阮國(guó)榮

上海建工集團(tuán)工程研究總院 上海 201114

1 基坑監(jiān)測(cè)現(xiàn)狀

基坑監(jiān)測(cè)分為基坑本體以及周邊環(huán)境監(jiān)測(cè)2個(gè)部分，主要監(jiān)測(cè)內(nèi)容包含了支護(hù)結(jié)構(gòu)、周邊沉降、土體和建筑物水平位移等。

目前常用的全站儀、水準(zhǔn)儀等自動(dòng)化監(jiān)測(cè)設(shè)備，可以自動(dòng)采集數(shù)據(jù)，然后采用藍(lán)牙、GPRS等網(wǎng)絡(luò)通信方式，上傳至線上存儲(chǔ)單元。

工程數(shù)據(jù)監(jiān)測(cè)，需要在國(guó)標(biāo)及地方標(biāo)準(zhǔn)的基礎(chǔ)之上，結(jié)合工程所在地的地質(zhì)條件、水文信息以及周邊環(huán)境，推算出適用的監(jiān)測(cè)報(bào)警限值。而監(jiān)測(cè)數(shù)據(jù)很容易受到外界因素的干擾，比如測(cè)量導(dǎo)管人為觸碰、監(jiān)測(cè)區(qū)域附近大型施工車輛經(jīng)過(guò)等，都會(huì)引起測(cè)值突變。這就使得目前的工地施工監(jiān)測(cè)，依然需要大量技術(shù)人員進(jìn)行人工分析，去除一些不會(huì)影響工程安全的超標(biāo)數(shù)據(jù)。

要讓自動(dòng)監(jiān)測(cè)系統(tǒng)在基坑工程的日常安全管控中發(fā)揮更大的作用，讓自動(dòng)預(yù)警的有效性得到專業(yè)人員的認(rèn)可，必須尋找一種可靠的數(shù)據(jù)篩選辦法，降低外部因素對(duì)自動(dòng)監(jiān)測(cè)結(jié)果的影響。

2 數(shù)據(jù)篩選原理

本數(shù)據(jù)篩選方法的原理，是尋找數(shù)據(jù)突變與現(xiàn)場(chǎng)人為因素之間的關(guān)聯(lián)，當(dāng)出現(xiàn)數(shù)據(jù)突變時(shí)，自動(dòng)根據(jù)突變發(fā)生時(shí)間點(diǎn)前后的圖像變化，來(lái)判斷該突變是否由外部人為因素造成[1-2]。

考慮到施工現(xiàn)場(chǎng)的實(shí)際情況，根據(jù)工程安全的管理經(jīng)驗(yàn)，將需要篩選的數(shù)據(jù)對(duì)象限定為速率變化超過(guò)警戒限制的那部分圖片數(shù)據(jù)。針對(duì)這部分?jǐn)?shù)據(jù)，根據(jù)數(shù)據(jù)監(jiān)測(cè)時(shí)間的視頻圖像分析，判別是否有人員、車輛或其他施工設(shè)備進(jìn)入監(jiān)測(cè)設(shè)備的受干擾區(qū)域。如果判定結(jié)果監(jiān)測(cè)數(shù)據(jù)突變與周邊環(huán)境變化有關(guān)，則將這部分?jǐn)?shù)據(jù)自動(dòng)篩選出來(lái)，作為后續(xù)人工判別或智能判別的基礎(chǔ)。其實(shí)現(xiàn)邏輯如下：

1）根據(jù)不同監(jiān)測(cè)項(xiàng)目，設(shè)定監(jiān)測(cè)值變化速率的警戒范圍，該報(bào)警值可能隨著施工推進(jìn)發(fā)生變化。

2）當(dāng)自動(dòng)監(jiān)測(cè)數(shù)據(jù)變化速率超出警戒范圍時(shí)，觸發(fā)圖像識(shí)別系統(tǒng)。

3）圖像識(shí)別系統(tǒng)根據(jù)監(jiān)測(cè)數(shù)據(jù)報(bào)警的時(shí)間點(diǎn)，尋找該時(shí)間點(diǎn)附近的視頻圖像是否存在變化。

4）當(dāng)圖像存在變化，將該數(shù)據(jù)標(biāo)識(shí)為待篩選數(shù)據(jù)。

5）定時(shí)比對(duì)待篩選數(shù)據(jù)和最新數(shù)據(jù)，如果產(chǎn)生數(shù)值回落，則可將回落后的監(jiān)測(cè)數(shù)據(jù)作為準(zhǔn)確數(shù)值進(jìn)行后續(xù)統(tǒng)計(jì)分析，把中間一段波峰數(shù)據(jù)視為外部人為影響造成的突變數(shù)據(jù)（圖1）。

圖1 受人為干擾后自動(dòng)監(jiān)測(cè)數(shù)據(jù)變化

3 圖像識(shí)別系統(tǒng)

眾所周知，視頻監(jiān)控的搭建成本與分辨率、碼流成正比。目前市場(chǎng)上已經(jīng)有了很多具備人像識(shí)別功能、車輛識(shí)別功能的視頻監(jiān)控系統(tǒng)，但這種基于物理輪廓和行為跟蹤的智能檢測(cè)分析，需要前端具備高分辨率、碼流的視頻硬件和網(wǎng)絡(luò)帶寬支撐。這樣的系統(tǒng)，雖然可以達(dá)到快速判別人員、車輛是否進(jìn)入監(jiān)測(cè)設(shè)備的干擾區(qū)域的要求，但其使用成本決定了其在數(shù)量較大的監(jiān)測(cè)點(diǎn)監(jiān)視工作中，無(wú)法被大規(guī)模推廣應(yīng)用。

圖像識(shí)別系統(tǒng)要做到與數(shù)據(jù)監(jiān)測(cè)在實(shí)際工程中結(jié)合使用，有2個(gè)核心指標(biāo)必須達(dá)成：低成本的視頻采集硬件和高效率的圖像識(shí)別軟件。我們針對(duì)此需求設(shè)計(jì)了專門的圖像識(shí)別系統(tǒng)，該系統(tǒng)具備以下特點(diǎn)：

1）持續(xù)運(yùn)行的網(wǎng)絡(luò)攝像頭，由于采用灰度對(duì)比的方式來(lái)進(jìn)行識(shí)別，因此攝像頭可選擇比較便宜的型號(hào)，對(duì)清晰度沒(méi)有要求，也不需要控制云臺(tái)等配件，光感度良好即可。

2）當(dāng)數(shù)據(jù)突變發(fā)生時(shí)，本系統(tǒng)是針對(duì)突變時(shí)間點(diǎn)以前的一段7 s的視頻進(jìn)行分析，該時(shí)間段為考慮到施工現(xiàn)場(chǎng)的人員和車輛的運(yùn)行速度得出的經(jīng)驗(yàn)值。

3）一個(gè)視頻源可以同時(shí)對(duì)多個(gè)監(jiān)測(cè)設(shè)備進(jìn)行觀測(cè)，分析其干擾因素。

4）多個(gè)視頻源可以形成網(wǎng)絡(luò)重疊，用分布式計(jì)算的方式同時(shí)判別，相互校驗(yàn)判別結(jié)果。

4 圖像識(shí)別算法

在圖像處理中，圖像的頻率代表了圖像中各個(gè)區(qū)域灰度變化的劇烈程度，是灰度在平面空間上的變化梯度。如果把圖片看成一個(gè)二維信號(hào)，一個(gè)維度是單元坐標(biāo)，一個(gè)維度是單元灰度，可以發(fā)現(xiàn)灰度變化劇烈的區(qū)域，一般稱之為圖像的高頻成分，正是對(duì)象的邊緣區(qū)域，它描述的是對(duì)象的具體細(xì)節(jié)；而圖像的低頻區(qū)域則描述圖像的整體框架。顯然，灰度轉(zhuǎn)化是將高維圖像數(shù)據(jù)進(jìn)行簡(jiǎn)化的最有效方式之一。

首先，我們要把需要分析的視頻段落，進(jìn)行畫面截取，按1幀/s，獲得8張圖片。

然后，把這些圖片通過(guò)縮小尺寸來(lái)去除高頻信息。因?yàn)樽罱K分析結(jié)果取決于單位區(qū)域灰度變化的分析，因此圖像的尺寸、縱橫比并不影響分析的結(jié)果。我們將圖片壓縮至8×8像素或者12×12像素的標(biāo)準(zhǔn)尺寸（單個(gè)項(xiàng)目中，一旦選定壓縮比，就不再變化；壓縮比與攝像頭安裝位置、拍攝范圍有關(guān)），不保留縱橫比，摒棄圖片尺寸差異。

接著，將壓縮后的圖片轉(zhuǎn)換，獲得一組64像素或144像素的灰度圖像（圖2）。

圖2 8×8像素圖像布局

假設(shè)5-5為監(jiān)測(cè)設(shè)備所在區(qū)域，5-5和與其相鄰的8個(gè)像素構(gòu)成設(shè)備的受干擾區(qū)域，這個(gè)區(qū)域的4個(gè)對(duì)角元素3-3、3-7、7-3、7-7為參照系。

計(jì)算8張圖片中受干擾區(qū)域灰度變化率，灰度值變化率=[第（n＋1）秒灰度值－第n秒灰度值]/第n秒灰度值。

當(dāng)干擾區(qū)域的灰度值變化率高于4個(gè)參照系中灰度值變化率最小的一個(gè)時(shí)，即判定干擾區(qū)域內(nèi)存在干擾因素，并設(shè)定為條件A。

在施工現(xiàn)場(chǎng)，會(huì)選定不同的光照強(qiáng)度，對(duì)人員或設(shè)備進(jìn)入干擾區(qū)域后，灰度值變化率進(jìn)行預(yù)測(cè)，選擇3～10組數(shù)據(jù)進(jìn)行分析，得出一個(gè)灰度值變化率的上下限區(qū)域，并將灰度值變化率處于該區(qū)段內(nèi)設(shè)定為條件B。

當(dāng)條件A、B同時(shí)成立，即判定為人員、車輛或其他設(shè)備進(jìn)入干擾區(qū)域。

5 數(shù)據(jù)篩選算法

經(jīng)過(guò)監(jiān)測(cè)數(shù)據(jù)的自動(dòng)預(yù)報(bào)警和圖像識(shí)別系統(tǒng)的判定，即可得到一個(gè)速率變化超標(biāo)時(shí)間，并知道這個(gè)點(diǎn)是否受到人員和車輛等外部因素干擾。

假設(shè)監(jiān)測(cè)數(shù)據(jù)的變化速率在后續(xù)的線性變化中，出現(xiàn)負(fù)值，則在下次速率歸0前必然會(huì)出現(xiàn)一個(gè)低于監(jiān)測(cè)數(shù)據(jù)峰值的回落下探。線性分析時(shí)，系統(tǒng)可自動(dòng)篩選掉這部分?jǐn)?shù)據(jù)，把這部分?jǐn)?shù)據(jù)視為外部因素造成的突變數(shù)據(jù)（圖3）。

從圖3可見，自動(dòng)數(shù)據(jù)監(jiān)測(cè)的數(shù)值判定算法是整個(gè)數(shù)據(jù)篩選算法的起始，當(dāng)發(fā)生數(shù)值超標(biāo)時(shí)，觸發(fā)分支算法——視頻圖像識(shí)別，這個(gè)分支根據(jù)圖像比對(duì)來(lái)判斷是否存在人為因素干擾，并將判定結(jié)果傳遞到主算法。當(dāng)人為干擾判定成立時(shí)，記錄起始時(shí)間點(diǎn)，在后續(xù)測(cè)值速率出現(xiàn)負(fù)值時(shí)，自動(dòng)捕捉測(cè)值波谷作為結(jié)束時(shí)間點(diǎn)，將該時(shí)間段與預(yù)設(shè)的閾值進(jìn)行比對(duì)（一般設(shè)為5 min，可根據(jù)施工現(xiàn)場(chǎng)管理需要調(diào)整），如果時(shí)間段長(zhǎng)度小于閾值設(shè)定，則判定該時(shí)間段內(nèi)的全部數(shù)據(jù)為可篩選數(shù)據(jù)，并進(jìn)行標(biāo)記。

圖3 數(shù)據(jù)篩選整體邏輯

用戶在后續(xù)數(shù)據(jù)分析功能，例如報(bào)警短信提示、數(shù)據(jù)匯總、數(shù)據(jù)曲線繪制等功能中，根據(jù)需要自行決定是否屏蔽這部分監(jiān)測(cè)數(shù)據(jù)。

6 結(jié)語(yǔ)

本文提出了一種基于圖像識(shí)別的基坑自動(dòng)監(jiān)測(cè)數(shù)據(jù)篩選方法。針對(duì)基坑自動(dòng)監(jiān)測(cè)數(shù)據(jù)容易受到外部人為因素影響的問(wèn)題，給出了一個(gè)切實(shí)可行的解決方案。該篩選方法，充分考慮了施工現(xiàn)場(chǎng)的實(shí)際環(huán)境，在低成本實(shí)施的條件下，對(duì)突變超標(biāo)數(shù)據(jù)進(jìn)行了有效甄別。隨著系統(tǒng)的運(yùn)行以及積累數(shù)據(jù)量的豐富，系統(tǒng)中一些預(yù)設(shè)閾值會(huì)愈發(fā)合理，輸出的數(shù)據(jù)篩選的結(jié)果也會(huì)更加的準(zhǔn)確。將來(lái)還可以通過(guò)機(jī)器學(xué)習(xí)算法的引入，通過(guò)工程類型、施工方法、施工參數(shù)等元素，自動(dòng)推算更佳的篩選條件。也可以根據(jù)篩選結(jié)果，用大數(shù)據(jù)手段反向指導(dǎo)現(xiàn)場(chǎng)文明施工，協(xié)助施工安全管理。