基于无人机及光流特征值法的振动台模型动位移测试方法研究.pdf

第43卷第3期2023年6 月文章编号：10 0 0-130 1(2 0 2 3)0 3-0 0 7 9-0 8地震工程与工程振动EARTHQUAKE ENGINEERING ANDENGINEERING DYNAMICSVol.43 No.3Jun.2023D0I:10.13197/j.eeed.2023.0308基于无人机及光流特征值法的振动台模型动位移测试方法研究潘飞,郭士康,王志佳,李胜民,黎洪磊3（1.招商局重庆交通科研设计院有限公司，重庆40 0 0 44；2.海南大学信息与通信工程学院，海南海口57 0 2 2 8；3.海南大学土木建筑工程学院，海南海口57 0 2 2 8)摘要：当前振动台模型试验大型、高结构的顶端位移测量较为困难，针对该问题提出采用无人机摄影技术对结构顶端大位移进行非接触测量。研究以光流特征值法为理论基础的视频位移识别技术,利用静止点对该方法计算结构位移过程中产生的无人机悬停飘移进行补偿，借助Python编写一套高精度位移响应程序，进行高耸结构模型振动台试验。通过输人不同幅值的地震波，对无人机拍摄的模型顶端位移视频进行程序分析,将输出结果与传统拉线位移计测量结果对比。针对拉线位移计算结果及视频位移识别结果之间的误差，通过FFT高通滤波、基线校正等方法对原始数据进行处理，形成了一套面向无人机摄影测量的处理标准。研究工作可有效地利用无人机代替传统接触式位移传感器，在大量程下实现对结构的顶端位移测量。关键词：非接触测量；光流特征值法；振动台试验；位移响应中图分类号：TP391.4文献标识码：AResearch on dynamic displacement measurement method of shaking tablemodel based on UAV and optical flow eigenvalue methodPAN Fei,GUO Shikang,WANG Zhijia,LI Shengmin,LI Honglei?(1.Merchants Chongqing Transportation Research and Design Institute Co.,Ltd.,Chongqing 400044,China;2.School of Information andCommunication Engineering,Hainan University,Haikou 570228,China;3.School of Civil and ArchitecturalEngineering,Hainan University,Haikou 570228,China)Abstract:At present,it is difficult to measure the top displacement of large and high-rise structures in shakingtable model test.Aiming at this problem,a non-contact measurement of the top displacement of structures by UAVphotography technology is proposed.This paper studies the video displacement recognition technology based on theoptical flow eigenvalue method,uses the static point to compensate the hovering drift of UAV generated in theprocess of calculating the structural displacement by this method,and compiles a set of high-precision displacementresponse program with the help of Python to carry out the shaking table test of high-rise structure model.Byinputting seismic waves with different amplitudes,the program analysis of the top displacement video of the modeltaken by the UAV is carried out,and the output results are compared with the measurement results of the traditionalwire displacement meter.Aiming at the error between the results of the wire displacement meter and the videodisplacement recognition results,the original data are processed by FFT high pass filtering,baseline correction andother methods,and a set of processing standards for UAV photogrammetry is formed.The work carried out in thispaper can effectively use UAV to replace the traditional contact displacement sensor to measure the top收稿日期：2 0 2 2-0 3-31；修回日期：2 0 2 3-0 4-2 0基金项目：国家重点研发计划项目（2 0 19YFB1310400）；国家自然科学基金项目（12 0 32 0 0 8）Supported by:National Key Research and Development Plan(2019YFB1310400);National Natural Science Foundation of China(12032008)作者简介：潘飞（198 0），男，高级工程师，硕士，主要从事振动测试方面的研究。E-mail：mr.p a n f e i q q.c o m通讯作者：王志佳（198 7 一），男，讲师，博士，主要从事岩土地震工程学方面的研究。E-mail:80displacement of the structure in a large range.Key words:non-contact measurement;optical flow eigenvalue method;shaking table test;displacement response地震工程与工程振动第43卷0引言测量试验设备是工程试验数据获取的基础,但随着结构试验与监测对象正趋向于大型化和复杂化1-2，大型高结构在大量程情况下的高精度顶端位移测量成为模型试验的一个重要问题。传统测试手段的位移传感器安装受大型模型结构高度的限制，不仅操作困难、存在安全风险，且成本较高。如电阻式位移传感器测量范围为0.1 10 0 0 m之间,能够轻松实现小量程位移测量,但不能满足振动台和连续性倒塌等试验的大量程、大位移测量需要3；电感式位移传感器虽然灵敏度、精准性均较高，但传感器本身频率响应低4,不能匹配高频动态位移的测量。为解决上述问题,有学者提出间接测量法测量结构位移,如：WATT等5的全息干涉法,赵德信等6 的散斑法,此类光学测量方法仅能对微小位移进行测量,且对测量环境要求较为严格；张森文等7 学者提出状态方程直接积分法，但该方法仅适用于少数的非线性响应系统，在极具偶然性和非线性的振动台模型试验中会出现误差较大的现象8-9一些学者通过引进毫米波雷达技术展开对结构位移响应的测量10，就毫米波雷达技术而言，虽然可以实现对测量物体进行高频率和无接触的测量，但受环境因素影响大，测量难度高，目前毫米波雷达仅能实现2 m内中短距离的探测11-12；视频摄影测量技术可将运动目标从图像背景中提取出来,进而确定目标在图形中的位置，由此获得物体的运动时间曲线13，但视频法测量对数据的处理较为困难,检测速度慢,实时性较差14。因此,许多学者选择采用摄影技术与数字图像技术结合的方法展开结构位移监测。如ZHANG等15使用光学显微镜摄影与数字图像技术相结合研究了结构位移及应变;FRANCK等16 利用激光扫描共聚焦显微镜图像与数字图像技术分析结合展开对软材料的变形研究；KIRUGULIGE等17 使用数字图像相关方法和高速摄影测量瞬态变形。但以上大多对数字图像技术的研究主要针对于微小尺寸的结构变形与微纳米尺度下的变形测量，而对于大型高模型结构高频率、大变形、大位移的测量，由于设备及相应算法、函数的限制，导致目前数字图像技术不能很好地应用到大型模型振动台试验中，利用数字图像技术对高结构顶端位移响应测量的研究仍处于空白。基于以上现状,本文研究了一种非接触测量方法，针对高算模型振动台试验18-2 0 1,采用视频识别技术获取结构位移的响应，利用无人机拍摄的模型顶部视频，建立以光流特征值法为理论基础的视频识别技术处理方法。并通过基于光流特征值法与无人机悬停飘移补偿方法相耦合的Python程序，对模型顶端水平位移进行测量，程序位移响应与模型顶部布设的拉线位移传感器输出结果相比较以检验精度。1光流特征值法计算动位移理论分析1.1光流特征值法基本理论及应用光流法（optical flow）可实现动态背景下的运动目标识别，本文运用光流法提出的假设条件如下：1)假设连续序列图片亮度相同，同一个运动物体在不同的图像帧之间亮度必须一样，用于得到本文光流法的基本方程。2)假设序列图片在时间上连续，不同的图像之间运动物体的位置不会发生较大变化。在满足了上面两个假设之后,可用（x,y)表示像素点（,y）在时间t的亮度；经过t时间的运动之后，现在像素点（,)的亮度可表示为I（+x,y+Ay,t+t)在刚才假设的基础上可知,此像素点的亮度在两个时刻是相同的,如式(1)所示：(1)对式(1)的右端进行泰勒级数展开,得式(2)：aI(x,y,t)=I(x,y,t)+x+y+t+8dyat式中：为高阶无穷小量,计算时可以忽略不计。把展开后的式(2)代人式(1)中,得到式(3)：I(x,y,t)=I(x+x,y +A y,t+t)(2)第3期得到式(3)后,再次假设光流沿X轴和Y轴的速度矢量分别为和,并且用式子=x/t 和=Ay/t进行表示,将两式代入式(3)并且两边同时除以t，得式（4)：=0ayt式中：和可以通过图像数据获得；，为求得的光流矢量，式（3）就是本文的光流特征值法约束axayt方程。在实际应用中,光流法用于目标检测的原理是给图像中的每个像素点赋予一个速度矢量,形成一个运动量场。在某一特定时刻,图像上的点与三维物体上的点一一对应,根据各像素点的速度矢量特征,对图像动态分析，当图像中有运动物体时，目标和背景存在着相对运动。运动物体所形成的速度量必然和背景的速度矢量有所不同,如此便可以计算出运动物体的位置，借助Python还可以将物体运动轨迹标识出来，如图1所示。基于以上光流法的原理和概念,研究二维图像中反映结构运动的间接参数序列提取,如灰度、像素等,用Python建立间接参数序列的提取算法以及图像光流场表达结构平面二维运动的运动函数，探寻平面光流场在振动台模型试验环境下的具体约束条件，编译光流特征值法描述运动位移的基本算法程序，程序获取视频第一顿灰度图如图2 所示。本文设计的光流特征值法测量程序流程如下：1)通过无人机采集试验模型结构视频，对连续的视频帧序列进行处理；2)针对当前视频序列,利用光流特征值法,检测可能出现的前景目标；3)如果某一顿出现了前景目标,找到其具有代表性的关键特征点（可以随机产生，也可以利用角点来做特征点）；4)对之后的任意两个相邻视频而言,寻找上一帧中出现的关键特征点在当前顿中的最佳位置,从而得到前景目标在当前帧中的位置坐标；5)如此迭代进行,实现目标跟踪；6)输出试验数据以及位移响应曲线。潘飞，等：基于无人机及光流特征值法的振动台模型动位移测试方法研究81a-t=0+Ay+dydt从+一+(3)(4)测运动点待测点运动轨迹静止补偿点1静止补偿点2图1测点运动轨迹Fig.1 Trajectory of measuring points1.2无人机悬停飘移补偿方法由于无人机低空拍摄平台具有较强的灵活性和敏感性以及无人机摄像头物镜本身的质量问题，在前期的试验中光流特征值法测量程序仍存在不足,定义未考虑无人机悬停飘移问题得到的“绝对位移”为D。为进一步提升程序输出结构动位移的精度,基于对光流法程序的试验误差分析,研究无人机拍摄过程中机身悬停飘移对光流法描述结构位移的影响。根据造成系统误差的原因去探求系统误差的变化规律，在无人机摄影测量解析计算之前对其进行改正。文中无人机摄像头的物镜系统设计、制作和安装引起的像点偏移其真实位置的点误差为光学畸变差，而光学畸变差是影响成像几何质量的重要因素，需转化无人机飘移的镜头畸变误差为光学畸变误差，探寻图像整体所产生的光学畸变影响。图2 第一顿灰度图Fig.2 Gray scale image of the first frame82在试验过程中为实现无人机悬停飘移补偿,得到结构顶端测点最终的“相对位移”D，。在振动台旁布设若干静止参考点并标记出物理距离，如图3所示。这些点始终保持静止且不受振动台运动影响，在实验室环境中外界干扰较小，静止参考点数量对测量精度影响较小，但在户外试验条件下要适当增加静止参考点数量以及布设位置。无人机通过光流特征值法解析该处的像素信息，当无人机发生飘移时，静止参考点在视频中也会随之产生位移D。,如果是多个静止参考点则计算平均位移,通过Python绘制出静止参考点位移轨迹,根据此轨迹的位移数据以及事先标定的空间像素信息,将绝对位移与静止参考点位移相减即可得到测点相对位移,实现静止参考点对无人机悬停飘移量的反补偿,补偿公式为式（5）：(5)同时将无人机悬停飘移补偿原理应用到程序之中,实现对位移响应误差的补偿和基本程序算法的修正。地震工程与工程振动D,=D.-D。无人机第43卷振动台参考点A图3无人机与静止参考点相对位置Fig.3Relative position between UAV and stationary reference points2#振动台模型试验验证2.1模型试验设计本次模型试验场地为海南大学结构实验室的3m3m三向六自由度振动台，工作频段0.1 10 0 Hz,最大试件质量35t,最大位移2 0 0 mm;模型箱尺寸为2 m1.5m1.6m。为满足测量大量程结构动位移的试验需求,选取加速度幅值较大的0.6 g和0.8 g的Chi-Chi波,ElCentro波以及汶川波作为人工地震动输入，利用白噪声检测传感器运行是否正常。为直观检验测试精度，加设三组正弦波输入，幅值与频率分别为50 0.5mm-Hz、50 1m m-H z、10 0 0.5m m-H z，具体试验加载工况如表1所示。输人地震波输入地震波白噪声0.1500.5mm-Hz正弦波501 mm-Hz 正弦波试验高耸模型采取单桩结构，桩体部分选用强度较高的不锈钢管，外径约为16 0 mm，模型整体高度160cm，露出桩身高度7 8 cm。振动台试验布置过程中模型箱、桩体以及拉线位移传感器的相对位置如图4所示。选用型号为DJIMAVICAIR2的无人机拍摄试验视频记录试验过程中测点水平位移,无人机各方面性能均满足本次试验需求，如图5所示。镜头分辨率为4k,水平与垂直悬停精度均为0.1m。无人机摄像头顿率设置为6 0 FPS,快门速度为1/12 5s,如果摄像头参数低于此数值，测量精度会受到影响。测量设备的位移分辨率也是决定测量精度的一个重要因素，在文中它表示测量设备能够识别的最小位移可读单元,以毫米作为单位，例如，当无人机镜头距测点5m处时，测点至少要移动3.8 mm才能被检测到。试验前期针对无人机镜头位移分辨率进行了测试，检测不同距离下无人机可识别的最小测点位移量，镜头与测点间的直线距离与位移分辨率的对应关系为,随距离增大,位移分辨性能呈指数级下降,低于2 m的范围内位移分辨率为0.7 mm,3m处为1.0 mm，当距离大于4m时，位移分辨率达到1.9mm以上，精度指数级降低。在镜头距离测点3m的范围内，无人机镜头最小可读单元低于1mm，完全满足本试验对于测量精度的需求。本文中的试验无人机飞行高度均在3m范围内。为弥补无人机摄影功能限制，提前在试验准备阶段模型顶端布设参考点B表1模型试验加载工况Table 1 Test conditions of model test加速度幅值/测量数据位移位移一位移加速度幅值/测量数据1000.5mm-Hz正弦波位移El Centro 波、Chi-Chi波、汶川波0.6El Centro波、Chi-Chi 波、汶川波0.8位移位移第3期待测点以及静止参考点，由于本次试验场地的限制，两个静止参考点设置在振动台左侧，补偿过程中的静止点位移D。为图中两点位移平均值,如图6 所示。待测点潘飞，等：基于无人机及光流特征值法的振动台模型动位移测试方法研究无人机拉线位移计D183桂模型模型箱静止补偿点振动台图4模型试验整体示意图Fig.4Overall schematic diagram of model test2.2试验结果分析试验中无人机拍摄多组不同工况下的模型结构顶端位移视频,通过光流特征值法位移响应程序处理分析，输出X方向的水平位移时程曲线（规定与拉线位移计平行的方向为X向，垂直为Y向），与模型顶部布设的拉线位移传感器输出进行对比拟合。之后利用静止参考点对无人机悬停漂移量进行补偿，通过FFT滤波、基线校正等处理方法，提高位移测量精度，将处理过后得到的位移响应再次与位移传感器数据相对比。对于振动台试验得到的结构位移视频,首先利用静止参考点对无人机悬停漂移作补偿,并将此处理过程应用到位移响应程序中,之后程序输出均为已进行补偿的位移数据。为展示补偿效果,这里以加速度为0.8 g的 Chi-Chi波工况为例,其余工况的补偿处理方法均与此相同,程序进行补偿前后的位移时程曲线对比情况以及静止参考点的位移数据，如图7 图9 所示。100F一拉线位移计测量80上60E一光流法测量40200-20-40-60-80-1000图7 未作补偿测点X向水平位移时程对比Fig.7Time history comparison of X-direction horizontaldisplacement of measuring points without compensation图7 为采用光流法但未考虑无人机悬停飘移问题得到的“绝对位移”D。与拉线位移传感器输出时程对比,可见无人机悬停漂移对测量精度影响较大。图8 为利用光流法测量得出静止参考点的相对位移D。由式(5）,将“绝对位移”D。与静止参考点位移D。相减得到测点最终的“相对位移”D，如图9中的黑色时程曲线。此时与拉线位移传感器数据的拟合结果大幅改善，采用静止参考点作补偿的方法可有效解决无人机悬停漂移问题。下文中的原始数据均为位移响应程序输出的已作补偿数据。综合考虑篇幅原因与试验目的,同时为方便描述，下文均采用振幅-频率”来表示正弦波形信息，这里给出3种正弦波输入幅值频率分别为50 0.5mm-Hz、固定钢架510图5无人机DJIMAVICAIR2Fig.5UAV DJI MAVIC AIR 2静止参考点图6 测点、静止参考点布设位置Fig.6 Layout position of measuring pointsand static compensation point100一静止参考点位移量8060F40200-20-40-60-801520时间s待测点2530-1000图8 静止参考点X向水平位移时程曲线Fig.8Time history curve of X-direction horizontaldisplacement of static reference points51015时间/s20253084501mm-Hz、10 0 0.5mm-H z、以及量程较大的加速度0.8 gElCentro波、加速度0.8 g汶川波和加速度0.8 gChi-Chi 波的测量结果。未经处理测得的原始数据与拉线位移计结果相拟合如图10(a）（f)所示。Fig.9 Time history comparison of X-direction horizontal displacement of measuring points after compensation60一拉线位移计测量一光流法测量40200-2040-600102030405060时间/s（a）50 0.5mm-H z 正弦波60一拉线位移计测量40光流法测量200-2040-600（d）加速度0.8 gElCentro波Fig.10 Time history comparison of X-direction horizontal displacement of measuring points under different working conditions由图10 可得,加速度0.8 g汶川波和加速度0.8 gChi-Chi波拟合情况较好，通过光流特征值法得到的位移响应时程曲线与拉线位移计测得结果的波形大致吻合，但三组正弦波与加速度0.8 g的El Centro波误差较大，拟合情况不理想。由光流法测量得到的时程曲线振幅与峰值与拉线位移计结果相差无几，但整体波形会有较大波动。经过分析，造成这种误差的原因是外界噪音干扰以及无人机镜头本身的质量问题和飘移抖动，导致两者波形峰值处难以重合，出现较大误差。为解决噪音干扰问题,采用FFT高通滤波处理。使用FFT对位移响应程序输出的原始信号进行傅里叶变换，提取原始信号频谱，然后对信号进行频域滤波，提取其基波分量，过滤其他频率的噪声，实现去噪的目的。经多次试验分析，滤波处理过程中采取的最佳截止频率在0.1Hz附近。无人机镜头抖动的问题可利用基线校正（base-line correction）的方法得到改善，具体做法是将视频按帧拆分,计算每段视频的总帧数,把每顿所对应的相对位移量进行求和,再除以总帧数取平均值。得到的平均值即位移响应整体波形因无人机抖动相对于实际的偏移量,最后将每一帧所对应的位移量减去此值。经过这种处理，位移响应的整体波形与拉线位移传感器数据明显吻合。因此,通过基线校正的方法可以将无人机运行过程中不可避免的微弱飘移响应进行近似剔除。基于以上两种问题的处理方法以及反复试验,形成了一套面向无人机摄影测量的处理标准：1)对无人机拍摄视频经程序析出的位移时程曲线作FFT高通滤波处理，截止频率设置为0.1Hz。地震工程与工程振动100一拉线位移计测量80F一光流法测量6040F200-20F-40F-60F-80F-1000图9作补偿后测点X向水平位移时程对比60一拉线位移计测量一光流法测量4020020-40-600806040200204060-801020时间/第43卷510时间/s1020时间/s(b）50 1m m-H z 正弦波一拉线位移计测量一光流法测量-100300102030405060时间/（e）加速度0.8 g汶川波图10 不同工况下测点X向水平位移时程对比1520253030100一拉线位移计测量80一光流法测量604020020_40-60-80-1000100一拉线位移计测量806040200-20-40-60-800(f)加速度0.8 gChi-Chi波102030405060时间/s（c）10 0 0.5mm-H z 正弦波一光流法测量10时间/s2030第3期2)对滤波完成的位移数据作基线校正,对相应时间内的位移求和后取平均值,将整体减去此值便得到最终位移响应。使用这套标准将数据处理完毕后再次将上文各工况下光流特征值法位移响应时程曲线与拉线位移传感器记录曲线相拟合,结果如图11(a）（f)所示。60r一拉线位移计测量一光流法测量40200-2040-600102030405060时间/s（a）50 0.5m m-H z 正弦波60r拉线位移计测量一光流法测量40200-2040-600(d）加速度0.8 gElCentro波由图11(a）（f)可见,此时的拟合结果高度吻合，位移响应误差较小,验证了FFT高通滤波、基线校正等处理方法的正确性与可行性，面向无人机摄影测量的处理标准可有效提高测量结果的精度。3结论潘飞，等：基于无人机及光流特征值法的振动台模型动位移测试方法研究60一拉线位移计测量一光流法测量40200-2040-60080拉线位移计测量一光流法测量6040200-2040-60-801020时间/Fig.11 Time history comparison of X-direction horizontal displacement ofmeasuring points under different working conditions after treatment85100一拉线位移计测量80光流法测量/6040200-20-40-60-80-1001020时间/s（b）50 1m m-H z 正弦波300102030405060时间/s（e）加速度0.8 g汶川波图11处理后不同工况下测点X向水平位移时程对比30W0-20-40-60-80-1000(f）加速度0.8 gChi-Chi波0100一拉线位移计测量80E一光流法测量604020102030405060时间/s（c）10 0 0.5m m-H z 正弦波10时间/s2030针对本文基于无人机以及光流特征值法的非接触测量方法，设计振动台试验，通过模振动台试验数据对该方法的可行性以及结构动位移时程曲线输出程序测量精度进行检验分析，得到的结论如下：1)该测量方法适用于高耸、大型结构物的振动测试。通过Python编写的位移响应程序,可精准识别、定位、跟踪无人机采集到结构位移视频中的待测点和静止参考点，并输出所选取测点的移动轨迹视频以及不同运动方向的位移时程曲线与数据,实现对结构动位移的非接触测量。2)采用静止参考点作为无人机的悬停飘移补偿，通过振动台试验将补偿前后的测量数据与拉线位移传感器比较，误差明显减小，精度得到提高。证实了静止参考点可解决无人机悬停漂移问题，达到更好的试验效果。3)经过反复对比试验,形成了面向无人机摄影测量数据的处理标准，可较大程度上解决外界噪音干扰、无人机摄像头不稳定等问题，进一步提高了测量精度。参考文献：1华燕，王际芝，黄勇.大型结构试验和结构监测中的数据采集系统J.工程力学，2 0 0 3，2 0（1)：16 6-17 0.HUA Yan,WANG Jizhi,HUANG Yong.Data acquisition system for large-scale structural experiments and monitoring JJ.Engineering Mechanics,2003,20(1):166-170.(in Chinese)2邓伟，金波，郑涛，等.高桩-混凝土承台式海上风电塔强振分析J.地震工程与工程振动，2 0 2 0，40(1)：2 33-2 41.DENG Wei,JIN Bo,ZHENG Tao,et al.Analysis of vibration characteristics of high-pile at sea-concrete offshore wind turbine towerJ.Earthquake Engineering and Engineering Dynamics,2020,40(1):233-241.(in Chinese)【3彭东林，刘小康，张兴红，等.高精度时栅位移传感器研究J.机械工程学报，2 0 0 5，41(12：12 6-12 9.86PENG Donglin,LIU Xiaokang,ZHANG Xinghong,et al.Research on high-precision time-grating displacement sensorJJ.Chinese Journal ofMechanical Engineering,2005,41(12):126-129.(in Chinese)4赵宪忠，李秋云.土木工程结构试验量测技术研究进展与现状J.西安建筑科技大学学报（自然科学版），2 0 17，49（1)：48-55.ZHAO Xianzhong,LI Qiuyun.A review on measurement technology for structural testing in civil engineering JJ.Journal of Xi an University ofArchitecture&Technology(Natural Science Edition),2017,49(1):48-55.(in Chinese)5WATT D W,GOULET R U,GROSS T S.In-situ measurements of three-dimensional displacement fields in shear crack growth using phase-shiftedspeckle interferometryC/SPIEs 1995 Intermnational Symposium on Optical Science,Engineering,and Instrumentation.Interferometry VII:Applications,San Diego,CA,USA.1995,2545:122-132.6赵德信，宋伟.用散斑法测位移进行结构分析J.应用激光，1992，12（4)：148-149，147.ZHAO Dexin,SONG Wei.Structural analyse by measuring displacement with speckies methodJ.Applied Laser,1992,12(4):148-149,147.(in Chinese)7张森文，曹开彬.计算结构动力响应的状态方程直接积分法J.计算力学学报，2 0 0 0，17（1)：94-97，118.ZHANG Senwen,CAO Kaibin.Direct integration of state equation method for dynamic response of structure J.Chinese Journal of ComputationalMechanics Chinese Journal of Computational Mechanics,2000,17(1):94-97,118.(in Chinese)8陈海龙，汪伟，栾军英.基于加速度传感器阵列六自由度振动测试方法研究J.现代制造工程，2 0 14（8）：97-10 2.CHEN Hailong,WANG Wei,LUAN Junying.Six degrees of freedom vibration test technology research based on sensor array JJ.ModernManufacturing Engineering,2014(8):97-102.(in Chinese)9DI Z,MA T.Study on electronic circumference ruler design based on displacement sensor JJ.Wireless Internet Technology,2017,116(16):138-139.10 刘志平，罗翔，何秀风.利用毫米波雷达测量系统的高铁车桥振动检测J.同济大学学报（自然科学版），2 0 2 1，49（4)：56 1-56 8.LIU Zhiping,LUO Xiang,HE Xiufeng.Vibration detection of high-speed railway bridge using millimeter wave radar measurement systemJ.Journal of Tongji University(Natural Science),2021,49(4):561-568.(in Chinese)11LI C L,CHEN W M,LIU G,et al.A noncontact FMCW radar sensor for displacement measurement in structural health monitoring JJ.Sensors(Basel,Switzerland),2015,15(4):7412-7433.12 郭蓬，郭剑锐，戎辉，等。毫米波雷达研究现状及其测试项目J.汽车电器，2 0 18(10)：33-35.GUO Peng,GUO Jianrui,RONG Hui,et al.Research status and test items of mm wave radarJ.Auto Electric Parts,2018(10):33-35.(inChinese)13 王洪亮.基于多摄像机协同的飞机着陆过程视频监测方法D.哈尔滨：哈尔滨工业大学，2 0 19.WANG Hongliang.Video monitoring method based on multi-camera collaboration for aircraft landing process D.Harbin:Harbin Institute ofTechnology,2019.(in Chinese)【14】桑振，周永华.基于视频的移动车辆实时测距研究J.北京交通大学学报，2 0 2 0，44（5)：133-140.SANG Zhen,ZHOU Yonghua.A video-based research on real-time distance measurement of mobile vehicles JJ.Journal of Bejing JiaotongUniversity,2020,44(5):133-140.(in Chinese)15ZHANG D S,LUO M,AROLA D D.Displacement/strain measurements using an optical microscope and digital image correlationJ.OpticalEngineering,2006,45(3):033605.16FRANCK C,HONG S,MASKARINEC S A,et al.Three-dimensional full-field measurements of large deformations in soft materials using confocalmicroscopy and digital volume correlationJ.Experimental Mechanics,2007,47(3):427-438.17 KIRUGULIGE M S,TIPPUR H V,DENNEY T S.Measurement of transient deformations using digital