本發(fā)明涉及管片測量，尤其是涉及一種非接觸式盾構(gòu)管片環(huán)向變形測量方法及系統(tǒng)。

背景技術：

1、盾構(gòu)管片是盾構(gòu)隧道施工中的關鍵預制構(gòu)件，其質(zhì)量直接關系到隧道的結(jié)構(gòu)安全和防水性能。在盾構(gòu)隧道施工過程中，管片會受到復雜的地下壓力和施工荷載的影響，導致管片發(fā)生變形。因此，對盾構(gòu)管片的變形進行準確測量和監(jiān)控是確保隧道施工安全和質(zhì)量的重要環(huán)節(jié)。

2、隨著計算機視覺技術的發(fā)展，立體視覺作為一種非接觸式測量技術，因其高精度、高速度和環(huán)境適應性強等優(yōu)點，在工業(yè)檢測、機器人導航等領域得到了廣泛應用。單目視覺測量要求待測試件是一個平面或近似于一個平面，且易受圖像畸變的影響，導致精度降低。因此提出了雙目視覺測量技術。

3、專利cn110702343b公開了一種基于立體視覺的撓度測量系統(tǒng)及方法，該系統(tǒng)采用雙測量站模式，兩測量站獨立且結(jié)構(gòu)配置相同，既可以用于近景測量也可以用于遠距離大視場的測量，同時采用圖像增強算法去除光照不均和霧霾的影響，提高撓度測量精度。文獻《基于雙目立體視覺的隧道圍巖形變監(jiān)測系統(tǒng)》中選擇匯聚式立體視覺測量模型應用于隧道圍巖形變監(jiān)測中，設計了基于物理層、傳輸層、應用層三層式隧道圍巖形變監(jiān)測系統(tǒng)架構(gòu)的隧道圍巖變形監(jiān)測系統(tǒng)。然而上述方法總結(jié)起來存在以下問題：(1)在獲取影像時大多會遇到光照不均、霧霾等情況，通常是通過圖像增強算法進行處理，但獲取影像質(zhì)量較差，導致最終處理結(jié)果受影響；(2)受拍照角度影響，容易拍攝較多干擾特征點；(3)目前隧道變形測量方法如預埋傳感器監(jiān)測方法存在前期工作量大、工序復雜、監(jiān)測位置局限等缺點；如全站儀測量、三維激光掃描測量等非接觸式測量方法存在需要人工操作、自動化程度不高等缺點；(4)隨機出現(xiàn)的缺陷管片和安全系數(shù)最小管片“該測未測”難題。

技術實現(xiàn)思路

1、本發(fā)明的目的就是為了提供一種提高管片環(huán)向變形測量準確性的非接觸式盾構(gòu)管片環(huán)向變形測量方法及系統(tǒng)。

2、本發(fā)明的目的可以通過以下技術方案來實現(xiàn)：

3、一種非接觸式盾構(gòu)管片環(huán)向變形測量方法，包括以下步驟：

4、采集利用標定好的雙目相機拍攝的盾構(gòu)管片的左右圖像數(shù)據(jù)，其中所述左右圖像數(shù)據(jù)中包含標識點；

5、基于包含標識點的盾構(gòu)管片的左右圖像數(shù)據(jù)，進行數(shù)據(jù)處理，得到盾構(gòu)管片環(huán)向變形測量結(jié)果；

6、其中所述數(shù)據(jù)處理的步驟包括：

7、對所述包含標識點的盾構(gòu)管片的左右圖像數(shù)據(jù)進行預處理，并識別及定位所述標識點，獲得標識點的像素坐標；

8、基于所述標識點的像素坐標，結(jié)合所述標定好的雙目相機的內(nèi)外參數(shù)，采用視差測距法進行三維坐標計算，得到標識點的三維坐標；

9、基于所述標識點的三維坐標，對所述盾構(gòu)管片的環(huán)向形變進行反演分析，得到盾構(gòu)管片環(huán)向變形測量結(jié)果。

10、進一步地，所述雙目相機的標定過程包括：

11、采集左相機從多個角度和姿態(tài)拍攝的標定板圖像，并進行預處理；

12、基于預處理后的標定板圖像，采用邊緣檢測算法定位標定板的邊界；

13、根據(jù)定位的邊界，采用shi-tomasi角點檢測算法提取標定板的角點作為特征點；

14、根據(jù)所述標定板圖像和提取的角點，通過求解單應性矩陣，獲取左相機的內(nèi)外參數(shù)，其中所述單應性矩陣為內(nèi)參矩陣與外參矩陣的積；

15、重復上述步驟對右相機的標定，完成對雙目相機中左右相機的單獨標定，并進一步進行雙目相機的整體標定，計算出雙目相機之間的旋轉(zhuǎn)、平移變化關系，完成雙目相機的標定過程。

16、進一步地，所述獲取左相機的內(nèi)外參數(shù)的步驟包括：

17、記左相機的內(nèi)參矩陣為保留旋轉(zhuǎn)矩陣r的前兩列r1、r2，有：

18、

19、式中，s為尺度因子，為像素坐標，[r1r2t]為外參矩陣，為世界坐標；

20、將單應性矩陣h代入式(1)，有：

21、

22、式中，為單應性矩陣；

23、令：

24、

25、根據(jù)矩陣b的元素和內(nèi)參矩陣之間的關系得到：

26、

27、根據(jù)式(6)求得的內(nèi)參矩陣和式(2)、(3)、(4)求得的單應性矩陣，求解外參矩陣：

28、

29、式中，λ＝1/‖a-1h1‖，r1、r2、r3、t為外部參數(shù)，h1、h2、h3為單應性矩陣h的3個列向量。

30、進一步地，所述雙目相機的單獨標定過程中，還包括：

31、考慮噪聲影響以及透鏡畸變對內(nèi)外參數(shù)的影響，對內(nèi)外參數(shù)進行優(yōu)化處理，其中進行優(yōu)化處理的表達式為：

32、

33、式中，g表示非線性優(yōu)化問題，采用lm算法進行迭代求解，n為拍攝的標定板圖像數(shù)量，m為每張標定板圖像內(nèi)棋盤角點數(shù)量，xij為三維空間點坐標xj在圖片上對應的二維像素，x′為三維空間點坐標xj經(jīng)過相機內(nèi)外參數(shù)變換后得到的二維像素，m為相機內(nèi)參，k1,k2為徑向畸變參數(shù)，ri、ti為相機外參，，xj為三維空間點。

34、進一步地，所述雙目相機之間的旋轉(zhuǎn)、平移變化關系為：

35、

36、其中：

37、

38、式中，r、t為右相機相對于左相機旋轉(zhuǎn)、平移矩陣，pw為標定板上某點在世界坐標系下的坐標，pl、pr為左右相機在世界坐標系下的坐標，rl、tl為某點相對左相機主點的旋轉(zhuǎn)、平移矩陣，rr、tr為某點相對右相機主點的旋轉(zhuǎn)、平移矩陣。

39、進一步地，所述獲得標識點的像素坐標的步驟包括：

40、對所述包含標識點的盾構(gòu)管片的左右圖像數(shù)據(jù)進行降噪、對比度增強的預處理操作；

41、對預處理后的左右圖像數(shù)據(jù)進行極線校正，得到校正后的左右圖像數(shù)據(jù)；

42、基于所述校正后的左右圖像數(shù)據(jù)，采用canny算子檢測標識點的邊界，并對標識點進行分割，得到分割后的標識點圖形；

43、結(jié)算每個所述分割后的標識點圖形的重心，并進行加權(quán)平均，得到標識點中心的定位；

44、根據(jù)所述標識點中心，通過匹配算法得到標識點在左右圖像數(shù)據(jù)上的像素坐標。

45、進一步地，所述三維坐標的計算表達式為：

46、

47、式中，x、y、z為標識點的三維坐標，(x1,y1,z1)為空間點p在左相機坐標系下的坐標，(u1,v1)為在左相機中的圖像點坐標，(u2,v2)為在右相機中的圖像點坐標，f為焦距，d為相機間距。

48、進一步地，對所述盾構(gòu)管片的環(huán)向形變進行反演分析的表達式為：

49、

50、式中，δ為偏移量，xi+1、yi+1、zi+1為i+1時刻下采集到的標識點在世界坐標系中的x、y、z值；xi、yi、zi為i時刻下采集到的標識點在世界坐標系中的x、y、z值。

51、本發(fā)明還提供一種非接觸式盾構(gòu)管片環(huán)向變形測量系統(tǒng)，包括圖像采集模塊、制動模塊、光源補充模塊、主控模塊和數(shù)據(jù)處理模塊，所述圖像采集模塊、制動模塊、光源補充模塊均與主控模塊連接，所述圖像采集模塊還與所述數(shù)據(jù)處理模塊連接，所述圖像采集模塊包括2套由相機和鏡頭組成的圖像采集設備，所述主控模塊用于控制圖像采集模塊采集包含標識點的盾構(gòu)管片的左右圖像數(shù)據(jù)，控制制動模塊調(diào)節(jié)圖像采集模塊的拍攝角度，控制光源補充模塊調(diào)節(jié)盾構(gòu)管片所處環(huán)境亮度，所述數(shù)據(jù)處理模塊基于如上述所述的非接觸式盾構(gòu)管片環(huán)向變形測量方法的步驟得到盾構(gòu)管片環(huán)向變形測量結(jié)果。

52、進一步地，所述制動模塊包括設備支撐架、固定件、豎向制動螺旋、第一水平制動螺旋、第二水平制動螺旋、三腳架，所述固定件設在所述設備支撐架上方，用于將所述圖像采集設備和光源補充模塊固定在設備支撐架上，所述第二水平制動螺旋設在所述三腳架上，并與所述豎向制動螺旋連接，用于控制所述豎向制動螺旋的水平方向角度，所述豎向制動螺旋還通過所述第一水平制動螺旋與所述設備支撐架下方連接，用于控制所述設備支撐架的豎向方向角度，所述第一水平制動螺旋用于控制所述設備支撐架的水平方向角度。

53、與現(xiàn)有技術相比，本發(fā)明具有以下有益效果：

54、(1)本發(fā)明在非接觸式盾構(gòu)管片環(huán)向變形的測量中，采用雙目立體視覺技術來捕捉包含管片標識點的左右圖像，利用圖像識別算法結(jié)合標定好的雙目相機內(nèi)外參數(shù)進行處理分析，計算左右圖像中的標識點進行三維坐標，來提高標識點坐標的準確性，并進行反演分析計算，得到更為準確性的管片環(huán)向變形測量結(jié)果。

55、(2)本發(fā)明捕捉管片的左右圖像來進行分析，無需與管片進行物理接觸，片的圖像來進行分析，無需與被測物體進行物理接觸。相比于現(xiàn)有技術，避免了因接觸可能導致的測量誤差和管片表面的損傷，同時實現(xiàn)了實時性好、適應性強的動態(tài)監(jiān)測，監(jiān)測不同尺寸和形狀的管片，及時發(fā)現(xiàn)變形趨勢。

56、(3)本發(fā)明在相機標定時，通過shi-tomasi角點檢測算法提取標定板的角點作為特征點，它的檢測效果較好且精度高，應用廣泛且能夠在實際應用中實現(xiàn)快速角點監(jiān)測。同時利用canny算子檢測標識點的邊界，識別分割標識點，可實現(xiàn)標識點中心的精確定位。

57、(4)本發(fā)明設置了監(jiān)測系統(tǒng)，該系統(tǒng)中設置光源補充模塊，使雙目相機能夠在光線充足且均勻的環(huán)境下進行拍攝，避免光線過強或過弱導致的圖像失真，設置制動模塊對拍攝角度進行微調(diào)，避免拍攝較多干擾特征點。同時，由于管片是環(huán)向拼裝，只需建站一次，通過主控模塊進行控制，即可對所有管片進行拍攝和立體視覺分析，解決隨機出現(xiàn)的缺陷管片和安全系數(shù)最小管片“該測未測”的問題，實現(xiàn)對所有管片的長時間形變監(jiān)測。