《MECHANICAL SYSTEMS AND SIGNAL PROCESSING》：Calibration-light multi-point displacement measurement for railway bridge monitoring via a differential-form projection model
编辑推荐：
本研究提出了一种标定轻量（calibration-light）框架，用于使用单台高分辨率摄像机（在需要时，使用两台同步摄像机进行三维重建）和广角镜头对铁路桥梁进行实用的多点位移监测。该方法能够在列车通过期间实现同步位移估计，而无需进行完整的外部参数现场标定。研
本研究提出了一种标定轻量（calibration-light）框架，用于使用单台高分辨率摄像机（在需要时，使用两台同步摄像机进行三维重建）和广角镜头对铁路桥梁进行实用的多点位移监测。该方法能够在列车通过期间实现同步位移估计，而无需进行完整的外部参数现场标定。研究人员开发了一种微分形式投影模型，将像素运动与桥梁固定坐标系中的物理位移增量联系起来，纳入了通过像素-位移映射（式(15)）实现的透视效应补偿、径向镜头畸变校正以及相机到目标距离估计。实验室实验表明，即使在广角成像条件下，所提出的方法也能实现准确的位移估计。对四座铁路桥梁的现场应用证明了该方法的实际适用性：桥梁A显示与测速仪数据一致的准确竖向位移；桥梁B揭示了三个跨度的共振和振型；桥梁C展示了超过100 m的长距离测量及特定跨的模态特征；桥梁D使用两台同步摄像机实现了与同一位置激光多普勒测速仪（Laser Doppler Velocimeter, LDV）结果一致的三维位移估计。这些结果突显了该方法在不同结构和环境条件下进行桥梁监测的实际适用性。
论文由Munemasa Tokunaga撰写，发表于《MECHANICAL SYSTEMS AND SIGNAL PROCESSING》。
铁路桥梁挠度是反映运营安全性和乘车舒适性的关键性能指标。传统位移测量通常依赖接触式位移计或激光多普勒测速仪（Laser Doppler Velocimeter, LDV），但这些方法往往需要在桥下安装设备，在诸多现场环境中难以实施。近年来，随着高分辨率成像技术和数字图像相关（Digital Image Correlation, DIC）的发展，基于视频相机的非接触测量被广泛关注，但现有方法多假设近似垂直成像，需要将相机布置于桥梁正前方，实际中常因河流、道路等障碍而无法实现。倾斜成像和广角镜头引入的透视效应与径向畸变进一步增加了像素-位移转换的复杂性。现有策略如缩放因子、平面单应矩阵或全投影矩阵均需要部署相关的标定，其中相机位姿估计成为日常监测的瓶颈。为此，研究人员提出了一种标定轻量（calibration-light）的位移估计框架，以降低对现场外部参数标定的依赖。该研究解决了现有视觉测量方法在铁路现场部署中平衡精度与标定负担的关键问题。
研究人员开发并验证了一种基于微分形式投影模型的位移估计方法。核心思想是将像素运动直接映射至桥梁固定坐标系中的物理位移增量，从而避免传统投影模型中的平移参数标定。方法仅需少量易获取的现场参数，如通过静态倾角仪测量的相机朝向以及从地图或图纸估算的有效相机-目标距离（l
g）。通过实验室和四座铁路桥梁的现场应用，验证了该方法在斜视、长距离、广角等不利条件下实现多点同步监测和振动特性识别的实际价值。
主要关键技术方法包括：（1）使用数字图像相关（DIC）提取多个评价点的亚像素位移，采用零均值归一化互相关（Zero-mean Normalized Cross-Correlation, ZNCC）作为相似性度量，并通过二次峰值拟合实现亚像素估计；（2）建立微分形式投影模型（式(15)），实现透视效应补偿并将像素运动转换为物理位移，其中有效距离由相机-目标几何关系估计，相机姿态角度由倾角仪或图纸获取；（3）采用径向镜头畸变校正，利用制造商标称畸变参数进行微分修正；（4）单相机工况下引入小参数近似λ≈0（式(17)和式(18)）进行约束重建，双相机同步时直接求解三维位移。实验室平面网格测试和旋转目标测试分别验证了二维和三维位移估计精度。
现场应用验证了方法在不同结构上的表现。
桥梁A：多点监测与激光多普勒测速仪验证。采用单台12K摄像机对60 m简支桁架桥进行斜向拍摄。在多个评价点获得的竖向位移波形与LDV参考值高度一致，均方根误差（RMSE）为0.170–0.210 mm，相关系数超过0.99，表明方法在真实斜视条件下具有亚毫米级精度。
桥梁B：复杂刚构桥共振与振型识别。针对三跨刚构桥，单目6K摄像机记录了列车通过时的响应，观测到位移随列车通过逐渐增大的共振现象。利用特征系统实现算法（Eigensystem Realization Algorithm, ERA）从自由衰减段识别出3.00 Hz主导模态和2.22%阻尼比，揭示了刚构区域与第二跨的耦合变形特征。
桥梁C：长距离测量与模态特征。在60–150 m的远距离下使用244 mm长焦镜头，对两跨连续箱梁桥进行监测。识别出2.54 Hz模态，并发现第一跨与第二跨的振型相位相反，模态幅值比接近跨长比。该频率与既往LDV历史记录一致，验证了超过100 m测量的可靠性。
桥梁D：双相机三维位移估计。使用两台同步GoPro相机对预应力混凝土（Prestressed Concrete, PC）锚固处进行三维重建。竖向位移约1.15 mm，与LDV参考吻合，同时检测到沿轨道方向约0.2 mm的位移，反映了从固定支座向活动支座的位移趋势。尽管像素位移小于0.5像素，仍获得了良好一致性。
讨论部分指出，单相机重建依赖于桥轴向位移显著小于竖向位移的约束近似，在弯曲主导的跨中区域适用，但在强制动力或热胀冷缩等纵向运动显著的情况下可能失效。相机/地面自振动是影响小振幅测量精度的主要因素，当前实现也并非面向实时处理。未来研究方向包括相机运动补偿、特征感知亚像素估计、环境鲁棒性增强、GPU/边缘计算加速及与无线惯性传感器融合。
研究结论翻译如下：本研究提出了一种利用高分辨率视频相机进行铁路桥梁标定轻量位移估计的框架。通过引入微分形式投影模型，可将数字图像相关获得的像素运动转换为桥梁固定物理位移，并降低对部署特定相机标定的依赖。实验室测试和四座不同结构铁路桥梁的现场应用验证了该方法在列车通过期间进行实用多点同步监测的能力。关键发现包括：微分公式无需显式平移参数即可实现透视效应补偿（式(15)）；在相机仰角≤40°且评价点位于图像下半部的条件下，桥轴向位移引起的误差可控制在约10%以内；实验室平面网格测试中，所提方法将整体均方根误差从均匀尺度基线的5.286 mm降至0.754 mm，而基于单应的平面校正达到0.325 mm；桥梁A与LDV参考的典型偏差为0.2–0.3 mm；桥梁B和C分别识别出3.00 Hz和2.54 Hz的主导模态；桥梁D在亚像素运动下实现了与激光参考一致的三维位移估计。此外，与RAFT光流后端的对比表明该模型与现有跟踪方法兼容。
