复杂工程环境下基础设施形变视觉监测方法与误差控制

朱松; 孟凡一; 朱家松; 华远盛; 李清泉

doi:10.14188/j.2095-6045.20260479

您当前的位置：

首页 >

文章列表页 >

复杂工程环境下基础设施形变视觉监测方法与误差控制

高端论坛 | 更新时间：2026-10-12

- 复杂工程环境下基础设施形变视觉监测方法与误差控制
- Visual Monitoring Methods and Error Control for Infrastructure Deformation in Complex Engineering Environments
- 测绘地理信息 2026年51卷第5期页码：90-97
- 作者机构：
  
  1.深圳大学土木与交通工程学院，广东深圳，518060
  2.深圳大学广东省城市空间信息工程重点实验室，广东深圳，518060
  3.深圳大学极端环境绿色长寿道路工程全国重点实验室，广东深圳，518060
  4.深圳市智源空间创新科技有限公司，广东深圳，518057
  5.香港理工大学，香港，999077
- 作者简介：
  
  朱松，博士，高级工程师，主要从事动态精密工程测量与基础设施安全监测。 E-mail：zhusong2021@email.szu.edu.cn
  华远盛，博士，副研究员，主要从事动态精密工程测量与基础设施安全运维。 E-mail： yuansheng.hua@szu.edu.cn
- 基金信息：
  
  国家自然科学基金(42401402;42671571)
- DOI：10.14188/j.2095-6045.20260479
  中图分类号： P234;TU196
- 修回：2026-09-09，
  
  纸质出版：2026-10-05
- 稿件说明：
移动端阅览
朱松，孟凡一，朱家松，等.复杂工程环境下基础设施形变视觉监测方法与误差控制［J］.测绘地理信息，2026，51（5）：90-97

ZHU Song，MENG Fanyi，ZHU Jiasong，et al.Visual Monitoring Methods and Error Control for Infrastructure Deformation in Complex Engineering Environments［J］.Journal of Geomatics，2026，51（5）：90-97
朱松，孟凡一，朱家松，等.复杂工程环境下基础设施形变视觉监测方法与误差控制［J］.测绘地理信息，2026，51（5）：90-97 DOI： 10.14188/j.2095-6045.20260479.

ZHU Song，MENG Fanyi，ZHU Jiasong，et al.Visual Monitoring Methods and Error Control for Infrastructure Deformation in Complex Engineering Environments［J］.Journal of Geomatics，2026，51（5）：90-97 DOI： 10.14188/j.2095-6045.20260479.

摘要

基础设施建设正从规模扩张转向增量建设与存量养护并重，桥梁、隧道、大坝等大型结构的服役安全评估亟需连续、精密的形变观测手段。视觉测量通过相机连续获取序列影像并解算结构位移，具有非接触、多点同步、成本低等优势，但其实验室精度与外场长期精度之间存在差距，制约了该技术的常态化应用。本文综述了基础设施形变视觉监测的技术进展与工程应用，分析了复杂观测条件对测量结果的影响及其应对措施，指出了长期监测中环境适应性与基准稳定性方面的关键问题，并结合智能化与多源协同的发展，对该技术的研究方向和工程应用前景进行了展望。

Abstract

Infrastructure construction is shifting from large-scale expansion towards a balance between new construction and the maintenance of existing assets. Assessing the service safety of bridges， tunnels， dams， and other large structures requires continuous and precise deformation observations. Vision-based measurement derives a sequence of images using a camera and calculates structural displacements， which offers advantages such as non-contact operation， multi-point synchronization， and low cost. However， differences between laboratory accuracy and long-term field accuracy limit its engineering application. This paper reviews technical advances in visual monitoring of infrastructure deformation and its engineering application. It examines the impact of complex observation conditions on measurement results and the corresponding countermeasures， identifies key issues concerning environmental adaptability and the stability of observation references in long-term monitoring. In light of developments in intelligent methods and multi-source collaboration， it provides an outlook on the research directions and engineering application prospects of this technology in light of developments in intelligent systems and， provided of this technology.

关键词

Keywords

references

许俊伟，刘永胜，吴达，等 . 隧道与地下工程监控量测技术的发展与展望［J］. 测绘地理信息， 2023 ， 48 （ 3 ）： 7 - 13

Neyestani A ， Picariello F ， Tudosa I ， et al . Vision-Based Displacement Measurement for Structural Health Monitoring： A Metrology-Oriented Review of Uncertainty Quantification ［J］. Buildings ， 2026 ， 16 （ 13 ）： 2659

于起峰，张强，陈文均，等 . 大型工程结构静动态变形摄像测量方法与应用［J］. 激光与光电子学进展， 2024 ， 61 （ 1 ）： 0112001

Zhuang Yizhou ， Chen Weimin ， Jin Tao ， et al . A Review of Computer Vision-Based Structural Deformation Monitoring in Field Environments ［J］. Sensors ， 2022 ， 22 （ 10 ）： 3789

Luo Longxi ， Feng M Q ， Wu Jianping . A Comprehensive Alleviation Technique for Optical-Turbulence-Induced Errors in Vision-Based Displacement Measurement ［J］. Structural Control and Health Monitoring ， 2020 ， 27 （ 3 ）： e2496

Xing Lei ， Dai Wujiao ， Zhang Yunsheng . Improving Displacement Measurement Accuracy by Compensating for Camera Motion and Thermal Effect on Camera Sensor ［J］. Mechanical Systems and Signal Processing ， 2022 ， 167 ： 108525

Guo Wei ， Li Jiacheng ， Hu Yao . Vision-Based Displacement Measurement Method of Large-Scale Bridges Using Tilt Shift Camera and Fast Spatio-Temporal Context Learning ［J］. Mechanical Systems and Signal Processing ， 2025 ， 224 ： 112165

Tian Long ， Pan Bing . Remote Bridge Deflection Measurement Using an Advanced Video Deflectometer and Actively Illuminated LED Targets ［J］. Sensors ， 2016 ， 16 （ 9 ）： 1344

Zhang Yang ， Liu Peng ， Zhao Xuefeng . Structural Displacement Monitoring Based on Mask Regions with Convolutional Neural Network ［J］. Construction and Building Materials ， 2021 ， 267 ： 120923

Guo Jie ， Zhu Chang׳an . Dynamic Displacement Measurement of Large-Scale Structures Based on the Lucas–Kanade Template Tracking Algorithm ［J］. Mechanical Systems and Signal Processing ， 2016 ， 66/67 ： 425 - 436

Xu Yan ， Zhang Jian ， Brownjohn J . An Accurate and Distraction-Free Vision-Based Structural Displacement Measurement Method Integrating Siamese Network Based Tracker and Correlation-Based Template Matching ［J］. Measurement ， 2021 ， 179 ： 109506

Du Wenkang ， Wang Hao ， Lei Dong ， et al . Cable Vibration and Girder Displacement Measurement via Morphology Recognition and Feature Matching Methods in Bridge Structure ［J］. Scientific Reports ， 2025 ， 15 ： 11131

Dong Chuanzhi ， Celik O ， Catbas F N ， et al . Structural Displacement Monitoring Using Deep Learning-Based Full Field Optical Flow Methods ［J］. Structure and Infrastructure Engineering ， 2020 ， 16 （ 1 ）： 51 - 71

Duan Shundi ， Tan Xiao ， Guo Pengwei ， et al . The Transformative Roles of Generative Artificial Intelligence in Vision Techniques for Structural Health Monitoring： A State-of-the-Art Review ［J］. Advanced Engineering Informatics ， 2025 ， 68 ： 103719

Luo Kui ， Kong Xuan ， Li Jinzhao ， et al . Motion Magnification for Video-Based Vibration Measurement of Civil Structures： A Review ［J］. Mechanical Systems and Signal Processing ， 2024 ， 220 ： 111681

Luo Longxi ， Feng M Q . Edge-Enhanced Matching for Gradient-Based Computer Vision Displacement Measurement ［J］. Computer-Aided Civil and Infrastructure Engineering ， 2018 ， 33 （ 12 ）： 1 019 - 1 040

Chen Sihao ， Luo Yongpeng ， Liao Feiyu . Computer Vision-Based Displacement Measurement Using Spatio-Temporal Context and Optical Flow Considering Illumination Variation ［J］. Journal of Civil Structural Health Monitoring ， 2024 ， 14 （ 8 ）： 1 765 - 1 783

Huang Zuoyue ， Chu Xi ， Li Jiantong ， et al . Visual-Guided Bridge Displacement Monitoring with Segmented Denoising and Linear Feature Extraction in Complex Light Field ［J］. Measurement ， 2026 ， 264 ： 120247

Chen Fubin ， Chen Boyu ， Zhang Chenchen ， et al . Subway Tunnel Deformation and Health Monitoring with Visual-Inertial Measurement and LLaMA ［J］. Journal of Computing in Civil Engineering ， 2026 ， 40 （ 5 ）： 04026076

Lv Yuanyuan ， Zhou Liang ， Liu Zhaohui ， et al . Structural Vibration Frequency Monitoring Based on Event Camera ［J］. Measurement Science and Technology ， 2024 ， 35 （ 8 ）： 085007

Owens J C . Optical Refractive Index of Air： Dependence on Pressure， Temperature and Composition ［J］. Applied Optics ， 1967 ， 6 （ 1 ）： 51

Kong Xintong ， Wang Baoquan ， Feng Dongming ， et al . A Novel Method for Heat Haze-Induced Error Mitigation in Vision-Based Bridge Displacement Measurement ［J］. Sensors ， 2024 ， 24 （ 16 ）： 5151

Huang Xingyu ， Dai Wujiao ， Zhang Yunsheng ， et al . A Mitigation Method for Optical-Turbulence-Induced Errors and Optimal Target Design in Vision-Based Displacement Measurement ［J］. Sensors ， 2023 ， 23 （ 4 ）： 1884

Yoneyama S ， Ueda H . Bridge Deflection Measurement Using Digital Image Correlation with Camera Movement Correction ［J］. Materials Transactions ， 2012 ， 53 （ 2 ）： 285 - 290

Liu Xiaolin ， Hu Biao ， Yin Yihe ， et al . Parallel Camera Network： Motion-Compensation Vision Measurement Method and System for Structural Displacement ［J］. Automation in Construction ， 2024 ， 165 ： 105559

华远盛，陈博宇，刘欣琳，等 . 地铁隧道沉降惯性视觉实时监测法［J］. 测绘学报， 2025 ， 54 （ 12 ）： 2 182 - 2 193

Zhang Qiang ， Yu Qifeng ， Hu Biao ， et al . An Online Thermal Drift Calibration Method for Vision-Based Displacement Measurement Using Measurement-Calibration Co-viewing Imaging ［J］. Optics and Lasers in Engineering ， 2026 ， 201 ： 109712

Zhang Wei ， Yang Hongyin ， Cao Hongyou ， et al . Separation of Temperature-Induced Response for Bridge Long-Term Monitoring Data Using Local Outlier Correction and Savitzky-Golay Convolution Smoothing ［J］. Sensors ， 2023 ， 23 （ 5 ）： 2632

Yu Qifeng ， Guan Banglei ， Shang Yang ， et al . Flexible Camera Series Network for Deformation Measurement of Large Scale Structures ［J］. Smart Structures and Systems ， 2019 ， 24 （ 5 ）： 587 - 595

Yao Chenxi ， He Shuaimin ， Chen Hao ， et al . Pose Estimation of Nonoverlapping FOV Cameras for Shield Tunnel Convergence Measurement ［J］. Measurement ， 2025 ， 242 ： 116101

连捷，田四明，石峥映，等 . 基于机器视觉线结构光的隧道围岩变形自动化监测技术［J］. 中国铁路， 2026 （ 6 ）： 25 - 35

张跃强，陈铭杰，胡彪，等 . 基于相机组网的测量误差传递机理及抑制方法［J］. 光学学报， 2023 ， 43 （ 21 ）： 2112002

Yin Yihe ， Yu Qifeng ， Hu Biao ， et al . A Vision Monitoring System for Multipoint Deflection of Large-Span Bridge Based on Camera Networking ［J］. Computer-Aided Civil and Infrastructure Engineering ， 2023 ， 38 （ 13 ）： 1 879 - 1 891

Yin Yihe ， Yu Qifeng ， Zhang Yueqiang ， et al . Deflection Monitoring of Immersed Tunnel Element during Floating Transportation and Installation Based on Series Camera Network ［J］. Optics and Lasers in Engineering ， 2024 ， 172 ： 107857

Hu Qijun ， Feng Ziyuan ， He Leping ， et al . Accuracy Improvement of Binocular Vision Measurement System for Slope Deformation Monitoring ［J］. Sensors ， 2020 ， 20 （ 7 ）： 1994

Chen Zhijian ， Zhang Changxing ， Tang Zhiyi ， et al . Three-Dimensional Reconstruction and Deformation Identification of Slope Models Based on Structured Light Method ［J］. Sensors ， 2024 ， 24 （ 3 ）： 794

Wang Shaowei ， Gu Chongshi ， Liu Yi ， et al . Displacement Observation Data-Based Structural Health Monitoring of Concrete Dams： a State-of-Art Review ［J］. Structures ， 2024 ， 68 ： 107072

陈博宇，刘欣琳，朱松，等 . 融合多维环境特征的视觉测量扰动补偿［J］. 测绘通报， 2026 （ 3 ）： 106 - 111

Wen Haifeng ， Dong Ruikun ， Dong Peize . Structural Displacement Measurement Using Deep Optical Flow and Uncertainty Analysis ［J］. Optics and Lasers in Engineering ， 2024 ， 181 ： 108364

JCGM . Evaluation of Measurement Data—Guide to the Expression of Uncertainty in Measurement ： JCGM 100：2008 ［S］. Sèvres ： Joint Committee for Guides in Metrology ， 2008 ， doi： 10.59161/jcgm100-2008e http://dx.doi.org/10.59161/jcgm100-2008e

Wu Tong ， Tang Liang ， Zhang Xiangyu ， et al . An Improved Structural Displacement Monitoring Approach by Acceleration-Aided Tilt Camera Measurement ［J］. Structural Control and Health Monitoring ， 2023 （ 1 ）： 6247516

Wu Tong ， Tang Liang ， Lang Lin ， et al . Data Fusion Techniques for Structural Displacement Monitoring： From Concept to Application a Review ［J］. Measurement ， 2026 ， 273 ： 121153

李德仁，王密，肖晶，等 . 论无所不在的时空智能［J］. 遥感学报， 2025 ， 29 （ 6 ）： 1 388 - 1 398

Lee J ， Lee K C ， Jeong S ， et al . Long-Term Displacement Measurement of Full-Scale Bridges Using Camera Ego-Motion Compensation ［J］. Mechanical Systems and Signal Processing ， 2020 ， 140 ： 106651

Yu Qifeng ， Yin Yihe ， Zhang Yueqiang ， et al . Displacement Measurement of Large Structures Using Nonoverlapping Field of View Multi-camera Systems Under Six Degrees of Freedom Ego-Motion ［J］. Computer-Aided Civil and Infrastructure Engineering ， 2023 ， 38 （ 11 ）： 1 483 - 1 503

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

视频运动放大辅助改进数字图像相关的结构振动位移监测方法

基于InSAR技术的地下煤矿采空区参数反演研究进展和展望

面向老采空区地表形变监测的DS相位优化方法对比研究

城市建筑物形变风险分析平台设计与实现

时空智能赋能地图集设计编绘数智化的思考