摄像机与激光相融合的地表沉降监测方法

郑野风; 陈海南; 黄林冲

doi:10.13471/j.cnki.acta.snus.2021B114

您当前的位置：

首页 >

文章列表页 >

摄像机与激光相融合的地表沉降监测方法

研究论文 | 更新时间：2023-11-01

- 摄像机与激光相融合的地表沉降监测方法
- Surface subsidence monitoring method based on camera and laser fusion
- 中山大学学报(自然科学版)(中英文) 2022年61卷第6期页码：123-128
- 作者机构：
  
  1.中山大学航空航天学院，广东深圳 518107
  2.浙江理工大学信息学院，浙江杭州 310018
- 作者简介：
  
  郑野风（1998年生），男；研究方向：结构健康监测；E-mail：zhengyf56@mail2.sysu.edu.cn
  黄林冲（1980年生），男；研究方向：岩土工程；E-mail：hlinch@sysu.edu.cn
- 基金信息：
  
  深圳市自然科学基金(JCYJ20190807162401662);深圳市可持续发展科技专项(KCXFZ202002011008532)
- DOI：10.13471/j.cnki.acta.snus.2021B114
  中图分类号： U416
- 纸质出版日期：2022-11-25，
  
  网络出版日期：2022-05-07，
  
  收稿日期：2021-12-21，
  
  录用日期：2022-01-10
扫描看全文
郑野风,陈海南,黄林冲.摄像机与激光相融合的地表沉降监测方法[J].中山大学学报(自然科学版),2022,61(06):123-128.

ZHENG Yefeng,CHEN Hainan,HUANG Linchong.Surface subsidence monitoring method based on camera and laser fusion[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2022,61(06):123-128.
郑野风,陈海南,黄林冲.摄像机与激光相融合的地表沉降监测方法[J].中山大学学报(自然科学版),2022,61(06):123-128. DOI： 10.13471/j.cnki.acta.snus.2021B114.

ZHENG Yefeng,CHEN Hainan,HUANG Linchong.Surface subsidence monitoring method based on camera and laser fusion[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2022,61(06):123-128. DOI： 10.13471/j.cnki.acta.snus.2021B114.

摘要

图像包含丰富的场景环境信息，激光具有极佳的测距精度和可靠性，可以补足二维图像中场景的深度信息。利用图像信息与激光的互补性，文章提出了一种摄像机与激光融合的监测方法。该方法基于目标平面方程和摄像机视场偏转角，建立了目标对象的二维像素坐标到三维空间坐标的转换方法，实现了基础设施结构健康监测任务中对目标地表沉降的自动化监测。最后，通过实验对提出的自动化地表沉降监测方法进行了验证。实验结果的平均相对误差为4.6%，并且在不同监测距离上都能够获得稳定的监测结果。

Abstract

The image contains rich scene environment information. The laser has excellent ranging accuracy and reliability， which can be used to supplement the depth information of the scene in two-dimensional image. A monitoring method of camera and laser fusion is proposed by the complementarity of image information and laser in this paper. Based on the target plane equation and the deflection angle of the camera field of view， the conversion method from the two-dimensional pixel coordinates of the target object to the three-dimensional space coordinates is established. The automatic monitoring of target surface subsidence is realized in the health monitoring task of infrastructure structure. The proposed automatic surface subsidence monitoring method is verified by experiments. The average relative error of the experimental results is 4.6%， and stable monitoring results can be obtained at different monitoring distances.

关键词

地表沉降结构健康监测相机激光融合摄影测量图像处理

Keywords

surface subsidencestructural health monitoringcamera and laser fusionphotogrammetryimage processing

references

许国辉，张新长. 卡尔曼滤波模型粗差的探测及其在施工变形测量中的应用［J］. 中山大学学报（自然科学版）， 2003（3）： 89-91.

王子昂，王武斌，苏谦，等. 新建铁路大临线临沧站站场路基沉降评估分析［J］. 铁道科学与工程学报， 2020， 17（7）： 1688 -1698.

崔迪. 高速公路路基表面沉降光学测量方法及应用［D］. 北京：北京交通大学， 2015.

WANG Y Q， WANG Z F， CHENG W C. A review on land subsidence caused by groundwater withdrawal in Xi'an， China［J］. Bulletin of Engineering Geology & the Environment， 2019，78：2851-2863.

章后甜，郑勇，陈冰，等. 图像全站仪及图像测量发展与展望［J］. 测绘通报， 2021（6）： 50-53.

BIESSY G， MOREAU F， DAUTEUIL O， et al. Surface deformation of an intraplate area from GPS time series［J］. Journal of Geodynamics，2010，52（1）：24-33.

于起峰，姜广文，丁晓华，等. 测量大型船体变形的折线光路摄像测量方法与系统研究［C］// 中国力学学会学术大会.北京：中国力学学会，2007：1.

邢敬宏，张明新，赵浪涛，等. 基于嵌入式机器视觉的路基沉降监测系统研究［J］. 自动化与仪器仪表， 2013（4）： 28-29.

YU Q F， JIANG G W， SHANG Y， et al. A displacement-relay video metric method for surface subsidence surveillance in unstable areas［J］. Science China Technological Sciences， 2015， 58（6）：1105-1111.

肖和华，金鼎沸. 基于机器视觉的路基沉降监测方法研究［J］. 铁道科学与工程学报， 2015， 12（6）： 1365-1368.

闵永智，胡捷，孙天放. 图像式路基监测系统中站内多相机间位姿标定方法［J］. 激光与光电子学进展， 2021， 58（12）： 461-469.

邱明明，杨果林，申权，等. 深厚富水砂层排桩挡墙深基坑施工变形特性研究［J］. 中山大学学报（自然科学版）， 2020， 59（3）： 107-117.

雷鹰，刘丽君，郑翥鹏. 结构健康监测若干方法与技术研究进展综述［J］. 厦门大学学报（自然科学版）， 2021， 60（3）： 630-640.

OTSU N. A threshold selection method from gray-level histograms［J］. IEEE Transactions on Systems， Man， and Cybernetics， 1979， 9（1）： 62-66.

王彩玲，侯嘉乐. 步进扫描方法的激光视场角检测系统设计与实现［J］. 信息技术与信息化， 2021（4）： 41-43.

PANG W， BRADY D J. Field of view in monocentric multiscale cameras［J］. Applied Optics， 2018， 57（24）：6999-7005.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于视觉的随机位姿工件抓取系统的设计与应用

数据压缩的功能字典方法

面阵CCD与计算机显微图像处理技术