[發(fā)明專利]一種橋梁動(dòng)態(tài)荷載自動(dòng)檢測與反演系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 202010188342.6
• 申請日: 2020-03-17
• 公開（公告）號(hào): CN111354035B
• 公開（公告）日: 2023-09-05
• 發(fā)明（設(shè)計(jì)）人: 成高立;雷雪芹;張宏軍;梁田;冉海峰;李煒;梁紅濤;楊蘇;劉高陽;高壯;王朵;徐嬌;喬華璽;李明;賈保國;夏濤;張濤;韓曉凱;嚴(yán)元?jiǎng)?/a>;侯群杰
• 申請（專利權(quán)）人: 陜西高速機(jī)械化工程有限公司;西安財(cái)經(jīng)大學(xué);陜西寶漢高速公路建設(shè)管理有限公司寶雞分公司
• 主分類號(hào): G06T7/62
• 分類號(hào): G06T7/62;G06T7/66;G06T15/00;G06T7/136;G06T7/12;G01B11/24;G01B11/02;G01B11/06
• 代理公司: 北京慕達(dá)星云知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11465
• 代理人: 崔自京

1.一種橋梁動(dòng)態(tài)荷載自動(dòng)檢測與反演系統(tǒng)，其特征在于，包括三維激光掃描儀(11)、計(jì)算機(jī)、多個(gè)攝像機(jī)(12)和用于與三維激光掃描儀(11)配合使用的計(jì)時(shí)器；橋梁上的同向車道上均布有多個(gè)路竿，每個(gè)路竿上均架設(shè)有對相鄰兩個(gè)路竿之間的車道區(qū)域視場進(jìn)行覆蓋的攝像機(jī)(12)，多個(gè)攝像機(jī)同步攝像，且同步精度小于10微秒，三維激光掃描儀(11)架設(shè)在橋梁入口處的同向雙車道的正上方上且測量范圍覆蓋兩條車道；橋梁(21)上至少在橋梁的最大受力處設(shè)置有應(yīng)力傳感器，應(yīng)力傳感器、攝像機(jī)(12)、計(jì)時(shí)器和三維激光掃描儀(11)均與計(jì)算機(jī)連接；

所述的三維激光掃描儀(11)，用于得到所有進(jìn)入橋梁同向雙車道上的被檢測車輛各自表面的點(diǎn)云數(shù)據(jù)，并將其得到的點(diǎn)云數(shù)據(jù)發(fā)送給計(jì)算機(jī)；

所述的攝像機(jī)(12)，用于對通過其下方的所有的運(yùn)動(dòng)的被檢測車輛的連續(xù)行駛過程進(jìn)行拍攝，待拍下運(yùn)動(dòng)的被檢測車輛的連續(xù)行駛視頻后，將拍下的運(yùn)動(dòng)的被檢測車輛的連續(xù)行駛視頻發(fā)送給中央處理器；

所述的計(jì)算機(jī)，用于接收三維激光掃描儀發(fā)送的點(diǎn)云數(shù)據(jù)，并以點(diǎn)云數(shù)據(jù)為基礎(chǔ)，經(jīng)三維重建得到所有進(jìn)入橋梁同向雙車道上的被檢測車輛各自表面的三維輪廓圖，并以各個(gè)被檢測車輛表面的三維輪廓圖計(jì)算出各個(gè)被檢測車輛的長、寬和高的尺寸數(shù)據(jù)，然后以被檢測車輛尺寸數(shù)據(jù)中的車廂高度來判斷被檢測車輛是否為空車，從而得到被檢測車輛的載荷判斷信息；同時(shí)選取某一輛貨車作為樣本車輛，記錄下它的長、寬和高的尺寸數(shù)據(jù)；將被檢測車輛的尺寸數(shù)據(jù)與樣本車輛的尺寸數(shù)據(jù)比較，判斷出被檢測車輛的車型信息；被檢測車輛的車型信息和載荷判斷信息組成了車輛載荷計(jì)算參數(shù)信息；

同時(shí)，所述的計(jì)算機(jī)，用于接收攝像機(jī)拍下的運(yùn)動(dòng)的被檢測車輛的連續(xù)行駛視頻，并將其處理成一幀幀不間斷的圖像；利用背景差分法在上述圖像中提取出多個(gè)運(yùn)動(dòng)的被檢測車輛的灰度圖像，然后再利用改進(jìn)的Otsu算法對多個(gè)運(yùn)動(dòng)的被檢測車輛的灰度圖像進(jìn)行自適應(yīng)二值化處理，并對二值化處理后的多個(gè)運(yùn)動(dòng)的被檢測車輛目標(biāo)結(jié)果提取Harris特征角點(diǎn)，并根據(jù)提取的Harris特征角點(diǎn)創(chuàng)建多個(gè)自適應(yīng)運(yùn)動(dòng)的被檢測車輛大小的跟蹤框來開始對視場內(nèi)運(yùn)動(dòng)的被檢測車輛進(jìn)行跟蹤，并根據(jù)跟蹤框的多少得到視場內(nèi)分布的車輛數(shù)量，同時(shí)，利用設(shè)置在橋梁同向雙車道入口處的攝像機(jī)拍下的運(yùn)動(dòng)的被檢測車輛的連續(xù)行駛視頻，得到的運(yùn)動(dòng)的被檢測車輛大小的跟蹤框來對運(yùn)動(dòng)的被檢測車輛進(jìn)行標(biāo)號(hào)；

通過上述計(jì)算提取的Harris特征角點(diǎn)中每個(gè)運(yùn)動(dòng)的被檢測車輛的Harris特征角點(diǎn)的橫縱坐標(biāo)的平均值來獲得每個(gè)運(yùn)動(dòng)的被檢測車輛的質(zhì)心，同時(shí)，通過最鄰近跟蹤濾波器算法和用于跟蹤和判斷車輛位置的改進(jìn)型卡爾曼濾波算法將每一幀視頻圖像中相同標(biāo)號(hào)的車輛質(zhì)心連接起來，從而得到相同標(biāo)號(hào)車輛的行駛軌跡，從而實(shí)現(xiàn)多目標(biāo)運(yùn)動(dòng)的被檢測車輛的跟蹤，進(jìn)而得到整個(gè)橋面運(yùn)動(dòng)車輛的分布信息；

根據(jù)得到的車輛載荷計(jì)算參數(shù)信息和得到的整個(gè)橋面運(yùn)動(dòng)車輛的分布信息得到所有車輛對橋梁的荷載信息，并將得到的載荷信息和橋梁設(shè)計(jì)時(shí)橋梁的相關(guān)參數(shù)信息采用有限元模型算法得到橋梁各點(diǎn)的應(yīng)力應(yīng)變分布值；

根據(jù)在橋梁的最大受力處設(shè)置的應(yīng)力傳感器測得的橋梁的實(shí)際應(yīng)力應(yīng)變分布值與上述步驟中得到的橋梁對應(yīng)部位的各點(diǎn)的應(yīng)力應(yīng)變分布值通過多項(xiàng)式回歸，對得到的橋梁對應(yīng)部位的各點(diǎn)的應(yīng)力應(yīng)變分布值進(jìn)行修正。