基于无人机倾斜摄影的高层建筑变形测量方法

马刚

(中国建筑材料工业地质勘查中心新疆总队,新疆 乌鲁木齐 830000)

0 引 言

近年来,在经济高速发展的刺激下,高层建筑数量不断增加,虽然提升了人们的生活便利性,但是建筑载荷过大形成的安全隐患,影响了高层建筑的使用寿命。建筑施工区域的地质条件、水文环参数不同,建筑施工设计结构差异都引发高层建筑在建设、使用过程中出现变形,甚至会造成大量的财产损失和伤亡。对高层建筑变形进行测量是贯穿建筑使用全周期的重要技术手段。通过在建筑投入使用的过程中进行必要的变形监测,从而及时预防重大危险事故发生[1]。早期主要是利用几何分析、物理受力分析相结合,根据基础的测绘数据,通过建模计算得到建筑变形量。随着高层建筑工程数量增加,需要测量变形的建筑项目比重增大,传统的测量方法效率低下,并且无法达到变形测量的精度要求。利用卫星遥感技术、激光测量技术测量建筑几何数据,通过建立三维模型并进行有限元分析的方法,能够获得较为精确的计算结果[2]。但是计算量较大,需要采集的参数体量较大,实际应用上存在一定的局限性。

无人机可以根据测量要求围绕高层建筑进行拍摄,能够从不同的视角获取不同高度建筑位置的信息。无人机倾斜摄影可以减少变形测量中的人力投入,并且可以更高效地采集数据。因此,就上述分析内容,本文将研究基于无人机倾斜摄影的高层建筑变形测量方法。

1 无人机倾斜摄影方案规划参数计算

围绕高层建筑的具体高度、光线角度、阳光强度以及无人机的飞行规范和所搭载摄像头的工作精度,设置正视、前视、后视航带,获取高层建筑不同角度的摄影图像序列。在规划无人机倾斜摄影方案时,需要设置无人机的航线、像控点等具体规划参数。

为减少无人机飞行不稳定对摄制图像精度的干扰,当飞行航线与实际航线的偏离角度大于3%时,按下式计算图像摄制的重叠率[3]:

(1)

其中,H为航向重叠率;O为图像重叠率;Bx和By为旁向重叠度;Ix和Iy为摄像成像尺寸;Px、Py为像片尺寸。当航向偏转度小于3%时,水平方向的成像尺寸可以视为1。

无人机的飞行高度和摄像头分辨率之间的关系如下:

(2)

其中,f为无人机摄像头焦距;δ为建筑测量采样点成像的单一像元尺寸;△g为建筑采样点尺寸。根据以上参数规划无人机飞行采样航线后,以大地坐标系为参考,将摄影图像序列中的建筑物采样点的坐标转换为同一坐标系后,对倾斜摄影采集的图像进行处理。

2 无人机摄影图像点云处理

无人机采用倾斜摄影时,搭载的摄像头成像时可能会出现遮挡问题,在对摄影图像序列进一步处理前,对图像进行畸变校正、降噪、匀光匀色以及DoG特征提取处理。利用PMVS算法根据提取的建筑特征建立点云,并进行高层建筑摄影序列网格重建。

对于两个图像特征匹配点,在极线约束下进行三角化处理,得到特征点的三维坐标。将特征点与成像中心的距离升序排列,生成图像面片[4]。为保证摄像图像的每一图像块都对应面片,则进行面片扩散。扩散时,首先判定面片邻域是否为空:

|(c(i)-c(i+ε))n(i)|+|(c(i)-c(i+ε))n(i+ε)|≤2ζ

(3)

其中,c(i)为面片i的图像块邻域;c(i+ε)为可能与面片i相邻的面片i+ε的邻域;n为面片法向量;ζ为参考图像深度。满足上式的两面片不进行扩散。重复若干面片扩散处理,得到建筑图像点云。利用拉普拉斯矩阵以及L2投影法对点云面片进行等值面提取,然后逐步剥离冗余四面体,得到重构后的建筑网格。

3 建筑变形测量

在Revit建模软件中,导入无人机采集图像时的像控点后,根据建筑网格数据生成由实际采集数据建立的高层建筑三维模型。同时参考高层建筑施工时的设计图纸,将相关数据导入三维建模软件中。对建筑的理论设计三维模型点云分解,并在网格中将测量数据建立的点云数据与其拟合。计算两个三维模型对应点云数据的欧式距离:

(4)

其中,(x1,y1,z1)和(x2,y2,z2)分别为设计模型和测量模型的点云数据距离。点云数据距离变化量即为建筑形变量。以三维建筑各边界点云的坐标进行拟合,通过计算两个模型对应边界点云拟合曲线的夹角,得到建筑的倾斜角。由以上内容,得到高层建筑的变形量。

4 检测性能测试

凭借无人机倾斜测量的便捷性,上文提出了一种利用无人机进行高层建筑变形测量的方法。以验证测量方法的测量准确性、测量效率与稳定性为目的,进行对比测试实验。

《建筑变形测量规范》JGJ8—2016中规定了建筑变形监测的内容,包括建筑物的沉降量,建筑物的水平位移,建筑物的倾斜度,建筑物是否有裂缝,建筑物的基础挠度,建筑物的收敛变形量,建筑物上部的日照偏移量,建筑物顶部的风振变形量。

为了提高实验效率,缩短实验篇幅,此次实验选取倾斜度与变形量两个指标进行方法性能的测试。

4.1 变形检测流程

由于关于高层建筑变形检测并没有统一的流程,因此在此次研究过程中,针对此次观测实验的需要,设计变形检测流程。选择某地区不同使用时长的10个高层建筑作为测量方法实测的真实场景对象,在该真实场景下同时对基于激光测量技术、基于地面测量的建筑变形测量方法和本文提出的方法进行测试。在三种变形测量方法的实测数据对比结果中,评判所提出的测量方法性能。

所有用于本次实测的高层建筑变形的真实数据均由专业机构出具已认证的理论数据,将该数据作为对测量方法准确率分析时的参考标准值。以各个测量方法的测量值与该标准值之间的误差的数值大小,表征测量方法的测量精确度。对各个测量方法在不同测量次数中,检测到的建筑变形面积总和之间的差值数据进行处理,分析测量方法的稳定性。另外,以对同一高层建筑进行变形测量时的耗时长短,评价测量方法的测量效率。综合对以上三个测量方法的评测指标数据的分析,得出最终的实验结论。

4.2 实验结果分析

测量高层建筑变形时,各个测量方法的测量值与参考标准值之间的测量误差如表1所示。

表1 建筑变形测量的误差

建筑投入使用的时间长短不同,会改变建筑变形量。对表1中的数据进行对比分析可知,在对不同使用年限的建筑进行变形测量的过程中,利用无人机进行测量时,对于建筑倾斜变形角度和变形量的测量误差均低于两种对比测量方法。另外两种对比测量方法中,基于地面测量的方法对于变形角度的测量误差较大,利用激光测量的方法误差数据大小较为均衡,但是方法误差数值均大于本文方法。从误差的正负取值来看,本文方法的测量误差均不为负数,表明方法的测量结果均大于标准参考值。从实际的建筑变形测量需求角度,测量方法的误差为负时,表明测量结果偏小,此时方法的测量结果一旦作为后续的建筑使用寿命管理数据,会导致建筑寿命管理出现偏差,影响建筑的使用安全。相比较而言,测量误差均不为负的本文方法,测量结果可靠性更高。

对每一个建筑分别进行10次变形测量,记录各个测量方法单次测量耗时与变形面积的平均值,作为对目标建筑的测量结果。表2为不同方法测试建筑变形时方法的平均耗时数据。

表2 平均耗时对比(单位/min)

由表2中的数据分析可知,由于进行变形测量的方法需要测量的数据位点不同,导致方法的测量耗时不同。整体上看,对于同一建筑物本文方法测量其变形所需的时间要少于基于激光和地面测量技术的方法。进一步处理表2中的数据,在本次实验中,本文方法相较于对比方法至少提升了约15.07%的测量效率。

各方法在数次测量建筑变形区域面积总和的差值处理结果如图1所示。

图1 测量方法测量稳定性对比

对图1中的图形进行分析可知,相同方法在对同一建筑的不同变形测试时,测试结果差值的平均数和标准值存在明显差异。本文方法多次测量结果的平均数和标准值远小于对比方法,说明本文方法的测量结果偏差波动更小。

总结以上的实验数据分析内容,在对高层建筑变形进行测量时,使用本文提出的基于无人机倾斜摄影的测量方法能够提升测量效率,并且测量方法的稳定性和适用性更佳。

5 结 语

高层建筑由于建设高度较高,楼层重心位置偏高,在长时间的投入使用以及外界环境的影响作用下,会导致建筑出现部分变形,形成安全隐患威胁建筑使用者和周围区域的人身以及建筑安全。高层建筑变形测量是建筑施工、后期使用多个环节安全管理的重要技术保障之一。通过测量高层建筑变形数据确定建筑的安全现状,以便于在进行建筑安全管理时作出正确决策。本文利用无人机倾斜摄影技术采集高层建筑不同测量定点的具体坐标量,结合三维建模,实现对建筑的变形测量。经过现场实测研究,对所提出方法的测量准确度、效率以及稳定性进行了验证。