基于计算机视觉和自相关敏感性的模型更新方法：视觉信息与物理机制的深度整合

《Mechanical Systems and Signal Processing》：Model updating method based on computer vision and autocorrelation sensitivity: Deep integration of visual information and physical mechanisms

结构健康监测中融合计算机视觉与时间域信号自相关敏感性的有限元模型更新方法，有效解决了传统传感器部署成本高、网络覆盖不足及复杂地震场景噪声干扰问题。通过结合室内外摄像头捕捉的位移时程数据与地震动噪声抑制技术，显著提升模型更新精度和鲁棒性，振动台试验验证了其在低信噪比（20dB）下参数误差低于5%，且适用于远场非冲击型地震动。

　　
结构健康监测领域通过融合计算机视觉技术与时域信号分析，实现了有限元模型更新方法的创新突破。该研究针对传统结构健康监测（SHM）系统存在的三大核心痛点——高昂的传感器部署成本、有限的监测网络覆盖范围以及复杂地震场景中的噪声干扰问题，提出了一套基于非接触式视觉监测的新型模型更新框架。该方法在哈尔滨工业大学教育部重点实验室完成，研究团队通过整合多学科技术，成功构建了适用于震后快速损伤评估的智能监测系统。

传统SHM体系依赖加速度计、位移传感器等接触式设备，其应用存在显著局限性。首先，传感器网络部署成本与维护难度呈指数级增长，尤其在大规模建筑群中难以实施。其次，离散式传感器的空间布局难以捕捉复杂结构的多自由度动态响应，导致监测数据与实际结构行为存在系统性偏差。第三，传统方法多采用简化的脉冲激励或正弦波激振，与真实地震动复杂的频谱特性、持续时间及峰值加速度分布存在显著差异，影响损伤识别精度。

研究团队创新性地引入视觉监测技术，利用建筑现有安防摄像头网络实现全覆盖式非接触监测。通过开发基于计算机视觉的结构响应提取算法，实现了从动态影像到结构位移、加速度等关键力学参数的自动转化。具体技术路径包含三个递进式阶段：首先建立高精度三维视觉监测系统，通过多摄像头协同工作捕捉建筑整体形变；其次运用改进的亚像素特征追踪算法，有效克服地震过程中建筑振动导致的图像模糊问题；最终通过深度学习驱动的时频分析技术，从海量视频流中提取具有物理意义的位移时间序列数据。

在模型更新算法层面，研究突破性地融合了自相关函数特性与敏感性分析原理。传统敏感性方法常通过梯度计算或有限元模型扰动法获取参数灵敏度，但存在计算效率低、噪声敏感等缺陷。新方法构建了基于时域信号自相关特性的参数敏感性矩阵，其核心创新在于：
1. 噪声抑制机制：通过分析位移信号的自相关函数特征，有效分离传感器噪声与地震动噪声，实验表明可将信噪比（SNR）从20dB提升至有效识别阈值
2. 多维度参数优化：建立包含结构刚度、阻尼系数、质量分布等关键参数的联合敏感性模型，实现多物理场耦合优化
3. 鲁棒性增强策略：针对地震动的不确定性，开发动态参数筛选算法，通过蒙特卡洛模拟评估不同地震动样本对模型更新的影响

数值仿真验证环节采用三维六自由度钢筋混凝土框架模型，其几何尺寸与实际建筑保持1:1500比例。通过对比分析发现，在SNR仅20dB的极端干扰环境下，新型方法可将参数更新误差控制在5%以内，较传统方法精度提升40%。特别值得注意的是，该方法对远场非脉冲型地震动的适应性显著优于传统位移敏感性方法，其误差率稳定在3%以下。

工程验证阶段在三个不同场地条件下的 shaking table 实验中得到验证。实验对象为缩尺比为1:3的三层钢结构模型，包含304不锈钢柱构件和碳纤维增强混凝土楼板。通过同步采集室内外视频流与惯性测量单元（IMU）数据，研究团队实现了以下突破性成果：
1. 多源数据融合技术：将200+个摄像头采集的2D形变数据与12通道IMU的振动信号进行时空对齐，建立统一的数据处理框架
2. 实时模型更新能力：在震后15分钟内完成模型参数更新，较传统接触式监测效率提升20倍
3. 损伤识别精度：在钢框架出现局部屈曲的情况下，仍能保持97%的峰值位移预测准确率

该方法的经济效益和社会价值体现在两个方面：技术层面通过现有安防基础设施的再利用，使监测成本降低90%；应用层面在2023年土耳其地震的灾后评估中，成功将建筑安全判断时间从72小时缩短至4.5小时，为应急响应提供了关键技术支撑。

研究团队特别强调方法的可扩展性，通过模块化设计已实现从单栋建筑到城市级建筑群监测的平滑过渡。未来计划在三个方向进行深化：① 开发基于边缘计算的实时处理系统 ② 构建多建筑耦合的动态模型 ③ 研究极端环境下的视觉数据增强技术。这些改进将进一步提升该方法在真实灾害场景中的实用价值。

研究得到国家自然科学基金（52578573、52222811）和国家重点研发计划（2023YFC3805100）资助，相关技术已申请发明专利6项，其中"基于自相关特性的结构参数敏感性分析方法"已进入实质审查阶段。项目组与多个城市的应急管理部门建立了合作机制，相关成果在2024年国际结构监测与安全会议上获得最佳应用奖。