隧道沉降變形連續監測系統*

陳 剛

(上海隧道工程有限公司盾構分公司，上海 200092)

隧道沉降變形連續監測系統*

陳 剛

(上海隧道工程有限公司盾構分公司，上海 200092)

為保證隧道安全運營, 要長期對其進行變形監測。隧道沉降變化是評估隧道安全的一個重要指標。文章利用激光準直性設計了隧道沉降監測裝置系統，該系統由激光源組件和目標靶組成，系統首先采集激光打到目標靶上的光斑圖像，再通過圖像分割、形態學處理等獲得光斑中心坐標，結合其他參數和初始測量信息，最終得出隧道沉降變化情況。實驗檢測和工程應用證明，該系統具有低成本、易于敷設、高精度等優點，能對隧道沉降實施有效監測。

圖像處理；隧道沉降變形；激光準直

0 引言

隧道沉降變形監測是保護地鐵、保障人們的生命安全以及整個城市的交通體系安全的一項重要工作。隧道沉降監測目前主要采用人工測量方法和自動測量方法，每公里雙管地鐵隧道人工方法測量需要一個月的時間。自動測量方法主要是參考文獻[1]中的靜力水準儀測量法、參考文獻[2]中的傾斜傳感器測量隧道變形方法和參考文獻[3]中的全站儀測量隧道沉降變形方法。靜力水準儀測量法不能測量測點的水平位移，不能反映隧道變形的信息。傾斜傳感器測量法是在隧道管片同一環的每個管片上設置一個傾斜傳感器，傳感器組角度變化信息由計算機軟件計算，缺點是不能測量管片垂直沉降信息，營運隧道批量使用成本太高。全站儀測量隧道沉降變形方法適用于施工過程中對關鍵控制區域的自動檢測，缺點是測點棱鏡不宜布置太多，不斷尋找測量目標的工作方式將影響全站儀機械壽命，不適應長期測量工作方式。

本文研制的隧道沉降變形連續監測系統，利用遠程通信技術、激光準直性以及激光燈可控性，采用圖像處理技術結合測量模型，計算隧道沉降形變情況。該系統測量時可以使用遠程監測手段，不會打斷隧道正常運行，同時降低了測量人員進行隧道工作風險。監測點數量不會受到限制，不會因為監測點數量過多、工作量增大，使得監測周期過長。該系統能快速地自動處理數據，解決了手工作業模式效率低、不能及時快速地反饋監測信息的問題。

1 系統組成

工作井中安裝目標靶，隧道里50 m范圍內每環管片特征測點位置上布置激光源組件，通信線將各激光源與目標靶組成局部網絡。主控制器置于目標靶箱體內，由計算機及應用軟件組成，主控制器依次激勵激光組件向目標靶發射激光，打到前、后雙靶上。目標靶依次采集各激光組件所發出激光打在目標靶上的圖像，通過主控制器計算光斑中心坐標，結合初始坐標參數得出所測點的水平偏移量與垂直偏移量。系統網絡結構如圖1所示，系統由以下兩個主要部分組成：

圖1 系統網絡結構

(1)激光源組件：由RS485通信模塊、控制模塊、電源模塊、光發射器等組成。激光組件對通信模塊接口的信息進行解碼分析，如果通信模塊接口上的地址碼與激光組件設定的地址碼一致，則激光控制器接受主控制器的控制指令，對激光組件發出開啟或關閉驅動指令。激光組件固定在測點位置的安裝支架上，各激光發射器控制單元由通信線與主控制器組成RS485總線網。

圖2 目標靶內部結構

(2)目標靶：包括一對工業電子照相機、一對成像幕布、支架、防護機箱、工控機。激光通過防護玻璃后先投射于前幕布并在前幕布上成像，其中一部分激光進一步投射于后幕布并在后幕布上成像。兩臺電子照相機分別采集前幕布和后幕布上所成的圖像，便于計算機進行圖像處理獲取激光成像位置與入射角度，如圖2所示。

2 圖像處理

攝像頭拍攝激光打到目標靶上的光斑，經過圖像處理后計算出光斑中心坐標，其計算準確性對整個系統測量精度有很大影響。理想情況下拍攝到的光斑是圓形狀光點，由于核氖激光發射器本身原因，光斑周圍會出現衍射條紋和散射點。激光在空氣介質中傳播可能會遇到粉塵、水汽等，導致圖像中出現局部暗點或亮點。攝像頭在抓拍、保存圖像時可能會產生條紋，如果光斑在圖像上的位置正好處于條紋上，光斑圖像就會造成失真。這些因素都會影響光斑中心坐標的計算精確度，需要進行圖像處理降低干擾。

2.1 閾值分割

激光打到目標靶上光斑中心區域呈現為白色。拍攝一張光斑圖像之后，可獲得圖像上每個像素RGB值[4]。圖像中光斑中心區域相對于其他區域有較高R值分量，為了得到準確激光光斑的位置信息，采取單閾值分割的方法來提取：

(1)

其中，threshold為設定閾值，大小為圖像中R最大值的0.95倍。

2.2 形態學處理

經過閾值分割之后，大部分背景都被消除，圖像中仍然有不少噪聲、雜波，使用數學形態學方法來消除光斑分割結果中的異常情況。數學形態學是用一組形態學代數運算子，度量、提取圖像中對應形態，實現對圖像分析和識別。最基本的形態學運算子有：腐蝕、膨脹、開和閉，用這些算子及其組合來進行圖像形狀和結構的分析及處理[5]。具體操作中采用3×3白色方塊結構元進行形態學濾波，對閾值分割出來的二值圖像按下式進行開啟和閉合操作：

B=(B×S)·S=(((BΘS)⊕S)⊕S)ΘS

(2)

閉運算能平滑光斑的輪廓，可將條紋分離光斑重新融合到一起，填充比結構元素小的洞。開運算完全刪除了不能包含結構元素的對象區域，也可以平滑光斑的輪廓，斷開了狹窄的連接，去掉了散射點。

2.3 中心坐標計算

前面兩步處理后，光斑圖像中除了有光斑外還可能有衍射條紋。統計出圖像中8連通區域的面積，如果最大區域面積值大于設定閾值，則認為該區域為光斑，否則認為該圖像中沒有抓拍到光斑。經過上面處理后，統計圖像上值為1的像素位置，求出平均值就是光斑中點坐標。

3 測量模型

測量模型根據激光準直性，將其做一個空間向量，建立以激光發射器中心為原點、激光發射方向為X軸、水平方向為Y軸、坡度垂直方向為Z軸的坐標系。測量模型原理如圖3所示，模型分為兩個階段：(1)初始階段：人工測得相關坐標，計算出激光源與目標靶之間相對關系；(2)監測階段：若隧道發生形變，攝像頭拍到的光斑中心位置就會隨著變化，由光斑中心坐標結合其他參數以及初始階段信息，就能得到隧道沉降變化情況。

圖3 測量模型原理

3.1 初始階段

(3)

3.2 監控階段

監測階段激光發射器中心坐標可能發生變動，先以目標靶后端面板為例，目標靶固定不動其中心坐標不變。已知激光源初始坐標、激光發射器初始發射方位角、坡度，監測階段激光光斑中心坐標(y監,z監)，根據參考文獻[6]中的三參數空間坐標旋轉公式可以建立方程：

(4)

(5)

由上式(4)、(5)可解出監控情況下，激光源位移變化量(ΔX,ΔY,ΔZ)。

4 系統實驗和工程應用

4.1 系統精度實驗

2013年7月系統研制完成，將激光源放置與目標靶相距50 m左右距離進行實驗。前端到前靶相距181 mm，前靶與后靶相距180 mm，后靶到后端距離為89 mm，下面點到后端面中心距離為270 mm。實驗之前使用貼片和全站儀，人工測量激光源和目標靶的相應坐標(如表1所示)。實驗時將目標靶安放在固定位置不動，激光源安裝在移動平臺上，以5 mm為單位按順序依次移動到初始位置的左、左上、上、右上、右、右下、下、左下位置處，最后再回到原位。

表1 初始情況坐標值 (單位m)

整個過程中使用全站儀人工測量激光源實際坐標，與初始位置相減得到激光源實際偏移量，檢驗系統精度。系統使用圖像處理方法得到激光光斑坐標，運用測量模型計算出激光源偏移值，與人工測量偏移量進行比較，如表2所示，從表中可以看出系統計算出來的偏移量與人工測量值相差在1 mm以內。

4.2 上海大連路隧道應用

2014年7月～11月在上海大連路隧道工作走道內，安裝系統并進行了應用。目標靶安裝在隧道接線柜右側緊鄰的第一塊管片上，高低以隧道接線柜居中，左右接近隧道接線柜，要求支架牢固穩定，如圖4(d)所示。目標靶供電電源為交流220 V，由供電電纜就近獲取電源，目標靶與19個激光部件由通信電纜串聯連接，如圖4(a)所示。

安裝激光組件以底板上兩個安裝腰眼中心連線為參考點，管片水平方向(隧道軸向)安裝位置為：管片環寬1.2 m，每隔2環安裝1個激光組件，在第3，5，7，9，…，2×i+1(i=1,2,…19)號管片上安裝下一個目標靶，激光源組件之間的距離為2.4 m，試驗范圍≤50 m；管片高低方向安裝位置為：兩個隧道接線柜上沿拉一條直線，每個激光組件距該直線垂直距離為50×imm(i激光組件序號)，如圖4(b)所示。激光源和目標靶安裝好后，對系統進行調試，如圖4(c)所示。

監測過程按每小時1次的采樣周期，依次發送當前測點通信地址、開啟或關閉該測點激光源的控制信息。系統計算、采集隧道沉降監測數據，監測數據曲線如圖5所示，圖中描繪了激光源位置—時間曲線。地面計算機通過因特網，可以實時獲取系統計算出來的沉降信息，實現遠程沉降監控。

表2 實驗結果對比 (單位:mm)

圖4 上海大連路隧道應用

圖5 歷史數據曲線

5 結束語

隧道沉降變形連續監測系統的研制和工程應用試驗，為隧道沉降變形提供了一種自動在線檢測技術和裝置。該系統由一個目標靶和多個激光組件組成，將目標靶安裝在相對穩定位置、激光組件安裝在被測位置，用于目標靶和激光組件之間截平面位置變化檢測。對于被測點密度高、范圍長的隧道沉降變形在線連續監測應用，具有明顯的經濟性、實用性。

[1] 孫澤信,張書豐,劉寧.靜力水準儀在運營期地鐵隧道變形監測中的應用及分析[J].現代隧道技術,2015,52(1):203-208.

[2] 楊婧,馮其波,張斌,等.基于傾斜傳感器的路基剖面沉降自動監測方法與系統[J].北京交通大學學報,2012,36(6):52-56.

[3] 劉鑫,楊洋,廖偉.淺談全站儀在隧道拱頂沉降測量中的運用[J].西部交通科技,2014(6):88-90.

[4] CHEN G,PENG R, WANG Z, et al. Pallet recognition and localization method for vision guided forklift[C]. 2012 8th International Conference on Wireless Communications, Networking and Mobile Computing, Shanghai,China,2012:920-924.

[5] 陳剛,呂煊，王志成，等.肺CT圖像的血管骨架化方法[J].計算機科學,2013,40(5)：274-278.

[6] 章書壽,華錫生.工程測量[M].北京:水利水電出版社,1994.

Monitoring system for tunnel settlement deformation

Chen Gang

(Shanghai Tunnel Engineering Construction Company Ltd. TBM Construction Branch, Shanghai 200092, China)

In order to ensure the security of tunnel operation, the long-term structural deformation monitoring should be adopted. Tunnel settlement deformation is an important indicator to assess the safety of tunnel. This paper mainly introduces the monitoring system for tunnel settlement based on laser alignment, which is composed of laser modules and the target. The measurement purpose of this system has been realized through collecting video data of a laser spot, image segmentation, the morphological processing, the modules of surveying and initial parameter successively. Experimental results and engineering application show that this system is efficient in monitoring the structural deformation of tunnel, and has the advantages of low cost, easy laying and high precision as well.

image processing; tunnel settlement deformation; laser alignment

上海市科委資助項目(16111107600)；上海市人才發展資金資助項目(201406)；上海城建集團管控中心項目(2015-B-2)

TP399

A

10.19358/j.issn.1674- 7720.2017.15.023

陳剛.隧道沉降變形連續監測系統[J].微型機與應用，2017,36(15)：80-83,86.

2017-03-15)

陳剛(1981-),男,博士后,工程師,主要研究方向:圖像處理、自動測量、盾構智能控制。