基于无人机倾斜摄影的公路边坡三维重建与灾害识别方法
第!"卷!第#期
$%$$年#月
中!国!公!路!学!报
&'()*+,-(
.
'/,01*)2
3
,
456,!"
!75,#
8
3
1,$%$$
文章编号!
9%%9:;!;$
!
$%$$
"
%#:%%;;:9%
!收稿日期!
$%$%:9%:$#
!基金 项 目!国家重点研发计划项目!
$%9<V`&%R%%$%;
"%长沙市科技计划项目!
Q
L
9O%;99%
"%湖南省水利科技项目!
fY[+$%$9%%%:#<
"
#作者 简 介!余加 勇!
9O;<:
"$男$湖 北孝 感 人$副教 授$工学 博士 $
>:C*(6
#
2H1KB
G
()
.
0
')H,B?H,J)
(
基于无人机倾斜摄影的公路边坡三维
重建与灾害识别方法
余加勇#
9
#
$#薛现凯9
#
$#陈昌富9
#
$#陈仁朋9
#
$#何旷宇9
#
$#李!锋9
#
$
!
9,湖南大学 建筑安全与节 能 教 育 部 重 点 实 验 室 $湖 南 长 沙 !
#9%%R$
%
$,湖 南大学 土木工程学院$湖南 长 沙 !
#9%%R$
"
摘要!边坡灾害调查是及时发现边坡灾害隐患'预 警 边 坡 突 发 事 故 '避免重大人员伤亡和财产损失
的重要手段&为 克服 传统 人 工边 坡 调查 方法 效 率 低'风 险 高 '难 度 大 等 缺 陷 #提 出 了 基 于 无 人 机 倾
斜摄影的公路边坡三维重建和灾害识别方法&引 入 运 动 恢 复 结 构 +
Y@1HJ@H1BD15C T5@(5)
#
YDT,
和多视图立体匹配算法+
TH6@(4(B/Y@B1B5
#
T4Y
,#利 用 无人 机 多 视 角 序 列 影 像 重 构 了 公 路 边 坡
三维实景模型(利用基于多尺度模型与模型点云比较算法+
TH6@(2J*6BT5?B6@5T5?B6&65H?&5C:
3
*1(25)
#
T!&$
,的三维点云数据变化检测技术#实现了公路边坡滑坡'坍 塌'落 石 等 灾 害 场 景 的 自
动识别(通过边坡现场验证试 验 #证 实 采 用 无 人 机 倾斜摄影方法构建的边坡三维实景模型的单方向
精度均优于$,%JC#并成功识别用于模拟边坡变化的最小尺寸为R,%JC\O,%JC\9!,%JC 在 内
的纸箱位置'形状及尺寸(将 该技 术应 用 于某 公 路边 坡 工 程 地 质 灾 害 调 查 #成 功 识 别 出 一 处 塌 陷 区
域 及隆 起区 域 大 约 为 <",%C\9",%C 的边坡滑坡病害#构 建 的 三 维 实 景 模 型 精 度 达 到 厘 米 级 水
平&研究结果表明)基于无人机倾斜摄影 的 公 路 边 坡 灾 害 调 查 方法适用于城市道路'公路等边坡自
动化检测#尤其适用于陡峭'危险性高'难以抵达 的 边 坡 智 能 化 检 测 #具有较强科学研究和工程实用
价值&
关键词!道路工程(灾害识别 (三 维 模 型 重 建 (无 人 机 倾斜摄影
中图分类号!
=#9<,9#
!!!文献标志码!
8
/+0$$P<&N$).&(),4#$2().90329&(),)<U&.,.9$0V<$)9&1&2,9&()(1
M&
6
+',
;
Q4(
G
$O.&)
6O)N,))$<7$0&,4Y$+&24$P8,.$<
\84&
H
3$J+(9(
6
0,
G
+
;/$2+)&
H
3$
V=+(*:
G
5)
.
#
9
$
$$
f=>f(*):Q*(
9
$
$$
&->7&'*)
.
:DH
9
$
$$
&->7 UB):
3
B)
.
9
$
$$
-> [H*)
.
:
G
H
9
$
$$
bE`B)
.
9
$
$
!
9,[B
Gb*I51*@51
G5DSH(6?()
.Y*DB@
G*)?>)B1
.G>DD(J(B)J
G5DT()(2@1
G5D>?HJ*@(5)
$
-H)*)=)(KB12(@
G
$
&'*)
.
2'*#9%%R$
$
-H)*)
$
&'()*
%
$,&566B
.
B5D&(K(6>)
.
()BB1()
.
$
-H)*)=)(KB12(@
G
$
&'*)
.
2'*#9%%R$
$
-H)*)
$
&'()*
"
78.90,29
#
Y65
3
B?(2*2@B1()KB2@(
.
*@(5)(2*)(C
3
51@*)@/51Q@5@(CB6
G?(2J5KB1'(??B)?*)
.
B125D
265
3
B2
$
B*16
G/*1)265
3
B*JJ(?B)@2
$
*)?*K5(?C*
P
51J*2H*6@(B2*)?3
15
3
B1@
G?*C*
.
B,E)51?B1@5
5KB1J5CB@'B2'51@J5C()
.
25D@'B@1*?(@(5)*6C*)H*62H1KB
G
2HJ'*265/BDD(J(B)J
G
$
'(
.
'1(2Q*)?
?(DD(JH6@
G
$
@'(2 3
*
3
B1 3
1B2B)@2 * )5KB6 CB@'5? D51 '(
.
'/*
G265
3
B@'1BB:?(CB)2(5)*6 !
!A"
1BJ5)2@1HJ@(5)*)??(2*2@B1E?B)@(D(J*@(5)H2()
.H)C*))B?*B1(*6KB'(J6B !
=84"
:I*2B?5I6(
L
HB
3
'5@5
.
1*
3
'
G@BJ')(
L
HB,8 !A 1BJ5)2@1HJ@(5)@BJ')(
L
HB /*2()@15?HJB? H2()
.Y@1HJ@H1BD15C
C5@(5) !
YDT"
*)?CH6@(:K(B/2@B1B5 !
T4Y
"
*6
.
51(@'C2,!A1B*6(2@(JC5?B625D'(
.
'/*
G265
3
B2
J5H6?IB1BJ5)2@1HJ@B?H2()
.=84:*J
L
H(1B?CH6@(:K(B/(C*
.
B2,8)*6
.
51(@'CI*2B?5)TH6@(2J*6B
T5?B6@5 T5?B6&65H?&5C
3
*1(25) !
T!&$
"/*2H2B?D51J'*)
.
B?B@BJ@(5)25D!A 3
5()@J65H?
?*@*,A(2*2@B12JB)B25D'(
.
'/*
G
265
3
B2HJ'*26*)?26(?B
$
J566*
3
2B*)?15JQD*66J5H6?IB(?B)@(D(B?
*H@5C*@(J*66
G
,8 KB1(D(J*@(5)BF
3
B1(CB)@ /*2J5)?HJ@B?@5*22B22@'B*JJH1*J
G5D!A1B*6(2@(J
C5?B6()B*J'?(1BJ@(5),8665D*JJH1*J(B2()@'1BB?(1BJ@(5)25D@'B265
3
B C5?B6*1B6B22@'*)
$,%JC,0'B3
52(@(5)2
$
2'*
3
B2*)?2(MB25DJ*1@5)2
$
()J6H?()
.
*2B@5D2C*66J*1@5)2/(@'2(MB25D
R,%JC\O,%JC\9!,%JC$/B1B2HJJB22DH66
G(?B)@(D(B?
$/'(J' /B1BH2B?@52(CH6*@B265
3
B
J'*)
.
B2,0'B3
15
3
52B? CB@'5? /*2*
33
6(B?@5*.
B565
.
(J*6?(2*2@B12H1KB
G5D*'(
.
'/*
G265
3
B
3
15
P
BJ@,86*)?26(?B?(2*2@B1/(@'*J566*
3
2B?*)?1*(2B?*1B*5D*
33
15F(C*@B6
G<",% C\9",% C
/*22HJJB22DH66
G(?B)@(D(J*@(5)
$
*)?*!A C5?B65D@'B'(
.
'/*
G265
3
B /(@'*JB)@(CB@B16BKB6
*JJH1*J
G/*2B2@*I6(2'B?,E)J5)J6H2(5)
$
@'B265
3
B2H1KB
GCB@'5?I*2B?5)@'B =84 5I6(
L
HB
3
'5@5
.
1*
3
'
G
@BJ')(
L
HB(22H(@*I6BD51265
3
B*H@5C*@(5)?B@BJ@(5)25DI5@''(
.
'/*
G
2*)?H1I*)
15*?2
$
B2
3
BJ(*66
G
D512@BB
3
$
?*)
.
B15H2*)?'*1?:@5:1B*J'265
3
B2,0'B
3
15
3
52B?CB@'5?'*22@15)
.
2J(B)@(D(J1B2B*1J'*)?B)
.
()BB1()
.3
1*J@(J*6K*6HB,
:$
;
'(0<.
#
15*?B)
.
()BB1()
.
%
?(2*2@B1(?B)@(D(J*@(5)
%
!A C5?B61BJ5)2@1HJ@(5)
%
=845I6(
L
HB
3
'5:
@5
.
1*
3
'
G
#$2$&%$<$#NJ@,$%$%
T3)<&)
6
#
7*@(5)*6[B
GU a A Z15
.
1*C 5D&'()* !
$%9<V`&%R%%$%;"%&'*)
.
2'*YJ(B)JB*)?
0BJ')565
.GZ6*)Z15
P
BJ@!
Q
L
9O%;99%
"%
-H)*) e*@B1UB25H1JB2YJ(B)JB*)?0BJ')565
.GZ15
P
BJ@
!
fY[+$%$9%%%:#<
"
#&511B2
3
5)?()
.*H@'51,
789%#*%00):22
#
2H1KB
G
()
.
0
')H,B?H,J),
'@@
3
2
#&&
?5(,51
.
&
9%,9O;$9
&
P
,J)Q(,9%%9:;!;$,$%$$,%#,%%"
"引!言
高 陡 边 坡 是 公 路 工 程 的 最 大 风 险 来 源$对其进
行快速高精度的地 形 地 貌 变 化 调 查$不 仅 能 够 分 析
地形地貌的变化原因$同 时 能 够 对 灾 害 进 行 预 警 和
监测.
9
/
(由于边坡 地 形 条 件 限 制$传 统 人 工 调 查 方
法存在效率低'风险高'难度大等问题(卫星遥感影
像.
$
/
'地 面 激 光 扫 描 仪.
!
/
'地 基 合 成 孔 径 雷 达.
#
/
'
W7YY技 术.
"
/
等高 新 技术已 运 用于 边 坡 灾害 调 查以
及结构变化监测研究$虽然这些方法有各自的优势$
但也存在各自的局限性(卫星光学遥感影像精度较
低$仅适用于大范围滑坡的初步调查$实时性也难以
保证%三维 激 光 扫 描 仪 '地 基 合 成 孔 径 雷 达 价 格 昂
贵$且架设条件与 人 工 测 量 一 样 受 地 形 限 制 %
W7YY
技术虽能测量高精度三维位移$但 其 接 收 机 价 格 昂
贵$动态解 算 精 度 有 待 提 高$多 源 激 励 信 号 难 以 分
解$制约了该技术的发展(因此$在边坡灾害调查领
域中迫切需要一种快速'高效的新技术(
近年来无人机平台发 展 迅 速 $其 效 率 高 '价 格 低
廉'风险低'可达性强的数据获取能力受到越来越多
的关 注$尤其是运动恢复结构算法!
Y@1HJ@H1BD15C
T5@(5)
$
YDT"和 多视 图 立 体 匹 配 算 法 !
TH6@(4(B/
Y@B1B5
$
T4Y
"的不断成熟$使 以 无 人 机 为 载 体 的 倾
斜摄 影 技 术 非 常 适 合 复杂地形的监测.
<
/
(已 有 研 究
表明$基 于 YDT:T4Y 算法处理无人机影像得到的
正射 影 像'数 字 高 程 模 型 精 度 可 到 达 ",%JC 以
内.
;
/
$三维实景模型平面精 度 为 p!,#JC$高程精度
为p9,"JC.
R
/
$三维点云数据模型能够达到与地面
激 光雷 达相 当 的 密 度.
O
/
(YDT:T4Y 算 法 能 够 有 效
地处理无人机图像$并获得了较为广泛的应用(
基 于 此 $国 内 外 学 者 开 展 了 基 于 无 人 机 倾 斜 摄
影的边坡灾害调查方 面 的 研 究 (目 前 常 用 的 影 像处
理及边坡灾害调查方 法 有三 维实 景 模 型 解 译'
A>T
!
A(
.
(@*6>6BK*@(5) T5?B6
$
A>T"差 分 法'数 字 图 像
相关法和点云比较法 (三 维 实 景 模 型 能 够 高 精 度还
原三维空间地物地 貌$有效展示边坡整体形貌和局
R; 中!国!公!路!学!报!!!!!!!!!!!!!!
$%$$年
部细节.
9%
/
$可供 使 用 者 直 接 判 读 地 貌 现 状 $分 析 灾
害的空间分布'失稳模 式及 演 化 过 程.
99
/
(使 用 三 维
实景模型判读地貌现状的关键在于获取高精度的模
型$因此使用该方 法 需 要 对 模 型 的 精 度 进 行 有 效 评
估(A>T 差分 法通 过 对 比 不 同 时 期 边 坡 的 高 程 模
型展示边坡变化$该 方 法 不 仅 能 够 展 示 边 坡 灾 害 随
时间的演变$同 时 能 够 支 持 边 坡 侵 蚀 率 的 计 算.
9$
/
(
A>T 差分法原理简单$是 运 用 最 普 遍 的 方 法$然 而
单纯从高程上对变 化 进 行 量 化 识 别 也 有 其 弊 端$对
于陡 峭 地 形 的 变 化 情 况 采 用 该 法 则 难 以 有 效 表
达.
9!
/
(数字图 像 相 关 法 通 过 匹 配 变 化 前 后 图 像 散
斑图来计算边坡位移$对 位 移 的 方 向 及 大 小 进 行 表
达(因此数字图 像 相 关 法 既 能 直 接 处 理 正 射 影 像$
获取灾害 变 化 前 后 位 移.
9#
/
$也 可 与 WEY 分析相结
合$在建立地貌形态特征图的基础上$分析灾害地表
变形.
9"
/
(数字 图 像 相 关 法 虽 能 利 用 多 种 无 人 机 图
像成果$但仅能对平面位移进 行 计 算 $在二维尺度上
判断滑坡的趋势(三 维点 云 是 YDT:T4Y算 法 处 理
得到的最原始数据$精度最接近于真实地貌$同时具
有可编辑性$因此 以 点 云 为 基 础 的 变 化 分 析 不 仅 能
反映 边 坡 的 三 维 特 征$而 且 精 度 较 高 ($%9! 年$
b*
.
HB等.
9<
/
提 出了 针对 复 杂地 形 变化 分 析 的 T!&$
点云比较算法$显 著 提 高 了 以 点 云 为 对 象 的 变 化 检
测精度$目 前 该 算 法 已 成 功 运 用 于 露 天 矿 变 化.
9;
/
'
河床演变.
9R
/等领域(在 边 坡 检 测 方 向$
>QB1等.
9O
/
利用 T!&$算法处理$期 滑 坡 点 云 数 据$成 功 展 现
出$,"C 范围内的变化(综 上 所 述$利 用 边 坡 三 维
实景模型及三维点云模型能够更加直观地从三维空
间解译边坡变化$进而判断边坡灾害(然而$目前将
无人机倾斜摄影技术获取的三维点云模型运用于公
路边坡灾害调查的研究较少$对 该 方 法 进 行 深 入 探
索十分必要(
因 此 本 文 在 高 精 度 三 维 模 型 构 建 的 基 础 上$将
无人机图像建模获取的三维点云数据运用于边坡灾
害调查$探究 了 其 适 用 性(本 文 首 先 以 无 人 机 倾 斜
摄影及YDT'
T4Y和T!&$ 算 法 为 基 础$构 建 高 精
度的公路边坡三维 实 景 重 构 和 灾 害 识 别 方 法%然 后
以国家超级计算长 沙 中 心 园 区 边 坡 为 研 究 对 象$模
拟边坡变化场景$验 证 边 坡 三 维 实 景 模 型 及 变 化 检
测精度%最后将上 述 灾 害 识 别 方 法 应 用 于 长 沙 市 天
心区黑石铺路边坡调查$成 功 地 构 建 高 精 度 三 维 实
景模型并识别出边坡滑坡灾害(
=无人机边坡灾害调查方法
如图 9所 示$利 用 无 人 机 倾 斜 摄 影 技 术 进 行 边
图=无人机边坡灾害调查 方 法
T&
6
K= O7YP8,.$<Q&<$Q4(
G
$U&.,.9$0Q30%$
;E$9+(<
坡灾害调查$主要包括多视图影像采集'三维模型 重
建'变化 检测与 灾 害 识 别 等 步 骤(首先进行控制点
布 设$之后对航线进行规划和影像采集%再基于
YDT:T4Y算法生 成 三 维 点 云 模 型$并 在 此 基 础 上
构建三维实景模型$完成边坡三维重建%最 后 对 边 坡
三维实景模型进行 精 度 评 估$对 点 云 数 据 进 行 对 比
分析$实现边坡变化检测及灾害识别(
=,=边坡多视图影像采集
依据倾斜摄影测量原 理 $在 一 般 区 域 $以9个 正
射及#个倾斜角度航线获取边坡多视图序列影像(
无人机航摄时需要 合 理 设 置 无 人 机 航 高'旁 向 重 叠
率'航向重叠率'相机角度等航摄参数$以保证飞行
安全'影像分辨率及边坡数据完整性$无人机航摄参
数如图$所示(针 对 高 陡 边 坡$无 人 机 航 高 为 无 人
机距离边坡坡面的 直 线 距 离$必 要 时 可 用 手 动 飞 行
模式代替自动航线飞 行 模 式 (
图!无人机航摄参数
T&
6
K! Q2+$N,9&2U&,
6
0,N(1O7YT4&
6
+9J,0,N$9$0.
地面控制点!
W15H)?&5)@156Z5()@
$W&Z"是
一系列已知坐标的 地 面 点$其 在 空 中 三 角 测 量 中 能
够显著提高解算精 度 并 完 成 空 间 坐 标 系 转 化$在 建
模完后能够作为模型 精 度 判 读 依 据 (在 边 坡 节 理复
杂'地面裸露特征 判 别 性 差$选取特征点困难区域$
应使用反 光 特 性 明 显'角 点 易 于 提 取 的 人 工 标 志 作
为控制点(为全面评价模型精度$控制点应均匀分布
于摄影区域$且同一控制点至少出现在!张图像中(
O;
第#期!!!!!!余加勇#等)基于无人机倾 斜 摄 影 的 公 路 边 坡 三 维重建与灾害识别方法
摘要：
展开>>
收起<<
边坡灾害调查是及时发现边坡灾害隐患、预警边坡突发事故、避免重大人员伤亡和财产损失的重要手段。为克服传统人工边坡调查方法效率低、风险高、难度大等缺陷，提出了基于无人机倾斜摄影的公路边坡三维重建和灾害识别方法。引入运动恢复结构(Structure from Motion,SfM)和多视图立体匹配算法(Multi View Stereo,MVS)，利用无人机多视角序列影像重构了公路边坡三维实景模型；利用基于多尺度模型与模型点云比较算法(Multiscale Model to Model Cloud Comparison,M3C2)的三维点云数据变化检测技术，实现了公路边坡滑坡、坍塌、落石等灾害场景的自动识别；通过边坡现场验证试验，证实采用无人机倾斜摄影方法构建的边坡三维实景模型的单方向精度均优于2.0 cm，并成功识别用于模拟边坡变化的最小尺寸为8.0 cm×9.0 cm×13.0 cm在内的纸箱位置、形状及尺寸；
声明：本站基于互联网自由分享原则，所有标准资料均来自互联网和政府信息公开，本站并不是标准资料的提供者、制作者、所有者。本网站所提供的资料文本仅供个人学习和参考研究使用，其他用途请以正式出版物为准。
相关推荐
-
（JTJ 073.1 2001 ）《公路水泥混凝土路面养护技术规范》VIP免费
2025-11-12 20 -
（JTG/T 3661-2025）公路隧道交通工程与附属设施施工技术规范VIP免费
2025-11-14 25 -
（JTG F80/1-2017）《公路工程质量检验评定标准 第一册 土建工程》
2025-11-20 27 -
（JTG 3431-2024）公路工程岩石试验规程
2025-11-21 28 -
（JT/T 533-2020 ）《沥青路面用纤维》
2025-12-25 46 -
（JT/T 1561-2025）《公路水运工程施工安全术语》
2025-12-26 100 -
（JT/T 646.1-2025） 公路声屏障 第1部分：总体技术要求
2026-01-13 183 -
（JT/T 646.4 2025）公路声屏障 第4部分：全封闭声屏障技术要求
2026-01-13 39 -
（JTG/T 5620-2025）公路养护工程量清单及计量规范
2026-02-02 40 -
（JT∕T 712-2025） 路面防滑涂料
2026-02-09 49
作者：第一文库
分类：实用文档
价格：免费
属性：10 页
大小：4.39MB
格式：PDF
时间：2025-11-21
作者详情
相关内容
-
（JTG 2120-2020） 公路工程结构可靠性设计统一标准
分类：规范标准
时间：2026-03-13
标签：标准
格式：PDF
价格：免费
-
（JTG∕T 3331-09-2025）公路红黏土与高液限土路基设计与施工技术规范
分类：规范标准
时间：2026-03-15
标签：设计
格式：PDF
价格：免费
-
（JTG/T 3381-05-2025）公路避险车道设计规范
分类：规范标准
时间：2026-03-15
标签：设计规范
格式：PDF
价格：免费
-
（JTG/T 5310-2026）公路养护决策技术规范
分类：规范标准
时间：2026-05-18
标签：养护
格式：PDF
价格：免费
-
（JTG 3850—2026）《公路工程建设项目竣工决算编制办法》
分类：规范标准
时间：2026-07-10
标签：竣工
格式：PDF
价格：免费
