[發明專利]基于雙目視覺的橋面裂縫監理方法及其系統

在審

• 申請號: 202110714892.1
• 申請日: 2021-06-25
• 公開（公告）號: CN113392588A
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 鄒益群;李衛平;肖鞏;陳永生
• 申請（專利權）人: 廣州萬安建設監理有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/08;G01B11/02;G01B11/22;G01N21/88;G06F119/02;G06F119/14
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于雙目視覺的橋面裂縫監理方法，其特征在于：包括步驟：

實時獲取設于定點位置處的裂縫檢測裝置(2)所傳輸的關于橋面裂縫的裂縫深度信息以及裂縫寬度數據信息；

從橋面歷史檢測信息中提取與橋面裂縫相關的裂縫深度信息和裂縫寬度信息，并對所獲取的信息進行訓練以得到裂縫深度信息和裂縫寬度信息的訓練模型；

根據所述訓練模型判斷所獲取的裂縫深度信息以及裂縫寬度數據信息的形成信息；其中，所述形成信息包括形成原因以及形成時長；

根據所述形成信息預估所述橋面裂縫發展走勢。

2.根據權利要求1所述的基于雙目視覺的橋面裂縫監理方法，其特征在于：所述根據所述形成原因信息預估所述橋面裂縫發展走勢步驟，包括：

基于所述裂縫形成原因信息，所述訓練模型預測因橋面裂縫導致橋面崩塌的臨界時間信息以及時做出處理措施。

3.根據權利要求1所述的基于雙目視覺的橋面裂縫監理方法，其特征在于：所述形成訓練模型的方法包括以下步驟：

利用交叉驗證法的方式將所獲取到的數據分為訓練集和測試集；

將訓練集輸入神經網絡進行訓練，直至神經網絡收斂，得到初始神經網絡模型；

將測試集輸入目前得到的神經網絡模型進行測試，得到滿足要求的訓練集和最終的神經網絡訓練模型。

4.根據權利要求3所述的基于雙目視覺的橋面裂縫監理方法，其特征在于：所述將訓練集輸入神經網絡進行訓練，直至神經網絡收斂，得到初始神經網絡模型步驟，還包括：

將裂縫檢測裝置(2)所檢測到的裂縫深度信息以及裂縫寬度數據信息更新到測試集中進行數據訓練以更新訓練模型。

5.根據權利要求1所述的基于雙目視覺的橋面裂縫監理方法，其特征在于：所述根據所述形成信息預估所述橋面裂縫發展走勢步驟，還包括：

根據橋面裂縫發展走勢從訓練模型中獲取裂縫修補信息以便對裂縫進行修補。

6.一種基于雙目視覺的橋面裂縫監理系統，其特征在于：包括安裝架(1)以及設置在安裝架(1)上的裂縫檢測裝置(2)，所述安裝架(1)上設置有驅動裂縫檢測裝置(2)朝遠離或者是靠近橋面裂縫移動的驅動組件(3)。

7.根據權利要求6所述的基于雙目視覺的橋面裂縫監理系統，其特征在于：所述驅動組件(3)包括滑軌，所述滑軌上轉動連接有橫向螺桿(31)，所述橫向螺桿(31)上螺紋連接有橫向滑塊(33)，所述橫向滑塊(33)與所述滑軌滑動連接，所述橫向滑塊(33)上轉動連接有縱向螺桿(34)，所述縱向螺桿(34)，所述橫向螺桿(31)上螺紋連接有縱向滑塊(36)，所述橫向滑塊(33)上固定連接有與所述縱向螺桿(34)平行放置的導向桿(37)，所述導向桿(37)穿過所述縱向滑塊(36)并與所述縱向滑塊(36)滑動連接，所述裂縫檢測連接于所述縱向滑塊(36)。

8.根據權利要求7所述的基于雙目視覺的橋面裂縫監理系統，其特征在于：所述驅動件還包括與所述安裝架(1)轉動連接的往復絲桿(39)，所述往復絲桿(39)與所述縱向滑塊(36)滑動連接。

9.一種電子設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于：所述處理器執行所述計算機程序時實現如權利要求1-5任一項所述的一種基于雙目視覺的橋面裂縫監理方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，存儲有能夠被處理器加載并執行如權利要求1-5中任一種方法的計算機程序。