[发明专利]基于无人机对预埋角反射器的边坡变形监测的方法在审
申请号: | 202210299819.7 | 申请日: | 2022-03-25 |
公开(公告)号: | CN114688986A | 公开(公告)日: | 2022-07-01 |
发明(设计)人: | 徐凯;梁建智 | 申请(专利权)人: | 广西机电职业技术学院 |
主分类号: | G01B11/16 | 分类号: | G01B11/16;G08B21/10;G08B21/18;B64C39/02 |
代理公司: | 北京卓岚智财知识产权代理事务所(特殊普通合伙) 11624 | 代理人: | 孙爱华 |
地址: | 530007 广西壮族*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 无人机 预埋角 反射 变形 监测 方法 | ||
1.基于无人机对预埋角反射器的边坡变形监测的方法,其特征在于:将若干个边坡监测端安装在边坡上,然后把无人机监测端在边坡的相对面起飞,并保持固定位置不变,无人机监测端对边坡进行照射,边坡监测端把大部分光反射给无人机,当边坡发生滑坡时,其中一个边坡监测端的光无法反射到无人机监测端,则判定为发生滑坡,同时边坡监测端实时检测边坡的震动信号,然后根据检测信号判断是否出现滑坡,并把检测信号传给无人机监测端。
2.根据权利要求1所述的基于无人机对预埋角反射器的边坡变形监测的方法,其特征在于:边坡监测端包括角反射器、无线发送模块、数据处理装置、数据采集报警模块和边坡加速度传感器模块,边坡加速度传感器模块经数据采集报警模块与数据处理装置连接,数据处理装置经无线发送模块与无人机监测端无线连接,角反射器安装反射面与无人机监测端相对设置,边坡加速度传感器模块用于获取边坡滑体或者移动所产生的微震信号,使用长短时窗幅值比法拾取微震波形数据,同时使用阈值判别法对微震波形数据进行分析并根据分析结果进行预警,并将数据传输经至数据采集报警模块传给数据处理装置,数据采集报警模块设置有报警器,当边坡加速度传感器模块采集信号大于预设值,提前发出报警声,数据处理装置用于使用P波初动时刻识别算法识别出边坡加速度传感器模块块传入的微震波形数据的P波初动时刻,使用匹配算法处理得到边坡滑体事件对应的四通道微震波形数据。
3.根据权利要求2所述的基于无人机对预埋角反射器的边坡变形监测的方法,其特征在于:无人机监测端包括无线接收模块、LED照射灯、无人机本体和反射光线接收模块,无线接收模块、LED照射灯和反射光线接收模块均与无人机本体连接,LED照射灯设置在无人机本体的前端,LED照射灯将灯光照射到边坡上,然后经角反射器反射后给反射光线接收模块,当反射光线接收模块从接收有光反射,后面无法接收到时,则判断边坡出现滑坡的情况,并通过无人机本体报警或者通报管理人员。
4.根据权利要求3所述的基于无人机对预埋角反射器的边坡变形监测的方法,其特征在于:获取边坡滑体或者移动所产生的微震信号的具体过程为:
当边坡出现滑体时会释放出低能量的弹性波并向四周传播,引发边坡的微小震动,边坡加速度传感器模块的加速度传感器将边坡微小震动的加速度值转换为电压值从而得到微震信号,每个数据采集模块有四个加速度传感器,设第i个加速度传感器输出的电压值为Vi,与检测到的加速度ai的转换关系如下:
式中,d表示压电常数,m表示加速度传感器内部压电元件的质量,C表示压电元件两端的电容,在加速度传感器型号确定的情况下其d、m和C均为确定常量,因此电压值Vi与加速度ai成正比,所采集的微震信号的电压值越大,表示检测到的岩体震动的加速度越大;
边坡加速度传感器模块的四个加速度传感器将分别输出微震信号,使用边坡加速度传感器模块的A/D转换电路将各加速度传感器输出的微震信号转换为数字化的幅值序列,然后传输至边坡加速度传感器模块的微震波形拾取电路作进一步处理。
5.根据权利要求4所述的基于无人机对预埋角反射器的边坡变形监测的方法,其特征在于:使用阈值判别法对微震波形数据进行分析并根据分析结果的具体过程为:
建一个微震波形数据处理数组,从所述的微震波形数据暂存队列的头部中取出一个微震波形数据,将其逐元素复制到微震波形数据处理数组中,微震波形数据是长度为L的一维微震信号幅值序列;
从微震波形数据处理数组的第一个元素开始遍历,到最后一个元素结束遍历,记录下所有元素中的最大值Vmax,若Vmax大于等于阈值Vthreshold,说明需要发出本地预警,所述的阈值Vthreshold是根据现场监测边坡设定的阈值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广西机电职业技术学院,未经广西机电职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210299819.7/1.html,转载请声明来源钻瓜专利网。