基于无人机图像的基坑施工安全监测和分析.pdf

137：2023年5月江西建材质量控制与检测基于无人机图像的基坑施工安全监测和分析陈曦中国建筑材料工业地质勘查中心辽宁总队，辽宁沈阳110004摘要：基坑的安全监测基本通过人工现场测量，且方法复杂，劳动密集，耗时长，容易忽略严重局部变形而造成意外塌风险。文中开发了一种利用无人机（UAV）图像进行基坑施工的快速安全监测分析方法，提出以基坑边坡安全倾角作为安全监测指标，以无人机拍摄的基坑图像为输入，进行了点云重建和表面拟合，引入局部变形分布评价基坑局部安全状态。实验结果验证了该方法的潜在优势。关键词：无人机；图像；基坑施工；监测；分析中图分类号：P642文献标识码：B文章编号：10 0 6-2 8 9 0（2 0 2 3）0 5-0 137-0 3Safety Monitoring and Analysis of Foundation Pit ConstructionBased on Drone ImagesChen XiLiaoning General Team,China Construction Materials Industry Geological Survey Center,Shenyang,Liaoning 110004Abstract:At present,the safety monitoring of foundation pits is often carried out through manual on-site measurements,and the methodsare complex,labor-intensive,time-consuming,and easy to overlook the risk of accidental collapse caused by severe local deformation.In response to this issue,this study developed a rapid safety monitoring and analysis method for excavation construction using unmannedaerial vehicle(UAV)images.Propose the safety inclination angle of the foundation pit slope as a safety monitoring indicator.Point cloudreconstruction and surface fitting were performed using the foundation pit images captured by drones as input.Introduce local deformationdistribution to evaluate the local safety status of foundation pits.The experimental results validate the potential advantages of this method.Key words:UAV;Image;Foundation pit construction;Monitor;Analysis0引言近年来，基坑总量和开挖深度不断增加，基坑工程应用领域得到快速发展1。基坑施工在建筑工程中起着重要的作用，且存在着一定的安全风险，如塌事故、渗漏事故等。传统的基坑施工监测方法一般采用人工巡视和监测等方式进行，这种方式效率低、成本高、准确性差。因此，研究一种新的基坑施工安全监测和分析方法势在必行2-3)。近年来，在用于监测和分析基坑的新技术和新方法方面有很大的突破。全站仪和倾角仪广泛用于获取监测数据，然后进行数据处理和分析，用于监测基坑变形。目前，已采用包括经纬仪和倾角仪在内的设备来监测变形相关指标，例如基坑坡度的顶部位移和挡土桩的水平位移4，但基线点往往因开挖工作影响安防监控的探测精度和及时性，使得上述设备的应用存在一定局限性。首先，单点监测只能建立有限数量的监测点，难以对基坑进行全面的监测研究。其次，由于施工现场环境复杂，难以保证基坑周围设置的站点的稳定性以及监控和参考点的实时互通。最后，无法同时监控基坑两侧，导致时间消耗大、效率低。综上所述，安全性在基坑施工的监测和分析中得到了较多关注，已广泛采用先进的设备来获取监测现场数据，并根据重作者简介：陈曦（19 8 9-），女，黑龙江双城人，本科，助理工程师，主要研究方向为测绘工程。建的三维模型计算几何信息，以确定现场安全性。但是，这些方法有两个主要限制。首先，大多数现场监测数据依赖于激光扫描、GPS和GIS技术，这对测量设备提出了很高要求，往往需要在基坑分析之前建立BIM模型5。其次，鉴于目前的基础坑安全监测方法，往往只考虑基坑的整体变形，却忽略了严重局部变形带来的安全隐患。针对上述问题，本文提出了一种基于无人机图像的基坑施工快速安全监测分析方法6 ,引入局部变形分布，快速评估基坑局部安全状态。无人机图像技术是一种新兴技术，其操作方便、实时性高、成本低廉。因此，在基坑施工监测中应用无人机图像技术具有较大潜力。本文通过具体案例研究，证明该方法可以快速识别潜在的当地高风险地区。安全监测方法论1.1安全监测指标对于深基坑，最陡的坡度要求以长宽比表示。纵横比可以转换为基坑边坡在垂直方向上的倾斜角（=arctanL/H）。用作安全监测指标的限值（见表1）。然而，在施工现场，无支撑的斜坡无法适应理想的单个平面。为了解决这个问题，将基础边坡划分为大量的网格，每个网格可以看作是一个面。如图1所示，每个网格平面与垂直方向之间的角度表示为6，并且可以确定每个网格表面的安全状态。当大于时，相关网格表面处于安全状态，否则，就有崩溃的风险。1382023年5月质量控制与检测江西建材表1基坑最陡边坡和垂直方向上基坑边坡的最小倾角坡顶无载荷坡顶静荷载坡顶动荷载土体类型极限坡度H：L极限倾斜度/极限坡度H：L极限倾斜度/极限坡度H：L极限倾斜度/中密砂1:1.00451:1.25511:1.5056中型砾石土（用作填料的砂土）1:0.75361:1.00451:1.2551硬塑性土1:0.67331:0.75361:1.0045中密度砾石土（粘土用作填料）1:0.50261:0.67331;0.7536硬塑粉质黏土、黏土1:0.33181:0.50261:0.6733老黄土1:0.1051:0.25141:0.3318软土1:1.0045一一一一77777HL图1拟合平面在垂直方向上的倾角1.2基于局部变形分布的宝全状态的确定基坑的原始点云可以用拟合网格表示。每个网格单元（例如本研究中的三角形）表示基坑的局部区域。即使基坑整体变形不严重，仍可能存在较大的局部变形区域，在施工过程中造成局部安全隐患。因此，引人局部变形分布来识别基坑局部危险区域，评估其变形程度。对于管接头栅格中的任何网格单元，如果修补程序在垂直方向上的倾斜角度低于指定的安全阈值，则该修补程序被视为局部危险单元。单个局部危险单位不会构成重大危险，当多个局部危险单元连接形成一个连续区域且覆盖范围够大时，将创建局部危险区域。设计局部变形分布，识别具有严重局部变形的连续单元并评估变形程度。定义1：基坑的网格=Tili=1,2，n)，其中Ti表示每个网格单元，以及网格单元的危险状态，由DS（T），可以计算为：9.0mDS(T.)=10else（1）式中：QTH是安全角的阈值，0,是网格单元从垂直方向的倾斜角度。0,计算方法如下：cos9,=TA+B+C2ICI（2)式中：A、B和C表示网格单元所在的平面方程的系数。当网格单元的倾斜角度低于指定的阈值时，该单元被认为是不安全的；否则，它被视为处于安全状态。定义2：对于不安全的网格单元T，设DR（T）为网格单元的局部变形率，由下式确定：DR(T)=1-0,/0TH(3)式中：OTH是安全角的阈值，0 是网格单元T与垂直方向的倾角。从公式（3）可以看出，局部变形率范围从0 到1。定义3：设LA=Tili=1,2，m)表示由m网格单位组成的局部区域。当该区域同时满足条件1和条件2 时，它被视为危险局部区域，由DLA表示。定义4：对于危险局部区域DLA，由LD（D LA）表示的局部变形分布计算如下：DR(T.)xS(T)LD(DLA)=E（4)2s(T)式中：DR（T），表示网格单元的局部变形率，使用公式（3）计算。可以看出，m的值越大，局部区域越大，LD越大，危险区域的风险等级越高。1.3无人机图像采集和点云生成利用大疆无人机获取基坑点云数据，原始数据的质量受到以下因素的影响。（1）飞行高度。飞行高度决定了地面分辨率。地面分辨率是在地面上可以区分的最小单位。一般来说，无人机离地面越近，地面分辨率就越高。（2）路线设计。在飞行过程中设置了常规网格模式，以尽可能保持恒定的地面分辨率。（3）重叠。原始图像数据的质量受重叠程度的显著影响。相邻影像重叠越多，从影像中提取的相关信息就越多，恢复点云数据就越准确。但是，当重叠程度增加到一定水平时，有用的相关信息量会稳定下来，只会生成更多的穴余数据。根据上述约束，建立了以下试验条件。（1）飞行高度设置为15m，以获得足够清晰的原始图像。（2）传统的网格模式用于捕获图像。（3）拍摄的图像至少有7 5%的正面重叠（相对于飞行方向）和至少6 0%的横向重叠（飞行轨迹之间）。要重建基坑的3D模型，必须将原始无人机图像转换为点云数据，数据存储为XYZ（点云坐标）格式。3案例研究3.1获取点云数据某基坑最大尺寸约为17 8 m85m，最大挖掘深度约为3.2 m，周边地区有住宅项目正在建设中。基坑的土体类型为硬模粉质粘土。为了保持图像清晰度和数据容量之间的平衡，根据现场条件将飞行高度设置为15m。在图像采集过程中，相机相对于地形保持恒定的高度，以确保稳定的地面分辨率。传统的网格模式用于采集至少7 5%正面重叠和至少6 0%侧面重叠的图像。无人机技术能够快速收集现场图像数据。设置好飞行参数后，无人机自动飞行，按照预定飞行路径拍照，10 min内完成数据采集。无需安装和使用复杂的测量设备，大大缩短了整体139上接第136 页）质量控制与检测江西建材2023年5月工作时间。使用Pix4Dmapper软件对获得的无人机图像进行处理。处理后的点云模型输出为XYZ格式，为后续算法处理提供原始数据。3.2点云数据分析在获得基坑点云数据后，MATLAB软件用于数据简化。精简后的点云数据保留了原点云模型的数据特征，同时去除了穴余数据点，有利于加快后续安全监控模型的运行效率。安全角阈值Q设置为18，以黄色或红色显示的点表示使用等式（3）的潜在局部不安全区域。这意味着部分土壤存在塌陷的危险。从点云构建三角网格，计算基坑局部变形分布。如表2 所示，确定了一组具有潜在危险的局部区域。平均倾角表示局部区域的平均倾角，即局部网格。表2基坑的潜在危险局部区域编号平均倾角/平均DR面积比/%LD12.580.8570.80.30025.150.7141.40.50433.280.8183.00.50949.340.48121.80.69852.960.8353.90.7154结语传统的数据采集方法，如三维激光扫描、GPS和GIS，通常对设备有较高要求且过程复杂，导致其应用非常困难，测量通3.4地下连续墙的位移在基坑开挖过程中，地下连续墙受到土壤应力的影响而偏移。选择2、15、2 8 和42 号槽的地下连续墙的位移模型进行数据处理。由于网格和模型操作的限制，对3m、6 m、9 m、12 m、15m、18m、2 1m、2 4m、2 7 m、30 m 和40 m位置的位移进行了分析（见图2）。6工况2工况3工况4工况5工况6工况7/4工况8工况9320102030405060深度/m图2插槽的墙偏移这些结果揭示了以下内容：（1）墙体偏移量随着开挖深度的增加而线性增加。此外，每种工况下的壁面偏移量都出现峰值，之后壁体偏移量开始减小。随着开挖深度的增加，墙的最大偏移量移动更深。（2）没有反向偏移计算，墙的最大偏移集中常需要数小时。此外，目前的基坑安全检测方法倾向于测量基坑的整体状况，并认为其整体变形或平移在限度内是安全的，然而，局部严重变形可能会对现场工人构成危险。本文提供了一种基于局部变形分布的基坑施工快速监测分析方法。以基坑无人机图像为输人，以基坑边坡安全倾角为安全监测指标，通过识别连续大局部变形区域，计算局部变形分布值，评价基坑局部安全状态。结果通过基坑重建网格中的颜色与原始图像相结合进行可视化。参考文献【1】李力，李海斌，赵庆攀.深基坑工程自动化监测技术与实践J。广东建材，2 0 2 3，39（4）：53-55.2周帅涛.深基坑施工中基坑监测技术的应用【J】.江西建材，2022(12):95-96,99.3赵莽，吴大国，姚运昌.深基坑工程变形监测方法探讨J。建筑安全，2 0 2 3，38（2）：9 0-9 2.4胡贝.无人机遥感测绘在基坑监测中的应用研究【J】.工程建设与设计，2 0 2 0（2 4）：2 42-2 43.5王挺.无人机遥感测绘在基坑监测中的应用探究【J。内蒙古煤炭经济，2 0 2 0（19）：19 3-19 4.6张爱军，刘伏志，黄政，等.无人机在施工管理及BIM中的应用J】.市政技术，2 0 19，37（3）：2 52-2 54.在大约总开挖深度的2/3的深度。（3）随着开挖深度的增加，墙体偏移曲线呈D型分布，模拟的最大偏移量为5.8 37 mm。4结语分析、监测和模拟结果表明，圆形地下连续墙的变形具有独特的约束特征。每种工况下的壁面偏移量都出现峰值，之后壁体偏移量开始减小，且变形曲线有明显的拐点，大部分拐点位于总开挖深度的2/3以上，最大壁面偏移监测值与模拟值的偏差仅为4.31%。因此，监测和本文的模拟数据非常一致，这为基坑开挖的安全控制和可持续研究提供了新的方法。参考文献【1】蒋兴祥，吴勇，张向阳.复杂周边环境下深基坑开挖监测与变形特性分析【J】.工程质量，2 0 2 2，40（7）：52-55.2袁金丽.深基坑开挖监测分析及数值模拟研究【J】.海河水利，2023(4):96-99.3王闯.软土地层深基坑开挖监测与模拟分析J.建筑技术开发，2022,49（12）：16 2-16 4.4孙梦尧，陈保国，秦善良.共墙深基坑开挖监测数据分析及数值模拟J】.工程建设，2 0 2 3，55（2）：1-7.5吴培元.深基坑开挖支护结构监测分析【J】.智能城市，2 0 2 0，6(9):174-175.6袁金丽.深基坑开挖监测分析及数值模拟研究【J】.海河水利，2023（4):9 6-9 9.