典型文献
基于无人机倾斜摄影的公路边坡三维重建与灾害识别方法
文献摘要：
边坡灾害调查是及时发现边坡灾害隐患、预警边坡突发事故、避免重大人员伤亡和财产损失的重要手段.为克服传统人工边坡调查方法效率低、风险高、难度大等缺陷,提出了基于无人机倾斜摄影的公路边坡三维重建和灾害识别方法.引入运动恢复结构(Structure from Motion,SfM)和多视图立体匹配算法(Multi View Stereo,MVS),利用无人机多视角序列影像重构了公路边坡三维实景模型;利用基于多尺度模型与模型点云比较算法(Multiscale Model to Model Cloud Com-parison,M3C2)的三维点云数据变化检测技术,实现了公路边坡滑坡、坍塌、落石等灾害场景的自动识别;通过边坡现场验证试验,证实采用无人机倾斜摄影方法构建的边坡三维实景模型的单方向精度均优于2.0 cm,并成功识别用于模拟边坡变化的最小尺寸为8.0 cm×9.0 cm×13.0 cm在内的纸箱位置、形状及尺寸;将该技术应用于某公路边坡工程地质灾害调查,成功识别出一处塌陷区域及隆起区域大约为65.0 m×15.0 m的边坡滑坡病害,构建的三维实景模型精度达到厘米级水平.研究结果表明:基于无人机倾斜摄影的公路边坡灾害调查方法适用于城市道路、公路等边坡自动化检测,尤其适用于陡峭、危险性高、难以抵达的边坡智能化检测,具有较强科学研究和工程实用价值.
文献关键词：
道路工程;灾害识别;三维模型重建;无人机倾斜摄影
中图分类号：
作者姓名：
余加勇;薛现凯;陈昌富;陈仁朋;何旷宇;李锋
作者机构：
湖南大学建筑安全与节能教育部重点实验室,湖南长沙 410082;湖南大学土木工程学院,湖南长沙 410082
文献出处：
引用格式：
[1]余加勇;薛现凯;陈昌富;陈仁朋;何旷宇;李锋-.基于无人机倾斜摄影的公路边坡三维重建与灾害识别方法)[J].中国公路学报,2022(04):77-86
A类：
点云比较,M3C2
B类：
无人机倾斜摄影,公路边坡,三维重建,灾害识别,边坡灾害,突发事故,人员伤亡,财产损失,传统人工,人工边坡,调查方法,运动恢复结构,Structure,from,Motion,SfM,多视图立体,立体匹配算法,View,Stereo,MVS,多视角,序列影像,三维实景模型,多尺度模型,Multiscale,Model,Cloud,Com,parison,三维点云数据,数据变化,变化检测,边坡滑坡,坍塌,落石,灾害场景,自动识别,现场验证,验证试验,单方,小尺寸,纸箱,形状及尺寸,边坡工程,工程地质灾害,地质灾害调查,一处,塌陷区,隆起区,模型精度,厘米,城市道路,自动化检测,陡峭,抵达,智能化检测,道路工程,三维模型重建
AB值：
0.362064
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
