一种应用RTLS与IMU的结构健康在线监测方法技术

本发明专利技术提供一种应用RTLS与IMU的结构健康在线监测方法，其包括以下步骤：S1、建立监测点和基准站，监测点配置了RTLS和IMU以及结构健康监测器件；S2、通过配置了RTLS和IMU的监测点向基准站同步发送监测点的姿态状态数据以及测距请求，基于测距请求或姿态状态数据传输的时间结合光速获得监测点和基准站之间的距离；S3、基于卡尔曼滤波算法对数据进行校准和补偿；S4、基于步骤S3校准和补偿后的数据信息进行待监测结构的变化趋势及安全性评估。本发明专利技术采用的方法适合大批量产品投放，可用于维护难度较大安装条件苛刻的区域投放，并长时间运作使用。同时通过无线数据传输，免于线缆管道铺设，稳定性较好。稳定性较好。稳定性较好。

【技术实现步骤摘要】
一种应用RTLS与IMU的结构健康在线监测方法


[0001]本专利技术涉及结构健康监测
，具体涉及一种应用RTLS与 IMU的结构健康在线监测方法。

技术介绍

[0002]结构健康在线监测系统，目前测量沉降、滑坡的常规监测方法有利用遥感卫星定位系统的GNSS，利用液位变化量的静力水准仪，利用光信号波长变化的光纤光栅传感器，利用相干光源的反射进行测距的激光传感器。其中利用卫星定位系统的GNSS受天顶方向遮盖影响极大，不能在室内、隧道内作业，同时单台设备成本高。精力水准仪以及光纤光栅测量准确度受气温影响较大，温差较大地方会带来较大测量误差，同时精力水准仪需铺设导通管，光纤光栅需铺设光缆，不便于在复杂的环境中安装建设，不便于大批量投入使用，建设成本可观。激光测距来反馈监测位置点的滑坡，本身测量稳定性受天气，空气湿度的影响，并且要求视距测量完全无遮挡，此外存在响应不及时的问题。

技术实现思路

[0003]本专利技术针对现有技术中存在的技术问题之一，提供一种应用 RTLS与IMU的结构健康在线监测方法用于解决至少上述技术问题之一。
[0004]根据本专利技术的第一方面，提供了一种应用RTLS与IMU的结构健康在线监测方法，其包括以下步骤：
[0005]S1、建立监测点和基准站，监测点固定在位置不稳定的待监测结构处的附着物上，基准站固定在位置相对固定的附着物上，且基准站作为监测点的参考对象，并进行批量数据处理，其中，监测点配置了 RTLS和IMU以及结构健康监测器件；
[0006]S2、通过配置了RTLS和IMU的监测点向基准站同步发送监测点的姿态状态数据以及测距请求，基于测距请求或姿态状态数据传输的时间结合光速获得监测点和基准站之间的距离；
[0007]S3、基于卡尔曼滤波算法对数据进行校准和补偿；
[0008]S4、基于步骤S3校准和补偿后的数据信息进行待监测结构的变化趋势及安全性评估。
[0009]根据本专利技术的以上技术方案，还可以作出以下改进：
[0010]可选的，所述监测点的结构健康监测器件包括UWB接收机、陀螺仪、加速度计、磁力计，以及若干用于采集结构健康数据的传感器，所述UWB接收机与传感器双向通信连接，所述陀螺仪、加速度计和磁力计集成在IMU内，所述IMU与传感器双向通信连接。
[0011]可选的，所述步骤S2包括：
[0012]S21、监测点首先向基准站发出一个测距请求的数据包，并记录下发包时刻T1，基准站收到数据包后，记下收包时刻T2；
[0013]S22、基站收到数据包后，等待一段时间，记等待时间为TreplyB，在T3时刻，向监测
点发送一个确认数据包，监测点收到数据包后记下时刻值T4，其中T3＝T2+TreplyB；
[0014]S23、监测点等待一段时间，记等待时间为TreplyA，在T5时刻，将监测点此时的姿态相关的状态值，发送给基准站，记该时刻为T6，其中T5＝T4+TreplyA；
[0015]S24、计算电磁波在空中的飞行时间Tprop，
[0016][0017]其中：
[0018]RoundA＝T4
‑
T1；
[0019]TreplyB＝T3
‑
T2；
[0020]TreplyA＝T5
‑
T4；
[0021]RoundB＝T6
‑
T3。
[0022]可选的，所述步骤S3包括将获得的监测点与基准站之间的距离值转化为位置坐标，将测得的状态值中的偏移量作为状态变量，将首次测距得到的位置坐标和姿态信息作为初始值输入到卡尔曼滤波算法中，并通过观察距离的变化以及姿态变化来控制整个算法的误差。
[0023]可选的，所述步骤S3包括：
[0024]S31、定义i时刻待测监测站的状态方程与观测方程为：
[0025][0026][0027]和分别表示i时刻和i
‑
1时刻的后验状态估计值，是滤波的结果之一，即更新后的结果，也叫最优估计。
[0028]表示i时刻的先验状态估计值，是滤波的中间计算结果，即根据上一时刻(i
‑
1时刻)的最优估计预测的i时刻的结果，是预测方程的结果。
[0029]P
i
和P
i
‑1分别表示i时刻和i
‑
1时刻的后验估计协方差(即的协方差，表示状态的不确定度)，是滤波的结果之一。
[0030]表示i时刻的先验估计协方差(的协方差)，是滤波的中间计算结果。
[0031]A表示状态转移矩阵，实际上是对目标状态转换的一种猜想模型。例如在机动目标跟踪中，状态转移矩阵常常用来对目标的运动建模，其模型可能为匀速直线运动或者匀加速运动。当状态转移矩阵不符合目标的状态转换模型时，滤波会很快发散。
[0032]Q表示过程激励噪声协方差(系统过程的协方差)。该参数被用来表示状态转换矩阵与实际过程之间的误差。因为我们无法直接观测到过程信号，所以Q的取值是很难确定的。是卡尔曼滤波器用于估计离散时间过程的状态变量，也叫预测模型本身带来的噪声。状态转移协方差矩阵。
[0033]B表示将输入转换为状态的矩阵，输入的状态参数有加速度值，角速度值，磁力传感器值，速度值以及位移值
[0034]S32、计算卡尔曼增益K，然后就可以得到距离的估计值，
[0035][0036][0037]K
i
卡尔曼增益也称滤波增益矩阵，是滤波的中间计算结果，或卡尔曼系数。
[0038]H是状态变量到测量(观测)的转换矩阵，表示将状态和观测连接起来的关系，卡尔曼滤波里为线性关系，它负责将m维的测量值(角速度值，磁力传感器值，速度值以及位移值)转换到n维，使之符合状态变量的数学形式，是滤波的前提条件之一。
[0039]R测量噪声协方差。滤波器实际实现时，测量噪声协方差R一般可以观测得到，是滤波器的已知条件。
[0040]S33、计算估计值和真实值间的误差协方差矩阵，为下一次递归做准备，
[0041]和后验状态估计值之间的比较结果，作为判断结构健康或不健康的风险评估依据。
[0042]本专利技术提供一种应用RTLS与IMU的结构健康在线监测方法，具有以下有益效果：该方法支持全天候作业，相比当前的其他技术手段，本专利技术采用的方法所形成的产品在建设成本与维护成本上较其他技术方案都相对都较为明显的成本优势，适合大批量产品投放。同时所形成的产品功耗低，特别是监测站可以利用便携式电池进行供电驱动，可用于维护难度较大安装条件苛刻的区域投放，并长时间运作使用。同时通过无线数据传输，免于线缆管道铺设，稳定性较好。相比机械式拉绳传感器，不受机械疲劳使用年限的影响，不受高低温，温湿度环境干扰等特点。
附图说明
[0043]图1为本专利技术提供的一种应用RTLS与IMU的结构健康在线监测方法的监测点与基准站之间的数据包发送及接收时刻示意图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用RTLS与IMU的结构健康在线监测方法，其特征在于，其包括以下步骤：S1、建立监测点和基准站，监测点固定在位置不稳定的待监测结构处的附着物上，基准站固定在位置相对固定的附着物上，且基准站作为监测点的参考对象，并进行批量数据处理，其中，监测点配置了RTLS和IMU以及结构健康监测器件；S2、通过配置了RTLS和IMU的监测点向基准站同步发送监测点的姿态状态数据以及测距请求，基于测距请求或姿态状态数据传输的时间结合光速获得监测点和基准站之间的距离；S3、基于卡尔曼滤波算法对数据进行校准和补偿；S4、基于步骤S3校准和补偿后的数据信息进行待监测结构的变化趋势及安全性评估。2.根据权利要求1所述的一种应用RTSL和IMU的结构健康在线监测方法，其特征在于，所述监测点的结构健康监测器件包括UWB接收机、陀螺仪、加速度计、磁力计，以及若干用于采集结构健康数据的传感器，所述UWB接收机与传感器双向通信连接，所述陀螺仪、加速度计和磁力计集成在IMU内，所述IMU与传感器双向通信连接。3.根据权利要求2所述的一种应用RTSL和IMU的结构健康在线监测方法，其特征在于，所述步骤S2包括：S21、监测点首先向基准站发出一个测距请求的数据包，并记录下发包时刻T1，基准站收到数据包后，记下收包时刻T2；S22、基站收到数据包后，等待一段时间，记等待时间为TreplyB，在T3时刻，向监测点发送一个确认数据包，监测点收到数据包后记下时刻值T4，其中T3＝T2+TreplyB；S23、监测点等待一段时间，记等待时间为TreplyA，在T5时刻，将监测点此时的姿态相关的状态值，发送给基准站，记该时刻为T6，其中T5＝T4+TreplyA；S24、计算电磁波在空中的飞行时间Tprop，其中：RoundA＝T4
‑
...

【专利技术属性】
技术研发人员：尧荣霄，段中伟，谌洪舟，
申请(专利权)人：重庆甲虫网络科技有限公司，
类型：发明
国别省市：