信息（x，y，z）为CGCS2000大地坐标系下的经度，维度，高程信息。如果获取基础点云数据信息的方式为地面架站式三维激光扫描仪，则在架设测站同时，采用至少4点标靶测站的方式，建立大地控制网。其中，4点标靶测试站是指每个测站都能看到4个标靶点，标靶点的选取不为本申请请求保护的重点，在此不做描述。其中，标靶点的基础三维空间数据信息由具有GPS（全球定位***），GNSS（全球导航卫星***）功能的RTK（实时差分定位测量仪器）提供；如果获取基础点云数据信息的方式为车载或者机载三维激光扫描设备，则由***自带的POS***（定位及惯性导航***）获取CGCS2000大地坐标系下的基础点云数据信息。
其中，在一些具体的实施例中，例如：监测路段为某铁路沿线路段，全长约2千米，临铁路沿线的山体高700米，坡度约45度，附近有较宽河流，植被茂密，山体巨大，滑坡点多，泥质岩质地形复杂。根据该路段条件，采用测距1500米，精度5毫米的地面三维激光扫描仪，在铁路对岸跨河山皮上建立测站定点，该点位使用静态水平精度2.5毫米，垂直精度5毫米的测绘设备；同时，在测站定点周围布设9个标靶点，同理，采用RTK测量，获取9个标靶点的CGCS2000大地坐标系下的基础点云数据信息，通过三维激光扫描仪，完成设备自带的采集-虑噪-配准等工序后，获取整个环境场景下该路段在CGCS2000大地坐标系下的基础点云数据信息为（19.6，267.54，-39.25）等，需要说明的时，此处为了使说明书更简洁，仅举出一个在CGCS2000大地坐标系下的基础点云数据信息的例子，并不指所有监测目标物的数据均为此信息。
其中，在A2步骤中，实时获取监测目标物的当前点云数据信息指，在连续变化的时间中，选取具体的时刻点使用三维激光扫描设备扫描监测目标物的当前点云数据信息。实时获取理论点云数据信息的方式可以是，事先获取监测目标物的历史点云数据信息，历史点云数据信息至少根据历史监测设备的第一角分辨率，第一测量距离信息以及监测目标物的第一高程信息计算得到，并将该计算过程建立为点云数据计算模型，即：第一高程信息/（第一角分辨率*第一测量距离信息）=历史点云数据信息；故而在不同监测路段的不同环境下，监测同类型目标物时，将当前监测设备的第二角分辨率，当前测量距离信息以及第二高程信息代入该计算模型中，可以计算得到理论点云数据信息。其中，监测设备的角分辨率为监测设备本身的参数信息，不同的监测设备其角分辨率不同，故而，可以将历史监测设备的第一角分辨率替换为当前监测设备的第二角分辨率，用以计算理论点云数据信息，测量距离信息为监测设备与监测目标物之间在水平方向上的直线距离，高程信息指监测设备监测的监测目标物在垂直方向上的高度信息，其中“第一、第二”仅用于区分不同的监测设备、不同监测目标物以及不同的测量距离信息。从而 ，在一些优选的实施方式中，实时获取监测目标物的理论点云数据信息的步骤包括：
获取监测目标物的历史点云数据信息，历史点云数据信息至少根据历史监测设备的第一角分辨率，第一测量距离信息以及监测目标物的第一高程信息计算得到；
根据计算过程建立点云数据计算模型；
将监测目标物的当前监测设备的第二角分辨率，当前测量距离信息以及监测目标物的第二高程信息代入点云数据计算模型中，计算得到理论点云数据信息。
其中，在一些优选的实施方式中，还可以通过监测目标物的水平方向的长度信息来计算理论点云数据信息，监测目标物水平方向的长度信息由监测设备测得，以水平方向的长度信息替代监测目标物的高程信息，仍可以获得点云数据计算模型。其中，在实际应用中，点云数据计算模型为第一高程信息/（第一角分辨率*第一测量距离信息）=历史点云数据信息，第一高程信息，第一角分辨率以及第一测量距离信息均为可替换的参数信息，但在实际使用监测设备扫描监测目标物获取目标物的点云数据信息时，还会受到环境以及监测目标物自身反射率的影响，从而可能会产生误差，如监测目标物上有植被或泥土等物的遮挡，而通过大量的监测数据，可以得知泥土的反射率<植被的反射率<岩石的反射率<工程筑建物的反射率，若监测目标物为工程筑建物，而其位于铁路路网的山体侧边，其上附着有植被，则会对获取到的点云数据信息造成影响，导致其存在误差，故而，需要建立点云数据计算模型，来计算监测目标物的理论点云数据信息，对获取到的当前点云数据信息进行纠偏。
其中，在一些优选的实施方式中，根据计算过程建立点云数据计算模型的步骤包括：
对监测目标物进行分类处理；
对分类后的监测目标物中的工程筑建物建立点云数据计算模型。
其中，监测目标物的主要类型包括：泥土，植被，岩石，工程筑建物（人工水泥建造的建筑物），不同类型的监测目标物在被监测设备扫描时，本身的反射率不同，监测到的点云数据就会不同，由于工程筑建物为人工制成，例如：挡土墙、排水渠等，其本身具备的特性使其点云数据的分布在监测设备形成的图像上极为明显，易于区分。从而，对分类后的监测目标物中的工程筑建物建立点云数据计算模型，以工程筑建物作为道路是否发生数据异常的监测目标物有利于报警的准确性和及时性。
其中，在一些优选的实施方式中，在获取到监测目标物的基础点云数据信息后，可通过对监测目标物的类型进行分类来获取工程筑建物的基础点云数据信息，而工程筑建物又包括有挡土墙、排水渠、桥梁等不同形状的建筑物，由于工程筑建物均为水泥建造，其反射率相同，故而相同形状的工程筑建物的基础点云数据信息可以通过转换互相调用，例如，可在第一次获取到挡土墙、排水渠、桥梁的基础点云数据信息后，将其分别存储在工程筑建物点云数据库中，而后在其他路段继续需要获取当前挡土墙的数据时，可直接调用点云数据库中存储好的挡土墙的基础点云数据信息，根据当前挡土墙的尺寸以及设置角度，对基础点云数据信息以同样的角度进行拉伸或压缩，得到当前挡土墙的基础点云数据信息的分布，以节省获取监测目标物基础点云数据信息的时间，提高监测效率，同时也避免了使用监测设备直接监测目标物时，由于外界环境干扰，导致监测数据出现误差的情况发生。
其中，在A3步骤中，当前点云数据信息为当前监测设备实际扫描监测目标物得到的点云数据信息；理论点云数据信息为将当前监测设备的第二角分辨率，当前测量距离信息以及监测目标物的第二高程信息代入点云数据计算模型中计算得到。第一比较结果即为当前点云数据信息减去理论点云数据信息差值的绝对值，当该差值的绝对值小于或等于预设的允许误差值时，则说明当前点云数据信息误差较小，更接近真实值，故而以当前点云数据信息为实时点云数据信息去与基础点云数据信息进行比较，从而判断道路是否发生数据异常，当该差值的绝对值大于预设的允许误差值时，则说明当前点云数据信息误差较大，偏离真实值，故而以理论点云数据信息为实时点云数据信息去与基础点云数据信息进行比较，判断道路是否发生数据异常。通过该智能校正方法，获取误差最小的数据作为实时点云数据信息作为判断道路是否发生数据异常的依据，提高监测准确性。
其中，在一些优选的实施方式中， A4步骤包括：
分别获取基础点云数据信息的第一文件大小信息与实时点云数据信息的第二文件大小信息；
比较第一文件大小信息与第二文件大小信息；
当第一文件大小信息与第二文件大小信息相同时，第二比较结果为道路未发生数据异常；
当第一文件大小信息与第二文件大小信息不相同时，第二比较结果为道路发生数据异常。
其中，获取到基础点云数据信息以及实时点云数据信息后，将其以txt（文本格式）或者las（三维格式）文件数据进行存储，故而，在实际应用中，第一文件大小信息即为基础点云数据保存为txt文件的大小，例如第一文件大小信息为3KB；第二文件大小信息即为实时点云数据信息保存为txt文件的大小，例如第二文件大小信息为3KB。
其中，在实际应用中，若道路未发生数据异常，则获取到的实时点云数据信息与基础点云数据信息相同，二者分别保存为txt文件后，其文件大小也相同，若二者文件大小不相同，则表示道路数据异常，故而通过比较第一文件大小信息与第二文件大小信息，可以确定监测道路是否发生数据异常，其具体确定方式为，当第一文件大小信息与第二文件大小信息相同时，如二者均为3KB，则未发生数据异常，当第一文件大小信息与第二文件大小信息不相同时，如第一文件大小信息为4KB，第二文件大小信息为3KB，则可以确定的监测道路发生数据异常，通过比较文件大小信息是否相同，可以快速判断道路是否发生数据异常，提高判断效率，以及时发出报警。
其中，当确认道路发生数据异常后，为了使道路监测更加精准，需要确定道路发生数据异常的位移量，因此，在一些优选的实施方式中，当第一文件大小信息与第二文件大小信息不相同时，第二比较结果为道路发生数据异常之后的步骤包括：
计算道路发生数据异常的数据异常位移量；
计算道路发生数据异常的数据异常位移量的步骤包括：
获取基础点云数据信息在大地坐标系下的第一坐标信息；
获取实时点云数据信息在大地坐标系下的第二坐标信息；
根据第一坐标信息与第二坐标信息计算道路发生数据异常的数据异常位移量。
其中，数据异常位移量实际指道路发生数据异常的范围，数据异常位移量为第二坐标信息减去第一坐标信息得到的差值。例如，在实际应用中，获取到第二坐标信息为（19.39，267.79，-36.63），第一坐标信息为（19.38，267.78，-37.81），则通过计算可以得到数据异常位移量为（0.01，0.01，1.18），而后可根据该数据异常位移量发出报警信息，从而，在一些优选的实施方式中，根据第一坐标信息与第二坐标信息计算道路发生数据异常的数据异常位移量之后的步骤包括：
比较数据异常位移量与预设的允许位移量，当数据异常位移量小于或等于预设的允许位移量时，令第二比较结果为一级安全警报信息；
当数据异常位移量大于预设的允许位移量时，令第二比较结果为二级安全警报信息。
其中，预设的允许位移量为监测目标物允许的发生数据异常的范围，在该范围内数据异常位移量较小，实际表现为监测目标物的变形量较小，因此并不会引起道路滑坡等交通事故，在实际应用中，预设的允许位移量为技术人员根据历史数据事先设置的。从而当数据异常位移量小于或等于预设的允许位移量时，令第二比较结果为一级安全警报信息，当发出该一级安全警报信息时，报警平台可通知技术人员前去对监测目标物进行维修；而当数据异常位移量大于预设的允许位移量时，即表示该监测目标物发生的变形量较大，可能会发生滑坡危险，此时发出二级安全警报信息，提醒技术人员该道路存在滑坡风险，进一步的，发出二级安全警报信息后，报警平台可根据监测设备实时返回的数据信息建立滑坡速率-周期趋势模型，***该道路发生滑坡的滑坡时间信息以及滑坡形变信息，便于技术人员提前对危险路段做出危险报警以及抢险准备，保证道路人员的安全，从而，在一些优选的实施方式中，当数据异常位移量大于预设的允许位移量时，令第二比较结果为二级安全警报信息的步骤包括：
获取监测目标物的监测时间信息以及地理参数信息；
根据监测时间信息以及地理参数信息建立滑坡速率-周期的趋势模型；
根据趋势模型预测监测目标物发生滑坡的滑坡时间信息以及滑坡形变信息；
二级安全警报信息包括滑坡时间信息以及滑坡形变信息。
其中，监测时间信息为监测设备检测出监测目标物发生数据异常后，技术人员根据实际情况设置的一段监测时间，该监测时间信息满足报警平台建立滑坡速率-周期的趋势模型需要的监测时长；其中，滑坡速率-周期的趋势模型具体参照图4，地理参数信息包括监测目标物所在地形的坡度角度、含水率以及泥土粘性，在实际应用中，不同地形的坡度角度、含水率以及泥土粘性等参数均不同，从而导致不同地形下同一类型监测目标物发生滑坡的滑坡时间信息以及滑坡形变信息均不相同，例如，在某铁路路段的监测目标物为挡土墙A，且通过传感器获取到挡土墙A所在位置的地理参数信息，技术人员预设24小时的监测时长信息，并据此信息建立滑坡速率-周期的趋势模型，在保持其余条件不变的情况下，挡土墙A在第8小时时发生滑坡，滑坡形变为50米，从而可将上述滑坡时间信息以及滑坡形变信息打包进二级安全警报信息中，作出报警提醒。
由上可知，本申请提供一种道路数据异常报警方法，通过获取监测目标物的基础点云数据信息，而后实时获取监测目标物的当前点云数据信息以及理论点云数据信息，理论点云数据信息用于辅助报警平台智能判别获取到的当前点云数据信息是否存在误差，即通过计算当前点云数据信息与理论点云数据信息的差值，该差值为第一比较结果，并比较第一比较结果与预设的允许误差值的大小，第一比较结果小于或等于预设的允许误差值时，以当前点云数据信息为实时点云数据信息，当第一比较结果大于预设的允许误差值时，以理论点云数据信息为实时点云数据信息，将最终得到的实时点云数据信息与基础点云数据信息进行比较，从而判断监测路段是否发生数据异常，并发出数据异常报警信息，从而该道路数据异常报警方法具备智能校正监测误差，报警及时性高的有益效果。
请参照图2，本申请提供道路数据异常报警装置，该装置包括：
第一获取模块201：用于获取监测目标物的基础点云数据信息；
第二获取模块202：用于实时获取监测目标物的当前点云数据信息以及理论点云数据信息；
第一比较模块203：用于比较当前点云数据信息以及理论点云数据信息生成第一比较结果，当第一比较结果小于或等于预设的允许误差值时，以当前点云数据信息为实时点云数据信息，当第一比较结果大于预设的允许误差值时，以理论点云数据信息为实时点云数据信息；
第二比较模块204：用于比较实时点云数据信息与基础点云数据信息，生成第二比较结果；
报警模块205: 用于根据第二比较结果发出道路数据异常的报警信息。
在实际应用中，第一获取模块201为用于获取三维激光扫描仪扫描数据的模块，其中，三维激光扫描仪扫描的数据为基础点云数据信息。
其中，在一些具体的实施方案中，第一获取模块201获取基础点云数据信息的方式还可以为巡查手段，在第一获取模块201获取到基础点云数据信息时，为了便于后续第二比较模块204比较该基础点云数据信息与实时点云数据信息，在一些优选的实施方式中，第一获取模块201可以将获取到的基础点云数据信息转移到CGCS2000大地坐标系下，以保证每个基础三维空间数据信息（x，y，z）为CGCS2000大地坐标系下的经度，维度，高程信息。例如：监测路段为某铁路沿线路段，全长约2千米，临铁路沿线的山体高700米，坡度约45度，附近有较宽河流，植被茂密，山体巨大，滑坡点多，泥质岩质地形复杂。根据该路段条件，采用测距1500米，精度5毫米的地面三维激光扫描仪，在铁路对岸跨河山皮上建立测站定点，该点位使用静态水平精度2.5毫米，垂直精度5毫米的测绘设备；同时，在测站定点周围布设9个标靶点，同理，采用RTK测量，获取9个标靶点的CGCS2000大地坐标系下的基础点云数据信息，通过三维激光扫描仪，完成设备自带的采集-虑噪-配准等工序后，获取整个环境场景下该路段在CGCS2000大地坐标系下的基础点云数据信息为（19.6，267.54，-39.25）等，需要说明的时，此处为了使说明书更简洁，仅举出一个在CGCS2000大地坐标系下的基础点云数据信息的例子，并不指所有监测目标物的数据均为此信息。
其中，在一些具体的实施方式中，第二获取模块202事先获取监测目标物的历史点云数据信息，历史点云数据信息至少根据历史监测设备的第一角分辨率，第一测量距离信息以及监测目标物的第一高程信息计算得到，并将该计算过程建立为点云数据计算模型，即：第一高程信息/（第一角分辨率*第一测量距离信息）=历史点云数据信息；故而在不同监测路段的不同环境下，监测同类型目标物时，将当前监测设备的第二角分辨率，当前测量距离信息以及第二高程信息代入该计算模型中，可以计算得到理论点云数据信息。其中，监测设备的角分辨率为监测设备本身的参数信息，不同的监测设备其角分辨率不同，故而，可以将历史监测设备的第一角分辨率替换为当前监测设备的第二角分辨率，用以计算理论点云数据信息，测量距离信息为监测设备与监测目标物之间在水平方向上的直线距离，高程信息指监测设备监测的监测目标物在垂直方向上的高度信息，其中“第一、第二”仅用于区分不同的监测设备、不同监测目标物以及不同的测量距离信息。
其中，在一些具体的实施方式中，将监测目标物的当前监测设备的第二角分辨率，当前测量距离信息以及监测目标物的第二高程信息代入点云数据计算模型中，计算得到理论点云数据信息。
其中，在一些具体的实施方式中，第一比较模块203通过比较当前点云数据信息与理论点云数据信息，得到第一比较结果，第一比较结果即为当前点云数据信息减去理论点云数据信息差值的绝对值，而后根据第一比较结果得到实时点云数据信息，具体比较方式为：当该差值的绝对值小于或等于预设的允许误差值时，则说明当前点云数据信息误差较小，更接近真实值，故而以当前点云数据信息为实时点云数据信息去与基础点云数据信息进行比较，从而判断道路是否发生数据异常，当该差值的绝对值大于预设的允许误差值时，则说明当前点云数据信息误差较大，偏离真实值，故而以理论点云数据信息为实时点云数据信息去与基础点云数据信息进行比较，判断道路是否发生数据异常。
其中，在一些具体的实施方式中，第一比较模块203可以获取到实时点云数据信息，并将该实时点云数据信息传输给第二比较模块204，第二比较模块204可对实时点云数据信息进行滤波、去噪等操作，并将其与基础点云数据信息进行比较，生成第二比较结果。如：第一获取模块201获取到基础点云数据信息后，将其以txt（文本格式）或者las（三维格式）文件数据进行存储，得到第一文件，第一文件大小信息为3KB，实时点云数据信息存储为第二文件，第二文件大小信息为3KB，则第二比较模块204比较第一文件大小信息与第二文件大小信息，若二者相等，即可得出第二比较结果为道路未发生数据异常，但若第一文件大小信息为4KB，第二文件大小信息为3KB，第二比较模块204经对比可得出第二比较结果为该道路发生数据异常。
其中，在一些具体的实施方式中，第二比较模块204生成的第二比较结果为道路发生数据异常后，为了使后续报警模块205更好的根据该第二比较结果发出报警信息，可以计算该道路发生数据异常的数据异常位移量，例如：获取到第二坐标信息为（19.39，267.79，-36.63），第一坐标信息为（19.38，267.78，-37.81），则第二比较模块204通过计算可以得到数据异常位移量为（0.01，0.01，1.18），而后报警模块205可根据该数据异常位移量发出报警信息，当数据异常位移量小于或等于预设的允许位移量时，令第二比较结果为一级安全警报信息，当发出该一级安全警报信息时，报警平台可通知技术人员前去对监测目标物进行维修；而当当数据异常位移量大于预设的允许位移量时，即表示该监测目标物发生的变形量较大，可能会发生滑坡危险，此时发出二级安全警报信息，提醒技术人员该道路存在滑坡风险，进一步的，发出二级安全警报信息后，报警平台可根据监测设备实时返回的数据信息建立滑坡速率-周期趋势模型，***该道路发生滑坡的滑坡时间信息以及滑坡形变信息，便于技术人员提前对危险路段做出危险报警以及抢险准备，保证道路人员的安全。
由上可知，本申请提供一种道路数据异常报警装置，通过获取监测目标物的基础点云数据信息，而后实时获取监测目标物的当前点云数据信息以及理论点云数据信息，理论点云数据信息用于辅助报警平台智能判别获取到的当前点云数据信息是否存在误差，即通过计算当前点云数据信息与理论点云数据信息的差值，该差值为第一比较结果，并比较第一比较结果与预设的允许误差值的大小，第一比较结果小于或等于预设的允许误差值时，以当前点云数据信息为实时点云数据信息，当第一比较结果大于预设的允许误差值时，以理论点云数据信息为实时点云数据信息，将最终得到的实时点云数据信息与基础点云数据信息进行比较，从而判断监测路段是否发生数据异常，并发出数据异常报警信息，从而该道路数据异常报警装置具备智能校正监测误差，报警及时性高的有益效果。
请参照图3，图3为本申请实施例提供的一种电子设备的结构示意图，本申请提供一种电子设备3，包括：处理器301和存储器302，处理器301和存储器302通过通信总线303和/或其他形式的连接机构（未标出）互连并相互通讯，存储器302存储有处理器301可执行的计算机可读取指令，当电子设备运行时，处理器301执行该计算机可读取指令，以执行时执行上述实施例的任一可选的实现方式中的方法，以实现以下功能：获取监测目标物的基础点云数据信息；实时获取监测目标物的当前点云数据信息以及理论点云数据信息；比较当前点云数据信息以及理论点云数据信息生成第一比较结果，当第一比较结果小于或等于预设的允许误差值时，以当前点云数据信息为实时点云数据信息，当第一比较结果大于预设的允许误差值时，以理论点云数据信息为实时点云数据信息；比较实时点云数据信息与基础点云数据信息，生成第二比较结果；根据第二比较结果发出道路数据异常的报警信息。
本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的方法，以实现以下功能：获取监测目标物的基础点云数据信息；实时获取监测目标物的当前点云数据信息以及理论点云数据信息；比较当前点云数据信息以及理论点云数据信息生成第一比较结果，当第一比较结果小于或等于预设的允许误差值时，以当前点云数据信息为实时点云数据信息，当第一比较结果大于预设的允许误差值时，以理论点云数据信息为实时点云数据信息；比较实时点云数据信息与基础点云数据信息，生成第二比较结果；根据第二比较结果发出道路数据异常的报警信息。
其中，该计算机可读存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random Access Memory, 简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory,简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read Only Memory, 简称EPROM），可编程只读存储器（Programmable Red-Only Memory, 简称PROM），只读存储器（Read-Only Memory, 简称ROM），磁存储器，快闪存储器，磁盘或光盘。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种道路数据异常报警方法，其特征在于，所述方法包括步骤：
A1：获取监测目标物的基础点云数据信息；
A2：实时获取所述监测目标物的当前点云数据信息以及理论点云数据信息；
A3：比较所述当前点云数据信息以及所述理论点云数据信息生成第一比较结果，当所述第一比较结果小于或等于预设的允许误差值时，以所述当前点云数据信息为实时点云数据信息，当所述第一比较结果大于所述预设的允许误差值时，以所述理论点云数据信息为实时点云数据信息；
A4：比较所述实时点云数据信息与所述基础点云数据信息，生成第二比较结果；
A5:根据所述第二比较结果发出道路数据异常的报警信息。
2.根据权利要求1所述的一种道路数据异常报警方法，其特征在于，实时获取所述监测目标物的理论点云数据信息的步骤包括：
获取所述监测目标物的历史点云数据信息，所述历史点云数据信息至少根据历史监测设备的第一角分辨率，第一测量距离信息以及所述监测目标物的第一高程信息计算得到；
根据计算过程建立点云数据计算模型；
将所述监测目标物的当前监测设备的第二角分辨率，当前测量距离信息以及所述监测目标物的第二高程信息代入所述点云数据计算模型中，计算得到所述理论点云数据信息。
3.根据权利要求2所述的一种道路数据异常报警方法，其特征在于，所述根据计算过程建立点云数据计算模型的步骤包括：
对所述监测目标物进行分类处理；
对分类后的所述监测目标物中的工程筑建物建立所述点云数据计算模型。
4.根据权利要求1所述的一种道路数据异常报警方法，其特征在于，所述A4步骤包括：
分别获取所述基础点云数据信息的第一文件大小信息与所述实时点云数据信息的第二文件大小信息；
比较所述第一文件大小信息与所述第二文件大小信息；
当所述第一文件大小信息与所述第二文件大小信息相同时，所述第二比较结果为道路未发生数据异常；
当所述第一文件大小信息与所述第二文件大小信息不相同时，所述第二比较结果为道路发生数据异常。
5.根据权利要求4所述的一种道路数据异常报警方法，其特征在于，所述当所述第一文件大小信息与所述第二文件大小信息不相同时，所述第二比较结果为道路发生数据异常之后的步骤包括：
计算道路发生数据异常的数据异常位移量；
所述计算道路发生数据异常的数据异常位移量的步骤包括：
获取所述基础点云数据信息在大地坐标系下的第一坐标信息；
获取所述实时点云数据信息在大地坐标系下的第二坐标信息；
根据所述第一坐标信息与所述第二坐标信息计算所述道路发生数据异常的数据异常位移量。
6.根据权利要求5所述的一种道路数据异常报警方法，其特征在于，所述根据所述第一坐标信息与所述第二坐标信息计算所述道路发生数据异常的数据异常位移量之后的步骤包括：
比较所述数据异常位移量与预设的允许位移量，当所述数据异常位移量小于或等于所述预设的允许位移量时，令所述第二比较结果为一级安全警报信息；
当所述数据异常位移量大于所述预设的允许位移量时，令所述第二比较结果为二级安全警报信息。
7.根据权利要求6所述的一种道路数据异常报警方法，其特征在于，所述当所述数据异常位移量大于所述预设的允许位移量时，令所述第二比较结果为二级安全警报信息的步骤包括：
获取所述监测目标物的监测时间信息以及地理参数信息；
根据所述监测时间信息以及所述地理参数信息建立滑坡速率-周期的趋势模型；
根据所述趋势模型预测所述监测目标物发生滑坡的滑坡时间信息以及滑坡形变信息；
所述二级安全警报信息包括所述滑坡时间信息以及所述滑坡形变信息。
8.一种道路数据异常报警装置，其特征在于，所述装置包括：
第一获取模块：用于获取监测目标物的基础点云数据信息；
第二获取模块：用于实时获取所述监测目标物的当前点云数据信息以及理论点云数据信息；
第一比较模块：用于比较所述当前点云数据信息以及所述理论点云数据信息生成第一比较结果，当所述第一比较结果小于或等于预设的允许误差值时，以所述当前点云数据信息为实时点云数据信息，当所述第一比较结果大于所述预设的允许误差值时，以所述理论点云数据信息为所述实时点云数据信息；
第二比较模块：用于比较所述实时点云数据信息与所述基础点云数据信息，生成第二比较结果；
报警模块: 用于根据所述第二比较结果发出所述道路数据异常的报警信息。
9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-7任一所述方法中的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-7任一所述方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310242984.3A CN116363892A (zh) | 2023-03-14 | 2023-03-14 | 一种道路数据异常报警方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310242984.3A CN116363892A (zh) | 2023-03-14 | 2023-03-14 | 一种道路数据异常报警方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116363892A true CN116363892A (zh) | 2023-06-30 |
Family
ID=86927322
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310242984.3A Pending CN116363892A (zh) | 2023-03-14 | 2023-03-14 | 一种道路数据异常报警方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116363892A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117851752A (zh) * | 2023-12-04 | 2024-04-09 | 广州市广软物联网科技有限公司 | 目标物重量监测方法、***及存储介质 |
-
2023
- 2023-03-14 CN CN202310242984.3A patent/CN116363892A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117851752A (zh) * | 2023-12-04 | 2024-04-09 | 广州市广软物联网科技有限公司 | 目标物重量监测方法、***及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11619487B2 (en) | Dam slope deformation monitoring system and method | |
| CN112598881B (zh) | 一种地质灾害监测方法、装置及计算机设备 | |
| CN102435165B (zh) | 基于cnss的地面设施变形的长期监测方法 | |
| CN112540369A (zh) | 融合GNSS与升降轨时序InSAR的滑坡三维形变解算方法及*** | |
| CN110751811A (zh) | 一种基于北斗高精度卫星定位的地质灾害监测与预警*** | |
| CN111932832A (zh) | 一种建设工程环境灾害事故监测预警方法 | |
| CN109373997A (zh) | 一种基于gis地图融合的地下工程自主式定位方法 | |
| CN111681393A (zh) | 基于trigrs的弃渣场失稳预警方法及*** | |
| CN113421404B (zh) | 一种星地协同的边坡多风险因子联合实时监测与预警方法 | |
| CN116363892A (zh) | 一种道路数据异常报警方法、装置、电子设备及存储介质 | |
| CN109459774A (zh) | 一种基于超限判断的输电杆塔形变监测***及方法 | |
| Cho et al. | Application of UAV photogrammetry to slope-displacement measurement | |
| CN114374716A (zh) | 地质灾害远程监测***及其监测方法 | |
| CN117709711A (zh) | 一种基于trigrs模型的生态护坡失稳预警方法及*** | |
| Gulyaev et al. | Terrestrial methods for monitoring cliff erosion in an urban environment | |
| KR100760215B1 (ko) | 지엔에스에스를 이용한 시설물 시공 관리 시스템 | |
| Gräfe | High precision kinematic surveying with laser scanners | |
| CN113744393A (zh) | 一种多层级边坡滑坡变化监测方法 | |
| CN113378726A (zh) | 一种无人机在公路施工管理中的应用方法 | |
| Santos Filho et al. | Cartographic Accuracy Standard (CAS) of the digital terrain model of the digital and continuous cartographic base of the state of Amapá: case study in the city of Macapá | |
| EP3477250B1 (en) | System and method for monitoring civil engineering works and infrastructures particularly in urban areas | |
| CN117970285B (zh) | 一种基于机载激光雷达的路基沉降监测方法 | |
| Kipp et al. | Early detection, permanent monitoring and documentation of critical locations at the surface in mining areas | |
| KR102421674B1 (ko) | 무선통신 거리측정 기반 사면 모니터링 시스템 | |
| CN117911881B (zh) | 一种长跨度桥梁施工定位方法及相关装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |