攝像機與激光相融合的地表沉降監測方法*

鄭野風，陳海南，黃林沖

1. 中山大學航空航天學院，廣東 深圳 518107

2. 浙江理工大學信息學院，浙江 杭州 310018

公路、鐵路、橋梁、隧道等基礎設施在建設和運營維護過程中會不可避免地遭受到人為破壞、氣候環境、往復載荷、周邊施工影響以及突發災害等因素的耦合作用，產生不同程度的地表沉降問題，造成經濟損失和安全危害［1-3］。研究人員對基礎設施地表沉降、結構構件變形進行了大量的監測和控制方面的研究。對于大型結構的沉降監測，主要是對垂直方向上的位移進行實時監測［4］，例如：基于水準儀和全站儀的監測方法。隨著圖像全站儀［5］的出現，測量速度、精度以及結果的穩定性不斷提升?，F代測量方法包括基于GPS 技術的測量方法和數字攝影測量方法。GPS 監測方法［6］能夠全天候隨時進行監測，測點布設方便，容易實現自動化監測。但存在基準點穩定性差、垂直方向精度低等問題。

隨后，數字攝影測量技術在高清晰數碼攝像機和高分辨率測量儀器投入使用后興起。于起峰等［7］針對不通視目標的位置、姿態及其變形測量問題，提出了位姿傳遞像機串聯網絡攝像測量的概念和方法，并且將其應用在船體變形測量上。刑敬宏等［8］以激光光源代替沉降監測點，通過光斑位移來計算路基沉降量。于起峰等［9］提出了位移傳遞像機串聯網絡攝像測量的概念和方法，并開展了大型工程結構沉降位移監測方法及監測預警系統研究。肖和華［10］提出一種基于光筆式機器視覺測量系統的非接觸式沉降監測方法，實現了較大范圍的沉降監測。閔永智等［11］通過解算攝像機與靶面的位姿關系得到攝像機的移動軌跡，提高了攝像機間位姿標定的精度。

現有數字攝影測量方法計算規模大，對硬件質量要求高，設備成本昂貴，且對監測人員的技術手段要求較高［12-14］。因此，亟需一種計算效率高、精度高、成本低、操作簡單的地表沉降監測方法。本文提出了一種將單目攝像機和單線激光融合的地表沉降監測方法，并且在室內模擬環境中對標靶的垂直沉降量進行了監測，并通過實驗驗證了該方法的可行性。

1 地表沉降監測方法的總體框架

地表沉降監測方法采用攝像機與激光融合的方式來獲取目標的位置信息。攝像機采集圖像信息后，從圖像信息中捕捉環境的語義信息。單線激光采集距離信息來補足圖像信息中缺失的深度信息。

本文的測量方法由3 部分組成：①目標對象識別。通過數字圖像處理技術從攝像機采集的圖像中提取特征信息，獲取監測目標區域范圍以及目標的像素坐標集；②目標空間定位。使用激光測量目標區域的深度信息，結合激光的姿態角計算出目標平面的平面方程；③目標坐標轉換。整合已知數據，結合視場偏轉角和目標平面方程，將目標像素坐標集進行物理尺度轉換，得到目標對象的三維空間坐標。具體如圖1所示。

圖1 地表沉降監測方法的總體框架Fig.1 Overall framework of surface subsidence monitoring method

2 監測原理與方法

2.1 目標對象識別

首先，對圖像數據進行處理，提取圖像語義信息。利用圖像處理技術識別出原始圖像中的目標對象區域以及目標像素點集。目標對象檢測方法分為2 個部分：首先通過OpenCV 圖像識別算法檢測出目標區域P，識別出標靶區域；然后在目標區域內進行特征提取，提取出目標標識物，獲得目標標識物的像素點坐標集R。

2.2 目標空間定位

在獲得目標標識物的區域范圍P后，使用單線激光雷達在區域P 內選取3 個不共線的目標點，并測量其深度信息。測量得到目標點距離d，同時記錄測量時的激光垂直姿態角α和水平姿態角β，得到目標點的三維空間坐標P1（x，y，z）。目標空間定位如圖2所示。

圖2 空間定位示意圖Fig.2 Diagram of spatial positioning

計算得到3 個在激光坐標系下的目標點坐標PL1(XL1，YL1，ZL1)，PL2(XL2，YL2，ZL2)，PL3(XL3，YL3，ZL3).為得到攝像機坐標系下的目標平面方程，利用坐標系轉換公式得到目標點在攝像機坐標系下的坐標PC1(XC1，YC1，ZC1)，PC2(XC2，YC2，ZC2)，PC3(XC3，YC3，ZC3).

通過公式（1）和（2），空間內不共線的三點PC1，PC2，PC3能夠確定目標區域P所在平面的空間位置。

其中

監測方法利用激光雷達測量得到的深度信息和激光姿態角，計算得到空間3 個目標點的坐標；得到3點所在的平面方程，確定了目標區域范圍對應平面的空間位置。

2.3 目標坐標轉換

獲取目標對象的空間位置，需要將圖像中的二維像素坐標轉換為三維空間坐標。地表沉降監測方法利用2.2節得到的目標區域平面方程，補足了圖像信息中缺失的深度信息，再結合攝像機的視場偏轉角，將像素點在圖像中的二維像素坐標進行物理尺度轉換，生成了三維空間坐標。

如圖3所示，視場角又稱為視場，是以光學儀器的鏡頭為頂點，被測目標的物像可通過鏡頭最大范圍的兩條邊緣構成的夾角［15］。視場角的大小決定了光學儀器的視野范圍［16］，并且攝像機的視場角的大小與焦距f相關。

圖3 視場角示意圖Fig.3 Diagram of field of view

固定焦距鏡頭，是指具有固定視場角的透鏡。地表沉降監測方法選用焦距固定的攝像機，確保攝像機的視場角不變。視場角可以通過計算或者視場角測量實驗確定。橫向視場角AFOVH和縱向視場角AFOVV分別為

式中W和H為測量攝像視野范圍中水平和垂直方向的幅值，f為攝像機焦距，μ為畸變系數。攝像機成像平面的成像范圍與視場角的視野范圍相對應。若成像平面的分辨率為w×h，那么對于每一行的像素而言，每個像素將相機橫向視場角αc進行切分，得到單位視場角為αc/w。同理，對于每一列的像素而言，每個像素對應的單位視場角為βc/h。如圖4 所示，攝像機采集圖像信息中目標區域P 內任意像素點N(dx，dy)，能得到其橫向視場偏轉角αN和縱向視場偏轉角βN。進一步計算，得到像素點N所對應的視線方程L。

圖4 坐標轉換示意圖Fig.4 Diagram of coordinate transformation method

根據公式（4），將像素坐標進行物理尺度變換，視線方程L 與目標平面P 的交點即為像素點N對應的空間坐標點M(x，y，z)。

μ為畸變系數；dx、dy為像素點相對于成像平面中心點的距離；αN和βN分別為橫向視場偏轉角和縱向視場偏轉角；平面方程系數a，b，c，d由公式（2）得到。

3 實 驗

3.1 監測設備與場景

為了驗證地表沉降監測方法的可行性和精度，設計了監測實驗系統，包括監測設備原型機和實驗場景，如圖5所示。監測設備原型機包含數據采集單元、姿態調整單元、控制模塊單元。數據采集單元由中間的攝像機和左右兩邊的單線激光雷達組成，可以采集圖像信息和空間距離信息。姿態調整單元位于激光下方，由兩個伺服舵機組成，具有兩個旋轉自由度，能夠作為一個簡易機械臂來調整激光姿態?？刂颇K單元安置在設備底部，包括舵機控制板和樹莓派。舵機控制板控制舵機調整激光姿態角，樹莓派控制其余硬件單元以及對采集的數據進行傳輸和預處理。監測設備原型機所用零部件具體型號如表1所示。實驗場景中的監測對象為帶有十字形標識圖像的標靶。

圖5 監測設備原型機及場景Fig.5 Monitoring prototype and scene of experimental equipment

表1 監測設備原型機的部件型號Table 1 Component type of monitoring prototype

圖5中，所示設備作為數據采集終端，只進行數據采集、預處理和傳輸。另外，設置對應的服務器端，在服務器端通過webpy 框架部署網絡框架，并且搭建控制面板平臺通過局域網對數據終端進行遠程實時控制。通過TCP 連接服務器端和數據采集終端，實現指令和數據的傳輸。主要算法的運算過程在服務器端進行。因此，數據采集和運算處理能夠同時進行，具有較高的效率和較好的實時性。

3.2 實驗參數校準

在進行實驗之前，需要確定各部件參數，其中最為關鍵的是攝像機的相關參數。為了確定攝像機的視場角，依照視場角的測量方法進行了測量實驗。將攝像機以垂直方向對準平面，測量攝像視野范圍中水平和垂直方向的幅值W和H以及鏡頭到平面的距離I，結果如表2 所示。綜合3 次測量結果，最終確定橫向視場角αc=39.91°，縱向視場角βc=19.44°。攝像機的分辨率為1 280×720，圖片輸出格式為MJPG，幀數為30。單線激光雷達的測量范圍為0.03 ～ 80 m，測量精度為±1 mm。舵機的測量范圍為180°，驅動方式為PWM，脈寬范圍為500～2 500 μs，控制精度為3 μs。

表2 攝像機視場角測量結果Table 2 Camera field of view angle measurement results

3.3 實驗結果

為驗證地表沉降監測方法的準確性，使用原型機對標靶垂直方向沉降量進行測量。標靶放置按照測量距離分為A、B、C、D、E 共5 組，測量距離每組間隔0.8 m，最小2.4 m，最大5.6 m，如圖6所示。實驗中人為控制沉降，手動調整標靶下方的可伸縮桿，改變標靶高度。每個位置調整5次，每次降低20 mm。這種控制沉降的方式便于實際操作且具有一定的可靠性，能真實反映測量方法的準確性。

圖6 測量系統布局Fig.6 Layout of measurement system

為量化所提測量方法的準確性，計算實驗中沉降監測值的絕對誤差d和相對誤差σ分別為

式中D為實際沉降量；D'為沉降監測值。

表3為測試結果。由表3可知，中線3個點位的測量誤差要小于左右兩線的測量誤差。這是因為中線點位處于成像平面中間位置，左線和右線點位處于兩側位置，兩邊的鏡頭畸變更為嚴重，從而導致測量誤差偏大。

表3 5組沉降監測值D'測量結果Table 3 Measurement results of five groups of settlement monitoring value D' mm

實驗監測數據誤差如圖7 所示。根據公式（5）和（6）得到實驗結果的平均誤差為0.92 mm，平均相對誤差為4.6%。由此可知，所述監測方法的精度與實際沉降較為吻合，能夠得到穩定的監測數據。對比圖7 中的5 組數據結果，其平均誤差分別為1.08、0.58、1.10、0.94 和0.68 mm。5 組數據沒有呈現出明顯的差異性和規律性，這說明該監測方法的誤差與測量距離無關。因此，該方法能夠適用于大型基礎設施體積大、面積廣的特點，保證測量精度。

圖7 沉降監測值誤差Fig.7 Settlement Monitoring value error

另外，測量誤差主要來源于：①測量設備的硬件精度導致的系統誤差，包括激光的測量精度、控制姿態角度的舵機控制精度等都會直接影響最終的測量精度。值得注意的是攝像機的分辨率對監測結果的影響，分辨率越高，像素點越多，圖像就更加精細，能夠直接提升該監測方法的測量精度。②測量過程中產生的人為誤差，例如：控制標靶沉降、測量激光與攝像機坐標系空間位置關系等都會無法避免產生讀數誤差。③攝像機的鏡頭畸變導致的誤差。鏡頭畸變對測量結果影響最大的是徑向畸變，徑向畸變沿著鏡頭半徑方向分布，光軸中心畸變為0，越靠近邊緣位置畸變越嚴重。

4 結 論

針對基礎設施地表沉降的長期實時監測問題，本文提出了一種基于攝像機和激光融合的沉降攝影測量監測方法。并開發了監測設備原型機、搭建實驗場景，對該監測方法進行了實驗驗證。實驗結果表明，該方法能夠穩定獲取有效的監測值數據。主要結論如下：

1）利用計算機視覺技術主動選取感興趣的目標對象和區域，只對其進行局部測量。因不必對周圍環境進行全局掃描，大大減少了工作量，提高了監測效率。

2）引入視場角的概念，利用單線激光補足了圖像數據缺失的深度信息，直接對目標平面進行空間定位，相較于其他監測方法更加簡單高效。

3）搭建了實現該監測方法的軟硬件平臺，測量工作能夠自動化完成。但這項研究雖驗證了室內模擬場景下監測結果的準確性。因實際情況往往更為復雜，下一步需要保證情況復雜場景多變的現場環境中能夠準確地識別出目標對象，提高監測結果的穩定性和魯棒性。