基于机器视觉的岩石隧道工程开挖面围岩智能分级系统

1.本发明属于土木工程技术领域，具体涉及一种基于机器视觉的岩石隧道工程开挖面围岩智能分级系统。


背景技术：

2.我国70％位于山岭地带，各类基础设施都需要涉及到岩石隧道工程，岩石开挖面围岩等级直接影响地下工程安全与开挖、支护参数。虽然开挖面蕴含的信息量巨大，但长期以来，仍依赖现场工程师的经验来判断围岩分级，为开挖面施工安全及施工参数判断提供直接服务。然而，由于岩石开挖面的非均质性、不连续性和不确定性，以及地下工程中不良地质的隐蔽性、不可预见性，通常难以准确预测开挖面围岩的力学性态和工程状态。同时受限于岩石隧道工程工期及信息采集技术等原因，工作面的信息并没有得到充分提取、分析和利用，更不能形成及时有效的反馈作用。因此，在实际工程中，由于经验的丰富程度及人力等因素，往往导致对开挖面的围岩等级判断不及时、不准确，引起塌方、滑坡等各种不良后果。
3.目前在岩石隧道工程现场，地质技术人员采用皮尺、地质罗盘等传统工具以接触方式测量仍占主导。工程师在数据采集过程中需直接暴露在不稳定的岩体下，地质素描十分耗时、危险，甚至很大程度受主观判断及经验影响，常不能满足工程快速施工的需要。近年来国际上已逐步从接触式测量向基于机器视觉的岩体信息采集和识别的技术发展。其中数字摄影技术是机器视觉的典型代表，其不仅能瞬间捕捉大量的几何信息，还能作为基础数据用于重构三维模型，具有轻巧便捷的优势。尽管如此，建设期岩体工作面中采集样本仍挑战重重，如施工过程长期受限于粉尘颗粒、照明强度和均匀度、温湿度、及施工工序交替循环导致的可利用摄影时间短等挑战。研究表明，数字图像技术虽然具有处理速度快、自动化程度高等优势，但其识别精度、效率及鲁棒性受拍摄外部环境、工作面自身特征等的干扰显著。因此迫切需要新的技术方法能揭示并克服样本获取的复杂环境，同时能快速识别隧道工作面的主要特征，并对各个特征进行量化提取。
4.众所周知，围岩分级判别是基于多源异构数据的非线性融合，且即时判别围岩等级对于现场的应急管理和施工组织意义重大。隧道围岩分级经历了从单因素到多因素指标综合分级、从定性到半定量判定分级的逐步发展的过程。分级指标中往往含有定量化和定性化的多源异构数据指标，经典的分级系统一定程度上能合理实现围岩分级，但由于受限于适用性、判别灵活性以及多源参数的获取手段，往往难以全面揭示每个参数影响围岩级别的权重。
5.数据驱动方法是基于数据建立的统计模型，可借助模型进行分析和预测，其不仅能结合不同地域的多源输入数据，且能适应区域特征参数提供客观的目标输出。因此，需探索一种适用于掘进数据的新方法，构建实时、快速的山岭隧道围岩分级系统，应用于现场科学评价围岩分级结果，对于现场的应急管理和施工组织意义重大，并可大量减少施工方案改动、抢险救援、和专家咨询所产生的费用。
6.综上所诉，现有岩石隧道工程工作面围岩分级主要存在三个方面的问题：(1)地下工程开挖面关键信息提取效率低和量化分析困难的问题；(2)岩石隧道工程开挖面地质素描危险、耗时、精度低的问题；(3)开挖面围岩分级主观性强、即时性弱的问题。
7.鉴于此，目前有一些方案，尝试现场获取图像信息和工程信息后，在远程工作室内进行分析计算，但是缺少实效性。也有方案尝试在隧道工作面前方假设摄像头，通过现场视频资料，让工程师远程进行研判，但由于摄像条件受现场施工环境干扰，远程工程师对现场信息了解匮乏，不能给出准确的围岩分级判定。


技术实现要素：

8.为了解决现有技术中存在的岩石隧道工程地质素描危险耗时、围岩分级主观性强、即时性弱、丰富经验工程师人才不足等问题，本发明提供了一种基于机器视觉的岩石隧道工程开挖面围岩智能分级系统，该智能分级系统在国内外尚未有同类产品和技术，已在多个项目中得以应用验证，对未来实现智能化、无人化诊断岩石地下空间安全风险具有重大意义。
9.本发明要解决的技术问题通过以下技术方案实现：
10.一种基于机器视觉的岩石隧道工程开挖面围岩智能分级系统，包括：图像采集系统、照明系统和操作终端；
11.所述操作终端包括输入输出系统、数据采集分析软件系统和工控系统；
12.所述图像采集系统用于获取岩体地下工程工作面的图像信息；
13.所述照明系统用于为工作面提供足够光源；
14.所述输入输出系统用于在人机交互过程中执行数值或指令的输入功能与分析结果的可视化输出；
15.所述数据采集分析软件系统将采集的图像数据和输入参数进行处理得到工作面关键信息的提取、识别和量化分析结果；
16.所述工控系统用于岩石隧道工作面特征信息的高性能图像深度学习计算、图像存储、数据驱动算法计算。
17.进一步地，上述的基于机器视觉的岩石隧道工程开挖面围岩智能分级系统，还包括可伸缩支架、三角架底座和工作台；
18.所述图像采集系统、照明系统均安装在可伸缩支架的伸缩端；
19.所述可伸缩支架的固定端固定在工作台上，所述操作系统安装在可伸缩支架的固定端；
20.所述工作台固定在三角架底座的顶端，所述三角架底座的底端固定在地面上。
21.进一步地，上述的基于机器视觉的岩石隧道工程开挖面围岩智能分级系统，还包括电源，所述电源安装在工作台的底部。
22.进一步地，上述的基于机器视觉的岩石隧道工程开挖面围岩智能分级系统，还包括激光测距仪、温度计、湿度计和粉尘浓度计，所述激光测距仪、温度计、湿度计和粉尘浓度计均安装在工作台上。
23.进一步地，上述图像采集系统为面阵相机图像采集系统，集成面阵数码相机，进行相机标定，获取在不同开挖面的范围、拍摄视角、外部光源等条件下的相机拍摄参数，通过
工控系统，控制面阵数码相机的拍摄参数，获取岩石隧道工作面的高清图像数据。
24.进一步地，上述照明系统通过集成高亮度的led灯，用于照亮施工中岩石隧道的工作面，以确保获得高质量的图像数据，通过工控系统控制led灯的亮度。
25.进一步地，上述输入输出系统用于工程师输入工程、地质等相关参数以及数据与分析结果的可视化输出，输入系统采用触摸显示屏的方式连接工控设备，通过触摸屏用于工程师输入工程、地质等相关参数，进行相关指令的操作，输出系统执行数据处理与存储系统中结果的显示与导出。
26.进一步地，上述输入输出系统主要包括显示屏与usb接口，所述显示屏用于显示工作面关键信息的识别和围岩等级等，所述usb接口将记录的原始数据及分析结果导出，以用于进一步处理分析。
27.进一步地，上述工控系统是包含高速数据读取存储固态硬盘和内存卡、高性能gpu和cpu的工控机设备。
28.与现有技术相比，本发明的有益效果：
29.1.本发明的智能分级系统建立了开挖面图像快速获取和机器视觉设备在作业中自适应优化的集成算法，解决了岩石隧道工程开挖面地质素描危险、耗时、精度低的问题；
30.2.本发明的智能分级系统建立了基于深度学习的开挖面信息智能提取模型与量化算法，解决了地下工程开挖面关键信息提取效率低和量化分析困难的问题；
31.3.本发明的智能分级系统建立了多源异构数据融合的开挖面围岩智能分级算法，并对应开发了适应不同作业环境的控制平台交互程序，解决了开挖面围岩分级主观性强、即时性弱的问题。
附图说明
32.图1是本实施例智能分级系统的整体结构示意图。
33.图2是本实施例智能分级系统在岩石隧道现场工作示意图。
34.图中：1、图像采集系统；2、照明系统；3、操作终端；4、可伸缩支架；5、三角架底座；6、工作台；7、本实施例智能分级系统；8、岩石隧道工作面；9、工程师。
具体实施方式
35.下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。
36.本实施例提供了一种基于机器视觉的岩石隧道工程开挖面围岩智能分级系统，该智能分级系统主要用于实现开挖面图像采集、信息融合处理、围岩判别等功能，对于开挖面围岩信息的获取、提取、判定具有重要的意义。
37.参照附图1，该智能分级系统包括：图像采集系统1、照明系统2和操作终端3。操作终端3包括输入输出系统、数据采集分析软件系统和工控系统；图像采集系统1用于获取岩体地下工程工作面的图像信息；照明系统2用于为工作面提供足够光源，从而实现工作面图像的顺利获取；输入输出系统用于在人机交互过程中执行数值或指令的输入功能与分析结果的可视化输出；数据采集分析软件系统将采集的图像数据和输入参数进行处理得到工作面关键信息的提取、识别和量化分析结果；工控系统用于岩石隧道工作面特征信息的高性
能图像深度学习计算、图像存储、数据驱动算法计算。该智能分级系统在岩石隧道现场工作示意图参照附图2。
38.本实施例的图像采集系统1为面阵相机图像采集系统，集成面阵数码相机，进行相机标定，获取在不同开挖面的范围、拍摄视角、外部光源等条件下的相机拍摄参数，通过工控系统，控制面阵数码相机的拍摄参数，获取岩石隧道工作面的高清图像数据。
39.本实施例的图像采集系统主要提供如下功能：
40.1)采集参数设置功能：
41.在开始采集之前，能够对相机采集参数进行设置，设置每一帧图像的采集轮廓以及曝光时间，参数设定之后，每一帧图像将按照该参数进行存储和处理；
42.2)图像采集存储功能：启动采集之后，软件能够实时地把采集到的图像数据保存在工控系统的高速存储设备中。存储格式采用效率最高的原始数据格式；
43.3)采集图像预览功能：启动记录后，软件在界面上实时显示采集到的工作面图像。
44.本实施例的照明系统2通过集成高亮度的led灯，用于照亮施工中岩石隧道的工作面，以确保获得高质量的图像数据，通过工控系统控制led灯的亮度。
45.本实施例的输入输出系统用于工程师输入工程、地质等相关参数以及数据与分析结果的可视化输出，输入系统采用触摸显示屏的方式连接工控设备，通过触摸屏用于工程师输入工程、地质等相关参数，进行相关指令的操作，输出系统执行数据处理与存储系统中结果的显示与导出。本实施例的输入输出系统主要包括显示屏与usb接口，显示屏用于显示工作面关键信息的识别和围岩等级等，usb接口将记录的原始数据及分析结果导出，以用于进一步处理分析。
46.本实施例的数据采集分析软件系统主要提供如下功能：
47.1)工作面岩体定性分类功能：基于图像分类cnn模型的岩体结构、风化程度的图像分类(定性研究)，根据预定的种类进行分类识别；
48.2)工作面岩体定量分析功能：基于语义分割cnn模型的隧道地下水、软弱夹层、节理裂隙、结构面等的定量分割(定量研究)；
49.3)图像分析结果的展示：软件在界面上实时显示分析处理完的岩体工作面图像的定性分类和定量分析结果。
50.本实施例的工控系统是包含高性能gpu和cpu的工控机设备，主要用于岩石隧道工作面特征信息的高性能图像深度学习计算、图像存储、数据驱动算法计算。
51.本实施例的智能分级系统主要提供如下功能：
52.1)根据工程人员输入的信息和图像分析得到的信息，构建围岩等级判定的输入信息数据表(csv格式)，并提醒现场人员输入缺失的信息；
53.2)运行植入的多源异构数据机器学习算法，基于中国标准bq围岩分级系统的参数模型，和构建的输入数据，得到对应隧道开挖面的围岩等级；
54.3)围岩分级的结果展示：在软件界面上显示当前工作面的图像信息，输入信息和对应的围岩等级分析结果；
55.4)围岩分级的分析结果存储：软件能够实时地把分析的结果保存在工控系统的高速存储设备中。
56.本实施例的基于机器视觉的岩石隧道工程开挖面围岩智能分级系统，还包括可伸
缩支架4、三角架底座5和工作台6。图像采集系统1、照明系统2均安装在可伸缩支架4的伸缩端；可伸缩支架4的固定端固定在工作台6上，操作系统3安装在可伸缩支架4的固定端；工作台6固定在三角架底座5的顶端，三角架底座5的底端固定在地面上。
57.本发明设计可伸缩支架方便隧道工程师携带进施工现场，在目标岩石隧道工作面前方，展开支架，将相应的设备模块安装到支架上，实现整体装置的快速安装实施和结束作业后的收纳运输。
58.本实施例的三角架底座5包含伸缩与固定的支架，实现该系统在隧道施工环境中的稳定运行。
59.本实施例的基于机器视觉的岩石隧道工程开挖面围岩智能分级系统，还包括电源，电源安装在工作台6的底部。本实施例的电源采用可拆卸更换充电的电池。
60.本实施例的基于机器视觉的岩石隧道工程开挖面围岩智能分级系统，还包括激光测距仪、温度计、湿度计和粉尘浓度计，激光测距仪、温度计、湿度计和粉尘浓度计均安装在工作台6上。
61.本实施例的智能分级系统的使用方法如下：
62.1)在岩石隧道内选定合适的作业地点，确保周围没有施工人员干扰后，将可伸缩支架展开，固定三脚底座；
63.2)在支架上安装图像采集系统、照明系统、操作终端、电源，测试并运行安装的设备；
64.3)在操作终端输入岩石隧道的相关现场数据；
65.4)通过系统规定隧道形状轮廓，进行岩石隧道工作面的图像数据采集；
66.5)通过软件系统，调用工控系统的处理器进行岩石隧道工作面定量和定性信息的提取，并在显示屏中显示输出并存储，定性指标包含了破碎程度、风化程度、结构类型，定量指标包含了软弱夹层、节理、地下水、结构面等信息；
67.6)将提取的工作面信息，进行量化分析和分类处理，并形成结构化数据形式，代表当前工作面的信息；
68.7)将现场测量和统计的工程信息汇总到结构化数据中，形成围岩分级智能算法的输入数据。
69.8)基于多源数据融合的机器学习算法，和输入数据，预测当前岩石工作面的围岩等级，并在显示屏上输出；
70.9)将输入数据和输出数据进行对应规则文件夹命名的存储，方便后续的数据分析。
71.本实施例的智能分级系统可快速获取岩石隧道工作面图像信息，完成工作面关键信息识别、提取、分析功能，替代了传统岩石隧道工程开挖面地质素描的工作；提供了一种集成的软硬件系统，使得获取的工作面图像可以在岩石隧道施工现场进行分析，并结合输入的隧道信息，形成岩石隧道开挖面围岩分级；提供了包含图像深度学习算法的软件程序，可实现开挖面信息的智能提取模型与量化分析；提供了包含集成机器学习算法的软件程序，可基于汇总的多源异构开挖面信息，在隧道施工现场快速判定和输出围岩等级；该智能分级系统图像采集速度快、围岩分级判定成本低，在完成分析工作后，可对数据做进一步处理，分析围岩的稳定性、开挖参数、和支护策略。
72.以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。