详情

原文传递基于卫星和无人机遥感的道路大变形病害监测研究

论文题名：	基于卫星和无人机遥感的道路大变形病害监测研究
关键词：	道路大变形;病害监测;无人机巡检;卫星遥感
摘要：	自上世纪 90 年代起，全国公路建设发展十分迅速，公路总里程和公路密度逐年增加，截止2020年末全国公路总里程达519.81万公里，高速公路里程达16.10万公里。随着公路运营周期增加，公路使用性能不断下降，一些病害随之出现。道路病害会影响行驶舒适性，降低公路使用寿命，严重时会引发安全事故。在公路运营周期中，及时完成病害检测并制定养护措施是降低损失的有效途径。　　道路大变形病害是特殊的一类病害，产生的主要原因是路基不均匀沉降和边坡位移，具体表现形式主要包括路面沉陷、路面跳车以及边坡坍塌。这一类病害具有形成周期长、变形量大、发生位置不固定等显著特点，需要进行长周期的连续监测，及时对病害进行预警。本文提出基于卫星和无人机遥感的道路大变形病害监测方法，充分发挥卫星遥感与无人机巡检的突出优势，以提高病害监测效率，保障道路的服役性能和行车安全。　　首先，总结路面沉陷、路面跳车和边坡坍塌病害的形成机理与评价方法，明确病害的成因、典型特征、评价标准等，为后文结合卫星和无人机遥感设计病害的巡检方案以及构建病害检测算法提供基础。　　其次，利用SBAS-InSAR技术大范围监测公路沿线变形，以天水市天巉公路沿线的Sentinel-1A数据为SAR数据建立基于SBAS-InSAR的地表变形速率提取方法。借助于QGIS和ArcGIS将变形速率监测结果与Google Earth地图叠加进行可视化展示，将变形速率监测结果与实际地物目标进行对应。对整条公路以50m长度为间隔划分路段，通过提取断面上点的变形速率分析路基沉降和边坡沉降，将变形速率小于-20mm/y的连续路段判定为道路大变形病害的靶向区域，并根据坐标信息提取靶向区域的位置。　　然后，以大疆M600 Pro和SICK-LMS511作为检测设备建立靶向区域路面沉陷和跳车的检测方法。基于检测精度影响因素的分析，设计路面沉陷与路面跳车两种病害靶向区域的巡检方案。分别构建路面沉陷与路面跳车病害的检测算法，结合病害实例进行准确性验证。利用本文构建的路面沉陷检测算法实测路面沉陷的结果与水准测量结果的差值为7.68%。对路面跳车病害进行实测，本文构建的算法计算结果与水准测量结果的差值为5.38%。　　最后，以大疆M600 Pro和RS-LiDAR-M1作为检测设备建立靶向区域边坡变形的检测方法。从点、线、面三个阶段建立NURBS曲面模型构建方法。基于两期边坡点云数据，分别构建NURBS曲面模型，基于模型变化建立了边坡变形检测方法，引入边坡变形稳定系数ds、变形突变系数dm、变形速率稳定系数dv和变形速率突变系数dt四个参数建立了边坡稳定性分析方法。对边坡实例进行检测，验证了方法具有可行性。　　本文充分利用卫星遥感、无人机巡检以及激光检测三者的优势，将卫星遥感的大范围检测与激光检测的精细化巧妙结合，通过无人机平台应用于实际。研究成果对道路大变形病害的长期监测具有重要意义，能极大提高病害监测效率，有利于推动道路无损检测技术的进一步发展。
作者：	崔亮
专业：	交通运输工程;道路与铁道工程
导师：	马涛;张玉贞
授予学位：	硕士
授予学位单位：	东南大学
学位年度：	2022