[发明专利]一种基于点云平均域矢量算法的滑坡变形监测方法

摘要

本发明提供一种基于点云平均域矢量算法的滑坡变形监测方法，用三维激光扫描获取整个滑坡体的三维表面几何的点云，记为L1；间隔一定时间，再次扫描获取整个滑坡体的三维表面几何的点云，记为L2；采用最小二乘法将第一次扫描获取的滑坡体点云L1匹配到第二次扫描获取的滑坡体点云L2中，求解出匹配过程的最优匹配矩阵MRT，匹配矩阵包含了滑坡体从B1状态变形到B2状态的位移信息，通过对匹配矩阵进行分解，即可求出滑坡体的整体区域平均位移矢量求出滑坡体的整体位移。本发明可以很快测量出滑坡的整体变形趋势；监测结果受外界干扰小。

主权项

1.一种基于点云平均域矢量算法的滑坡变形监测方法，其特征在于，包括以下步骤：步骤1：用三维激光扫描获取整个滑坡体的三维表面几何的点云，记为B₁；步骤2：间隔一定时间，再次扫描获取整个滑坡体的三维表面几何的点云，记为B₂；步骤3：采用最小二乘法将第一次扫描获取的滑坡体点云B₁匹配到第二次扫描获取的滑坡体点云B₂中，匹配过程为：采用空间旋转、平移的方式，将B₁通过左乘一个旋转矩阵m旋转到一个合适的位置，得到B₁’，然后通过平移向量将旋转后的B₁’平移到B₂中，使B₁与B₂重合，这个过程用式(1)、式(2)来表示：B′₁＝mB₁                                                              (1)其中旋转矩阵平移向量将B₁中所有点代入式(1)、式(2)计算，即可得到式(3)所示的超静定方程组：式中为B₂中与P_i对应的同名点；通过最小二乘法，求出最优的旋转矩阵和最优平移向量步骤4：根据空间变换规则，将最优旋转矩阵和最优平移向量组合成一个4×4的齐次最优匹配矩阵M_优，如式(4)所示：步骤5：在B₁的匹配到B₂的过程中，B₁的中心坐标(x₀，y₀，z₀)位置始终没发生旋转变化，通过其中心坐标求出从B₁整体变换到B₂过程中的位移矢量，也就是滑坡变形的平均域矢量的求解过程如式(5)所示：步骤6：求出滑坡体的整体位移，