基于机器视觉的中小跨径桥梁快速荷载试验方法及系统技术方案

本发明专利技术公开了基于机器视觉的中小跨径桥梁快速荷载试验方法及系统，包括步骤：获取测试过程中的测试过桥车况，测试过桥车况包括测试过程中的测试目标车辆的测试车辆车况以及其它通行车辆的其它车辆车况；获取测试过程中的测试目标车辆经过待测桥梁时各个时刻下的桥梁实时三向位移；获取待测桥梁的桥梁拟合静态响应位移；获取桥梁测试静态响应位移；获取待测桥梁的当前环境参数信息；将桥梁测试静态响应位移、当前环境参数信息输入预先训练的神经网络评估监测模型，获取待测桥梁的当前桥梁状态。本发明专利技术的基于机器视觉的中小跨径桥梁快速荷载试验方法，实现了无需在桥面布置监测传感器即可实现对桥梁状态的获取和评价。感器即可实现对桥梁状态的获取和评价。感器即可实现对桥梁状态的获取和评价。

【技术实现步骤摘要】
基于机器视觉的中小跨径桥梁快速荷载试验方法及系统


[0001]本专利技术涉及中小跨径桥梁监测
，尤其涉及一种基于机器视觉的中小跨径桥梁快速荷载试验方法及系统。

技术介绍

[0002]快速城市化进程中建设的大量桥梁设施逐步进入健康维护期，桥梁设施规模巨大、构成复杂，保障其安全、稳定运行面临重大挑战，桥梁事故时有发生。中小跨度桥是桥梁事故发生的主体，如何对中小跨径桥梁进行准确检测评定是防范桥梁事故的关键。
[0003]目前国内规范规程推荐的桥梁检测评定方法主要为外观检测评定法、规范检算评定法和荷载试验评定法，外观检测评定法和规范检算评定法依赖于工程师的专业水平且不能真实可靠地反映桥梁的实际劣化状况，不能准确评估桥梁的实际承载能力，往往用于定性评定桥梁技术状况；荷载试验评定法是对中小跨径桥梁进行准确检测评定的主要方法。
[0004]荷载试验评定法是通过多辆重车直接在桥梁结构上进行加载，测试加载过程中的桥梁响应，了解桥梁的受力性能，评估桥梁承载能力的一种方法。现有的桥梁快速荷载试验方法，存在如下情况：其一，要求测试目标车辆在桥面上缓慢行驶，对桥梁交通的影响虽然比常规荷载试验小，但还是会有较大影响，试验期间一般会要求交通临时中断，中断交通除造成大额通行费损失外，还会造成因为拥堵、绕行产生的巨大间接经济损失和社会成本损失；其二，现有的桥梁快速荷载试验方法要求测试目标车辆在桥面上以设定的速度和设定的轨迹行驶，在实际使用中存在使用不方便、控制精度低等问题；其三，现有的桥梁快速荷载试验方法由于采用传统传感技术进行桥梁响应测试，而中小跨径桥梁由于车辆通过时间短，需要采样频率更高的传感技术，同时中小跨径桥梁响应绝对值远低于大跨径桥梁，需要精度更高的传感技术，因此采用传统传感技术的桥梁快速荷载试验方法直接应用于中小跨径桥梁时精度差、试验效果差，不具备工程可靠性的技术问题。
[0005]鉴于此，有必要提出一种基于机器视觉的中小跨径桥梁快速荷载试验方法及系统以解决或至少缓解上述缺陷。

技术实现思路

[0006]本专利技术的主要目的在于提供一种基于机器视觉的中小跨径桥梁快速荷载试验方法及系统，旨在解决现有的中小跨径桥梁监测过程中，需要在桥面上布置传感器且需要中断交通的技术问题。
[0007]为实现上述目的，本专利技术提供了一种基于机器视觉的中小跨径桥梁快速荷载试验方法，包括步骤：获取测试过程中的测试过桥车况，测试过桥车况包括测试过程中的测试目标车辆的测试车辆车况以及其它通行车辆的其它车辆车况；获取测试过程中的测试目标车辆经过待测桥梁时各个时刻下的桥梁实时三向位移；其中，待测桥梁具有测试桥梁类型，桥梁实时三向位移包括过桥车辆重量引起的桥梁拟合静态响应位移和过桥车辆通行引起的桥梁振动动态响应位移，桥梁拟合静态响应位移包括测试目标车辆的重量引起的桥梁测试
静态响应位移和其它通行车辆引起的桥梁干涉静态响应位移；利用位移动静分离模块采用动静分离神经网络模型基于当前测试工况将桥梁实时三向位移分离获取待测桥梁的桥梁拟合静态响应位移，当前测试工况包括测试过桥车况和测试桥梁类型；利用随机车流
‑
桥梁耦合振动分析模块基于当前测试工况从桥梁拟合静态响应位移中分离桥梁干涉静态响应位移，获取桥梁测试静态响应位移；获取待测桥梁的当前环境参数信息，当前环境参数信息包括待测桥梁的当前桥梁温度、当前桥梁湿度以及所受的当前风向风速；将桥梁测试静态响应位移、当前桥梁温度、当前桥梁湿度以及所受的当前风向风速输入预先训练的神经网络评估监测模型，通过与理论计算的理论桥梁响应进行比较，获取待测桥梁的当前桥梁状态；其中，采用时间戳的方法确定各个时刻。
[0008]进一步地，采用桥梁响应表达式进行计算；其中，表示为桥梁静态响应成分；表示为车致动态响应成分；y(t)为桥梁随时间变化的位移；t为车辆荷载运行时间；G为车辆荷载重量；为车辆荷载频率；为桥梁结构自振频率；A、B、为傅里叶变化系数；根据桥梁响应表达式确定中小跨径桥梁的影响因素，采用车桥耦合振动分析模型计算多种车辆荷载频率、多种桥梁结构自振频率、多种行车速度工况下的包含桥梁的静态响应和动态响应的总响应学习样本集；采用有限元方法计算上述各工况下的桥梁静态响应学习样本集；采用前馈神经网络构建动静分离神经网络模型，利用总响应学习样本集和桥梁静态响应学习样本集训练模型，建立桥梁总响应与桥梁静态响应的映射推理关系，训练获取动静分离神经网络模型；利用训练的动静分离神经网络模型，从桥梁实时三向位移中推理获取待测桥梁的桥梁拟合静态响应位移。
[0009]进一步地，获取每一类桥梁的桥梁交通量调查统计数据；基于桥梁交通量调查统计数据，采用蒙特卡洛法运用程序语言编写随机车流仿真分析程序，随机车流仿真分析程序综合考虑车重、车速、车型和车距，基于随机车流仿真分析程序和测试桥梁类型生成具有待测桥梁区域特征的典型随机车流样本；基于随机车流仿真分析程序生成的典型随机车流样本获取各种车辆组合工况作用下桥梁的响应位移，建立随机车流与桥梁响应映射关系；采用随机车流与桥梁响应映射关系基于测试过桥车况分离其他通行车辆产生的桥梁响应，获取桥梁测试静态响应位移。
[0010]进一步地， 基于桥面工业相机视觉传感器获取测试过程中的测试过桥车况，基于桥下工业相机视觉传感器获取测试过程中的测试目标车辆经过待测桥梁时各个时刻下的桥梁实时三向位移；桥面工业相机视觉传感器和桥下工业相机视觉传感器均为高帧率工业相机传感器；测试桥梁类型为简支桥梁、连续桥梁或者拱桥中的一种；采用公式确定简支桥梁监测时的高帧率工业相机传感器的拍照频率；采用公式确定连续桥梁监测时的高帧率工业相机传感器的拍照频率；采用公式确定拱桥监测时的高帧率工业相机传感器的拍照频率；其中，，k表示为拱桥矢跨比；表示为桥梁的计算跨径；E表示结构材料的弹性模量；Ic表示桥梁截面的截面惯
矩；表示桥梁的单位长度质量；G表示桥梁延米结构重力。
[0011]进一步地，基于桥面工业相机视觉传感器获取测试过程中的其它车辆车况；基于桥面工业相机视觉传感器获取测试过程中的测试目标车辆的多帧车辆目标图像，通过时间戳方法为每一帧桥梁目标图像赋予时间刻度；利用车辆位置分析模块分析每一帧车辆目标图像获取测试目标车辆在各个时刻下的车辆行驶特性信息，车辆行驶特性信息包括测试目标车辆的当前车辆行驶截面位置信息和当前车辆行驶速度信息。
[0012]进一步地，采用多尺度特征融合技术建立车辆获取神经网络模型，基于车辆获取神经网络模型对通行过桥车辆中的测试目标车辆进行车辆检测；使用卡尔曼滤波器预测测试目标车辆的运动轨迹，结合匈牙利算法确定下一帧的车辆目标图像中的测试目标车辆。
[0013]进一步地，基于桥下工业相机视觉传感器获取测试目标车辆经过待测桥梁过程中的多帧桥梁目标图像，通过时间戳方法为每一帧桥梁目标图像赋予时间刻度；利用桥梁位移分析模块分析每一帧桥梁目标图像获取待测桥梁在各个时刻下的桥梁实时三向位移；其中，待测桥梁具有测试桥梁类型，桥梁实时三向位移包括过桥车辆重量引起的桥梁拟合静态本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的中小跨径桥梁快速荷载试验方法，其特征在于，包括步骤：获取测试过程中的测试过桥车况，所述测试过桥车况包括测试过程中的测试目标车辆的测试车辆车况以及其它通行车辆的其它车辆车况；获取测试过程中的所述测试目标车辆经过待测桥梁时各个时刻下的桥梁实时三向位移；其中，所述待测桥梁具有测试桥梁类型，所述桥梁实时三向位移包括过桥车辆重量引起的桥梁拟合静态响应位移和过桥车辆通行引起的桥梁振动动态响应位移，所述桥梁拟合静态响应位移包括所述测试目标车辆的重量引起的桥梁测试静态响应位移和其它通行车辆引起的桥梁干涉静态响应位移；利用位移动静分离模块采用动静分离神经网络模型基于当前测试工况将所述桥梁实时三向位移分离获取所述待测桥梁的所述桥梁拟合静态响应位移，所述当前测试工况包括所述测试过桥车况和所述测试桥梁类型；利用随机车流
‑
桥梁耦合振动分析模块基于所述当前测试工况从所述桥梁拟合静态响应位移中分离所述桥梁干涉静态响应位移，获取所述桥梁测试静态响应位移；获取所述待测桥梁的当前环境参数信息，所述当前环境参数信息包括所述待测桥梁的当前桥梁温度、当前桥梁湿度以及所受的当前风向风速；将所述桥梁测试静态响应位移、所述当前桥梁温度、所述当前桥梁湿度以及所受的当前风向风速输入预先训练的神经网络评估监测模型，通过与理论计算的理论桥梁响应进行比较，获取所述待测桥梁的当前桥梁状态；其中，采用时间戳的方法确定所述各个时刻。2.根据权利要求1所述的基于机器视觉的中小跨径桥梁快速荷载试验方法，其特征在于，采用桥梁响应表达式进行计算；其中，表示为桥梁静态响应成分；表示为车致动态响应成分；y(t)为桥梁随时间变化的位移；t为车辆荷载运行时间；G为车辆荷载重量；为车辆荷载频率；为桥梁结构自振频率；A、B、为傅里叶变化系数；根据所述桥梁响应表达式确定中小跨径桥梁的影响因素，采用车桥耦合振动分析模型计算多种车辆荷载频率、多种桥梁结构自振频率、多种行车速度工况下的包含桥梁的静态响应和动态响应的总响应学习样本集；采用有限元方法计算上述各工况下的桥梁静态响应学习样本集；采用前馈神经网络构建所述动静分离神经网络模型，利用所述总响应学习样本集和所述桥梁静态响应学习样本集训练模型，建立桥梁总响应与桥梁静态响应的映射推理关系，训练获取所述动静分离神经网络模型；利用训练的所述动静分离神经网络模型，从所述桥梁实时三向位移中推理获取所述待测桥梁的所述桥梁拟合静态响应位移。3.根据权利要求1所述的基于机器视觉的中小跨径桥梁快速荷载试验方法，其特征在于，获取每一类桥梁的桥梁交通量调查统计数据；
基于所述桥梁交通量调查统计数据，采用蒙特卡洛法运用程序语言编写随机车流仿真分析程序，所述随机车流仿真分析程序综合考虑车重、车速、车型和车距，基于所述随机车流仿真分析程序和所述测试桥梁类型生成具有所述待测桥梁区域特征的典型随机车流样本；基于所述随机车流仿真分析程序生成的所述典型随机车流样本获取各种车辆组合工况作用下桥梁的响应位移，建立随机车流与桥梁响应映射关系；采用所述随机车流与桥梁响应映射关系基于所述测试过桥车况分离其他通行车辆产生的桥梁响应，获取所述桥梁测试静态响应位移。4.根据权利要求1至3任一项所述的基于机器视觉的中小跨径桥梁快速荷载试验方法，其特征在于， 基于桥面工业相机视觉传感器获取测试过程中的所述测试过桥车况，基于桥下工业相机视觉传感器获取测试过程中的所述测试目标车辆经过待测桥梁时各个时刻下的桥梁实时三向位移；所述桥面工业相机视觉传感器和所述桥下工业相机视觉传感器均为高帧率工业相机传感器；所述测试桥梁类型为简支桥梁、连续桥梁或者拱桥中的一种；采用公式确定简支桥梁监测时的所述高帧率工业相机传感器的拍照频率；采用公式确定连续桥梁监测时的所述高帧率工业相机传感器的拍照频率；采用公式确定拱桥监测时的所述高帧率工业相机传感器的拍照频率；其中，，k表示为拱桥矢跨比；表示为桥梁的计算跨径；E表示结构材料的弹性模量；Ic表示桥梁截面的截面惯矩；表示桥梁的单位长度质量；G表示桥梁延米结构重力。5.根据权利要求4所述的基于机器视觉的中小跨径桥梁快速荷载试验方法，其特征在于，基于桥面工业相机视觉传感器获取测试过程中的所述其它车辆车况；基于所述桥面工业相机视觉传感器获取测试过程中的所述测试目标车辆的多帧车辆目标图像，通过时间戳方法为每一帧所述桥梁目标图像赋予时间刻度；利用车辆位置分析模块分析每一帧所述车辆目标图像获取所述测试目标车辆在各个时刻下...

【专利技术属性】
技术研发人员：吴有松，林杜，彭蒙，
申请(专利权)人：湖南东数交通科技有限公司，
类型：发明
国别省市：