大跨度橋梁高支模支架安全監測技術

王衛星，黃冠楊（.江蘇陽湖建設項目管理有限公司， 江蘇 常州 359；.上海市機械施工集團有限公司， 上海0007）

對大型橋梁結構施工進行動態位移監測，可以及時發現結構物的危害并及時采取相應的維護措施，避免災難性事故的發生。這對結構物的安全施工和運營損傷監測具有非常重要的意義。但是，對于大跨度橋梁結構，傳統的監測方法很難發揮應有的作用。如果直接通過位移傳感器進行動態監測，一方面傳感器的安裝位置無法很好解決，另一方面會對施工過程產生干擾；如果采用全站儀測量位移，雖然對施工過程干擾較少，但無法進行動態監測；如果通過加速度傳感器間接采集結構的位移信息，則需要進行兩次積分，會導致誤差累積[1]。因此，如何及時有效地監測支架施工變形情況，提高支架施工變形監測的無人化、自動化，是亟待解決的重要問題[2]。

本文研究大跨度橋梁高支模支架施工變形監測系統的原理與軟硬件系統的構造組成，并通過江蘇常州地鐵 1號線高架橋梁施工項目進行試驗測試，以驗證軟件算法的可靠性和測試系統的精度。

1 系統原理

橋梁高支模支架施工變形動態監測系統主要由軟硬件兩大部分組成。硬件部分包括圖像采集模塊、數據傳輸處理模塊、LED 補光模塊、測量標靶以及監測系統服務器等。施工過程中，圖像采集模塊自動采集監測區間內支架上測量標靶的實時圖像。當支架發生變形時，測量標靶上的觀測點位置發生變化，監測系統自動識別變形觀測點，并將數據傳遞給監測系統服務器。夜間作業時，使用 LED 補光模塊進行補光，提高識別率。支模支架施工變形動態監測硬件系統示意如圖1所示。

圖1 高支模支架施工變形動態監測硬件系統示意圖

軟件系統主要由云臺控制子系統、相機控制子系統、圖像識別子系統、數據存儲及處理子系統等組成。云臺控制子系統主要負責接收主系統的定位請求，然后向旋轉云臺發送旋轉指令；相機控制子系統主要負責接收主系統的采集指令，然后向數碼相機發送拍攝指令并接收照片數據；圖像識別子系統主要負責對主系統得到的照片進行識別，以獲取預設目標在圖像中的位置、大小等數據；數據存儲及處理子系統駐留在遠程服務器，負責接收和存儲來自主系統的目標識別數據，并對數據進行分析以確定預設目標的相對位移量。軟硬件系統關系如圖2所示。

圖2 變形監測軟件與硬件系統關系圖

2 系統組成

2.1 橋梁高支模施工變形監測硬件系統

橋梁施工支架變形監測硬件系統關鍵部分由數字圖像采集設備、監測系統服務器兩大部分組成。

2.1.1 數字圖像采集設備

數字圖像采集設備由數碼相機、高倍率長焦距鏡頭、光學數控水平轉臺、豎直轉臺及設備殼體等 5 個部分組成。數碼相機通過 USB 接口線連接監測系統服務器，水平和豎直轉臺分別通過 RS232 串口線連接監測系統服務器，如圖3所示。

圖3 數字圖像采集設備

（1）數碼相機。選擇佳能 5Ds 單反數碼相機機身，傳感器為全畫幅尺寸（36 mm ×24 mm），最大圖像分辨率約為 5 030 萬像素。

（2）高倍率長焦距鏡頭。采用焦距 400～600 mm 長焦鏡頭，配合佳能 5Ds 機身，可以在 30 m 內獲得 3 個/mm像素的圖像解析度。

（3）光學數控水平和垂直轉臺。監測系統服務器上運行的監測程序通過光學數控水平轉臺控制數碼相機的水平和垂直轉動。為了確保誤差滿足測量精度的要求，轉臺的定位和重現精度要求非常高。傳統的視頻伺服云臺難以達到所需的精度要求。硬件方案設計時，選擇美國 Aerotech 公司的納米運動轉臺(ANT 95-R-PLUS)，如圖4所示。

圖4 納米運動轉臺

納米運動轉臺提供了很高的定位穩定性（0.005 "）和0.010 " 遞增的運動性能，并且提供兩個級別的精度等級。同時，系統可提供高動態性能，以確保光學系統動態捕捉和快速定位。

（4）設備殼體。為了確保設備在施工現場較為惡劣的環境條件下正常工作，設備必須考慮強光日照、高溫、暴雨和冰凍等不利因素條件下的耐久性。對設備殼體進行設計，主要由上部殼體、底部基座和三腳架 3 部分組成。固定機位監測時采用立柱安裝，不使用三腳架；臨時定點監測時，采用三腳架設置。

2.1.2 監測系統服務器

監測系統服務器采用 Intel 酷睿高性能無風扇工控機（MEC-5071），如圖5所示。

圖5 監測系統服務器

2.2 橋梁高支模支架施工變形監測軟件系統

根據高架橋梁施工環境特點，在獲取變形數據的基礎上，編制了能夠對獲取的圖像進行自動識別、自動測量、自動報警的橋梁施工支架安全性監控的軟件系統。監控系統軟件以開放的方式進行編制，可為施工中其他監測項目提供支持，可為支架的應力、應變監測與上部結構內力監測提供數據錄入接口。系統對接收的信息進行匯總、分析，建立特征曲線，與理論曲線實時對比，全面監測施工過程中支架的安全情況。軟件系統的實現流程如圖6所示。

圖6 軟件系統流程

2.2.1 圖像自動獲取

采用云臺控制子系統接收主系統的定位請求，通過軟件編程控制向旋轉云臺發送旋轉指令；采用數字圖像控制與采集子系統接收主系統的采集指令，向數碼相機發送拍攝指令并接收照片數據，從而實現圖像自動獲取的功能。

2.2 2 圖像自動識別

首先加載包含靶標的圖片到庫中，形成識別系統內部的Mat 對象，將讀入的圖像轉換為灰度圖并進行圖像的分割、特征檢測等操作，以便于計算圖像的直方圖，通過計算灰度圖對應的直方圖，可以確定圖像的顏色分布情況以及灰度值的變化范圍；然后對灰度圖進行閾值濾波，先前得到灰度圖像中，只有靶標中的黑色區域依舊保留，除此之外其余像素均被清除；接著對閾值濾波后的圖像進行膨脹處理，以增強靶標區域的強度和范圍。對膨脹處理后的圖像進行等值線提取，即可得到所有獨立黑色區域的外輪廓；對等值線計算最小外包圓，得到各靶標中黑色區域的外輪廓后，需要將這些任意外輪廓換算為圓形，才能真正得到各靶標的中心坐標及半徑值。

2.2.3 變形自動測量及報警

為了保證項目的研究內容有充分的科學依據，針對靶標自動識別軟件算法，專門開發了自動測試軟件，對現場采集的 10 萬多幅數字圖像進行識別測試，同時對超過限值的變形進行報警處理。

3 監測工程實例

為了驗證和改進該監測系統的硬件平臺和軟件算法，進行現場工程試驗，并根據試驗結果對系統進行改進。現場施工工程為一個 30 m＋45 m＋30 m 的連續梁，墩身高為12.5 m，根據現場測量條件，在蓋梁東側布設 1號、2號靶標，分別為觀測點 1、觀測點 2。

現場測試過程跟蹤混凝土澆筑全部過程，從晚 18∶00點開始，至次日22∶00 澆筑完成，每隔 30 min 進行一次拍攝。測點 1、測點 2 支架變形（1號、2號標靶偏移）實測數據分別如圖7與圖8所示。

圖7 測點1支架變形監測數據

圖8 測點2支架變形監測數據

2號靶標在16次采樣時刻，人為移動了靶標位置。從系統測試和記錄的曲線上看，變化十分明顯，達到預設的報警值，系統能夠自動響應，產生一次系統報警事件。系統硬件價格不足現有測量機器人單價的 50%，可以實現無人化、智能化的橋梁支架自動監測。與傳統人工監測相比，提高監測頻率100倍以上，能夠實現7×24 h不間斷監測，識別正確率達到98%以上。

4 結 語

本文針對大跨橋梁高支模支架現澆施工特點，基于機器視覺的相關軟硬件技術，研發無人化、智能化的支架變形自動監測系統，對橋梁高支模支架現澆施工進行動態監測，并通過實際工程測試試驗，對系統正確率和實用性進行驗證，從而形成一套較完整的可操作性強的橋梁高支模支架現澆施工變形實時監測技術手段。