基于無人機航測與三維激光掃描的山體滑坡地質災害監測方法

楊 飛

(廣東明源勘測設計有限公司, 廣東 河源 517000)

0 引言

大型地質工程在我國地質勘測發展中占據重要地位。相比其他國家,我國的工程地質災害發生次數與發生頻率也相對較高。綜合行業的不完全統計與報道數據顯示,大部分工程地質災害為地質山體滑坡災害、泥石流災害、地質層結構層坍塌災害等,且每年由于工程地質災害造成的工程損失超過100億元,每次工程地質災害受到損傷的人數都超過150人。為了避免工程地質災害的發生,應當盡量將安全事故控制在事發前,即做好對工程地質災害的監測與預防。目前,國內科研單位地質災害的監測大多集中在地表土層形變監測、地層深部位移量監測、地質結構力學參數與環境形變因素(包括地下水、地表水、地層水分飽和量等),但上述監測內容均為地層宏觀監測,無法將監測的結果作為直接決策地質災害的要素。同時,大部分監測單位在開展此方面工作時,使用全站儀與全球定位系統(global positioning system，GPS)進行環境監測,此種監測形式屬于單點檢測,即需要在監測前,選定一個具體作業點,通過對工程地質中重要點的觀測,進行地質結構穩定性與牢固性的分析。此種監測方式在實際應用中最顯著的問題是,智能通過對監測點數據的獲取,進行地區地形連續性的預測,一旦監測點數據出現缺失,會預測結果失去連續性。為了提高監測數據的連續性,實現將工程地質災害控制在事前,本文將輔助使用無人機航測設備,結合三維激光掃描技術的優勢,設計一個針對山體滑坡地質災害的監測方法,通過此種方式,實現監測與測繪結果的高精度。

1 硬件架構設計

為了滿足本文監測方法在實際應用中的需求,應在設計方法前,進行硬件構成的描述,并結合作業環境,對硬件單元進行分區。本次設計監測方法的硬件架構共由6個單元構成,不同單元中的硬件設備不同。例如,采集單元主要負責對工程地質區域實時數據的獲取;監測單元主要使用無人機航測儀與三維激光掃描儀,進行采集數據的監測;供電單元主要負責為不同硬件設備的運行提供電力支持;控制單元主要負責對不同控制器的調整、對指令的執行與調度;終端單元主要負責對監控數據的顯示;報警單元主要負責對監測結果中異常數據的告警。多個硬件模塊在網絡支撐下協同運行、相互輔助,從而構成一個完整的硬件架構。具體內容如圖1所示。

注：①可編程邏輯控制器(programmable logic controller，PLC)；②全球廣域網(world wide web，Web)。圖1 山體滑坡地質災害監測方法硬件架構

圖1詳細地描述了不同硬件單元的構成及其之間的關系,對圖1的分析可知,監測單元是本文設計監測方法的主要構成,以下將以監測單元為例,進行硬件設備的詳細設計。

1.1 無人機航測儀

為了實現對方法功能的優化,此次設計選擇的無人機航測儀為大疆MavicAir2.0無人機航拍器,其型號為DJI Mavic-Air 2,可兼容平臺為安卓系統(Android)和蘋果公司開發的移動操作系統(iOS)。屬于國產飛行器中的優質生產廠家,在此基礎上,優選四軸飛行器作為支持無人機航拍器的主要結構,輔助遙控手柄進行飛行器在空中的飛行控制。為了避免飛行器自重過重對監測工作造成影響,需要將無人機的自重控制在1.50 kg以內,以此種方式,保證飛行器在空中的最大飛行高度>120.0 m,相比市場內普遍售賣的飛行器,此型號的飛行器具有實用輕便、性能強大、聰明易拍、滿足升級等優勢。無人機航測儀器前端的索尼8 K雙攝像頭與三軸云臺,可以為無人機的飛行與航拍自動提供障礙躲避功能。同時,在飛行時,飛行器可以發射超聲波進行,進行前端障礙物的自動檢測,并以每秒1.0次的頻率進行自檢,當自檢出現異常時,終端顯示將觸發無人機的飛行預警,并根據其續航能力,選擇是否自動返回。

1.2 三維激光掃描儀

在本文設計的監測方法中,選擇北京星瑞通航科技有限公司生產的天寶Trimble X7三維激光掃描儀作為使用儀器。掃描電子激光測距(electronic distance measurement，EDM)激光類別為1類激光,對人眼無傷害,符合IECEN60825-1標準。激光波長為1 550 nm,視場為360°×282°,影像最快掃描時間154 s,最大掃描速度500 kHz;測距噪聲<3 mm@60 m,80%反射,測程0.6～80 m,測距精度2 mm;儀器內包含3個同軸校準10百萬像素(mega pixel，MP)的相機,每個影像分辨率為3 840×2 746,可在25 s內完成全面自動校準測距,可通過無線局域網(wireless local area networks，WLAN)或通用串行總線(universal serial bus，USB)接口技術進行控制,將采集數據保存在Windows10 Corei7 2.5千兆赫茲(giga hertz，GHz)處理器或更高配置電腦中。通過光學字符識別技術(optical character recognition,OCV)進行掃描成果中關鍵信息的抓取,當識別到存在異常的圖像或信息時,可以通過操作終端的方式,進行掃描結果自動糾偏,從真正意義上做到了掃描成像的省時、省力,滿足本文監測方法在實際應用中的需求。

2 軟件設計

2.1 基于無人機航測的工程地質場景掃描

使用DJI MavicAir2.0無人機航拍器,進行工程地質場景數據源的獲取。在此過程中,使用多個不同傾斜角度的相機與GPS接收機集成在儀器前端,使用操作手柄,進行數據的初步獲取,其中慣性測量單元(inertial measurement unit ，IMU)端可以通過對無人機飛行中定位姿態與定位定姿系統(position and orientation system，POS)數據的融合,進行獲取圖像的整理,完成基礎圖像的整理后,所有由前端反饋的信息將通過無線傳輸網絡被傳輸到“場景文件夾”中,以供后期技術人員與工作人員進行數據的調用。無人機航測的工程地質場景數據采集技術路線如圖2所示。

按照上述圖2所示的流程,對監測的工程區域進行掃描,以此種方式,完成對監測區域圖像與數據信息的獲取。

圖2 無人機航測的工程地質場景數據采集技術路線

2.2 基于三維激光掃描技術的點云數據處理

完成對監測區域圖像的采集后,在工程區域內設置基準點觀測墩,架設三維激光掃描儀器,進行掃描定向。根據區域地質情況與山體滑坡地質災害危險源,設定掃描參數,通過此種方式,獲取工程地質區域中的點云數據。參數設置如表1所示。

表1 三維激光掃描參數設計

按照述表1中的內容,進行監測區域點云數據的獲取。完成數據的初步獲取后,按照“數據編輯→配準→拼接→建?！钡牟襟E,進行數據處理。在編輯處理過程中,輔助使用計算繪圖設備,進行圖像中粗差的消除與剪切,保留有效數據與價值數據,確保所有保留數據與工程地質建模相關。在進行點云數據配準與拼接時,需要在圖像中建立一個公共坐標點,將此坐標點表示為原點,點坐標為(0,0,0)。根據獲取圖像在空間中的位置,導入坐標軸,確保不同點坐標在空間中可形成一個整體。除此之外,也可以通過直角坐標系轉換的方式,進行數據格式的直接化與統一化處理。在進行數據建模時,可以根據數據與物體之間的形狀匹配程度,建立實體化模型,以此種方式,實現對點云數據的處理。

2.3 紋理映射與地質災害影像匹配

在完成上述處理后,對采集的監測區域點云數據信息進行三維建模,為了進一步增加信息的表現力,增加監測結果的真實感,需要將實拍的圖像與建立的三維模型進行紋理映射,通過對兩者之間關系的描述,進行地質災害影像的匹配。

在此過程中,數碼相機成像可以通過坐標軸轉換的方式進行像素點平行轉換,轉換過程可以使用計算公式。

(1)

式中，

Z

表示為轉換后的地質坐標數據;

u

、

v

和

j

表示為原始坐標;

f

表示為鏡頭與成像距離;表示為平移向量;

R

表示為外部特征點;

T

表示為匹配周期;

X

、

Y

、

Z

分別表示為匹配后監測點坐標;

W

表示為內部紋理參數。按照上述方式,對監測點進行坐標匹配,完成匹配后,將其與山體滑坡地質災害評價指標進行匹配,當存在某點異常時,可以認為此區域存在山體滑坡地質災害危險。綜合上述分析,實現對監測區域紋理的映射與地質影像的匹配,實現本文方法的設計。

3 對比實驗

3.1 試驗區域概況

為了證明本文設計的監測方法可以在實際工作中起到既定的監測效果,下述將采用對比實驗的方式驗證設計方法的有效性。此次實驗選擇的監測點為平莊集團礦業有限公司開發的礦區,此礦區屬于露天礦,對應的工程自2013年開始實施,工程生產單位采用常規的采礦技術進行地質層中礦物質的獲取,截至今日礦區的資源產出量已供應了該地區三家工業生產廠。目前,此露天礦已經屬于生成的中后期,由于礦體受到過度開采等方面因素的影響,已出現嚴重的山體滑坡隱患,此因素已成為制約企業礦山工程繼續實施的關鍵要素。

3.2 采用本文設計監測方法布置監測點

為了滿足礦區山體滑坡地質災害與地形變化的監測需求,應根據地質工程實施的條件,在區域進行布置監測點。參照早期工程地質監測畫面,根據山體滑坡區域的地形圖布置監測點,對應的地形圖與監測點示意圖如圖3所示。

(a)監測點地形圖

(b)監測點示意圖

完成對監測點的布設后,將三維激光掃描儀器布置在

D

與

D

點,輔助無人機進行地質數據的航拍獲取。為了證明此方法具有真實的使用效果,在完成對基礎環境的布置后,對

D

點進行為期3個月的位移監測。首次監測時,將礦區整體地質結構進行空間建模,原點坐標表示為(0;0;0),監測得到

D

點的相對坐標為(

X

:356.32 m;

Y

:235.61 m;

Z

:256.32 m),間隔30.0 d后,進行礦區整體地質結構中

D

點的第二次監測,監測后得到

D

點的相對坐標為(

X

:356.31 m;

Y

:235.60 m;

Z

:256.32 m),再次間隔30.0 d,進行礦區整體地質結構中

D

點的第三次監測,監測后得到

D

點的相對坐標為(

X

:356.30 m;

Y

:235.59 m;

Z

:256.31 m)。綜合上述數據的變化趨勢可知,

D

點

X

坐標與

Y

坐標在每次監測數據中都下降了0.01 m,

Z

坐標在最后一次監測中數據下降0.01,表明監測區域整體存在下沉趨勢,證明此礦體存在地質山體滑坡的隱患。通過對

D

點3次數據的整理,可以掌握地質層某一具體監測點的變化趨勢。由此可以說明,本文監測方法與礦產單位完成對接后,可以實現對此企業礦山工程作業提供輔助性數據作為幫助。

3.3 與其他監測方法對比

選擇企業現階段使用的基于三維地理信息系統(three-dimensional geographic information system，3D GIS)與全站儀的監測方法與傳統的基于實時動態載波相位差分(real-time kinematic，RTK)技術與北斗衛星技術的監測方法作為實驗的對比方法,與本文提出的基于無人機航測與三維激光掃描的山體滑坡地質災害監測方法進行有效性對比。選擇設計的

D

點作為測試點,采用3種方法共同對

D

點進行監測,監測時長為半年。

D

點的相對坐標為(

X

:253.62 m;

Y

:220.13 m;

Z

:235.61 m),將其中

Z

點的位移變化作為評價地質山體滑坡災害的依據。

在使用本文方法進行監測數據的獲取時,可通過對前端點云數據的匹配進行山體滑坡地質災害位移數據的校正,根據校正結果,輸出點云數據變化趨勢;在使用基于3D GIS與全站儀的監測方法監測時,將全站儀測得的數據與地質結構空間模型進行匹配;在進行基于RTK與北斗衛星技術的監測方法監測時,將衛星成像數據與地質結構空間模型進行匹配。3種方法按照上述方式進行數據點的匹配,將自行校正后的監測數據以統一格式進行導出。

3.4 實驗結果分析

每間隔一個月獲取一次實驗數據,通過時長為半年的監測,獲得3種方法監測下該區域6個月的監測數據,將獲得的數據點使用平滑曲線進行連接,得到

D

點位移數據的對比實驗的結果,如圖4所示。

圖4 對比實驗結果

從上述圖4所示的實驗結果可以看出,本文監測方法與企業現階段應用的基于3D GIS與全站儀的監測方法,在完成為期6個月的監測后,監測數據走向基本一致,但使用全站儀進行檢測得到的結果連續性較差,在第3個月至第4個月時,監測數據存在缺失,監測結果缺乏連續性。在使用基于RTK與北斗衛星技術的監測方法進行山體滑坡地質監測時,發現方法監測數據值無顯著變化,而參照

D

點監測結果可知,此監測區可能存在地質山體滑坡災害。因此,

D

點的坐標值一定會發生變化,證明傳統監測方法在實際應用中的監測效果與實際數值可能存在偏差,無法將此方法的監測結果作為地質災害決策的依據。

綜合上述分析可知,無論是企業現階段應用的基于3D GIS與全站儀的監測方法,還是傳統的基于RTK與北斗衛星技術的監測方法,在本次實驗監測過程中,均存在不同層面上的不足,其中礦山企業現用的監測方法監測數據較為準確,但監測數據無法保證連續性;傳統方法監測的數據可保持連續性,但無法保證監測結果準確。因此,在完成實驗后,得出此次對比實驗的最終結論：相比另兩種監測方法,本文設計的基于無人機航測與三維激光掃描的山體滑坡地質災害監測方法在實際應用中,可以保證監測結果數據具有較強的連續性與較高的準確度。

4 結束語

本文提出基于無人機航測與三維激光掃描的山體滑坡地質災害監測，方法設計,將本文方法與基于3D GIS與全站儀的監測方法、基于RTK與北斗衛星技術的監測方法進行對比,發現相比傳統的方法,本文開發的工程地質災害監測方法在實際應用中,可以保證監測結果數據具有較強的連續性與較高的準確度。因此,可在后期的研究中,嘗試將本文方法代替傳統方法,在市場內進行推廣,以此種方式,提高地質災害監測結果的價值性,實現將災害事件控制在發生前,從而降低或減少地質單位在工程實施中的經濟損失。