원래 이름 기록: 深圳市勘察研究院有限公司; 深圳市福田区建设工程质量检测中心

本发明公开了一种基于多传感器融合的地质灾害实时预警装置，属于地质灾害监测技术领域，包括：顶部中心处设有支撑柱的锥形底座；监测机构，设于锥形底座内，监测机构包括调位部件、监测传感器和发送模块。该基于多传感器融合的地质灾害实时预警装置，通过监测机构的时候，可以使监测传感器自适应调节，提升监测精度与可靠性，通过调位电机驱动齿轮传动机构，控制多个伸缩套同步伸缩，使监测传感器始终与稳固土层紧密接触，避免因表层土松动导致数据失真，确保地质灾害监测数据的准确性和实时性，该基于多传感器融合的地质灾害实时预警装置，通过冲洗机构的使用，可以使光伏板智能调角与自动清洗，保障能源供应效率。

本发明公开了一种边坡微变形监测的分布式光纤传感装置及系统，属于边坡变形监测技术领域，包括：斜坡；监测模块箱。通过边坡变形监测机构和边坡对比数据机构的配合使用，实现内外差异比对精准监测，有效识别深层滑移与排除环境干扰，通过设置内部第一横向监测光纤、第二横向监测光纤、竖向监测光纤和对比监测光纤构建一个内外双参比对系统，当边坡发生变形时，如果内部光纤监测到显著应变而表面对比光纤数据正常，系统可立即判断变形发生于边坡内部深层，预示着潜在滑移面的形成，为预警提供更早、更关键的信息，同时，通过数据对比模块对两者数据进行实时差分处理，降低系统的误报率，提升监测数据的可靠性和准确性。

本发明涉及边坡监测与三维重建技术领域，且公开了基于无人机群协同航拍的边坡全景三维重建方法，包括以下步骤：S1.无人机群任务规划，S2.协同航拍数据采集，S3.多源数据预处理，对采集的多源数据进行去噪、时间同步与坐标标定，得到标准化数据集合，S4.点云生成与配准，基于预处理后的数据，通过图像匹配算法生成初始点云，再采用点云配准算法实现多无人机数据的融合，S5.全景三维模型构建，对融合后的点云进行表面重建与纹理映射，生成边坡的全景三维模型。本发明主从式无人机群可根据边坡地形（如多拐点、高陡区域）灵活划分航拍区域，从无人机深入主无人机难以覆盖的局部区域，实现边坡百分百无死角数据采集，避免传统单无人机漏拍问题。

本发明公开了基于三维点云与深度学习的边坡变形趋势预测方法，涉及地质灾害技术领域，包括以下步骤：S1.获取目标边坡的多时序三维点云数据，S2.进行预处理，得到标准化的时序点云数据集，S3.从所述标准化的时序点云数据集中提取边坡变形特征参数，S4.构建预测模型，S5.将数据整合为模型训练样本，对所述深度学习预测模型进行训练与优化，S6.将数据输入训练完成的深度学习预测模型，输出目标边坡的变形趋势预测结果，S7.对所述变形趋势预测结果进行可靠性评估，生成最终的预测报告。本发明通过融合CNN与注意力机制LSTM的深度学习模型，可同时挖掘边坡变形的空间关联性与时间动态性，相比传统统计模型，预测精度得到提升，尤其适用于长期变形趋势预测。