0 引言

　　近几年，我们国家已掌握了高层建筑、大跨度桥梁等大型构筑物的建造技术，与此同时，它们的建造速度、数量也在飞速增长。但由于风荷载、地震、温度或周边环境改变等外界不可抗力的影响，建筑物往往会产生一定形变或位移变化，这些变化很有可能对建筑物的安全构成威胁，所以对这些大型结构建造过程中的位移监测及建成后数十年乃至上百年后的监测和健康状况分析必不可少。目前高层建筑摄像观测技术也已应用于实际案例中，但由于桥梁这样经受汽车荷载和风荷载影响较大的构筑物其波动也很大，轻微观测或其他方面的误差影响对分析结果影响并不很大，但对于静止房屋的观测，由于温度、风力或施工建设现场的人为活动都可能对试验数据产生影响，而这些建筑物本身位移就非常小，那么观测试验误差对结果的影响便变得不可忽略。为此，针对现有的摄像观测技术对其观测方法和试验中的误差进行更细致的分析研究，以期形成更准确优化的观测技术。本课题主要探究温度、天气等外界环境的改变对试验数据的影响并提出更合理的分析方法。

　　1 高层建筑位移摄像测量系统

　　结构位移摄像测量系统是由工业数字摄像机及变焦镜头、千兆网卡的笔记本电脑与自主研发的系统软件等组成，如图1所示。工业数字摄像机采用Prosilica GigE的GE1050型，像素1 024×1 024，最高采样频率60Hz，变焦镜头焦距900mm，能对1 000m内的景/物进行远程监测。采用自主研发的系统软件可实时记录和分析监测目标在两个互相垂直方向上的位移变化(见图1)。

　　图1 工业数字摄像机  

　　结构位移摄像测量方法的流程为:首先，在位移测点安装标志点(摄像机的跟踪目标)，并选取合适的不动点架设摄像机。受益于非接触和远距离的优点，摄像机可架设在结构外的不动点，从而克服接触式位移测量方法的不足。然后，对物空间坐标系统和像平面坐标系统进行标定。标定完成后，即可开始采集标志点的序列图像。基于数字图像，采用数字图像处理分析技术获取标志点的像素坐标，并利用标定关系换算得到标志点的空间坐标。对于每帧数字图像，重复上述分析，即可得到标志点的位移时程曲线。

　　系统标定是获取摄像机内外参数的过程。假设物体上一点P经过摄像机镜头摄影后成像到像平面上，其空间坐标与像坐标之间通过小孔成像模型相关联:

　　式中:X=[X_wY_wZ_w,1]^T∈R⁴,x=[u v 1]^T∈R³分别表示点P在世界坐标系中的齐次坐标，以及其像素在图像平面坐标中的齐次坐标;λ∈R为尺度因子;H=K[R t]为摄像机的内部和外部参数，其中，R∈R^3×3和t∈R³分别为旋转矩阵和平移矢量，即摄像机的外参数，K∈R^3×3为摄像机的内参数，其具体形式如下:

　　式中:(u₀,v₀)为主点坐标;f_x,f_y分别为像平面坐标系中u方向和v方向的等效焦距;s为倾斜系数，即像素坐标系中两个坐标轴之间的角度。在理想情况下，两个坐标轴是正交的，并且倾斜系数约为0。

　　在进行系统校准时，图像平面上的图像点P的坐标仅取决于图像坐标系的选择，而与世界坐标系的选择无关，因此可自由选择世界坐标系。如果在校准板的平面上选择了世界坐标系的原点，并且z轴垂直于该平面，则目标点P的世界坐标X=[X_wY_w0 1]^T∈R⁴，并将其代入式(1)整理可得:

　　式中:旋转矩阵R简化为3×2阶矩阵。在相机系统的校准过程中，可直接从校准板读取校准点的世界坐标X，并且可通过数字图像处理软件分析其图像坐标x。根据式(3)，具有已知坐标的每个校准点可列出3个独立的等式。如果给出多于4对的图像匹配点，则可获得摄像机的内部和外部参数。

　　本试验使用位移模拟设备来校准结构位移相机系统。首先，将动态LED靶移动到用户指定的任意位置(空间坐标已知)，然后使用相机通过获取动态LED靶的图像来获取标记点的像素坐标，以获取1对图像匹配点。然后，将动态LED靶移动到用户指定的其他位置。类似地，可获得另一对图像匹配点。重复上述方法，在获得4对以上图像匹配点并将其代入式(3)后，即可得到摄像机的内、外参数，从而完成结构位移摄像机测量系统的标定。

　　2 实地观测

　　1)第1次观测是楼下无三脚架的方式，把被观测点设置在某办公行政楼，观测点与被观测点相距300余m。观测时间选择在人员走动干扰较小的周末，观测时长为连续不间断48h。试验人员定时检查试验记录数据与仪器运转是否正常。

　　本次试验虽选择在周末人员活动较少的时间进行观测，但仍然发现试验选址还是存在问题，在此期间还是出现较长时间的视野遮挡现象，造成试验数据不时缺失，对试验数据采集的完整性造成不便。

　　2)第2次是在楼顶采用有三脚架方式，选择在某办公行政楼楼顶小阁楼设置观测点，由于在楼顶试验，可最大限度避免行人走动遮挡视野等人为因素的影响，观测人员仍需定期对摄像机的运转和试验记录数据情况进行巡视，确保观测过程的连续性。

　　楼顶试验避免了行人走动干扰，数据未出现间断。但在13:00—15:00巡视发现位移曲线出现较大幅度的跳动。与白天个别时段出现的大幅度跳动相比，发现夜间时段的整体观测数据则要平稳许多。

　　通过不断地继续观测和后续讨论，推测可能中午时间楼顶的温度偏高，高温会对相机内部参数造成影响，使观测数据可能会有一定偏差。

　　问题数据:在12:00—15:00,x轴方向的标靶坐标出现14mm偏差，对静止不受外界干扰的建(构)筑物而言，14mm是不可忽略的位移偏差，此时的数据图像出现大偏差会对工程实际的试验结果造成大的误差影响(见图2a)。

　　图2 x,y向位移测量误差  

　　3)将试验场地迁移至某在建大楼来验证温度对数据的影响。大楼处于竣工未投入使用状态，这里的外界干扰较小，有利于测出良好的试验结果。观测到12:00时位移时程曲线又一次开始发生大幅度波动，恰好此时阳光直射相机，作为对照，支起一块遮阳布罩住相机，位移曲线开始明显回落，放下遮阳布，曲线又开始上升，对此进一步猜想，阳光直射相机导致相机温度急剧升高，引起数据变化。

　　问题数据:这一次问题数据仍然是在14:00左右，对照图3 14:00时刻，标靶在y轴方向出现33mm位移偏差，由此再次验证推测温度对相机产生影响，从而影响观测数据(见图2b)。

　　4)为了进一步确定推测，将观测点移至原观测点外10m的走廊下面，这样便避免了阳光对相机的直射造成的影响，另外由于新选取的观测点处在大楼2处入口的填充墙中间，风对镜头的扰动也较小。

　　这一次在先前24h观测基础上又进行了72h的连续观测，并且在观测点放置温度计，实时记录试验场地的温度变化。

　　3 试验误差确认

　　在上面的第4)步试验时，考虑到阳光直射镜头对试验的影响，重新架设摄像头，连续72h观测，并用红外线温度感测仪每隔0.5h测1次摄像头数据传输端温度。

　　操作时，打开红外测温仪，镜头对准摄像机尾部数据传输端，按下快门便可测定相机温度，并可读出当时大气温度及相对湿度。

　　这一次比较有代表性的试验数据整理如图3,4所示。

　　图3 x,y向位移时程曲线  

　　图4 温度时程变化曲线  

　　将y向的位移随时间的变化趋势与气温随时间的变化趋势做对比，可观察到它们具有比较一致性的变化趋势:温度下降，x轴和y轴的位移均有轻微上升趋势，并且所有数据均呈现有规律均匀变化，并未出现类似前面的在12:00—15:00的数据大偏差。大致确定温度对观测数据确实存在一定影响。

　　4 进一步试验完善与分析

　　为了进一步完善试验，封闭房间再次安装仪器，这里首先避免了外界人为活动影响，另外这次把摄像头安置在室内，避免阳光直射的影响。另外，在摄像机上、下、左、右、中5个面贴上温度传感器，镜头前、中、后粘贴3个温度传感器并有1个传感器悬挂于半空中，通过记录仪实时自动记录(1min 6个数据)相机表面温度变化、外界环境温度变化，这样可很大程度上节约人力，并且传感器记录到的温度数据结果更准确、丰富。同时，考虑到风力等因素影响，设置了热环境系统，连续实时记录试验场地周围环境的温度、湿度、风力数据，为试验数据综合分析提供相关数据支持。

　　对原始数据分析如图5,6所示。

　　图5 降雨量  

　　1)试验选择在摄像机的上、下、左、右4个面上布置温度传感器，通过图6b可观察到，相机不同面上的温度均不相同，其中相机上表面的温度最高，下表面的温度最低。上、下表面之间温差接近4℃，但相机各面上的温度变化趋势趋于一致，整体温差恒定。

　　2)同时在镜头前、后2个位置上也布置了传感器，由图6c观察可知，镜头前、后2个位置的温度也具有相同变化趋势，各位置之间温度不同，但镜头后部的最高温度与最低温度前部之间最大温差仅接近1.5℃，温度变化趋势平稳，温差恒定。

　　3)由图6观察可知，在环境温度上升时，摄像机和镜头温度随之上升，虽然不同部位的温度各不相同，但从整体上来看三者呈现一致的变化规律。

　　4)如图7所示，在整个测量过程中，x轴方向最大位移偏差仅有7mm,y轴方向最大偏差达11mm。这说明2个方向的误差并不相同，y轴方向位移变化范围与x轴方向位移变化范围相比偏大。

　　5)由于外界环境温度的变化，摄像机和镜头温度也随之变化，x轴和y轴方向由于摄像机和镜头温度的变化出现相对应的位移波动，其中y轴方向受温度变化而产生的波动范围大于x轴方向。

　　图6 环境、摄像机、镜头温度时程曲线  

　　图7 x,y向位移时程曲线  

　　温度-位移相关性分析如下。

　　图8 不同因素之间的相关性散点图 

　　为了更加直观、准确地确定温度和观测记录到的标靶点的位移之间的相关关系，将数据重新整理，绘出3种温度与标靶点x,y轴之间的相关性散点图，图中黑色区域是两者互相重合的点，黑色区域越大，重合的越多，即两者之间的相关性越强，而单独的小圆圈是离散点，数据符合统计学一般规律。

　　不同因素之间的相关性散点图如图8所示。

　　6)空气温度和摄像机温度、镜头温度的相关性匹配图如图8a,8b所示。其中，在25～33℃两者具有极强的相关性，表明外界温度变化是引起摄像机温度和镜头温度上升的直接原因。但是发现两幅图中均有部分离散点处于偏左位置(温度偏低)，说明外界温度上升和摄像机、镜头的温度上升之间存在一定的时间延迟，实际上伴随着外界环境温度的不断上升，摄像机机身和镜头在外界环境温度的影响下也跟着缓慢上升，直至与外界温度达到动态平衡。

　　7)空气温度与x轴和y轴的位移变化之间的相关性、摄像机温度与x轴和y轴的位移变化之间的相关性及镜头温度与x轴和y轴的位移变化之间的相关性如图8c～8h所示。从6个图中可更明显地看出，在一定范围内，空气温度、摄像机温度、镜头温度和x,y向位移均具有较强的相关性，温度的变化可以说是位移变化的一个非常重要的影响因素。在实际测量工程应用中，须充分考虑温度变化对测量精度的影响。

　　5 结语

　　考虑到温度变化是测量精度的一个主要影响因素，计划在未来的试验中通过长时间摄像测量不断累积数据，基于一定数量的累积数据，对这些数据分析处理建立相应的温度-位移匹配模型，期望测算出在实际工程中对测量数据不构成评判性影响的误差范围。然后有针对性地采取一系列相应的温度规避措施，如定制相应的保温设备，使测量误差控制在一个容许范围内，以便投入到工程的实际应用中。