【技术实现步骤摘要】
基于视觉应变监测的桥梁动态称重与分级报警方法
[0001]本专利技术属于车辆称重
,具体涉及基于视觉应变监测的桥梁动态称重与分级报警方法。
技术介绍
[0002]车辆荷载是桥梁重要荷载之一,其超重会对桥梁等基础设施造成严重损害,缩短桥梁服役寿命,甚至超出桥梁承载能力,直接导致桥梁倾覆或坍塌。因此,识别车辆荷载并对超重车辆进行报警对桥梁基础设施的健康至关重要。
[0003]目前的车辆称重方法主要包括路面式称重方法和桥梁动态称重方法。其中,路面式称重方法包括传统的地磅式静态称重方法和路面动态称重方法。传统的地磅式静态称重方法需要专门的称重站,且需要车辆静止停放在地磅上进行称重,识别效率低,称重成本高。路面动态称重方法通过在路面安装传感器,监测车辆通过传感器时的路面动力响应来实现动态称重的目的,这种称重方法的识别效率明显要高于传统的地磅式静态称重方法,但是需要在路面开槽安装称重系统,系统安装和维护的成本较高,识别精度和稳定性也不是很高。
[0004]近些年来,桥梁动态称重方法不断被提出,其通过监测车辆通过桥梁时的动力响应来识别车辆的重量,这种称重方法不会影响到车辆的正常通行,不需要安装地磅等大型装置,且称重精度也得到了提高,该称重方法监测得到的桥梁动力响应还可以用于评估桥梁的服役性能和健康状态。
[0005]但是,现有的桥梁动态称重方法大多需要在桥上或桥底安装各种传感器,传感器与桥梁结构直接接触,导致其性能和精度受桥梁振动的影响较大,称重系统维护成本较高,传感器寿命降低。由于车桥耦合振动的复杂 ...
【技术保护点】
【技术特征摘要】
1.基于视觉应变监测的桥梁动态称重方法,其特征在于,包括以下步骤:识别桥上车辆参数,车辆参数包括:车轴数量、轴距、车速和车辆数量;监测桥梁跨中应变;依据车辆轴重与桥梁跨中应变的线性关系,以及车辆参数,建立考虑不确定度的线性回归模型,并基于贝叶斯推理识别车辆的轴重参数及其置信范围,最后得到车辆的总车重及其置信范围。2.根据权利要求1所述的基于视觉应变监测的桥梁动态称重方法,其特征在于,桥梁支座端的车道两侧布置两组激光测距传感器和挡板,两组激光测距传感器和挡板分别布置于桥梁的入口端和出口端,两者分别位于行驶车道的两侧车道线外侧,连线水平且垂直于车道线,布置高度低于公路车辆底盘离地最小间隙;采用激光测距传感器监测记录传感器到挡板或经过车辆的车轮的距离,进而根据激光测距传感器监测得到的距离时程参数特征识别车辆参数。3.根据权利要求2所述的基于视觉应变监测的桥梁动态称重方法,其特征在于,所述车辆参数的识别步骤包括:S11,基于桥梁入口端和出口端的激光测距传感器监测得到的距离时程数据D1(t)和D2(t),以车道宽度D0为基准,计算函数(D1(t)
‑
0.5D0)和函数(D2(t)
‑
0.5D0)的负区间数N1和N2,每个负区间对应一个车轴,桥上车轴数量N
a
为:N
a
=N1‑
N2;S12,第i个车轴的速度V
i
为:V
i
=L/(T
2i
‑
T
1i
)其中,L为桥梁跨径,T
1i
和T
2i
分别为桥梁入口端和出口端对应距离时程减去0.5D0后的第i个负区间出现的时刻;S13,第i个车轴与第i+1个车轴的轴距D
a
为:D
a
=(T
1i+1
‑
T
1i
)
×
V
i
=(T
2i+1
‑
T
2i
)
×
V
i
;S14,对桥上所有车轴的速度进行聚类分析,相同速度的车轴属于同一辆车,由此确定桥上车辆的数量及各车辆对应的车轴。4.根据权利要求2所述的基于视觉应变监测的桥梁动态称重方法,其特征在于,监测桥梁跨中应变的步骤包括:S21,在桥梁跨中的梁底布置均匀分布的标记点群,在标记点群正下方架设双目相机并进行参数标定;S22,桥梁入口端的激光测距传感器识别到车辆进桥时,触发双目相机以固定的频率拍摄标记点群以获取序列图像;S23,采用特征匹配方法测量序列图像的立体视差,进而基于图像坐标系与桥梁坐标系的映射关系确定标记点群的三维坐标;S24,基于格林
‑
拉格朗日应变监测桥梁跨中的应变时程。5.根据权利要求4所述...
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。