【技术实现步骤摘要】
一种基于无人机平台和深度学习的复杂背景下索力快速测试系统及方法
本专利技术属于结构健康监测
，具体涉及一种基于无人机平台和深度学习的复杂背景下索力快速测试方法及系统，可实现城市内部桥梁斜拉索/吊杆索力的快速精准测量。
技术介绍
随着城镇化和工业化的快速发展，我国基础建设投资规模进一步扩大，作为跨越地理限制的交通基础设施，大批桥梁已完成或正在建设。近十几年来，我国持续刷新世界桥梁建设的记录，世界十大拱桥、十大梁桥、十大斜拉桥、十大悬索桥，中国均占据了一半及以上。目前，我国公路桥梁总数接近80万座,铁路桥梁总数已超过20万座,已成为世界第一桥梁大国。我国的桥梁设计使用年限一般长达几十年甚至上百年，但在桥梁设计、施工、运营过程中，常常由于种种原因，导致其使用寿命达不到设计寿命。如桥梁服役过程中环境因素影响、日常交通荷载甚至某一时段的超载等原因都将导致结构性能发生退化，而各种极端自然灾害如地震、台风等则会进一步导致桥梁各部件的损伤。据不完全统计，目前我国公路网中各类危桥多达7.96万座，已经超过我国公路桥梁总数的10％...
【技术保护点】
1.一种基于无人机平台和深度学习的复杂背景下索力快速测试系统，其特征在于：所述测试系统包括图像拍摄装置、数据采集系统和数据分析系统，所述图像拍摄装置用来获取环境振动下吊索的运动图像序列；所述数据采集系统采集吊索的运动图像，并存储采集的图像序列文件；所述数据分析系统包含图像预处理模块、位移计算模块、频率识别模块和索力计算模块四部分，所述的图像预处理模块用于深度学习识别拉索并标记，所述的吊索位移计算模块用于计算拉索的振动位移时程，所述的频率识别模块用于对位移时程进行频谱分析并识别高阶频率的模态阶数，所述的索力计算模块用于计算吊索索力。/n
【技术特征摘要】
1.一种基于无人机平台和深度学习的复杂背景下索力快速测试系统，其特征在于：所述测试系统包括图像拍摄装置、数据采集系统和数据分析系统，所述图像拍摄装置用来获取环境振动下吊索的运动图像序列；所述数据采集系统采集吊索的运动图像，并存储采集的图像序列文件；所述数据分析系统包含图像预处理模块、位移计算模块、频率识别模块和索力计算模块四部分，所述的图像预处理模块用于深度学习识别拉索并标记，所述的吊索位移计算模块用于计算拉索的振动位移时程，所述的频率识别模块用于对位移时程进行频谱分析并识别高阶频率的模态阶数，所述的索力计算模块用于计算吊索索力。
2.根据权利要求1所述的一种基于无人机平台和深度学习的复杂背景下索力快速测试系统,其特征在于：所述图像拍摄装置为无人机。
3.采用权利要求1或2所述基于无人机平台和深度学习的复杂背景下索力快速测试系统的测试方法,其特征在于：所述方法包括如下步骤：
1)图像采集：利用图像拍摄装置获取斜拉索/吊索在环境振动下的运动图像序列，数据采集系统采集斜拉索/吊索的运动图像并保存采集的图像序列文件；
2)图像预处理：利用训练好的深度学习网络识别图像中的拉索，并对其进行标记，输出的图片中仅包含拉索，所有背景部分用不同于拉索的标记颜色表示；
3)位移计算：结合采集图片与拉索识别图片，利用直线检测算法获取选定计算区域内吊索的运动位移时程；
4)吊索频率识别：对位移时程进行频谱分析，提取斜拉索/吊索的高阶模态频率；
5)索力计算：基于振动法，利用高阶模态频率差与索振动基频之间的关系来间接计算斜拉索/吊杆的索力。
4.根据权利要求3所述的一种基于无人机平台和深度学习的复杂背景下索力快速测试方法,其特征在于：所述步骤2分为深度学习网络训练和调用两部分；
首先采集大量拉索的图片，包括不同复杂背景下拍摄的拉索图片，并对图片内容进行人为标记，将其分为拉索和背景两类，构建数据库；利用所构建的数据库对搭建的深度学习网络进行训练并保存训练结果；
后续索力测试中，对无人机所采集的视频进行处理，提取每帧所对应的图片，同时分割出需要的1024*1024像素大小的感兴趣区域并保存为图片序列A，将图片序列A放进提前训练好的深度学习网络进行检测，得到同样大小的去除背景后的图片并保存为图像序列B。
5.根据权利要求3所述的一种基于无人机平...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。