一种视觉技术辅助的桥梁动态称重方法技术

本发明专利技术提供一种视觉技术辅助的桥梁动态称重方法，用于对车辆通过桥梁时的车重进行计算，其特征在于，包括：步骤S1，采集车辆通过设有动应变传感器以及交通监控装置的桥梁时产生的桥梁结构动应变数据以及车辆监控视频；步骤S2，对桥梁结构动应变数据进行处理从而提取该桥梁结构动应变数据的静态成分的峰值；步骤S3，通过预先训练的深度神经网络模型对车辆监控视频进行识别从而获取车辆监控视频中车辆的像素坐标；步骤S4，将对像素坐标进行转换从而获取车辆在桥面上的桥面位置坐标；以及步骤S5，根据静态成分的峰值、桥面位置坐标以及预先标定的桥梁影响面计算获取车辆的车重。

A Vision-assisted Dynamic Weighing Method for Bridges

The invention provides a bridge dynamic weighing method assisted by visual technology, which is used to calculate the vehicle weight when a vehicle passes through a bridge. Its characteristics include: collecting dynamic strain data of bridge structure and vehicle monitoring video when a vehicle passes through a bridge with dynamic strain sensor and traffic monitoring device; and 2, collecting dynamic strain data of bridge structure; Processing to extract the peak value of the static component of the dynamic strain data of the bridge structure; recognizing the vehicle surveillance video through the pre-trained depth neural network model to obtain the pixel coordinates of the vehicle in the vehicle surveillance video; changing the pixel coordinates to obtain the bridge deck position coordinates of the vehicle on the bridge deck; and forming the bridge deck position coordinates according to the static state. The vehicle weight is obtained by calculating the peak value, the bridge deck position coordinates and the pre-calibrated bridge influence surface.

【技术实现步骤摘要】
一种视觉技术辅助的桥梁动态称重方法
本专利技术涉及公路桥梁安全监测领域，具体涉及一种桥梁动态称重方法。
技术介绍
现代桥梁是为交通目的而设计建造的，因此获取桥上行驶车辆的重量、速度、数量、类型以及时空分布等交通信息，对于桥梁结构的设计规范改进、安全性评价与养护决策具有重要意义。有鉴于此，国内外针对桥梁交通信息的识别进行了大量研究，其中的研究重点是桥梁动态称重技术。通俗地说，桥梁动态称重技术的原理是将装有结构健康监测系统的桥梁视为一杆“秤”，然后用这杆“秤”去称量桥上车辆的重量。然而，车辆行驶通过桥梁关键截面时的横向位置是一个非常重要的参数，桥载传感器在识别车辆荷载时对这一参数非常敏感。常规依靠桥载传感的称重方法因缺乏关键截面横向位置这一参数导致识别精度低，识别结果不可靠；传统的桥梁动态称重系统使用安装于桥面铺装上的感应线圈或者交通雷达探测实现对车辆位置信息以及横向位置的获取，但这些系统成本高昂，耐久性欠佳，安装或维修需中断交通，不适用与老桥及交通量大的已建桥梁。近年来，随着硬件技术的进步，桥梁道路交通视频监控已经大范围普及，积累了大量的非结构化视频数据。传统的桥梁动态称重系统也没有对本文档来自技高网...

【技术保护点】
1.一种视觉技术辅助的桥梁动态称重方法，用于对车辆通过桥梁时的车重进行计算，其特征在于，包括：步骤S1，采集所述车辆通过设有动应变传感器以及交通监控装置的桥梁时产生的桥梁结构动应变数据以及车辆监控视频；步骤S2，对所述桥梁结构动应变数据进行处理从而提取该桥梁结构动应变数据的静态成分的峰值；步骤S3，通过预先训练的深度神经网络模型对所述车辆监控视频进行识别从而获取所述车辆监控视频中车辆的车轮坐标；步骤S4，将所述车轮坐标进行转换从而获取所述车辆在桥面上的桥面位置坐标；以及步骤S5，根据所述静态成分的峰值、所述桥面位置坐标以及预先标定的桥梁影响面计算获取所述车辆的轴重以及车重，并根据所述桥面位置坐...

【技术特征摘要】
1.一种视觉技术辅助的桥梁动态称重方法，用于对车辆通过桥梁时的车重进行计算，其特征在于，包括：步骤S1，采集所述车辆通过设有动应变传感器以及交通监控装置的桥梁时产生的桥梁结构动应变数据以及车辆监控视频；步骤S2，对所述桥梁结构动应变数据进行处理从而提取该桥梁结构动应变数据的静态成分的峰值；步骤S3，通过预先训练的深度神经网络模型对所述车辆监控视频进行识别从而获取所述车辆监控视频中车辆的车轮坐标；步骤S4，将所述车轮坐标进行转换从而获取所述车辆在桥面上的桥面位置坐标；以及步骤S5，根据所述静态成分的峰值、所述桥面位置坐标以及预先标定的桥梁影响面计算获取所述车辆的轴重以及车重，并根据所述桥面位置坐标以及对应的所述车轮坐标的识别时间计算获取所述车辆的车速。2.根据权利要求1所述的桥梁动态称重方法，其特征在于：其中，所述步骤S2还包括如下子步骤：步骤S2-1，在所述桥梁结构动应变数据中截取由所述车辆激起的动应变信号段；步骤S2-2，通过局部回归算法对所述动应变信号段进行处理从而获取所述静态成分；步骤S2-3，从所述静态成分中提取所述静态成分的峰值。3.根据权利要求1所述的桥梁动态称重方法，其特征在于：其中，所述步骤S4中所述桥面的平面坐标系的描述内容包括：式中，A、B、C、D为空间坐标系中桥面平面方程的待定参数，x、y、z为所述车辆在相机空间坐标系中的位置坐标，x’、y’为所述车辆在所述摄像机的成像平面上的位置坐标，f是所述摄像机的焦距，t是成像放大系数。4.根据权利要求3所述的桥梁动态称重方法，其特征在于：其中，所述待定参数A、B、C、D通过下式(2)计算确定：式中，(x1’,y1’)、(x2’,y2’)、(x3’,y3’)和(x4’,y4’)是所述车辆监控视频中两条实际长度相等的线段端点的车轮坐标，L是线段的实际长度。5.根据权利要求3所述的桥梁动态称重方法，其特征在于：其中，所述步骤S4包括如下子步骤：步骤S4-1，在所述桥梁的桥面平面上，以所述交通监控装置的相机透镜的光心O(0,0,0)在桥面上的竖向投影为原点，相机空间坐标系的z轴在桥面上的竖向投影为桥面坐标系Y轴，相机空间坐标系的x轴在桥面上的竖向投影为桥面坐标系X轴，进一步：通过式(3)计算相机空间坐标系原点O(0,0,0)在桥面平面上的投影点坐标O0(X0,Y0,Z0)；步骤S4-2，计算所述桥面位置坐标(X,Y)，所述车辆在桥面坐标系中的横坐标X为车辆空间坐标点V(x,y,z)到向量OO0与相机空间坐标系中向量z(0,0,1)构成的平面OO0z之间的距离：式中，AX,BX,CX是空间平面OO0z的法向量(AX,BX,CX)的系数，同理，求车辆空间坐标点V(x,y,z)到向量OO0与相机空间坐标系中向量x(1,0,0)构成的平面OO0...

【专利技术属性】
技术研发人员：夏烨，简旭东，赵才荣，孙利民，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31