基于语义分割和LiDAR激光点云的全天候边坡落石灾害实时监测与预警

作     者：刘诗懿 

作者单位：长安大学 

学位级别：硕士

导师姓名：赵毅

授予年度：2023年

学科分类：081803[工学-地质工程] 08[工学] 0818[工学-地质资源与地质工程] 0804[工学-仪器科学与技术] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 

主      题：无光源 全天候 边坡灾害实时监测 语义分割 点云分割 卡尔曼滤波 轨迹预测 

摘      要：边坡灾害是一种突发性和破坏性极强的自然灾害,具有危害范围广,防治难度大等特点。边坡灾害的发生往往会损毁周围的建筑,同时周边的生态环境也会受到一定程度的影响。严重的灾害还会造成人员伤亡,因此对边坡灾害实时监测的研究具有重大的现实意义。遥感技术监测法和地面监测法是目前两种主流的边坡灾害监测方法,但这些方法存在实时性差、对光源的依赖性强以及安装困难等问题。在边坡灾害大面积爆发之前,通常在小范围区域内存在落石以及岩土松动等前兆。受限于遥感影像和传感器的分辨率,此类方法无法很好地对边坡灾害的前期征兆做出识别。基于上述问题,本文提出了一种基于语义分割和Li DAR激光点云的弱光源无光源条件下全天候边坡落石灾害实时监测方法,具体工作如下:(1)设计并搭建边坡灾害模拟实验平台。使用MANTIS VISION F6 Smart三维扫描仪分别在有光源和无光源的环境下采集边坡及边坡灾害的三维点云数据,并给点云中的每个点添加索引,制作边坡灾害点云数据集。(2)提出了一种边坡区域划分的方法。对在有光源的条件下采集的点云数据做正交投影变换,生成边坡二维图像。利用Fast-SCNN快速语义分割网络实现边坡区域的划分,找到边坡区域与人类活动区域的边界。本文提出的边坡灾害监测方法仅在此需要光源,后续的工作可完全脱离光源完成。(3)提出了一种全天候特别是在无光源条件下的边坡落石灾害实时检测方法。利用Point-Net网络将边坡灾害从边坡点云中实时分割出来,实现边坡灾害的实时检测。(4)边坡落石灾害的轨迹预测与预警。首先,根据(3)中的分割结果获取边坡灾害中心点的坐标,利用卡尔曼滤波建立边坡落石灾害运动模型,实现边坡落石灾害的轨迹预测。其次,建立三维点云与二维图像的映射关系,将(2)中所得边坡的边界信息映射至三维点云中,与灾害轨迹进行对比,判断灾害扩散区域是否达到预警界限。实验结果表明,在边坡区域划分任务中,分割准确率达到了97%以上;在边坡落石灾害实时检测任务中,分割的准确率达98%以上,平均每秒可处理28份点云数据;在边坡灾害轨迹预测任务中,平均误差仅为9.67mm。综上,本文的方法能够在不受环境光源影响的情况下实现全天候边坡落石灾害实时监测与预警。