CN116518945A - 一种基于测量机器人的地铁隧道结构安全监测方法 - Google Patents
一种基于测量机器人的地铁隧道结构安全监测方法 Download PDFInfo
- Publication number
- CN116518945A CN116518945A CN202310349697.2A CN202310349697A CN116518945A CN 116518945 A CN116518945 A CN 116518945A CN 202310349697 A CN202310349697 A CN 202310349697A CN 116518945 A CN116518945 A CN 116518945A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- points
- measuring robot
- tunnel
- signal
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 235
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000009499 grossing Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 14
- 230000007246 mechanism Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 11
- 238000006073 displacement reaction Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 238000000691 measurement method Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012731 temporal analysis Methods 0.000 claims description 3
- 238000000700 time series analysis Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 230000006854 communication Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram 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
- 238000009434 installation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C7/00—Tracing profiles
- G01C7/06—Tracing profiles of cavities, e.g. tunnels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Lining And Supports For Tunnels (AREA)
Abstract
本申请公开了一种基于测量机器人的地铁隧道结构安全监测方法，属于交通安全监测技术领域，可用于地铁隧道结构安全智能监测，该方法包含以下步骤：确定监测方案，配置测量方案点位，批量生成断面及监测点，并布置测量机器人和棱镜；对监测点进行三维坐标采集，将采集数据传输给安全智能监测平台；对采集的数据进行粗差去除和曲线平滑；平台根据点位配置自动计算各类监测项的监测数据并计算本次变化量和累积变化量，参照作业规范和项目经验为各测项的本次变化量和累积变化量的设置各级预警阈值，在监测值达到预定预警级别后，自动向利害关系人发送预警信息，实现对隧道结构物安全的全自动化监测。
Description
技术领域
本申请涉及交通安全监测技术领域，具体为一种基于测量机器人的地铁隧道结构安全监测方法。
背景技术
城市轨道交通是城市公共交通***的骨干，是城市综合交通体系的重要组成部分，城市轨道交通安全至关重要，由于城市轨道交通列车在运行时会产生较大的振动，开展轨道交通结构物的变形监测难以获取准确的监测数据，并且，为保障轨道交通列车的运行安全，轨道交通线网多处于封闭的环境中，因此监测人员只有在列车停运的窗口期才能进入监测现场开展作业，因此对轨道交通运营期结构安全监测提出了更高的精度和时间要求。
传统的轨道交通结构物安全监测是在结构物上布设多个监测点，人工定期采集监测点的监测数据并分析监测数据的变化趋势，从而对结构物的安全状况进行评估，并采取各种手段防止结构物变形超出安全范围。另外，人工获取的数据还需回到室内后进行内业处理，由此牺牲了监测数据的时效性，特别是当结构物短时间内发生较大变形时，难以准确及时获取变形数据，对结构物的安全防控带来较大的风险。
所以有必要提供一种基于测量机器人的地铁隧道结构安全监测方法来解决上述问题。
需要说明的是，本背景技术部分中公开的以上信息仅用于理解本申请构思的背景技术，并且因此，它可以包含不构成现有技术的信息。
发明内容
基于现有技术中存在的上述问题，本申请所要解决的问题是：提供一种基于测量机器人的地铁隧道结构安全监测方法，达到可对隧道结构物的信息进行自动化采集、分析、处理、预警的效果。
本申请解决其技术问题所采用的技术方案是：一种基于测量机器人的地铁隧道结构安全监测方法，应用于隧道结构物的监测，包括以下步骤：
步骤S1：根据隧道结构物自身风险等级、周边环境风险等级和地质条件复杂程度综合确定隧道结构物安全的监测方案，所述监测方案包括监测类型、监测点的数量和位置、监测频率、变形预警分级、预警信息发布信息；
步骤S2:按照监测方案在地铁隧道监测范围内，根据隧道起止点里程桩号确定监测隧道区间的长度，按照方案中监测断面的间距，在地铁左线和右线隧道上按间距批量生成监测断面，并在每个监测断面上设置监测点，所述监测点设置在断面的拱顶，拱腰，道床及轨道上，通过配置指定同一断面不同位置的监测点动态组合来表示对隧道结构的监测；
步骤S3：根据监测方案在地铁隧道的侧壁上部署测量机器人，同时在所述监测点上安装棱镜或反射片，同时在隧道相对稳定的区域设置均匀布设若干个监测基准点并安装棱镜或反射片；
步骤S4:通过全站仪联测隧道外地面高等级的控制点与所述监测基准点，确定监测基准点的三维坐标，作为监测基准点的初始位置；
步骤S5:使用测量机器人照准各个监测基准点，依据所述监测基准点的初始位置坐标，通过后方交会方法完成测量机器人的坐标定位；
步骤S6:使用测量机器人对所述监测点进行自动化监测，并存储所述监测点中照准方向的水平角和竖直角；
步骤S7：测量机器人定时对所述监测点进行信息采集并获取第一信号，所述第一信号表示隧道结构物上布设的各类监测点的实时三维坐标信息，利用存储设备将获取的第一信号进行本地存储后，存储设备再将第一信号通过物联网传输给安全智能监测平台；
步骤S8：安全智能监测平台对所述第一信号进行数据解析，根据平台中配置的监测点组合，自动计算出隧道各监测断面结构拱顶沉降、道床竖向位移、道床水平位移、轨道差异沉降、地铁净空收敛等监测项的本期变化量和累积变化量并作为第二信号；
步骤S9：安全智能监测平台对所述第二信号进行可视化显示，以得到表征监测点处隧道结构变化的趋势；
步骤S10：安全智能监测平台建立预警机制，并在第二信号超出预设阈值时进行预警。
进一步的，所述步骤S2中，所述监测点的布置方法为：
在一个隧道的左线和右线生成监测断面并进行连续编号，在每个监测断面上可按需布设基准点，通过对基准点进行合理分组来表征结构安全监测关注的各类测项。
进一步的，所述步骤S3中，根据测量机器人的性能合理确定其工作范围，对于监测区段较长或通视条件欠佳的隧道，通常需布设多组测量机器人，每个机器人负责各自范围内隧道断面上监测点，同时应为每个测量机器人布设合理的监测基准点，以便完成测量机器人的后方交会。
进一步的，所述步骤S4中，通过联测地面高等级控制点与监测基准点，联测方法包含如下步骤：
a)在隧道影响范围外的地面上，选取稳固的位置设定若干个高等级的平面和高程控制点，并通过RTK和二等水准测量方法确定高等级控制点的三维坐标；
b)通过全站仪自由设站法，选取两个高等级控制点的三维坐标完成空间后方交会，然后在对剩余高等级控制点进行定位，并与高等级控制点已知三维坐标进行比对，通过复核对比确定后方交会的准确性；
c)按照隧道内外的通视条件，布设定位过渡点，使用完成后方交会的全站仪确定各定位过渡点的三维坐标；
d)采用与上述步骤b和c相同的方法，依次确定隧道内各监测基准点的三维坐标，为测量机器人开展自动测量做好准备。
进一步的，所述步骤S6中，首先通过人工依次照准各测量机器人监测范围内的监测点，开展监测点坐标测量，实现测量机器人的学***角和竖直角，方便后期开展自助跟踪测量，另一方面确定各监测点的初始三维坐标，为后续评定监测点的形变提供初始对比数据。
进一步的，所述步骤S7中，存储设备将第一信号通过物联网传输给安全智能监测平台，并设置有断网保护机制，所述断网保护机制用于防止第一信号在传输的过程中丢失。
进一步的，所述步骤S8中，对所述第一信号进行数据解析进一步包括：
a)对所述第一信号进行预处理，所述预处理包括对监测数据进行粗差判别和剔除；
b)对所述第一信号进行数据插补，所述数据插补应用时空相关性原理对缺失的数据进行插补；
c)对所述第一信号进行平滑处理，得到解析后的隧道结构测项变化的第二信号。
进一步的，对所述第一信号进行预处理的过程中，使用三倍标准差法剔除掉异常值，对所述第一信号进行数据插补的过程中，采用同断面临近测点的测量值来估计目标点的信息，对所述第一信号进行平滑处理的过程中，采用滑动平均法进行平滑处理，依次计算每个数值的平均值，替换掉中间点的数值，使数据序列摆脱随机性的干扰。
进一步的，所述步骤S9中，在安全智能监测平台对所述第二信号进行可视化显示时，通过对所述第二信号进行时间序列分析，并将分析结果以变化趋势图的形式输出。
进一步的，所述步骤S10中，在安全智能监测平台建立预警机制后，还设置有警报级别，当监测数据变化量大于所述预设阈值时，会发出相应的预警。
本申请的有益效果在于：通过批量生成断面及监测点，并布置测量机器人和棱镜，对监测点进行三维坐标采集，将采集数据传输到安全智能平台，对采集数据进行处理，在数据处理时，不同的监测点可以动态配置，并对采集数据进行处理后，参照作业规范和项目经验为各测项的本次变化量和累积变化量的设置各级预警阈值，在监测值达到预定预警级别后，自动发送预警信息，实现对隧道结构物的安全监测。
除了上面所描述的目的、特征和优点之外，本申请还有其它的目的、特征和优点。下面将参照图，对本申请作进一步详细的说明。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请中一种基于测量机器人的地铁隧道结构安全监测方法的流程示意图；
图2为监测点布局示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合，下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，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的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
如图1所示，本申请提供了一种基于测量机器人的地铁隧道结构安全监测方法，该方法包括：
根据轨道交通结构物自身风险等级、周边环境风险等级和地质条件复杂程度合理设计结构物安全监测方案，具体的，该方案包含监测项目、监测范围、布点要求、监测方法、监测时间、监测频率、现场监测作业时段、人员设备安装、进出现场要求等。
步骤S1：根据监测方案，批量在监测范围内生成地铁隧道结构安全监测断面，并为每个断面设定监测点，通过对监测点和组合，实现对各类监测测项的自定义配置。
按照确定的监测方案在隧道各断面结构物上布设各类监测点，在隧道内部稳固区域监测基准点，在隧道外部地铁保护区范围外布设高等级的控制点。采用RTK或导向测量的方法确定高等级控制点的三维坐标。再通过导线测量方法，将高等级控制点与监测基准点进行联测，获得各监测基准点的三维坐标。
步骤S2：根据地铁隧道长度、弧度和通视条件在地铁隧道侧壁选择合适位置布设多台测量机器人，每个机器人负责一部分地铁断面监测点的监测，全部测量机器人实现对监测范围内所有监测点的覆盖。然后采用测量机器人对已知坐标的监测基准点进行后方交会的方法确定各个测量机器人工作的空间参考。最后开展测量机器人开展学***角度和竖直角度。完成以上配置之后，测量机器人即可根据预设的监测频率开展自动监测工作。
具体的，如图2所示，在本发明实施例中，在一个隧道的左线和右线批量生成监测断面并进行编号，在每个断面上布设5个基准点，分别位于图中的A、B、C、D、E处，通过不同的组合实现对监测地点的信息采集，其中，CD构成的优弧部分为隧道断面，C、D两点位于地铁轨面两侧轨道上，E点设置于隧道顶部，AB设置于隧道腰部。
步骤S3：利用测量机器人对所述监测点进行信息采集并获取第一信号，所述第一信号各监测点监测时刻的空间三维坐标，通过对监测点的配置，可实现多个测项的监测。
具体的，上述监测测项包括水平位移监测、垂直位移监测、隧道净空收敛监测、轨面***监测、道床水平位移、轨道横向高差和纵向高差监测等数据。在本实施例中，A监测点与B监测点位于结构物的腰部，组合实现隧道净空收敛监测，E监测点与C监测点实现拱顶垂直位移监测，C、D两监测点实现轨道横向高差和纵向高差以及道床水平位移的监测。
在本实施例中，各个监测点的监测设备都连接有DTU设备，并通过统一的供电线路供电，DTU设备为监测设备配置采集参数，将各个监测点布置的监测设备所获取的数据汇聚
步骤S4：利用存储设备将获取的第一信号进行本地存储后，存储设备将第一信号通过物联网传输给安全智能监测平台；
具体的，该存储分为本地存储和云端存储，其中，云端存储过程包含数据通信过程，在本实施例中，该通信过程可以通过5G或物联网将监测数据上传，并建立断网保护机制，防止数据在网络状况不好的时候丢失，该断网保护机制基于当前传统的数据传输断网保护方法，具体参照公开号为CN100550848C的中国发明专利中的技术方案。
步骤S5：安全智能监测平台对所述第一信号进行数据解析，并获得第二信号；
具体的，在数据解析的过程中，首先需要对监测数据进行预处理，该预处理过程包括对监测数据进行粗差判别和剔除，在这个预处理过程中，需要用到大量的监测数据，并且每一个监测点的数据量都很多，使用三倍标准偏差作为确定监测数据取舍的标准。
具体的，根据随机变量的正态分布规律，在多次取值中，测量值落在负三倍标准差与正三倍标准差之间的概率为99.73％，因此将落在该范围之外的数据剔除，应用到本实施例中时，将每个监测点获取到的数据使用三倍标准差法剔除掉异常值。
预处理完成后，由于在数据采集过程中会出现数据缺失的情况，如果不进行数据插补，会导致有效数据的缺失影响监测结果，因此需对预处理后的监测数据进行数据插补，具体的，该数据插补法应用时空相关性原理对缺失的数据进行插补，在实际应用过程中，布置在隧道同一断面的同类型监测点的测量值受到的环境荷载相同，因此可采用同断面临近测点的测量值来估计目标点的信息。
该数据解析的过程还包括对监测数据的平滑处理，因为采集到的数据会受到多方面的影响，比如设备的摆放误差、隧道表面变形等影响，实际监测的数据中会存在畸变点，该畸变点会导致数据产生波浪形抖动，对后续的数据分析产生影响，因此需进行平滑处理，具体的平滑处理方法为滑动平均法，其原理为依次计算每个数值的平均值，替换掉中间点的数值，从而使数据序列摆脱随机性的干扰。
步骤S6：安全智能监测平台对所述第二信号进行可视化显示，以得到表示监测点处隧道结构物变化的趋势的第三信号；
具体的，处理后的数据包含各种类别，如水平位移数据、垂直位移数据、隧道净空收敛数据，对这些类别的数据进行时间序列分析，将分析后的数据以变化趋势图的形式展现，具体的，该变化趋势图包含横轴与纵轴，其中横轴代表时间序列，具体为设定的采样周期，纵轴为监测数据，每一个采样周期对应一组监测数据，经过连线后可得到每个监测点的变化趋势。
步骤S7：安全智能监测平台建立预警机制，并在第三信号超出预设阈值时进行预警；
具体的，该预警机制还设置有警报级别，当监测数据变化量大于所述预设阈值时，会发出预警，并进行警报处理，该警报处理方法包括减小采样周期、扩大监测范围、增加监测项目、加密监测点位、提高监测频率等操作。
该警报级别包括a、b、c三个等级，当第二信号大于预设阈值的70％时，发出a级别预警，当第二信号大于预设阈值的80％时发出b级别预警，当第二信号大于预设阈值的100％时，发出c级别预警。
步骤S8：人工巡检进行复核，确保安全智能监测平台正常稳定运行。
具体的，地铁隧道断面结构物监测点上安装有棱镜或反射片，在隧道养护过程中，棱镜和反射片可能会被养护工人触动，导致位置发送偏移。偏移较小时，测量机器人可跟踪到偏移后的棱镜或反射片，但会误将偏移作为监测点的变形进行处理，虽然在数据预处理时可进行粗差判别和修复，但为确保监测数据准确，此时可开展人工巡检进一步确认变形原因。如偏移较大，测量机器人无法跟踪到偏移后的棱镜或发射片，但为了保存监测数据的连续性，通常需增补部分监测点替换被破坏的监测点，此时也需要人工巡检并修复监测点。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，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)
1.一种基于测量机器人的地铁隧道结构安全全自动化监测方法，应用于盾构法施工的地铁隧道结构的形变监测，其特征在于，包括以下步骤：
步骤S1：根据隧道结构物自身风险等级、周边环境风险等级和地质条件复杂程度综合确定隧道结构物安全的监测方案，所述监测方案包括监测类型、监测点的数量和位置、监测频率、变形预警分级、预警信息发布信息；
步骤S2:按照监测方案在地铁隧道监测范围内，根据隧道起止点里程桩号确定监测隧道区间的长度，按照方案中监测断面的间距，在地铁左线和右线隧道上按间距批量生成监测断面，并在每个监测断面上设置监测点，所述监测点设置在断面的拱顶，拱腰，道床及轨道上，通过配置指定同一断面不同位置的监测点动态组合来表示对隧道结构的监测；
步骤S3：根据监测方案在地铁隧道的侧壁上部署测量机器人，同时在所述监测点上安装棱镜或反射片，同时在隧道相对稳定的区域设置均匀布设若干个监测基准点并安装棱镜或反射片；
步骤S4:通过全站仪联测隧道外地面高等级的控制点与所述监测基准点，确定监测基准点的三维坐标，作为监测基准点的初始位置；
步骤S5:使用测量机器人照准各个监测基准点，依据所述监测基准点的初始位置坐标，通过后方交会方法完成测量机器人的坐标定位；
步骤S6:使用测量机器人对所述监测点进行自动化监测，并存储所述监测点中照准方向的水平角和竖直角；
步骤S7：测量机器人定时对所述监测点进行信息采集并获取第一信号，所述第一信号表示隧道结构物上布设的各类监测点的实时三维坐标信息，利用存储设备将获取的第一信号进行本地存储后，存储设备再将第一信号通过物联网传输给安全智能监测平台；
步骤S8：安全智能监测平台对所述第一信号进行数据解析，根据平台中配置的监测点组合，自动计算出隧道各监测断面结构拱顶沉降、道床竖向位移、道床水平位移、轨道差异沉降、地铁净空收敛等监测项的本期变化量和累积变化量并作为第二信号；
步骤S9：安全智能监测平台对所述第二信号进行可视化显示，以得到表征监测点处隧道结构变化的趋势；
步骤S10：安全智能监测平台建立预警机制，并在第二信号超出预设阈值时进行预警。
2.根据权利要求1所述的一种基于测量机器人的地铁隧道结构安全监测方法，其特征在于：所述步骤S2中，所述监测点的布置方法为：
在一个隧道的左线和右线生成监测断面并进行连续编号，在每个监测断面上可按需布设基准点，通过对基准点进行合理分组来表征结构安全监测关注的各类测项。
3.根据权利要求1所述的一种基于测量机器人的地铁隧道结构安全监测方法，其特征在于：所述步骤S3中，根据测量机器人的性能合理确定其工作范围，对于监测区段较长或通视条件欠佳的隧道，通常需布设多组测量机器人，每个机器人负责各自范围内隧道断面上监测点，同时应为每个测量机器人布设合理的监测基准点，以便完成测量机器人的后方交会。
4.根据权利要求1所述的一种基于测量机器人的地铁隧道结构安全监测方法，其特征在于：所述步骤S4中，通过联测地面高等级控制点与监测基准点，联测方法包含如下步骤：
a)在隧道影响范围外的地面上，选取稳固的位置设定若干个高等级的平面和高程控制点，并通过RTK和二等水准测量方法确定高等级控制点的三维坐标；
b)通过全站仪自由设站法，选取两个高等级控制点的三维坐标完成空间后方交会，然后在对剩余高等级控制点进行定位，并与高等级控制点已知三维坐标进行比对，通过复核对比确定后方交会的准确性；
c)按照隧道内外的通视条件，布设定位过渡点，使用完成后方交会的全站仪确定各定位过渡点的三维坐标；
d)采用与上述步骤b和c相同的方法，依次确定隧道内各监测基准点的三维坐标，为测量机器人开展自动测量做好准备。
5.根据权利要求1所述的一种基于测量机器人的地铁隧道结构安全监测方法，其特征在于：所述步骤S6中，首先通过人工依次照准各测量机器人监测范围内的监测点，开展监测点坐标测量，实现测量机器人的学***角和竖直角，方便后期开展自助跟踪测量，另一方面确定各监测点的初始三维坐标，为后续评定监测点的形变提供初始对比数据。
6.根据权利要求1所述的一种基于测量机器人的地铁隧道结构安全监测方法，其特征在于：所述步骤S7中，存储设备将第一信号通过物联网传输给安全智能监测平台，并设置有断网保护机制，所述断网保护机制用于防止第一信号在传输的过程中丢失。
7.根据权利要求1所述的一种基于测量机器人的地铁隧道结构安全监测方法，其特征在于：所述步骤S8中，对所述第一信号进行数据解析进一步包括：
a)对所述第一信号进行预处理，所述预处理包括对监测数据进行粗差判别和剔除；
b)对所述第一信号进行数据插补，所述数据插补应用时空相关性原理对缺失的数据进行插补；
c)对所述第一信号进行平滑处理，得到解析后的隧道结构测项变化的第二信号。
8.根据权利要求1所述的一种城市轨道交通运营期结构安全智能监测平台的监测方法，其特征在于：对所述第一信号进行预处理的过程中，使用三倍标准差法剔除掉异常值，对所述第一信号进行数据插补的过程中，采用同断面临近测点的测量值来估计目标点的信息，对所述第一信号进行平滑处理的过程中，采用滑动平均法进行平滑处理，依次计算每个数值的平均值，替换掉中间点的数值，使数据序列摆脱随机性的干扰。
9.根据权利要求1所述的一种基于测量机器人的地铁隧道结构安全监测方法，其特征在于：所述步骤S9中，在安全智能监测平台对所述第二信号进行可视化显示时，通过对所述第二信号进行时间序列分析，并将分析结果以变化趋势图的形式输出。
10.根据权利要求1所述的一种基于测量机器人的地铁隧道结构安全监测方法，其特征在于：所述步骤S10中，在安全智能监测平台建立预警机制后，还设置有警报级别，当监测数据变化量大于所述预设阈值时，会发出相应的预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310349697.2A CN116518945A (zh) | 2023-04-04 | 2023-04-04 | 一种基于测量机器人的地铁隧道结构安全监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310349697.2A CN116518945A (zh) | 2023-04-04 | 2023-04-04 | 一种基于测量机器人的地铁隧道结构安全监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116518945A true CN116518945A (zh) | 2023-08-01 |
Family
ID=87398518
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310349697.2A Pending CN116518945A (zh) | 2023-04-04 | 2023-04-04 | 一种基于测量机器人的地铁隧道结构安全监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116518945A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116973522A (zh) * | 2023-09-22 | 2023-10-31 | 深圳市天地互通科技有限公司 | 集成式大气自动监测控制*** |
| CN117473234A (zh) * | 2023-12-28 | 2024-01-30 | 广州地铁设计研究院股份有限公司 | 一种变形监测数据预处理方法、装置、设备及存储介质 |
-
2023
- 2023-04-04 CN CN202310349697.2A patent/CN116518945A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116973522A (zh) * | 2023-09-22 | 2023-10-31 | 深圳市天地互通科技有限公司 | 集成式大气自动监测控制*** |
| CN117473234A (zh) * | 2023-12-28 | 2024-01-30 | 广州地铁设计研究院股份有限公司 | 一种变形监测数据预处理方法、装置、设备及存储介质 |
| CN117473234B (zh) * | 2023-12-28 | 2024-04-30 | 广州地铁设计研究院股份有限公司 | 一种变形监测数据预处理方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116518945A (zh) | 一种基于测量机器人的地铁隧道结构安全监测方法 | |
| CN207552827U (zh) | 一种轨道***安全状态综合监测及智能分析*** | |
| CN107858883A (zh) | 一种轨道***安全状态综合监测及智能分析方法 | |
| CN109278053B (zh) | 一种铁路隧道运营状态检测监测方法 | |
| CN102343922B (zh) | 基于无线传感器网络的高速铁路道岔振动特性在线监测*** | |
| CN104401360A (zh) | 基于多手段融合的铁路轨道***安全实时监控方法及*** | |
| CN106400628B (zh) | 模型解算方法、控制单元、控制***及铁路道岔检测方法 | |
| CN108872715B (zh) | 轨道电路补偿电容实时检测*** | |
| CN209891262U (zh) | 一种近临既有地铁隧道基坑施工自动化监测*** | |
| CN103031787A (zh) | 全自动精密监测轨道几何参数变化方法及装置 | |
| CN104202086A (zh) | 一种光缆故障定位方法 | |
| CN108535598B (zh) | 一种轨道电路电缆故障在线检测方法和装置 | |
| BR102015030366A2 (pt) | sistema para monitorar as condições de operação de um trem | |
| CN107907100A (zh) | 一种对轨道交通不均匀沉降进行监测的***及方法 | |
| CN112550369A (zh) | 一种道岔运用在线状态监测*** | |
| CN106871867A (zh) | 一种已运营长距离地铁隧道结构位移实时监测***及测试方法 | |
| CN109947024A (zh) | 一种基于移动终端的轨道交通数据监测方法 | |
| CN113503912A (zh) | 一种城市轨道交通土建设施健康状态实时监控*** | |
| CN107743049A (zh) | 一种新型的光缆故障定位普查寻踪仪器 | |
| CN113074694B (zh) | 用于隧道断面变形的自动监测装置 | |
| CN206034214U (zh) | 控制***及铁路道岔检测装置 | |
| CN108867213A (zh) | 一种铁路线路钢轨平直度监测***及方法 | |
| CN210707430U (zh) | 道岔运用在线状态监测*** | |
| CN113032907A (zh) | 基于波形相关关系的晃车病害数据偏差纠正方法及*** | |
| CN117633091A (zh) | 基于数字孪生技术的铁路智能运维方法及装置 |
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 |