岩土工程高边坡外观变形智能监测探究

摘要:介绍了贵州省边坡地质灾害的现状，阐述了高边坡变形特征分析及外观变形监测的内容，将视觉技术与人工观测法、GPS监测法等方法进行比较，进而探讨了视觉技术在边坡监测中的应用，最后简要探讨了当前智能检测技术的发展现状，可为相关研究提供参考。

关键词:高边坡;地质灾害;外观变形;视觉技术;智能化监测

0前言

在多山的贵州，由于喀斯特地貌的特殊性，工程建设无疑会带来更为复杂的岩土工程问题，高填深挖的路堑结构、坡顶有水池或输电塔的构筑物的建筑边界、紧邻市政道路和已建建筑的深挖基坑等都是工程领域的重大岩土工程问题，它们都涉及一个共同的焦点，即边坡工程的安全问题。运行中的高边坡，其稳定性的预判和分析事关重大，严重者直接威胁人民生命财产安全，合理科学精准的高边坡变形监测技术是帮助解决高边坡失稳的有效手段，因此，该技术的研究对于边坡工程安全运行有重要的意义。

1研究背景

众所周知，边坡失稳的前提是坡体发生变形，尤其是外观上会有明显的变形和位移，当坡体的变形量达到一定的量级，边坡即发生失稳。近年来，随着数字化技术和信息化产业的迅速发展，传统的监测技术由人工向自动化发展，由破损类检测向无破损检测技术发展，各种电子和机械自动化的测量方式逐步代替传统的人工方式，测试数据的自动采集、记录和统计计算分析等功能均已实现。边坡变形是边坡稳定性状态的一个重要表征，对边坡变形的监测是判断边坡稳定状态的重要手段［1］。计算机视觉和机器视觉都属于人工智能的下一级学科，其目的是让机器拥有类似或超越人类的视觉能力［2］，可以根据目标个体的表面特征来进行分析和识别，目前，已有成功的机器视觉技术应用于变形监测。

2贵州省边坡地质灾害现状

贵州省属于典型的内陆岩溶山区，地形地貌、地质构造复杂脆弱，岩溶地貌发育，沉积岩广泛分布，倾斜坡和顺层斜坡较多，大面积出露地层为碳酸盐类和玄武岩风化带，岩体破碎，坡面松散土层较厚，地质灾害点多面广，按照国家地质灾害防治规划划分，全省突发性地质灾害涉及县达到89个县(市、区)，全省均为地质灾害易发区，其中高达81个县(市、区)为重点防治县，地质灾害高中易发区面积约13．60×104km2，占全省面积的77%，是全国地质灾害的重灾区之一，具有“全、重、多”的特点。根据贵州省国土资源公报资料显示，全省2019年共发生地质灾害29起，直接经济损失2．06亿元，人员受伤13人、死亡44人、失踪9人;避免地质灾害20起，避免人员伤亡2042人，避免直接经济损失3768万元。

3高边坡变形特征分析及外观变形监测

3．1高边坡变形特征

从边坡变形的角度来划分，边坡变形的状态可分为初始蠕变、稳定蠕变和加速蠕变三个阶段。初始变形阶段变形速率小，变形趋势不明显，一般在该阶段不一定发生破坏的征兆，监测系统的设计要求精度较高，侧重于长期监测;稳定蠕变阶段边坡变形发展加快，有时变形宏观可见，坡面或坡顶可能出现张拉裂缝，坡脚也有可能出现剪切裂缝。此阶段位移量开始增大，监测系统设计要求测试敏感部位，量程和精度均要考虑［1］。边坡的变形特征和边坡组成成分有直接关系，土质边坡多以圆弧形的滑动破坏为主，岩质边坡则受更多因素的影响，岩体本身的产状(岩层倾向和倾角)、坡面倾向和倾角，岩质边坡多沿软弱结构面发生滑移，破坏面可分为直线形、折线形、楔形，除此之外，还有土岩组合型滑动、岩石崩塌等。

3．2边坡外观变形监测

由《建筑边坡工程技术规范》(GB50330—2013)中表19．1．3可知，边坡工程对表面变形监测的内容主要有:坡顶水平位移和垂直位移、地表裂缝、坡顶建(构)筑物变形和支护结构变形。其中，监测精度对于岩质边坡分辨率不应低于0．50mm，对于图纸边坡不应低于1．00mm。

4视觉技术在边坡监测中的应用

4．1边坡监测方法对比

现阶段应用于边坡的变形监测的方法很多，主要有人工现场观测法、GPS监测法、激光三维成像法和图像法等［2］，这几种方法的监测原理和优缺点如表1所示。

4．2视觉技术

计算机视觉和机器视觉虽然都是属于人工智能的视觉技术，其中机器视觉主要分为图像获取、图像分析与处理、输出显示或控制三个部分，根据边坡工程对表面变形的监测内容大致是位移变形和裂缝裂纹，因此，利用机器视觉来对边坡不同角度的变形量识别以及利用计算机视觉对裂缝裂纹的生长分析可能会更为合适。在利用人工智能视觉技术对边坡表面变形进行监测时，需要不时对比变形前后的一些特征点来计算相应的变形量，而形状匹配算法的研究正是判定边坡表面变形的关键。在计算机视觉和模式识别中，形状是对目标范围的二值图像表示的，可以看成是目标的轮廓，它是用于目标识别的重要特征［3］。

4．3形状匹配的关键技术

为节省存储空间和易于特征计算，通过编码方式和简化方式来对形状作进一步的表示。本文介绍几种应用较多的形状表示方法。1)链码:是用曲线起始点的坐标和边界点方向代码来描述曲线或边界的方法。常用的链码为4联通链码和8联通链码。4联通链码的邻接点有4个，分别在中心点的上、下、左、右。8联通链码比4联通链码增加了4个斜方向，因为任意一个像素周围均有8个邻接点，而8联通链码正好与像素点的实际情况相符，能够准确地描述中心像素点与其邻接点的信息［4］，如图1所示，通过链码抽取关键点形成一种相对于平移、旋转、尺度不变得旋转表示方法和一系列算法，使得在计算各种不同形状特征时变得相对简单。2)样条:是指通过一组给定点集来生成平滑曲线的柔性带。样条常用于函数插值和曲线近似。插值既可以简化形状，也可以增加形状的边缘点数，从而达到调整数据的目的。样条有最小化曲率的优点，可以利用最小平均曲率的曲线近似给定的函数曲线。3)多边形逼近:是用多边形线段来近似形状边缘，即:以最小误差、最小多边形周长、最小多边形内部面积或最小多边形外部面积作为近似准则。目前在视觉识别领域运用最广的计算机视觉库OpenCV在处理目标外形轮廓时也主要用多边形逼近的方法。4)基于尺度空间特征点提取技术:基于尺度空间的特征点提取方法是一种流行的形状简化方法。该方法基于尺度不变特征变换(SIFT)特征，这种特征还具有较高的辨别能力，有利于后续的匹配［5］。

5智能监测技术发展现状

近年来应运而生的变形监测发展很快，尤其仪器的发展。发展特点可概括为:遥测、遥控、动态、连续、实时、智能化、高可靠性、高精度及网络化、数字化、自动化等［6］。随着监测技术和仪器设备的发展，自动化监测技术应用于高边坡、深基坑监测，取得了丰富的研究成果，并逐步建立深基坑动态设计和信息化施工的模式。目前，贵州省边坡工程监测技术已发展到较高水平，由过去人工地表量测等简易监测，发展到用仪器量测，正逐步实现监测自动化、高精度的监测。

6结束语

视觉技术除了在边坡位移方面有应用和研究以外，在其他的土木建筑领域(如基坑变形监测、煤矿巷道变形监测和古建筑物表层损伤检测等)都有应用。其他领域的发展同样为促进岩土工程高边坡外观变形智能监测技术的发展提供了很大的帮助。

作者:常娟娟 吴凯 卢亚杰 武宁波 黄彦森 单位:贵州联建土木工程质量检测监控中心有限公司 贵州省建筑设计研究院有限责任公司 贵阳建筑勘察设计有限公司