基于惯性导航和UWB的边坡变形智能感知装置及判识方法

本发明属于边坡变形监测,特别涉及一种基于惯性导航和uwb的边坡变形智能感知装置及判识方法。
背景技术:
1、边坡工程是交通基础设施的重要结构型式,而铁路沿线地质条件复杂,尤其处于高陡斜坡区的铁路存在地形起伏度大、地质灾害隐蔽性强、监测场景复杂、人机可达性差等现象,在施工扰动、强降雨、地震等内外剧烈动力耦合作用下,极易造成边坡失稳,产生局部滑移、崩塌变形,阻碍交通基础设施正常运营,严重威胁车辆和行人安全。近年来,随着边坡滑坡、崩塌等灾害监测需求的增加,监测技术已经得到了广泛的发展,包括空基/地基干涉合成孔径雷达、gnss技术,但是这些技术具有价格昂贵、布设周期长的缺点,难以适应临滑边坡快速布设检测需求,无法实时获取边坡位移、倾角等变形数据,不能为边坡稳定性判断提供数据支持。
技术实现思路
1、为了解决以上问题,本发明提供了一种基于惯性导航和uwb的边坡变形智能感知装置及判识方法。
2、为实现上述目的,本发明所采用的技术方案如下:
3、一种基于惯性导航和uwb的边坡变形智能感知装置,所述边坡变形智能感知装置包括壳体及其内部的供电终端和监测组件,所述监测组件包括主控芯片、传感模块、通讯模块和定位单元,所述主控芯片、传感模块、通讯模块和定位单元均与供电终端相连,所述传感模块、通讯模块和定位单元均与主控芯片相连;所述传感模块用于采集边坡变形信息,所述主控芯片用于接收并处理传感模块采集的信息,所述通讯模块用于将主控芯片发出的信号透传至远程终端,所述定位单元用于对边坡定位并将定位信息输送至主控芯片。
4、进一步的,所述定位单元包括北斗模块和uwb模块,用于实现边坡的广域定位和局部定位;所述传感模块采用惯性导航传感器,用于采集边坡变形产生的加速度和倾角数据;所述通讯模块采用lora数据通信模块。
5、进一步的,所述供电终端包括电源模块和电量显示模块,所述电源模块采用直流供电模式,所述电源模块设有两个输出端,两个输出端电压分别为5v和3.7v,分别用于供给监测组件和电量显示模块。
6、进一步的,所述壳体自上至下依次为圆柱部和圆锥部,所述圆柱部为下方敞口的罩体,所述圆柱部的下端与圆锥部的上端四周密封相连,所述供电终端和监测组件均设置于圆柱部内;所述圆柱部采用树脂材料制作,所述圆锥部采用不锈钢材料制作。
7、本发明还提供一种基于惯性导航和uwb的边坡变形判识方法,包括以下步骤:
8、步骤(1)采用边坡变形智能感知装置对边坡变形进行应急监测;
9、步骤(2)采用边坡变形智能感知装置采集的数据估计边坡融合位移;
10、步骤(3)判断边坡的稳定性。
11、进一步的,所述边坡变形智能感知装置还装载姿态传感器和陀螺仪,所述边坡变形智能感知装置与远程终端构成应急智能监测系统。
12、进一步的,所述应急智能监测系统包括感知层、网络层以及应用层,所述边坡变形智能感知装置作为感知层能够全面采集高陡边坡状态参数及运动参数,运动参数包括加速度和旋转速度;所述网络层上接应用层、下接感知层,用于将边坡变形智能感知装置的数据上传到应用层,并将应用层的控制命令下发给感知层;所述远程终端作为应用层,通过远程终端的人机交互设备检查边坡的状态并控制边坡变形智能感知装置。
13、进一步的,步骤(2)中计算边坡位移如下:
14、通过惯性导航传感器采集加速度信号并绘制加速度时程变化曲线a(t),位移is(t)与加速度之间的关系如下:
15、
16、式中,t、s、τ表示时刻,s≤t,dτ和ds为时间间隔;a(τ)的物理含义是τ从-∞到s时刻的积分,表示由于加速度的变化,形成s时刻的速度;是对s从-∞到t时刻的积分,表示位移的累计变化;
17、当加速度采集信号为离散值a(n),采集周围为δt时,并设置从0时刻开始采集,初始位移量为0,则式(1)为:
18、
19、式中,n、m为离散时刻,m≤n;δt为采样时间间隔;l表示检测时刻;
20、其中a(l)=ax(l)i+ay(l)j+az(l)k,ax(l),ay(l),az(l)分别表示l时刻在三维坐标平面x,y,z三个方向上的加速度分量;ax(l),ay(l),az(l)满足式(3):
21、
22、式中,g表示重力加速度;
23、获取加速度变化量如下:
24、
25、此时,边坡测量点在三维坐标平面x,y,z的位移分别为:
26、
27、进一步的,步骤(2)中边坡位移融合估计如下:
28、式(5)中边坡位移的计算误差由惯性导航传感器测量误差决定,由实验室分别测定x、y、z方向上的误差;设基于惯性导航传感器的测量值的方差分别为
29、通过uwb模块获取边坡变形智能感知装置在边坡表面的三维位置坐标x、y、z,设uwb模块获取的三维坐标平面位置坐标为(usx(n),usy(n),usz(n)),以0时刻的坐标为原点,则uwb模块测定的n时刻的位移量为:
30、
31、n时刻的测量误差仅与n时刻的位置相关;假设其误差服从均值为μu,方差为的正态分布为
32、设n时刻的误差服从均值为当前测量值,即μu=[δusx(n),δusy(n),δusz(n)];
33、对于方差,首先利用希尔伯特-黄变换,分别获取x,y,z三个方向上的位移变化趋势项,设趋势项序列分别为hsx(n),hsy(n),hsz(n),并以此为真值;
34、根据测量经验,误差项选择为最近q次测量数据方差:
35、
36、则由惯性导航和uwb融合位移测量值为:
37、
38、进一步的,步骤(3)中,设边坡变形智能感知装置监测边坡映射的位移二维平面为xoy平面,t时刻xoy平面上(x,y)处滑移体位移为i(x,y,t),t+δt时刻由于滑坡产生,滑移体产生位移为i(x+δx,y+δy,t+δt),则位移量相对于t的微分表示为:
39、
40、在测量过程中,设置边坡位移分辨率为3m×3m,假设(x,y)的位移量减少量与(x+δx,y+δy)位移增加量相同,即式(9)中
41、设分别表示其在x和y方向上的移动速度,则式(9)表示为:
42、ixvx+iyvy=-it (10)
43、根据l-k算法,vx和vy根据邻域值拟合估计,采用3×3邻域值拟合估计,设:
44、
45、则求解β可表示为:
46、β=(ata)-1atb (12)
47、(x,y)点的滑移动能e(x,y)为:
48、
49、其中m(x,y)为xoy中单位像素点对应的位移变化质量,m(x,y)=ρdxdydz;ρ为滑移体密度,dx和dy由测量分辨率决定,ρ、dx、dy为常量;dz为位移量变化量di,则式(13)可表示为:
50、
51、区域范围内的动能总量e(t)和最大能量e’(t)分别为:
52、e(t)=∑e(x,y,t) (15)
53、
54、根据e'(t)的变化过程与滑坡过程的蠕动变形、剧烈滑动、渐趋稳定的过程相对比,即可得到边坡的稳定性。
55、本发明与现有技术相比,所取得的技术进步在于:
56、本发明中的边坡变形智能感知装置利用供电终端提供电源,通过北斗模块和uwb模块对边坡进行高精度定位,通过惯性导航传感器采集边坡细微变形,主控芯片接收并处理惯性导航传感器采集的信息,通过通讯模块将主控芯片发出的信号透传至远程终端;采用多模块融合的位移测量方法,提出基于能量特征的边坡滑移稳定性判识方法,能够提高工程建设中对高陡边坡监测维护水平。
技术研发人员:杨勇,李晓帅,魏强,汤晓光,王景春,白国峰,包烨明,刘延宏,张先萌,董武,陈奇会
技术所有人:石家庄铁道大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
