[發明專利]一種橋梁載荷損傷識別方法及系統在審
| 申請號: | 202011341814.3 | 申請日: | 2020-11-25 |
| 公開(公告)號: | CN112487925A | 公開(公告)日: | 2021-03-12 |
| 發明(設計)人: | 何新銳;劉芝辰 | 申請(專利權)人: | 上海海事大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/04;G06N3/08;E01C23/01;E01D1/00;G01N21/88;G01N21/95;G01S19/42 |
| 代理公司: | 上海元好知識產權代理有限公司 31323 | 代理人: | 張靜潔;徐雯瓊 |
| 地址: | 201306 上海市*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 橋梁 載荷 損傷 識別 方法 系統 | ||
本發明提供一種橋梁車輛載荷損傷識別方法,包含步驟:S1、設置若干圖像采集模塊和若干GPS模塊;S2、將采集的橋梁路面圖像劃分為若干大小相同的子圖像;S3、人工標注子圖像中的車輛、橋梁路面損傷區域,建立訓練集和驗證集;S4、通過訓練集和驗證集預訓練第一、第二神經網絡模型,第一、第二神經網絡模型分別用于識別車輛、橋梁路面損傷區域;S4、將實時采集的橋梁路面圖像劃分為若干個子圖像,將該子圖像輸入訓練好的第一、第二神經網絡模型,識別該子圖像中的橋梁路面損傷區域并計算其在對應子圖像的占比;S5、若占比超過設定的閾值,發送子圖像對應的位置信息、占比給控制中心。本發明還提供一種橋梁車輛載荷損傷識別系統。
技術領域
本發明涉及路面檢測技術領域,特別涉及一種橋梁載荷損傷識別方法及系統。
背景技術
橋梁結構在服役期間,長期承受著風荷載、車輛荷載、人群荷載、以及地震荷載等隨機荷載的作用,產生疲勞現象。重復作用的疲勞荷載所引起的應力水平雖然遠低于強度屈服極限,但會有較強烈的應力集中現象產生,最終會導致突然的破壞,這種破壞稱為疲勞破壞。它是一種結構材料在重復荷載作用下發生的低于靜載強度的脆性破壞。
在上述的作用力中,尤以車輛荷載為最主要的因素,其作用力大、頻率高、且作用時間長,造成的橋梁結構的疲勞損傷最大。由于日常生活中長期作用于橋梁結構上的各種實際車輛荷載,導致了橋梁結構構件的疲勞損傷累積。
目前,發現橋梁路面損傷的方法主要依靠于人工巡檢,費時、費力、效率低下。人工巡檢方式不能夠及時發現橋梁路面的損傷,同時由于橋梁路面車輛較多,對工作人員也造成一定的安全隱患。
也有一些安裝在橋區的攝像頭用于監控橋梁車流,但顯然不可能覆蓋到橋梁路面的每個區域,且對于采集的圖像仍需要人工處理和判斷。而且采集的圖像實時記錄會產生大量的數據,會給后續數據存儲、數據傳輸、數據處理帶來壓力。因此,現有的橋梁路面監控系統無法自動判斷橋梁路面是否因車輛載荷造成損傷,更不能實時、在線、自動、智能化的判斷損傷程度,并根據判斷結果自動通知相關部門進行處理。
綜上所述,亟需一種橋梁載荷損傷識別系統及方法,能夠有效的自動識別橋梁路面因車輛載荷所產生的損傷,并能夠準確判斷損傷程度。
發明內容
本發明的目的是提供一種橋梁車輛載荷損傷識別方法及系統,能夠自動識別所采集的橋梁路面圖像中橋梁載荷損傷區域,并判斷損傷程度,將判斷結果和圖像的采集位置發送給控制中心,同時還能夠自動根據橋梁路面損傷程度生成對應的報警信息并報告給控制中心。
為了達到上述目的,本發明提供一種橋梁車輛載荷損傷識別方法,包含步驟:
S1、在橋梁上方設置若干個圖像采集模塊和若干GPS模塊,一個圖像采集模塊對應一個GPS模塊;通過圖像采集模塊采集橋梁路面圖像,通過與該圖像采集模塊對應的GPS模塊獲取該圖像采集模塊的位置信息;
S2、將所述橋梁路面圖像劃分為若干個大小相同的子圖像;
S3、人工對所述子圖像中的車輛、橋梁路面損傷區域進行標注;并對將標注后的部分子圖像作為訓練集,剩余的子圖像作為驗證集;
S4、通過所述訓練集和驗證集預訓練第一、第二神經網絡模型;所述第一神經網絡模型用于從所述子圖像中識別車輛;所述第二神經網絡模型用于從不包含車輛的子圖像中識別橋梁路面損傷區域;
S4、將實時采集的橋梁路面圖像劃分為若干個對應的子圖像,將該子圖像輸入訓練好的第一、第二神經網絡模型,識別該子圖像中的橋梁路面損傷區域;計算得到該橋梁路面損傷區域在對應子圖像的占比;
S5、若所述占比超過設定的第一閾值,將該子圖像對應的所述位置信息、所述占比發送給控制中心。
優選的,所述若干個圖像采集模塊能夠采集橋頭至橋尾的全部橋梁路面圖像。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海海事大學,未經上海海事大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011341814.3/2.html,轉載請聲明來源鉆瓜專利網。





