基于在线式相机的桥梁位移转角同步实时监测方法和系统技术方案

本发明专利技术公开了一种基于在线式相机的桥梁位移转角同步实时监测方法和系统，利用红外阵列靶标多特征点作为视觉输入构建相机与运动目标坐标系的几何关系，并针对传统质心法无法做到多点一一对应持续匹配跟踪以及靶标受到环境干扰局部精度不足从而造成整体解算误差大的问题，提出了一种基于质心阵列自适应独立搜索和坐标系转换矩阵提纯优化的运动目标相对位移和转角测量算法，有效提高结果解算精度和鲁棒性。此外还开发了一套监测系统，通过嵌入式处理平台边缘计算直接输出给终端用户桥梁位移和转角数据，从而实现桥梁动态位移和转角的全天候、无线、实时监测。实时监测。实时监测。

【技术实现步骤摘要】
基于在线式相机的桥梁位移转角同步实时监测方法和系统


[0001]本专利技术属于结构健康监测
，具体涉及一种基于在线式相机的桥梁位移转角同步实时监测方法和系统，可实现桥梁动态位移和转角的全天候、无线、实时监测。

技术介绍

[0002]桥梁在车辆荷载和环境(风、温度)作用下的结构响应测量是桥梁安全性评估的重要内容，尤其是在桥梁的荷载试验中，准确测量的桥梁响应既可以与有限元分析的桥梁变形情况作对比，又可以依据结构动力学理论计算桥梁的深层次特征参数(如结构频响函数、模态柔度)，为桥梁的损伤识别提供基础。最常测量的桥梁响应是位移、应变、转角、振动加速度等。近年来，光纤传感器、光纤传感器、压电传感器、电磁伸缩材料传感器、GPS等智能传感器已被广泛应用于测量上述桥梁响应，并能以更准确、更有效的方式进行测量。
[0003]转角测量包括梁端转角、梁体转角、支座转角、桥塔转角等，与位移参数一样，转角参数对桥梁的任何部位的损伤都是敏感的，由于位移受制于自身性质如需要参考测量点等，转角参数往往更容易测量，在结构评估方面具有较大优势。此外，梁端转角大小对车辆加减载作用以及对桥梁特别是铁路桥的冲击作用影响很大。
[0004]现有的转角测量手段用信息都是基于倾角仪，倾角仪可以提供有关结构系统健康状况的有。大多数现有的倾角仪是基于重力/加速度的，可以提供精确的静态响应测量。然而，对于动态倾斜，由于串扰等加速度会显著影响测量的响应。因此，动态倾斜测量仍然是一个具有挑战性的问题。一种方法是对测量角速度的陀螺仪传感器的输出进行积分，从而获得倾斜，然而陀螺仪测量存在低频灵敏度较差的问题。
[0005]基于视觉的结构响应测量方法由于其无损、非接触、高精度和多点同步测量等优点，已在结构健康监测领域取得了广泛应用。机器视觉应用于桥梁位移测量较多，其提高了其亚像素测量精度以更好地适用于桥梁结构的动态位移非接触式测量。基于视觉的旋转角度测量目前应用不多。目前，基于视觉的转角测量主要存在三个问题：1)目标靶大多利用棋盘格、编码点等特征靶标进行测量，容易受到光照等环境干扰，无法做到全天候测量；2)现有方法多采用两点间位移差间接换算转角信息。3)现有方法依赖于对工作站上的大量记录离线视频数据进行后处理，并不直接向桥梁检验员提供位移时程，不适合无人值守的现场部署在偏远地区进行常规的长期监测。

技术实现思路

[0006]解决的技术问题：针对现有位移转角测量方法瓶颈问题，本专利技术提出一种基于在线式相机的桥梁位移转角同步实时监测方法和系统，创新地利用红外阵列靶标多特征点作为视觉输入构建相机与运动目标坐标系的几何关系，并通过嵌入式处理平台边缘计算直接输出可发送给终端用户的桥梁位移和转角，从而实现桥梁动态位移和转角的全天候、无线、实时监测。
[0007]技术方案：
[0008]一种基于在线式相机的桥梁位移转角同步实时监测方法，所述实时监测方法包括以下步骤：
[0009]S1，将在线式相机设备通过稳定机械装置固定在桥梁基准点上，设置多个目标靶，目标靶和桥梁上的被测目标相对应，利用棋盘格对目标靶进行标定，调整在线式相机设备和目标靶的参数后进行运动目标图像序列的实时获取；
[0010]S2，估计出每帧运动目标图像对应的被测目标世界坐标系与相机坐标系间的转换关系，通过待测目标空间位姿在相机坐标系的位置变化，求出被测目标在运动前后的位置和姿态信息；
[0011]S3，采用基于综合预测器和连续自适应搜索的质心阵列跟踪匹配方法，结合被测目标的位置、面积、灰度和形状属性，提出目标多属性判决函数，判断被测目标是否被遮挡，如果被测目标被遮挡，则使用综合预测器对所跟踪目标的位置参数进行预测，直至目标重新出现，以完成图像序列间目标靶内各光斑质心的连续自适应匹配追踪；
[0012]S4，采用基于子集模型提纯与非线性迭代优化的极小平面位姿估计算法进行位移和转角的计算。
[0013]进一步地，步骤S1中，所述在线式相机设备包括依次连接的GIGE千兆网口工业相机和POE交换机(Power Over Ethernet，支持以太网供电的交换机)；其中，POE交换机用于对GIGE千兆网口工业相机进行供电的同时，将GIGE千兆网口工业相机采集到的运动目标图像序列发送至计算机，由计算机实时处理得到相应的桥梁的位移和转角，再将计算得到的桥梁的位移和转角发送至监控中心。
[0014]进一步地，所述目标靶采用波长850nm红外阵列式灯珠靶标，单个靶标上均匀排布多个间距已知的红外小灯珠。
[0015]进一步地，所述在线式相机设备的工业相机的镜头上安装有只允许红外光通过的窄带滤光片。
[0016]进一步地，步骤S2中，估计出每帧运动目标图像对应的被测目标世界坐标系与相机坐标系间的转换关系，通过待测目标空间位姿在相机坐标系的位置变化，求出被测目标在运动前后的位置和姿态信息的过程包括以下步骤：
[0017]分别估计出每帧图像对应的被测目标世界坐标系与相机坐标系间的转换关系，以相机坐标系为中介，设P
11
、P
12
为目标在初始坐标系和运动后坐标系中的坐标，P
c
为目标在相机坐标系中的坐标，为目标在初始坐标系和运动后坐标系对相机坐标系的旋转矩阵，阵，为目标在初始坐标系和运动后坐标系对相机坐标系的平移向量，求出目标在运动前后的位置和姿态信息：
[0018]设目标运动前后坐标系的变换矩阵为和得到运动前后坐标相对关系为：联立上述两式得到
[0019]设P
1i
为目标在第i帧坐标系的坐标，P
c
为目标在相机坐标系中的坐标，为目标在第i帧坐标系对相机坐标系的旋转矩阵，为目标在第i帧坐标系对相机坐标系的平移向量，得到目标在第i帧坐标系中坐标相对于初始时刻坐标的相对关系为：
[0020][0021]设目标第i帧坐标系中坐标相对于初始时刻坐标的旋转矩阵为ΔR
p
，为该旋转矩阵第m行、第n列的旋转分量，则：
[0022][0023]求解得到绕x、y、z三轴转角α、β、γ分别为：
[0024][0025]设目标第i帧坐标系中坐标相对于初始时刻坐标的平移向量为Δt
p
，为初始时刻目标三个轴平移向量分量，为第i帧时刻目标三个轴平移向量分量，为矩阵逆矩阵的旋转矩阵第m行、第n列的旋转分量，则：
[0026][0027]通过实测数据代入求解得到ΔR
p
、Δt
p
，对单目相机的空间位姿进行测量。
[0028]进一步地，步骤S3中，采用基于综合预测器和连续自适应搜索的质心阵列跟踪匹配方法，完成图像序列间目标靶内各光斑质心的连续自适应匹配追踪的过程包括以下步骤：
[0029]基于3点的线性预测经验公式求得第k+1帧预测点的x轴和y轴坐标(X
l
[k+1]，Y
l
[k+1])为：
[0030][0031]其中，X...

【技术保护点】

【技术特征摘要】
1.一种基于在线式相机的桥梁位移转角同步实时监测方法，其特征在于，所述实时监测方法包括以下步骤：S1，将在线式相机设备通过稳定机械装置固定在桥梁基准点上，设置多个目标靶，目标靶和桥梁上的被测目标相对应，利用棋盘格对目标靶进行标定，调整在线式相机设备和目标靶的参数后进行运动目标图像序列的实时获取；S2，估计出每帧运动目标图像对应的被测目标世界坐标系与相机坐标系间的转换关系，通过待测目标空间位姿在相机坐标系的位置变化，求出被测目标在运动前后的位置和姿态信息；S3，采用基于综合预测器和连续自适应搜索的质心阵列跟踪匹配方法，结合被测目标的位置、面积、灰度和形状属性，提出目标多属性判决函数，判断被测目标是否被遮挡，如果被测目标被遮挡，则使用综合预测器对所跟踪目标的位置参数进行预测，直至目标重新出现，以完成图像序列间目标靶内各光斑质心的连续自适应匹配追踪；S4，采用基于子集模型提纯与非线性迭代优化的极小平面位姿估计算法进行位移和转角的计算。2.根据权利要求1所述的基于在线式相机的桥梁位移转角同步实时监测方法，其特征在于，步骤S1中，所述在线式相机设备包括依次连接的千兆网口工业相机和POE交换机；其中，POE交换机用于对千兆网口工业相机进行供电的同时，将千兆网口工业相机采集到的运动目标图像序列发送至计算机，由计算机实时处理得到相应的桥梁的位移和转角，再将计算得到的桥梁的位移和转角发送至监控中心。3.根据权利要求1所述的基于在线式相机的桥梁位移转角同步实时监测方法，其特征在于，所述目标靶采用波长850nm红外阵列式灯珠靶标，单个靶标上均匀排布多个间距已知的红外小灯珠。4.根据权利要求3所述的基于在线式相机的桥梁位移转角同步实时监测方法，其特征在于，所述在线式相机设备的工业相机的镜头上安装有只允许红外光通过的窄带滤光片。5.根据权利要求1所述的基于在线式相机的桥梁位移转角同步实时监测方法，其特征在于，步骤S2中，估计出每帧运动目标图像对应的被测目标世界坐标系与相机坐标系间的转换关系，通过待测目标空间位姿在相机坐标系的位置变化，求出被测目标在运动前后的位置和姿态信息的过程包括以下步骤：分别估计出每帧图像对应的被测目标世界坐标系与相机坐标系间的转换关系，以相机坐标系为中介，设P
11
、P
12
为目标在初始坐标系和运动后坐标系中的坐标，P
c
为目标在相机坐标系中的坐标，为目标在初始坐标系和运动后坐标系对相机坐标系的旋转矩阵，为目标在初始坐标系和运动后坐标系对相机坐标系的旋转矩阵，为目标在初始坐标系和运动后坐标系对相机坐标系的平移向量，求出目标在运动前后的位置和姿态信息：设目标运动前后坐标系的变换矩阵为和得到运动前后坐标相对关系为：联立上述两式得到设P
1i
为目标在第i帧坐标系的坐标，P
c
为目标在相机坐标系中的坐标，为目标在第i
帧坐标系对相机坐标系的旋转矩阵，为目标在第i帧坐标系对相机坐标系的平移向量，得到目标在第i帧坐标系中坐标相对于初始时刻坐标的相对关系为：设目标第i帧坐标系中坐标相对于初始时刻坐标的旋转矩阵为ΔR
p
，为该旋转矩阵第m行、第n列的旋转分量，则：求解得到绕x、y、z三轴转角α、β、γ分别为：设目标第i帧坐标系中坐标相对于初始时刻坐标的平移向量为Δt
p
，为初始时刻目标三个轴平移向量分量，为第i帧时刻目标三个轴平移向量分量，为矩阵逆矩阵的旋转矩阵第m行、第n列的旋转分量，则：通过实测数据代入求解得到ΔR
p
、Δt
p
，对单目相机的空间位姿进行测量。6.根据权利要求1所述的基于在线式相机的桥梁位移转角同步实时监测方法，其特征在于，步骤S3中，采用基于综合预测器和连续自适应搜索的质心阵列跟踪匹配方法，完成图像序列间目标靶内各光斑质心的连续自适应匹配追踪的过程包括以下步骤：基于3点的线性预测经验公式求得第k+1帧预测点的x轴和y轴坐标(X
l
[k+1]，Y
l
[k+1])为：其中，X
l
[i]、Y
l
[i]为线性预测法第i帧质心点x轴和y轴坐标，i＝k
‑
2，k
‑
1，k，k+1；基于3点的圆弧轨迹预测公式求得第k+1帧预测点的x轴和y轴坐标(X
c
[k+1]，Y
c
[k+1])为：其中，其中，其中，

【专利技术属性】
技术研发人员：苏子阳，张建，魏斌，张欣，马伟，郑介文，
申请(专利权)人：广东交科检测有限公司，
类型：发明
国别省市：