楊軍杰 魏 來 張立偉

(中國鐵路設(shè)計集團(tuán)有限公司,天津 300251)

引言

近年來,鄰近既有鐵路施工的建設(shè)項目越來越多,如鄰近鐵路的新建鐵路、公路、石油管道下穿運營鐵路以及鐵路沿線新建住宅、市政工程等。 這些工程施工往往會影響鐵路路基、橋涵、車站等的穩(wěn)定[1],給鐵路運營安全帶來一定的風(fēng)險。 因此,對鄰近營業(yè)線的鐵路結(jié)構(gòu)物進(jìn)行變形監(jiān)測,是確保鐵路行車安全的重要手段。

相關(guān)部門對營業(yè)線鐵路監(jiān)測精度和頻次給出了明確要求:第三方變形監(jiān)測須采用自動化實時監(jiān)測技術(shù),監(jiān)測頻次原則上不少于1 次/2 h,發(fā)生沉降數(shù)據(jù)超預(yù)警值后應(yīng)加密監(jiān)測,至少2 次/h。 高速鐵路路基、橋梁墩臺頂橫向、縱向水平位移、豎向位移有砟軌道不大于3 mm,無砟軌道不大于2 mm[2]。

利用全站儀進(jìn)行人工測量的方法無法滿足營業(yè)線鐵路變形監(jiān)測的頻次和精度要求。 為了克服傳統(tǒng)變形測量手段的缺點,以近景攝影測量學(xué)為基礎(chǔ)的非接觸測量方法在安全監(jiān)測領(lǐng)域開始受到關(guān)注。 近景攝影測量是一種涵蓋攝影測量學(xué)、計算機(jī)視覺、光學(xué)測量、數(shù)字圖像處理分析等學(xué)科交叉融合形成的新興交叉學(xué)科,能夠?qū)Ω鞣N運動、變化過程參數(shù)進(jìn)行測量,具有精度高、自動化、非接觸、動態(tài)測量、實時測量、易于實施等特點[3-4]。 近年來,近景攝影測量技術(shù)在基坑監(jiān)測、橋梁變形監(jiān)測中得到了廣泛應(yīng)用[5-9],并取得了一定的成果。 孟麗媛提出了一種利用相關(guān)系數(shù)對傳統(tǒng)相機(jī)檢校進(jìn)行改進(jìn)的方法,將所得結(jié)論用于合肥軌道交通二號線天柱路站基坑變形監(jiān)測中,證明了近景攝影測量技術(shù)用到基坑變形監(jiān)測中的可行性[10];張家煒使用工業(yè)非量測相機(jī),在Visual Studio 2019 開發(fā)平臺中設(shè)計并運行模板匹配算法和特征點匹配算法,將近景攝影測量技術(shù)與計算機(jī)視覺算法結(jié)合,開發(fā)出非接觸式自動化基坑變形監(jiān)測系統(tǒng),可以自動化、高精度、大面積采集基坑變形數(shù)據(jù)并計算分析基坑變形情況[11]。

為解決營業(yè)線鐵路變形監(jiān)測高頻次、高精度、實時預(yù)警的要求,研究開發(fā)了一套“視覺多點鐵路營業(yè)線自動化變形監(jiān)測系統(tǒng)”,通過優(yōu)化原理算法、模塊化集成、遠(yuǎn)程控制、鏡頭濾波改進(jìn)、基于云平臺的數(shù)據(jù)管理系統(tǒng)開發(fā)等研究,以期實現(xiàn)遠(yuǎn)程自動化實時監(jiān)測預(yù)警和高精度監(jiān)測。

1 視覺自動化監(jiān)測系統(tǒng)架構(gòu)

視覺多點自動化監(jiān)測系統(tǒng)由監(jiān)測方案設(shè)計模塊、硬件集成模塊、數(shù)據(jù)處理模塊和預(yù)警發(fā)布模塊組成,其中監(jiān)測系統(tǒng)硬件部分由視頻多點分段采集相機(jī)、校正基準(zhǔn)點、靶點、控制器和電源組成,軟件部分以圖像處理技術(shù)為核心,實現(xiàn)誤差修正和像素測量。 視覺多點自動化監(jiān)測系統(tǒng)整體架構(gòu)見圖1。

圖1 視覺多點變形自動化監(jiān)測系統(tǒng)整體架構(gòu)

2 視覺多點變形監(jiān)測原理和算法

2.1 視覺多點變形監(jiān)測原理

視覺監(jiān)測設(shè)備的基本原理:在被監(jiān)測物測試點上安裝1 個能夠發(fā)射紅外線的靶燈,通過光學(xué)系統(tǒng)把標(biāo)識點成像在CCD 的接收面上,當(dāng)路基產(chǎn)生形變時,測試靶燈也跟著發(fā)生形變,通過測出靶上標(biāo)識點在CCD接收面上圖像位置的變化值,結(jié)合被測物體與其在圖像成像點之間的變換關(guān)系,便可以得到形變值。 利用高精度亞像素定位算法,使得視覺多點可分段式監(jiān)測設(shè)備的形變檢測分辨率突破了其CCD 器件像元的寬度大小的限制,具備極高形變監(jiān)測精度[12-15]。

高清鏡頭CCD 可以對靶標(biāo)上的多個特殊像素點進(jìn)行智能識別和實時位置追蹤,實現(xiàn)對靶標(biāo)x、y軸向的二維位移自動化監(jiān)測。 該設(shè)備具有動態(tài)響應(yīng)好、自動化程度高、測量誤差小等優(yōu)點。

在獲得基準(zhǔn)數(shù)據(jù)以及后續(xù)測量數(shù)據(jù)后,刪除由列車經(jīng)過時擾動引起的異常數(shù)據(jù)可修正;采用低通濾波進(jìn)行噪聲濾除;采用基準(zhǔn)點數(shù)據(jù)復(fù)原由儀器可能出現(xiàn)的姿態(tài)變化引入的誤差;最終通過基于高精度亞像素定位算法計算出監(jiān)測期間目標(biāo)構(gòu)筑物變形。

2.2 高精度亞像素算法

以初始采集的圖像為參考圖像,在參考圖像中取以圖像目標(biāo)點(x0,y0)為中心的矩形區(qū)作為參考圖像子區(qū);變形后的圖像為目標(biāo)圖像,假設(shè)參考圖像子區(qū)中的各點(x,y)與變形后的目標(biāo)圖像子區(qū)中各點(x′,y′)的函數(shù)關(guān)系為

式中,u,v分別為參考圖像子區(qū)中心在x,y方向的位移;(Δx,Δy)為點(x,y)到參考圖像子區(qū)中心(x0,y0)的距離;ux,uy,vx,vy分別為目標(biāo)圖像子區(qū)的位移梯度。 變形前后各參數(shù)關(guān)系見圖2。

圖2 變形前后各參數(shù)關(guān)系

預(yù)定義相關(guān)函數(shù)為Cf,g(p),其中,p=(u,ux,uy,v,vx,vy)T,令相關(guān)函數(shù)Cf,g(p)的梯度為0,從而計算出待求的變形參數(shù)矢量p,進(jìn)而計算出u和v的值。

設(shè)圖像子區(qū)大小為(2M+1)×(2M+1),其中M為局部位移場中各數(shù)據(jù)點的局部坐標(biāo),則相關(guān)函數(shù)為

式中,f(x,y)為參考圖像子區(qū)的灰度函數(shù);g(x′,y′)為目標(biāo)圖像子區(qū)的灰度函數(shù);fm為參考圖像子區(qū)的灰度平均值;gm為目標(biāo)圖像子區(qū)的灰度平均值。

對相關(guān)函數(shù)的一階偏導(dǎo)數(shù)采用Newton-Raphson亞像素插值迭代法進(jìn)行優(yōu)化求解,以整像素位移搜索結(jié)果為迭代初值,求解變形前后圖像子區(qū)灰度相似度最高時變形參數(shù)矢量p,此時相關(guān)函數(shù)有最小值,且其一階偏導(dǎo)數(shù)為0。

由于數(shù)字圖像記錄的是離散的灰度信息,在利用相關(guān)函數(shù)進(jìn)行搜索時,窗口的平移只能以整像素為單位,因此獲得的位移只能是像素的整數(shù)倍。 但是實際上,位移值一般不會恰好為整像素,尤其當(dāng)測量距離較遠(yuǎn)時,結(jié)果常常為幾分之一甚至幾百分之一像素。 由于變形初值估計只能獲得粗解,為提高數(shù)字圖像相關(guān)方法的測量精度,采用Newton-Raphson 方法進(jìn)行亞像素位移測量,該方法不僅考慮參考圖像子區(qū)中心位置的變化,而且考慮參考圖像子區(qū)形狀的變化(正應(yīng)變、剪應(yīng)變、轉(zhuǎn)動及其組合),更符合實際的變形情況。

3 監(jiān)測數(shù)據(jù)精度

3.1 理論精度

理論精度為測量環(huán)境條件在絕對完美的情況下計算出來的精度,即無外界光照條件影響,測量過程中相機(jī)未發(fā)生任何姿態(tài)變動,此時,相機(jī)測量的精度στ與鏡頭焦距f(100 mm)、待測目標(biāo)到鏡頭的距離S、像元尺寸I(7.4 μm)、亞像素算法精度(0.01 像素)有關(guān),整體關(guān)系為

代入各項參數(shù),可得連續(xù)測量的理論精度(見表1)。

表1 連續(xù)測量理論精度

3.2 實際精度

受環(huán)境光照變化、姿態(tài)變化、人為干擾等諸多因素的干擾,測量誤差具有統(tǒng)計隨機(jī)性。 除了設(shè)備中硬件系統(tǒng)誤差外,測量誤差主要還包括環(huán)境光照變化引入的誤差σal、相機(jī)姿態(tài)變化引入誤差σpc、人為干擾引入的誤差。

其中,σal為實際測量過程中,兩次測量時環(huán)境光照強度、方向不同以及監(jiān)測目標(biāo)的變形造成目標(biāo)和成像系統(tǒng)間距變化所引起的投影誤差等,從而導(dǎo)致靶點在成像平面上的特征發(fā)生變化引入的誤差。 采用在鏡頭端添加850 nm 的濾波片、在待測物體端采用紅外靶燈的方法可以大幅度降低環(huán)境光照差異、鏡頭畸變帶來的誤差。σpc為實際測量過程中由于鏡頭姿態(tài)發(fā)生變化、兩次測量中設(shè)備位置整體發(fā)生變化引入的測量誤差,通過在現(xiàn)場布設(shè)位置不動的基準(zhǔn)點可以降低此項誤差影響。

通過被測點的中誤差可以統(tǒng)計出實際測量的精度,以N組變形監(jiān)測實驗獲得數(shù)據(jù)為例,精度計算公式為

式中,σf為變形監(jiān)測實際沉降或形變測量精度;X為目標(biāo)點實際形變的數(shù)據(jù),xi為第i組測量的結(jié)果(i=1,2,…,N)。 通過大規(guī)模實際測量,得出點位復(fù)原實際測量精度(連續(xù)形變監(jiān)測),點位復(fù)原實際精度見表2。

表2 點位復(fù)原實際精度

4 系統(tǒng)應(yīng)用

4.1 工程概況

某新建鐵路引入既有高鐵車站,其中6 處橋涵需要接長,鄰近營業(yè)線范圍內(nèi)施工內(nèi)容主要包括新建橋涵的基坑開挖、鉆孔灌注樁、承臺、主體底板、橋身及頂板施工、附屬工程等;既有鐵路為運營高速鐵路,每天通過動車組20 余對,施工過程中已造成了橋涵開裂變形,安全風(fēng)險很大,而采用傳統(tǒng)的人工監(jiān)測方法不具備實時監(jiān)測預(yù)警和作業(yè)時間空間要求,因此采用視覺自動化監(jiān)測技術(shù)勢在必行。

4.2 監(jiān)測內(nèi)容和方法

采用在施工側(cè)既有橋涵頂部及兩側(cè)路基上交叉埋設(shè)視覺多點觀測靶點,通過近景攝影測量的方法自動監(jiān)測施工過程中6 座橋涵的水平位移和豎向不均勻沉降。 基于BIM+GIS 技術(shù)建立運營高鐵重點地段監(jiān)測變形系統(tǒng)[16-20],視覺自動化監(jiān)測系統(tǒng)云平臺見圖3。監(jiān)測結(jié)果與建設(shè)、設(shè)計、施工單位實時共享,用于指導(dǎo)涵洞接長、站房改造施工,優(yōu)化設(shè)計和施工工序,保障新建鐵路施工順利進(jìn)行。

圖3 視覺自動化監(jiān)測系統(tǒng)云平臺

4.3 監(jiān)測方案

(1)涵洞監(jiān)測靶點設(shè)置

按橋涵1 跨1 個點涵頂中間布點,兩側(cè)過渡段各加1 個點的原則布設(shè),總計布設(shè)監(jiān)測靶燈37 個,監(jiān)測靶點結(jié)構(gòu)示意見圖4。

(2) 基準(zhǔn)靶點設(shè)置

每個監(jiān)測對象設(shè)置2 個基準(zhǔn)靶點,6 座涵洞共設(shè)置14 個基準(zhǔn)靶點;基準(zhǔn)靶點設(shè)置在遠(yuǎn)離變形體的接觸網(wǎng)柱上。

(3)采集儀設(shè)置

視覺多點分段采集儀(見圖5)固定在遠(yuǎn)離橋涵一定距離的相對穩(wěn)定的接觸網(wǎng)柱上,高度為1.2～1.8 m。

圖5 圖像采集傳輸系統(tǒng)

4.4 監(jiān)測數(shù)據(jù)分析

以K490+260 框架涵為例,該涵洞自2020 年9 月底開始施工,至12 月中旬主體結(jié)構(gòu)施工基本完成,共設(shè)置5 個視覺自動化監(jiān)測靶點(QH23、QH24、QH25、QH26、QH27),每天監(jiān)測12 次,監(jiān)測數(shù)據(jù)曲線見圖6、圖7。

圖6 K490+260 框架涵累積水平位移曲線

從圖6 可知,QH26 點(K490+275.44)變形最大,從2020 年11 月13 日至2021 年1 月3 日,變形一直處于增大狀態(tài),最大水平位移2.94 mm,監(jiān)測期間其余監(jiān)測點水平位移都在2 mm 以內(nèi),整體來看該橋涵水平位移變化不大,監(jiān)測數(shù)據(jù)比較穩(wěn)定。

由圖7 可知,監(jiān)測期間該框架涵所有監(jiān)測點累積垂直位移都在2 mm 以內(nèi),曲線雖然呈波浪狀,但是變化值很小,說明監(jiān)測期間涵洞沉降變形較小。

為了檢驗視覺自動化監(jiān)測方法的效果,另設(shè)置1 個棱鏡監(jiān)測點(里程K490+251.21),使用全站儀每天人工觀測1 次,將2020 年12 月人工觀測數(shù)據(jù)與視覺自動化監(jiān)測數(shù)據(jù)進(jìn)行對比,結(jié)果見圖8。

圖8 視覺自動化監(jiān)測與人工監(jiān)測對比

由圖8 可知,兩種監(jiān)測方法結(jié)果基本一致,沉降變形基本在1 mm 以內(nèi)。 僅12 月15 日至22 日差別較大,原因是該段時間主要天氣為降雨和大霧,影響人工監(jiān)測數(shù)據(jù)精度。 整體來看人工監(jiān)測方法數(shù)據(jù)波動較大,而視覺自動化監(jiān)測方法數(shù)據(jù)波動小、受外界干擾小、誤差小。

5 結(jié)論

研究了基于近景攝影測量技術(shù)的視覺多點位移監(jiān)測系統(tǒng)在營業(yè)線高速鐵路結(jié)構(gòu)物變形監(jiān)測中的應(yīng)用,表明視覺多點位移監(jiān)測系統(tǒng)具有精度高、自動化、非接觸、實時測量、干擾因素少等特點,具體結(jié)論如下。

(1)研究開發(fā)的視覺多點自動化監(jiān)測系統(tǒng),融合近景攝影測量技術(shù)、計算機(jī)視覺、BIM 技術(shù)、GIS 技術(shù)、遠(yuǎn)程控制、無線通信等多種先進(jìn)技術(shù),實現(xiàn)了營業(yè)線橋涵結(jié)構(gòu)物變形遠(yuǎn)程自動化實時監(jiān)測預(yù)警。

(2)與傳統(tǒng)人工監(jiān)測方法相比,該系統(tǒng)無需上線作業(yè),不受天窗時間限制,可以實現(xiàn)實時監(jiān)測,監(jiān)測數(shù)據(jù)不易受干擾,數(shù)據(jù)穩(wěn)定。

(3)采用850 nm 的濾波片可大幅度降低環(huán)境光照差異帶來的誤差,通過設(shè)置基準(zhǔn)點可將設(shè)備位置變化引起的誤差控制在1 mm 以內(nèi)。

(4)靶燈成像受天氣影響較大,尤其在降雨、大霧、霜露等天氣條件下獲得的靶燈圖像模糊,數(shù)據(jù)解算和精度受影響較大。