[发明专利]一种高边坡安全在线监测方法

权利要求书

1.一种高边坡安全在线监测系统，其特征在于，包括获取模块、数据处理模块、监测结果模块和传输模块；

获取模块的数据输出端与处理模块的数据输入端相连，处理模块的数据输出端与监测结果模块的数据输入端相连，监测结果模块的数据输出端与传输模块的数据输入端相连；

获取模块用于通过采集设备获取监测数据，通过摄像头获取音视频数据；

数据处理模块用于对采集到的音频数据和/或视频数据进行预处理；

监测结果模块用于对监测数据和预处理后的音视频数据输入高边坡地质灾害网络模型，得到高边坡地质灾害的监测结果；

数据传输模块用于将监测数据和预处理的音视频数据，以及监测结果传输到移动终端。

2.一种高边坡安全在线监测方法，其特征在于，包括以下步骤：

S1，通过采集设备获取监测数据，通过摄像头获取音视频数据；

S2，对采集到的音频数据和/或视频数据进行预处理；

S3，对监测数据和预处理后的音视频数据输入高边坡地质灾害网络模型，得到高边坡地质灾害的监测结果；

S4，将监测数据和预处理的音视频数据，以及监测结果传输到移动终端。

3.根据权利要求2所述的一种高边坡安全在线监测方法，其特征在于，所述预测结果包括：高边坡地质灾害的类型，高边坡地质灾害的风险等级，并根据风险等级将区域划分为无需防治区、一般防治区、次重点防治区和重点防治区；与此同时，显示与风险等级相对应的针对性防治措施建议。

4.根据权利要求2所述的一种高边坡安全在线监测方法，其特征在于，所述高边坡地质灾害网络模型的具体训练过程如下：

基于监测数据训练第一灾害分类器，生成初始灾害监测模型；

基于音频数据训练第二灾害分类器，生成补充灾害监测模型；

再将初始灾害监测模型和补充灾害监测模型共同训练高边坡地质灾害网络模型，得到初始高边坡地质灾害网络模型。

5.根据权利要求4所述的一种高边坡安全在线监测方法，其特征在于，还包括：

基于视频数据训练图神经网络模型GNN，再通过图神经网络模型训练初始高边坡地质灾害网络模型，得到高边坡地质灾害网络模型。

6.根据权利要求2所述的一种高边坡安全在线监测方法，其特征在于，所述监测数据包括：降雨量、水位、位移、坡度、孔隙水压、沉降之一或者任意组合。

7.根据权利要求5或6所述的一种高边坡安全在线监测方法，其特征在于，所述数据来自历史数据和/或实验室搭建的仿真模型测得的数据。

8.根据权利要求7所述的一种高边坡安全在线监测方法，其特征在于，还包括：报警系统，所述报警系统为多层级报警。