CN111044197A - 一种基于无人机平台的非接触式索力测试系统及其方法 - Google Patents

Abstract

本发明公开了一种基于无人机平台的非接触式索力测试系统及其方法，包括如下步骤：图像采集、位移计算、频谱分析、索力识别。本发明基于无人机平台的非接触式索力测试方法，结合无人机的机动性优势可以实现大跨桥梁索力快速测试。不同于传统的特征匹配方法，本发明的测试方法利用直线检测方法计算拉索的振动位移，不需要调整任何参数，具有更高的鲁棒性，针对利用无人机采集图像过程中存在的基点扰动，本发明利用斜拉索/吊杆上相邻两点相对位移来增强高阶模态峰值，进而利用高阶模态频率差与索振动基频之间的关系来间接计算斜拉索/吊杆的索力。本发明能够切实有效地实现索力快速测量，在悬索桥、斜拉桥等的检测监测中具有广大的应用前景。

Description

一种基于无人机平台的非接触式索力测试系统及其方法

技术领域

本发明属于结构健康监测技术领域，具体涉及一种基于无人机平台的非接触式索力测量 方法及其快速测试系统，可实现大跨桥梁斜拉索/吊杆索力的快速精准测量。

背景技术

斜拉索、吊杆是大跨斜拉桥及悬索桥的重要承重构件，其索力准确测量是保证结构安全 运行的重要前提。现有索力测量方法主要是接触式测量，利用加速度传感器或者磁通量传感 器粘贴于索体，通过分析采集数据从而得到其索力测试值，然而，对于单座大跨径桥梁便有 成百上千根斜拉索/吊杆，利用接触式测量手段不能快速完成一座大跨桥梁的斜拉索/吊杆索力 检测；为了克服此问题，许多学者研究了新型非接触式测量设备在索力测量中的应用，包括： 固定相机、微波雷达、LDV等，这些方法在一定程度上提高了大跨结构索力测试效率，但是 需要人为移动测量设备到不同测点位置进行全桥索力测量，在一定程度上限制了索力的快速 测量。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于无人机平台的非接触 式索力测量方法及其快速测试系统。

技术方案：为实现上述目的，本发明提供一种基于无人机平台的非接触式索力测量方法 及其快速测试系统，基于无人机平台的非接触式索力测试系统包括图像拍摄装置、数据采集 系统和数据分析系统，所述的图像拍摄装置用来获取环境振动下吊索的运动图像序列；所述 的数据采集系统采集吊索的运动图像，并存储采集的图像序列文件；所述的数据分析系统包 含吊索位移计算模块、吊索频率识别模块和索力计算模块三部分，所述的吊索位移计算模块 用于计算吊索上两点的相对动态位移时程，所述的吊索频率识别模块用于对相对位移时程进 行频谱分析并提取吊索频率，所述的索力计算模块用于计算吊索索力。

一种基于无人机平台的非接触式索力测量方法，所述方法包括如下步骤：

1)图像采集：利用图像拍摄装置(无人机)获取斜拉索/吊索在环境振动下的运动图像序 列，数据采集系统采集斜拉索/吊索的运动图像并保存采集的图像序列文件；

2)吊索运动位移时程计算：利用直线检测算法获取选定计算区域内吊索上相邻两点的运 动位移时程，进而计算其相对位移时程。分别对选择两个计算相邻的计算区域进行直线检测， 检测出拍摄图像计算区域拉索的直线边缘，但是由直线检测方法检测到拉索边缘的同时，会 由于索上缠绕的绳索而导致检测的直线不纯净，另外检测的直线段方向不一致，因此，需要 在原始检测直线段的基础上，准确提取索的直线边缘信息，从而提取索在不同位置的坐标， 其具体准则如下所示：

一般情况下检测的拉索边缘直线长度大于由于其它干扰检测的直线段，因此可以通过直 线长度对检测的所有直线段进行排序，取出长度较长的两个直线段即为拉索的检测边缘。对 于检测的直线段，其方向具有任意性，下一步即是将检测的直线段的方向向量调整为一致， 对于每根直线均有两个端点，对于左边的直线，其端点坐标为

和

其 方向向量可表示为：

利用公式(1)将所有帧图像中的所有直线段的方向向量计算出来，假设将第一帧图像作 为参考图形，则后续所有帧图像的方向向量应与第一帧图像的直线方向向量相同。

对于斜拉索而言，检测的直线段会存在上边缘直线和下边缘直线混乱的情况，因此需要 通过判断准则将初步检测的直线段进行筛选，便于后期直线坐标的提取，假设第一帧图像检 测的斜拉索边缘正确，则后续图像的直线段需要通过Y方向的坐标值将其进行区分，并调整 为一致，即：

对于垂直吊杆(吊索)而言，检测的直线结果存在拉索左边缘直线和拉索右边缘直线混 乱的情况，通过判断准则将初步检测的直线段进行筛选，假设第一帧图像检测的斜拉索边缘 正确，则后续图像的直线段需要通过X方向的坐标值将其进行区分，并调整为一致，即：

分别提取上述检测得到的每帧图片两个计算区域拉索边缘对应直线的端点坐标，可以得 到计算区域拉索两端点的振动位移时程，将两个区域拉索的振动位移时程相减可以得到相对 位移时程。

3)吊索频率识别：对相对位移时程进行频谱分析，提取斜拉索/吊索的高阶模态频率，利 用拉索上相邻两点的相对位移消除了无人机的扰动，从而得到的位移时程主要包含的为拉索 振动时程，对其进行频谱分析，可以得到拉索的高阶模态频率。

4)索力计算：基于振动法，利用高阶模态频率差与索振动基频之间的关系来间接计算斜 拉索/吊杆的索力。假设步骤3能识别得到第i阶固有频率f_i和第j阶固有频率f_j，且j＝i+1, 则其频率差可表示为：

由公式(5)可以得到由频率差计算的索力表达式为：

T＝4ml²(f₁)²＝4ml²(Δf_ji)²

有益效果

本发明所提出的一种基于无人机平台的非接触式索力测量方法及其快速测试系统利用无 人机或相机能够在短时间内完成大跨桥梁索力测试，具有成本低、效率高，操作简单，结果 精确的优点，可以更加有效地对桥梁进行安全评估和维护管理，提高桥梁检测效率，与现有 的索力测试方法相比，具有如下优点：

(1)本发明方法为非接触式测量方法，不需要在斜拉索/吊杆上安装任何传感器，利用 无人机或相机采集拉索振动图像序列，具有操作简单，测试效率高的优点，可以实现大跨桥 梁快速索力测试；

(2)能够实现大跨桥梁索力精准识别，利用直线检测算法可以准确计算拉索振动时程， 进而利用拉索上两点的相对位移，消除无人机的基点扰动问题，识别拉索相邻两个高阶模态 频率，并根据频率差于索力的关系实现索力精准识别。

附图说明

图1发明的基于无人机平台的非接触式索力测量方法及其快速测试系统；

图2基于无人机载相机的拉索位移测量原理图；

图3改进的直线匹配算法流程图；

图4拉索振动位移时程图；

图5拉索相邻两点相对位移图；

图6拉索频率识别结果图；

图7拉索索力识别结果图。

具体实施方式

以下结合附图对本发明作详细说明，但不应以此限制本发明的保护范围。

如图1所示，本发明提供一种基于无人机平台的非接触式索力测试系统，所述系统包括 图像拍摄装置、数据采集系统和数据分析系统，其中图像拍摄装置为无人机，通过机载相机 拍摄环境振动下斜拉索/吊杆的运动图像序列，并通过数据采集系统存储所拍摄的图像序列文 件；数据分析系统包含吊索位移计算模块、吊索频率识别模块和索力计算模块三部分，吊索 位移计算模块中通过直线检测算法分别检测所采集图像中的两个感兴趣区域中拉索边缘对应 的直线，进而提取坐标得到两个区域点的运动时程曲线，通过相减得到相对位移时程曲线， 吊索频率识别模块利用相对位移对拉索高阶模态频率的放大作用，通过对相对位移的频谱分 析得到拉索的相邻两个高阶模态频率，索力计算模块通过两相邻高阶模态频率的差值与索力 的关系实现索力识别。

采用上述的系统进行索力测量，本发明提供一种基于无人机平台的非接触式索力测量方 法，所述方法包括如下步骤：

1)图像采集：利用无人机拍摄斜拉索/吊索在环境振动下的运动图像序列，数据采集系统 采集斜拉索/吊索的运动图像并保存采集的图像序列文件；

2)吊索运动位移时程计算：利用直线检测算法获取选定计算区域内吊索上相邻两点的运 动位移时程，进而计算其相对位移时程。首先选定两个感兴趣的区域作为计算区域，分别对 计算区域进行直线检测，检测出拍摄图像计算区域拉索的直线边缘。如图3所示，由直线检 测方法检测到拉索边缘的同时，会由于索上缠绕的绳索而导致检测的直线不纯净，需要对检 测的直线进行筛选，找出拉索边缘对应的直线。

一般情况下检测的拉索边缘直线长度大于由于其它干扰检测的直线段，因此可以通过直 线长度对检测的所有直线段进行排序，取出长度较长的两个直线段即为拉索的检测边缘。

另外检测的直线段存在方向不一致的问题，因此，需要对检测的直线段的方向进行调整， 保证每一帧图像中拉索边缘对应的直线方向一致，下面定义直线的方向向量，对于每根直线 均有两个端点，以拉索左边缘对应的直线为例，其端点坐标为

和

其 方向向量可表示为：

将所有帧图像中的所有直线段的方向向量计算出来，假设将第一帧图像作为参考图形， 则后续所有帧图像的方向向量应与第一帧图像的直线方向向量相同。

对于斜拉索而言，检测的直线段会存在上边缘直线和下边缘直线混乱的情况，因此需要 通过判断准则将初步检测的直线段进行筛选，便于后期直线坐标的提取，假设第一帧图像检 测的斜拉索边缘正确，则后续图像的直线段需要通过Y方向的坐标值将其进行区分，并调整 为一致，即：

对于垂直吊杆而言，其判断方法与斜拉索基本一致，其不同点在于，需要判断吊杆边缘 对应直线的左右。通过X方向的坐标值可以实现此目的，即：

最后分别提取上述检测得到的每帧图片两个计算区域拉索边缘对应直线的端点坐标，可 以得到计算区域拉索两端点的振动位移时程，将两个区域拉索的振动位移时程相减可以得到 相对位移时程。

3)吊索频率识别：对相对位移时程进行频谱分析，提取斜拉索/吊索的高阶模态频率。利 用拉索上相邻两点的相对位移消除了无人机的扰动，从而得到的位移时程主要包含的为拉索 振动时程，对其进行频谱分析，可以得到拉索的高阶模态频率。

4)索力计算：基于振动法，利用高阶模态频率差与索振动基频之间的关系来间接计算斜拉 索/吊杆的索力。斜拉索的动力学方程可以表示为：

式中：T为拉索张力；m为索单位长度的质量；EI为斜拉索的抗弯刚度；w(x)为索由于外 界荷载产生的在y方向挠度；

通过求解动力学方程便可以得到拉索的第j阶振动频率为

如前所述，由无人 机采集的图像分析斜拉索频谱图低频部分受到其自身振动影响，低阶频率难以准确识别，因 此，采用高阶频率差值与一阶频率的关系来计算索力。

假设步骤3能识别第i阶固有频率f_i和第j阶固有频率f_j，且j＝i+1,则其频率差可表示为：

由上述的公式可以得到由频率差计算的索力表达式为：

T＝4ml²(f₁)²＝4ml²(Δf_ji)²

进而可以通过频率差计算得到斜拉索/吊杆索力。

实施例

下面利用一个实验案例来说明所提议的基于无人机平台的非接触式索力测量方法及其快 速测试系统的具体实施步骤。

图1为基于无人机的非接触式索力测试系统及其方法的框架图，所述系统先利用无人机 对斜拉索/吊杆在环境振动下的运动图像序列进行采集，进而利用直线检测算法和直线匹配方 法对拉索振动位移时程进行提取，如图2所示，所采集图像中拉索的运动包含了世界坐标系 中拉索的振动和世界坐标系中无人机的振动，因此通过计算拉索上两点间的相对位移可以消 除无人机的振动，提取拉索在世界坐标系中的振动位移时程，对其进行频谱分析，获取拉索 振动高阶模态频率，最后，利用高阶频率与索力的关系实现索力识别。

步骤1：图像采集。利用无人机机载相机拍摄拉索振动图像序列，像素分辨率为4096×2160，采样频率为60Hz,为了验证本方法的适用性，本次实验中在拉索上安装了加速度计用来测量拉索振动频率，在拉索锚固装置上安装了拉力计以测量索力作为对比。

步骤2：吊索运动位移时程计算。如图3所示，对无人机所采集的视频进行处理，提取 每帧图像，在提取的图像中选择两块感兴趣的区域作为计算区域，并利用直线检测方法检测 计算区域内的直线单元，通过直线匹配方法提取拉索边缘所对应的直线端点坐标，得到拉索 振动位移时程，图4为所提取的拉索上点的位移时程曲线，进而将两块计算区域得到的拉索 位移时程相减得到相对位移时程(图5)。

步骤3：吊索频率识别。利用步骤2中得到的拉索上两点的相对位移时程，进行频谱分 析，识别拉索高阶振动频率，进而提取相邻两高阶频率。将得到的频率结果与加速度计数据 频谱分析的结果进行对比，从图6可以看出，所提出的方法计算结果与传统基于加速度传感 器的方法的计算结果吻合较好，验证了本发明方法的正确性。

步骤4：索力计算。利用相邻两高阶频率差和拉索索力的关系，计算拉索的索力，并与 拉力计测量的结果进行对比，如图7所示，可以看出所计算得到的索力与真实值吻合较好， 两者的相对误差小于5％，满足工程精度要求，验证了发明方法实时计算轮胎竖向位移的有效 性和准确性。

本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上 技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在 不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的 保护范围。

Claims (6)

1.一种基于无人机平台的非接触式索力测试系统，其特征在于：包括图像拍摄装置、数据采集系统和数据分析系统，所述图像拍摄装置用来获取环境振动下吊索的运动图像序列；所述数据采集系统采集吊索的运动图像，并存储采集的图像序列文件；所述数据分析系统包括吊索位移计算模块、吊索频率识别模块和索力计算模块，所述吊索位移计算模块用于计算吊索上两点的相对动态位移时程，所述吊索频率识别模块用于对相对位移时程进行频谱分析并提取吊索频率，所述索力计算模块用于计算吊索索力。

2.根据权利要求1所述的一种基于无人机平台的非接触式索力测试系统,其特征在于：所述图像拍摄装置为无人机。

3.一种基于无人机平台的非接触式索力测量方法,其特征在于：基于无人机平台的非接触式索力测试系统的测量方法包括如下步骤：

1)图像采集：利用图像拍摄装置获取斜拉索/吊索在环境振动下的运动图像序列，数据采集系统采集斜拉索/吊索的运动图像并保存采集的图像序列文件；

2)吊索运动位移时程计算：利用直线检测算法获取选定计算区域内吊索上相邻两点的运动位移时程，进而计算其相对位移时程；

3)吊索频率识别：对相对位移时程进行频谱分析，提取斜拉索/吊索的高阶模态频率；

4)索力计算：基于振动法，利用高阶模态频率差与索振动基频之间的关系来间接计算斜拉索/吊杆的索力。

4.根据权利要求3所述的一种基于无人机平台的非接触式索力测量方法,其特征在于：所述的步骤2中的具体流程为：分别对选择两个计算相邻的计算区域进行直线检测，检测出拍摄图像计算区域拉索的直线边缘，在原始检测直线段的基础上，准确提取索的直线边缘信息，提取索在不同位置的坐标，其具体提取过程如下所示：

检测的拉索边缘直线长度大于由于其它干扰检测的直线段，通过直线长度对检测的所有直线段进行排序，取出长度较长的两个直线段即为拉索的检测边缘；对于检测的直线段，将检测的直线段的方向向量调整为一致，对于每根直线均有两个端点，对于拉索上边缘对应的直线，其端点坐标为

和

其方向向量可表示为：

其中，eⁱ¹为第i1帧图像中拉索上边缘对应直线的方向向量；

利用公式(1)将所有帧图像中的所有直线段的方向向量计算出来，假设将第一帧图像作为参考图形，则后续所有帧图线的方向向量应与第一帧图像的直线方向向量相同；

对于斜拉索而言，检测的直线结果存在拉索上边缘直线和拉索下边缘直线混乱的情况，通过判断准则将初步检测的直线段进行筛选，假设第一帧图像检测的斜拉索边缘正确，则后续图像的直线段需要通过Y方向的坐标值将其进行区分，并调整为一致，即：

其中，

和

为第i1帧图像中拉索上边缘和下边缘对应的直线端点坐标矩阵；

对于吊索而言，检测的直线结果存在拉索左边缘直线和拉索右边缘直线混乱的情况，通过判断准则将初步检测的直线段进行筛选，假设第一帧图像检测的斜拉索边缘正确，则后续图像的直线段需要通过X方向的坐标值将其进行区分，并调整为一致，即：

其中，

和

为第i1帧图像中拉索左边缘和右边缘对应的直线端点坐标矩阵。

分别提取上述检测得到的每帧图片两个计算区域拉索边缘对应直线的端点坐标，可以得到计算区域拉索两端点的振动位移时程，将两个区域拉索的振动位移时程相减可以得到相对位移时程。

5.根据权利要求3所述的一种基于无人机平台的非接触式索力测量方法,其特征在于：所述步骤3中的高阶模态频率识别是根据拉索上相邻两点的相对位移消除了无人机的扰动，从而得到的位移时程包含的主要为拉索振动时程，对其进行频谱分析，可以得到拉索的高阶模态频率。

6.根据权利要求3所述的一种基于无人机平台的非接触式索力测量方法,其特征在于：所述步骤4中的具体流程为：

假设步骤3能识别得到第i阶固有频率f_i和第j阶固有频率f_j，且j＝i+1,则其频率差可表示为：

由公式(5)可以得到由频率差计算的索力表达式为：

T＝4ml²(f₁)²＝4ml²(Δf_ji)² (5)。

Images