技术领域
[0001] 本发明涉及测绘监测技术领域，提供了一种多地形测绘车的监测系统及方法。
相关背景技术
[0002] 当前山体滑坡等地质灾害事件处于多发态势,并由此带来的一系列交通、人身安全等问题亟待解决。国内城市各类山体滑坡发生后救援行动往往依赖于传统应急避险体系，传统监测手段工作效率低，人工干预的成本高，很难完成大范围高精度滑坡监测。
[0003] 目前山体滑坡数据监测，大部分依旧依赖人工完成。在特殊情况下如果发生二次滑坡事故，测量人员的生命安全将存在巨大的威胁。不仅如此，城市边缘地区的山体滑坡所引发的路面塌陷、建筑倒塌、爆破产生有毒气体、高空物体坠落都将对监测进度的开展造成极大的影响。
具体实施方式
[0044] 下面对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
[0045] 实施例一
[0046] 请参阅图1，本实施例提供一种多地形测绘车的监测系统，包括：
[0047] 监测点路线规划模块：用于通过北斗系统获取滑坡目标体上传感器的位移量，当传感器的位移量大于阈值时，则根据传感器的位置为测绘车规划预设路线至滑坡监测点；
[0048] 对中整平模块：用于通过PID回环检测控制算法对测绘车中的云台姿态进行对中整平调整；
[0049] 数据采集模块：用于在地面端通过测绘车装载的三维激光扫描仪获取地面激光扫描数据信息，在天空端通过测绘车装载的无人机倾斜摄影测量获取测区影像数据信息；
[0050] 模型构建模块：用于对地面激光扫描数据信息和测区影像数据信息进行预处理和数据融合来构建监测点位的三维网格模型；
[0051] 地形状态变化监测模块：用于对三维网格模型中的地质特征进行提取，通过对比不同时间段三维网格模型中地质特征之间的差异，对滑坡目标体的状态变化进行监测。
[0052] 具体的，由北斗系统BDS进行全天候监测，当固定在滑坡目标体上的传感器位移量超出阈值时发出警报，并根据传感器的位置为测绘车规划预设路线，随后通过远程控制系统控制测绘车按照预设路线到达滑坡监测点，然后通过远程控制装载在测绘车上的三维激光扫描仪进行数据采集作业。利用无人机进行倾斜摄影测量，从而得到滑坡体表面的三维点云坐标和无人机影像数据，随后进行数据处理。若数据处理结果显示异常，则无人机立刻再次到达监测点进行实时监测，并通过无人机中继通信系将数据进行实时回传，测绘车随后到达监测点继续进行实时监测。
[0053] 参阅图2，其中，对中整平模块包括：
[0054] 对比单元：用于通过陀螺仪监测平台当前平整状态并与平台水平状态下的姿态进行对比，得到姿态调整信息；
[0055] 姿态调整模块：用于将采集到的姿态调整信息传输至控制器，再经控制器对中整平模块中云台舵机的转速进行调整。
[0056] 具体的，采用PID回环检测控制算法的原理对通过测绘车中的对中整平模块实现快速的整平。主要实现是由搭载的四个微型陀螺仪自动监测平台平整状态并于水平状态时的姿态进行对比得到需要调整的姿态信息，配合数据传输模块快速将采集到的姿态信息传输给系统内部微控制器，再由微控制器控制对中整平模块中装载的云台舵机，调整其转速，进而调整搭载仪器的云台姿态，完成回环检测控制的对中整平。当系统处于稳态时，PID算法通过不断测量系统的实际输出和期望输出之间的误差，并根据误差的大小来调整控制器的输出，从而使云台姿态能够快速、准确地达到预期值。
[0057] 具体的，监测车的控制模块由于STMF103系列有两个高级定时器TIM1、TIM8；产生死区互补PWM、四个通用定时器TIM2‑TIM5和两个基础定时器TIM6、TIM7，高级定时器最多产生三路互补性PWM加ch4通道，通用型定时器最多产生四个PWM波且互不影响，所以103系列最多能产生7*2+4*4＝30路PWM信号。
[0058] 其中，数据采集模块包括：
[0059] 数据接收处理单元：通过无人机搭载的多台摄像头与视觉传感器从多角度拍摄地面测区的实时影像数据，并经过数据处理得到测区影像数据信息。
[0060] 具体的，获取的数据进行实时处理与三维建模，大大缩短从数据获取到数据传输再到结果分析的时间，可以有效降低人员的工作强度，增加测绘工作的自动化程度，提升测绘效率。
[0061] 具体的，首先搜集UAV影像数据：即地面激光扫描数据信息，TLS数据：即测区影像数据信息，BDS定位数据：即位置信息。再通过数据预处理、校准等技术方式将多种数据融合分析，获得高精度、高分辨率的三维网格模型，微小位移监测对比和地质特征的自动提取过程通过对比三维网格差异，实现滑坡目标体监测预测。
[0062] 具体的，根据地面激光扫描数据信息和测区影像数据信息建立滑坡目标体的初始三维网格模型。可以通过对滑坡区域进行详细的勘探和测量，获取地表高程、地层岩性、断层等数据，建立初始的三维网格模型。定期对滑坡区域进行三维扫描，获取滑坡表面的最新地形数据。将最新的地形数据与初始三维网格模型进行对比，就可以得到滑坡目标体的三维网格差异。通过分析这些差异，可以了解滑坡的位移量、位移速度等信息，从而评估和预测滑坡的稳定性和可能发生的灾害。
[0063] 具体的，在对比三维网格差异的过程中，还可以结合地质勘察的数据，对滑坡的地质特征进行自动提取。例如，可以根据网格差异的分布和变化，分析滑坡的滑动方向、滑动速度等信息，从而对滑坡的发展趋势进行预测
[0064] 其中，还包括：
[0065] 交互模块：用于接收上传至云端的地面激光扫描数据信息、测区[0066] 影像数据信息和测区的位置信息，并通过网关与可视化系统进行互联和数据交互。
[0067] 具体的，测绘车上集成了三维激光扫描仪、GPS模块、深度相机等，采用激光、视觉和GPS综合定位，在地面端利用三维激光扫描仪获取点云数据进行实时三维模型构建，在天空端使用无人机倾斜摄影测量获取测区影像数据信息并结合现有国家基础地理信息数据等进行三维场景建图，同时为了满足测绘车完成自动路径选择，给测绘车配备了全局规划算法和局部规划算法相结合的路径规划算法。全局路径规划算法、三维路径规划局部路径规划，局部避障常见的算法有人工势场APF、直方图法VFH和动态窗口法DWA。
[0068] 其中，预处理包括对数据格式的转换、噪声消除、地理配准和坐标系的转换。
[0069] 具体的，该系统搭配了无人机作为信号转接中继站，解决了无人机在测绘中远距离获取影像数据时通信信号易受阻挡的问题，实现了各种通信模式的监测、选择和智能切换，解决了应急状态下信号极易中断的突发情况,有效增强了本装置的适应性。
[0070] 具体的，天空端倾斜摄影测量是通过信号中继室中的无人机搭载多台摄像头与视觉传感器，从垂直以及其他五个角度进行拍摄从而采集地面测区的实时影像数据进行快速三维建模，并经过数据处理，获取地物准确、完整的位置信息和纹理数据。而该方案算法结构复杂，数据融合技术难度高，所以为了减少算法冗余、提高算法性能，提出正视、左视、右视全方位的选站方式，此方式更符合人眼三维浏览的习惯，通过采集地物不同方位的立体点云数据，具备地物的正面和侧面丰富的点云数据，提高设计的性价比。经验证对比，该方案与五角度测量的、构图完整度相差不大。
[0071] 具体的，测绘车主要由轮履轨复合底盘、驱动电机组、传动切换结构、雷达避障装置、主控室、信号中继室、三维监测头构成。底盘为轮履轨复合式，整体结构对称，包括四组履带，一套运动模式调整装置、两套辅助轮。复合底盘使智能测绘车具有三种运动模式，可根据行驶路况条件进行轮履轨切换，拓展了其工作场景范围，使小车可以在多种复杂工作场景下进行作业。车体由自重轻、强度高的铝合金，采用整体冲压技术制成，有较强的气密性、隔水性、隔热性与隔声性，有效减少外界环境对车体内各模块的影响，保证测绘车在特殊条件下正常工作。
[0072] 具体的，测绘车的运动和控制系统包括以下组件：
[0073] 传感器：用于监测测绘车的运动状态和环境信息。包括速度传感器、加速度传感器、陀螺仪、编码器等，用于测量测绘车的速度、加速度、角度和位置等参数。
[0074] 控制器：用于接收传感器数据并做出相应的控制决策。通常控制器包括微控制器、单片机或嵌入式系统，可以根据传感器数据进行实时计算和控制算法的执行。测绘车驱动及传感器采用的开发板可以是STM32F103C8T6，它具有开发简便、实用可靠等优点，可以使测绘车的开发更为方便快捷。
[0075] 执行器：用于将控制器的输出转化为实际动作的装置。在测绘车的系统中，执行器是电机和轮子组合用于驱动测绘车的运动。
[0076] 电源：用于为系统提供电力供应，以保证传感器、控制器和执行器的正常运行。
[0077] 通信模块：用于与其他设备或系统进行通信，通过无线模块实现与遥控器或基站的通信。
[0078] 具体的，参阅图5、图6和图7，测绘车的轮履轨测量结构包括有金属履带1；主动轮2；从动轮3；铝合金框4；轮式切换传动结构5；升降结构6可用来调整重心；升降平台7；弹性球模型传动装置8；轨道连锁结构9，其自由度伸缩，调整可测轨道的间距、底座10，为金属底座用于连接测量装置；橡胶充气轮子11，可选用为麦克纳姆轮；直流电机驱动12；伸缩杆13提供竖直方向的自由度；滑轨滑块滑杆组合传动结构中的滑轨14；滑轨滑块滑杆组合传动结构中的滑杆15；滑轨滑块滑杆组合传动结构中的滑轨16；球形传动中的滑轨传动连接杆
17；电机出铝合金框架18；舵机19；履带处铝合金框架20；车体铝合金框架21；无人机中继仓
22；卷轴电机23；主控室24。采用上述轮履轨一体式设计，使其可以在多种复杂地形下稳定行驶，例如：道路、山地、楼梯等多种复杂地形，同时由于其采用分段式金属履带，使其可以在城市和野外中具有较好的可通过性，能够通过大多数复杂路段，越野性能好。测绘车车体由自重轻、强度高的铝合金为主要材质，整体采用冲压技术制成，有较强的气密性、隔水性、隔热性，可以有效减少外界环境对车体内各模块的影响，保证测绘车在特殊条件下的正常工作。同时采用主动悬挂系统使其具有更好的稳定性与可靠性，同时可以保证在测量过程中的稳定性。
[0079] 本系统通过监测点路线规划模块控制测绘车从监测站出发到达该监测点位进行监测。到达监测点位后通过对中整平模块调整云台姿态。利用测绘车上的三维激光扫描仪在不同测站点获取地面激光扫描数据信息，利用无人机进行倾斜摄影测量，得到滑坡目标体表面的三维点云坐标和影像数据信息，融合多源数据实现点面结合监测。根据数据采集模块采集的地面激光扫描数据信息、三维点云坐标和影像数据信息通过模型构建模块构建三维网格模型，通过地形状态变化监测模块对三维网格模型中的地质特征进行提取，并监测三维网格模型中的位移变化数据信息，通过对比不同时间段的三维网格模型，实现对滑坡目标体的状态变化进行监测，通过该系统提升了测绘监测的效率，避免了人为在现场监测造成危害的情况发生。
[0080] 实施例二
[0081] 请参阅图3，本实施例提供一种多地形测绘车的监测方法，包括步骤：
[0082] S1：通过北斗系统获取滑坡目标体上传感器的位移量，当传感器的位移量大于阈值时，则根据传感器的位置为测绘车规划预设路线至滑坡监测点；
[0083] S2：通过PID回环检测控制算法对测绘车中的云台姿态进行对中整平调整；
[0084] S3：在地面端通过测绘车装载的三维激光扫描仪获取地面激光扫描数据信息；
[0085] S4：在天空端通过测绘车装载的无人机倾斜摄影测量获取测区影像数据信息；
[0086] S5：对地面激光扫描数据信息和测区影像数据信息进行预处理和数据融合来构建监测点位的三维网格模型；
[0087] S6：对三维网格模型中的地质特征进行提取，通过对比不同时间段三维网格模型中地质特征之间的差异，对滑坡目标体的状态变化进行监测。
[0088] 参阅图4，其中，步骤S2包括：
[0089] S21：通过陀螺仪监测平台当前平整状态并与平台水平状态下的姿态进行对比，得到姿态调整信息；
[0090] S22：将采集到的姿态调整信息传输至控制器，再经控制器对中整平模块中云台舵机的转速进行调整。
[0091] 其中，步骤S4包括：
[0092] S41：通过无人机搭载的多台摄像头与视觉传感器从多角度拍摄地面测区的实时影像数据，并经过数据处理得到测区影像数据信息。
[0093] 其中，还包括：
[0094] S7：接收上传至云端的地面激光扫描数据信息、测区影像数据信息和测区的位置信息，并通过网关与可视化系统进行互联和数据交互。
[0095] 其中，预处理包括对数据格式的转换、噪声消除、地理配准和坐标系的转换。
[0096] 本方法通过北斗导航系统完成对布设的监测点滑坡目标体上的位移量信息进行监测，当监测到滑坡目标体上发生的位移量超过阈值时，控制测绘车从监测站出发到达该监测点位进行监测。利用测绘车上的三维激光扫描仪在不同测站点获取地面激光扫描数据信息，利用无人机进行倾斜摄影测量，得到滑坡目标体表面的三维点云坐标和影像数据信息，融合多源数据实现点面结合监测。根据地面激光扫描数据信息、三维点云坐标和影像数据信息构建三维网格模型，对三维网格模型中的地质特征进行提取，并监测三维网格模型中的位移变化数据信息，通过对比不同时间段的三维网格模型，实现对滑坡目标体的状态变化进行监测，通过该系统提升了测绘监测的效率，避免了人为在现场监测造成危害的情况发生。
[0097] 对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
