机器视觉智能监测技术在建（构）筑物的应用

摘要：本文归纳总结了城市防灾减灾智能监测技术的现状及其适用情况，着重介绍机器视觉智能监测技术，近年来，该技术应用逐渐广泛，是一种跨专业融合的新技术。本文通过边坡安全监测工程案例详细描述了该技术在建（构）筑物安全监测中的应用，以更低成本取得更多监测数据，是安全可靠的监测技术，并证明该技术在建（构）筑物形变监测领域是切实可行的，能实时监测形变数据，在线预警预报，且有较高的经济价值。

关键词：机器视觉；监测技术；建（构）筑物；形变识别

中图分类号：TV698文献标识码：A""" 文章编号：

Application of Machine Vision Intelligent Monitoring Technology in Building

Abstract：This paper summarizes the status quo of urban disaster prevention and reduction intelligent monitoring technology and its application，focusing on the introduction of machine vision intelligent monitoring technology，in recent years，the technology has been widely used，is a cross-professional integration of new technology.This paper describes in detail the application of this technology in the safety monitoring of buildings through slope safety monitoring engineering cases，it is a safe and reliable monitoring technology to obtain more monitoring data at a lower cost，and proves that this technology is feasible in the field of deformation monitoring of buildings，which can monitor deformation data in real time and make online early warning and prediction，and has high economic value.

Keywords：machine vision;monitoring technology;building;deformation recognition

0 引言

随着工程技术的持续发展、结构理论的不断完善，我国城市化进程逐渐加快，迅速扩张的城市规模带来了人口的高度集中、建设用地的逐渐紧缺，建（构）筑物逐渐向更高、更大、更复杂、更多样的趋势发展，大量新型和超出现有标准范围的建（构）筑物兴起，给建筑行业的发展带来机遇的同时也带来了更多挑战，其安全性和稳定性问题也逐渐成为行业持续关注的焦点。国务院印发《关于支持贵州在新时代西部大开发上闯新路的意见》（国发〔2022〕2号）中强调，加强市政设施和防灾减灾能力建设，加强公共大数据、智能采掘等领域关键核心技术攻关。根据2021年度《贵州省统计年报》数据显示，贵州是一个地质灾害频发多发的省份，因此将已经应用成熟的机器视觉融入土木工程建（构）筑物监测技术中，形成新的智能化监测方式，丰富了产业形态，促进了新技术的融合发展，又为城市防灾减灾提供了技术支撑。

1 建（构）筑物监测技术发展现状

目前传统的边坡监测技术已趋于成熟，传统的边坡变形监测主要通过一些比较成熟的非自动化的监测仪器设备进行监测。随着空间测量技术不断发展，自GPS系统诞生以来，国外首先开始了GPS技术的应用研究[1]。受益于近年来信息与通信技术的蓬勃发展，一种倾斜计和光纤传感器，利用小型化的微机电系统慢慢开始被使用，Liu等[2]提出一种在不损失检测功能的前提条件下节省能耗的办法，大幅缩减了检测过程传输数据的量，证明该系统有效可行。另一部分学者进行了智能光纤传感监测体系在复杂地基中使用的相关研究，并开展了试验和分析[3]。在露天矿山边坡的监测中利用的全球定位系统技术[4]，也取得很好的社会应用反馈，其显著优点包括高效和覆盖范围广，该技术当下正在经历快速发展。近些年，形变监测方法结合了计算机视觉技术，并不断在软硬件方面迭代更新，机器视觉监测技术也已经在实际工程中得到应用证明。

国内安全监测技术在不断迭代更新，但现阶段建（构）筑物的安全监测仍存在工作量大，消耗大量人力、财力、物力，观测受外在因素影响如气候条件、通视条件、施工条件，监测数据不具有时效性，不能对结构的性能及状态实时跟踪、观测项目相互独立，不能将各种数据融合分析等不足之处。一些特殊建（构）筑物（如超高层结构、大跨度结构、异性结构），传统的监测方法往往不能满足健康安全监测需求。因此需要借助传感器、物联网、云计算等技术，全面监测在复杂施工过程中、极端环境影响下的动态反映，来保证工程安全及实现科学决策。

2 智能监测技术

2.1 GPS，GNSS技术

边坡监测中有一类非接触式位移测量方法，如全球定位系统和干涉雷达等，该类技术可实现对边坡形变的实施在线监测，也已经得到广泛推广，该类技术自动化程度高、定位精度高、观测时间短。我国在利用GPS技术监测地壳运动方面的相关研究，监测技术应用与其他国家基本同步，另外我国建立的中国及周边区域的地壳运动速度场，就是利用GPS监测网获取数据，见图1。

2.2 光纤传感器、倾角仪等

近年来，伴随着信息与通信技术的发展，小型化的微机电系统倾斜计、光纤传感器逐渐被使用。研究人员尝试利用智能光纤传感设备，在复杂地基中进行沉降变形研究，图2为常用光纤监测技术路线。在计量科学中，倾角仪作为监测设备已发展成较为完备的一个分支，在过去的二十年中，其在角度测量中的精度增加了超过十倍。角度测量技术有静态和动态两种形式，某些动态测量需要依靠静态测量作为基础才得以实现，而部分动态角度测量可以实现静态测量，实际中多用于系统的大坝、房屋沉降监测等领域。

2.3 视觉测量技术

2.3.1 视觉测量监测技术

基于计算机视觉的建（构）筑物形变监测方法层出不穷，而且大部分已经得到实际项目的验证。其因安全、快速、廉价、无接触等诸多优点，备受相关研究领域的关注。该技术用机器代替人眼来做测量和判断。机器视觉主要利用计算机来模拟人的视觉功能，再现于人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制。机器视觉最大的优势是非接触观测技术，可实现多点同时读取，极大缩短了监测周期、降低了人力成本，可快速实现从读取到结果分析的全过程，机器视觉监测示意图见图3。

2.3.2 机器视觉监测系统组成

机器视觉测量系统由靶标、机器视觉测量仪、健康监测管理平台组成。机器视觉监测技术首先是图像采集，由光学系统采集图像，图像转换成模拟格式并传入计算机存储器；其次是图像处理，处理器运用不同的算法来提高对结论有重要影响的图像要素，再进行特性提取，处理器识别并量化图像的关键特性；最后是判决和控制，处理器的控制程序根据收到的数据做出结论，从而判断被监测对象的形变和位移值。经过近几年的发展，目前已经开发了许多基于机器视觉的监测方法，可用于形变监测、应力监测、结构位移监测、部分结构缝或缺陷等［5-6］。

2.3.3 机器视觉监测技术优缺点

机器视觉应用于建（构）筑物监测有诸多优点：①机器视觉技术应用于建（构）筑物变形监测可实现多点多面分散式测量；②机器视觉技术对环境的适应性和数据的传输带宽包容性更强；③机器视觉传感自动化监测借助5G技术，其数据采集过程连续、高效、准确，可实现边坡变形数据处理和大数据物联网的有机结合。而该技术的缺点是可视范围在夜间和无自然光的地方有很大局限，从而影响监测，尤其在无电源的地方，夜间照明问题尚待解决。

3 监测案例

3.1 项目概况

贵阳市某监测段边坡长度约68 m、边坡高度约28 m，为永久性边坡、边坡工程安全等级为一级，支护方式为锚索+格构梁+挂网喷射混凝土，周边紧邻幼儿园和高层建筑，通过监测可及时全面了解边坡变化情况，实现信息化施工，并将监测数据作为判断边坡和周边环境安全的重要依据。

根据设计图、施工图及项目实际情况，该边坡主要对场地内在建部分进行变形监测，根据《建筑边坡工程技术规范》（GB 50330—2013）的规定、设计要求和现场监测条件，确定以下监测项目，详见表1。

边坡顶部水平（或倾斜）和垂直位移监测点布设于边坡支护结构上或坡顶岩土体上，并采用刚性连接，具体布点方案为布设若干个机器视觉智能测量系统的监测靶标。

该系统测量精度±1.0 mm满足拟监测边坡的精度需要和规范要求，由于采用自动化机器视觉设备，监测频率可实现实时智能读取，当现场监测形变数据达到预警预报要求时，技术人员将及时发布预警预报通知给相关单位。

机器视觉监测系统除前端感知和数据传输外，后台合理配置可视化监控平台，可及时接受监测数据并进行同步处理和反馈，该平台可实现监测信息连续变化、实时展示等功能。该系统由具有高性能的数据库系统构成，兼具记录和管理监测数据的功能，同时提供可视化展示窗口供用户随时查看。

3.2 监测方案

3.2.1 实施方案

该项目沿边坡顶每15 m布置1个监测点，共布置16个坡顶位移监测点，边坡高度超过20 m，在边坡中部增设一排坡体位移监测点，共布设13个坡体位移监测点（坡体监测点地下室回填完成后不再监测），具体布点位置可根据现场实际情况稍作调整，但布点间距不宜超过规范要求，特殊或重要部位可加密布点。

3.2.2 监测频率选定

建筑物基础施工至地下室回填完成，采集初始数据后，机器视觉监测系统可实时在线监测并传输数据致后台，出具监测报告的频率为1次/5 d。地下室回填完成后前6个月，出具监测报告的频率按1次/10 d进行。

3.2.3 预警预报值设定

结合相关规范和该项施工图纸，确定了监测预警值为：边坡顶部水平位移累计值40 mm、竖向位移累计值30 mm、变化速率3 mm/d。当数据结果出现下列情况之一：变形量达到监测方案设置的预警值、接近允许值或变形量变化出现异常情况，应立即通知相关参建单位开展应对措施，同时应在24 h内以纸质文件形式通知参建方，监测方根据实际情况和建设单位要求增加现场监测频率。

3.3 监测结果

如图4～图5所示，在总监测周期内，边坡累计水平位移最大点为D4#，累计位移6 mm，其余测点累计位移值为0～4 mm；最大位移速率测点为D8#，位移值为2 mm，位移速率为0.067 mm/d，该边坡水平位移及位移速率均未超过预警值。边坡累计竖向位移最大点为D2和D7，累计位移6 mm，该边坡竖向位移及位移速率均未超过预警值。

3.4 经济社会效益

该项目边坡工程，周边环境相对复杂，影响区域内有2个已建小区均为高层建筑，另外基坑边坡紧邻繁忙的城市主干道，为市政道路，通车量大、车载重、基坑施工周期长、工艺复杂，容易引起边坡变形，从而导致工程事故。

传统方法采用精密全站仪，对场地条件要求高，监测结果和人员熟练程度、技术水平相关，有较大的不确定性。此外，人工监测频率受限，受干扰的因素多。该项目结合当下监测行业新技术，采用机器视觉装置，在边坡监测技术上采用了大胆的创新和突破，实现了连续实时监测和远程可视化监控，保证建（构）筑物运行安全。智能监测技术在建（构）筑物的应用有利于带动监测产业结构的升级，推动大数据产业、智能化设备和土木工程监测行业的融合。同时，监测设备、技术等众多产业链的发展，给予设计、制造、推广、后续开发等全方位的支撑。

4 结语

综上所述，得益于机器视觉技术的迅猛发展，结合工业技术的建（构）筑安全性监测孕育而生。本文通过机器视觉应用于贵阳市某边坡工程变形监测案例，阐述了该技术应用于建（构）筑物监测的可行性和优越性，该技术可解决建（构）筑物变形监测数据量大、监测的项目种类及形式多样、监测数据影响因素多和需要及时（甚至实时）完成数据的处理分析等需求，变形监测精度满足规范要求，是一种低碳、绿色、可持续的建（构）筑物监测创新技术，也可作为城市防灾减灾安全技术的一个新的研究领域，可推动监测行业和视觉机器智能化制造行业的高度融合，并促使两个领域技术迭代更新。

参考文献

[1]王静瑶，吴云.现代地壳运动与地震监测预报研究的现状和发展趋势[J].地球科学进展，2000（1）：84-89.

[2]Liu Z，Tsuda T，Watanabe H，et al.Data Driven Cyber-Physical System for Landslide Detection[J].Mobile Networks and Applications，2019，24（3）：991-1002.

[3]王学敬.光纤传感智能监测系统在复杂基坑工程中的应用研究[J].铁道建筑技术，2019（12）：107-110，158.

[4]李爱陈，池恩安，马建军，等.GPS实时监测系统在露天边坡变形监测中的应用[J].采矿技术，2020，20（1）：140-144.

[5]叶肖伟，董传智．基于计算机视觉的结构位移监测综述[J].中国公路学报，2019，32（ 11） ： 21-39．

[6]苗壮，何越磊，路宏遥，等．基于机器视觉的无砟轨道层间结构位移测量方法研究[J]．铁道标准设计，2020，64（ 4） ： 77-83．