劉輝， 黃歡， 邵帥

(1. 廣東省交通運輸建設(shè)工程質(zhì)量檢測中心， 廣州 510420； 2. 山區(qū)橋梁及隧道工程國家重點實驗室， 重慶 400074； 3. 重慶航天職業(yè)技術(shù)學(xué)院， 重慶 400021)

斜拉橋的斜拉索、懸索橋和大跨度中下承式拱橋的拉索/吊桿，在體系構(gòu)成中的地位至關(guān)重要[1-4]，橋梁拉索健康監(jiān)測與狀態(tài)識別在斜拉橋施工控制、全壽命運營、整體性能評估與損傷評估必不可少[5-8]，基于機器視覺[9]、人工智能與大數(shù)據(jù)分析的拉索狀態(tài)識別、檢測與長期健康監(jiān)測也成為該領(lǐng)域的研究熱點與主攻技術(shù)目標(biāo)[7-13]?，F(xiàn)行規(guī)范[1-5]及既有相關(guān)研究[6-9]較多以接觸式傳感器在實際運營期間進行測試。

液壓法在短期內(nèi)精度較高，但多在施工期拉索張拉時的索力測試[3]。

壓力傳感器法一般布置于特定拉索，精度較高，但嚴(yán)重依賴于傳感器的穩(wěn)定性與使用壽命，受技術(shù)經(jīng)濟限制，較難全索布置[3]。

電磁法的測試精度受勵磁磁場強度、彈性模量、溫度、材料等多參數(shù)耦合影響，短期測量可靠度及長期監(jiān)測穩(wěn)定性較難保證[4]。

振動頻率法動態(tài)響應(yīng)好，但極易受拉索垂度、剛度、邊界條件等因素影響，且傳感器較難安裝于振動較大位置，測試精度嚴(yán)重依賴于測試者的經(jīng)驗并受到索長、線密度等參數(shù)準(zhǔn)確性，限制了其在工程中的應(yīng)用[5]。

三點彎曲法[6]、振動波形法[8]和靜態(tài)線形法[9]等有較好理論依據(jù)，但實際測量時干擾因素眾多，效果較差，亦較少采用。

近年來，單點或多點視覺、毫米波雷達等非接觸新方法可簡單高效進行索力測試[6-9,12]?；趩文繕?biāo)或多目標(biāo)的索力視覺測試[6-7]，采用多目標(biāo)對象匹配算法、靶標(biāo)質(zhì)心算法、背景差分算法或不同位置布置多臺攝像機等進行對象追蹤、坐標(biāo)系轉(zhuǎn)換、尺寸標(biāo)定，進而解析計算拉索振動響應(yīng)用于索力換算，推進了拉索視覺監(jiān)測的智能化、快速化與規(guī)范化，但其本質(zhì)仍為振動頻率法，存在其間接測量的共性問題。毫米波雷達以及三維位移立體視覺等索力非接觸式測試[8-9]，采用變換函數(shù)(ITF)對無變形圖像和有變形圖像之間的運動和誤差進行校正，進而提高位移響應(yīng)的分辨率，減少靶標(biāo)誤差對測試精度的影響。

研究發(fā)現(xiàn)，目前基于機器視覺測量技術(shù)的索力測試主要通過特征/靶標(biāo)跟蹤，將目標(biāo)靶點的圖像時間序列數(shù)據(jù)解析為拉索的振動特性，進而換算為拉索索力，但纜索承重體系橋梁跨徑大、構(gòu)件多、結(jié)構(gòu)體系復(fù)雜[10-12]，如果僅采用傳統(tǒng)視覺測量手段及測試方法，在保證測試精度的情況下受視域范圍限制只能對結(jié)構(gòu)局部區(qū)域進行監(jiān)測，不能在宏觀上對全橋結(jié)構(gòu)進行監(jiān)測，缺失了結(jié)構(gòu)與構(gòu)件間的整體性、關(guān)聯(lián)性以及幾何連續(xù)性；如果僅采用常規(guī)單視域監(jiān)測視場在宏觀上對全橋結(jié)構(gòu)進行監(jiān)測，則對圖像傳感器像素分辨率及像素尺寸分布要求非常高(需使盡可能多的像素點密集地排布到被測結(jié)構(gòu)表面)。此外，工程實踐中，拉索在橫向和縱向尺度均較大，難以將靶點布置于動力響應(yīng)較大的索段中部區(qū)域，若采用自然紋理的無靶標(biāo)，可能存在測試的穩(wěn)定性問題，且忽略了靶點或自然紋理可能存在的相對位移[12]，當(dāng)拉索動力響應(yīng)較弱時，在遠距離大視場測試時視覺傳感器難以用高測試頻率、高測試精度的測試參數(shù)測量，存在較大局限性。因此，對于接觸式傳感器而言存在沿索長方向密集連續(xù)布置的問題，非接觸光學(xué)測量則需以大視場、高分辨率、多激光束、畸變校準(zhǔn)后進行遠距測試。

針對纜索承重體系橋梁拉索在工程實踐中所存在測試精度及穩(wěn)定性的突出矛盾與關(guān)鍵技術(shù)難題，且拉索局部實際空間幾何構(gòu)型存在偏離理論懸鏈線構(gòu)型的現(xiàn)象，現(xiàn)提出多視域下基于全息性態(tài)特征參數(shù)的索力測試新方法，對拉索研索長方向連續(xù)測點進行密集全場幾何測量進而精確估計拉索空間幾何構(gòu)型與張力。通過精確測算幾何線形及上下錨固點三維坐標(biāo)，解析拉索全息性態(tài)特征參數(shù)。因測試精度僅與拉索垂度、空間幾何構(gòu)型有關(guān)，其對應(yīng)的受力狀態(tài)有且僅有唯一解，進而可求解拉索兩端張力及無應(yīng)力索長，相對于頻率法的全索名義平均索力，在理論上可以避免索力測量精度受拉索長度、剛度、邊界條件等多因素耦合影響，有望改善和拓展復(fù)雜測試場景下大型纜索橋梁拉索狀態(tài)全息測量及可視化識別。

1 計算分析原理

1.1 多視域像素映射及圖像增強算法

為解決現(xiàn)有非接觸視覺測量測試精度與視域范圍相互矛盾無法協(xié)調(diào)統(tǒng)一的技術(shù)難題，提出了多視域像素映射及圖像增強算法，其數(shù)學(xué)模型如圖1(a)和圖1(b)所示，即在傳統(tǒng)常規(guī)計算機視覺測量坐標(biāo)系系統(tǒng)的基礎(chǔ)上，擴展了基元圖坐標(biāo)系(O-XY)、多視域序列數(shù)據(jù)空間坐標(biāo)系(Ci-XcYcZc)，建立全視域數(shù)據(jù)基元圖坐標(biāo)系O-XY，其建立方式與圖像平面坐標(biāo)系oi,j-xy相同，且圖像平面坐標(biāo)系oi,j-xy為全視域數(shù)據(jù)基元圖坐標(biāo)系O-XY的子集，其中，i、j為多視域序列順序參數(shù)，表示多視域相對于全視域的時間、位置關(guān)系。全視域可實現(xiàn)較大視場的密集全場測量，而多視域則可根據(jù)位置與像素比例對全視域數(shù)據(jù)進行像素增強。

圖1 多視域像素映射及圖像增強算法模型Fig.1 Multi-view pixel mapping and image enhancement algorithm model

則有全視域與多視域像素轉(zhuǎn)換關(guān)系、位置映射關(guān)系，令β1=m/M、β2=n/N分別為視覺傳感器在橫向和豎向的比例系數(shù)，則有

oi,j-xy∈O-XY

(1)

c-xcyczc∈Ci-XcYcZc

(2)

(3)

g1:(x,y)→(X,Y)

(4)

g2:(xc,yc,zc)→(Xc,Yc,Zc)

(5)

(6)

(7)

式中：g1為某視域數(shù)據(jù)圖像平面坐標(biāo)系到全視域數(shù)據(jù)基元圖坐標(biāo)系的像素映射位置轉(zhuǎn)換關(guān)系；m、M，n、N分別為數(shù)據(jù)在橫向與豎向的像素尺寸；pixel′v、pixel′h、pixelv、pixelh分別為多視域與全視域數(shù)據(jù)在橫向與豎向的像素尺寸；v為豎向，h為橫向；g2為多視域序列數(shù)據(jù)空間坐標(biāo)系到全視域數(shù)據(jù)基元圖坐標(biāo)系的像素映射位置轉(zhuǎn)換關(guān)系；β為3×3的矩陣；G為2×1的全視域-多視域像素映射位置轉(zhuǎn)換矩陣。式(2)～式(4)為像素轉(zhuǎn)換關(guān)系。通過解析在不同坐標(biāo)系下的相應(yīng)點坐標(biāo)(x,y)、(X,Y)、(xc,yc,zc)、(Xc,Yc,Zc)，(Xw,Yw,Zw)，即可實現(xiàn)較大視場以及較高測試精度的視覺測量參數(shù)轉(zhuǎn)換。在傳統(tǒng)常規(guī)計算機視覺測量坐標(biāo)系的基礎(chǔ)上，多視域像素映射及圖像增強算法齊次坐標(biāo)與矩陣形式可表達為

(8)

令αx=f/dx，αy=f/dy；M=M1M2，M為3×4的空間投影轉(zhuǎn)換矩陣；M1為3×4的常規(guī)計算機視覺相機內(nèi)部參數(shù)矩陣，僅與所采用的視覺傳感器內(nèi)部結(jié)構(gòu)有關(guān)，表示被測物體的空間位置關(guān)系以及運動信息從三維相機空間坐標(biāo)到二維圖像平面坐標(biāo)的透視變換數(shù)學(xué)關(guān)系；內(nèi)參數(shù)矩陣僅由αx、αy、f、γ、u0、v0構(gòu)成，f分別包含了鏡頭在橫向和豎向的焦距fx、fy，u0、v0分別為光軸射線在橫向和豎向的偏移量，γ為鏡頭斜度系數(shù)；M2為4×4的常規(guī)計算機視覺相機外部參數(shù)矩陣，僅與所采用的視覺傳感器相對于世界坐標(biāo)系的空間位置關(guān)系有關(guān)，表示被測物體的空間位置關(guān)系以及運動信息從三維世界坐標(biāo)到三維相機坐標(biāo)的剛性轉(zhuǎn)動和平移變換數(shù)學(xué)關(guān)系，外參數(shù)矩陣僅由旋轉(zhuǎn)向量R、平移向量T、0T構(gòu)成。M1、M2的計算及標(biāo)定可參考文獻[5]。

多視域序列數(shù)據(jù)空間坐標(biāo)系是拉索全息性態(tài)特征測量坐標(biāo)系系統(tǒng)的最基本架構(gòu)，通過其與基元圖坐標(biāo)系間的像素映射，可由局部層面向全局層面建立圖像的整體灰度關(guān)聯(lián)信息，突出被測物體的細部構(gòu)造以及主體成像特征，進而可在大視場下獲取拉索空間幾何構(gòu)型用于索力計算。

1.2 復(fù)雜測試場景下的拉索空間幾何構(gòu)型

全視域-多視域組合的連續(xù)時空序列全息數(shù)字圖像測試方法[11,15]所獲取的結(jié)構(gòu)形態(tài)學(xué)時空序列數(shù)據(jù)，有且僅有唯一的投影中心(光軸垂直于承影面)，因而時空序列數(shù)據(jù)在水平方向及豎直方向均與正射光軸射線存在夾角，導(dǎo)致拉索空間幾何構(gòu)型在不同視域序列數(shù)據(jù)的成像存在一定程度的透視變換，呈現(xiàn)出“近大遠小”的特征。對拉索空間幾何構(gòu)型的解析，主要是針對全息圖像數(shù)字化模式信息f(x,y)三通道分量以及灰度成分分布的統(tǒng)計特性，進行拉索幾何特征與結(jié)構(gòu)性能特征的識別提取，通過立體空間信息轉(zhuǎn)化，實現(xiàn)對不同復(fù)雜測試場景下視覺傳感器光軸射線與被測物體所在承影面非正交情況下的修正。如圖2所示，f(x,y)可以在時間和空間上分別離散為時間間隔t以及由空間上劃分為一個正方形的信息區(qū)域網(wǎng)格f(i,j) (i,j= 1, 2,…,M×N)。

圖2 連續(xù)光學(xué)信息的離散化Fig.2 Discretization of continuous optical information

則有

f(i,j)∈f(x,y)

(9)

(10)

式中：g1(x,y)、h1(x,y)分別為紅色光信息入射強度函數(shù)與紅光能量矩陣；g2(x,y)、h2(x,y)分別為綠色光信息入射強度函數(shù)與綠光能量矩陣；g3(x,y)、h3(x,y)分別為藍色光信息入射強度函數(shù)與藍光能量矩陣；QL為全視域-多視域測試過程中的像素映射位置轉(zhuǎn)換矩陣，主要提供像素信息與位置關(guān)聯(lián)信息[11]。

為精確解析拉索本征線形曲線[14]，提出拉索空間幾何構(gòu)型在數(shù)字空間基準(zhǔn)參考平面的構(gòu)建方法，以在瞬時狀態(tài)下滿足因全息動靜影像采集裝置巡航旋轉(zhuǎn)或空間位置變化所引起的承影面上拉索空間本征線形曲線參數(shù)的成像變化，如圖3所示。

O為視覺傳感器空間位置(簡化光心)；e為不同拉索的數(shù)字空間基準(zhǔn)參考平面參數(shù)；A為視覺傳感器在Oe-XeZe平面的投影；B為視覺傳感器近視場線與Oe-XeZe平面的交點；C為視覺傳感器遠視場線與Oe-XeZe平面的交點；D為視覺傳感器光軸射線與Oe-XeZe平面的交點；B′為B在成像平面中的像點；C′為C在成像平面中的像點；D′為D在成像平面中的像點；AO為視覺傳感器空間位置在Xe方向上距基準(zhǔn)參考平面正射光心軸的高度h；AB為Oe-XeZe平面上視覺傳感器近視場點至A點的投影距離d0；BD為近視場點至D點的投影距離；BC為拉索空間幾何構(gòu)型在Oe-XeZe平面上的投影距離d；B′C′為成像平面中BC的投影距離(像素尺寸)；OD′為視覺傳感器焦距f；α為光心軸在Xe方向上與成像平面近場線的夾角；β為光心軸在Xe方向上的視場角，成像平面近場線、遠場線所成夾角；γ為遠視場線與重力方向的夾角；δ為近視場線與重力方向的夾角；φ為近視場線與Oe-XeZe平面的夾角；θ為遠視場線與Oe-XeZe平面的夾角；μ為光軸射線與Oe-XeZe平面的夾角；ω為光軸射線與Oe-YeZe平面的夾角；nh、nv分別為感光元件在Xe、Ze方向上的像素維度，即像素數(shù)量；kh、kv分別為感光元件Xe、Ze方向上的單位像素坐標(biāo)圖3 基準(zhǔn)參考平面數(shù)學(xué)模型Fig.3 Mathematical model of reference plane

以在Oe-XeZe平面Xe方向上(水平方向，即縱橋向)的瞬時狀態(tài)下拉索空間幾何構(gòu)型恒不變特征計算方法為例，Ze方向上可同理類推，感光元件中各感光元相對于焦距f可忽略不計，可在O點可按視域角β對B′C′進行微分(線段1，線段2，…，線段k，線段n)，則各像素感光元對應(yīng)的視域角為β/n，定義kh單位像素坐標(biāo)的對應(yīng)幾何尺寸為dk，則有Xe[式(12)]、Ze[式(13)]方向上單位像素向量的模分別為

(11)

Δ|sfpixel,h|=dk+1-dk

(12)

Δ|sfpixel,v|=dk+1-dk

(13)

拉索真實空間構(gòu)型Pw,1Pw,2在Oe-XeZe平面的投影Pw,1P′w,2的像素坐標(biāo)范圍為k～k+i，可表示為單位像素感光元向量模在該范圍上的積分，如圖4所示，其中，w為相對于全視域世界坐標(biāo)系下的不同拉索真實空間構(gòu)型的多視域世界坐標(biāo)參數(shù)。

圖4 投影像素坐標(biāo)范圍Fig.4 Projection pixel coordinate range

則拉索空間幾何構(gòu)型在基準(zhǔn)平面與h、α、β、k、i、n的數(shù)學(xué)關(guān)系可以表示為

(14)

(15)

進一步可建立數(shù)字圖像坐標(biāo)系對復(fù)雜測試場景下的拉索像素幾何微元進行解析量化[15-17]，計算量化分析后的索段高度、索段跨度、索段垂度、索形等參數(shù)點集P(像素坐標(biāo))，以x軸(y=0)為量化分析的基準(zhǔn)軸，對點集P進行空間上的旋轉(zhuǎn)與平移復(fù)合變換[式(16)～式(18)]，用于后續(xù)機器視覺架構(gòu)下索力計算，如圖5及1.3節(jié)所示。

圖5 拉索空間幾何構(gòu)型解析量化過程示意圖Fig.5 Schematic diagram of analytical quantization process of cable spatial geometry morphology

P={(x,y)|(xn,yn)}

(16)

(17)

(18)

式中：α為T(x,y)與基準(zhǔn)軸x軸間的夾角；k1為T(x,y)的斜率；k2為基準(zhǔn)軸x軸的斜率；(x′,y′)為復(fù)合變換后的拉索參數(shù)點集P′上任一點；(xr,yr)為復(fù)合變換基準(zhǔn)點。

1.3 基于全息性態(tài)特征的索力計算方法

拉索抵抗橫向變形的能力主要由物理剛度與幾何剛度兩部分構(gòu)成：①物理剛度，主要由拉索自身材料屬性決定，體現(xiàn)為拉索的抗彎剛度；②幾何剛度，主要由外界對拉索施加張力而產(chǎn)生的相應(yīng)抵抗橫向變形的能力。

在實際工程中，絕大部分拉索幾何剛度占主導(dǎo)作用，物理剛度常常忽略不計，現(xiàn)行規(guī)范規(guī)定及相關(guān)研究表明[3,6-9]，少數(shù)較短索或較粗的吊桿(拉索)其物理(抗彎)剛度不可忽略，主要研究不計物理(抗彎)剛度的柔性索情況。

機器視覺架構(gòu)下索力計算的基本原理：當(dāng)拉索受力狀態(tài)發(fā)生變化時，其對應(yīng)的空間幾何構(gòu)型也相應(yīng)發(fā)生變化，主要表現(xiàn)為拉索張力與垂度呈負相關(guān)關(guān)系，由于對應(yīng)的受力狀態(tài)有且僅有唯一解，通過拉索數(shù)字圖像數(shù)據(jù)解析相應(yīng)參數(shù)求解拉索兩端張力及無應(yīng)力索長，即可精確測算空間幾何構(gòu)型以及上下錨固點三維坐標(biāo)(像素坐標(biāo))，進而由拉索幾何曲線計算任意位置處的垂度，實現(xiàn)快速、便捷、高效的索力測試。

對于數(shù)字圖像原始數(shù)據(jù)QL，根據(jù)拉索靜力力學(xué)模型(圖6)，將視覺像素元等效為拉索微元ds，dx、dy分別為微元ds在x、y方向上的投影長度，則可建立拉索微元在水平分力H與豎直分力V的靜力平衡關(guān)系，其中，T(x)為沿x索長任意截面索力，l為索段跨度，h為索段高度，β、β0為拉索切線與水平方向的夾角，q為拉索單位長度質(zhì)量，mg為拉索微元自重，則拉索微元的靜力平衡方程為

圖6 拉索靜力力學(xué)模型Fig.6 Static mechanics model of cable

(T+dT)cos(β+dβ)-Tcosβ=0

(19)

(T+dT)sin(β+dβ)-Tsinβ-qdx=0

(20)

基于小變形假設(shè)以及模型幾何關(guān)系，則拉索靜力平衡的控制微分方程為

(21)

由拉索邊界條件求解靜力曲線方程為

(22)

則有拉索沿跨度方向張力T(·)關(guān)于垂度d(·)的函數(shù)關(guān)系表達式，即機器視覺架構(gòu)下索力計算式為

(23)

根據(jù)式(16)拉索空間幾何構(gòu)型本征參數(shù)點集P(xn,yn)按式(24)非線性回歸模型求解式(23)中的未知水平分力H可得

y=f(x,H)+ε

(24)

式(24)中：ε為非線性回歸模型的誤差。則以初測H(0)代入式(24)中按泰勒級數(shù)展開可得

[H-H(0)]

(25)

則在初測H(0)下，P(xn,yn)相對于標(biāo)準(zhǔn)懸鏈線的殘差平方和S[H(0)]為

(26)

水平分力H的最優(yōu)估計值在S[H(0)]取最小值時可以求解得到，因而可對式求導(dǎo)并令其為0，則有

(27)

將式(27)中H(1)作為初測H(0)值迭代至收斂，即可求得實際狀態(tài)下的水平分力H。此時，拉索沿跨度方向任意位置處的垂度d(x)、索段跨度l、索段高度h、索段位置參數(shù)x均可由數(shù)字圖像原始數(shù)據(jù)QL測得，由標(biāo)定空間轉(zhuǎn)化因子量化分析計算得到[15-17]，代入索力計算式(23)中即可求得任意截面索力T(x)，以及該索段的最大索力Tmax、最小索力Tmin和平均索力TA。

在解析了拉索空間幾何構(gòu)型參數(shù)、索力計算方法以及索力測試基本原理、計算流程的基礎(chǔ)上，設(shè)計開發(fā)了機器視覺輔助斜拉橋索力測試計算分析算法流程及程序軟件，程序主要算法邏輯流程圖如圖7所示。

圖7 主要算法邏輯流程圖Fig.7 Main algorithm logic flow chart

步驟1根據(jù)將視覺像素元等效為拉索幾何微元的數(shù)字圖像原始數(shù)據(jù)QL，作為程序輸入數(shù)據(jù)流。

步驟2對于輸入數(shù)據(jù)流，計算分析灰度組分直方圖與等高線云圖，確定不同灰度組分閉環(huán)分割閾值，對被測結(jié)構(gòu)物主體以及背景環(huán)境進行分割，對模糊邊緣數(shù)據(jù)進行增強，獲取拉索空間幾何構(gòu)型。

步驟3選定坐標(biāo)系基準(zhǔn)參考原點建立像素坐標(biāo)系，標(biāo)定空間轉(zhuǎn)化因子，量化分析由離散化為像素微元所構(gòu)成的拉索空間幾何構(gòu)型，確定索力計算參數(shù)。

步驟4將索力計算參數(shù)代入式(23)中，求解當(dāng)前狀態(tài)下的索力值。

步驟5重復(fù)步驟1～步驟4，進行多次測量，將單次試驗的測量值與平均值的偏差控制在±3%內(nèi)。

2 索力測試試驗

2.1 室內(nèi)模型索試驗

工程實踐中拉索材料及形式主要有平行鋼絲、平行鋼纜、單根鋼纜、鋼絲繩、鋼絞線等，為使試驗驗證更具參考和現(xiàn)實意義，采用直徑6 mm規(guī)格為7×19的不銹鋼鋼絲繩作為鋼絞線縮尺試驗?zāi)Ｐ退?，試驗參?shù)如表1所示。

表1 Φ6 mm 7×19模型索技術(shù)參數(shù)Table 1 Model cable technical parameters of Φ6 mm 7×19

為使不同千斤頂張拉力作用下模型索空間幾何構(gòu)型明顯且易于測量，將Φ6 mm 7×19規(guī)格鋼絲繩模型索按水平向布置，傳感器布置及測試示意圖如圖8所示。

圖8 傳感器布置及測試示意圖Fig.8 Schematic diagram of sensor layout and test

試驗工況設(shè)置如表2所示，受隨機數(shù)據(jù)處理(取樣、記錄、分析)以及大氣擾動、光照的影響，索力計算參數(shù)(像素坐標(biāo)、索段跨度、索段垂度、分辨率)應(yīng)采用多次試驗結(jié)果的平均值，并將單次試驗的測量值與平均值的偏差控制在一定范圍內(nèi)。

表2 試驗工況及測試內(nèi)容Table 2 Test conditions and test contents

為保證多次試驗的穩(wěn)定性，試驗用拉索均由同一廠家生產(chǎn)，材質(zhì)、規(guī)格、型號及生產(chǎn)工藝均相同。彈性模量、每延米質(zhì)量均在試驗室按標(biāo)準(zhǔn)化測試進行多次試驗，選擇基本穩(wěn)定的彈性模量值、每延米質(zhì)量值實際測定。

2.2 現(xiàn)場斜拉索試驗

為驗證復(fù)雜測試場景下的拉索空間幾何構(gòu)型算法性能，以重慶東水門長江大橋為試驗對象，開展現(xiàn)場斜拉索空間幾何構(gòu)型測試試驗，如圖9所示，其中，YZ-1～YZ-9、NZ-1～NZ-9分別為斜拉索渝中、南岸測中跨短索與長索編號。

圖9 現(xiàn)場斜拉索測試試驗Fig.9 Stay cable field test

值得特別說明的是，現(xiàn)場測試?yán)髟囼炛?，根?jù)視覺傳感器以及被測結(jié)構(gòu)的運動特性，測量任務(wù)通常分別為縱橋向、橫橋向以及豎向，但本例為單索面，可忽略橫橋向。因此，結(jié)合1.2節(jié)的修正計算方法，按文獻[5]以及文獻[16]的尺度因子法[式(28)]進行簡化標(biāo)定，亦可采用單應(yīng)性矩陣簡化標(biāo)定[5]，測試及標(biāo)定結(jié)果詳見表3像素分辨率。通常，在遠距離大視場的測試場景下，采用較大的焦距可以獲得較高的測試精度，公式為

表3 索力計算參數(shù)Table 3 Cable force calculation parameters

(28)

式(28)中：s為像素分辨率，即尺度因子；dpixel為結(jié)構(gòu)物在圖像平面的對應(yīng)像素尺寸；f為鏡頭焦距；Z為測試距離，由現(xiàn)場激光測距儀進行測量；α為光軸與結(jié)構(gòu)平面法線夾角，角度越大標(biāo)定誤差越大，因此需結(jié)合1.2節(jié)中的方法進行計算修正。

2.3 試驗數(shù)據(jù)采集

使用全息視覺傳感器系統(tǒng)[11,15-17]采集拉索數(shù)字圖像試驗數(shù)據(jù)(圖10)，主要由Canon 5Dsr相機與Sony AX700高分辨率攝像機組成。Canon 5Dsr相機的最大分辨率為8 688×5 792像素(約5 030萬有效像素)，最大幀率為5 幀/s(最大采樣頻率為5 Hz)；Sony AX700高分辨率攝像機的最大分辨率為5 024×2 824像素(約1 420萬像素，4K動態(tài)范圍)，最大幀率為1 000 幀/s(最大采樣頻率1 000 Hz，超慢速運動拍攝模式)。

圖10 全息視覺傳感器系統(tǒng)Fig.10 Holographic visual sensor system

試驗過程中，視覺傳感器畫幅以保證被測拉索目標(biāo)主體位于整個視場，且盡可能兼顧像素分辨率，分別采集模型試驗索在不同試驗工況下的數(shù)字圖像原始數(shù)據(jù)，即：QL=Qi,j={Q1、Q2、Q3、Q4、Q5}，其中，QL=Qi,j為視域位置j在測試條件i下的數(shù)字圖像原始數(shù)據(jù)，由Q1、Q2、Q3、Q4、Q5共同構(gòu)成。Q1、Q2、Q3、Q4分別為序列數(shù)據(jù)時間標(biāo)簽、空間標(biāo)簽、角度標(biāo)簽、環(huán)境標(biāo)簽信息矩陣，為視覺傳感器在當(dāng)前視域測量的原始數(shù)字圖像信息矩陣。

3 試驗結(jié)果及分析

對于2.1節(jié)中室內(nèi)模型索試驗測試原始數(shù)據(jù)，拉索像素幾何微元可按圖5、圖7的解析過程進行量化分析，計算量化分析后的拉索空間幾何構(gòu)型本征參數(shù)點集P(像素坐標(biāo))，如圖11所示，可以發(fā)現(xiàn)，拉索所對應(yīng)的灰度級組分被保留，而無關(guān)背景成分所對應(yīng)的灰度級組分被篩除，效果較好，進而實現(xiàn)了對拉索空間幾何構(gòu)型的有效提取。

圖11 空間幾何構(gòu)型Fig.11 Spatial geometry morphology

在此基礎(chǔ)上，單幀信號所構(gòu)成的多幀信號原始數(shù)據(jù)序列，可進一步解算[16]其在當(dāng)前采樣時段拉索各階振型駐點及駐點像素坐標(biāo)，如圖12所示，其中，1stmode (f1=6.9 Hz)、2ndmode (f2=14.1 Hz)、3rdmode (f3=20.9 Hz)分別為1階、2階、3階模態(tài)。

圖12 振型駐點解算及駐點像素坐標(biāo)Fig.12 Vibration mode stagnation point calculation and stagnation point pixel coordinates

對于2.2節(jié)中現(xiàn)場斜拉索試驗測試數(shù)據(jù)，結(jié)果如圖13所示。在量化分析了空間幾何構(gòu)型的基礎(chǔ)上，進一步解析確定可用于式(23)索力計算的測試參數(shù)，各試驗工況索力計算參數(shù)與索力計算結(jié)果如表3、表4所示。

表4 索力計算結(jié)果Table 4 Cable force calculation results

圖13 空間幾何構(gòu)型Fig.13 Spatial geometry morphology

試驗結(jié)果表明：室內(nèi)模型索與現(xiàn)場斜拉索2類3組30次索力測試計算結(jié)果均不存在明顯差異，索力計算結(jié)果趨勢相同且穩(wěn)定，拉索空間幾何構(gòu)型誤差在斜拉索錨固端較大，柔性長索誤差較小而剛性短索誤差較大，致使在索力狀態(tài)識別過程中出現(xiàn)較大偏差(最大相對誤差為9.2%，均方根誤差為2.79%)。通過多次測量對異常值進行了剔除并取平均值，柔性長索索力狀態(tài)識別最大誤差為2.98%，均方根誤差為1.05%；剛性短索索力狀態(tài)識別最大誤差4.37%，均方根誤差為2.79%，全橋索力誤差動態(tài)波動范圍(-2.72%，4.37%)，驗證了機器視覺輔助斜拉橋索力測試方法的有效性與穩(wěn)定性，滿足工程實踐測試精度及穩(wěn)定性要求。相較于現(xiàn)有索力測試方法，受限于傳感器數(shù)量限制以及布置方式，空間幾何構(gòu)型的測算較為復(fù)雜，技術(shù)經(jīng)濟性不佳，較難得到準(zhǔn)確的全場密集拉索空間幾何構(gòu)型與各階模態(tài)信息，易出現(xiàn)較大的誤差，且不能簡單通過增加傳感器數(shù)量減小布置間距來提高精度，因為在實際工程中的檢測/監(jiān)測過程中，布置傳感器是不便捷甚至是不現(xiàn)實的。復(fù)雜場景下機器視覺輔助斜拉橋索力測試方法實現(xiàn)了對量大面廣的斜拉索群索力狀態(tài)的粗略判斷，其低成本、高測試頻率的長期監(jiān)測數(shù)據(jù)可作為更為細致精準(zhǔn)的接觸式與爬索機器人檢測的科學(xué)依據(jù)。

4 結(jié)論

針對機器視覺測量在復(fù)雜測試及應(yīng)用場景下的測試精度及穩(wěn)定性問題，以纜索承重體系橋梁關(guān)鍵構(gòu)件拉索為試驗對象，開展了室內(nèi)模型索與現(xiàn)場斜拉索在復(fù)雜測試場景不同索力影響因素工況下的試驗研究，通過機器視覺非接觸式測量方法獲取并解析了拉索不同試驗工況下的幾何構(gòu)型，量化分析了計算參數(shù)并進行了索力測試，結(jié)論如下。

(1)在機器視覺通用架構(gòu)下，利用全息視覺傳感器系統(tǒng)對拉索幾何構(gòu)型進行了非接觸式測量，根據(jù)拉索幾何構(gòu)型與張力的內(nèi)在聯(lián)系，對拉索索力狀態(tài)進行了識別，充分發(fā)揮了機器視覺測量在密集全場位移測量與可視化幾何構(gòu)型提取方面的優(yōu)勢，是對現(xiàn)有索力測試方法和理論的擴展與延伸。

(2)通過室內(nèi)模型索與現(xiàn)場斜拉索2類3組30次索力測試試驗，所提方法可在復(fù)雜測試場景下量化分析拉索索力計算參數(shù)，滿足工程實踐測試精度及穩(wěn)定性要求，為斜拉橋索力高效、精準(zhǔn)測試提供了更為便捷與豐富的手段。

(3)受現(xiàn)場測試場景以及硬件條件限制，測試過程中不可避免地存在一定程度上的測試噪聲與數(shù)據(jù)干擾，影響索力測試精度，現(xiàn)階段主用通過多次試驗測試求解平均值與穩(wěn)定值，對于測試噪聲與數(shù)據(jù)干擾的自適應(yīng)降噪抗擾動算法尚未涉及，后續(xù)還需深入探討分析。