一种多车道荷载识别方法、系统、电子设备及存储介质技术方案

本发明专利技术公开一种多车道荷载识别方法、系统、电子设备及存储介质，涉及桥梁监测技术领域。所述方法包括：获取车辆在桥梁多个车道行驶时的车辆拍摄图像和桥梁振动数据；利用YOLO V4算法，对车辆拍摄图像进行识别，确定车轴信息；利用切比雪夫滤波器，对桥梁振动数据进行滤波，得到车辆荷载作用下的准静态应变响应数据；根据拍摄时刻和车辆速度确定车辆位置，以及准静态应变响应数据，确定车辆在各车道行驶时产生的应变影响线的纵坐标值；根据应变与轴重的映射关系公式、车辆总重计算公式、车轴信息和应变影响线的纵坐标值，确定待测桥梁上各车道的车辆荷载。本发明专利技术能够对车辆进行实时追踪，根据应变与轴重的映射关系，提高车辆荷载识别精度。识别精度。识别精度。

【技术实现步骤摘要】
一种多车道荷载识别方法、系统、电子设备及存储介质


[0001]本专利技术涉及桥梁监测
，特别是涉及一种多车道荷载识别方法、系统、电子设备及存储介质。

技术介绍

[0002]桥梁工程已成为交通基础建设不可缺少的一环。在服役期间受到外界的作用、材料性能的影响，势必会对桥梁造成一定的损伤，因此对桥梁的结构健康监测变得必不可少。
[0003]近年来，由于车辆的急剧增加和超载等问题，部分桥梁的承载能力明显不足，极大地制约着桥梁的健康发展。桥梁动态称重(BWIM)技术能有效制止车辆超载，目前已开发的BWIM方法大多被验证能够有效识别车辆荷载。但这些方法大多局限于单车道荷载工况，实际桥梁在复杂交通环境下，现有的车轴信息识别方法对各车辆的车轴信息识别难度大、精度低，这也是造成现有移动车辆荷载识别结果误差较大的主要原因之一，还难以实现交通实况中时空分布的车辆荷载信息识别。

技术实现思路

[0004]本专利技术的目的是提供一种多车道荷载识别方法、系统、电子设备及存储介质，能够对车辆进行实时追踪，剖析桥梁应变响应与桥梁上运行车辆的复杂映射关系，提高车辆荷载识别精确度。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种多车道荷载识别方法，包括：
[0007]获取车辆在桥梁多个车道行驶时的车辆拍摄图像和桥梁振动数据；
[0008]利用YOLO V4算法，对所述车辆拍摄图像进行识别，确定车轴信息；
[0009]利用切比雪夫滤波器，对所述桥梁振动数据进行滤波，消除由桥梁自振引起的应变数据，得到车辆荷载作用下的准静态应变响应数据；
[0010]根据所述车辆拍摄图像对应的拍摄时刻和车辆速度确定车辆位置，并根据所述车辆位置和所述准静态应变响应数据，确定车辆在各所述车道行驶时产生的应变影响线的纵坐标值；
[0011]根据应变与轴重的映射关系公式、车辆总重计算公式、所述车轴信息和所述应变影响线的纵坐标值，确定待测桥梁上各所述车道的车辆荷载。
[0012]可选地，所述利用YOLO V4算法，对所述车辆拍摄图像进行识别，得到车轴信息，具体包括：
[0013]将所述车辆拍摄图像的尺寸调整为416
×
416；
[0014]将尺寸调整后的图像分别划分为13
×
13、26
×
26和52
×
52的网格，并根据各所述网格分别对图中的目标物进行检测，得到三个预测框；每个所述预测框均包括4个坐标信息、置信度和目标物属于每个设定种类的概率值；
[0015]根据各所述网格对应的预测框确定车轴信息。
[0016]可选地，所述利用切比雪夫滤波器，对所述桥梁振动数据进行滤波，消除由桥梁自振引起的应变数据，得到车辆荷载作用下的准静态应变响应数据，具体包括：
[0017]采用6阶切比雪夫滤波器对不同车辆速度下对应的所述桥梁振动数据进行滤波处理，消除由桥梁自振引起的应变数据，得到车辆荷载作用下的准静态应变响应数据。
[0018]可选地，所述应变与轴重的映射关系公式，具体为：
[0019]{ε
t
}＝[IL]×
{A}
[0020]其中，ε
t
表示梁底的实测应变；I表示应变影响线的纵坐标值；L表示L曲线算法；A表示车辆的车轴轴重。
[0021]可选地，还包括：在每个所述车道对应的桥梁结构的梁底下选取靠近桥梁跨中截面附近的两个横断面布置传感器。
[0022]本专利技术还提供了一种多车道荷载识别系统，包括：
[0023]数据采集模块，用于获取车辆在桥梁多个车道行驶时的车辆拍摄图像和桥梁振动数据；
[0024]识别模块，用于利用YOLO V4算法，对所述车辆拍摄图像进行识别，确定车轴信息；
[0025]滤波模块，用于利用切比雪夫滤波器，对所述桥梁振动数据进行滤波，消除由桥梁自振引起的应变数据，得到车辆荷载作用下的准静态应变响应数据；
[0026]应变曲线确定模块，用于根据所述车辆拍摄图像对应的拍摄时刻和车辆速度确定车辆位置，并根据所述车辆位置和所述准静态应变响应数据，确定车辆在各所述车道行驶时产生的应变影响线的纵坐标值；
[0027]载荷计算模块，用于根据应变与轴重的映射关系公式、车辆总重计算公式、所述车轴信息和所述应变影响线的纵坐标值，确定待测桥梁上各所述车道的车辆荷载。
[0028]本专利技术还提供了一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据上述的多车道荷载识别方法。
[0029]本专利技术还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的多车道荷载识别方法。
[0030]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0031]本专利技术公开了一种多车道荷载识别方法、系统、电子设备及存储介质，所述方法包括获取车辆在桥梁多个车道行驶时的车辆拍摄图像和桥梁振动数据；利用YOLO V4算法，对车辆拍摄图像进行识别，确定车轴信息；利用切比雪夫滤波器，对桥梁振动数据进行滤波，得到车辆荷载作用下的准静态应变响应数据；根据拍摄时刻和车辆速度确定车辆位置，以及准静态应变响应数据，确定车辆在各车道行驶时产生的应变影响线的纵坐标值；根据应变与轴重的映射关系公式、车辆总重计算公式、车轴信息和应变影响线的纵坐标值，确定待测桥梁上各车道的车辆荷载。本专利技术能够通过上述方法对车辆进行实时追踪，根据应变与轴重的映射关系，提高车辆荷载识别精确度。
附图说明
[0032]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施
例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0033]图1为本专利技术多车道荷载识别方法的流程示意图；
[0034]图2为本实施例中YOLO v4网络结构图；
[0035]图3为本实施例中车道及车辆编号示意图；
[0036]图4为本实施例中桥梁布置图；
[0037]图5为本实施例中车辆在一车道对一车道影响面示意图；
[0038]图6为本实施例中车辆在一车道对二车道影响面示意图；
[0039]图7为本实施例中车辆在一车道对三车道影响面示意图；
[0040]图8为本实施例中车辆在二车道对一车道影响面示意图；
[0041]图9为本实施例中车辆在二车道对二车道影响面示意图；
[0042]图10为本实施例中车辆在二车道对三车道影响面示意图；
[0043]图11为本实施例中车辆在三车道对一车道影响面示意图；
[0044]图12为本实施例中车辆在三车道对二车道影响面示意图；
[0045]图13为本实施例中车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多车道荷载识别方法，其特征在于，包括：获取车辆在桥梁多个车道行驶时的车辆拍摄图像和桥梁振动数据；利用YOLO V4算法，对所述车辆拍摄图像进行识别，确定车轴信息；利用切比雪夫滤波器，对所述桥梁振动数据进行滤波，消除由桥梁自振引起的应变数据，得到车辆荷载作用下的准静态应变响应数据；根据所述车辆拍摄图像对应的拍摄时刻和车辆速度确定车辆位置，并根据所述车辆位置和所述准静态应变响应数据，确定车辆在各所述车道行驶时产生的应变影响线的纵坐标值；根据应变与轴重的映射关系公式、车辆总重计算公式、所述车轴信息和所述应变影响线的纵坐标值，确定待测桥梁上各所述车道的车辆荷载。2.根据权利要求1所述的多车道荷载识别方法，其特征在于，所述利用YOLO V4算法，对所述车辆拍摄图像进行识别，得到车轴信息，具体包括：将所述车辆拍摄图像的尺寸调整为416
×
416；将尺寸调整后的图像分别划分为13
×
13、26
×
26和52
×
52的网格，并根据各所述网格分别对图中的目标物进行检测，得到三个预测框；每个所述预测框均包括4个坐标信息、置信度和目标物属于每个设定种类的概率值；根据各所述网格对应的预测框确定车轴信息。3.根据权利要求1所述的多车道荷载识别方法，其特征在于，所述利用切比雪夫滤波器，对所述桥梁振动数据进行滤波，消除由桥梁自振引起的应变数据，得到车辆荷载作用下的准静态应变响应数据，具体包括：采用6阶切比雪夫滤波器对不同车辆速度下对应的所述桥梁振动数据进行滤波处理，消除由桥梁自振引起的应变数据，得到车辆荷载作用下的准静态应变响应数据。4.根据权利要求1所述的多车道...

【专利技术属性】
技术研发人员：张青青，袁会钧，李锐骁，金志廷，朱占元，袁书成，
申请(专利权)人：四川农业大学，
类型：发明
国别省市：