融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法
本技术涉及桥梁测量，特别是涉及一种融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法、系统、终端及计算机可读存储介质。
背景技术：
1、桥梁在服役期间受到结构老化、环境变化、动态载荷等多种因素的影响，可能会出现各种各样的桥梁安全问题与事故，造成生命财产损失。桥梁动态形变监测通过获取桥梁形变与振动特性，反映桥梁结构病害情况，可以为桥梁安全运营提供有效保障。
2、在现有技术中，地基雷达干涉测量技术具有监测灵活、时空分辨率高的、精度高的优点，是桥梁动态形变监测的有效手段之一。地基雷达干涉技术可用于获取桥梁的全跨度视线向动态形变，监测频率达200hz以上。但是，桥梁形变是由多种因素造成的，而这些因素会从不同方向对桥梁施加形变，例如，风载荷导致桥梁横向形变；桥梁自重导致桥梁竖向形变；交通载荷引发的形变较为复杂，通常在竖向、横向和行进方向都会造成形变。因此，桥梁形变是三维且复杂的，单台地基干涉雷达单一方向的形变监测难以反映桥梁在受到各种载荷时的形变特征，这可能会导致桥梁病害的漏判。
技术实现思路
1、有鉴于此，本技术提供了一种融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法、系统、终端及计算机可读存储介质，以解决现有技术中单台地基干涉雷达单一方向的形变监测难以反映桥梁在受到各种载荷时的形变特征，会导致桥梁病害漏判的问题。
2、本技术提出一种融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法，所述融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法包括：
3、获取地基干涉雷达坐标系中的地基干涉雷达的第一雷达数组，获取惯性视觉技术坐标系中的惯性视觉技术对各个监测点垂直方向和桥侧方向的第一视觉垂直数组和第一视觉桥侧数组；
4、建立公共坐标系，将所述第一雷达数组、所述第一视觉垂直数组和所述第一视觉桥侧数组分别采样至所述公共坐标系，得到所述地基干涉雷达中各雷达检测点在所述公共坐标系内的第二雷达数组以及所述惯性视觉技术中各惯性监测点垂直方向和桥侧方向分别在所述公共坐标系内的第二视觉垂直数组和第二视觉桥侧数组；
5、对所述第二视觉垂直数组和所述第二视觉桥侧数组进行插值，得到第三视觉垂直数组和第三视觉桥侧数组，以使所述第三视觉垂直数组和所述第三视觉桥侧数组与所述第二雷达数组的空间密度相匹配；
6、根据所述第三视觉垂直数组、所述第三视觉桥侧数组和所述第二雷达数组分别计算所述地基干涉雷达视线方向形变、所述惯性视觉技术的垂直方向形变和所述惯性视觉技术的桥侧方向形变的空间模型矩阵，得到视觉垂直模型矩阵、视觉桥侧模型矩阵和雷达模型矩阵；
7、使用迭代几乎无偏估计法根据所述视觉垂直模型矩阵、所述视觉桥侧模型矩阵和所述雷达模型矩阵计算所述地基干涉雷达和所述惯性视觉技术的融合权重矩阵；
8、使用最小二乘法根据所述融合权重矩阵计算桥梁全跨度的多维动态形变时间序列。
9、可选地，所述建立公共坐标系，将所述第一雷达数组、所述第一视觉垂直数组和所述第一视觉桥侧数组分别采样至所述公共坐标系，得到所述地基干涉雷达中各雷达检测点在所述公共坐标系内的第二雷达数组以及所述惯性视觉技术中各惯性监测点垂直方向和桥侧方向在所述公共坐标系内的第二视觉垂直数组和第二视觉桥侧数组，具体包括：
10、建立公共坐标系，将所述公共坐标系的坐标原点设置为桥梁的主跨近端，将所述公共坐标系的第一坐标轴的方向设置为与所述桥梁的交通方向平行，将所述公共坐标系的第二坐标轴的方向设置为远离所述地基干涉雷达的传感器所在位置的桥梁横向，将所述公共坐标系的第三坐标轴的方向设置为竖直向下；
11、将所述惯性视觉技术的各个惯性相机和标靶设置为均沿所述桥梁的轴线分布，设置相邻所述惯性监测点的相对位置，根据所述相对位置将所述第一视觉垂直数组和所述第一视觉桥侧数组解算各个所述惯性监测点与所述公共坐标系的原点的绝对位置，得到所述惯性视觉技术中的各惯性监测点垂直方向和桥侧方向分别在所述公共坐标系内的第二视觉垂直数组和第二视觉桥侧数组；
12、获取各雷达检测点到所述地基干涉雷达的传感器的距离，获取所述地基干涉雷达的传感器与所述坐标原点的实际距离，根据所述距离和所述实际距离将所述第一雷达数组配准到所述公共坐标系中，得到各雷达检测点的所述地基干涉雷达在所述公共坐标系内的第二雷达数组。
13、可选地，所述第一坐标轴的坐标计算公式为：
14、inte(s)＝(tanγs-tanγs-1)(yg-y0)；
15、
16、s＝1,2,…n；
17、其中，inte(s)表示第一坐标轴的坐标，s表示监测点的序号，γs表示第s个监测点的方位角，γs-1表示第s-1个监测点的方位角，yg表示地基干涉雷达所在位置坐标，y0表示第二坐标轴的原点，xs表示监测点在第一坐标轴的坐标，ys表示监测点在第二坐标轴的坐标，x0表示第一坐标轴的原点，y0表示第二坐标轴的原点，n表示监测点个数。
18、可选地，所述对所述第二视觉垂直数组和所述第二视觉桥侧数组进行插值，得到第三视觉垂直数组和第三视觉桥侧数组，具体包括：
19、使用鲁棒半变异函数描述所述第二视觉垂直数组和所述第二视觉桥侧数组的空间特征；
20、使用基于球面模型的空间协方差矩阵描述各监测点的空间相关性；
21、根据所述空间特征和所述空间相关性获取已知点的位置，根据所述已知点计算所述已知点与未知点间的距离，并代入空间协方差函数，获得所述未知点的空间插值权向量；
22、获取所述已知点的形变数据，根据所述空间插值权向量和所述形变数据计算所述未知点的插值结果，得到第三视觉垂直数组和第三视觉桥侧数组。
23、可选地，所述根据所述第三视觉垂直数组、所述第三视觉桥侧数组和所述第二雷达数组分别计算所述地基干涉雷达视线方向形变、所述惯性视觉技术的垂直方向形变和所述惯性视觉技术的桥侧方向形变的空间模型矩阵，得到视觉垂直模型矩阵、视觉桥侧模型矩阵和雷达模型矩阵，具体包括：
24、根据所述第三视觉垂直数组、所述第三视觉桥侧数组和所述第二雷达数组分别计算所述地基干涉雷达视线方向形变、所述惯性视觉技术的垂直方向形变和所述惯性视觉技术的桥侧方向形变的所述空间协方差函数的广义弯曲能量矩阵；
25、对所述广义弯曲能量矩阵进行分解降维，得到视觉垂直模型矩阵、视觉桥侧模型矩阵和雷达模型矩阵。
26、可选地，所述使用迭代几乎无偏估计法根据所述视觉垂直模型矩阵、所述视觉桥侧模型矩阵和所述雷达模型矩阵计算所述地基干涉雷达和所述惯性视觉技术的融合权重矩阵，具体包括：
27、获取所述视觉垂直模型矩阵、所述视觉桥侧模型矩阵和所述雷达模型矩阵的初始方差，根据所述空间协方差矩阵多次迭代估计方差因子；
28、根据所述初始方差和所述方差因子迭代计算几乎无偏估计方差分量；
29、当迭代几乎无偏估计法的后验方差收敛至1时迭代停止，得到所述地基干涉雷达和所述惯性视觉技术的融合权重矩阵。
30、可选地，所述最小二乘法的计算公式为：
31、
32、
33、其中，表示融合权重矩阵中包含地基干涉雷达视线方向形变、惯性视觉技术的垂直方向形变和惯性视觉技术的桥侧方向形变的结果向量；pr表示基干涉雷达视线方向形变、惯性视觉技术的垂直方向形变和惯性视觉技术的桥侧方向形变的投影关系，p表示地基干涉雷达视线方向形变、惯性视觉技术的垂直方向形变和惯性视觉技术的桥侧方向形变获得的权重，t表示转置，zt表示t时刻的观测矩阵，θ表示地基干涉雷达视线方向与垂直方向的夹角，γ表示地基干涉雷达视线方向与惯性视觉技术观测平面之间的夹角，p1、p2和p3分别表示地基干涉雷达视线方向形变、惯性视觉技术的垂直方向形变和惯性视觉技术的桥侧方向形变对应的权重矩阵，f1、f2和f3分别表示p1、p2和p3对应的方差因子，和分别表示地基干涉雷达视线方向形变数据、惯性视觉技术的垂直方向形变和惯性视觉技术的桥侧方向形变数据对应的对角阵，和分别表示地基干涉雷达视线方向形变、惯性视觉技术的垂直方向形变和惯性视觉技术的桥侧方向形变，和分别表示融合权重矩阵解算获得的地基干涉雷达视线方向形变、惯性视觉技术的垂直方向形变和惯性视觉技术的桥侧方向形变。
34、本技术还提出一种融合地基干涉雷达和惯性视觉的桥梁动态形变测量系统，所述融合地基干涉雷达和惯性视觉的桥梁动态形变测量系统包括：
35、测量数据获取模块，用于获取地基干涉雷达坐标系中的地基干涉雷达的第一雷达数组，获取惯性视觉技术坐标系中的惯性视觉技术对各个监测点垂直方向和桥侧方向的第一视觉垂直数组和第一视觉桥侧数组；
36、数据配准模块，用于建立公共坐标系，将所述第一雷达数组、所述第一视觉垂直数组和所述第一视觉桥侧数组分别采样至所述公共坐标系，得到所述地基干涉雷达中各雷达检测点在所述公共坐标系内的第二雷达数组以及所述惯性视觉技术中各惯性监测点垂直方向和桥侧方向分别在所述公共坐标系内的第二视觉垂直数组和第二视觉桥侧数组；
37、数据插值模块，用于对所述第二视觉垂直数组和所述第二视觉桥侧数组进行插值，得到第三视觉垂直数组和第三视觉桥侧数组，以使所述第三视觉垂直数组和所述第三视觉桥侧数组与所述第二雷达数组的空间密度相匹配；
38、空间模型建立模块，用于根据所述第三视觉垂直数组、所述第三视觉桥侧数组和所述第二雷达数组分别计算所述地基干涉雷达视线方向形变、所述惯性视觉技术的垂直方向形变和所述惯性视觉技术的桥侧方向形变的空间模型矩阵，得到视觉垂直模型矩阵、视觉桥侧模型矩阵和雷达模型矩阵；
39、融合权重计算模块，用于使用迭代几乎无偏估计法根据所述视觉垂直模型矩阵、所述视觉桥侧模型矩阵和所述雷达模型矩阵计算所述地基干涉雷达和所述惯性视觉技术的融合权重矩阵；
40、数据融合解算模块，用于使用最小二乘法根据所述融合权重矩阵计算桥梁全跨度的多维动态形变时间序列。
41、本技术还提出一种终端，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的融合地基干涉雷达和惯性视觉的桥梁动态形变测量程序，所述融合地基干涉雷达和惯性视觉的桥梁动态形变测量程序被所述处理器执行时实现如所述的融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法的步骤。
42、本技术还提出一种计算机可读存储介质，所述计算机可读存储介质存储有融合地基干涉雷达和惯性视觉的桥梁动态形变测量程序，所述融合地基干涉雷达和惯性视觉的桥梁动态形变测量程序被处理器执行时实现如所述的融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法的步骤。
43、本技术的有益效果是：区别于现有技术，本技术通过获取地基干涉雷达坐标系中的地基干涉雷达的第一雷达数组，获取惯性视觉技术坐标系中的惯性视觉技术对各个监测点垂直方向和桥侧方向的第一视觉垂直数组和第一视觉桥侧数组，建立公共坐标系，将第一雷达数组、第一视觉垂直数组和第一视觉桥侧数组分别采样至公共坐标系，得到地基干涉雷达中各雷达检测点在公共坐标系内的第二雷达数组以及惯性视觉技术中各惯性监测点垂直方向和桥侧方向分别在公共坐标系内的第二视觉垂直数组和第二视觉桥侧数组，使得地基干涉雷达和惯性视觉技术的测量结果统一坐标系，便于多维形变监测的计算；其次，本技术通过对第二视觉垂直数组和第二视觉桥侧数组进行插值，得到第三视觉垂直数组和第三视觉桥侧数组，以使第三视觉垂直数组和第三视觉桥侧数组与第二雷达数组的空间密度相匹配，减少两种测量方式的精度差异，根据第三视觉垂直数组、第三视觉桥侧数组和第二雷达数组分别计算地基干涉雷达视线方向形变、惯性视觉技术的垂直方向形变和惯性视觉技术的桥侧方向形变的空间模型矩阵，得到视觉垂直模型矩阵、视觉桥侧模型矩阵和雷达模型矩阵；再次，本技术通过使用迭代几乎无偏估计法根据视觉垂直模型矩阵、视觉桥侧模型矩阵和雷达模型矩阵计算地基干涉雷达和惯性视觉技术的融合权重矩阵，得到每种形变的权重；此外，本技术通过使用最小二乘法根据融合权重矩阵计算桥梁全跨度的多维动态形变时间序列，实现桥梁的多维形变监测，使得监测结果更准确，避免桥梁病害的漏判。
44、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本技术。
技术特征：
1.一种融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法，其特征在于，包括：
2.根据权利要求1所述的融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法，其特征在于，所述建立公共坐标系，将所述第一雷达数组、所述第一视觉垂直数组和所述第一视觉桥侧数组分别采样至所述公共坐标系，得到所述地基干涉雷达中各雷达检测点在所述公共坐标系内的第二雷达数组以及所述惯性视觉技术中各惯性监测点垂直方向和桥侧方向在所述公共坐标系内的第二视觉垂直数组和第二视觉桥侧数组，具体包括：
3.根据权利要求2所述的融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法，其特征在于，所述第一坐标轴的坐标计算公式为：
4.根据权利要求1所述的融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法，其特征在于，所述对所述第二视觉垂直数组和所述第二视觉桥侧数组进行插值，得到第三视觉垂直数组和第三视觉桥侧数组，具体包括：
5.根据权利要求4所述的融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法，其特征在于，所述根据所述第三视觉垂直数组、所述第三视觉桥侧数组和所述第二雷达数组分别计算所述地基干涉雷达视线方向形变、所述惯性视觉技术的垂直方向形变和所述惯性视觉技术的桥侧方向形变的空间模型矩阵，得到视觉垂直模型矩阵、视觉桥侧模型矩阵和雷达模型矩阵，具体包括：
6.根据权利要求4所述的融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法，其特征在于，所述使用迭代几乎无偏估计法根据所述视觉垂直模型矩阵、所述视觉桥侧模型矩阵和所述雷达模型矩阵计算所述地基干涉雷达和所述惯性视觉技术的融合权重矩阵，具体包括：
7.根据权利要求1所述的融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法，其特征在于，所述最小二乘法的计算公式为：
8.一种融合地基干涉雷达和惯性视觉的桥梁动态形变测量系统，其特征在于，所述融合地基干涉雷达和惯性视觉的桥梁动态形变测量系统包括：
9.一种终端，其特征在于，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的融合地基干涉雷达和惯性视觉的桥梁动态形变测量程序，所述融合地基干涉雷达和惯性视觉的桥梁动态形变测量程序被所述处理器执行时实现如权利要求1-7任一项所述的融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有融合地基干涉雷达和惯性视觉的桥梁动态形变测量程序，所述融合地基干涉雷达和惯性视觉的桥梁动态形变测量程序被处理器执行时实现如权利要求1-7任一项所述的融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法的步骤。
技术总结
本申请公开了融合地基干涉雷达和惯性视觉的桥梁动态形变测量方法，方法包括：建立公共坐标系，将地基干涉雷达坐标系和惯性视觉技术坐标系中测量数据分别采样至公共坐标系，得到地基干涉雷达中和惯性视觉技术中在公共坐标系内的配准数据，对惯性视觉技术中的配准数据进行插值，得到与地基干涉雷达数据空间密度相匹配的插值配准数据，根据插值配准数据和地基干涉雷达的配准数据分别计算地基干涉雷达视线向形变、惯性视觉技术的垂直向形变和惯性视觉技术的桥侧向形变的空间模型矩阵，使用迭代几乎无偏估计法计算两者的融合权重矩阵，根据融合权重矩阵使用最小二乘法计算桥梁全跨度的多维动态形变时间序列，使得桥梁形变监测更准确。
技术研发人员：张博琛,刘昱皞,汪驰升,涂伟,蒋弥,程晓,李清泉
受保护的技术使用者：深圳大学
技术研发日：
技术公布日：2024/9/23