一种基于一维卷积核特征提取的桥头跳车快速检测方法技术

本发明专利技术公开了一种基于一维卷积核特征提取的桥头跳车快速检测方法，包括利用车载姿态传感器采集车辆运动状态数据，通过一维卷积从采集的车辆运动状态数据中提取特征向量，对此特征向量利用全连接神经网络进行训练得到一维卷积神经网络模型。基于此神经网络模型，将车辆通过待检测路段的运动状态数据输入模型，检测该路段是否具有桥头跳车情况以及桥头跳车的严重程度。

A fast detection method of vehicle bump at bridge head based on feature extraction of one dimensional convolution kernel

【技术实现步骤摘要】
一种基于一维卷积核特征提取的桥头跳车快速检测方法
本专利技术涉及工程检测
，更具体的说是涉及一种基于一维卷积核特征提取的桥头跳车快速检测方法。
技术介绍
桥头跳车是目前常见的道路病害之一。桥头跳车现象是指桥头与路面结构连接处出现明显的错台，导致车辆在经过桥头时产生跳跃。车辆经过桥头跳车路段时会产生明显的振动，使车内人员感觉明显不适。桥头跳车严重影响行车安全与舒适度。在桥头跳车路段，行驶车辆不得不降低车速，从而降低了公路的通行能力。桥头跳车也会影响桥梁的使用寿命，车辆经过桥头产生的冲击力，会损坏桥台、桥面、伸缩缝等，增加道桥修复成本以及损害道桥交通功能。对于司机与乘客而言，桥头跳车所导致的错台落差会使他们感到不适，跳车所产生的振动与噪声会对路面车辆乘车人员甚至道路两旁的居民造成噪声污染，危害身心健康。目前桥头跳车的研究多集中在桥头跳车的修复方法，对于其检测方法较少。主流检测方法仍停留在人工检测，效率低且安全性不足。近年来出现的水准仪，颠簸累计仪等测量方法均存在操作不便，成本高昂等问题。因此，如何实现精准、快速且经济的本文档来自技高网...

【技术保护点】
1.一种基于一维卷积核特征提取的桥头跳车快速检测方法，其特征在于，包括如下步骤：/n步骤1：采集车辆经过若干桥头时间段内的加速度数据和速度数据，构成序列样本，并对所述序列样本进行标签标记，获得标签样本；/n步骤2：设定卷积核，对所述标签样本进行特征提取获得特征矩阵，并对所述特征矩阵进行池化操作和卷积操作后获得训练矩阵；/n步骤3：对所述训练矩阵采用全连接神经网络进行训练，获得检测模型Q；/n步骤4：采集所述车辆经过待检测桥头的所述加速度数据和所述速度数据组成的待检测序列；/n步骤5：采用所述步骤2中的所述卷积核对所述待检测序列进行特征提取，以及所述池化操作和所述卷积操作获得待检测矩阵；/n步骤...

【技术特征摘要】
1.一种基于一维卷积核特征提取的桥头跳车快速检测方法，其特征在于，包括如下步骤：
步骤1：采集车辆经过若干桥头时间段内的加速度数据和速度数据，构成序列样本，并对所述序列样本进行标签标记，获得标签样本；
步骤2：设定卷积核，对所述标签样本进行特征提取获得特征矩阵，并对所述特征矩阵进行池化操作和卷积操作后获得训练矩阵；
步骤3：对所述训练矩阵采用全连接神经网络进行训练，获得检测模型Q；
步骤4：采集所述车辆经过待检测桥头的所述加速度数据和所述速度数据组成的待检测序列；
步骤5：采用所述步骤2中的所述卷积核对所述待检测序列进行特征提取，以及所述池化操作和所述卷积操作获得待检测矩阵；
步骤6：将所述待检测矩阵输入所述检测模型Q中获得所述待检测序列的预测标签，实现桥头跳车检测。


2.根据权利要求1所述的一种基于一维卷积核特征提取的桥头跳车快速检测方法，其特征在于，所述步骤1中所述加速度数据包括竖直方向加速度和水平方向加速度，所述速度数据为车辆瞬时速度；所述加速度数据和所述速度数据构成三维序列，进行低通滤波处理后得到所述序列样本，所述序列样本为滤波后三维序列；采集所述车辆经过若干所述桥头时发生桥头跳车现象的时间片段，根据所述时间片段对滤波后所述三维序列中每一特定长度i小段进行标签标注，将不存在在所述桥头跳车对应的所述小段的所述标签设为0，桥头跳车程度小于设定的程度下限值时的所述小段的所述标签设为1，所述桥头跳车程度位于设定的所述程度下限值和程度上限值范围内时所述小段的所述标签设为2，所述桥头跳车程度大于所述程度上限值时所述小段的所述标签设...

【专利技术属性】
技术研发人员：贺斌，王战国，张丹亚，蔡海波，朱志强，史彦勇，舒振宇，王钢，杨思鹏，金海容，易顺，
申请(专利权)人：宁波市政工程建设集团股份有限公司，浙江大学宁波理工学院，
类型：发明
国别省市：浙江;33