本发明涉及一种隧道及地下工程施工监控，尤其涉及一种基于智能视觉监控的隧道突涌水动态预测系统及方法，属于隧道及地下工程防灾减灾应用领域。
背景技术：
1、隧道工程是公路、铁路等交通基础设施的关键控制性工程，尤其是深长隧道。在隧道施工过程中，时常会穿越断层、溶洞、地下暗河、不整合接触带等不良地质，加之施工方法和支护措施不合理、过程管理不到位等问题，导致围岩垮塌、突涌水突泥、岩爆等地质灾害的发生。其中，突涌水突泥是隧道及地下工程建设过程中危害程度最大、发生最频繁的地质灾害之一，而监测预警方法与技术是实现隧道突涌水突泥灾害防控的主要途径。
2、涌水量是突涌水突泥灾害危害量级的主要指标之一，现有的涌水量预测方法主要有水文地质概化分析方法、超前物探方法等。前者是根据地下水径流和补给影响范围来预测涌水量，未考虑含导水致灾构造的影响，其结果准确性差。后者是利用介电常数、电阻率等参数识别含水体，虽提高了涌水量预测的精度，但具有探测过程复杂、对施工干扰较大等缺点。如cn112177617a公开的高压富水断层隧道施工超前地质预报预测方法及系统，其预测方法为：采用工程地质调查法进行远距离超前地质探测，以形成第一探测结果；采用地质雷达进行近距离地质探测，以形成第二探测结果；将第一探测结果与第二探测结果对比，并将第一探测结果和第二探测结果同步形成第三探测结果； 根据第三探测结果结合水文地质条件预测富水断层水流动态变化；根据富水断层水流动态变化模拟隧道掌子面处地质及水流变化，以生成地质预测报告。本发明申请通过对掌子面附近的水流动态变化进行模拟，以形成地质预测报告，做出有效应对，达到积极预测富水断层隧道施工安全风险并避免的目的。
3、但，该发明申请主要采用地质雷达进行近距离地质探测，其难以实时动态反应掌子面附近的水流动态变化情况，而且工程地质调查法、地质雷达等进行的地质探测存在探测过程复杂、对施工干扰较大等不利因素，其探测精度也受到多种限制，精度不高而需要不断提高，难以满足实际施工的需要。
技术实现思路
1、针对上述现有技术的不足，本发明所要解决的技术问题是如何提供一种基于智能机器视觉监控的突涌水动态预测方法及系统，可解决突涌水发生位置、涌水量计算与态势预测等问题，从而实现突涌水的有效防控。
2、为了解决上述技术问题，本发明采用了如下的技术方案：
3、一种基于智能视觉监控的隧道突涌水动态预测系统，其特征在于，包括视觉智能监控组件、突涌水视觉判识组件和云平台，视觉智能监控组件安装时面对隧道施工掌子面区域，采集隧道施工掌子面区域的视频监控信号；视觉智能监控组件的视频监控信号，通过无线传输系统上传云平台，并经过配合设置的图像处理装置的处理，获得数字化信号；所述突涌水视觉判识组件，对数字化信号进行进一步处理，识别出突涌水发生的空间位置、涌水量数值。
4、这样，本发明视觉智能监控模块能够实现隧道施工复杂环境中突涌水的视频监控数据，为突涌水空间定位和涌水量预测提供数据支撑；突涌水视觉判识组件能够实现突涌水发生的空间位置识别和涌水量计算，为灾害处治提供依据；突涌水态势预测模块能够实现未来某段时间涌水量准确预测和不同预警等级自动发布，为灾害提前防控和指导人员逃生提供理论依据。
5、进一步的，还包括突涌水态势预测组件，将突涌水视觉判识组件获得的突涌水发生的空间位置、涌水量数值输入突涌水态势预测组件内，经过运算预测未来一段时间的涌水量值。本发明的突涌水态势预测模块能够实现未来某段时间涌水量准确预测和不同预警等级自动发布，为灾害提前防控和指导人员逃生提供理论依据。
6、进一步的，还包括拍摄装置，拍摄装置采用ccd照相机，对隧道施工掌子面区域进行拍摄，获得拍摄图片，将拍摄图片通过无线传输系统上传云平台。这样，本发明在一套视觉智能监控组件的红外摄像仪的基础上，还设置了一套拍摄装置，两套可以互为备份，也可同时工作，提高了设备的可靠性，同时还能分别获得视频监控信号和拍摄图片信号。
7、进一步的，所述视觉智能监控组件，包括视频图像自动采集模块、自动聚焦模块、光补偿模块、信号无线传输模块和智能决策模块。这四部分模块组成的视觉智能监控组件，提高整个系统的可靠性和稳定性。
8、进一步的，所述视频图像自动采集模块采用红外摄像仪采集隧道施工掌子面区域的视频信息，自动聚焦模块，能自动调整红外摄像仪的焦距，获得符合要求的视频信息；光补偿模块，主要由阵列式led补光灯构成，自适应对隧道施工掌子面区域进行光亮强度补偿；信号无线传输模块，将实时采集到的视频监控信号进行压缩处理，并转换为数字信号，传输至云平台；智能决策模块，采用设定的算法对监控视频信号进行信息处理，识别视频中是否存在突涌水。
9、进一步的，所述突涌水视觉判识组件包括数据处理模块、模型自进化模块、突涌水识别模块和数据存储模块。这四部分模块组成的突涌水视觉判识组件，提高整个系统的可靠性和稳定性。
10、进一步的，所述的数据处理模块，是将获取的掌子面区域突涌水视频的数字化信号切割成一帧一帧的图像，然后采用小波变换和傅里叶公式对图像进行降噪，剔除干扰信息，识别出突涌水发生的空间位置、涌水量数值；所述的模型自进化模块，提取掌子面区域突涌水图像的突涌水视觉特征和构建基于视觉面积拾取的涌水量计算；所述的突涌水识别模块，一是根据构建的突涌水视觉特征指标对实时监测到的视频数据进行突涌水识别，确定突涌水发生的空间位置；二是将拾取的突涌水面积代入设定的涌水量计算公式，求出此刻的涌水量数值；所述的数据存储模块，存储监测到的突涌水视频信号，自动保存突涌水视频信号。
11、进一步的，所述的突涌水态势预测组件，主要包括突涌水态势预测模块、数据存储模块和灾害预警装置；所述的突涌水态势预测模块，通过设置一个可变δt时间滑动窗口，基于δt时窗内的n个涌水量实测值，采用灰色预测理论预测未来一段时间的涌水量值；所述的数据存储模块，用于存储涌水量实测值；所述的灾害预警装置，设置红、橙、黄、蓝四色预警等级及对应的阈值，当预测的涌水量值超过某一阈值时，则会自动以该颜色对应的等级发布预警信息。
12、基于智能视觉监控的隧道突涌水动态预测方法，其特征在于包括如下步骤：
13、1）在隧道施工掌子面区域设置定位装置，并设置视觉智能监控组件对隧道施工掌子面区域进行实时监控，采集视频监控信号；
14、2）将视频监控信号，通过无线传输系统上传云平台，并经过配合设置的
15、图像处理装置进行处理，转变成数字化信号，抽取目标特征；
16、3）将数字化信号输入突涌水视觉判识组件，进行进一步处理，识别出隧道施工掌子面区域突涌水水流量的范围与边界，获得突涌水发生的空间位置、涌水量数值；
17、4）将获得的突涌水发生的空间位置、涌水量数值输入突涌水态势预测组件，预测未来一段时间的涌水量值；根据需要，在突涌水态势预测组件的灾害预警装置上发布预警信息。
18、进一步的：所述视觉智能监控组件，包括视频图像自动采集模块、自动聚焦模块、光补偿模块、信号无线传输模块和智能决策模块；所述突涌水视觉判识组件包括数据处理模块、模型自进化模块、突涌水识别模块和数据存储模块；所述的突涌水态势预测组件，主要包括突涌水态势预测模块、数据存储模块和灾害预警装置。
19、与现有技术相比，本发明得到的基于智能视觉监控的隧道突涌水动态预测方法及系统具有如下优点：
20、本发明提出了一种基于智能视觉监控的隧道突涌水动态预测方法，视觉智能监控模块能够实现隧道施工复杂环境中突涌水的视频监控数据，为突涌水空间定位和涌水量预测提供数据支撑；突涌水视觉判识组件能够实现突涌水发生的空间位置识别和涌水量计算，为灾害处治提供依据；突涌水态势预测模块能够实现未来某段时间涌水量准确预测和不同预警等级自动发布，为灾害提前防控和指导人员逃生提供理论依据。
1.一种基于智能视觉监控的隧道突涌水动态预测系统，其特征在于，包括视觉智能监控组件、突涌水视觉判识组件和云平台，视觉智能监控组件安装时面对隧道施工掌子面区域，采集隧道施工掌子面区域的视频监控信号；
2.根据权利要求1所述的基于智能视觉监控的隧道突涌水动态预测系统，其特征在于，还包括突涌水态势预测组件，将突涌水视觉判识组件获得的突涌水发生的空间位置、涌水量数值输入突涌水态势预测组件内，经过运算预测未来一段时间的涌水量值。
3.根据权利要求1所述的基于智能视觉监控的隧道突涌水动态预测系统，其特征在于，还包括拍摄装置，拍摄装置采用ccd照相机，对隧道施工掌子面区域进行拍摄，获得拍摄图片，将拍摄图片通过无线传输系统上传云平台。
4.根据权利要求1—3任一所述的基于智能视觉监控的隧道突涌水动态预测系统，其特征在于，所述视觉智能监控组件，包括视频图像自动采集模块、自动聚焦模块、光补偿模块、信号无线传输模块和智能决策模块。
5.根据权利要求4所述的基于智能视觉监控的隧道突涌水动态预测系统，其特征在于，所述视频图像自动采集模块采用红外摄像仪采集隧道施工掌子面区域的视频信息，自动聚焦模块，能自动调整红外摄像仪的焦距，获得符合要求的视频信息；光补偿模块，主要由阵列式led补光灯构成，自适应对隧道施工掌子面区域进行光亮强度补偿；信号无线传输模块，将实时采集到的视频监控信号进行压缩处理，并转换为数字信号，传输至云平台；智能决策模块，采用设定的算法对监控视频信号进行信息处理，识别视频中是否存在突涌水。
6.根据权利要求1—3任一所述的基于智能视觉监控的隧道突涌水动态预测系统，其特征在于，所述突涌水视觉判识组件包括数据处理模块、模型自进化模块、突涌水识别模块和数据存储模块。
7.根据权利要求6所述的基于智能视觉监控的隧道突涌水动态预测系统，其特征在于，所述的数据处理模块，是将获取的掌子面区域突涌水视频的数字化信号切割成一帧一帧的图像，然后采用小波变换和傅里叶公式对图像进行降噪，剔除干扰信息，识别出突涌水发生的空间位置、涌水量数值；所述的模型自进化模块，提取掌子面区域突涌水图像的突涌水视觉特征和构建基于视觉面积拾取的涌水量计算；所述的突涌水识别模块，一是根据构建的突涌水视觉特征指标对实时监测到的视频数据进行突涌水识别，确定突涌水发生的空间位置；二是将拾取的突涌水面积代入设定的涌水量计算公式，求出此刻的涌水量数值；所述的数据存储模块，存储监测到的突涌水视频信号，自动保存突涌水视频信号。
8.根据权利要求2或3所述的基于智能视觉监控的隧道突涌水动态预测系统，其特征在于，所述的突涌水态势预测组件，主要包括突涌水态势预测模块、数据存储模块和灾害预警装置；所述的突涌水态势预测模块，通过设置一个可变δt时间滑动窗口，基于δt时窗内的n个涌水量实测值，采用灰色预测理论预测未来一段时间的涌水量值；所述的数据存储模块，用于存储涌水量实测值；所述的灾害预警装置，设置红、橙、黄、蓝四色预警等级及对应的阈值，当预测的涌水量值超过某一阈值时，则会自动以该颜色对应的等级发布预警信息。
9.基于智能视觉监控的隧道突涌水动态预测方法，其特征在于包括如下步骤：
10.根据权利要求9所述的基于智能视觉监控的隧道突涌水动态预测方法，其特征在于：所述视觉智能监控组件，包括视频图像自动采集模块、自动聚焦模块、光补偿模块、信号无线传输模块和智能决策模块；所述突涌水视觉判识组件包括数据处理模块、模型自进化模块、突涌水识别模块和数据存储模块；所述的突涌水态势预测组件，主要包括突涌水态势预测模块、数据存储模块和灾害预警装置。
