李萬潤 ，趙文海 ，李家富 ，杜永峰 ，2，3

（1.蘭州理工大學(xué) 防震減災(zāi)研究所，甘肅 蘭州 730050；2.蘭州理工大學(xué) 甘肅省土木工程減震隔震國際科技合作基地，甘肅 蘭州 730050；3.蘭州理工大學(xué) 西部土木工程防災(zāi)減災(zāi)教育部工程研究中心，甘肅 蘭州 730050）

隨著人類對(duì)不可再生能源的迅速消耗，取之不竭的可再生能源引起人們極大的興趣.在滿足當(dāng)前和未來的眾多可再生能源中，風(fēng)能因成本低、可持續(xù)性強(qiáng)、使用風(fēng)力發(fā)電機(jī)對(duì)環(huán)境影響小等眾多優(yōu)勢被認(rèn)為是最具有前途的可再生能源之一［1］.在電力需求日益增長的趨勢下，風(fēng)力發(fā)電機(jī)作為風(fēng)能轉(zhuǎn)化為電能的主要形式之一得到了業(yè)界的廣泛關(guān)注和應(yīng)用.風(fēng)力機(jī)結(jié)構(gòu)損壞不僅會(huì)降低其使用壽命和發(fā)電效率，還會(huì)增加監(jiān)測誤差、安全風(fēng)險(xiǎn)和維護(hù)成本［2］.因此，風(fēng)力機(jī)的健康監(jiān)測對(duì)其運(yùn)營和維護(hù)具有重要意義.

近年來，基于計(jì)算機(jī)視覺技術(shù)的結(jié)構(gòu)健康監(jiān)測方法逐漸走進(jìn)了土木工程領(lǐng)域［3-6］，其快速、便捷、成本低等優(yōu)點(diǎn)可取代傳統(tǒng)監(jiān)測在布線麻煩、信號(hào)接收不同步等方面的不足.Dong 等［7］利用多點(diǎn)模板匹配算法提出一種基于視覺的多點(diǎn)結(jié)構(gòu)測量方法，在實(shí)驗(yàn)室使用LED 燈和黑點(diǎn)與加速度計(jì)進(jìn)行比較，得到了簡支梁的模態(tài)信息參數(shù).周云等［8］采用數(shù)字圖像相關(guān)理論方法對(duì)結(jié)構(gòu)位移撓度測量，實(shí)現(xiàn)以毫米級(jí)精度進(jìn)行結(jié)構(gòu)位移測量.Tian 等［9］利用基于梯度的Hough 變換（GHT）方法提出一種基于非接觸視覺測量移動(dòng)沖擊試驗(yàn)方法，在試驗(yàn)懸臂梁上進(jìn)行模態(tài)識(shí)別和柔度識(shí)別，實(shí)現(xiàn)了單攝像機(jī)多點(diǎn)動(dòng)態(tài)位移測量.Poozesh 等［10］利用基于相位視頻放大和立體攝影測量技術(shù)測量了風(fēng)力機(jī)葉片的高頻運(yùn)行形狀.

以上研究均為固定相機(jī)監(jiān)測，無法滿足大型結(jié)構(gòu)的整體結(jié)構(gòu)監(jiān)測，無人機(jī)的出現(xiàn)解決了固定相機(jī)無法靈活移動(dòng)的弊端，為基于視覺的大型結(jié)構(gòu)健康監(jiān)測提供了更多的選擇.Sony 等［11］首次全面回顧了包括無人機(jī)在內(nèi)的眾多新型傳感器在結(jié)構(gòu)健康監(jiān)測方面的應(yīng)用.Yoon 等［12］利用光流法提出了一種利用無人機(jī)拍攝的視頻直接進(jìn)行系統(tǒng)識(shí)別的新方法，在估計(jì)適當(dāng)比例因子和補(bǔ)償卷簾效應(yīng)的方法降低了對(duì)無人機(jī)懸停狀態(tài)下監(jiān)測結(jié)構(gòu)位移的誤差.Hoskere等［13］利用光流法將振動(dòng)結(jié)構(gòu)的部分模態(tài)振型拼接在一起得到全局模態(tài)振型，并使用濾波和補(bǔ)償技術(shù)應(yīng)用于提取位移信號(hào)，最后在實(shí)驗(yàn)室和室外對(duì)比有限元模型與傳感器進(jìn)行了驗(yàn)證.Khadka 等［14］使用搭載數(shù)字圖像相關(guān)（DIC）鏡頭的無人機(jī)對(duì)風(fēng)力機(jī)葉片進(jìn)行了錘擊試驗(yàn)，利用DIC 技術(shù)得到了葉片的動(dòng)態(tài)特性.雖然無人機(jī)可以利用圖像最大分辨率對(duì)結(jié)構(gòu)位移進(jìn)行監(jiān)測，但在近距離下無人機(jī)的懸停對(duì)所需監(jiān)測點(diǎn)的位移影響是不可忽略的.針對(duì)大型風(fēng)力機(jī)所處環(huán)境，風(fēng)對(duì)無人機(jī)的影響成為結(jié)構(gòu)健康監(jiān)測一大挑戰(zhàn).因此在大型風(fēng)力機(jī)結(jié)構(gòu)監(jiān)測過程中對(duì)無人機(jī)懸停影響的問題亟需解決.

本文針對(duì)大型風(fēng)力機(jī)監(jiān)測特點(diǎn)提出基于光流法和無人機(jī)的大型風(fēng)力機(jī)結(jié)構(gòu)動(dòng)力特性識(shí)別方法。針對(duì)無人機(jī)空間漂移問題進(jìn)行研究，提出基于背景不動(dòng)點(diǎn)結(jié)合自適應(yīng)比例因子的空間位移補(bǔ)償方法對(duì)鏡頭進(jìn)行位移補(bǔ)償，并進(jìn)行試驗(yàn)驗(yàn)證.結(jié)合風(fēng)力機(jī)振動(dòng)視頻與分段監(jiān)測方法，利用光流法進(jìn)行風(fēng)力機(jī)結(jié)構(gòu)監(jiān)測點(diǎn)位移捕捉，測試其擺振與揮舞方向的動(dòng)力特性.利用無人機(jī)的便捷、靈活等優(yōu)勢對(duì)風(fēng)力機(jī)進(jìn)行分段監(jiān)測，使用分段監(jiān)測下的局部模態(tài)振型計(jì)算全局模態(tài)振型.

1 基于視覺的位移監(jiān)測原理

一般基于視覺的位移監(jiān)測主要可分為相機(jī)標(biāo)定、特征提取、目標(biāo)跟蹤和位移計(jì)算四個(gè)步驟［4］.

1.1 相機(jī)標(biāo)定

鏡頭畸變會(huì)使視覺測量產(chǎn)生不可忽略的誤差，因此使用無人機(jī)拍攝風(fēng)力機(jī)視頻前應(yīng)對(duì)無人機(jī)鏡頭做相機(jī)標(biāo)定得到相機(jī)內(nèi)外參數(shù)，再由比例因子將圖像坐標(biāo)轉(zhuǎn)換為物理坐標(biāo).本文采用Zhang 標(biāo)定法［15］對(duì)無人機(jī)鏡頭進(jìn)行標(biāo)定，由標(biāo)定得出的相機(jī)內(nèi)參、切向畸變與徑向畸變對(duì)視頻進(jìn)行校準(zhǔn).通過相機(jī)標(biāo)定方式校準(zhǔn)圖像畸變可以有效消除圖像失真，從而得到更精確的位移測量.

1.2 基于光流法的特征提取及目標(biāo)跟蹤

光流計(jì)算是基于物體移動(dòng)的光學(xué)特性提出的兩個(gè)假設(shè)：亮度恒定假設(shè)和小運(yùn)動(dòng)假設(shè).假設(shè)圖像上的一個(gè)像素點(diǎn)（x，y）在t時(shí)刻對(duì)應(yīng)亮度為I（x，y，t），在t+dt時(shí)刻的亮度為I(x+dx，y+dy，t+dt)，由亮度一致性假設(shè)可得：

將式（1）右側(cè)用Taylor展開可得光流基本方程：

式中：u=dx/dt，v=dy/dt分別為圖像中像素(x，y)在t時(shí)刻x和y方向的瞬時(shí)速度.

令I(lǐng)x=?(x，y，t)/?x，Iy=?(x，y，t)/?y，It=?(x，y，t)/?t，即可轉(zhuǎn)化為光流約束方程：

1981 年由Lucas 和Kanade 提出的Lucas-Kanade（LK）光流法［16］中采用空間一致性假設(shè)解決了光流基本方程求解問題.

使用無人機(jī)鏡頭用30 fps 或60 fps 拍攝風(fēng)力機(jī)的振動(dòng)時(shí)，可以將連續(xù)的圖像視為亮度恒定、運(yùn)動(dòng)較小和空間一致，故而滿足LK 光流法的基本假設(shè).由于在每個(gè)像素點(diǎn)的每一個(gè)位置不一定可以求解矩陣的逆，可在算法中使用可逆的角點(diǎn)進(jìn)行求解.通常在光流法中應(yīng)用檢測器提取特征點(diǎn)為Harris 角點(diǎn)［17］，由于Harris 角點(diǎn)采用了高斯濾波，運(yùn)動(dòng)速度相對(duì)較慢，有角點(diǎn)信息丟失和信息偏移的風(fēng)險(xiǎn)，在光流跟蹤中會(huì)出現(xiàn)跟蹤誤差.針對(duì)上述問題，J.Shi 在1994 年對(duì)Harris 角點(diǎn)算法做了改進(jìn)，提出一種改進(jìn)的Shi-Tomasi角點(diǎn)檢測算子解決了Harris角點(diǎn)的缺陷，更加適用于光流跟蹤［18］.本文采用Shi-Tomasi 角點(diǎn)識(shí)別目標(biāo)特征進(jìn)而識(shí)別結(jié)構(gòu)位移，其基本流程如圖1所示.

圖1 基于光流法的目標(biāo)跟蹤原理Fig.1 The target tracking principle based on optical flow method

1.3 相對(duì)位移計(jì)算

通過光流法跟蹤目標(biāo)后得出時(shí)間序列的每一幀角點(diǎn)相應(yīng)坐標(biāo)Pi(xi，yi)與第1 幀角點(diǎn)坐標(biāo)P0(x0，y0)通過下式可計(jì)算結(jié)構(gòu)相對(duì)位移dR（單位：pixel）：

由于無人機(jī)在懸停時(shí)自身會(huì)出現(xiàn)位移，故而此時(shí)識(shí)別出的位移為結(jié)構(gòu)相對(duì)位移.

2 無人機(jī)空間位移補(bǔ)償

無人機(jī)和相機(jī)不同之處在于無人機(jī)懸停時(shí)會(huì)產(chǎn)生位移漂移，此類位移漂移出現(xiàn)在空間中且在監(jiān)測過程中不可忽略.為更好處理位移漂移影響現(xiàn)將空間位移漂移劃分為X-Y平面內(nèi)與Z向平面外分別進(jìn)行處理，其坐標(biāo)示意如圖2所示.

圖2 無人機(jī)空間位移漂移方向示意Fig.2 The spatial displacement drift direction of the UAV

2.1 平面內(nèi)位移補(bǔ)償

對(duì)于無人機(jī)懸停監(jiān)測時(shí)的平面運(yùn)動(dòng)不可忽略的問題，眾多學(xué)者對(duì)無人機(jī)懸停問題做出了大量研究.Yoon 等［19］通過實(shí)驗(yàn)獲得無人機(jī)懸停時(shí)六個(gè)方向位移角度變化.Yoon等［12］和Hoskere等［13］利用高通濾波消除無人機(jī)懸停時(shí)漂移產(chǎn)生的噪聲，但對(duì)于0.5 Hz以下固有頻率的結(jié)構(gòu)無法準(zhǔn)確識(shí)別.Perry 等［20］通過相對(duì)靜止參考目標(biāo)的相對(duì)位移來實(shí)現(xiàn)無人機(jī)的3C自感知，從而去除無人機(jī)的運(yùn)動(dòng)，但計(jì)算過程復(fù)雜不利于快速結(jié)構(gòu)分析.考慮到無人機(jī)鏡頭相對(duì)靜止參考目標(biāo)可以反映鏡頭運(yùn)動(dòng)的特性，本文提出基于背景不動(dòng)點(diǎn)的無人機(jī)懸停漂移運(yùn)動(dòng)消除的方法，使用對(duì)稱雙圓形標(biāo)志進(jìn)行視覺識(shí)別，測試試驗(yàn)裝置如圖3所示.

圖3 無人機(jī)空間位移漂移測試裝置Fig.3 The test device of UAV spatial displacement drift

假設(shè)無人機(jī)在物理坐標(biāo)系X-Y平面內(nèi)運(yùn)動(dòng)，以圖像幀數(shù)作為時(shí)間序列，每一幀無人機(jī)拍攝位置在X-Y平面內(nèi)不同，同時(shí)監(jiān)測目標(biāo)也在此平面內(nèi)運(yùn)動(dòng).在背景不動(dòng)點(diǎn)假設(shè)下，無人機(jī)自身懸停運(yùn)動(dòng)時(shí)產(chǎn)生的位移漂移可通過此點(diǎn)表示出來.由光流法對(duì)監(jiān)測點(diǎn)和背景不動(dòng)點(diǎn)同時(shí)跟蹤，可得出在第i幀下監(jiān)測點(diǎn)坐標(biāo)POi(xOi，yOi)和不動(dòng)點(diǎn)坐標(biāo)PUAVi(xUAVi，yUAVi)，故此監(jiān)測點(diǎn)的絕對(duì)坐標(biāo)PAOi可表示為：

求得監(jiān)測點(diǎn)每幀絕對(duì)坐標(biāo)后，由式（4）計(jì)算得監(jiān)測點(diǎn)的絕對(duì)位移（單位：pixel）.

試驗(yàn)采用縮尺風(fēng)力機(jī)模型給定激勵(lì)后使其自由振動(dòng)，由無人機(jī)進(jìn)行位移監(jiān)測，激光位移計(jì)（LDS）進(jìn)行驗(yàn)證，未經(jīng)背景點(diǎn)位移補(bǔ)償?shù)奈灰茣r(shí)程如圖4所示.

圖4 無人機(jī)與LDS監(jiān)測結(jié)果對(duì)比Fig.4 Comparison of the monitoring result obtained by UAV and LDS

由圖4 可知，通過無人機(jī)直接監(jiān)測得到的位移時(shí)程由于無人機(jī)自身位移漂移顯示散亂，無法進(jìn)行結(jié)構(gòu)響應(yīng)分析.值得注意的是，背景點(diǎn)的位移增量與結(jié)構(gòu)整體位移響應(yīng)總體一致，證明了通過不動(dòng)點(diǎn)補(bǔ)償無人機(jī)懸停時(shí)平面內(nèi)產(chǎn)生的位移漂移的可行性.

2.2 平面外位移補(bǔ)償

針對(duì)無人機(jī)空間位移漂移特點(diǎn)，在平面外Z向運(yùn)動(dòng)也同樣不可忽略，通過平面外Z向補(bǔ)償位移的同時(shí)還可以將像素坐標(biāo)轉(zhuǎn)換為物理坐標(biāo).針對(duì)平面外位移漂移現(xiàn)象，現(xiàn)提出一種剛體相對(duì)位置不變假設(shè)下的自適應(yīng)比例因子的方法解決無人機(jī)平面外位移漂移影響的問題.

假設(shè)在結(jié)構(gòu)上或背景中存在某些點(diǎn)隨著時(shí)間變化其相對(duì)位置不發(fā)生變化，若無人機(jī)懸停監(jiān)測時(shí)只在Z向運(yùn)動(dòng)，隨著無人機(jī)的Z向運(yùn)動(dòng)，其比例因子將發(fā)生變化.將無人機(jī)、手機(jī)、相機(jī)同時(shí)拍攝結(jié)構(gòu)相對(duì)位置不變的點(diǎn)60 s，將物理距離與像素距離的比值作為其每幀比例因子，進(jìn)行歸一化操作后如圖5所示.

圖5 不同設(shè)備比例因子對(duì)比Fig.5 Comparison of the scale factors obtained by different device

由圖5 可知，相機(jī)在每幀的比例因子變化幅度近乎于0，手機(jī)較相機(jī)浮動(dòng)較大，但仍相比于無人機(jī)的比例因子很小，故而相機(jī)與手機(jī)拍攝時(shí)可將自適應(yīng)比例因子由第一幀確定.由于無人機(jī)懸停時(shí)在Z向移動(dòng)，其比例因子每幀變化較大，在本試驗(yàn)中無人機(jī)相較于相機(jī)比例因子最大誤差可達(dá)8.32%，因此使用自適應(yīng)比例因子補(bǔ)償平面外位移漂移在無人機(jī)進(jìn)行結(jié)構(gòu)健康監(jiān)測中尤為重要.

通過背景不動(dòng)點(diǎn)及自適應(yīng)比例因子將無人機(jī)懸停監(jiān)測時(shí)的空間位移漂移進(jìn)行補(bǔ)償，使用視覺監(jiān)測與LDS監(jiān)測結(jié)果對(duì)比如圖6所示.

圖6 空間位移漂移補(bǔ)償Fig.6 Compensation of spatial displacement drift

由圖6（a）可知，通過背景不動(dòng)點(diǎn)可有效去除無人機(jī)懸停時(shí)產(chǎn)生的空間位移漂移.圖6（b）為測試過程中10～20 s 的位移時(shí)程，從中可以看出通過背景不動(dòng)點(diǎn)方法整體時(shí)程形狀較好且細(xì)節(jié)描繪清楚，雖然幅值會(huì)受不動(dòng)點(diǎn)的位移增量影響導(dǎo)致部分時(shí)段偏高或偏低，但整體監(jiān)測位移與LDS 十分接近，可以在無人機(jī)懸停監(jiān)測時(shí)進(jìn)行位移補(bǔ)償處理.

由于在實(shí)際中風(fēng)力機(jī)在空曠地帶，沒有完全平行于監(jiān)測點(diǎn)的背景不動(dòng)點(diǎn)進(jìn)行面內(nèi)位移漂移補(bǔ)償。對(duì)于此類情況，應(yīng)選取遠(yuǎn)處背景不動(dòng)點(diǎn)（如固定建筑物或山脈峰點(diǎn)等）進(jìn)行計(jì)算。此時(shí)選取的背景不動(dòng)點(diǎn)與相機(jī)定有一夾角，此時(shí)的結(jié)構(gòu)絕對(duì)位移可按下式計(jì)算：

式中：dRi為在第i幀下實(shí)際工程中測量風(fēng)力機(jī)結(jié)構(gòu)的絕對(duì)位移；dOi和dUi分別為第i幀下風(fēng)力機(jī)監(jiān)測點(diǎn)和背景不動(dòng)點(diǎn)的相對(duì)位移；SFOi和SFUi分別為在第i幀下監(jiān)測點(diǎn)和背景不動(dòng)點(diǎn)的比例因子；dOpixeli、dOknowi、dUpixeli、dUknowi分別為在第i幀下監(jiān)測點(diǎn)和背景不動(dòng)點(diǎn)的像素位移和已知結(jié)構(gòu)距離；θ為背景不動(dòng)點(diǎn)和鏡頭的夾角.

2.3 無人機(jī)分段監(jiān)測策略

對(duì)于大型結(jié)構(gòu)無法采用單個(gè)相機(jī)對(duì)其進(jìn)行結(jié)構(gòu)整體監(jiān)測，且無法在最優(yōu)監(jiān)測點(diǎn)實(shí)施監(jiān)測任務(wù).針對(duì)此類問題本文利用無人機(jī)的靈活性對(duì)結(jié)構(gòu)進(jìn)行分段監(jiān)測.這種方法可以最大限度地利用無人機(jī)的分辨率和振動(dòng)幅值，進(jìn)而實(shí)現(xiàn)更加精確的結(jié)構(gòu)健康監(jiān)測.

圖7 展示了大型結(jié)構(gòu)監(jiān)測中使用無人機(jī)進(jìn)行分段監(jiān)測的原理.首先無人機(jī)在大型結(jié)構(gòu)不同位置懸停監(jiān)測，其次將無人機(jī)在不同位置處的監(jiān)測點(diǎn)進(jìn)行視覺跟蹤及位移補(bǔ)償，最后通過不同位置的結(jié)構(gòu)響應(yīng)計(jì)算得到振型.

圖7 分段監(jiān)測示意圖Fig.7 Schematic diagram of segmented monitoring

無人機(jī)對(duì)結(jié)構(gòu)分n段監(jiān)測，其中每段得到m個(gè)局部振型，其中Ωi為分段監(jiān)測的第i個(gè)子區(qū)域，i∈[1，n]，則m階全局振型為：

式中：Ri為歸一化因子，該因子將重疊域中的模式形狀縮放為在重疊點(diǎn)處具有相同的值，可使用動(dòng)態(tài)比例因子計(jì)算.使用分段監(jiān)測時(shí)為保證其得到全部時(shí)間內(nèi)的自適應(yīng)比例因子進(jìn)行振型計(jì)算，故監(jiān)測時(shí)必須在相鄰監(jiān)測時(shí)間段內(nèi)圖像有重復(fù)的部分.雖然此方法得到的結(jié)構(gòu)響應(yīng)并不同步，但可使用監(jiān)測重復(fù)部分使用歸一化因子傳遞響應(yīng)，因此對(duì)結(jié)構(gòu)的模態(tài)參數(shù)識(shí)別并無影響［13］.

歸一化因子使用最小二乘最小化方法來獲得，最小二乘最小化方法使用線性方程最小化兩個(gè)向量之間差的平方和.在相鄰視野中考慮重疊區(qū)域，這些重疊區(qū)域中的點(diǎn)的響應(yīng)用于縮放.如果頻域中第1節(jié)重疊區(qū)域中的點(diǎn)的數(shù)據(jù)稱為A(m，1)的列矩陣中，并且頻域中第2 節(jié)重疊區(qū)域中相同點(diǎn)的變形數(shù)據(jù)位于B(m，1)的列矩陣中，則關(guān)系可以寫成：

式中：R是歸一化因子.方程的兩邊可以預(yù)先乘以［A］T.

最后可使用矩陣求逆計(jì)算最小二乘誤差下的歸一化因子，如式（9）所示：

將獲得的最小二乘誤差下的歸一化因子([R])乘以頻域中第2 節(jié)點(diǎn)的變形數(shù)據(jù)，以便于操作振型的縮放.

3 試驗(yàn)驗(yàn)證

3.1 試驗(yàn)設(shè)備

試驗(yàn)采用DJI Phantom 4Pro 無人機(jī)，鏡頭分辨率1 080 P，幀率采用60 fps，LDS 和加速度傳感器進(jìn)行驗(yàn)證.同時(shí)為驗(yàn)證基于視覺監(jiān)測的可靠性，本試驗(yàn)還使用了佳能R6 相機(jī)，搭載24～105 mm 變焦鏡頭和消費(fèi)級(jí)手機(jī)攝像頭進(jìn)行試驗(yàn)驗(yàn)證.針對(duì)模擬停機(jī)下的縮尺風(fēng)力機(jī)模型作振動(dòng)測試，其試驗(yàn)裝置如圖8所示.

圖8 試驗(yàn)設(shè)備圖Fig.8 Experimental equipment

3.2 風(fēng)力機(jī)動(dòng)力特性測試

為驗(yàn)證本文所提方法的可行性，對(duì)風(fēng)力機(jī)結(jié)構(gòu)最常見的擺振和揮舞方向振動(dòng)進(jìn)行監(jiān)測，由于葉片振動(dòng)微小，故而其振動(dòng)方向僅視為x方向，下文處理數(shù)據(jù)僅考慮x方向的振動(dòng)位移.

在縮尺風(fēng)力機(jī)模型葉尖擺振與揮舞方向處施加初始位移而后釋放使其自由振動(dòng)，由LDS 作為基準(zhǔn)驗(yàn)證，相機(jī)和無人機(jī)作視覺驗(yàn)證.無人機(jī)在空間內(nèi)產(chǎn)生的位移漂移由背景不動(dòng)點(diǎn)結(jié)合自適應(yīng)比例因子補(bǔ)償，監(jiān)測得到兩個(gè)方向的位移時(shí)程如圖9～10所示.

圖9 不同設(shè)備監(jiān)測風(fēng)力機(jī)擺振方向位移時(shí)程對(duì)比Fig.9 Displacement time history comparison of wind turbine edgewise vibration monitored by different devices

圖10 不同設(shè)備監(jiān)測風(fēng)力機(jī)揮舞方向位移時(shí)程對(duì)比Fig.10 Displacement time history comparison of wind turbine flap-wise vibration monitored by different devices

由圖9與10可看出無人機(jī)與相機(jī)識(shí)別結(jié)構(gòu)振動(dòng)均可行.由于相機(jī)是固定的，沒有位移漂移，因此相機(jī)監(jiān)測的更加精確，但無人機(jī)監(jiān)測結(jié)果與LDS 及相機(jī)監(jiān)測結(jié)果曲線基本一致，因此使用無人機(jī)對(duì)結(jié)構(gòu)進(jìn)行視覺監(jiān)測可滿足工程需求.將上述時(shí)域信號(hào)通過快速傅里葉變換為頻域信號(hào)，其對(duì)比如圖11～12所示.

圖11 不同設(shè)備監(jiān)測風(fēng)力機(jī)擺振方向頻域?qū)Ρ菷ig.11 Frequency domain comparison of wind turbine edgewise vibration monitored by different devices

由圖11 與圖12 可知風(fēng)力機(jī)結(jié)構(gòu)在無人機(jī)結(jié)合視覺監(jiān)測系統(tǒng)的結(jié)果與LDS 基本一致，不同設(shè)備監(jiān)測縮尺風(fēng)力機(jī)模型擺振和揮舞方向的自振頻率如 表1所示，其中以LDS監(jiān)測數(shù)據(jù)作為誤差分析的基準(zhǔn).

表1 風(fēng)力機(jī)結(jié)構(gòu)擺振和揮舞方向自振頻率識(shí)別結(jié)果Tab.1 Natural frequencies of wind turbine structure in edgewise and flap-wise direction

圖12 不同設(shè)備監(jiān)測風(fēng)力機(jī)揮舞方向頻域?qū)Ρ菷ig.12 Frequency domain comparison of wind turbine flap-wise vibration monitored by different devices

3.3 多點(diǎn)監(jiān)測驗(yàn)證

由于結(jié)構(gòu)健康監(jiān)測往往是對(duì)多個(gè)點(diǎn)的監(jiān)測數(shù)據(jù)進(jìn)行分析而得到結(jié)構(gòu)模態(tài)參數(shù)，因此本次試驗(yàn)驗(yàn)證使用光流法對(duì)結(jié)構(gòu)進(jìn)行多點(diǎn)監(jiān)測的實(shí)用性.試驗(yàn)通過對(duì)風(fēng)力機(jī)模型擺振與揮舞方向分別施加激勵(lì)，監(jiān)測葉片的葉尖（P1）、葉中（P2）和葉根（P3）的位移驗(yàn)證視覺多點(diǎn)監(jiān)測的有效性.兩次試驗(yàn)分別取60 s 監(jiān)測其位移時(shí)程，監(jiān)測三點(diǎn)對(duì)應(yīng)位移時(shí)程如圖13 所示，對(duì)應(yīng)兩個(gè)方向的位移峰值如表2所示.

表2 結(jié)構(gòu)多點(diǎn)監(jiān)測位移峰值Tab.2 The peak displacement of structure at multi-point

圖13 擺振與揮舞方向多點(diǎn)監(jiān)測結(jié)果Fig.13 The monitored results of multi-point in edgewise and flap-wise direction

由圖13 可知，在擺振和揮舞兩個(gè)方向監(jiān)測對(duì)應(yīng)葉尖、葉中與葉根的位移時(shí)程的規(guī)律一致，且在表2展示的位移峰值依次減小，符合振動(dòng)規(guī)律.在圖13中可明顯看出擺振方向P1、P2、P3的位移趨勢仍有無人機(jī)自身運(yùn)動(dòng)影響，其原因在于選取的背景不動(dòng)點(diǎn)更加接近P1，但P1的位移補(bǔ)償并不完全滿足于其他監(jiān)測點(diǎn)，故而出現(xiàn)無人機(jī)自身位移漂移影響監(jiān)測的現(xiàn)象.本次試驗(yàn)驗(yàn)證了基于視覺的方法在多點(diǎn)監(jiān)測結(jié)構(gòu)的可行性，且視覺容易更換所需監(jiān)測點(diǎn)，進(jìn)而可實(shí)現(xiàn)結(jié)構(gòu)的全場監(jiān)測.為實(shí)現(xiàn)更加精確的監(jiān)測，應(yīng)在監(jiān)測過程中盡量將背景不動(dòng)點(diǎn)選擇離監(jiān)測點(diǎn)較近的位置.

針對(duì)加速度傳感器安裝的不便性，試驗(yàn)利用視覺與無人機(jī)對(duì)結(jié)構(gòu)進(jìn)行監(jiān)測，同時(shí)采用加速度傳感器與LDS 驗(yàn)證視覺的準(zhǔn)確性.對(duì)風(fēng)機(jī)模型擺振和揮舞方向快速施加連續(xù)激勵(lì)，使用視覺、加速度傳感器與LDS 測試風(fēng)力機(jī)頻域信息.測得三種不同設(shè)備在擺振和揮舞兩個(gè)方向的功率譜密度如圖14 所示，為了更好地對(duì)比顯示，橫軸采用對(duì)數(shù)尺度.

圖14 擺振和揮舞方向頻率測試結(jié)果Fig.14 The test results of frequency in edgewise and flap-wise direction

由圖14 可知，在擺振與揮舞方向視覺與LDS 可以明顯識(shí)別到第一與第二階自振頻率，尤其在揮舞方向，第三階自振頻率加速度傳感器識(shí)別得更好，而視覺與LDS 較難以識(shí)別.這種結(jié)果是合理的，因?yàn)榧铀俣葌鞲衅魈焐鷮?duì)高階振動(dòng)敏感，而位移傳感器對(duì)低階振動(dòng)更加敏感.以加速度傳感器為基準(zhǔn)對(duì)比視覺傳感器和LDS 的準(zhǔn)確率，其中擺振與揮舞方向自振頻率與誤差如表3所示.

由表3 可知，不論是在擺振還是揮舞方向，以加速度傳感器測得的自振頻率為基準(zhǔn)誤差隨著階次的增加而越小，符合加速度傳感器的監(jiān)測特點(diǎn).表3 中所測自振頻率與加速度傳感器對(duì)比下最大誤差不超過1.29%，自振頻率測試準(zhǔn)確率可達(dá)98.71%以上，可以滿足工程需求，因此可以利用無人機(jī)結(jié)合光流法代替加速度傳感器進(jìn)行大型結(jié)構(gòu)動(dòng)力特性測試.

由于使用無人機(jī)進(jìn)行結(jié)構(gòu)動(dòng)力特性監(jiān)測，其鏡頭不受傳統(tǒng)相機(jī)監(jiān)測的距離影響，可在距離實(shí)際監(jiān)測結(jié)構(gòu)的1～2 m.因此，在實(shí)際工程中，視覺測試精度與結(jié)構(gòu)的距離雖然成比例關(guān)系，但無人機(jī)不受其限制，故此最大誤差將在2%以內(nèi).

3.4 風(fēng)力機(jī)結(jié)構(gòu)振動(dòng)臺(tái)測試

為驗(yàn)證分段監(jiān)測方法的有效性，將無人機(jī)懸停于風(fēng)力機(jī)結(jié)構(gòu)前1.5～2 m，自上而下分2段進(jìn)行監(jiān)測，使用振動(dòng)臺(tái)激發(fā)結(jié)構(gòu)響應(yīng).試驗(yàn)分為擺振與揮舞兩個(gè)方向振動(dòng).無人機(jī)共懸停2次，每次懸停12 s，視覺自下而上分為P0～P9共10 個(gè)監(jiān)測點(diǎn)且分別設(shè)置對(duì)應(yīng)背景點(diǎn)驗(yàn)證，其中P4與P5為兩次監(jiān)測的重復(fù)測點(diǎn).使用相機(jī)全局監(jiān)測進(jìn)行視覺驗(yàn)證，對(duì)應(yīng)在P0、P2、P4、P7與P9使用加速度傳感器驗(yàn)證，由于篇幅關(guān)系，僅展示擺振方向的結(jié)構(gòu)響應(yīng)如圖15所示.

圖15 擺振方向無人機(jī)分段監(jiān)測與相機(jī)全局監(jiān)測結(jié)構(gòu)響應(yīng)結(jié)果對(duì)比Fig.15 Comparison of the structural response results obtained by UAV segmented monitoring and camera global monitoring method in edgewise direction

由圖15 可知，使用無人機(jī)在監(jiān)測1 區(qū)監(jiān)測12 s后經(jīng)2 s 懸停至監(jiān)測2 區(qū)再進(jìn)行監(jiān)測，因此監(jiān)測2 區(qū)從14s開始監(jiān)測.與相機(jī)全局監(jiān)測對(duì)比分段監(jiān)測對(duì)比可知，采用每個(gè)視覺監(jiān)測點(diǎn)對(duì)應(yīng)一個(gè)背景點(diǎn)的監(jiān)測效果更好，因此視覺結(jié)合無人機(jī)可以更加方便有效地進(jìn)行視覺監(jiān)測任務(wù).圖15 中使用無人機(jī)分段監(jiān)測時(shí)采用P4及P5作為重復(fù)部分計(jì)算歸一化因子，再由式（9）計(jì)算全局模態(tài)振型如圖16所示.

圖16 局部與全局模態(tài)振型Fig.16 The local and global mode shapes

由圖16 可知，分段監(jiān)測1 區(qū)與2 區(qū)得到的局部振型由P4與P5點(diǎn)計(jì)算歸一化因子可縫合得到全局振型，分段監(jiān)測方法可用于全局振型計(jì)算.風(fēng)力機(jī)擺振與揮舞方向使用振動(dòng)臺(tái)測試且使用相機(jī)與加速度傳感器對(duì)比，得到的全局振型如圖17所示.

圖17 風(fēng)力機(jī)振型Fig.17 Wind turbine structure mode shapes

由圖17 可知，視覺與加速度傳感器計(jì)算得到振型基本一致，使用分段監(jiān)測計(jì)算的全局振型與相機(jī)監(jiān)測計(jì)算一致，因此使用分段監(jiān)測對(duì)大型風(fēng)力機(jī)結(jié)構(gòu)進(jìn)行模態(tài)計(jì)算機(jī)分析具有可行性.相比于相機(jī)，無人機(jī)的機(jī)動(dòng)性更強(qiáng)，因此在視覺監(jiān)測中僅使用一臺(tái)無人機(jī)即可完成對(duì)風(fēng)力機(jī)結(jié)構(gòu)的結(jié)構(gòu)動(dòng)力特性監(jiān)測.且由于視覺可以監(jiān)測更多的測點(diǎn)，故而得到振型更加平滑，更利于結(jié)構(gòu)動(dòng)力特性分析.

4 結(jié)論

通過背景不動(dòng)點(diǎn)結(jié)合自適應(yīng)比例因子方法補(bǔ)償無人機(jī)空間運(yùn)動(dòng)時(shí)產(chǎn)生的位移漂移，采用光流法和無人機(jī)對(duì)風(fēng)力機(jī)進(jìn)行視覺位移跟蹤監(jiān)測，結(jié)合分段監(jiān)測方法識(shí)別風(fēng)力機(jī)結(jié)構(gòu)的動(dòng)力特性，經(jīng)試驗(yàn)驗(yàn)證與結(jié)果分析，可以得到以下結(jié)論：

1）通過基于背景不動(dòng)點(diǎn)結(jié)合自適應(yīng)比例因子提出無人機(jī)空間位移漂移的補(bǔ)償方法，可用于無人機(jī)懸停監(jiān)測時(shí)去除空間位移漂移影響.

2）使用光流法和無人機(jī)對(duì)風(fēng)力機(jī)結(jié)構(gòu)位移相應(yīng)測試，可對(duì)結(jié)構(gòu)多點(diǎn)同時(shí)監(jiān)測，且與高頻較敏感的加速度傳感器在頻域?qū)Ρ染瓤蛇_(dá)98.71%，滿足實(shí)際工程需求.

3）結(jié)合分段監(jiān)測方法對(duì)大型結(jié)構(gòu)進(jìn)行動(dòng)力特性測試，在最大化利用無人機(jī)的便捷、靈活等優(yōu)勢的同時(shí)，使用分段監(jiān)測下的局部模態(tài)振型計(jì)算全局模態(tài)振型，與相機(jī)的全場監(jiān)測得到的振型一致.因而僅使用一臺(tái)無人機(jī)即可對(duì)大型風(fēng)力機(jī)為代表的高聳結(jié)構(gòu)的動(dòng)力特性測試.