白鶴灘水電站近壩邊坡圖像建模及可視化監(jiān)測(cè)可行性研究

周 軍，李小亮，馬國(guó)輝，李俊杰

(1.中國(guó)長(zhǎng)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(hù)邊坡，邊坡數(shù)量龐大。蓄水發(fā)電后的電站運(yùn)行期，在地震、庫(kù)區(qū)水位波動(dòng)、地質(zhì)構(gòu)造、氣候及風(fēng)化作用等影響下，對(duì)邊坡進(jìn)行表面位移監(jiān)測(cè)意義重大，當(dāng)分析到邊坡處于蠕動(dòng)變形時(shí)進(jìn)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(duì)邊坡穩(wěn)定及變形進(jìn)行判斷主要通過(guò)邊坡監(jiān)測(cè)的方式，可通過(guò)位移監(jiān)測(cè)墩、測(cè)斜孔等獲得數(shù)據(jù)進(jìn)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(xiǎn)大；②數(shù)據(jù)采集時(shí)間較長(zhǎng)，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(zhǎng)，時(shí)效性差；⑤設(shè)備設(shè)施維護(hù)工作量大。同時(shí)，有限測(cè)點(diǎn)得到的數(shù)據(jù)去分析更大范圍的區(qū)域，可能與現(xiàn)場(chǎng)實(shí)際情況不符。工程技術(shù)人員測(cè)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(qiáng)，這對(duì)于更加切合實(shí)際及直觀的進(jìn)行邊坡穩(wěn)定性分析有著極大的制約作用。

數(shù)字圖像測(cè)量是近年來(lái)新興的邊坡監(jiān)測(cè)技術(shù)，與傳統(tǒng)方法等比較，具有廉價(jià)、高效、穩(wěn)定、安全的優(yōu)勢(shì)[1]。本文主要研究論證對(duì)邊坡進(jìn)行圖像建模并實(shí)現(xiàn)可視化監(jiān)測(cè)的可行性[2]。通過(guò)采用現(xiàn)場(chǎng)實(shí)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(guò)其它監(jiān)測(cè)數(shù)據(jù)顯示其處于變形階段)邊坡進(jìn)行了現(xiàn)場(chǎng)試驗(yàn)。通過(guò)無(wú)人機(jī)搭載高清相機(jī)對(duì)該邊坡表面區(qū)域進(jìn)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(dòng)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(lèi)特征向量空間和更改映射的方式對(duì)不同間隔時(shí)間點(diǎn)形成的模型進(jìn)行自動(dòng)對(duì)比分析，通過(guò)映像變化達(dá)到監(jiān)測(cè)邊坡表面位移變化及變形的目的。

1 邊坡試驗(yàn)影像獲取原理

本次試驗(yàn)影像獲取選用Falcon8多旋翼無(wú)人機(jī)，其為集專(zhuān)業(yè)檢測(cè)航拍于一體的“智能無(wú)人機(jī)+人工智能”飛機(jī)。其基本構(gòu)造包括：飛行平臺(tái)、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(jī))、數(shù)據(jù)傳輸系統(tǒng)、發(fā)射與回收系統(tǒng)等。其具有超強(qiáng)穩(wěn)定性、不受磁場(chǎng)干擾、輕便易攜帶、超高的工作效率、極致智能航線(xiàn)規(guī)劃等優(yōu)點(diǎn)。

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

表1 兩種試驗(yàn)方案對(duì)比

圖1 白鶴灘水電站泄洪洞出口邊坡實(shí)驗(yàn)區(qū)域圖

圖2 現(xiàn)場(chǎng)試驗(yàn)兩種靶標(biāo)圖

表2為本次現(xiàn)場(chǎng)影像獲取試驗(yàn)整個(gè)過(guò)程記錄。

表2 試驗(yàn)過(guò)程記錄表

對(duì)于整個(gè)數(shù)據(jù)采集流程，通過(guò)Falcon8多旋翼無(wú)人機(jī)配套的航線(xiàn)規(guī)劃軟件ASCTEC NAVIGATOR，對(duì)待測(cè)區(qū)域進(jìn)行區(qū)域標(biāo)注并按照拍攝距離進(jìn)行航線(xiàn)設(shè)計(jì)。為了對(duì)比不同分辨率下的模型分析效果，在進(jìn)行航線(xiàn)設(shè)計(jì)的時(shí)候，通過(guò)調(diào)整航線(xiàn)與邊坡的相對(duì)位置設(shè)計(jì)兩個(gè)飛行計(jì)劃，使得無(wú)人機(jī)分別距離邊坡10、20 m。根據(jù)邊坡的現(xiàn)狀，無(wú)人機(jī)負(fù)載即攝像機(jī)采用拍攝角度定為-10°，便于獲取更多的邊坡細(xì)節(jié)。再通過(guò)地面站調(diào)整航線(xiàn)的高度，無(wú)人機(jī)的航向(垂直于邊坡走向)，航點(diǎn)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(xiàn)參數(shù)，如圖3所示。

圖3 實(shí)驗(yàn)航線(xiàn)設(shè)計(jì)圖

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

圖4 現(xiàn)場(chǎng)實(shí)驗(yàn)航線(xiàn)效果圖

作為整個(gè)實(shí)驗(yàn)研究中極為重要的一環(huán)也是最基礎(chǔ)的一環(huán)，需對(duì)數(shù)據(jù)的完整性及質(zhì)量好壞進(jìn)行檢查。影像數(shù)據(jù)不僅僅是相片，其中還包含了無(wú)人機(jī)自身所賦予影像的pos信息，即無(wú)人機(jī)的航點(diǎn)位置信息以及相機(jī)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(jué)感受即可，選取百分之五左右的相片進(jìn)行檢查，觀察相片的詳細(xì)參數(shù)以及多個(gè)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(shí)驗(yàn)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(guò)前面獲取的影像數(shù)據(jù)，采用ContextCaptureCenter建模軟件對(duì)待監(jiān)測(cè)邊坡進(jìn)行精細(xì)化建模。ContextCaptureCenter (CC)是一款軟件解決方案，可在無(wú)任何人工干預(yù)的情況下，基于簡(jiǎn)單的影像或基于點(diǎn)云生成高分辨率三維模型[4]。

無(wú)人機(jī)10 m飛行高度模型成果與20 m飛行高度模型成果分別見(jiàn)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(jìn)行細(xì)節(jié)對(duì)比，以論證不同精度的建模效果，見(jiàn)圖8。

圖8 10 m與20 m飛行高度后生成模型細(xì)節(jié)對(duì)比圖

通過(guò)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(guò)數(shù)據(jù)整理分析，采用10 m的數(shù)據(jù)源，實(shí)現(xiàn)建模圖像分辨率低于7 mm。

3 邊坡圖像三維模型對(duì)比及圖像分析

在不同時(shí)間獲取的區(qū)域圖像稱(chēng)為多時(shí)間圖像，變化檢測(cè)涉及分析兩個(gè)多時(shí)間圖像以及兩個(gè)多時(shí)間模型以找出兩個(gè)時(shí)間之間可能發(fā)生的任何變化。此對(duì)比檢測(cè)異常方法涉及自動(dòng)分析變化數(shù)據(jù)，即差異圖像，使用多時(shí)間圖像構(gòu)建。差異圖像是2個(gè)圖像的逐個(gè)像素減法。然后，通過(guò)主成分分析(PCA)提取來(lái)自差異圖像的像素塊的特征向量。隨后，通過(guò)將該像素的鄰域投影到特征向量上，為差異圖像中的每個(gè)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(guò)K均值算法進(jìn)行聚類(lèi)時(shí)給出了兩個(gè)聚類(lèi)——即一個(gè)表示屬于改變的類(lèi)的像素，另一個(gè)表示屬于未改變的類(lèi)的像素。每個(gè)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(guò)分析該圖像，可以得到具體變化[5]。

根據(jù)現(xiàn)場(chǎng)實(shí)際情況得到試驗(yàn)成果，將7月與9月的兩個(gè)模型對(duì)齊，像素對(duì)比得到圖像的差分圖見(jiàn)圖9。對(duì)比現(xiàn)場(chǎng)試驗(yàn)過(guò)程記錄照片，差分圖中出現(xiàn)的三個(gè)白點(diǎn)，為現(xiàn)場(chǎng)堆存物資挪動(dòng)，點(diǎn)位發(fā)生變化而形成的成果。

圖9 現(xiàn)場(chǎng)實(shí)際情況得到黑白差分圖

將兩組模型對(duì)比后得到差分圖成果，如圖10～圖16所示。

圖10 1號(hào)靶標(biāo)移動(dòng)前后分析圖

圖11 2號(hào)靶標(biāo)移動(dòng)前后分析圖

圖12 3號(hào)靶標(biāo)移動(dòng)前后分析圖

圖13 4號(hào)靶標(biāo)移動(dòng)前后分析圖

圖14 5號(hào)靶標(biāo)移動(dòng)前后分析圖

圖15 6號(hào)靶標(biāo)移動(dòng)前后分析圖

圖16 6個(gè)靶標(biāo)移動(dòng)形成差分圖整體效果圖

在約2 000 m2實(shí)驗(yàn)區(qū)域內(nèi)，白鶴灘水電站監(jiān)測(cè)中心已有測(cè)點(diǎn)TPXCP-1-3，其位于泄洪道出口邊坡751高程。根據(jù)監(jiān)測(cè)中心數(shù)據(jù)，TPXCP-1-3測(cè)點(diǎn)2019年5月累計(jì)水平位移最大為5.68 mm，7月累計(jì)水平位移最大為7.01 mm，7月與5月累計(jì)水平位移差約為1.33 mm。根據(jù)現(xiàn)場(chǎng)實(shí)際情況得到差分圖(分辨率為7 mm)顯示，該TPXCP-1-3測(cè)點(diǎn)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(diǎn)，屬于正常范圍，實(shí)驗(yàn)成果合理?，F(xiàn)場(chǎng)實(shí)際情況得到的差分圖中顯示三個(gè)白點(diǎn)，為現(xiàn)場(chǎng)物資設(shè)備挪動(dòng)部分，實(shí)驗(yàn)成果合理。

實(shí)驗(yàn)時(shí)對(duì)其中6個(gè)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(dòng)了16～22 mm，數(shù)據(jù)合理，精度滿(mǎn)足要求，達(dá)到了實(shí)驗(yàn)預(yù)期成果。

4 結(jié) 語(yǔ)

大壩近庫(kù)岸邊坡的穩(wěn)定對(duì)于電站樞紐區(qū)水工建筑物的安全穩(wěn)定運(yùn)行至關(guān)重要，針對(duì)現(xiàn)有人工現(xiàn)場(chǎng)采集數(shù)據(jù)后進(jìn)行分析的邊坡監(jiān)測(cè)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(cè)法，提供了一種新的途徑用于邊坡監(jiān)測(cè)。

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(cè)方式可用于水電站邊坡及重點(diǎn)部位變形監(jiān)測(cè)。

2)對(duì)邊坡進(jìn)行圖像建模及可視化監(jiān)測(cè)的可行性研究表明，該監(jiān)測(cè)方式主要優(yōu)點(diǎn)如下：①與傳統(tǒng)的變形監(jiān)測(cè)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(cè)；②不同時(shí)間階段形成的邊坡三維模型成果，可直觀動(dòng)態(tài)的分析邊坡表面位移變化過(guò)程，達(dá)到安全隱患預(yù)警的目的；③該方法具有設(shè)備簡(jiǎn)單、操作簡(jiǎn)便、數(shù)據(jù)采集和處理速度迅速、自動(dòng)化程度高、可覆蓋整個(gè)邊坡表面等傳統(tǒng)測(cè)量方法無(wú)可比擬的優(yōu)點(diǎn)，能夠快速、高效、安全、無(wú)接觸地對(duì)邊坡選定區(qū)域進(jìn)行測(cè)量[6]；④通過(guò)設(shè)置無(wú)人機(jī)影像獲取時(shí)的飛行高度，以形成不同分辨率的三維模型，邊坡測(cè)量精度可達(dá)到毫米級(jí)，滿(mǎn)足現(xiàn)有監(jiān)測(cè)精度的需求。