盾尾間隙智能測(cè)量技術(shù)研究

2023-08-12 06:14:16吳朝來(lái)

隧道建設(shè)(中英文) 2023年7期

吳朝來(lái)

(中鐵隧道局集團(tuán)有限公司設(shè)備分公司, 廣東廣州 510000)

0 引言

隨著我國(guó)國(guó)民經(jīng)濟(jì)的快速發(fā)展,水利、水電、公路、鐵路、軌道交通等建設(shè)進(jìn)入黃金時(shí)期,盾構(gòu)在隧道工程中得到大量的推廣和應(yīng)用,盾構(gòu)施工的自動(dòng)化、信息化、智能化成為行業(yè)發(fā)展的方向。

盾尾間隙是管片選型、姿態(tài)糾偏、掘進(jìn)控制過(guò)程中的重要參數(shù),然而,目前盾尾間隙測(cè)量大部分仍采用人工測(cè)量的方式,這種測(cè)量方式在實(shí)施過(guò)程中存在效率低、難度大、精度低及安全風(fēng)險(xiǎn)大等問(wèn)題。如何實(shí)現(xiàn)盾尾間隙智能測(cè)量成為了行業(yè)關(guān)注的重點(diǎn),不少學(xué)者及研究人員對(duì)盾尾間隙智能測(cè)量技術(shù)進(jìn)行了研究和探索,但大部分是對(duì)其理論進(jìn)行研究。例如: 文獻(xiàn)[1-2]采用接觸式盾尾間隙測(cè)量裝置對(duì)盾尾間隙進(jìn)行測(cè)量,然而盾尾處環(huán)境較為惡劣,使用過(guò)程中容易造成污染、數(shù)據(jù)失真、機(jī)械部件損壞等;文獻(xiàn)[3]采用超聲波技術(shù)對(duì)盾尾間隙測(cè)量進(jìn)行研究,但易受盾尾油脂、漿液泄漏污染,并且精度狀態(tài)檢測(cè)和維護(hù)較為困難; 文獻(xiàn)[4-7]對(duì)盾尾間隙智能測(cè)量技術(shù)進(jìn)行了理論研究及分析;文獻(xiàn)[8-16]采用激光等技術(shù)對(duì)盾尾間隙測(cè)量進(jìn)行了研究分析,這些技術(shù)雖然能夠?qū)崿F(xiàn)盾尾間隙智能測(cè)量功能,但受技術(shù)特點(diǎn)、安裝位置等限制,在使用過(guò)程中容易造成外界干擾,導(dǎo)致數(shù)據(jù)的準(zhǔn)確性、穩(wěn)定性等受到影響。

本文通過(guò)分析目前盾尾間隙智能測(cè)量存在的問(wèn)題以及現(xiàn)有技術(shù)的優(yōu)缺點(diǎn),提出基于圖像識(shí)別技術(shù)的盾尾間隙測(cè)量方式,通過(guò)對(duì)選型、標(biāo)定、算法和使用效果等方面進(jìn)行闡述,設(shè)計(jì)并使用測(cè)量數(shù)據(jù)軟件自動(dòng)識(shí)別和人工讀取2種方式,提高系統(tǒng)的穩(wěn)定性和適用性,從而有效解決盾尾間隙人工測(cè)量存在的諸多問(wèn)題和其他智能測(cè)量技術(shù)存在的不足,以期為今后智能建造技術(shù)研究提供理論依據(jù)和實(shí)踐基礎(chǔ)。

1 盾尾間隙智能測(cè)量系統(tǒng)面臨的技術(shù)難題

隨著自動(dòng)化、智能化技術(shù)的不斷發(fā)展,盾尾間隙智能測(cè)量的需求不斷增大,但受限于技術(shù)及惡劣的現(xiàn)場(chǎng)條件,長(zhǎng)期以來(lái)沒(méi)有成熟的解決方案,大都仍采用人工測(cè)量方式。如果盾尾間隙智能測(cè)量技術(shù)能夠成功得到應(yīng)用,需解決以下問(wèn)題。

1)安裝空間狹小。盾尾間隙范圍為0～100 mm,空間狹小,在間隙內(nèi)部安裝傳感器有被擠壞的風(fēng)險(xiǎn)。同時(shí),盾尾遍布液壓油缸、油脂管路、注漿管路等,傳感器安裝較為困難。

2)易污染。盾尾間隙位置存在漏漿漏水情況,漿液易污染傳感器,造成功能失效。

3)管片的污損、移動(dòng)。管片在運(yùn)輸和拼裝過(guò)程中存在破損和附著異物的情況,同時(shí)在盾構(gòu)掘進(jìn)過(guò)程中,管片相對(duì)盾尾處于移動(dòng)狀態(tài),造成測(cè)量困難。

4)機(jī)械損傷。盾尾所處區(qū)域是整個(gè)盾構(gòu)施工過(guò)程中活動(dòng)最為頻繁的區(qū)域,推進(jìn)油缸伸縮、管片吊裝設(shè)備運(yùn)轉(zhuǎn)等容易造成機(jī)械損傷。

2 盾尾間隙智能測(cè)量系統(tǒng)現(xiàn)狀

實(shí)現(xiàn)盾尾間隙智能測(cè)量功能的主要技術(shù)有激光測(cè)距、機(jī)械測(cè)量、激光標(biāo)識(shí)+圖像識(shí)別、超聲波測(cè)距和智能圖像識(shí)別等。

1)激光測(cè)距。通過(guò)在拼裝機(jī)上安裝激光束,測(cè)量拼裝機(jī)到管片的距離,結(jié)合管片厚度計(jì)算其間隙。該方式受拼裝機(jī)工作方式、管片清潔程度的限制較多,另外,無(wú)法實(shí)現(xiàn)實(shí)時(shí)智能測(cè)量。

2)機(jī)械測(cè)量。傳動(dòng)結(jié)構(gòu)夾持電子檢測(cè)裝置伸入盾尾與管片之間,測(cè)出盾尾間隙數(shù)值。現(xiàn)場(chǎng)應(yīng)用中容易發(fā)生盾尾油脂污染或同步注漿漿液固化檢測(cè)裝置傳動(dòng)結(jié)構(gòu),導(dǎo)致故障頻發(fā)。

3)激光標(biāo)識(shí)+圖像識(shí)別。將相機(jī)和線激光安裝于推進(jìn)油缸根部,通過(guò)相機(jī)識(shí)別線激光的形態(tài)與位置,計(jì)算間隙值,屬于間接測(cè)量方式。線激光難以校準(zhǔn),同時(shí)持續(xù)的激光照射對(duì)作業(yè)人員的視線有較大的干擾。

4)超聲波測(cè)距。在盾尾內(nèi)安裝超聲波傳感器進(jìn)行盾尾間隙測(cè)量。該方式易受盾尾油脂、漿液泄漏污染,并且精度狀態(tài)檢測(cè)和維護(hù)都較為困難。

5)智能圖像識(shí)別。將相機(jī)安裝在2組推進(jìn)油缸中間,使相機(jī)能夠看到管片及間隙部位,通過(guò)實(shí)時(shí)拍攝盾尾間隙圖像,經(jīng)視覺(jué)算法計(jì)算間隙值。通過(guò)機(jī)器視覺(jué)的方式模擬人工測(cè)量,可以做到實(shí)時(shí)測(cè)量,較為貼近使用習(xí)慣,但對(duì)圖像算法要求較高。

3 基于圖像識(shí)別的盾尾間隙測(cè)量系統(tǒng)的原理

為解決盾尾間隙人工測(cè)量存在的問(wèn)題及現(xiàn)有智能測(cè)量技術(shù)存在的不足,通過(guò)對(duì)多個(gè)項(xiàng)目采用不同的盾尾間隙測(cè)量系統(tǒng)進(jìn)行對(duì)比和研究,最終確定選用純圖像識(shí)別模式的盾尾間隙測(cè)量系統(tǒng)。

3.1 間隙識(shí)別原理

通過(guò)安裝在2組推進(jìn)油缸中間的相機(jī),實(shí)時(shí)拍攝管片及間隙部位圖片,并對(duì)圖像進(jìn)行預(yù)處理、特征提取、圖像識(shí)別等過(guò)程后,計(jì)算出盾尾間隙值。在間隙識(shí)別前首先要對(duì)原始圖像做優(yōu)化與濾波處理,提升相關(guān)特征識(shí)別性; 然后通過(guò)間隙與管片邊界、橡膠止水條等固定物體進(jìn)行特征匹配,提高間隙識(shí)別的成功率。管片特征識(shí)別如圖1所示。由于相機(jī)的安裝視線正對(duì)管片外輪廓邊沿,受相機(jī)視角的限制,在管片靠近相機(jī)時(shí)管片內(nèi)輪廓邊沿可能并不完全在相機(jī)的成像范圍內(nèi),但這并不影響識(shí)別,因?yàn)樵撍惴ㄖ恍枳R(shí)別外輪廓邊沿就能達(dá)到識(shí)別間隙的目的。通過(guò)識(shí)別得到外輪廓邊沿的像素坐標(biāo)后,根據(jù)當(dāng)前間隙零點(diǎn)位的像素坐標(biāo)與像素尺寸的實(shí)際大小,即可得到當(dāng)前間隙的真實(shí)大小。

①為止水條與管片邊界;②為止水條另一側(cè)與管片邊界;③為管片邊緣與盾尾間隙邊界。圖1 管片特征識(shí)別Fig. 1 Segment identification features

3.2 間隙識(shí)別算法

通過(guò)建立管片的特征,存入算法并賦予一定梯度,在測(cè)量過(guò)程中不斷通過(guò)算法去匹配特征,找到符合的管片特征后,再定位管片邊緣,利用標(biāo)定得出的零點(diǎn)和像素尺寸關(guān)系,計(jì)算出間隙的測(cè)量值。數(shù)字圖像是二維離散函數(shù),圖像的梯度就是對(duì)這個(gè)二維離散函數(shù)的求導(dǎo),如式(1)所示。

G(x,y) =dx(i,j) +dy(i,j)。

(1)

其中:

(2)

式(1)—(3)中:I為圖像像素的值; (i,j)為像素的坐標(biāo)。

利用梯度卷積網(wǎng)絡(luò)對(duì)經(jīng)過(guò)平滑處理的圖像進(jìn)行卷積處理,逐步進(jìn)行特征匹配。為了獲取圖像的特征,需要對(duì)處理好的圖像進(jìn)行求導(dǎo)分析,分為水平方向和垂直方向,如圖2所示的曲線表示經(jīng)過(guò)逐步提煉、逼近得到圖像特征的過(guò)程。

(a) 原始圖像歸一化值

(b) 高斯卷積濾波歸一化值

3.3 間隙零點(diǎn)標(biāo)定

由于相機(jī)固定于盾殼內(nèi)部,相機(jī)視線盡量與盾殼軸線平行,并直視間隙所在位置,一旦相機(jī)安裝固定完成,其成像視場(chǎng)內(nèi)的盾殼內(nèi)輪廓是固定不變的,即管片零點(diǎn)的成像位置是固定不變的。為了獲得距離與管片零點(diǎn)位像素坐標(biāo)的對(duì)應(yīng)關(guān)系,需要針對(duì)每一個(gè)相機(jī)做零點(diǎn)標(biāo)定。零點(diǎn)標(biāo)定是為了找到盾殼與管片外輪廓接觸點(diǎn)的像素坐標(biāo),管片在不同位置對(duì)應(yīng)的零點(diǎn)坐標(biāo)和像素尺寸不同,通過(guò)零點(diǎn)標(biāo)定可以找出在不同距離下的零點(diǎn)坐標(biāo)和像素尺寸。因此,完成零點(diǎn)標(biāo)定后,在任意一張已知距離的管片圖像中,可以直接找到零點(diǎn)的位置和像素尺寸。為了便于系統(tǒng)識(shí)別,設(shè)計(jì)了具有特殊圖形的標(biāo)定靶進(jìn)行零點(diǎn)識(shí)別(如圖3所示),通過(guò)識(shí)別特征圖形以及標(biāo)定靶的物理尺寸,計(jì)算出相機(jī)圖像中的坐標(biāo)與真實(shí)物理坐標(biāo)的關(guān)系,如圖4所示。

圖3 零點(diǎn)位識(shí)別Fig. 3 Zero position identification diagram

(x1,y1)為近點(diǎn)位置標(biāo)靶在圖像中的坐標(biāo); (x2,y2)為遠(yuǎn)點(diǎn)位置標(biāo)靶在圖像中的坐標(biāo); f為鏡頭焦距; h1為鏡頭到近點(diǎn)標(biāo)靶的距離; h2為鏡頭到遠(yuǎn)點(diǎn)標(biāo)靶的距離; α1為以鏡頭為起點(diǎn)中心線和鏡頭中心到近點(diǎn)標(biāo)靶零點(diǎn)位連線的夾角,α2同理。圖4 標(biāo)定靶坐標(biāo)與圖像坐標(biāo)的關(guān)系Fig. 4 Calibration of relationship between target coordinates and image coordinates

根據(jù)計(jì)算可得到距離與零點(diǎn)位的函數(shù)關(guān)系,如式(3)所示。

(3)

式中:w為橫向像素;d為像元尺寸;x1為近點(diǎn)位置時(shí)的水平像素坐標(biāo);x2為遠(yuǎn)點(diǎn)位置時(shí)的水平像素坐標(biāo);h為實(shí)際工作狀態(tài)下的距離。

3.4 動(dòng)態(tài)標(biāo)尺

為了提高系統(tǒng)的適用性,在軟件中設(shè)計(jì)了動(dòng)態(tài)標(biāo)尺,將實(shí)時(shí)圖像與間隙數(shù)值結(jié)合起來(lái),并模擬出不同距離位置上的虛擬標(biāo)尺,可實(shí)現(xiàn)人工讀取數(shù)據(jù)。動(dòng)態(tài)標(biāo)尺的生成完全取決于相機(jī)的標(biāo)定結(jié)果,即距離、零點(diǎn)位置和像素尺寸三者的關(guān)系。距離決定了零點(diǎn)位置和像素尺寸,像素尺寸決定了動(dòng)態(tài)標(biāo)尺的大小,零點(diǎn)位置確定了動(dòng)態(tài)標(biāo)尺零刻度的位置。因此,通過(guò)管片距離、零點(diǎn)位置和像素尺寸這3個(gè)參數(shù)就可以生成一把虛擬動(dòng)態(tài)標(biāo)尺。盾構(gòu)施工過(guò)程中當(dāng)出現(xiàn)管片邊緣因受泥漿污染等造成軟件無(wú)法識(shí)別時(shí),可以利用動(dòng)態(tài)標(biāo)尺通過(guò)人工讀數(shù)的方式得到當(dāng)前間隙的大小。虛擬的動(dòng)態(tài)標(biāo)尺與實(shí)際真尺的對(duì)比如圖5所示。所以,實(shí)時(shí)圖像+動(dòng)態(tài)標(biāo)尺可以達(dá)到極端情況下人工讀數(shù)的需求,判斷測(cè)量數(shù)據(jù)的準(zhǔn)確性。

圖5 虛擬的動(dòng)態(tài)標(biāo)尺與實(shí)際真尺的對(duì)比Fig. 5 Virtual and actual identification

3.5 設(shè)備選型與安裝

該系統(tǒng)采用800萬(wàn)像素的工業(yè)相機(jī)為機(jī)器視覺(jué)傳感器,定焦鏡頭焦距為12 mm,視場(chǎng)角(H/O/V)為41°/34°/23°,調(diào)焦景深范圍為600～2 500 mm,防水等級(jí)達(dá)IP65。通過(guò)將可調(diào)節(jié)相機(jī)拍攝角度和傾斜度的支架安裝于鉸接油缸與盾尾連接處(如圖6和圖7所示),確保相機(jī)可以全過(guò)程、無(wú)遮擋的監(jiān)測(cè)盾尾間隙,并通過(guò)特殊的標(biāo)定模塊建立視覺(jué)的空間關(guān)系,利用管片特征邊緣識(shí)別間隙的位置,由此計(jì)算出盾尾間隙。

圖6 圖像傳感器安裝示意圖Fig. 6 Installation diagram of image sensor

圖7 圖像傳感器安裝現(xiàn)場(chǎng)Fig. 7 Field installation photograph of image sensor

4 應(yīng)用效果

該系統(tǒng)實(shí)現(xiàn)了盾尾間隙測(cè)量的所見(jiàn)即所得,也就是現(xiàn)場(chǎng)可以實(shí)時(shí)看到測(cè)量情況。盾尾間隙測(cè)量系統(tǒng)工作界面如圖8所示。為了驗(yàn)證該盾尾間隙智能測(cè)量系統(tǒng)的準(zhǔn)確性和穩(wěn)定性,在某地鐵盾構(gòu)施工中進(jìn)行了應(yīng)用,并結(jié)合現(xiàn)場(chǎng)工況和應(yīng)用效果對(duì)其不斷優(yōu)化、調(diào)整和改進(jìn)。通過(guò)獲取9環(huán)人工精測(cè)數(shù)據(jù)與智能測(cè)量數(shù)據(jù)進(jìn)行對(duì)比,誤差在2.6%～5.0%,滿足使用需求。盾尾間隙智能測(cè)量與人工測(cè)量對(duì)比分析如表1所示。

圖8 盾尾間隙測(cè)量系統(tǒng)工作界面Fig. 8 Working interface of shield tail clearance measurement system

表1 盾尾間隙智能測(cè)量與人工測(cè)量對(duì)比分析Table 1 Comparative analysis between automatic and manual measurement of shield tail clearance mm

5 結(jié)論與討論

本文主要針對(duì)盾構(gòu)在狹小安裝空間、惡劣工作環(huán)境和管片實(shí)時(shí)移動(dòng)等情況下如何快速、實(shí)時(shí)和準(zhǔn)確實(shí)現(xiàn)盾尾間隙智能測(cè)量,避免激光測(cè)距、機(jī)械測(cè)量、激光標(biāo)識(shí)+圖像識(shí)別和超聲波測(cè)距等技術(shù)存在的缺點(diǎn)和不足,提出采用智能圖像識(shí)別技術(shù)實(shí)現(xiàn)盾尾間隙的智能測(cè)量,并通過(guò)現(xiàn)場(chǎng)使用及數(shù)據(jù)分析,得出盾尾間隙智能測(cè)量與人工測(cè)量相比,誤差在2.6%～5.0%,具有較好的準(zhǔn)確性和穩(wěn)定性。

該系統(tǒng)雖然有較好的準(zhǔn)確性、穩(wěn)定性和適用性,但在后期還需繼續(xù)研究,不斷優(yōu)化,利用“圖像匹配”技術(shù)進(jìn)一步優(yōu)化識(shí)別算法,優(yōu)化圖像空間算法與距離測(cè)量手段,建立盾尾間隙系統(tǒng)與導(dǎo)向系統(tǒng)、盾尾間隙系統(tǒng)與掘進(jìn)系統(tǒng)等相關(guān)參數(shù)關(guān)系,不斷提高系統(tǒng)的準(zhǔn)確性、穩(wěn)定性與應(yīng)用范圍,為智能建造提供技術(shù)和數(shù)據(jù)支撐。