一种应用于线路工程的二维激光面状水土流失智能测量装置

技术领域

本发明涉及输电线路水土流失实时精准监测领域，具体的说是一种应用于线路工程的二维激光面状水土流失智能测量装置。

背景技术

输变电工程的建设势必会破坏原有土地，影响生态环境，尤其因植被大规模破坏导致的水土流失、土地荒漠化日趋严重。传统的水土流失监测手段不足以对因项目建设造成的植被破坏、土层变化以及水土流失等情况进行及时全面有效的监督，复杂环境下的塔基水土流失，人工数据采集导致的监测时效性不足，监测数据易受到人为干扰，大量的人力投入也使得水土保持监测环节的经济成本大大上升。

其次，目前的水土流失监测多依赖单点数据采集，无法综合气象、水文、土壤流失、边坡位移等多源数据构建预测模型并形成有效预警。

发明内容

本发明的目的是要提供一种应用于线路工程的二维激光面状水土流失智能测量装置，以实现水土流失的高效精准监测，主动适应当前行政主管部门的事中监管外部压力，积极探索应对工作策略，满足现阶段输变电工程水土保持监测工作精准化、智能化的要求。

本发明通过下述技术方案来实现：

一种应用于线路工程的二维激光面状水土流失智能测量装置，包括相位激光测距仪、二轴结构控制单元、摄像头模块、气象7要素模块、面状水土流失主控单元、面状水土流失计算单元、数据存储单元；所述面状水土流失主控单元与数据存储单元、面状水土流失计算单元数据交互，二轴结构控制单元连接相位激光测距仪和摄像头模块，所述面状水土流失主控单元通过控制二轴结构控制单元进而调节相位激光测距仪和摄像头模块的位置和角度；相位激光测距仪和摄像头模块的测量数据传输至面状水土流失主控单元，并由数据存储单元存储，气象7要素模块连接面状水土流失主控单元，面状水土流失计算单元根据测量数据和气象7要素模块的规则来进行面状水土流失计算。

进一步优选，还包括本地接口及配置单元，用于进行数据导出和操作控制。

进一步优选，还包括用于向各模块供电的供电模块。

一种应用于线路工程的二维激光面状水土流失智能测量方法，包含以下三个步骤：

步骤一：判断当前测量时间点是否能够进行测量，以及通过人工智能方法判断测量区域内需要规避不可测量点；

步骤二：进行面状水土流失测量，获取监测面的水土流失监测数据；

步骤三：对水土流失监测数据进行处理，获取监测面的水土流失量。

具体地，判断当前测量时间点是否能够进行测量，主要是采集现场的气象数据，判断当前测量时间点，该现场是否适合做水土流失的数据采集。

具体地，判断测量区域内需要规避不可测量点主要是判断测量过程需要规避绿色植被的区域。通过设备的摄像头模块对测量区域进行采集，对测量区域通过语义分割的算法判断区域内是否存在绿色植物，通过语义分割算法将植物区域的轮廓获取并标识为不可测量区域。

具体地，语义分割识别的过程如下：采集线路区域植被品种照片，对采集的照片进行清洗和处理，对每张照片进行像素级别的类别标记，生产对应标签图片，使用Unet+语言分割网络模型，进行迭代训练，获取绿色植被模型；依据绿色植被模型对测量现场绿色植被区域进行判断。

进一步地，步骤二具体过程为：定时采集任务开始后，根据观测点的实时高程计算值进行相位激光测距仪所在云台横向步进调整和纵向步进调整；

H

其中，H

依次调整相位激光测距仪所在云台获取水土流失面状的测量数据，测量过程中进行数据异常判断，无异常则存储数据，当整个测量面扫描测量完成后，定时采集任务结束。

具体地，数据异常判断采用了3倍标准差原则进行判断:

其中，

测量的标准差σ的计算公式如下：

当测量点高程值超过

进一步地，获取监测面的水土流失量获取过程如下：

其中，H

本发明利用相位激光测距法的原理，将调制的激光发射出去，碰到物体反射回来，被相位激光测距仪接收，通过相位差计算出所测距离，利用这一原理，通过对所监测坡面进行矩阵式扫描，获得坡面面状水土流失数据，依据土壤流失的数据，估算当前测量面的土壤流失量。

本发明的有益效果：通过该装置的应用，从监测范围、监测频次以及数据传输设备等维度，构建适用于输变电工程水土流失精准监测集成技术体系，在满足日常水土保持监管需求的同时，达到节约水土流失监测人力物力投入的目的，实现水土保持管理的高效集约性，构建输变电工程水土保持信息化监测体系。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。

图1是本发明的测量装置原理功能框图。

图2是测量装置二轴结构图。

图3是本发明的一种应用于线路工程的二维激光面状水土流失智能测量方法流程图。

图4是语义分割识别流程图。

图5是测量数据采集流程图。

具体实施方式

下面结合附图进一步详细阐明本发明。

参照图1和图2，一种应用于线路工程的二维激光面状水土流失智能测量装置，包括相位激光测距仪、二轴结构控制单元、摄像头模块、气象7要素模块、面状水土流失主控单元、面状水土流失计算单元、数据存储单元、本地接口及配置单元、供电模块；所述面状水土流失主控单元与数据存储单元、面状水土流失计算单元数据交互，二轴结构控制单元连接相位激光测距仪和摄像头模块，所述面状水土流失主控单元通过控制二轴结构控制单元进而调节相位激光测距仪和摄像头模块的位置和角度；相位激光测距仪和摄像头模块的测量数据传输至面状水土流失主控单元，并由数据存储单元存储，气象7要素模块连接面状水土流失主控单元，面状水土流失计算单元根据测量数据和气象7要素模块的规则来进行面状水土流失计算；本地接口及配置单元，用于进行数据导出和操作控制；供电模块用于向各模块供电。

如图3所示，一种应用于线路工程的二维激光面状水土流失智能测量方法，包含以下三个步骤：

步骤一：判断当前测量时间点是否能够进行测量，以及判断测量区域内需要规避不可测量点；

步骤二：进行面状水土流失测量，获取监测面的水土流失监测数据；

步骤三：对水土流失监测数据进行处理，获取监测面的水土流失量。

具体地，判断当前测量时间点是否能够进行测量，主要是采集现场的气象数据，判断当前测量时间点，该现场是否适合做水土流失的数据采集。

具体地，判断测量区域内需要规避不可测量点主要是判断测量过程需要规避绿色植被的区域。通过设备的摄像头模块对测量区域进行采集，对测量区域通过语义分割的算法判断区域内是否存在绿色植物，通过语义分割算法将植物区域的轮廓获取并标识为不可测量区域。如图4所示，语义分割识别的过程如下：采集线路区域植被品种照片，对采集的照片进行清洗和处理，对每张照片进行像素级别的类别标记，生产对应标签图片，使用Unet+语言分割网络模型，进行迭代训练，获取绿色植被模型；依据绿色植被模型对测量现场绿色植被区域进行判断。

参照图5，本实施例步骤二的采集过程为：定时采集任务开始后，根据观测点的实时高程计算值进行相位激光测距仪所在云台横向步进调整和纵向步进调整；

H

其中，H

然后间隔1秒采集1次，连续采集5次；依次调整相位激光测距仪所在云台获取水土流失面状的测量数据，测量过程中进行数据异常判断，无异常则存储数据，当整个测量面扫描测量完成后，定时采集任务结束。

具体地，数据异常判断采用了3倍标准差原则进行判断。

均值的计算方式如下：

其中，

测量的标准差σ的计算公式如下：

当测量点高程值超过

本实施例中，获取监测面的水土流失量获取过程如下：

其中，H

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。