| 161 | 2 | 511 |
| 下载次数 | 被引频次 | 阅读次数 |
库岸边坡的变形稳定监测是水电工程长期安全运行的重要保障,传统的监测方式存在工作量大、成本高、风险大、效率低等难题。近年来基于图像处理算法的无人机摄影测量技术为库岸边坡的变形稳定监测提供了新思路。据此开展基于无人机航摄的库岸人工边坡智能化巡检技术研究,利用背景差分法的图像识别技术,开发了裂缝变化识别软件,并构建室内试验平台验证软件的可靠性。同时,为了考虑天气、光线等因素对识别成果的影响,进行了现场试验,表明识别软件能快速自动追踪裂缝宽度变化,具有较好的识别效果。最后,将该技术应用于某大型水电工程库岸人工边坡巡检中,对无人机航摄采集的多期数据进行分析,为该工程的长期安全运行提供新的巡检途径。
Abstract:The deformation and stability monitoring of bank slopes is an important guarantee for the long-term safe operation of hydropower projects,and the traditional monitoring method has problems such as large workload,high cost,high risk and low efficiency.In recent years,UAV photogrammetry technology based on image processing algorithm provides a new idea for the deformation and stability monitoring of bank slopes.Accordingly,the research on intelligent inspection technology of reservoir bank artificial slope based on UAV aerial photography was carried out,and firstly,the image recognition technology of background difference method was adopted to develop the crack change recognition software,and an indoor test platform was constructed to verify the reliability of the software.At the same time,in order to consider the influence of weather and light on the recognition results,extension tests showed that the recognition software could quickly and automatically track the crack width changes and had a good recognition effect.Finally,this technology is applied to the inspection of artificial slopes on the bank of a large hydropower project,and the multi-period data collected by UAV aerial photography is analyzed,which provides a new inspection way for the long-term safe operation of the project.
[1]马宁.水电站大坝强震监测数据应用研究[J].吉林水利,2024(10):52-55.
[2]方豪文,张锋,胡凯,等.水利水电工程智能巡检系统设计及应用[C]//中国大坝工程学会,巴西大坝委员会,西班牙大坝委员会,美国大坝委员会.建造安全韧性绿色的国家水网之“结”.长江科学院工程安全与灾害防治研究所;水利部水工程安全与病害防治工程技术研究中心;国家大坝安全工程技术研究中心;中国三峡建工(集团)有限公司;黄河水利水电开发集团有限公司,2024:7.
[3]林博文.三维激光扫描技术在边坡安全评估中的应用研究[J].广东土木与建筑,2024,31(9):15-16+84.
[4]刘凌飞.基坑监测技术与安全预警系统研究[J].吉林水利,2024(9):49-53.
[5]卢乾坤.人工智能技术视角下变电站二次设备智能巡检技术[J].科技创新与应用,2024,14(19):171-174.
[6]赵朝彬,童为民,陈明丽,等.基于WebGIS的水库结构物巡检应用实现[J].吉林水利,2024(7):64-67.
[7]张明.基于无人机技术的下坂地水库智能巡检方案分析[J].水利技术监督,2024(6):250-253.
[8]蒲鸥,袁柏秋,陈绍南,等.水电站智能化巡检技术研究进展与展望[J].广西电力,2023,46(6):67-73+80.
[9]祁宁春,聂强,来记桃,等.水电站多元场景水下智能巡检关键技术与实践[J].清华大学学报(自然科学版),2023,63(7):1124-1134.
[10]张虎,任欣元,张纪宾,等.基于云端控制协同的无人机自动驾驶智能巡检技术[J].电网与清洁能源,2022,38(5):42-48.
[11]张亚洲.基于机器人智能识别系统的大坝安全巡检技术研究[J].云南水力发电,2024,40(3):175-178.
[12]傅小孙,张秀琴.基于深度学习的水利工程智慧化应用现状及展望[J].吉林水利,2023(9):70-74.
[13]陈永灿,王皓冉,李永龙,等.高坝枢纽泄洪消能建筑物智能巡检与安全评价理论方法和技术研究展望[J].工程科学与技术,2023,55(3):1-13.
[14]曹国金,苏超,王文君.基于深度学习的灌区水工混凝土结构表面裂缝自动检测方法[J].吉林水利,2022(12):14-17.
[15]刘宝权,杨蓉,刘达,等.无人机智能巡检技术在渠堤渗漏识别中的应用[J].水利水电技术(中英文),2024,55(S1):242-248.
[16]彭明智,许尧,胡永波,等.基于人工智能技术的变电站二次设备智能巡检技术[J].高电压技术,2023,49(S1):90-96.
[17]乐英,赵志成.基于背景差分法的多运动目标检测与分割[J].中国工程机械学报,2020,18(4):305-309.
[18]刘思杨,程方.一种融合背景差分和帧间差分的运动目标检测方法[J].舰船电子工程,2024,44(2):45-48.
[19]蒙晓宇,朱磊,张博,等.基于结构相似性粗定位与背景差分细分割的运动目标检测方法[J].科学技术与工程,2021,21(36):15563-15570.
[20]乐英,赵志成.基于背景差分法的多运动目标检测与分割[J].中国工程机械学报,2020,18(4):305-309.
基本信息:
DOI:10.15920/j.cnki.22-1179/tv.2025.06.010
中图分类号:TV223;P231
引用信息:
[1]李轲,刘钊,陈中志,等.无人机航摄与背景差分法在库岸边坡智能巡检中的应用[J].吉林水利,2025,No.517(06):48-53.DOI:10.15920/j.cnki.22-1179/tv.2025.06.010.
基金信息:
三峡金沙江川云水电开发有限公司宜宾向家坝电厂资助(科研项目合同编码Z422302010)
2025-05-29
2025-05-29