标题
  • 标题
  • 作者
  • 关键词

基于深度机器视觉的香炉山隧洞钻孔多维特征精准定位

2024-07-01分类号:TV554;TP391.41

【作者】王旭   巩晓雯   黄其帅   陈炳瑞   杨世强   杨旭   张延杰
【部门】中国科学院武汉岩土力学研究所  岩土力学与工程国家重点实验室  中国科学院大学  云南省滇中引水二期工程有限公司  长江科学院  云南省曲靖市富源县水务局  云南省滇中引水工程有限公司  
【摘要】香炉山隧洞是滇中引水的控制性工程,岩爆是其主要灾害源之一。微震传感器坐标精确定位是岩爆微震监测预警的基础,但是其钻孔位置仍需人工测量,精度低且实时性差,严重阻碍岩爆微震自动监测系统的发展。该文提出一种基于深度机器视觉的隧洞钻孔多维特征精准定位方法YOLO(you only look once)-AT(anchor tracking)。首先,该方法利用改进YOLO V8模型YOLO V8 OBB(oriented bounding boxes)实现香炉山隧洞钻孔轮廓的精准拟合;其次,构建锚点追踪算法AT,在轮廓椭圆上选定锚点,并根据对极线约束和点序约束实现多视角下的锚点追踪;最后,利用视差法求解各锚点的空间坐标,并基于解析几何理论求解香炉山隧洞钻孔的多维特征。利用质量可控的香炉山隧洞合成钻孔轮廓数据库对各种钻孔定位方法进行验证,结果表明:YOLO-AT方法具有良好的钻孔轮廓拟合精度和钻孔多维特征定位精度,对钻孔口中心坐标、钻孔直径、钻孔口平面方向、钻孔方向的定位误差中位数分别为0.835 mm、 0.795 mm、 0.567°、1.751°,且定位性能受钻孔轮廓质量的影响小,满足香炉山隧洞岩爆微震自动监测的需求,并有向各类地下工程钻孔测量工作推广的应用潜力。
【关键词】深度学习  机器视觉  微震监测  钻孔定位  滇中引水工程
【基金】国家自然科学基金面上项目(42077263);; 云南省重大科技专项计划项目(202102AF08001)
【所属期刊栏目】清华大学学报(自然科学版)
文献传递