摘 要：文中提出了一种基于智能手机的结构新型位移监测技术，此项技术具备经济、高效、便捷等优点，是对传统结构健康监测技术的一个有益补充。依据摄影测量技术原理，设计出一套位移求解算法，基于此算法，分别在iOS平台和Android平台开发出位移监测应用软件“D-Viewer”，并进行静态和动态验证实验，实验结果显示，此项技术具有较好的精确性和显著的实用性。
关键词：位移监测；智能手机；摄影测量技术；结构健康监测
中图分类号：TU317；TP368.5 文献标识码：A 文章编号：2095-1302（2016）04-00-05
0 引 言
近年来，结构健康监测技术发展迅速，并被应用于全球各种基础结构设施中。随着各类无损检测技术的成熟，结构健康监测系统可以对结构的健康及安全状况进行实时监测，诊断损伤情况并评估结构的安全性。当结构响应处于异常状态时，监测系统可以触发报警信号，为结构的修复、维护和管理决策提供依据和指导[1，2]。结构健康监测系统已经成为保障基础设施安全的一种重要手段[3]。然而，大多数结构健康监测系统均由专业人员设计、集成并安装到大型基础设施上，并且配备有造价高的传感器、数据采集和传输设备，因此，该系统不可能安装至每一个民用建筑。如果可以开发一些面向大众的、操作便捷、易于推广的监测技术，将会对常规结构健康监测系统形成一个强有力的补充，具有较强的现实应用价值。这些技术能够在建筑结构应急监测中发挥巨大的作用，特别是针对极端情况下，比如地震、台风、洪水等自然灾害区和战争条件下的城市民用设施结构的大规模集群安全监测、检测与评定[4]。
结构的位移同其承载能力及抵御地震等动荷载的能力有着密切的关系，是对基础设施进行安全状况评价的重要参数之一。然而，目前所使用的各类位移传感技术，如位移传感器与加速度传感器[5]、应变传感器[6]、GPS 卫星测量技术[7]、激光多普勒测振系统[8]等，多数均需要较高成本的安装和维护。因此，本文提出了一种低成本、便捷的基于智能手机的结构位移监测解决思路，实现在某些工况下的位移监测。
安装有各种应用软件的智能手机是一种高新技术和快速发展的移动信息终端，利用手机内置的摄像装置，加速度传感器，陀螺仪，GPS等功能可以开发出新型结构健康监测系统。智能手机也可以作为云终端，将收集到的监测数据和结果发送至服务器，实现大范围内结构健康的集群监测与分析评定。目前国内外利用手机内置传感功能实现结构健康参数测定的研究还处于起步阶段[9-16]。与传统的监测方法相比，基于智能手机的结构监测技术具有以下特点和优势：
（1） 通过监测软件，公众可以自己使用智能手机来进行结构响应监测，使结构健康监测更加普及，提高效率。
（2） 不需要或需要少量的专业传感与采集设备，成本低廉。
（3） 智能手机内置传感器的传感参数通常不如常规结构健康监测专用的传感器灵敏，但可以将其应用于对监测精度等参数要求不高的工况。
（4） 监测可以迅速布置开展，适合紧急安全监测和公众参与式监测评价。
（5） 为结构安全信息的大数据（包括地理信息）收集提供了崭新的途径，有望实现公众参与的大范围的结构群的安全监测与分析。
本文提出了一种基于智能手机的位移传感技术，并开发出一款智能手机软件“D-Viewer”，该软件利用智能手机自带的摄像功能，运用摄影测量技术，并配合使用激光器及投影板，实现结构位移监测。由于D-Viewer的易操作性以及智能手机的普及性，使公众参与到结构位移监测成为可能，并且极大地提高了效率与节约成本。因此，前文提到的集成结构安全监测技术于智能手机当中的优势得以体现。
1 基本原理
将激光发射器固定在待测物体上，使其光路方向与待测物体运动方向垂直，并使其发出激光照射在静止的投影板上。当待测物体移动时，激光器也会随着发生位移， 使得投影板上的激光光斑也成比例的发生位移。D-Viewer便对投影板上的激光光斑进行实时拍摄，通过分析激光光斑的运动情况便可得到待测物体的位移情况。或者将投影板和安装有D-Viewer的智能手机一起固定在待测物体上，令激光发射器静止在外部，同样通过分析激光光斑在运动投影板上的轨迹可以得到待测物体的位移情况。监测实验原理如图1所示。
测量之前，D-Viewer需要确定像素移动与实际位移的关系，方法是利用一张白纸上的已知直径的黑色圆形进行标定。为保证测量精度，标定的过程中手机与标定物必须保持相对静止，并且手机摄像范围内除黑色圆形外，其它区域必须全部为白色背景。通过标定，D-Viewer便可以得到像素移动与实际位移的换算公式，从而获得实际位移值。
D-Viewer内部处理的具体步骤如下：
（1）标定
①由用户输入的信息获取黑色圆形的实际直径D。
②将图像利用OpenCV进行二值化处理。
③获取摄像范围内黑色像素的最大宽度L。
④计算两者之比：Ratio=D/L。
（2）测定
①获取区域内像素值为255的所有点的坐标（激光光斑二值化处理时像素值为255，显示为白色，背景像素值为0，显示为黑色），循环计算出这些点的平均横纵坐标（x， y）作为激光点的形心坐标。平均值的计算方法为计算出所有像素值为0的横坐标之和Sumx和所有纵坐标之和Sumy，像素值为0的像素总数为n，则形心坐标为（Sumx/n， Sumy/n）。
③D-Viewer将视频信号第一帧画面中激光光斑形心所处的位置自动设定为原点，然后处理视频信号得到每帧图片中激光光斑形心的像素坐标，进而计算出激光光斑形心的实际坐标，从而直观地反映物体的位移变化。
2 软件操作方法
D-Viewer的具体操作方法如下：
打开软件，出现如图2所示的初始设置界面。在此界面右上角第一行输入标定物（黑色圆形）的直径，单位为毫米；第二行选择使用手机的前置或是后置摄像头；第三行输入监测区域的长宽，单位为毫米；第四行输入画面像素扫描间隔行数（可不输入，默认为0）。
将手机与投影板平行放置并固定，并且保证二者保持相对静止直至监测结束。在屏幕上放置印有标定物（黑色圆圈）的A4纸。设置完成后进入标定界面，如图3所示。点击“按钮A”，调整标定界面的二值化阈值，使画面可以清楚地把标定物和背景分离开来（此时黑色圆圈以外的部分必须全部为白色），然后点击此界面中的“Ratio”按钮，程序自动计算出视频画面中实际距离和像素距离的比例（Ratio）。
移去标定物，打开激光器使其投射光斑在投影板上。点击“switch”按钮，出现如图4所示的监测区域调节界面。
点击界面左侧下角四个按钮来调节监测区域范围，使其能够完全覆盖激光光斑的移动范围。点击“按钮B”，调整识别界面的二值化阈值，使激光光斑从背景中清晰的分离出来（此时监测区域内激光光斑以外的部分必须全部为黑色）。点击“start”按钮，程序开始监测激光光斑的形心坐标，监测界面如图5所示。
界面下方显示光斑形心在x和y方向的实时坐标值，点击“stop”按钮，结束一次监测，监测数据存储在软件的根目录下，数据存储格式为.txt。
3 静态位移监测实验
本实验旨在验证本文的位移监测方法在静态位移条件下的精确性和实用性。实验仪器有iPhone 6 Plus，三星A5，位移加载装置，激光发射器，黑色投影板，印有标定物的A4纸，激光位移传感器和计算机。
位移加载装置由移动部分和基座组成，移动部分可以沿基座作平动，位移改变方式为螺旋微调旋钮，旋钮旋转完整一圈时位移为0.35 mm。由于加载过程缓慢，故可以视为一个静态过程。将激光发射器固定在移动部分，连接计算机的位移传感器固定在基座上用以精确测定激光发射器沿基座方向的位移。打开D-Viewer软件，初始化设置完成后固定于投影板前，保持两者平行并相对静止直至实验结束。调节激光发射器，使发射的激光束在黑色投影板上形成一个明亮的激光点。考虑到若投影板垂直于激光光线方向，则手机易将激光束挡住，从而使监测无法进行。故本实验将投影板摆放方向设置为与激光光线方向成30°夹角。由几何关系可知，此时用手机测得的位移为实际位移的2倍，故手机数据需要做减半处理。实验装置简图和现场照片如图6所示。
按前文所述的方式进行标定，标定后开启激光发射器，并启动位移传感器和D-Viewer同时进行数据采集。旋转螺旋微调旋钮，激光发射器移动的同时激光点会产生相同的位移，通过D-Viewer来测量激光点的位移并经过减半换算处理便可以得到激光发射器的位移情况。
实验结果：
从图7可以看到iPhone 6 Plus与激光位移传感器测得的位移曲线达到了较好的吻合。尽管有一些微小偏差，但都在正常的可接受范围内，并且D-Viewer相对于传感器更稳定。iPhone 6 Plus测得位移的峰值为9.196 mm，激光位移传感器测得的峰值为9.14 mm，误差仅为0.61%。
从图8可以看出，三星A5测得的位移峰值为10.61 mm，激光位移传感器测得的峰值为10.66 mm，误差仅为0.47%。
4 动态位移监测实验
本实验旨在验证本文的位移监测方法在动态位移条件下的精确性和实用性。实验仪器有iPhone 6 Plus，三星A5，振动台，激光发射器，黑色投影板，印有标定物的A4纸，激光位移传感器和计算机。
将激光发射器固定在振动台上，保证在振动台运动时，激光发射器发生相同的位移。投影板和智能手机的布置与本文静态位移实验部分完全一致， D-Viewer通过测定投影板上激光点的位移，经换算可得激光发射器的位移。同时，在振动台外侧固定位移传感器，在整个实验过程中保持静止，用以精确监测振动台的位移。实验装置简图和现场照片如图9所示。
本实验iPhone 6 Plus的监测环境为振动台模拟Kobe地震波，三星A5的监测环境为振动台模拟EI Centro地震波。
实验结果：
（2） 激光位移传感器和三星A5测得的位移随时间变化曲线如图11所示，选取如图11 （b）所示的四个峰值点数据进行对比，其结果如表2所列。
从图11和表2可以看出，动态位移条件下，三星A5测得的位移峰值最大误差不超过5%。
5 结 语
本文提出了一种基于智能手机的结构位移便捷监测技术，并开发出相应的位移监测软件“D-Viewer”。通过一系列静态和动态实验，可以得出以下结论。静态对比实验中，两种操作系统的手机监测结果同激光位移传感器结果相比，具有很好的一致性。在动态对比实验中，两种手机的监测结果同激光位移传感器结果的一致性较弱，但误差在5%左右。本项技术只应用了一个造价几十元的激光发射器，结合智能手机内置的摄影功能与研发的应用软件实现了位移的动静态监测，极大地降低了监测成本。
在实际情况中，激光发射器和智能手机之间的距离是有限的，因为激光在距离过长时会分散，从而对精度造成很大的影响。因此，在未来的工作中，需要进一步的研究来解决这个问题。目前， iOS和Android版本的D-Viewer应用软件已分别在苹果商店和豌豆荚平台上架，供用户免费下载试用。
参考文献
[1] Housner G W， Bergman L A， Caughey T K， et al. Structural Control： Past， Present and Future[J].Journal of Engineering Mechanics， 1997（9）：897-971.
[2] Balageas D， Fritzen C P， Güemes A. 1. Introduction to Structural Health Monitoring[M].Structural Health Monitoring. ISTE， 2010：13-43.
[3] Jinping Ou. Some recent advances of intelligent health monitoring systems for civil infrastructures in HIT[C]. Fundamental Problems of Optoelectronics and Microelectronics II，2005.
[4] Yu Y， Han R， Zhao X， et al.Initial Validation of Mobile-Structural Health Monitoring Method Using Smartphones[J].International Journal of Distributed Sensor Networks， 2015：1-14.
[5] Park K T， Kim S H， Park H S， et al. The determination of bridge displacement using measured acceleration[J]. Engineering Structures， 2005，27（3）：371-378.
[6] Glisic B， Inaudi D， Nan C.Pile Monitoring with Fiber Optic Sensors During Axial Compression， Pullout and Flexure Tests[J]. Transportation Research Record Journal of the Transportation Research Board， 2002（1）：11-20.
[7] Lovse J W， Teskey W F， Lachapelle G， et al. Dynamic Deformation Monitoring of Tall Structure Using GPS Technology[J]. Journal of Surveying Engineering， 1995（1）：35-40.
[8] Nassif H H， Gindy M， Davis J.Comparison of laser Doppler vibrometer with contact sensors for monitoring bridge deflection and vibration[J]. Ndt & E International， 2005， 38（3）：213-218.
[9] Yu Y， Zhao X， Ou J.A new idea： Mobile structural health monitoring using Smart phones[C].Intelligent Control and Information Processing （ICICIP），2012 Third International Conference on，2012.
[10] Höpfner H，Morgenthal G，Schirmer M，et al.On measuring mechanical oscillations using smartphone sensors： possibilities and limitation[J].Acm Sigmobile Mobile Computing & Communications Review，2013， 17（4）：29-41.
[11] Reilly J，Dashti S，Ervasti M，et al.Mobile Phones as Seismologic Sensors：Automating Data Extraction for the iShake System[J].IEEE Transactions on Automation Science & Engineering，2013，10（2）：242-251.
[12] Ozer E，Feng M Q，Feng D.Citizen Sensors for SHM： Towards a Crowdsourcing Platform[J].Sensors，2014， 15（6）：14591-14614.
[13] Zhao X，Yu Y，Li， et al.Cloud-structural Health Monitoring Based on Smartphone[C].International Conference on "Vibroengineering - 2015"，2015.
[14] Zhao X， Han R， Ding Y， et al.Portable and convenient cable force measurement using smartphone[J].Journal of Civil Structural Health Monitoring， 2015，5（4）：481-491.
[15]Peng D， Zhao X， Zhao Q， et al. Smartphone Based Public Participant Emergency Rescue Information Platform for Earthquake Zone- “E-Explorer”[C].International Conference on "Vibroengineering - 2015"，2015.
[16]Oraczewski T，Staszewski W J，Uhl T.Nonlinear acoustics for structural health monitoring using mobile，wireless and smartphone-based transducer platform[J].Journal of Intelligent Material Systems & Structures， 2015.