[發明專利]一種橋梁車輛時空荷載監控方法

有效

• 申請號: 202011315926.1
• 申請日: 2020-11-22
• 公開（公告）號: CN112444311B
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 潘玥;陳艾榮;王達磊;董一慶;馬云龍;顧振雄;吉煜鵬;莊驍磊
• 申請（專利權）人: 同濟大學
• 主分類號: G01G19/03
• 分類號: G01G19/03;G01G23/00;H04N7/18;G06F16/51;G06F16/58;G06F16/583;G06K9/00;G06K9/32;G06K9/62;G06T7/277
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙繼明

1.一種橋梁車輛時空荷載監控方法，其特征在于，包括以下步驟：

在橋梁上安裝動態稱重系統和視覺系統，并同步兩者的時間戳，所述動態稱重系統用于檢測車輛荷載，所述視覺系統用于檢測橋梁中的車輛；

根據所述視覺系統構建橋面車輛全景圖；

采用預先構建和訓練好的車輛檢測模型，實時識別所述視覺系統獲取的第n幀橋面車輛全景圖中車輛的位置，得到車輛的檢測框；

通過預設的改進卡爾曼濾波模型，實時根據第n幀橋面車輛全景圖之前的圖像幀，預測第n幀橋面車輛全景圖中對應車輛的預測框，并將該預測框與對應車輛的檢測框匹配，獲取或更新車輛軌跡信息；

根據所述動態稱重系統獲取車輛荷載信息，將該車輛荷載信息與所述車輛軌跡信息進行同時刻同車道匹配，實現車輛時空荷載的監控；

所述改進卡爾曼濾波模型包括改進的狀態預測模塊和跟蹤器校驗模塊，所述改進卡爾曼濾波模型對檢測到的每個車輛均設置有一一對應的跟蹤器，所有所述跟蹤器構成跟蹤器組群，所述改進卡爾曼濾波模型初始化后將預設的丟失幀數置零；

所述改進卡爾曼濾波模型的數據處理過程包括以下步驟：

S1：通過所述改進的狀態預測模塊，根據第n幀橋面車輛全景圖之前的圖像幀，預測第n幀橋面車輛全景圖中對應車輛的預測框；

S2：計算第n幀橋面車輛全景圖中所述檢測框與對應車輛的預測框的重疊度，若該重疊度大于預設的重疊閾值，則根據該預測框與檢測框，生成初步匹配的檢測-跟蹤對，并執行步驟S3，否則將該預測框與檢測框標記為未匹配檢測，并執行步驟S5；

S3：采用所述跟蹤器校驗模塊校驗所述初步匹配的檢測-跟蹤對，若滿足預設的校驗條件，則將丟失幀數置零，并更新該車輛的跟蹤器，若否，則將該預測框與檢測框標記為未匹配跟蹤器，并執行步驟S6：

S5：判斷所述檢測框是否位于所述橋面車輛全景圖的兩端，若是，則對該車輛生成新的跟蹤器，并添加進所述跟蹤器組群，若否，則刪除該預測框與檢測框構成的檢測結果；

S6：判斷所述預測框是否超出橋面車輛全景圖的邊界，若是，則根據該跟蹤器，生成該車輛的時空軌跡數據，并刪除該跟蹤器；否則判斷所述丟失幀數是否大于預設的丟失閾值，若是，則根據該跟蹤器，生成該車輛的時空軌跡數據，并刪除該跟蹤器；否則將該車輛對應的丟失幀數加1，并繼續進行數據處理。

2.根據權利要求1所述的一種橋梁車輛時空荷載監控方法，其特征在于，所述改進的狀態預測模塊的數據處理過程包括以下步驟：

鄰速平均步驟：通過某一車輛最近的預設的第一次數的檢測位置，若實際檢測小于21次，則取所有實際檢測位置，對相鄰檢測位置計算位移差和幀數差，計算得到多個速度，進行算術平均，得到平均速度；

長度拉伸步驟：根據車輛距離最近橋塔的距離，乘拉伸系數，得到長度拉伸后的預測長度；

預測框獲取步驟：根據所述平均速度以及該車輛當前位置的形心，計算該車輛預測框的形心，將所述預測長度作為該車輛預測框的長度，將該車輛的寬度作為該車輛預測框的寬度。

3.根據權利要求2所述的一種橋梁車輛時空荷載監控方法，其特征在于，所述改進的狀態預測模塊的數據處理過程還包括對獲取的預測框進行微調，具體包括以下步驟：

碰撞分離步驟：若相鄰幀數的兩預測框在車長方向有重疊，重疊長度為E_ov，則根據該重疊長度，將兩預測框向遠離方向分別位移；

擴大搜索：若所述丟失幀數處于預設的丟失搜索范圍，則分別擴大該預測框的預測長度和寬度。

4.根據權利要求1所述的一種橋梁車輛時空荷載監控方法，其特征在于，所述跟蹤器校驗模塊的數據處理過程包括以下步驟：

形狀校驗步驟：記檢測框的長和寬分別為L_det、W_det，預測框的長和寬分別為L_pred、W_pred，則須滿足：

0.75×L_pred≤L_det≤1.25×L_pred

0.75×W_pred≤W_det≤1.25×W_pred。