用于桥隧病害的智能识别系统技术方案

本发明专利技术公开了用于桥隧病害的智能识别系统，涉及桥梁检测技术领域，包括图像采集模块、病害识别模块以及运维管理模块；图像采集模块用于通过高清晰物镜观测桥梁病害并进行保存记录，通过激光标定器和激光测距器对观测目标的尺寸、距离和位置进行测量，将采集的视频流信息传输到监控主机；病害识别模块用于逐帧获取视频流中的图像，并将图像输入到病害类型检测模型对病害进行识别与量测，得到病害量测数据；监控主机用于根据病害量测数据生成病害检修任务；当接收到病害检修任务后，运维管理模块用于智能评估对应桥梁区域的威胁等级，并根据威胁等级辅助制定检修消缺策略；有效提高检修效率，消弭桥梁病害隐患；实现资源分配利用最大化。最大化。最大化。

【技术实现步骤摘要】
用于桥隧病害的智能识别系统


[0001]本专利技术涉及桥梁检测
，具体是用于桥隧病害的智能识别系统。

技术介绍

[0002]在桥梁日常检查和定期检测领域，一直沿用比较传统的检测手段和方法。一方面，通过人工借助扶梯或桥梁作业平台车近距离接触桥梁结构，然后利用裂缝观测仪、卷尺、照相机等工具对结构表面病害进行人工搜寻、测量、记录，最后通过内业整理形成电子记录报告；另一方面，通过望远镜对桥梁结构进行人工观察，然后对病害进行粗略描述，并且无法采取图像。目前检测手段和方法主要缺点是：测量速度慢；测量结果人为因素影响大，精度低；病害定位不准确；检测工具多、不便携带；人工爬梯危险性高，且受江河湖海、沟壑等地形环境条件限制；利用检测作业平台车费用较高，且受路面宽度、树木、高压线、防抛网、隔音板等外部环境条件的限制；人工记录不规范；内业资料处理速度慢等；基于以上不足，本专利技术提出用于桥隧病害的智能识别系统。

技术实现思路

[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出用于桥隧病害的智能识别系统。
[0004]为实现上述目的，根据本专利技术的第一方面的实施例提出用于桥隧病害的智能识别系统，包括模型训练模块、监控主机、图像采集模块、病害识别模块、运维管理模块以及数据库；
[0005]所述模型训练模块用于获取桥梁的各类病害图片进行训练，得到病害类型检测模型并将训练得到的病害类型检测模型反馈至监控主机；
[0006]所述图像采集模块用于通过高清晰物镜观测桥梁病害并进行保存记录，通过激光标定器和激光测距器对观测目标的尺寸、距离和位置进行测量，将采集的视频流信息传输到监控主机；
[0007]所述病害识别模块与监控主机相连接，用于逐帧获取视频流中的图像，并将图像输入到病害类型检测模型对病害进行识别与量测，得到病害量测数据；所述病害量测数据包括病害类型、尺寸、距离和位置；
[0008]所述病害识别模块用于将病害量测数据传输到监控主机，所述监控主机用于根据所述病害量测数据生成病害检修任务并上传至运维管理模块；
[0009]当接收到病害检修任务后，所述运维管理模块用于调取对应桥梁区域的潜在威胁关联数据进行融合分析，智能评估对应桥梁区域的威胁等级WX，并根据威胁等级WX辅助制定检修消缺策略。
[0010]进一步地，所述运维管理模块的具体分析步骤为：
[0011]获取病害检修任务对应的病害量测数据；设定每种病害类型均有对应的类型值，根据病害类型获取对应类型值为LX；将病害尺寸标记为Lc；
[0012]获取病害检修任务对应的桥梁区域，获取对应桥梁区域的潜在威胁关联数据，所述潜在威胁关联数据包括交通流量数据、实时微气象数据；
[0013]根据实时微气象数据对桥梁区域的气象值QWi进行评估；
[0014]在预设时间段内，获取所述桥梁区域每天的交通流量数据，计算得到交通热度系数CS；利用公式WX＝LX
×
g3+Lc
×
g4+CS
×
g5+QWi
×
g6计算得到对应桥梁区域的威胁等级WX，其中g3、g4、g5、g6均为系数因子；
[0015]根据威胁等级WX制定相应检修消缺策略，具体为：所述数据库存储有威胁等级范围与检修消缺策略的映射关系表。
[0016]进一步地，根据实时微气象数据对桥梁区域的气象值QWi进行评估；具体为：
[0017]所述实时微气象数据包括风速、风向、温度、湿度、气压以及雨量预测数据；利用公式QWi＝F1
×
a1+F2
×
a2+F3
×
a3+F4
×
a4+F5
×
a5计算得到QWi；其中a1、a2、a3、a4、a5为系数因子，F1代表风速，F2代表温度，F3代表湿度，F4代表气压，F5代表雨量预测数据。
[0018]进一步地，交通热度系数CS的具体计算方法为：
[0019]所述交通流量数据包括车流量、车辆类型和人流量；所述车辆类型包括大型车、中型车以及小型车；将所述桥梁区域每天的车流量标记为L1；
[0020]统计大型车、中型车以及小型车的数量占比依次为Zb1、Zb2以及Zb3；将所述桥梁区域每天的人流量标记为L2；利用公式LH＝L1
×
(Zb1
×
3+Zb2
×
2+Zb3)
×
b1+L2
×
b2计算得到交通值LH，其中b1、b2为系数因子；
[0021]将交通值LH与预设交通阈值相比较，统计LH大于预设交通阈值的次数占比为Lb；当LH大于预设交通阈值时，获取LH与预设交通阈值的差值并求和得到超交总值ZT；利用公式CS＝Lb
×
g1+ZT
×
g2计算得到交通热度系数CS；其中g1、g2为系数因子。
[0022]进一步地，所述模型训练模块的具体训练步骤为：
[0023]将从图像采集模块和网络上获取的各类病害图片作为参数训练集，并根据病害类型，手动分类获取的病害图片；
[0024]将参数训练集按照设定比例划分为训练集、测试集和校验集；所述设定比例包括2:1:1、3:1:1和4:3:1；
[0025]构建融合模型：融合模型为支持向量机、深度卷积神经网络和RBF神经网络中的至少两种结合融合方式构建的模型，融合方式包括线性加权融合法、交叉融合法、瀑布融合法、特征融合法和预测融合法；
[0026]将训练集、测试集和校验集经过数据归一化之后对融合模型进行训练、测试和校验，将训练完成的融合模型标记为病害类型检测模型。
[0027]进一步地，所述图像采集模块包括设置在前端的高清晰物镜；所述高清晰物镜两侧分别设有辅助光源和高分辨率摄像机；所述高清晰物镜上方设有激光测距器，所述激光测距器旁边安装有激光标定器；
[0028]其中，高清晰物镜和高分辨率摄像机负责细部观察并确认病害，然后采集病害图像；激光测距器负责测量病害位置到物镜的距离；激光标定器作为图像测量尺寸和实际尺寸间换算依据。
[0029]进一步地，所述高清晰物镜下方设置有电动云台，检测人员在桥面上通过操作笔记本电脑来控制电动云台的空间转动，实现桥梁板底结构外观病害的搜寻、取像、测量和记
录，同时实现病害空间定位。
[0030]与现有技术相比，本专利技术的有益效果是：
[0031]1、本专利技术中所述模型训练模块用于获取桥梁的各类病害图片进行训练，得到病害类型检测模型；所述图像采集模块用于通过高清晰物镜观测桥梁病害并进行保存记录，通过激光标定器和激光测距器对观测目标的尺寸、距离和位置进行测量，将采集的视频流信息传输到监控主机；所述病害识别模块用于逐帧获取视频流中的图像，并将图像输入到病害类型检测模型对病害进行识别与量测，得到病害量测数据；提高桥梁检测智能化水平，为桥梁检测提供了安全有效的手段；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于桥隧病害的智能识别系统，其特征在于，包括模型训练模块、监控主机、图像采集模块、病害识别模块、运维管理模块以及数据库；所述模型训练模块用于获取桥梁的各类病害图片进行训练，得到病害类型检测模型并将训练得到的病害类型检测模型反馈至监控主机；所述图像采集模块用于通过高清晰物镜观测桥梁病害并进行保存记录，通过激光标定器和激光测距器对观测目标的尺寸、距离和位置进行测量，将采集的视频流信息传输到监控主机；所述病害识别模块与监控主机相连接，用于逐帧获取视频流中的图像，并将图像输入到病害类型检测模型对病害进行识别与量测，得到病害量测数据；所述病害量测数据包括病害类型、尺寸、距离和位置；所述病害识别模块用于将病害量测数据传输到监控主机，所述监控主机用于根据所述病害量测数据生成病害检修任务并上传至运维管理模块；当接收到病害检修任务后，所述运维管理模块用于调取对应桥梁区域的潜在威胁关联数据进行融合分析，智能评估对应桥梁区域的威胁等级WX，并根据威胁等级WX辅助制定检修消缺策略。2.根据权利要求1所述的用于桥隧病害的智能识别系统，其特征在于，所述运维管理模块的具体分析步骤为：获取病害检修任务对应的病害量测数据；设定每种病害类型均有对应的类型值，根据病害类型获取对应类型值为LX；将病害尺寸标记为Lc；获取病害检修任务对应的桥梁区域，获取对应桥梁区域的潜在威胁关联数据，所述潜在威胁关联数据包括交通流量数据、实时微气象数据；根据实时微气象数据对桥梁区域的气象值QWi进行评估；在预设时间段内，获取所述桥梁区域每天的交通流量数据，计算得到交通热度系数CS；利用公式WX＝LX
×
g3+Lc
×
g4+CS
×
g5+QWi
×
g6计算得到对应桥梁区域的威胁等级WX，其中g3、g4、g5、g6均为系数因子；根据威胁等级WX制定相应检修消缺策略，具体为：所述数据库存储有威胁等级范围与检修消缺策略的映射关系表。3.根据权利要求2所述的用于桥隧病害的智能识别系统，其特征在于，根据实时微气象数据对桥梁区域的气象值QWi进行评估；具体为：所述实时微气象数据包括风速、风向、温度、湿度、气压以及雨量预测数据；利用公式QWi＝F1
×
a1+F2
×
a2+F3
×
a3+F4
×
a4+F5
×
a5计算得到QWi；其中a1、a2、a3、a4、a5为系数因子，F1代表风速，F2代表温度...

【专利技术属性】
技术研发人员：武秉亚，包丽霞，吴夕阳，胡玉佳，
申请(专利权)人：安徽省高速公路试验检测科研中心有限公司，
类型：发明
国别省市：