利用計算機視覺進行全路徑人行橋振動舒適度評估

摘要： 針對當前結構振動舒適度評估方法和標準只考慮結構響應而忽略結構主要使用者（人）的感受，或僅以結構的振動響應代替行人的實際感受來進行振動舒適度評估，以及傳統采集方法不能同時實現結構和人的數據采集的現狀，建立一種基于計算機視覺的激勵?傳播?感知全路徑人行橋振動舒適度評估方法。方法采用計算機視覺技術獲取行人激勵下人行橋和行人的運動視頻，利用分段光流法和MMTracking算法獲取二者的振動響應，通過提取和轉換獲取相應的行人加速度，進而以加速度均方根值對人行橋振動舒適度進行評估。為驗證方法的可行性和準確性，在實驗室人行橋模型上進行相關試驗。結果表明，基于計算機視覺的方法能夠同時實現行人和人行橋響應的非接觸測量，并具有較高的精度，而全路徑人行橋振動舒適度評估方法比常規只將結構振動響應作為或代替行人實時響應來進行振動舒適度評估更加合理。

關鍵詞： 振動舒適度評估； 人行橋；計算機視覺； 全路徑； 分段光流法； MMTracking

中圖分類號： U441⁺2； U448.11""" 文獻標志碼： A""" 文章編號： 1004-4523（2025）01-0204-10

DOI：10.16385/j.cnki.issn.1004-4523.2025.01.022

Human-induced vibration serviceability assessment of footbridges on the full path using computer vision

WANG Cuiyun¹， DU Yongfeng^1，2， ZHU Qiankun^1，2

（1.Institute of Earthquake Protection and Disaster Mitigation， Lanzhou University of Technology， Lanzhou 730050， China；2.International Research Base on Seismic Mitigation and Isolation of Gansu Province， Lanzhou University of Technology，Lanzhou 730050， China）

Abstract： There are several shortcomings in the assessment of human-induced vibration in walkways， including a focus on structural response rather than pedestrian comfort， the reliance on structural vibration response to evaluate pedestrian comfort， and the limitations of data collection methods. To address these problems， this paper proposes a more comprehensive approach， namely human-induced vibration serviceability assessment of full-path footbridge based on computer vision with source-path-receiver. The proposed method captures video sequences of both the footbridge and pedestrian movements under pedestrian excitation using computer vision techniques， and then utilizes the segmental optical flow method and the MMTracking algorithm to obtain the vibration response of both. The acceleration responses of the pedestrians obtained from the above extractions and transformations are used as an evaluation index for the vibration comfort of the pedestrian bridge in terms of the root mean square value of acceleration. To validate the feasibility and accuracy of this method， experiments were conducted on the pedestrian bridge in the laboratory. The results show that the computer vision technology can accurately and contactlessly capture the pedestrian dynamic information of the footbridge， which is more reasonable than the conventional method which only evaluates the vibration comfort of the footbridge based on the structural vibration response. By addressing the shortcomings of current assessment standards and methods， this approach provides a more comprehensive and accurate means of evaluating the vibration serviceability of footbridges， considering both the structural response and the actual experience of pedestrians.

Keywords： vibration serviceability assessment； footbridge； computer vision；full path； segmented optical flow method；MMTracking

近年來，隨著經濟的發展，人們對建筑美學的追求越來越高，同時各種新型、輕質、高強材料的應用也使土木工程結構造型更加新穎，質量更加輕柔，跨度和高度也不斷增加。然而，這些新發展也帶來了一系列問題，比如結構阻尼的降低和自振頻率的減小。人行橋在行人荷載作用下更容易引起結構的大幅振動，從而引發振動舒適度問題^［1?6］，比如英國倫敦千禧橋^［7］。目前，已有眾多專家學者開始關注人致振動舒適度問題^［8?10］。

FENG等^［10］對不同人行橋在多種場景中的振動加速度進行采集，并通過問卷調查記錄相應場景下行人的振動舒適度，通過對這兩種數據的分析，發現行人舒適度與人行橋最大加速度之間存在關聯，并提出了一種考慮行人舒適度的人行橋人致振動舒適度評估方法。GóRSKI等^［11］采用環境振動試驗方法對全玻璃纖維增強復合材料（GFRP）斜拉橋進行了振動舒適度評估。BAYAT等^［12］采用低成本設備對一座歷史懸索橋的結構進行了無創測量和數值研究，通過采用最新指南推薦的簡化程序，在多行人負載下進行了結構的振動舒適度評估。陳得意等^［6］基于集值統計原理，將行人主觀反應隨機性、個體差異性和變異性考慮在內，建立了人行橋振動煩惱率模型，在此模型基礎上提出了人行橋豎向和側向振動舒適度分析方法，并在實際橋梁上對該方法進行了驗證。芮佳等^［13］通過測試環境激勵、人群激勵下甘肅省體育館懸吊樓蓋的振動模態，以樓蓋的峰值加速度作為評價指標對懸吊樓的振動舒適度進行評估。以上研究基于傳統試驗和有限元模型，在評估時僅考慮結構峰值加速度，且傳統試驗通過布設傳感器采集結構振動響應，存在堵塞交通、安裝時間長、勞動強度大、結構和人體的振動分量不易分離等缺點。DONG等^［14］利用計算機視覺方法進行人行橋振動舒適度評估，這種方法具有非接觸、長距離、低成本、節省時間和易于使用等優點，但只考慮了結構單點振動響應，而沒有考慮到人行橋全場振動響應。目前各國振動舒適度評定標準和規范主要有歐洲規范1（2008）的英國國家附件（NA）、瑞典的Bro2004規范、HiVoSS指導方針和ISO標準^［15］。這些規范主要采用以下兩種方式解決人行橋結構的人致振動問題：避開敏感頻率和限制結構振動加速度。其中，避開敏感頻率法是在結構設計時盡量使結構的固有頻率遠離行人步頻，以此避免人致振動事故發生，當該種方法使用受限時，則需要對結構的振動加速度峰值進行驗算，以此判斷結構振動舒適度是否滿足規定要求。以上方法只是簡單地使用結構在人體運動時的時域響應，對結構的加速度峰值或加速度均方根值進行限制，或者使用結構的頻率加權響應（一般是加速度）計算振動劑量值（VDV），以此來評估結構的振動舒適度^［4］，但這些研究均只考慮了結構的振動響應，而沒有考慮到人行橋主要使用者（人）的感受。ZHU等^［16］將人的感受考慮在內，建立了人行橋全路徑振動舒適度研究，但缺少試驗研究。CAO等^［9］利用智能手機和互聯網，結合微信小程序，采集行人調查問卷和振動數據，對所獲得的數據庫進行統計分析，探討了振動發生場所、人群生理特征、振動方向以及受測者狀態對振動舒適度感受的影響，在此基礎上提出了針對不同性別、年齡和BMI指數人群的振動舒適度限值的相關建議值，為結構振動舒適度設計和評價提供了參考依據。WANG等^［17］研究了不同行為狀態的行人對簡支支撐的鋼?玻璃人行天橋模型的影響，提出了一個可以預測行人?結構耦合系統豎向動力響應的理論模型，為人與結構的相互作用和人行橋的振動舒適度評估提供了參考。在評估當前結構振動舒適度時，若要同時考慮結構和人的響應，僅使用單個類別傳統傳感器幾乎很難實現，因此可考慮使用計算機視覺技術。HU等^［18］利用計算機視覺技術，將行人行走時所處位置（即腳底處）結構振動作為行人振動響應對人行橋的振動舒適度進行評估。相比于僅以結構峰值響應作為評估標準，這種方法更趨合理。然而，該方法仍與行人真實感受存在差異。另外，在實際使用中，為使行人的感受更加接近實際情況，需要人工布設足夠多的測點來進一步提高行人實時位移的準確性，這需要較大工作量，而且存在布設難度較大的情況。

綜上所述，針對結構振動舒適度評估方法和標準只考慮結構響應而忽略結構主要使用者（人）的感受，或者雖然考慮了人的感受，但仍以結構的響應代替人的響應對振動舒適度進行評估，以及傳統采集方法不能同時采集結構和人的振動信息的現狀，提出一種基于計算機視覺的激勵?傳播?感知全路徑人行橋振動舒適度評估方法。該方法利用計算機視覺技術實現完全非接觸式獲取人行橋的全場振動特性和行人的運動特性，從而評估人行橋的振動舒適度。

1 全路徑振動舒適度評估框架

行人在人行橋上行走時，會對人行橋產生激勵，使其發生振動。當行人的步頻接近人行橋的固有頻率時會引起結構的共振，產生較大變形，從而影響行人的感受。行人會根據實際感受調整自己的行為，進而改變人行橋的受力和運動狀態。這種激勵?傳播?感知的過程就稱為行人作用的全路徑^［16］。基于計算機視覺的激勵?傳播?感知全路徑人行橋振動舒適度評估方法包括硬件系統、算法識別系統和振動舒適度評估三部分。硬件系統包括計算機和圖像采集系統（攝像機）等設備，這些設備需要滿足算法所需的圖像質量和計算能力，從而提供可靠的數據支持，在此不作詳細介紹。算法識別系統主要包括基于深度學習的行人追蹤系統和人行橋全場位移追蹤系統。該方法基本組成示意圖如圖1所示。

1.1 行人追蹤系統

本文采用了香港中文大學多媒體實驗室（MMLab）旗下開源組織OpenMMLab開源的MMTracking一體化視頻目標感知平臺中的多目標跟蹤算法來進行行人追蹤。算法框架采用ByteTrack^［19］模型，該模型結合了YOLOX^［20］檢測器和BYTE^［19］數據關聯方法，是一種基于Tracking?by?Detection^［21］范式的目標追蹤方法。原理^［20］可表述如下：首先，使用YOLOX檢測器檢測視頻中的行人，并獲得其檢測框。接下來，采用BYTE數據關聯方法對檢測結果進行處理。在第一次匹配中，將高分檢測框和追蹤軌跡進行匹配。然后，使用卡爾曼濾波對追蹤物體的運動軌跡進行預測，獲得預測軌跡結果得到的檢測框，并與沒有匹配的高分檢測框和低分檢測框進行二次匹配。在二次匹配中，采用預測框和檢測框之間的IoU作為相似度，并使用匈牙利算法進行匹配。這樣，由于遮擋而被視為背景過濾的真實物體得以保留，遮擋魯棒性得到提高，有效緩解了由于人像重疊導致的目標丟失和軌跡碎片化問題。此外，由于采用高效的檢測模型和數據關聯策略，目標不需要使用ReID模型提取外觀特征，從而進一步提升了跟蹤性能。ByteTrack算法流程圖如圖2所示。

本文采用兩個評價標準來評估算法性能：目標檢測中的mAP和Recall，以及多目標跟蹤中的MOTA和IDF1。目標檢測中的mAP是所有類別的平均精度求和后除以類別總數，用于衡量目標追蹤檢測的精度，Recall用于評估檢測器對所有待檢測目標的檢測覆蓋率。多目標跟蹤中的MOTA是衡量單攝像頭多目標跟蹤準確度的一個指標，與MOTA不同，IDF1計算時考慮了ID信息，是衡量追蹤器追蹤效果的第一默認指標。在評估算法性能方面，本文考慮了目標檢測和多目標跟蹤兩個關鍵指標，從不同角度評估算法的性能表現。各指標定義如下：

（1）

（2）

（3）

（4）

式中，AP（q）為某個類別q的平均精度；為目標檢測中的類別總數；TP表示所有被分為正樣本的目標被預測為正確目標的數量；FP和FN分別表示所有被分為負樣本的目標被預測為正確目標和錯誤目標的數量；T為所有幀真正目標數的總和；Φ為所有幀的目標跳變數。IDTP、IDFP和IDFN分別為式（1）中考慮了ID信息的TP、FP和FN。

算法訓練在Linux16.04系統服務器上進行，環境配置如表1所示。訓練集為MOT17數據集的一半和CrowdHuman數據集，測試集為MOT17數據集的另一半和CrowdHuman數據集。訓練參數如下：訓練批大小（batch size）為2，圖像大小為（800，1440），訓練輪次（epoch）為80輪。所用學習率lr和epoch均為超參數。

在本文的訓練過程中，損失函數變化如圖3（a）所示，從圖中可以看出，損失函數開始時呈現逐步下降的趨勢，至69輪達到最小值后出現了跳變，又繼續緩慢下降；圖3（b）顯示，初始學習率設置為0.002，在第69輪之后，學習率趨于穩定，接近于0；圖3（c）為各評估指標變化圖，從圖中可以看出，Recall、mAP在第69輪之前緩慢減小，在此之后同時發生跳變。以上現象的產生是因為在訓練過程中為了避免過擬合并提高模型的泛化性能，代碼在最后10個epoch的訓練階段關閉了數據增強方式，加入了正則項^{［19，22?24］}。MOTA和IDF1最大值分別為0.785和0.801。

為驗證MMTracking多目標追蹤算法對行人追蹤的有效性，在教室內進行相關試驗。試驗中，行人身體腰部布置了多功能藍牙加速度傳感器，并利用攝像機拍攝了行人在隨機、1.8、2.0、2.2 Hz四種步頻下行走的視頻序列。以行人豎向加速度均方根誤差RMSE（root mean square error）作為算法追蹤效果的評價指標，RMSE定義如下：

（5）

式中，和y_i分別表示由視覺方法和傳感器得到的行人豎向加速度；N為數據點的總數目。RMSE值越小表示算法的追蹤效果越好。

試驗現場布置圖及試驗結果詳見圖4，限于篇幅，僅顯示行人步頻為2.0 Hz的計算結果。表2列出了該試驗各工況下的RMSE值。圖4（b）為MMTracking算法追蹤得到的行人行走時的位移時程，行人水平向位移均勻增加，與實際情況相符。圖4（c）為行人豎向加速度時程對比，由圖可見，兩種方法得到的行人加速度趨勢相同，且表2中數據顯示四種步頻下行人RMSE最大值為0.593 m/s²。由試驗數據可知，基于計算機視覺的多目標追蹤方法可作為一種傳統行人加速度傳感器的替代方法，且具有較高的精度。

1.2 人行橋位移識別系統

當前結構位移測量技術可利用傳統位移傳感器、全自動全站儀、全球定位系統測量法和基于計算機視覺的結構位移測量方法。與傳統方法相比，基于計算機視覺的位移測量方法具有成本低、適用范圍廣、節約人力和時間、多點測量、非接觸、高精度等優點。近年來，這種位移測量方法在位移監測領域受到廣泛關注^［25?26］。利用計算機視覺技術實現橋梁位移識別，常用的目標追蹤算法有模板匹配、特征點匹配、光流法、基于形狀的匹配和基于深度學習的目標跟蹤。模板匹配原理簡單、應用廣泛，但是精度一般，而光流法可以在亞像素精度下識別出物體。光流法是在圖像亮度不變的假設條件下，通過時域上相鄰幀間每個像素的運動矢量計算移動物體運動信息的一種方法，依據其原理可分為：基于相位、基于梯度、基于能量、基于匹配等方法^［26?31］。

目前的光流技術主要有LK光流法、HS光流法和金字塔光流法。LK光流法雖然可以對各種場景下圖像像素點坐標進行追蹤，但不適用于運動速度較快的場景，而且屬于稀疏光流法，不適用于全場光流追蹤，精度較低。傳統HS光流法在實現大運動光流全場計算方面表現出色，但在計算全場位移時計算過程復雜，抗干擾能力差，容易產生錯誤的光流估計，從而降低了精度。因此本文采用了一種改進的HS光流法（分段光流法）^［30］對人行橋位移進行追蹤。該方法通過設定閾值過濾光流矢量，減少了光流計算量，提高了計算效率和光流的魯棒性。限于篇幅，對該算法不作詳細介紹。圖5為算法流程圖。

1.3 激勵?傳播?感知全路徑人行橋振動舒適度評估

振動舒適度是由人對于振動的主觀感受來體現的，人作為具有獨立意識的可以運動的個體，由于生理特征（性別、年齡、身高、體重）以及個體行走方式、步態、身體部位的不同，在不同場景以及生理、心理狀態下對于相同振動的感受閾值存在顯著差異^［9，32］。但在當前研究中，針對不同振動場景下人的振動限值的研究較少。同時，有關振動舒適度的相關規范和標準一般均以結構的響應如峰值加速度、加速度均方根值（rms）、振動劑量值作為舒適度評估標準^{［9，30?34］}。文獻［18］中將行人所在位置處結構的實時位移（以下簡稱結構跟隨位移）作為行人的實際感受，對人行橋振動舒適度進行評估，這種方法比傳統方法更加合理，但仍不能代替行人的真實感受。本文在此基礎上，建立了基于計算機視覺的激勵?傳播?感知全路徑人行橋振動舒適度評估方法。該方法利用計算機視覺技術采集行人激勵下人行橋和行人的視頻信息，對視頻序列進行處理后，得到由分段光流法計算的人行橋全橋位移時程、由MMTracking算法追蹤的行人行走全程的位移時程（以下簡稱行人實時位移時程）和結構跟隨位移時程，經轉換得到以下三種加速度時程信息：①人行橋跨中加速度時程；②結構跟隨加速度時程；③行人實時豎向加速度時程。將相應的rms值共同作為人行橋全路徑振動舒適度評估指標，評估時：①、②對應的rms值按照ISO 2631?1-1997規范^［34］中的6.1條基本評價法進行評估；③對應的rms值按照文獻［9］中被試者振動限值的建議值進行評估。二者振動限值均包括覺察限值和舒適限值，ISO 2631?1-1997規范^［34］中覺察限值規定為0.015 m/s²，輕微不適的舒適限值規定為0.315 m/s²；文獻［9］中建議覺察限值規定為0.057 m/s²，輕微不適的舒適限值規定為0.171 m/s²。rms值計算如下：

（6）

式中，a_ω（t）為對結構加速度信號頻率計權后的時程信號；t為時間，T為總時長，單位為s。

2 試驗和數據分析

2.1 試驗設計

基于計算機視覺的激勵?傳播?感知全路徑人行橋振動舒適度評估方法在實驗室人行橋上進行驗證試驗。試驗模型為簡支鋼?玻璃組合人行橋，橋長10.1 m，寬1.6 m。人行橋主梁采用兩根10.1 m的國產20a輕型工字鋼，次梁為六根1.4 m的20a輕型工字鋼，主、次梁以焊接方式組成鋼框架。橋面為雙層夾膠鋼化玻璃（總厚度為22 mm）。試驗時在人行橋跨中布設激光位移計，并架設相機采集行走時人行橋全場視頻，整個試驗涉及的設備名稱、型號及數量如表3所示。

試驗采用佳能5D4相機，視頻分辨率為1080P（1920像素×1080像素），相機幀率設定為50 fps，并將行人多功能藍牙加速度傳感器和激光位移計采樣頻率均設定為50 Hz，以保證數據時間間隔一致，并獲得較好的數據處理結果。為驗證該方法在人行橋振動舒適度評估方面的適用性，本試驗設計了工況1～4和工況5～8。其中，工況1～4為單人以隨機、1.8、2.0、2.2 Hz步頻在人行橋上行走，從而分析不同步頻下行人振動舒適度的差異；工況5～8為多人分別以隨機、1.8、2.0、2.2 Hz步頻在人行橋上行走，考慮實際環境下人行橋多為多個行人行走的情況。工況1～4和工況5～8之間的差異為行人數目的不同，從而分析行人數目對于振動舒適度的影響。試驗現場布置圖如圖6所示。

2.2 數據分析

限于篇幅，只展示了單人以2.0 Hz步頻在人行橋上行走（工況3）和多人以2.0 Hz步頻在人行橋上行走（工況7）時的試驗結果。圖7為工況3下人行橋跨中點位移識別結果對比，圖7（a）為分段光流法和激光位移計采集的位移時程對比，圖7（b）為位移時程傅里葉變換對比。從圖7中可知，兩種方法得到的跨中位移時程高度重合，在6.48、6.50 s時人行橋跨中點位移達到峰值，分別為4.910、4.813 mm，相對誤差為2.015%。在頻域中，二者識別得到的人行橋基頻均為4.154 Hz。圖8為工況7下人行橋跨中點位移時程對比和傅里葉變換對比。由圖8可知，跨中位移時程高度重合，人行橋跨中點位移均在5.88 s時達到峰值，分別為5.348、5.550 mm，相對誤差為3.777%，人行橋一階基頻識別結果為4.044、4.043 Hz。表4為8種工況下人行橋跨中點位移峰值結果對比，由表可知，跨中點峰值位移最大誤差為5.234%。由以上數據可知，分段光流法追蹤人行橋位移具有較高精度。

圖9為工況3的結構跟隨加速度和行人實時豎向加速度時程對比。由圖9可知，兩種方法得到的加速度趨勢基本相似，行人在6.56和8.26 s對達到加速度峰值，分別為0.28和0.209 m/s²，二者差值為0.075 m/s²，但行人起步時刻和加速度峰值出現時間會存在一個時間差，即出現延遲現象，例如加速度峰值出現時間相差1.7 s。

圖10為工況7試驗結果，圖10（a）為行人行走時的水平向位移時程，以此顯示三人行走的先后順序；圖10（b）為該工況下行人對應的結構跟隨加速度時程，由圖可知，行人1、2、3分別在5.12、6.16、6.56 s時達到加速度峰值，分別為0.173、0.186、0.166 m/s²；圖10（c）為該工況下行人實時豎向加速度時程，由圖可知，行人1、2、3分別在4.82、5.42、5.6 s時達到加速度峰值，分別為0.142、0.204、0.232 m/s²，二者差值分別為-0.031、0.018、0.066 m/s²。由以上數據可知，兩種方法得到的行人加速度趨勢基本相似，但相較于行人實時加速度，結構跟隨加速度所對應的起步時間和加速度峰值時間均會產生不同程度的延遲，此工況下各個行人加速度峰值延遲時間分別為0.3、0.74、0.96 s。

經分析，上述延遲現象是由于用行人腳底的人行橋響應代替行人的結構跟隨加速度而引起的。相對于行人，人行橋此時的響應并不完全是該行人當時在此位置處作用而產生的響應，而是在這步之前，由人行橋上所有行人行走產生的響應。所以行人實時加速度和結構跟隨加速度之間會有一個時間差，即出現延遲現象。因此，MMTracking算法追蹤得到的行人實時加速度更接近行人在實際振動場景中的真實感受。

2.3 振動舒適度評估

振動舒適度評估根據本文1.3節內容進行，表5為8種工況下的rms值對比。根據ISO 2631?1―1997規范^［34］，8種工況下跨中加速度rms最小值為0.019 m/s²，最大值為0.081 m/s²，評估結果為：行人可以感覺到橋梁振動，但感覺不到不舒適；結構跟隨加速度rms最小值為0.022 m/s²，最大值為0.078 m/s²，評估結果為：行人可以感覺到橋梁振動，但感覺不到不舒適。由文獻［9］中給出的行人振動限值建議值，根據行人實時加速度rms值進行舒適度評估，結果為：單人激勵下工況1和3，多人激勵下工況5中行人3、工況7中行人2和3、工況8中行人3可以感覺到橋梁振動，但感覺不到不舒適；其余各工況中其余行人評估結果為感覺不到振動。

由表5數據可知，單人激勵下（工況1～4），除工況2中跨中加速度rms值等于結構跟隨加速度rms值外，對應的rms值均存在以下規律：跨中加速度rms值lt;結構跟隨加速度rms值lt;行人實時加速度rms值。此時，采用結構跟隨加速度rms值比采用跨中加速度rms值作為人行橋振動舒適度評估指標更加合理。但因為二者均以結構響應代替行人的真實響應，相比較于行人實時振動，會出現行人實際已出現舒適度問題，但根據振動舒適度評估標準規定的結構響應閾值，作出行人尚未出現舒適度問題的判斷，或與之相反的結論。多人激勵下（工況5～8），工況5中rms值出現與單人激勵下相同的規律，即跨中加速度rms值lt;結構跟隨加速度rms值lt;行人實時加速度rms值。但在工況6～8中，跨中加速度rms值可能會大于、也可能會小于結構跟隨加速度rms值，二者之間并不存在固定的規律。而對于結構跟隨加速度rms值和行人實時加速度rms值，二者之間也不存在固定規律。這說明多個行人行走于同一人行橋上時，會發生結構響應的疊加，進而影響不同行人的振動感受。在工況8中，甚至出現了跨中加速度rms值gt;結構跟隨加速度rms值gt;行人實時加速度rms值的現象，這是由于人行橋一階振型頻率為4.381 Hz^［35］，此時行人步頻為2.2 Hz，激發了人行橋倍頻共振，放大了橋梁響應，而行人是一個復雜的個體，在該工況下運動比較復雜，并不能單純以結構響應代替行人實際的感受。因此在多人激勵下，如果僅考慮以跨中點峰值響應、結構跟隨響應和行人實時響應作為振動舒適度評估指標，得到的評估結果對所有行人并不具備普遍適用性。因此在對人行橋振動舒適度進行評估時，應將結構跟隨響應和行人實時響應共同作為人行橋振動舒適度評估指標。

3 結" 論

由以上內容可知，基于計算機視覺的激勵?傳播?感知全路徑人行橋振動舒適度評估方法同時考慮了激勵（人）、傳播（人行橋）、感知（人）之間的振動響應，以結構響應和行人真實響應共同作為評估指標開展的人行橋振動舒適度評估更趨合理，根據試驗數據可得到以下結論：

（1）試驗數據顯示，MMTracking多目標追蹤算法可作為一種傳統行人加速度傳感器的替代方法，利用該方法得到的行人實時響應可作為振動舒適度評估指標，而基于計算機視覺的激勵?傳播?感知全路徑人行橋振動舒適度評估方法是可行的。

（2）結構跟隨加速度rms值比僅采用人行橋跨中加速度rms值進行振動舒適度評估更為合理，但這種方法實際上仍然是以結構響應作為舒適度評估指標，并不能真正代替行人實時感受，因此應將行人實時響應作為振動舒適度評估指標。

（3）在單人激勵下，以行人實時加速度rms值作為評估指標更接近行人實際的振動感受，但在多人激勵下，由于結構響應的疊加和行人之間的相互作用，僅分別考慮結構響應或行人實時響應得到的評估結果對所有行人并不具備普遍適用性，因此應該將結構跟隨響應和行人實時響應共同作為人行橋振動舒適度評估指標。

參考文獻：

［1］""""""" PEDERSEN L， FRIER C. Footbridge vibrations predicted by stochastic load model［C］// Dynamics of Civil Structures， Volume 2： Proceedings of the 36th IMAC， A Conference and Exposition on Structural Dynamics 2018. Springer International Publishing， 2019： 51-57.

［2］""""""" CUEVAS R G， JIMéNEZ-ALONSO J F， MARTINEZ F， et al. Assessment of the lateral vibration serviceability limit state of slender footbridges including the postlock-in behaviour［J］. Applied Sciences， 2020， 10（3）： 967.

［3］""""""" CAO L， CHEN Y F. Formulation of human-structure interaction for vibration serviceability of steel-concrete composite floors［J］. Structural Control and Health Monitoring， 2021， 28（3）： e2679.

［4］""""""" CAO W J， KOH C G， SMITH I F C. Vibration serviceability assessment for pedestrian bridges based on model falsification［J］. Journal of Bridge Engineering， 2021， 26（3）： 05020012.

［5］""""""" LU P Z， ZHOU Y T， WU Y， et al. Comfort assessment of human-induced vibration of pedestrian bridges based on stevens annoyance rate model［J］. International Journal of Structural Stability and Dynamics， 2022， 22（5）： 2250052.

［6］""""""" 陳得意， 黃仕平， 杜磊， 等. 基于煩惱率模型的人致人行橋振動舒適度分析［J］. 科學技術與工程， 2021， 21（36）： 15609-15616.

CHEN Deyi， HUANG Shiping， DU Lei， et al. Analysis of pedestrian-induced vibration comfortability of footbridge based on annoyance model［J］. Science Technology and Engineering， 2021， 21（36）： 15609-15616.

［7］""""""" BELYKH I， BOCIAN M， CHAMPNEYS A R， et al. Emergence of the london millennium bridge instability without synchronisation［J］. Nature Communications， 2021， 12（1）： 7223.

［8］""""""" GAAWAN S M， EL-ROBAA A S. Pedestrian bridges structure； assessment of comfort and impact of human-induced vibration［J］. Bridge Structures： Assessment， Design and Construction， 2019， 15（1-2）： 3-13.

［9］""""""" CAO L， CHEN J. Online investigation of vibration serviceability limitations using smartphones［J］. Measurement， 2020， 162： 107850.

［10］""""" FENG P， WANG Z Y， JIN F F， et al. Vibration serviceability assessment of pedestrian bridges based on comfort level［J］. Journal of Performance of Constructed Facilities， 2019， 33（5）： 04019046.

［11］""""" GóRSKI P， TATARA M， STANKIEWICZ B. Vibration serviceability of all-GFRP cable-stayed footbridge under various service excitations［J］. Measurement， 2021， 183： 109822.

［12］""""" BAYAT E， MILONE A， TUBINO F， et al. Vibration serviceability assessment of a historic suspension footbridge［J］. Buildings， 2022， 12（6）： 732.

［13］""""" 芮佳， 劉開放， 張舉濤， 等. 甘肅省體育館懸吊樓蓋人致振動舒適度現場測試研究［J］. 建筑結構， 2021， 51（20）： 103-109.

RUI Jia， LIU Kaifang， ZHANG Jutao， et al. Field test and research on human-induced vibration comfort of suspension floor of Gansu Gymnasium［J］. Building Structure， 2021， 51（20）： 103-109.

［14］""""" DONG C Z， BAS S， CATBAS F N. Investigation of vibration serviceability of a footbridge using computer vision-based methods［J］. Engineering Structures， 2020， 224： 111224.

［15］""""" GONG M， LI Y S， SHEN R L， et al. Glass suspension footbridge： human-induced vibration， serviceability evaluation， and vibration mitigation［J］. Journal of Bridge Engineering， 2021， 26（11）： 5021014.

［16］""""" ZHU Q K， HUI X L， DU Y F， et al. A full path assessment approach for vibration serviceability and vibration control of footbridges［J］. Structural Engineering and Mechanics， 2019， 70（6）： 765-779.

［17］""""" WANG Z H， WEN J L， KOU C， et al. Vertical human-structure interaction of a simply-supported steel-glass composite footbridge under both standing and moving pedestrians［J］. Structures， 2023， 47： 1212-1224.

［18］""""" HU J X， ZHU Q K， ZHANG Q. Global vibration comfort evaluation of footbridges based on computer vision［J］. Sensors， 2022， 22（18）： 7077.

［19］""""" ZHANG Y F， SUN P Z， JIANG Y， et al. Byte Track： multi-object tracking by associating every detection box［J］. Computer Vision ― ECCV 2022. arXiv preprint arXiv：2110.06864， 2021： 1-13.

［20］""""" GE Z， LIU S T， WANG F， et al. YOLOX： exceeding YOLO series in 2021［J］. arXiv preprint arXiv：2107.08430， 2021.

［21］""""" SUN Z H， CHEN J， CHAO L， et al. A survey of multiple pedestrian tracking based on tracking-by-detection framework［J］. IEEE Transactions on Circuits and Systems for Video Technology， 2021， 31（5）： 1819-1833.

［22］""""" BOCHKOVSKIY A， WANG C Y， LIAO H Y M. YOLOv4： optimal speed and accuracy of object detection［J］. arXiv preprint arXiv： 2004.10934， 2020.

［23］""" ZHANG H Y， CISSE M， DAUPHIN Y N， et al. Mixup： beyond empirical risk minimization［J］. arXiv preprint arXiv：1710.09412， 2017.

［24］""""" YANG Z H， SINNOTT R O， BAILEY J， et al. A survey of automated data augmentation algorithms for deep learning-based Image classification tasks［J］. Knowledge and Information Systems， 2023， 65（7）： 2805-2861.

［25］""""" NIEZRECKI C， BAQERSAD J， SABATO A. Digital image correlation techniques for non-destructive evaluation and structural health monitoring［J］. Handbook of Advanced Non-Destructive Evaluation， 2018： 1-46.

［26］""""" 朱前坤， 崔德鵬， 杜永峰. 基于網絡攝像機的橋梁撓度非接觸識別［J］. 工程力學， 2022， 39（6）： 146-155.

ZHU Qiankun， CUI Depeng， DU Yongfeng. Non-contact identification of bridge deflection based on network camera［J］. Engineering Mechanics， 2020， 39（6）： 146-155.

［27］""""" ZHANG Y G， ZHENG J， ZHANG C， et al. An effective motion object detection method using optical flow estimation under a moving camera［J］. Journal of Visual Communication and Image Representation， 2018， 55： 215-228.

［28］""""" KUSHWAHA A， KHARE A， PRAKASH O， et al. Dense optical flow based background subtraction technique for object segmentation in moving camera environment［J］. IET Image Process， 2020， 14（14）： 3393-3404.

［29］""""" ZHAI M L， XIANG X Z， LYU N， et al. Optical flow and scene flow estimation： a survey［J］. Pattern Recognition， 2021， 114： 107861.

［30］""""" 朱前坤， 崔德鵬， 張瓊， 等. 利用計算機視覺識別人行橋時變模態參數［J］. 振動工程學報， 2023， 36（1）： 52-61.

ZHU Qiankun， CUI Depeng， ZHANG Qiong， et al. Identification of time-varying modal parameters of pedestrian bridges using computer vision［J］. Journal of Vibration Engineering， 2023， 36（1）： 52-61.

［31］""""" 朱前坤， 陳建邦， 張瓊， 等. 基于計算機視覺人行橋撓度影響線非接觸式識別［J］. 工程力學， 2021， 38（8）： 145-153.

ZHU Qiankun， CHEN Jianbang， ZHANG Qiong， et al. A non-contact recognition for deflection influence line of footbridge based on computer vision［J］. Engineering Mechanics， 2021， 38（8）：145-153.

［32］""""" MORIOKA M， GRIFFIN M J. Absolute thresholds for the perception of fore-and-aft， lateral， and vertical vibration at the hand， the seat， and the foot［J］. Journal of Sound and Vibration， 2008， 314（1-2）： 357-370.

［33］""""" BSI. Measurement and evaluation of human exposure to whole-body mechanical vibration and repeated shock： BS 6841―1987［S］. London， UK： BSI， 1987.

［34］""""" ISO. Mechanical vibration and shock―evaluation of human exposure to whole-body vibration―part 1： general requirements： ISO 2631-1―1997［S］. Geneva， Switzerland： International Organization for Standardization， 1997.

［35］""""" 馬法榮， 朱前坤， 張瓊， 等. 靜態人群-結構相互作用人行橋模態參數試驗［J］. 蘭州理工大學學報， 2022， 48（2）： 115-122.

MA Farong， ZHU Qiankun， ZHANG Qiong， et al. Experimental study on modal parameters of pedestrian bridge with static crowd-structure interaction［J］. Journal of Lanzhou University of Technology， 2022， 48（2）： 115-122.

第一作者：王翠云（1993―），女，博士研究生。E-mail： wangcy1233i@163.com通信作者："杜永峰（1962―），男，博士，教授。E-mail： dooyf@lut.edu.cn

基金項目："國家自然科學基金資助項目（52178291）