周 軍，李小亮，馬國輝，李俊杰

(1.中國長江電力股份有限公司，湖北 宜昌 443000；2.天津杰創(chuàng)天成科技有限公司，天津 301700)

白鶴灘水電站近壩區(qū)域兩岸含自然邊坡和已支護邊坡，邊坡數(shù)量龐大。蓄水發(fā)電后的電站運行期，在地震、庫區(qū)水位波動、地質(zhì)構(gòu)造、氣候及風(fēng)化作用等影響下，對邊坡進行表面位移監(jiān)測意義重大，當(dāng)分析到邊坡處于蠕動變形時進行預(yù)警，就能夠在邊坡變形破壞前采取加固措施。

當(dāng)前，對邊坡穩(wěn)定及變形進行判斷主要通過邊坡監(jiān)測的方式，可通過位移監(jiān)測墩、測斜孔等獲得數(shù)據(jù)進行分析。其存在以下不足：①數(shù)據(jù)采集人員作業(yè)風(fēng)險大；②數(shù)據(jù)采集時間較長，獲取速度慢；③技術(shù)人員需求量大；④數(shù)據(jù)分析周期長，時效性差；⑤設(shè)備設(shè)施維護工作量大。同時，有限測點得到的數(shù)據(jù)去分析更大范圍的區(qū)域，可能與現(xiàn)場實際情況不符。工程技術(shù)人員測量及分析數(shù)據(jù)任務(wù)較重，大量數(shù)字信息直觀性不強，這對于更加切合實際及直觀的進行邊坡穩(wěn)定性分析有著極大的制約作用。

數(shù)字圖像測量是近年來新興的邊坡監(jiān)測技術(shù)，與傳統(tǒng)方法等比較，具有廉價、高效、穩(wěn)定、安全的優(yōu)勢[1]。本文主要研究論證對邊坡進行圖像建模并實現(xiàn)可視化監(jiān)測的可行性[2]。通過采用現(xiàn)場實際及靶標(biāo)模擬的方式，在白鶴灘水電站選取了約2 000 m2(通過其它監(jiān)測數(shù)據(jù)顯示其處于變形階段)邊坡進行了現(xiàn)場試驗。通過無人機搭載高清相機對該邊坡表面區(qū)域進行全覆蓋影像獲取，再根據(jù)不同精度的影像數(shù)據(jù)源，利用ContextCaptureCenter軟件自動輸出三角網(wǎng)絡(luò)模型，復(fù)原建模主體的幾何形態(tài)。最后，采用聚類特征向量空間和更改映射的方式對不同間隔時間點形成的模型進行自動對比分析，通過映像變化達到監(jiān)測邊坡表面位移變化及變形的目的。

1 邊坡試驗影像獲取原理

本次試驗影像獲取選用Falcon8多旋翼無人機，其為集專業(yè)檢測航拍于一體的“智能無人機+人工智能”飛機。其基本構(gòu)造包括：飛行平臺、飛行導(dǎo)航與控制系統(tǒng)(飛控系統(tǒng))、地面監(jiān)控系統(tǒng)、任務(wù)設(shè)備(傳感器、攝影相機)、數(shù)據(jù)傳輸系統(tǒng)、發(fā)射與回收系統(tǒng)等。其具有超強穩(wěn)定性、不受磁場干擾、輕便易攜帶、超高的工作效率、極致智能航線規(guī)劃等優(yōu)點。

表1為本次現(xiàn)場影像獲取試驗所采用的兩種方式。圖1為試驗現(xiàn)場情況。因?qū)Ψ桨傅目尚行匝芯考巴ㄟ^模型分析邊坡位移變形等有著不確定因素，故通過在邊坡上面固定9個靶標(biāo)，分別進行編號便于區(qū)分。同時為了檢驗不同精度(分辨率)的模型的條件下對比分析的結(jié)果準(zhǔn)確性，采用兩種靶標(biāo)，它們的不同點在于形狀大小以及識別難度高低，如圖2所示。

表1 兩種試驗方案對比

圖1 白鶴灘水電站泄洪洞出口邊坡實驗區(qū)域圖

圖2 現(xiàn)場試驗兩種靶標(biāo)圖

表2為本次現(xiàn)場影像獲取試驗整個過程記錄。

表2 試驗過程記錄表

對于整個數(shù)據(jù)采集流程，通過Falcon8多旋翼無人機配套的航線規(guī)劃軟件ASCTEC NAVIGATOR，對待測區(qū)域進行區(qū)域標(biāo)注并按照拍攝距離進行航線設(shè)計。為了對比不同分辨率下的模型分析效果，在進行航線設(shè)計的時候，通過調(diào)整航線與邊坡的相對位置設(shè)計兩個飛行計劃，使得無人機分別距離邊坡10、20 m。根據(jù)邊坡的現(xiàn)狀，無人機負載即攝像機采用拍攝角度定為-10°，便于獲取更多的邊坡細節(jié)。再通過地面站調(diào)整航線的高度，無人機的航向(垂直于邊坡走向)，航點之間的重疊度(航向重疊60%，旁向重疊80%)、飛行速度(設(shè)置為4 m/s)等航線參數(shù)，如圖3所示。

圖3 實驗航線設(shè)計圖

按照規(guī)劃的航線，于2019年5月及7月使用無人機自動執(zhí)行所規(guī)劃的航線，以10 m/s的速度進行數(shù)據(jù)不間斷的獲取。航線效果如圖4所示。

圖4 現(xiàn)場實驗航線效果圖

作為整個實驗研究中極為重要的一環(huán)也是最基礎(chǔ)的一環(huán)，需對數(shù)據(jù)的完整性及質(zhì)量好壞進行檢查。影像數(shù)據(jù)不僅僅是相片，其中還包含了無人機自身所賦予影像的pos信息，即無人機的航點位置信息以及相機的姿態(tài)等信息[3]。數(shù)據(jù)質(zhì)量的好壞檢查根據(jù)人眼視覺感受即可，選取百分之五左右的相片進行檢查，觀察相片的詳細參數(shù)以及多個相片之間的色差大小，最重要的就是檢查相片是否具有POS信息，如圖5所示。

圖5 實驗數(shù)據(jù)完整性及質(zhì)量檢查圖

2 邊坡圖像三維模型創(chuàng)建

通過前面獲取的影像數(shù)據(jù)，采用ContextCaptureCenter建模軟件對待監(jiān)測邊坡進行精細化建模。ContextCaptureCenter (CC)是一款軟件解決方案，可在無任何人工干預(yù)的情況下，基于簡單的影像或基于點云生成高分辨率三維模型[4]。

無人機10 m飛行高度模型成果與20 m飛行高度模型成果分別見圖6與圖7。

圖6 10 m飛行高度模型圖

圖7 20 m飛行高度模型圖

將10 m與20 m飛行高度后生成的模型進行細節(jié)對比，以論證不同精度的建模效果，見圖8。

圖8 10 m與20 m飛行高度后生成模型細節(jié)對比圖

通過圖8可以看出，10 m飛行高度后生成模型分辨率明顯高于20 m飛行高度后生成模型。且通過數(shù)據(jù)整理分析，采用10 m的數(shù)據(jù)源，實現(xiàn)建模圖像分辨率低于7 mm。

3 邊坡圖像三維模型對比及圖像分析

在不同時間獲取的區(qū)域圖像稱為多時間圖像，變化檢測涉及分析兩個多時間圖像以及兩個多時間模型以找出兩個時間之間可能發(fā)生的任何變化。此對比檢測異常方法涉及自動分析變化數(shù)據(jù)，即差異圖像，使用多時間圖像構(gòu)建。差異圖像是2個圖像的逐個像素減法。然后，通過主成分分析(PCA)提取來自差異圖像的像素塊的特征向量。隨后，通過將該像素的鄰域投影到特征向量上，為差異圖像中的每個像素構(gòu)建特征向量。特征向量空間是所有像素的特征向量的集合，在通過K均值算法進行聚類時給出了兩個聚類——即一個表示屬于改變的類的像素，另一個表示屬于未改變的類的像素。每個像素將屬于任一簇，因此可以生成變化圖。變化圖為黑白圖，通過分析該圖像，可以得到具體變化[5]。

根據(jù)現(xiàn)場實際情況得到試驗成果，將7月與9月的兩個模型對齊，像素對比得到圖像的差分圖見圖9。對比現(xiàn)場試驗過程記錄照片，差分圖中出現(xiàn)的三個白點，為現(xiàn)場堆存物資挪動，點位發(fā)生變化而形成的成果。

圖9 現(xiàn)場實際情況得到黑白差分圖

將兩組模型對比后得到差分圖成果，如圖10～圖16所示。

圖10 1號靶標(biāo)移動前后分析圖

圖11 2號靶標(biāo)移動前后分析圖

圖12 3號靶標(biāo)移動前后分析圖

圖13 4號靶標(biāo)移動前后分析圖

圖14 5號靶標(biāo)移動前后分析圖

圖15 6號靶標(biāo)移動前后分析圖

圖16 6個靶標(biāo)移動形成差分圖整體效果圖

在約2 000 m2實驗區(qū)域內(nèi)，白鶴灘水電站監(jiān)測中心已有測點TPXCP-1-3，其位于泄洪道出口邊坡751高程。根據(jù)監(jiān)測中心數(shù)據(jù)，TPXCP-1-3測點2019年5月累計水平位移最大為5.68 mm，7月累計水平位移最大為7.01 mm，7月與5月累計水平位移差約為1.33 mm。根據(jù)現(xiàn)場實際情況得到差分圖(分辨率為7 mm)顯示，該TPXCP-1-3測點未出現(xiàn)水平位移變化，因1.33 mm小于7 mm，差分圖未出現(xiàn)白色差異點，屬于正常范圍，實驗成果合理?，F(xiàn)場實際情況得到的差分圖中顯示三個白點，為現(xiàn)場物資設(shè)備挪動部分，實驗成果合理。

實驗時對其中6個靶標(biāo)整體水平右移20 mm，差分圖中均能顯示其水平位移發(fā)生變化,且均向右側(cè)移動了16～22 mm，數(shù)據(jù)合理，精度滿足要求，達到了實驗預(yù)期成果。

4 結(jié) 語

大壩近庫岸邊坡的穩(wěn)定對于電站樞紐區(qū)水工建筑物的安全穩(wěn)定運行至關(guān)重要，針對現(xiàn)有人工現(xiàn)場采集數(shù)據(jù)后進行分析的邊坡監(jiān)測方式，本文創(chuàng)新性的提出基于邊坡三維模型創(chuàng)建的數(shù)字圖像監(jiān)測法，提供了一種新的途徑用于邊坡監(jiān)測。

本文主要研究成果與結(jié)論如下：

1)充分論證了圖像建模的監(jiān)測方式可用于水電站邊坡及重點部位變形監(jiān)測。

2)對邊坡進行圖像建模及可視化監(jiān)測的可行性研究表明，該監(jiān)測方式主要優(yōu)點如下：①與傳統(tǒng)的變形監(jiān)測方式相比，該法更適合邊坡表面的緩慢或勻速變形階段的滑坡監(jiān)測；②不同時間階段形成的邊坡三維模型成果，可直觀動態(tài)的分析邊坡表面位移變化過程，達到安全隱患預(yù)警的目的；③該方法具有設(shè)備簡單、操作簡便、數(shù)據(jù)采集和處理速度迅速、自動化程度高、可覆蓋整個邊坡表面等傳統(tǒng)測量方法無可比擬的優(yōu)點，能夠快速、高效、安全、無接觸地對邊坡選定區(qū)域進行測量[6]；④通過設(shè)置無人機影像獲取時的飛行高度，以形成不同分辨率的三維模型，邊坡測量精度可達到毫米級，滿足現(xiàn)有監(jiān)測精度的需求。