大连理工大学唐世斌获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉大连理工大学申请的专利一种轻量化岩土体变形及运动监测系统及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121140636B 。
龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511686185.0,技术领域涉及:G01B11/03;该发明授权一种轻量化岩土体变形及运动监测系统及方法是由唐世斌;徐浩然设计研发完成,并于2025-11-18向国家知识产权局提交的专利申请。
本一种轻量化岩土体变形及运动监测系统及方法在说明书摘要公布了:一种轻量化岩土体变形及运动监测系统及方法,属于地质灾害监测技术领域。技术方案:图像采集模块采集目标区域的图像序列;数据存储与传输模块用于图像缓存与远程传输;数据处理与分析模块包括点跟踪单元、深度计算与矫正单元、坐标转换与位移计算单元,分别用于跟踪图像中像素点的运动轨迹、计算并修正监测对象的深度信息,以及将深度转换为三维坐标并计算真实位移;预警与展示模块实现数据的可视化与多级报警。有益效果:本发明具备轻量化、成本低、部署便捷等优点,能够实现岩土体真实位移及运动的定量监测,具有良好的鲁棒性和实时性,适应光照变化、摄像头轻微抖动等复杂环境,亦能在一定程度上抵御雨雾天气、阴影等因素对图像特征的干扰。
本发明授权一种轻量化岩土体变形及运动监测系统及方法在权利要求书中公布了:1.一种轻量化岩土体变形及运动监测系统,其特征在于,包括: 图像采集模块,布设于稳定基准区域,用于采集监测区域的图像序列或视频帧; 数据存储与传输模块,用于图像数据的本地缓存与远程传输; 数据处理与分析模块,包括: 点跟踪单元,用于跟踪图像序列中特征点的像素位移; 深度计算与矫正单元,用于生成并校正图像中像素点的深度信息; 坐标转换与位移计算单元,用于将像素坐标与深度信息转换为三维坐标并计算真实位移; 预警与展示模块,用于位移数据的可视化展示与多级预警; 执行如下步骤: S1:系统布设与标定,安装摄像设备并完成相机参数标定; 获取摄像设备的内参矩阵K及畸变系数;内参矩阵K为: 其中,fx,fy为相机的等效焦距,cx,cy为主点坐标; S2:图像数据采集,获取监测区域的图像序列; S3:特征点跟踪与像素位移计算,跟踪特征点并获取像素位移向量; S4:深度计算与矫正,生成并校正深度图,步骤如下: S401:利用棋盘格角点提取算法识别每张图像中的角点像素坐标,通过相机标定方法计算相机的内参和外参矩阵,将点云数据与图像坐标系进行配准,得到激光坐标系与相机坐标系之间的外参变换矩阵R,T; S402:获取相机外参矩阵:利用相机的内外参矩阵,将点云坐标转换到摄像头坐标系下,相机坐标系中的坐标为: Pc=RPL+t2 其中PL表示激光获得的点云坐标,Pc为点云在相机坐标系下的坐标,R表示变换矩阵中的旋转矩阵,t表示变换矩阵中的平移矩阵;随后将其投影到像素平面: 其中u,v表示空间点投影在图像平面上的像素坐标,Xc,Yc,Zc为该空间点在相机坐标系下的坐标;其中Zc为实际的深度值,投影点的保留条件为: 0≤u<W,0≤v<H4 其中W、H分别为图像像素宽和高;因此,激光投影到像素u,v对应的真实深度为 DLu,v=Zc5 对于同一像素,若有多个激光点投影在该像素上,则取最近点DLu,v=minZc,其中DL表示使用雷达获取的深度图,Zc表示激光点的深度值; S403、单目深度与激光深度的对应:设单目模型在像素u,v给出的初始深度为Dmu,v;在存在对应激光深度的像素集合为对应激光深度为Li:=DLui,vi,单目深度为Mi:=Dmui,vi; S404、全局尺度与偏置标定:采用线性模型: 其中s为全局尺度因子,用于消除单目深度图的比例偏差;b为全局偏置,用于消除深度零点误差;表示校正后的深度值,Mi表示单目深度; 每次随机抽样最小样本量m=2,从对应点集合中随机选择两个不同索引j,k;用这两个样本构造候选模型,由两点给出解析解: 其中j,k为随机选取的样本索引,Lj表示j点的激光深度值,Lk表示k点的激光深度值,Mj表示j点的单目深度值,Mk表示k点的单目深度值,要求Mj≠Mk;scand,bcand分别表示候选尺度和偏置; 对每个像素i计算候选模型下的残差: 将残差与阈值T比较以判定内点集合: 其中表示像素i在候选模型下的绝对残差,τ为残差阈值,用于内点判定,为该候选模型对应的内点索引集合;之后基于内点比例对候选模型进行评分,选择得分最高的候选模型作为当前最优模型,得到最优模型的尺度与偏置sref,bref;使用该参数计算矫正点的残差: ri=Li-srefMi+bref,i=1,…,N10 ri为在最终模型下各点的残差,sref表示最优模型的缩放尺度,bref表示最优模型的偏置; 采用图像-空间联合权重的加权插值估计任意像素p的残差δp: wip表示对像素p的加权系数,ri表示第i个激光观测像素的残差;其中权重定义方式为: 公式中p为目标像素坐标,pi表示具有激光观测残差ri的像素坐标;σs为空间权重尺度,用于控制随距离衰减;σr表示颜色强度权重尺度,用于控制边缘保持能力;I为图像灰度或颜色向量;ci为激光或观测点置信度;Ω为激光覆盖的像素集合; 将插值得到的残差与模型校正结合得到每像素的矫正深度: Dcp=srefDmp+bref+δp13 其中Dmp表示目标像素p的原始单目深度值; 若某像素p同时具有激光深度观测DLp,按融合权重ap将激光深度与校正深度融合: Doutp=αpDLp+1-αpDcp14 权重ap基于激光置信度与两者差异计算方法为: 其中Dmp为单目模型在像素p的原始深度;Dcp为校正后的深度;DLp表示激光直接观测的深度;αp为融合权重,靠近1时优先采用激光测量;cLp为激光深度置信度;γ,σd为调节权重灵敏度的常数,通过经验值或验证; S405:输出经矫正的深度图,用于后续的空间位移计算步骤; S5:三维位移矢量计算,将像素坐标与深度信息结合,计算三维真实位移,步骤如下: 将步骤S3中获得的特征点像素坐标与步骤S4矫正后的深度图对应位置的深度值相结合,利用公式3和相机内参矩阵,将每个特征点转换为相机坐标系下的三维空间坐标: 其中u,v为特征点像素坐标,Zc为对应像素深度,Pc=Xc,Yc,Zc为三维空间坐标; 通过比较不同时间点的三维坐标,计算每个特征点在监测周期内的真实位移矢量: ΔP=Pt2-Pt117 其中Pt1与Pt2分别为同一特征点在不同时间的三维坐标; S6:数据分析与预警,对位移数据进行统计分析与可视化,并触发预警。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人大连理工大学,其通讯地址为:116024 辽宁省大连市甘井子区凌工路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励