基于激光和图像分析的锚碇结构位移监测系统

蓝章礼,姚进强,张 洪,田 源,兰天凤,

(1. 重庆交通大学 信息科学与工程学院,重庆 400074；2. 重庆交通大学 土木工程学院,重庆 400074)

基于激光和图像分析的锚碇结构位移监测系统

蓝章礼1,姚进强1,张 洪2,田 源1,兰天凤1,

(1. 重庆交通大学 信息科学与工程学院,重庆 400074；2. 重庆交通大学 土木工程学院,重庆 400074)

针对三峡库区蓄水后水蚀环境下悬索桥隧道锚的受力与损伤情况,在激光投射式位移传感技术和图像处理技术的基础上,提出了一种锚碇结构位移监测新系统。该系统通过图像像素标定,确定了图像平面与空间物理表面的映射关系,并利用一种基于动态梯度光斑中心定位算法的实用性改进方法,计算出了锚碇的位移。实验结果表明:系统测量精度高、稳定性好,能够达到锚碇结构位移在线监测的性能要求。最后,为了使系统能够尽快在更多的大型建筑物安全监测中得到应用,对实验进行了误差分析,并给出了误差应对策略。

桥梁工程；锚碇；变形；位移监测；激光；图像

0 引 言

三峡库区蓄水后,水蚀环境复杂的应力场、渗流场会降低隧道锚及围岩稳定性,改变锚碇的受力和外形,而锚碇承受着来自主缆的水平力和竖向反力,是悬索桥主要承载结构之一,一旦锚碇结构发生破坏,会造成桥毁人亡的特大事故,后果不堪设想[1-3]。因此,针对三峡库区蓄水后水蚀环境下的悬索桥隧道式锚碇结构位移监测方法及装置的研发十分必要、迫切。

笔者通过对现有各种挠度/位移测量系统的研究和分析[4-7],提出了一种利用激光进行锚碇结构位移监测的方法[8],并以重庆忠县长江大桥为研究对象,开发了基于激光和图像分析的锚碇结构位移监测系统(以下简称“锚碇位移监测系统”)。该监测系统能够快速、准确、便捷地反演出人眼无法察觉的锚碇结构位移；同时克服了传统的观察、静载试验锚碇结构位移检测方法存在的费用高、时间长、又要中断交通,且由于桥梁结构巨大,很难全面获知桥梁技术状况的准确信息等问题。

1 系统组成及测量原理

1.1 系统组成

锚碇位移监测系统主要包括：准直激光发射器、光斑接收装置、图像采集卡、预装相应软件的工业计算机。其中,光斑接收装置由光斑接收靶和视频采集设备组成,系统组成如图1。

图1 系统组成Fig.1 System structure

1.2 测量原理

在实际的锚碇结构位移监测中,将准直激光发射器固定安装于合适的不动点(参考点),光斑采集装置固定安装于锚体的前锚面(待测点)。系统工作时,准直激光发射器发射的激光束以一定的角度投射到光斑接收靶的靶面上形成光斑;同时,激光光线与光斑接收靶的靶面之间有一夹角θ。视频采集设备设于光斑接收靶的正后方,在任一时刻,从视频采集设备输出的模拟视频信号经图像采集卡采集后,可进行计算机软件处理得到光斑接收靶上光斑中心的坐标位置。

一旦锚碇结构发生位移,光斑接收靶随之发生相同的位移,使得光斑在光斑接收靶上的位置发生变化,如图2。在一定的监测频率内,系统对光斑在光斑接收靶上的位移L2进行采集,将每次采集的位移L2带入光斑接收靶位移L1的计算公式[8]：L1=L2tanθ,计算出光斑接收靶沿法向移动的位移L1,即可得到锚碇在受力方向位移L1。监测系统获取大量锚碇位移数据后,通过限幅消抖滤波、快速傅里叶变换(FFT)等软件处理,输出锚碇的蠕动频率、幅度、长期走势相关数据。

图2 光斑接收靶移动前后的结构Fig.2 Structure diagram on displacement of laser spot target

2 数字图像像素的标定

要测量光斑的实际位移大小,必须对数字图像中的像素进行标定,建立物面与像面的映射关系,确定图像中每个像素所表示的实际物体的长度和宽度。根据系统的应用环境,并综合考虑精度与效率的要求[9-10],设计了基于平面的正交网格标定法。

高精度的网格光斑接收靶标固定于摄像设备正前方。靶标平面坐标系为XW-YW,视在世界坐标系中ZW=0。实际图像像素坐标系为XS-YS(图3)。系统采集图像后经过特征提取、滤波、畸变校正等处理,便可确定世界坐标系中的点M1(XW1,YW1,0),M2(XW2,YW2,0)对应图像平面中的点m1(u1,v1),m2(u2,v2)的坐标。代入式(1),得出水平像素当量k1的值和垂直像素当量k2的值。

(1)

式中：k1和k2称为系统的像素当量,指每个像素代表的实际长度值(mm/pixel)。

图3 坐标转换示意Fig.3 The coordinate conversion schematic

3 激光光斑中心检测

锚碇位移监测系统的核心技术是锚碇结构位移检测,锚碇结构位移检测是通过测量激光光斑中心位置的移动值来反推锚碇结构位移。因此,激光光斑中心的准确定位,直接影响系统测量的精度。为此需要一种能在实际使用中快速、精确、稳定、抗干扰的光斑中心定位方法。基于此，笔者提出基于文献[11]的实用性改进方法,实现流程如图4。

图4 算法基本流程Fig.4 The basic flow procedure of the algorithm

3.1 光斑识别

在图5所示的光斑图像中,衍射条纹、散射的弱光总体亮度都低于光斑中心的亮度。为了滤除亮度较弱的部分,首先对整幅图像进行扫描,把每个像素的R值带入梯度算子经验公式(2)进行运算,找出图像中最大R值梯度数值。然后,设定标识阈值,比如把标识阈值设为最大梯度值的1/2.8。最后,再次扫描图像,把R梯度值大于标识阈值的置为“1”,标记为白点,小于标识阈值的置为“0”,标记为黑色。这样便滤除光斑中亮度较弱的部分,识别出激光信号,得到了一幅黑白色的二值图像；

(2)

式中：f(x,y)为图像函数,G[f(x,y)]为图像在点(x,y)处的梯度值。

图5 典型激光光斑图像Fig.5 The typical image of laser spot

3.2 形态学滤波

经过二值化后的图像,仍然会存在着一些噪点,这将会对系统的运算精度产生很大的影响,因此需要对图像做进一步的除燥处理,来提高光斑定位的精度。采用3×3的白色方块结构元S(Structuring elementS)作为遮罩(Mask),图像本身作为一个二值图像B(Binary imageB)首先进行一次开启(Opening)运算消除外部盐性噪声点,再进行一次闭合(Closing)运算去除光斑中的暗点。如式(3)：

(3)

3.3 圆心拟合

由于光斑近似成椭圆,圆是椭圆的特殊形式,所以采用了一种基于最小二乘原理的椭圆拟合的方法[12-14]。即利用邻域法求取二值图像中的光斑边缘点,再依据边缘点到理想椭圆的距离平方和最小原理,通过椭圆来逼近激光光斑轮廓,求出光斑中心。

假设椭圆的一般曲线方程表示为

ax2+bxy+cy2+dx+ey+f=0，

(4)

则椭圆可以表示为两向量相乘的隐式方程。

F(a,x)=aTx=ax2+bxy+cy2+dx+ey+f=0，

(5)

式中：a=[abcdef]T；x=[x2xyy2xy1]T。

因为存在残差,F(a,xi)在点(xi,yi)不为0。其中：F(a,xi)为点(xi,yi)到曲线F(a,x)的代数距离,(xi,yi)表示光斑边界点坐标,i∈E,E表示所有边界的集合。

根据最小二乘原理,使得目标函数Q的值最小,来确定参数矩阵a。

(6)

根据极值原理,对Q求偏导：

(7)

为了避免零解,不失椭圆的一般性,可加一约束条件a+c=1,应用求解线性方程组的算法(矩阵求逆或者全主元高斯消去法),便可求得椭圆方程的参数a,b,c,d,e,f,从而计算出椭圆中心坐标(xc,yc)：

(8)

4 实验分析及讨论

实验用以检验锚碇位移监测系统的性能和实际应用效果,此外,还可以分析系统存在的不足,有助于更好地完善系统。

4.1 精度实验

实验采用了视频采集设备为720×576像素的工业摄像机,摄像范围约为56mm。将激光器固定在一个固定点,光斑接收装置固定安装于可移动平台上,且该平台的移动可由一个装有螺旋测微仪的推杆推动。由于实验所使用螺旋测微仪的测量范围只有25mm,所以只分别对平台移动了3,6,10,15,25mm,进行测量。为了确保实验的准确性,每组实验分别进行了5次,每组实验数据为去除最大值和最小值后取的平均值,实验数据如表1。

表1 精度实验结果Table 1 Result of precision experiment

由表1可知,随着平台向前移动一段距离,光斑接收靶上的光斑也随之移动了同样的距离。同时,各个测量点均存在着不同程度的测量误差,且这些误差成非线性。其中,系统的最大测量绝对误差为0.138 5,最大测量相对误差为2.16%。参照日本本州四国连络桥公团设计标准[3]：长大吊桥锚碇水平位移容许值为δ=0.017×L(cm),其中L为中跨跨长,单位为 m。锚碇由沉降和水平位移引起的塔底应力应不超过其容许应力值的5%,以及前期的综合分析,可以判断系统的测量精度满足锚碇安全监测需求。

4.2 在线实验

将锚碇位移监测系统安装在主跨为560 m的重庆忠县长江大桥进行监测实验,监测系统分别布设于重庆市忠县主城侧的左右锚室内。为了精确地分析出锚固区的变化情况,结合了悬索桥锚碇结构长期安全监测合理测点布置技术研究[3],在每间锚室内布设了两个高精度的激光检测系统。同时系统通过温湿度传感器来修正检测的参数。现场工作站布局如图6。

图6 现场工作站布局Fig.6 The field workstation layout

以2014年10月18日凌晨两点为起点,分析了锚碇的蠕动情况。因监测数据较多,为说明问题,图7只对测点2的测量数据作了呈现。图7中描绘了位移—时间曲线和温度—时间曲线。其中,锚碇位移监测系统的采集周期为半个月,采集频率为10 min/次,考虑到数据采集过程中外界因素的干扰,每小时取定1组有效数据。

图7 在线实验数据Fig.7 Online experiment data

由图7可知,测点2处温度保持在23 ℃左右,数据的位移平均值为0.006 6 mm,最小位移幅度为0.000 3 mm,最大位移幅度为0.079 3 mm,数据走势基本稳定,验证了系统的稳定性。此外,不难看出,图7中依然存在很多数据噪声,系统并没有达到理论上的测量稳定性。

4.3 误差分析与讨论

分析精度实验和在线实验中存在误差的可能原因以及误差应对策略：

1)实验所采用的摄像机镜头为市场上的普通器材,存在一定的非线性畸变。如：长焦距镜头易产生枕形失真,而广角镜头易产生桶形失真。

误差应对策略：采用更高质量的中等焦距摄像机镜头。

2)准直激光器发出的准平行光束并不是完全平行的,存在很小的发散角,加上激光光束在空间有一段传输距离,最终导致位移测量存在很难察觉的细微偏差。

图8是激光散射误差示意。图8中,BC，B′C′分别为激光光束在移动前和移动后的靶面的投影,且BC∥B′C′。M，M′分别为激光光轴的射线与靶面移动前和移动后的交点,AB，AC为激光光束的上下边界,光轴AM为∠BAC的角平分线,AN为△ABC的中线。椭圆中心拟合法所求的是激光光束的中线与靶面的交点,即点N和N′,由几何知识可证明EN′>FM′,即系统所检测的光斑位移大于光斑的实际位移。

图8 激光散射误差Fig.8 Small angle laser scattering error

误差应对策略：①根据测量要求,设计出更高质量的大口径、长焦距的透镜组作为激光准直装置的会聚透镜,来减小激光束线发散角。②由图8,不难证明：

(9)

结合式(9),对光斑中心检测算法进行优化,以激光光束的光轴与靶面的交点为位移检测坐标,即点M和M′。

5 结 语

对于复杂的悬索桥锚碇稳定性问题,笔者在研究中充分利用了激光良好的方向性,发挥了激光弱光环境下测量的优势,对激光倾斜投射的难题进行突破,研发出测量成本低、测量精度高、稳定性和防腐性能好的远程监测系统,能有效地实现水蚀环境下锚碇结构位移在线监测,对悬索桥的综合安全评估有重要意义。然而,系统也存在一些缺陷,会在以后的研究中继续补充和改进。

[1] 邬爱清,彭元诚,黄正加,等. 超大跨度悬索桥隧道锚承载特性的岩石力学综合研究[J].岩石力学与工程学报,2010,29(3):433-441. WU Aiqing,PENG Yuancheng,HUANG Zhengjia,et al. Rock mechanics comprehensive study of bearing capacity characteristics of tunnel anchorage for super-large span suspension bridge[J].ChineseJournalofRockMechanicsandEngineering,2010,29(3):433-441.

[2] 朱玉,卫军,李昊,等. 大跨径悬索桥隧道锚承载力分析[J]. 华中科技大学学报(自然科学版),2005,33(7):90-93. ZHU Yu,WEI Jun,LI Hao,et al. Support capability of tunnel-type anchorage of a long-span suspension bridge[J].JournalofHuazhongUniversityofScienceandTechnology(NatureScience),2005,33(7):90-93.

[3] 周磊. 悬索桥锚碇结构长期安全监测合理测点布置技术研究[D]. 重庆:重庆交通大学,2012. ZHOU Lei.ReasonableArrangementTechnologyofMeasuringPointsResearchofLongTermSafetyMonitoringforSuspensionBridgeAnchorage[D]. Chongqing: Chongqing Jiaotong University, 2012.

[4] 张奔牛,崔红梅,石玲莉. 高家花园大桥挠度快速监测系统研究[J]. 重庆交通大学学报(自然科学版),2013,32(4):581-584. ZHANG Benniu,CUI Hongmei,SHI Lingli. Quick deflection monitoring system of Gaojiahuayuan bridge[J].JournalofChongqingJiaotongUniversity(NaturalScience),2013,32(4):581-584.

[5] 蓝章礼,张洪,周建庭. 基于激光和视频的桥梁挠度测量新系统[J]. 仪器仪表学报,2009,30(11):2405-2410. LAN Zhangli,ZHANG Hong,ZHOU Jianting. Novel system for measuring bridge deflections based on laser and video[J].ChineseJournalofScientificInstrument,2009,30(11):2405-2410.

[6] CICEK Y,DUYSAK A.The modelling of interactions between organs and medical tools:a volumetric mass-spring chain algorithm[J].ComputerMethodsinBiomechanicsandBiomedicalEngineering,2014,17(5):488-496.

[7] MALHOTRA B, NIKOLAIDIS I, NASCIMENTO M A.Aggregation convergecast scheduling in wireless sensor networks [J].WirelessNetworks, 2011, 17(2):319-335.

[8] 周建庭,蓝章礼,张洪. 利用激光进行锚碇结构位移监测的方法: 201210399733.8[P]. 2013-01-23. ZHOU Jianting, LAN Zhangli, ZHANG Hong.AnchorageStructuralDisplacementMonitoringMethodbyLaser: 201210399733.8[P]. 2013-01-23.

[9] FUNK N, YANG Y H. Using a raster display for photometric stereo[C]//Conferenceon2007CanadianFourthComputerandRobotVision. [S.l.]: IEEE, 2007: 201-207.

[10] SVOBODA T, MARTINEC D, PAJDLA T. A convenient multicamera self-calibration for virtual environments[J].Presence:TeleoperatorsandVirtualEnvironments, 2005, 14(4): 407-422.

[11] 蓝章礼,闫果,杨小帆,等. 基于动态梯度的激光光斑中心定位算法[J]. 计算机科学,2008,35(8):223-226. LAN Zhangli,YAN Guo,YANG Xiaofan,et al. Location algorithm of the laser spot center based on dynamic gradient[J].ComputerScience,2008,35(8):223-226.

[12] LI L, FENG Z, HE K. A randomized algorithm for detecting multiple ellipses based on least square approach[J].OptoElectronicsReview, 2005, 13(1): 61-67.

[13] 孔兵,王昭,谭玉山. 基于圆拟合的激光光斑中心检测算法[J]. 红外与激光工程,2002,31(3):275-279. KONG Bing, WANG Zhao, TAN Yushan. Algorithm of laser spot detection based on circle fitting[J].InfraredandLaserEngineering, 2002,31(3): 275-279.

[14] RAFAEL C G,RICHAND E W. 数字图像处理[M]. 阮秋琦,阮宇智,译.北京: 电子工业出版社,2011. RAFAEL C G, RICHAND E W.DigitalImageProcessing[M]. RUAN Qiuqi,RUAN Yuzhi,translation.Beijing:Publishing House of Electronics Industry, 2011.

Anchorage Displacement Monitoring System Based on Laser and Image Analysis

LAN Zhangli1,YAO Jinqiang1,ZHANG Hong2,TIAN Yuan1,LAN Tianfeng1

(1. School of Information Science & Engineering,Chongqing Jiaotong University,Chongqing 400074,P. R. China；2. School of Civil Engineering,Chongqing Jiaotong University,Chongqing 400074,P. R. China)

A new system was developed for monitoring displacement of anchorage structure based on image processing technology and laser projection displacement sensing technology for purpose of monitoring the stress and damage suffered by the tunnel-type anchorage structure in the complex water erosion condition after the inundation of Three Gorges reservoir. Firstly, the relationship between the spatial point and the plane point was established by pixel calibration. Secondly, the displacement of anchorage was calculated by use of the practical improved method based on dynamic gradient spot center positioning algorithm. Thirdly, the experimental results have proved the high accuracy and stability of the system which satisfies the required performance for long-term online displacement monitoring of anchorage structure. Finally, in order to broaden the application of the system in safety monitoring for large structures in earlier time, some errors in the experiment are analyzed and the countermeasures against such errors are provided.

bridge engineering；anchorage；deformation；displacement monitoring；laser；image

10.3969/j.issn.1674-0696.2016.02.03

2014-12-06；

2015-04-15

国家自然科学基金项目(51278512)；重庆市国土资源和房屋管理局科技计划项目(CQGT-KJ-2014029)

蓝章礼(1973—),男,重庆人,教授,博士,主要从事桥梁健康监测、数子图像处理与模式识别方面的研究。E-mail:lz17309@126.com。

TP216

A

1674-0696(2016)02-009-04