(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211197636.0 (22)申请日 2022.09.29 (65)同一申请的已公布的文献号 申请公布号 CN 115271564 A (43)申请公布日 2022.11.01 (73)专利权人 淄博市交通建 设发展中心 地址 255022 山东省淄博市张店区共青团 东路7号 专利权人 山东理工大 学 (72)发明人 高旭东　尹超　李建东　焦裕勇　 (74)专利代理 机构 济南联合竟成知识产权代理 事务所(普通 合伙) 37371 专利代理师 伦文知 (51)Int.Cl. G06Q 10/06(2012.01)G06Q 50/26(2012.01) G06F 16/28(2019.01) G06F 30/27(2020.01) (56)对比文件 CN 113642849 A,2021.1 1.12 JP 2020094472 A,2020.0 6.18 JP 2022047348 A,202 2.03.24 KR 102303783 B1,2021.09.23 CN 113283802 A,2021.08.20 审查员 楚林疋 (54)发明名称 一种公路边坡灾害空间危险性区划方法及 终端机 (57)摘要 本发明提供一种公路边坡灾害空间危险性 区划方法及终端机， 涉及公路自然灾害风险评价 领域， 选取多个公路边坡， 形成监测区域， 并在选 取的公路边坡 上设定若干特征点； 在固定测站对 各公路边坡进行多次扫描监测； 对边坡点云进行 点云配准； 采用点云比较 法计算各边坡特征点的 变形量； 采用层析分析法明确各公路边坡的稳定 状况； 分析现场调查明确各公路边坡的特征数 据； 建立监测区域公路边坡灾害属性数据库和空 间数据库； 对已构建的公路边坡灾害危险性评价 模型进行二次编程开发， 计算监测区域公路边坡 的危险性概率； 绘制监测区域公路边坡灾害危险 性区划图。 本发 明可以反映公路边坡灾害与孕灾 环境的互馈机制， 为灾害防治政 策制定提供理论 依据。 权利要求书3页 说明书10页 附图2页 CN 115271564 B 2022.12.27 CN 115271564 B 1.一种公路边坡灾害空间危险性区划方法， 其特 征在于， 方法包括： 步骤1： 在研究区域的国道、 省道和其他公路分别选取 n1处公路边坡， 共选取3 n1处公路 边坡， 对选取的每处公路边坡设置固定测站并设定若干特 征点； 步骤2： 分别基于TLS在固定测站对各公路边坡进行2期扫描监测； 步骤3： 实地调查各公路边坡的空间数据和 属性数据； 步骤4： 基于徕卡Cyclone软件结合手动操作对边坡点云进行去噪、 拼接和 简化， 采用K ‑ D tree改进的ICP算法进行点云配准； 步骤5： 基于PolyWorks软件的IMInspect模块对比2期扫描的点云数据， 得到各公路边 坡的整体 变形状况， 采用改进的点云比较法计算各边坡特 征点的变形量； 采用的改进的点云比较法包括以下步骤： 首先， 对任一基准点 i(x, y, z)， 根据以该基准点为球心、 R为半径的球体内的邻域点 集构建协方差矩阵， 求 其最小特征值对应的特 征向量， 即基准 点的法向量 N； 其次， 以法向量 N为轴、d为边长、H为高构建棱柱体， 棱柱体内包含基准点集和比较点 集， 其中， 基准 点i位于基准 点集内； 再次， 将比较点集投影到法向量 N上， 计算投影点的重心坐标， 重心点即为与基准点 i对 应的同名点， 计算同名点对的距离即为基准 点i的变形量； 最后， 通过模型试验获取边坡变形测量精度最高的模型参数组合， 基于参数组合对实 例边坡开展研究， 获取监测周期内的边坡变形量； 步骤6： 采用层次分析法明确各公路边坡的稳定状况， 通过PolyWorks软件获取各公路 边坡的其 他属性数据； 步骤7： 提出改进的最大间隔超平面法， 通过DEXTER和Gisette数据集在Matlab上进行 仿真验证并调整模型参数， 直至准确率和耗用时间满足要求 为止； 采用改进的最大间隔超平面法提取公路边坡灾害危险性评价指标包括如下步骤： 首先， 将最大间隔超平面 转化为式 （1） 所示的二次规划问题： 其中：C为调整系数， C取0.5； 是输入样本； 是相应的类标签； 是相互独立、 同分布的随机变量； m为待选指 标数量； 其次， 为计算 w、b、ξi， 通过引入拉格朗日乘子 求得式 （1） 所示二次规划问题的对偶问题， 基 于KKT条件和给定的参数求 解对偶问题， 最优解由式 （2） 表示：权　利　要　求　书 1/3 页 2 CN 115271564 B 2其中： ；s为设定的评价指标 数量； 再次， 给定参数 ， 提取第一个特征 ， 将样本数据投影到与 w1 正交的空间中， 提取第 二个特征 ， 其中， ， 重复上述过程， 直 到得到指定数量的特 征为止； 步骤8： 设定公路边坡灾害危险性评价指标数量， 采用改进的最大间隔超平面法对所有 公路边坡的待选指标进行 特征提取， 得到公路边坡灾害危险性评价指标； 步骤9： 对 网络结构深度、 卷积核数量和全连接层数量3类特征选取4种水平进行正交试 验设计， 生成16组E CG‑CNN网络结构； 步骤10： 将3 n1处公路边坡数据4等 分， 任选3组为模型训练样本， 1组为模型验证样本， 采 用4折交叉验证方法， 对16组ECG ‑CNN网络结构进行总计64次分析计算， 确 定评价准确率最 高的网络结构； 步骤11： 在研究区域DEM数据上提取公路边坡， 基于ArcGIS进行边坡单元数据分析并结 合现场调查明确各公路边坡的特 征数据； 步骤12： 分别基于PostgreSQL数据库和Geodatabase数据库建立研究区域公路边坡灾 害属性数据库和空间数据库； 步骤13： 对已构建的公路边坡灾害危险性评价模型进行编程开发， 计算研究区域公路 边坡的危险性 概率； 步骤14： 将公路边坡灾害危险性概率分为不危险、 低危险、 中危险、 高危险和极高危险5 级， 基于A rcGIS绘制研究区域公路边坡灾害空间危险性区划图。 2.根据权利要求1的公路边坡灾害空间危险性区划方法， 其特征在于， 步骤1中的其他 公路是高速公路、 县道和乡道； 在国道、 省道和其他公路各选取 n1处边坡；n1的取值范围为20 ≤n1≤40。 3.根据权利要求1的公路边坡灾害空间危险性区划方法， 其特征在于， 步骤2中2期扫描 监测的时间 间隔应不短于 3个月。 4.根据权利要求1的公路边坡灾害空间危险性区划方法， 其特征在于， 步骤3中的空间 数据包括： 经纬度、 桩号； 属性数据包括： 岩 土类型、 植被覆盖度、 风化程度、 降雨量和降雨 强 度。 5.根据权利要求1的公路边坡灾害空间危险性区划方法， 其特征在于， 步骤4的K ‑D  tree改进的ICP算法中， 采用以下 方法搜索最近点： 首先， 比较待查结点与确定的分裂维的值， 若分裂维的值较大则进入左子树， 若较小则 进入右子树， 以此方式循环到二叉树的叶子结点， 沿着搜索路径找到处于和待查点同一子 空间的最近点；权　利　要　求　书 2/3 页 3 CN 115271564 B 3