[發(fā)明專利]一種橋梁車輛時空荷載監(jiān)控方法有效
| 申請?zhí)枺?/td> | 202011315926.1 | 申請日: | 2020-11-22 |
| 公開(公告)號: | CN112444311B | 公開(公告)日: | 2021-11-09 |
| 發(fā)明(設(shè)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(quán))人: | 同濟大學(xué) |
| 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(chǎn)權(quán)代理有限公司 31225 | 代理人: | 趙繼明 |
| 地址: | 200092 *** | 國省代碼: | 上海;31 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 橋梁 車輛 時空 荷載 監(jiān)控 方法 | ||
本發(fā)明涉及一種橋梁車輛時空荷載監(jiān)控方法,包括:在橋梁上安裝動態(tài)稱重系統(tǒng)和視覺系統(tǒng),并同步兩者的時間戳;根據(jù)視覺系統(tǒng)構(gòu)建橋面車輛全景圖;采用車輛檢測模型,實時識別視覺系統(tǒng)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(yù)設(shè)的改進卡爾曼濾波模型,實時根據(jù)第n幀橋面車輛全景圖之前的圖像幀,預(yù)測第n幀橋面車輛全景圖中對應(yīng)車輛的預(yù)測框,并將該預(yù)測框與對應(yīng)車輛的檢測框匹配,獲取或更新車輛軌跡信息;根據(jù)動態(tài)稱重系統(tǒng)獲取車輛荷載信息,將該車輛荷載信息與車輛軌跡信息進行同時刻同車道匹配,實現(xiàn)車輛時空荷載的監(jiān)控。與現(xiàn)有技術(shù)相比,本發(fā)明同時考慮了車輛的荷載以及空間位置變化,信息完整且精度高。
技術(shù)領(lǐng)域
本發(fā)明涉及橋梁監(jiān)控領(lǐng)域,尤其是涉及一種橋梁車輛時空荷載監(jiān)控方法。
背景技術(shù)
橋梁車輛荷載獲取技術(shù)是橋梁維護領(lǐng)域的重要問題之一,車輛荷載的準(zhǔn)確獲取對于橋梁的運營管理、性能評價至關(guān)重要。
目前常用的橋梁車輛荷載數(shù)據(jù)采集方法有:基于規(guī)范的車輛荷載給定、現(xiàn)場人工調(diào)查、動態(tài)稱重系統(tǒng)、橋梁稱重技術(shù)等。然而,由于車輛荷載為動態(tài)荷載,而目前的這些方法僅能做到單點、單斷面采樣,無法獲取車輛在橋面行駛過程中的空間位置變化,導(dǎo)致車輛動態(tài)荷載獲取不完整。
發(fā)明內(nèi)容
本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種同時考慮車輛的荷載以及空間位置變化的橋梁車輛時空荷載監(jiān)控方法。
本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn):
一種橋梁車輛時空荷載監(jiān)控方法,包括以下步驟:
在橋梁上安裝動態(tài)稱重系統(tǒng)和視覺系統(tǒng),并同步兩者的時間戳,所述動態(tài)稱重系統(tǒng)用于檢測車輛荷載,所述視覺系統(tǒng)用于檢測橋梁中的車輛;
根據(jù)所述視覺系統(tǒng)構(gòu)建橋面車輛全景圖;
采用預(yù)先構(gòu)建和訓(xùn)練好的車輛檢測模型,實時識別所述視覺系統(tǒng)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(yù)設(shè)的改進卡爾曼濾波模型,實時根據(jù)第n幀橋面車輛全景圖之前的圖像幀,預(yù)測第n幀橋面車輛全景圖中對應(yīng)車輛的預(yù)測框,并將該預(yù)測框與對應(yīng)車輛的檢測框匹配,獲取或更新車輛軌跡信息;
根據(jù)所述動態(tài)稱重系統(tǒng)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(xiàn)車輛時空荷載的監(jiān)控。
進一步地,所述改進卡爾曼濾波模型包括改進的狀態(tài)預(yù)測模塊和跟蹤器校驗?zāi)K,所述改進卡爾曼濾波模型對檢測到的每個車輛均設(shè)置有一一對應(yīng)的跟蹤器,所有所述跟蹤器構(gòu)成跟蹤器組群,所述改進卡爾曼濾波模型初始化后將預(yù)設(shè)的丟失幀數(shù)置零;
所述改進卡爾曼濾波模型的數(shù)據(jù)處理過程包括以下步驟:
S1:通過所述改進的狀態(tài)預(yù)測模塊,根據(jù)第n幀橋面車輛全景圖之前的圖像幀,預(yù)測第n幀橋面車輛全景圖中對應(yīng)車輛的預(yù)測框;
S2:計算第n幀橋面車輛全景圖中所述檢測框與對應(yīng)車輛的預(yù)測框的重疊度,若該重疊度大于預(yù)設(shè)的重疊閾值,則根據(jù)該預(yù)測框與檢測框,生成初步匹配的檢測-跟蹤對,并執(zhí)行步驟S3,否則將該預(yù)測框與檢測框標(biāo)記為未匹配檢測,并執(zhí)行步驟S5;
S3:采用所述跟蹤器校驗?zāi)K校驗所述初步匹配的檢測-跟蹤對,若滿足預(yù)設(shè)的校驗條件,則將丟失幀數(shù)置零,并更新該車輛的跟蹤器,若否,則將該預(yù)測框與檢測框標(biāo)記為未匹配跟蹤器,并執(zhí)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(yù)測框與檢測框構(gòu)成的檢測結(jié)果;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于同濟大學(xué),未經(jīng)同濟大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011315926.1/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種時空地理大數(shù)據(jù)的檢索方法及系統(tǒng)
- 一種泛知識化時空對象表達數(shù)據(jù)庫建立方法
- 一種基于時空密度波與同步的大型時空數(shù)據(jù)聚類算法GRIDWAVE
- 時空數(shù)據(jù)的存儲方法、查詢方法及存儲裝置、查詢裝置
- 一種云環(huán)境下時空索引的構(gòu)建方法、裝置及電子設(shè)備
- 面向工業(yè)4.0的時空大數(shù)據(jù)分布式存儲檢索方法及系統(tǒng)
- 一種數(shù)據(jù)比對碰撞方法和裝置
- 時空數(shù)據(jù)的異常檢測方法、裝置、電子設(shè)備和存儲介質(zhì)
- 一種可直接捕獲時空相關(guān)性的時空數(shù)據(jù)預(yù)測方法
- 多維時空譜數(shù)據(jù)融合方法、裝置、電子設(shè)備和存儲介質(zhì)





