(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210910418.0 (22)申请日 2022.07.29 (71)申请人 中国科学院武汉岩土力学研究所 地址 430071 湖北省武汉市武昌区水果湖 街小洪山2号 (72)发明人 杜文杰　付晓东　盛谦　陈健　 康景宇　汪海滨　 (74)专利代理 机构 武汉知伯乐知识产权代理有 限公司 42 282 专利代理师 胡江 (51)Int.Cl. G06V 20/17(2022.01) G06V 20/64(2022.01) G06T 17/05(2011.01) G06V 10/762(2022.01) (54)发明名称 基于无人机LiDAR仿地飞行的高陡边坡危岩 体快速识别方法 (57)摘要 本发明公开了一种基于无人机LiDAR仿地飞 行的高陡边坡危岩体快速识别方法， 包括： 通过 无人机搭载相机和LiDAR系统， 对目标边坡区域 进行测量飞行作业； 建立边坡的DOM影像模型对 解算后的LiDAR点 云数据进行滤波； DOM影像结合 点云透视投影， 进行灾害体初步解译与识别； 在 滤波处理后的地面点云基础上， 提取粗糙度指 数、 坡度指数及结构面产状信息对应的典型几何 特征； 几何特征叠加至对应的边坡DOM影像上； 通 过获取岩质边坡的坡面DOM影像和基于点 云模型 的关键几何特征参数， 人机交互式识别危岩体。 引入粗糙度指数和坡度指数来减少识别难度， 有 利于进行人机交互识别危岩体， 提高了识别危岩 体的准确率和效率。 权利要求书2页 说明书6页 附图13页 CN 115439762 A 2022.12.06 CN 115439762 A 1.一种基于无人机LiDAR仿地飞行的高陡边坡危岩体快速识别方法， 其特征在于， 它包 括以下步骤： S100： 通过无人机搭载相机和L iDAR系统， 对目标边坡区域进行测量飞行作业； S200： 基于SfM三维重建技术， 在获取的无人机影像数据基础上建立边坡的DOM影像模 型； S300： 利用模拟滤波算法， 对解算后的LiDAR点云数据进行滤波， 滤除建筑物、 植被点 云， 保留反映地 面起伏特征的地面点云； S400： 在边坡DOM影像的基础上， 结合点云透视投影， 根据投影阴影位置进行灾害体初 步解译与识别； S500： 通过引入粗糙度指数反映露头坡面的不平整特性； 引入坡度指数来反映悬空危 岩块的位置和规模， 在滤波处理后的地面点云基础上， 提取粗糙度指数、 坡度指数及结构面 产状信息对应的典型几何特 征； S600： 将步骤S500得到的粗糙度指数和坡度指数对应的典型几何特征叠加至对应的边 坡DOM影像上； S700： 通过获取岩质边坡的坡面D OM影像和基于点云模型的关键几何特征参数， 人机交 互式识别危岩体。 2.根据权利要求1所述的基于无人机LiDAR仿地飞行的高陡边坡危岩体快速识别方法， 其特征在于： 步骤S10 0中无人机采取仿地飞行， 操作步骤如下： 首先针对高陡边坡研究区域， 划定飞行区域， 基于区域DSM规划仿地飞行航线， 在飞行 作业中， 通过已有三维地表数据DSM， 使无人机保持与地面目标的高度不变， 根据地形高低 起伏自主调整飞行高度， 对凸出表面遮挡区域进行多角度扫描； 架设地面基站并连接飞行 器； 无人机执行航线任务获取原 始数据。 3.根据权利要求1所述的基于无人机LiDAR仿地飞行的高陡边坡危岩体快速识别方法， 其特征在于： 步骤S300中模拟滤波算法采用 “布料”模拟滤波算法， 即CSF方法， 具体方法如 下： 首先将三维点云倒置， 然后通过模拟布料覆盖倒置后的点云， 基于 “布料”曲面的位置 生成近似的地表形状， 最后对比原始点云数据中的点和生成的 “布料”曲面之间的距离， 从 而由原始点云数据中识别地 面点并分离非地 面点。 4.根据权利要求1所述的基于无人机LiDAR仿地飞行的高陡边坡危岩体快速识别方法， 其特征在于： 步骤S5 00中粗糙度指数γ 计算方法如下： 表面粗糙度指数即点云高程标准偏差， 在以当前点i为圆心， 半径为1.0m的采样窗口内 计算点i的表面粗糙度。 定义式如下： 式中z是采样窗口内采样点的高程， z'是采样窗口内所有点的平均高程， n是采样窗口 中的点数。 表面粗糙度指数的计算是基于在移动的局部采样窗口(半径1.0m)内拟合的高程模型 进行的高程偏差计算。权　利　要　求　书 1/2 页 2 CN 115439762 A 25.根据权利要求1所述的基于无人机LiDAR仿地飞行的高陡边坡危岩体快速识别方法， 其特征在于： 所述 步骤S500中坡度指数θ 的计算方法如下： 根据点云中每 个点的平面法向量得 出算式 式中Nx,Ny,Nz为平面法向量分量。 6.根据权利要求1所述的基于无人机LiDAR仿地飞行的高陡边坡危岩体快速识别方法， 其特征在于： 步骤S5 00中， 所述结构面产状的信息获得 方法如下： 滤波后的地面点云通过DSE软件半自动识别其中的不连续结构面并进行聚类， 以识别 具有相同结构面特征的点簇， 确定结构面点簇， 每个点按聚类的结构面着色， 记录倾角和倾 向的结果以及每组结构面的占比。 7.根据权利要求1所述的基于无人机LiDAR仿地飞行的高陡边坡危岩体快速识别方法， 其特征在于： 所述步骤S600的具体方法如下： 将步骤S500得到的典型几何特征及对应的边 坡DOM影像置于同一空间坐标系下， 将典型几何特征对应坐标以正投影形式叠加到对应的 边坡DOM影 像中。 8.根据权利要求1所述的基于无人机LiDAR仿地飞行的高陡边坡危岩体快速识别方法， 其特征在于： 步骤S700中， 通过获取岩质边坡的坡面DOM影像和基于点云模 型的关键几何特 征参数， 人机交 互式识别危岩体的方法如下： 在DOM影像的基础上， 通过引入粗糙度和坡度等反映危岩体几何特征的参数， 对悬空危 岩体进行人机交互式识别： 对于后缘脱离母岩后形成陡坎， 通过DOM影像的目视识别即可进 行判断； 将局部粗糙度突变且相邻区域存在悬空面的初步识别为悬空危岩体； 对于突变粗 糙度呈狭长分布的区域， 可识别为 倾倒型危岩体的后壁陡坎或裂缝。权　利　要　求　书 2/2 页 3 CN 115439762 A 3