买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国葛洲坝集团第一工程有限公司;三峡大学申请的专利基于无人机数据校核的高边坡监测预警系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113936228B 。

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111027783.9，技术领域涉及：G06V20/17；该发明授权基于无人机数据校核的高边坡监测预警系统是由熊建武;燕乔;吴凯;程贝;郑名扬;涂胜;臧艳娇;王康;聂关宏;张继红设计研发完成，并于2021-09-02向国家知识产权局提交的专利申请。

本基于无人机数据校核的高边坡监测预警系统在说明书摘要公布了：本发明提供一种基于无人机数据校核的高边坡监测预警系统，包括设置用于采集边坡图像的无人机、预埋在边坡的拉线式位移传感器阵列、固定式测斜仪和渗流监测设备；无人机用于从空中监测边坡的图像数据；拉线式位移传感器阵列用于监测边坡表面的位移数据；固定式测斜仪和渗流监测设备用于监测边坡内部滑移数据；通过无人机、拉线式位移传感器、固定式测斜仪和渗流监测设备的数据进行实时边坡安全监测。通过采用以上的方案，对裂缝能进行有效识别，能够对敏感信息进一步强化；二是对危险部位的裂缝、危岩的细微运动和监测断面上的细微变形能够进行精准识别和捕捉，预测未来数据，并模拟显示边坡的实时状态，使边坡的监测结果直观形象。

本发明授权基于无人机数据校核的高边坡监测预警系统在权利要求书中公布了：1.一种基于无人机数据校核的高边坡监测预警系统，其特征是：包括设置用于采集边坡（7）图像的无人机（1）、预埋在边坡（7）的拉线式位移传感器（2）阵列、固定式测斜仪（5）和渗流监测设备（4）；无人机（1）用于从空中监测边坡（7）的图像数据；拉线式位移传感器（2）阵列用于监测边坡（7）表面的位移数据；固定式测斜仪（5）和渗流监测设备（4）用于监测边坡（7）内部滑移数据；通过无人机（1）、拉线式位移传感器（2）、固定式测斜仪（5）和渗流监测设备（4）的数据进行实时边坡安全监测；还设有雨水收集装置（3），用于采集降水是数据以辅助进行边坡安全监测；雨水收集装置（3）、渗流监测设备（4）和固定式测斜仪（5）获得数据作为优化后的边坡（7）的内部数据；将优化后的地表数据与优化后的边坡（7）的内部数据通过可视化方式建立监测预警模型；无人机（1）航拍的图像数据，对图像的像素数据逐行进行一维小波变换，分解为低通滤波L和高通滤波H两个分量输出；然后再对图像的像素数据逐列进行一维小波变换，分解为LL、LH、HL、HH四个分量输出，以突出敏感数据；所述的敏感数据为与边坡（7）的裂隙相关的图像数据；拉线式位移传感器（2）阵列的经过克里金插值运算，获得地面监测数据；地面监测数据与无人机（1）的图像数据一起进行F检验法检验，若检验结果满足，则输出最优解；若不满足，则通过AI学习法重新更换空间插值中的表面函数，直至满足F检验法，输出最优解；所述的最优解为优化后的地表数据；监测预警模型包括预测模块和评价模块；预测模块设有以下步骤：S01、建立影响边坡稳定的因素监测；S02、对监测的数据进行预处理；从复合模型出发，确定影响边坡稳定性的主要因素为容重、内聚力、内摩擦角、边坡角、边坡高度和孔压比，收集到该边坡六个影响因素的数据,使用MATLAB小波分析工具箱对初始数据进行降噪处理；S03、建立BP神经网络预测模型；BP神经网络分为3个步骤,分别为神经元的输入、神经元的训练和神经元的输出，通过输入原始影响边坡稳定因素的初始数据作为神经元的输入,使用模型进行训练,以预测未来各个因素的变化趋势,各个预测结果作为神经元输出；S04、预测未来数据；得到六个影响边坡稳定性因素的降噪数据后,对各个因素未来的变化情况进行预测,依据BP神经网络编程原则编程，分别对容重、内聚力、内摩擦角、边坡角、边坡高度和孔压比向后进行七次预测，计算出影响边坡稳定主要因素权重；评价模块设有以下步骤：S11、灰色关联法分析；灰色关联分析用于研究各影响因素对主体关联度的大小，因素与主体的关联度越大，说明该因素对主体的影响越大，引入灰色关联理论来确定各个因素的权重；S12、建立模糊聚类迭代模型；所述的模糊聚类迭代模型的因素包括容重、内聚力、内摩擦角、边坡角、边坡高度和孔压比；模糊聚类用来解决已知大量历史样本数据的前提下，根据样本中给出的各个因素的特征值，使用它们的特征值构建对应的特征值矩阵，根据给出的相对隶属度求出各个因素对应级别的特征值，根据它们的特征值进行类别划分；S13、引入预测的未来数据进入模糊聚类迭代模型；将已确定影响边坡稳定性的6个因素的历史数据，通过BP神经网络模型进行训练，并由此进行预测，将预测结果输入至评价模块，引入模糊聚类迭代模型；S14、输出评估边坡状态；以边坡历史监测数据和基本水文和地质等数据作为样本数据，根据样本中各个因素的特征值构建对应的特征值矩阵样本和相对隶属度矩阵，采用灰色关联分析各影响因子的权重，通过迭代运算求解最优模糊聚类矩阵与最优模糊聚类中心矩阵，在排序处理后用各相对隶属度乘以相应的评价级别值即可得到稳定性评价的等级。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国葛洲坝集团第一工程有限公司;三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区东山大道54号葛洲坝一公司；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。