基于视频图像识别的边坡安全预警系统设计研究

2022-05-19卿启维张志辉李均

中国设备工程 2022年9期

卿启维，张志辉，李均

（国能大渡河革什扎水电开发有限公司，四川甘孜州丹巴县 626300）

边坡常处于地势险要地段，地理环境复杂多变，稳定状态不同，常因监控不到位造成损失，危及项目及人员安全。为了降低边坡灾害风险，势必要加大对边坡安全防治的投入，设计出基于视频图像识别的边坡安全预警系统，开展基于视频图像识别的边坡变形和稳定性实时连续监测及智能预测研究，对边坡安全的管理具有重要的意义。

1 基于视频图像识别的边坡安全预警系统设计

1.1 硬件设计

基于视频图像识别的边坡安全预警系统的设计中最重要的是传感器的选择。位移参数由expV-800监测，频率约1600MHz，功耗200mW，使用标准接口。边坡传感器为压力型，范围在0~145mpa，输出信号为5~25mA。内部参数测量采用硅固定仪，传感器采用标准接口输出钻孔安装，可有效监测边坡位移的内部情况。输出端和微固定倾斜仪通过接口连接到无线传感器，接口可通过简单的转换接入压力传感器，渗透压力传感器和DLK传感器输出5~18mA电流，通过电流为0~7v电压信号，转换成可用的A/D转换器电压信号。数据采集电源模块、CPU模块和无线传输模块需要电源来支持运行。为了能够让边坡安全预警系统在长时间内使用，一般会选择单功率在5w左右的太阳能电池板构成电源组合部件，且要求在信号较强的地方使用，可以标准预警电压和电流的检测过程。根据传感器输出信号的方式，设计传感器接口时，一定要考虑其使用节点的统一性，在分别连接5种传感器时，一定要注意接口设计。

1.2 软件设计

1.2.1 视频图像识别处理模块

在提出的边坡安全监测预警系统中，视频图像灾害监测预警系统通过无线方式将监测高边坡的摄像头直接连接到测控中心。系统用户分为监控中心管理员和普通用户。监控中心管理员具备系统提供的所有功能，包括边坡信息管理、监控类型信息管理、摄像头信息管理、图像模板特征数据库管理、系统用户信息管理、图像信息查看和预警信息查看、确认和预警消除；普通用户只能查看动态边坡监控预警信息，不能添加、删除、修改，图1显示了接收图像信息的过程。

图1 图像信息识别流程

图像识别子系统的功能是接收和存储图像，同时向图像处理子系统发送图像处理命令（包括图像编号），使图像处理子系统能够对图像进行后续处理。图像识别与传输终端定时或发送拍摄命令将拍摄的图像传输到服务器端，服务器端对图像进行预处理、确定图像名称、保存图像，将图像相关信息存入数据库，这部分由图像识别子系统完成。

1.2.2 有限元边坡安全计算

数值模拟计算前坡需要建立边坡滑坡的三维仿真模型，并进行高精度的计算，要求广泛应用于数值模拟。数值模拟边坡体并采取三维数值模拟的形式，三维有限元数值模拟比二维平面多了许多大型数值模拟计算，每个节点的位移有3个，应力和应变量也增加为6个，X，Y，Z 3个方向分别组件、结构化六面体单元是六面体的最基本结构单元，它是学习的基本单位——任意六面体和弯曲的六面体，因为无论什么样的六面体都可以转化为正六面体几何映射，这样的元素有良好的兼容性，如下式1所示。

式中，M为边坡监测点质量矩阵；u为边坡监测点的X方向位移向量；C为边坡监测点的Y方向位移向量；K为边坡监测点刚度矩阵；F为边坡监测点弹性模量。离散单元法与有限元数值计算、位移法在结构力学中的相似之处，第一步要求将连续矩阵转化为离散的单元矩阵，将连续的节点相互连接在一起，对桁架结构进行离散分析，单元之间可以存在3边或4边的平面构架，也可以存在4面或6面的空间架构，之后依照类似的离散结构进行位移分析，并调用位移形状函数公式，使用有限元法进行计算，公式可以通过位移模态导出，位移的模态选择和有限元法的计算收敛精度息息相关，想要最大程度上反映真实位移，就一定要满足位移单元的刚体要求。

1.2.3 安全预警数据采集流程

数据采集一般会花费12h左右的检测时间，因为边坡失稳过程异常缓慢，具体安全预警数据采集流程，如图2所示。

图2 无线传感器节点数据采集流程

接收到路由节点数据之后，该数据若是与节点之前的监控数据相似，数据就不会被发送汇聚；若是检测差异超标，则节点被再次监视可能存在的异常。使用无线通信来监听，在节点开启之后会进入无休眠时间的休息状态，达到12h的休眠时间后就必须开启数据采集，对所有内容进行发送处理，数据在发送和保存完毕之后继续进行休眠模式。在数据采集过程中，节点以1khz的速率接收和读取数据，通过滤波对平均数值去掉最大和最小的2个数据并平均计算，最终数值就是本次采集的最终节点。

2 测试实验

2.1 实验准备

系统设计完成后，在某边坡进行了测试。为了实现边坡安全的及时、准确监测预警，必须从环境复杂性和安全监测时效性的角度出发，采用硬件和软件集成的方法开发矿山地质灾害智能监测预警系统。在现有预测模型和稳定性评估模型的基础上，结合视频图像识别系统，通过软件编写将模型导入系统，实现全天候无人采集、自动快速传输矿区地质灾害环境数据的实时计算与处理。监测信息可视化和短信群发预警，实现边坡灾害全天24h独立实时监测预警。在Windows环境下开发了基于视频图像的坡度预警系统。具体开发环境如表1所示。

表1 系统开发环境

试验条件设置为坝体2侧155m范围内部署10个节点，共5个路由节点。由于试验条件的限制和安全考虑，试验对地表位移进行了1个半月的监测。

2.2 实验结果

根据上述测试节点的部署，完成视频图像识别的采集及安全预警处理。视频图像数据的采集通过GPRS发送数据，分析网络数据后，将传感器转换为实际数值，视频图像存储对存储在数据表中的数据做出分解统计和显示，列出了实验中提取的5个边坡安全预警系统的测量结果，以及系统在5个地点应用后对于不安全的预警误差。具体数据如表2所示。

表2 表面位移测试误差分析结果

对比5个预警监测系统的分析结果与实际位移情况，实验中的最小误差为0.0004mm；测得最大误差值均小于2mm，最大均方误差为0.6108mm；平均误差是测量误差的数学期望，均小于1.2mm。误差越小，坡度预警越准确，预警的收敛性越强。根据以上数据，通过实例得到的数据误差是稳定的，本设计计算误差稳定，可以准确获得安全预警，数据的准确可以保证预警报告将在视频图像识别后的第一时间发布。