基坑边坡自动化监测技术应用研究

基坑边坡自动化监测技术应用研究

段康伟

中核勘察设计研究有限公司，河南郑州，450000

摘要：基于视觉监控的自动化监测结合了数字图像处理技术与计算机视觉原理，具有非接触、实时数据采集与数据传送的特点，解决了人工监测高费低效、数据延迟的问题，对于长周期、高频率、多目标的工程项目来说，可以极大地提高工作效率。本文将自动化监测应用于基坑边坡变形监测，通过合理搭建监测设备平台，严格实施安全防护措施，对量测数据进行数字图像相关处理及分析，以实现滑塌边坡变形实时自动化监测与加固区域稳定性评价的目的。

关键词：基坑边坡；视觉监控技术；自动化监测

1、技术原理与自动化监测系统

1.1 边坡变形监测技术原理

数字图像相关处理（DIC）基于监测标靶变形前后的光学图像，依据物体表面自然或人造的散斑纹理进行相关分析，并对变形前后图像的相关性来判断监测点是否出现偏移。除此之外，结合了物联网技术、云计算技术，首先对图像进行预处理，包括图像去噪、增强、复原、特征分割、提取等；再将图像位移通过一系列算法转化为实际距离，由此进行监测。数字图像处理的特点主要有处理精度高，在现性好；易于控制处理效果；处理的多样性；图像处理技术综合性较强[1~3]。

基坑边坡变形一般监控临空向的水平位移和沿着垂直方向的竖直沉降，是在边坡垂直剖面内的二维平面上的矢量位移。当沿着边坡垂直剖面一定角度拍摄图片时，可以获取一张相对于位移平面倾斜的图形（投影面），采用数字图像校正技术，将图像进行正向校正，可以得到正投影等效图片（聚焦面）。结合特有多点校准功能，能够准确获取每个像素点对应的实际坐标信息。在多个观测点设置具有明显图像特征的稳定靶标，确保靶标可随边坡变形发生相应的位移[4]。

图像处理系统基于散斑跟踪技术，追踪每一个靶标的位移信息，得到每个观测点的位移变化值。基于物联网技术实现远程图像采集，在服务器端采用云计算技术进行图像处理，可以用较低的成本实现远程在线边坡位移监测。在获取高精度位移长期监测的同时，可以提供对应的现场记录图片，给后期的溯源分析提供充分的现场信息依据[5]。

1.2自动化监测系统

自动化监测系统具有实时数据采集、复核、汇总、整理、分析与数据传送的功能，并对超警戒数据进行报警，通过对基坑围护结构和周边环境的监测，实现施工过程的实时安全性评估；本系统包含现场设备和云平台两个部分，现场设备由工业相机、数据采集仪、工业4G路由器、现场支架等构成；高精度数字图像测量处理系统部署在云平台提供实时图像分析和位移解算。

其现场数据采集设备主要由高精度数字图像采集仪与标靶两部分组成，基于拍摄物体表面得到的变形前后图片，依据物体表面自然或人造的散斑纹理进行相关分析，根据对变形前后图像概率统计的相关性来确定物体表面的形变信息。

监测数据实时上传至自动化数据管理平台，自动化监测系统具有大屏显示功能，帮助管理者在办公室实时监控监测情况，在线监测界面能直观清晰的展示点位总数、当前数据、本月同比、当前极值、报警数据及工程设备情况等。

2、案例分析

2.1可靠性评估实验

本阶段次实验共分三次，采取人工干预方式，将游标卡尺和靶标结合，人为移动监测标靶，并通过图像监测系统来测算标靶移动距离是否和人工移动标靶距离一致，从而验证图像监测系统的监测精度和准确性（此游标卡尺分辨力为0.1mm）。

(1)第一次实验：游标卡尺所移动距离为5mm，人为移动标靶距离为5mm（a），数字图像监测数据为最小值为-5.293mm，见图3.3（c），数字图像监测见图3.3（b），数据最大值为-5.348mm（d）。本次实验人工干预距离与数字图像监测数据最大差值为0.348mm，最小差值为0.293mm。

(2)第二次实验：本次实验人为移动标靶距离为5mm，10mm，8mm；人为干预5mm时，数字图像监测对比数据最小值为-4.86mm、最大值为-4.65mm；本次5mm对比最大差值为0.35mm，最小差值为0.14mm。人为干预10mm时，数字图像监测对比数据为最小值为-9.793mm，最大值为-9.523mm；本次10mm对比最大差值为0.477mm，最小差值为0.207mm。人为干预8mm时，数字图像监测8mm对比数据为最小值为-7.809mm，最大值为-7.637mm；本次8mm对比最大差值为0.363mm，最小差值为0.191mm。

(3)第三次实验：本次实验人为移动标靶距离为3mm，-3mm，6mm，-6mm；人为干预3mm时，数字图像监测对比数据为最小值为-3.077mm，最大值为-3.159mm；本次3mm对比最大差值为-0.159mm，最小差值为-0.077mm。人为干预-3mm，数字图像监测-3mm对比数据为最小值为2.867mm，最大值为3.211mm；本次对比最大差值为-0.211mm，最小差值为0.133mm。人为干预6mm，数字图像监测6mm对比数据为最小值为-6.171mm，-6.332mm；本次6mm对比最大差值为-0.332mm，最小差值为-0.171mm。人为干预-6mm时，数字图像监测对比数据为最小值为6.002mm，最大值为6.067mm；本次-6mm对比最大差值为0.067mm，最小差值为0.002mm。

经过三次实验，8次数据分析，自动化设备所解算数据与游标卡尺移动数据最小差值为0.002mm，最大差值为0.477mm。所得数据均不超过0.5mm。由此可得数字图像监测系统解算数据真实可靠。通过自检、互检实验能够看出，数字图像监测系统监测情况总体稳定，监测数据受外界因素影响较小，而且数据满足《建筑基坑工程监测技术标准》(GB50497-2019)规范及标准，对比人工所测量数据更为真实，更为准确，更为稳定，更为及时。

2.2互检实验与分析

数字图像监测数据和人工监测数据。因数字图像监测数据解算方式与人工监测数据不同，故此本次实验只分析数据的变化量；其中数字图像监测数据变化正值为向基坑内部运动，变化负值为向基坑外部运动。

表1  R8/r8 号点水平速率对比分析

表2  R9/r9 号点水平速率对比分析

表3  R8/r8 号点沉降速率对比分析

表4  R9/r9 号点沉降速率对比分析

根据对比数据能够看出，数据满足《建筑基坑工程监测技术标准》(GB50497-2019)规范要求。自动化监测数据总体趋于稳定，人工监测数据虽然在精度要求范围以内，但受监测环境及人为因素影响较大，数据偶有突变现象，需反复验证。根据自动化监测自检与互检实验与分析，得出优劣对比表，见表5。

表5  数字图像监测系统与人工监测系统优劣对比表

2.3监测方案

2.3.1 布设原则

在基坑边坡边坡选择稳定的位置作为相机等现场设备的安装点，即观测点；可以根据现场情况需要选择地面支架、墙壁支架两种支持方式；地面支架设立高度为3m，可以根据现场气候条件选择三角支架和立杆支架两种结构，以实现相机等现场设备的稳定安装；墙壁支架采用304不锈钢材质，具有良好的稳定性和耐腐蚀性能[6]。

在边坡上选择合适的监测靶点位置，设立追踪靶标，每个相机视野范围内设置1～5个靶点，实现一套设备多个目标跟踪。本项目靶标尺寸采用40cm×40cm规格，靶标安装在水泥墩柱，墩柱地上、地下高度50cm，并根据现场地质气候情况调整，以实现靶标稳定和通视为主要目标。相机视野宽度选择20m，可根据相机与靶点的直线距离选择不同焦距来实现。对每个靶点进行标定后，即可开始监测。云平台实时获取观测点的位移信息与变形曲线，并且获取相应的现场照片

2.3.2 采集时刻选取方案

基坑边坡共布设3台高精度数字图像采集仪及10个标靶，自8月25日正式启动监测，根据设计要求，自动化监测数据采集频率设定为4次/天。

表6 数据采集时刻及报表数据选取方案

2.4 人工复测方案

自动化监测启动后，每月进行一次人工监测，用于对自动化监测数据的复核。复核过程中主要对比一个月内沉降和水平位移变化量。每天进行基坑安全和自动化仪器设备的巡视检查，对于自动化监测仪器设备的检查主要包括：自动化仪器设备是否正常运行，警示标志是否完好，摄像机、锚固点、标靶是否松动、遮挡、外力导致变形等，一旦发现异常，及时进行维修处理。

3结束语

本文将自动化监测应用于基坑边坡，通过搭建监测设备与平台、实施安全防护措施、数字图像相关处理及分析实现基坑边坡变形监测；为了验证自动化监测的可行性，分别进行了自检与互检可行性实验分析，结果表明自动化监测数据满足《建筑基坑工程监测技术标准》(GB50497-2019)规范要求且总体趋于稳定，并且避免了人工偶尔误差的累计。

综上所述，基于视觉的自动化监测系统在基坑拥有较好的应用效果，可以积极推进数字图像监测技术，以其非接触、高精度、方便快捷、平台扩展性强等优势，弥补或替代人工监测技术因不可达的原因在复杂监测环境开展监测工作、同时实现保护人员及财产安全。

参考文献：

[1]张君华,张宇琳,许文涛.基坑变形的测量机器人自动化监测研究及系统设计[J].测绘技术装备,2015,17(01)

[2]高开强.自动化监测系统在深基坑工程中的应用及可靠性分析[J].经纬天地,2021,(01)

[3]陈宁宁,尹乾,周媛等.数字图像处理技术在智能交通中的应用[J].电子设计工程,2013,21(03)

[4]张德中,熊剑,张青青.基于视觉监控的运营边坡自动化监测技术应用研究[C]//中国公路学会养护与管理分会.广东省公路建设有限公司江罗分公司;广东华路交通科技有限公司;广东交科检测有限公司;2022

[5]张樟.基于DIC技术的结构变形测量方法研究[D].长沙理工大学,2017.

[6]朱波,孙曼曼.深基坑自动化监测系统设计研究[J].测绘与空间地理信息,2023,46(08)