CN109813509B - 基于无人机实现高铁桥梁竖向动扰度测量的方法 - Google Patents
基于无人机实现高铁桥梁竖向动扰度测量的方法 Download PDFInfo
- Publication number
- CN109813509B CN109813509B CN201910031608.3A CN201910031608A CN109813509B CN 109813509 B CN109813509 B CN 109813509B CN 201910031608 A CN201910031608 A CN 201910031608A CN 109813509 B CN109813509 B CN 109813509B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- coordinate system
- shooting
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000006073 displacement reaction Methods 0.000 claims abstract description 48
- 239000003550 marker Substances 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 12
- 206010034719 Personality change Diseases 0.000 claims description 11
- 230000003287 optical effect Effects 0.000 claims description 10
- 238000003384 imaging method Methods 0.000 claims description 7
- 238000010422 painting Methods 0.000 claims description 5
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007592 spray painting technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
基于无人机实现高铁桥梁竖向动扰度测量的方法,在待测高铁桥梁上布置测量点。在无人机上安装一台相机,同时在无人机上设置3个以上的标志物,在设定无人机拍摄位置下方的地面上布置两台相机形成双目立体视觉系统双目立体视觉系统中的两台相机对无人机进行拍摄从而监视无人机上的所有标志点坐标在世界坐标系下的位移变化。根据双目立体视觉系统得到的无人机的位移以及姿态变化对无人机上相机拍摄得到的图像进行修正,基于修正后的测量点的图像坐标得到高铁桥梁竖向动扰度。本发明能够不受环境振动影响,可实现灵活易操作的高铁桥梁动扰度高精度测量,且测量过程简单高效。
Description
技术领域
本发明涉及的是桥梁动位移视觉测量技术领域,具体涉及一种利用无人机实现高铁桥梁竖向动扰度测量的方法。
背景技术
基于视觉测量技术的高铁桥梁动位移测量需要在待测桥梁的附近架设配备长焦镜头的相机,通过相机对桥梁待测部位成像,记录待测部位不同时刻在图像上的位置,再根据桥梁待测部位在图像上的位置变化计算桥梁待测部位的实际位置变化,从而得到桥梁该部位的动位移。待测部位可以是桥梁上的自然表面,也可以粘贴或固定特殊制作的光学标志。
现有的机器视觉测量方式,需要对架设的相机进行严格的标定,以确定相机视场与待测目标的相对位姿关系,保证得到待测点在竖直方向的位置变化。这样的标定通常是在地面上选择若干绝对坐标已知的控制点,通过控制点对相机的绝对位姿进行标定。
此外,相机成像时对环境要求很高,因为测量过程容易受到环境影响,致使最终测量精度不能满足要求。例如,当相机架设在公路近旁时,过往车辆引起的路面振动会直接影响到相机的姿态稳定,难以达到亚毫米量级的测量精度要求。
因此,研究一种对测量环境条件要求低,甚至能够不受环境振动影响,可实现高铁桥梁动扰度高精度测量的方法是非常必要的。
发明内容
针对现有技术存在的缺陷,本发明提供一种基于无人机实现高铁桥梁竖向动扰度测量的方法,该方法不受环境振动影响,可实现灵活易操作的高铁桥梁动扰度高精度测量,且测量过程简单高效。
为实现本发明的技术目的,采用以下技术方案:
基于无人机实现高铁桥梁竖向动扰度测量的方法,包括:
S1确定待测高铁桥梁,在待测高铁桥梁跨中位置布设一个测量点。在待测高铁桥梁上通过喷漆或者涂写的方式进行测量点的布设。
S2构建测量系统;
在无人机上安装一台相机,相机用于对待测高铁桥梁以及待测高铁桥梁上的测量点拍摄成像。
无人机的理想观测位置是在测量点所在水平面内且垂直于测量点的垂线上。设定无人机拍摄位置为测量点所在水平面内且垂直于测量点的垂线上的一点。
在设定无人机拍摄位置下方的地面上布置两台相机形成双目立体视觉系统。同时在无人机上设置3个以上的标志物,其中一个标志物作为中心标志点,其他标志物均匀分布在中心标志物的外围。地面两台相机在安置时需要保证同时能拍摄到无人机上的所有标志物。地面两台相机需要同时标定,保证在同一世界坐标系下。标志物类型、材质不限,可以是反光的全反射球,也可以是类似徕卡的靶标。
双目立体视觉系统中的两台相机对无人机进行拍摄从而监视无人机上的所有标志点坐标在世界坐标系下的位移变化。
S3利用无人机进行飞行测量。
控制无人机飞行到测量点所在水平面内且垂直于测量点的垂线上的设定无人机拍摄位置处。
然后,利用无人机上的相机按照设定时间间隔对待测高铁桥梁上的测量点拍摄成像。同时地面布设的两台相机与无人机上的相机同步触发,按照与无人机上的相机相同的设定时间间隔对无人机进行同步拍摄成像。
S4计算待测高铁桥梁竖向动扰度。
根据地面布设的两台相机构成的双目立体视觉系统得到的无人机的位移以及姿态变化,基于无人机的位移以及姿态变化对无人机上相机拍摄得到的图像进行修正,得到修正后测量点的图像坐标,计算测量点在竖直方向上的相对位移即高铁桥梁竖向动扰度。
S4.1对于无人机上相机初始拍摄时刻拍摄的首张拍摄图像,通过模板匹配找到首张拍摄图像中的待测高铁桥梁上标记的测量点,得到测量点在首张拍摄图像中的图像坐标;对于后续各拍摄时刻对应的拍摄图像,采用最小二乘图像匹配跟踪法对测量点进行跟踪,得到后续各拍摄时刻对应的拍摄图像上的测量点的图像坐标。
S4.2利用地面上两台相机来实现双目立体视觉中空间点三维重建(详见张广军《视觉测量》136页),得到各拍摄时刻对应的无人机上各标志点在世界坐标系下的位置坐标。
对于各拍摄时刻对应的无人机上的中心标志点在世界坐标系下的位置坐标,将其与初始拍摄时刻对应的无人机上的中心标志点在世界坐标系下的位置坐标进行对比,得到各拍摄时刻对应的无人机上的中心标志点在世界坐标系三个轴向上的位移,将其作为各拍摄时刻对应的无人机的位移。
而无人机上的其他各标志点(即所有非中心标志点),根据各拍摄时刻对应的无人机上的其他各标志点与中心标志点位置关系的变化,分别计算其他各标志点绕世界坐标系三个轴向上的旋转角度,取平均值作为各拍摄时刻对应的无人机绕世界坐标系三个轴向的旋转角度,并将其作为各拍摄时刻对应的无人机的姿态变化。
利用各拍摄时刻对应的无人机的位移以及姿态变化对各拍摄时刻对应的无人机上相机拍摄图像上的测量点的图像坐标进行修正,得到修正后的各拍摄时刻对应的拍摄图像上的测量点的图像坐标。
S4.3根据修正后的各拍摄时刻对应的拍摄图像上的测量点的图像坐标,计算各拍摄时刻对应的世界坐标系下测量点在竖直方向上的相对位移d1,d1即各拍摄时刻对应的高铁桥梁竖向动扰度。
d1=xA-xB
其中,A点为待测高铁桥梁上测量点原来位置,xA为A点对应的世界坐标系下的坐标,B点为待测高铁桥梁上测量点移动后的位置,xB为B点对应的世界坐标系下的坐标,为修正后的xA在i时刻对应的拍摄图像中的图像坐标,为修正后的xB在i时刻对应的拍摄图像中的图像坐标,D为无人机上相机镜头到包含测量点移动所在直线并且垂直于相机光轴的平面的垂直距离,f为无人机上相机的焦距,θ为无人机上相机光轴与相机镜头到测量点移动所在平面的垂直线的夹角。
在S4.2中,利用各拍摄时刻对应的无人机的位移以及姿态变化对各拍摄时刻对应的拍摄图像上的测量点的图像坐标进行修正的方法如下:
S4.2.1计算i时刻相机坐标系对应的位移矩阵T′;
其中:Δtx为i时刻无人机在X轴方向上的位移,Δty为i时刻无人机在Y轴方向上的位移,Δtz为i时刻无人机在Z轴方向上的位移;
S4.2.2计算i时刻相机坐标系对应的旋转矩阵R′;
其中:a为i时刻无人机绕世界坐标系X轴的旋转角度,β为i时刻无人机绕世界坐标系Y轴的旋转角度,γ为i时刻无人机绕世界坐标系Z轴的旋转角度;
S4.2.3根据位移矩阵T′和旋转矩阵R′对i时刻对应的拍摄图像上的测量点的图像坐标进行修正;
相机坐标系与图像坐标系的关系式表示如下:
其中(u,v)为S4.1中得到的i时刻对应的拍摄图像上的测量点在图像坐标系下的坐标;fx=f/dx,fy=f/dy,其分别为图像坐标系u轴、v轴的尺度因子;f为相机的焦距;(u0,v0)为图像坐标系的原点坐标,(Xc,Yc,Zc)为i时刻测量点在相机坐标系下的坐标,其中Zc在对相机进行标定时已知,Xc和Yc待求。相机坐标系的原点为相机的光心,相机坐标系的X轴和Y轴分别与图像坐标系的u轴和v轴平行,相机坐标系的Z轴为相机光轴,Z轴与图像坐标系所在图像平面垂直。相机光轴与图像平面的交点,即为图像坐标系的原点。
当u、v及Zc已知时,由相机坐标系与图像坐标系的关系式可计算得i时刻测量点在相机坐标系下的坐标(Xc,Yc,Zc),利用下式即可得到修正后的i时刻对应的拍摄图像上的测量点的图像坐标。
其中u′和v′为修正后的i时刻对应的拍摄图像上的测量点的图像坐标。
与现有技术相比,本发明能够产生以下技术效果:
采用本发明提供的测量方法,能够不受环境振动影响,可实现灵活易操作的高铁桥梁动扰度高精度测量,且测量过程简单高效。
附图说明
图1为基于机器视觉的桥梁扰度测量示图;
图2为相机位置姿态变化引起图像变化示图;
图3为本发明的应用示意图;
图4为无人机(相机)的正下视理想观测位置;
图5为无人机与地面固定物以安全绳连接示意图;
图6是桥梁待测点竖向动位移与其在图像上的位置变化关系图。
具体实施方式
下面结合附图,对本发明的实施方式进行进一步的详细说明。
如图1所示,扰度是指梁在弯曲变形后,梁中横截面的位置将发生改变,横截面的形心在垂直于梁轴向的位移。所以扰度是梁中横截面相对于梁的固定端点的位置变化。
对于高铁桥梁(简支梁类型)来讲,可以认为高铁桥梁的左右两端的两个桥墩支撑点所在的桥梁两端点是静止不变的,高铁桥梁的跨中位置相对于两端点在竖向的位置变化就是高铁桥梁竖向动扰度。当在无人机等不稳定平台上采用相机对高铁桥梁进行成像时,如图2所示,测量点会在图像上因为相机的晃动而产生位置变化。
具体地,本发明采用的技术方案如下:
S1确定待测高铁桥梁,在待测高铁桥梁跨中位置布设一个测量点。在待测高铁桥梁上通过喷漆或者涂写的方式进行测量点的标记。
S2构建测量系统。
在无人机上安装一台相机,相机用于对待测高铁桥梁以及待测高铁桥梁上的测量点拍摄成像。
无人机的理想观测位置是在测量点所在水平面内且垂直于测量点的垂线上。设定无人机拍摄位置为测量点所在水平面内且垂直于测量点的垂线上的一点。
在设定无人机拍摄位置下方的地面上布置两台相机形成双目立体视觉系统。同时在无人机上设置3个以上的标志物,其中其中一个标志物作为中心标志点,其他标志物均匀分布在中心标志物的外围。地面两台相机在安置时需要保证同时能拍摄到无人机上的所有标志物。地面两台相机需要同时标定,保证在同一世界坐标系下。
双目立体视觉系统中的两台相机对无人机进行拍摄从而监视无人机上的所有标志点坐标在世界坐标系下的位移变化。
优选地,当无人机处于设定无人机拍摄位置时,地面上布置的两台相机分别对称布置在无人机的左右两侧,且两台相机与无人机的连线构成为一个直角或者近似直角,即两台相机与无人机连成的直线尽量互相垂直,这样有利于保证测量精度。且两台相机分别在无人机
S3参照图3,利用无人机进行飞行测量;
无人机的理想观测位置是在测量点所在水平面内且垂直于测量点的垂线上。参照图4,控制无人机飞行到测量点所在水平面内且垂直于测量点的垂线上的设定无人机拍摄位置处。无人机距离测量点的距离在设定测量距离范围之内。
地面布置的两台相机以及无人机上的相机均通过硬件触发或者软件触发的方式按照设定时间间隔同步拍摄,其中地面布置的两台相机对无人机拍摄成像,无人机上的相机对待测高铁桥梁拍摄成像。
参照图5,为了保证拍摄时的安全,无人机通过安全绳与地面固定物体连接,这样就可以限定无人机的运动范围,能够保证无人机远离高铁桥梁上的高铁线路,在保障测量任务的同时,不影响高铁桥梁上铁路和列车的安全。
S4计算待测高铁桥梁竖向动扰度;
S4.1对于无人机上相机初始拍摄时刻拍摄的首张拍摄图像,通过模板匹配找到首张拍摄图像中的待测高铁桥梁上标记的测量点,得到测量点在首张拍摄图像中的图像坐标;对于后续各拍摄时刻对应的拍摄图像,采用最小二乘图像匹配跟踪法对测量点进行跟踪,得到后续各拍摄时刻对应的拍摄图像上的测量点的图像坐标(详见《显著性加权最小二乘图像匹配跟踪算法》,张恒,李立春,李由,于起峰)。
S4.2利用地面上两台相机来实现双目立体视觉中空间点三维重建,得到各拍摄时刻对应的无人机上各标志点在世界坐标系下的位置坐标。
对于各拍摄时刻对应的无人机上的中心标志点在世界坐标系下的位置坐标,将其与初始拍摄时刻对应的无人机上的中心标志点在世界坐标系下的位置坐标进行对比,得到各拍摄时刻对应的无人机上的中心标志点在世界坐标系三个轴向上的位移,将其作为各拍摄时刻对应的无人机的位移。
而无人机上的其他各标志点,根据各拍摄时刻对应的无人机上的其他各标志点与中心标志点位置关系的变化,分别计算其他各标志点绕世界坐标系三个轴向上的旋转角度,取平均值作为各拍摄时刻对应的无人机绕世界坐标系三个轴向的旋转角度,并将其作为各拍摄时刻对应的无人机的姿态变化。
利用各拍摄时刻对应的无人机的位移以及姿态变化对各拍摄时刻对应的无人机上相机拍摄图像上的测量点的图像坐标进行修正,得到修正后的各拍摄时刻对应的拍摄图像上的测量点的图像坐标,方法如下:
S4.2.1计算i时刻相机坐标系对应的位移矩阵T′。
其中:Δtx为i时刻无人机在X轴方向上的位移,Δty为i时刻无人机在Y轴方向上的位移,Δtz为i时刻无人机在Z轴方向上的位移。
S4.2.2计算i时刻相机坐标系对应的旋转矩阵R′。
其中:a为i时刻无人机绕世界坐标系X轴的旋转角度,β为i时刻无人机绕世界坐标系Y轴的旋转角度,γ为i时刻无人机绕世界坐标系Z轴的旋转角度。
S4.2.3根据位移矩阵T′和旋转矩阵R′对i时刻对应的拍摄图像上的测量点的图像坐标进行修正。
桥梁竖向动扰度测量方法,其特征在于:S4.2.3的实现方法如下:
相机坐标系与图像坐标系的关系式表示如下:
其中(u,v)为S4.1中得到的i时刻对应的拍摄图像上的测量点在图像坐标系下的坐标;fx=f/dx,fy=f/dy,其分别为图像坐标系u轴、v轴的尺度因子;f为相机的焦距;(u0,v0)为图像坐标系的原点坐标,(Xc,Yc,Zc)为i时刻测量点在相机坐标系下的坐标,其中Zc在对相机进行标定时已知,Xc和Yc待求。
当u、v及Zc已知时,由相机坐标系与图像坐标系的关系式可计算得i时刻测量点在相机坐标系下的坐标(Xc,Yc,Zc),利用下式即可得到修正后的i时刻对应的拍摄图像上的测量点的图像坐标;
其中u′和v′为修正后的i时刻对应的拍摄图像上的测量点的图像坐标。
S4.3参照图6,根据S4.2中得到的修正后的各拍摄时刻对应的拍摄图像上的测量点的图像坐标,计算各拍摄时刻对应的世界坐标系下测量点在竖直方向上的相对位移d1,d1即各拍摄时刻对应的高铁桥梁竖向动扰度;
d1=xA-xB
其中,A点为待测高铁桥梁上测量点原来位置,xA为A点对应的世界坐标系下的坐标,B点为待测高铁桥梁上测量点移动后的位置,xB为B点对应的世界坐标系下的坐标,为修正后的xA在i时刻对应的拍摄图像中的图像坐标,为修正后的xB在i时刻对应的拍摄图像中的图像坐标,D为无人机上相机镜头到包含测量点移动所在直线并且垂直于相机光轴的平面的垂直距离,f为无人机上相机的焦距,θ为无人机上相机光轴与相机镜头到测量点移动所在平面的垂直线的夹角。
以上所述仅为本发明的优选的实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.基于无人机实现高铁桥梁竖向动扰度测量的方法,其特征在于:包括以下步骤:
S1确定待测高铁桥梁,在待测高铁桥梁跨中位置布设一个测量点;
S2构建测量系统;
在无人机上安装一台相机,相机用于对待测高铁桥梁以及待测高铁桥梁上的测量点拍摄成像;
设定无人机拍摄位置为测量点所在水平面内且垂直于测量点的垂线上的一点;在设定无人机拍摄位置下方的地面上布置两台相机形成双目立体视觉系统;同时在无人机上设置3个以上的标志物,其中一个标志物作为中心标志点,其他标志物均匀分布在中心标志物的外围;双目立体视觉系统中的两台相机对无人机进行拍摄从而监视无人机上的所有标志点坐标在世界坐标系下的位移变化;
S3利用无人机进行飞行测量;
控制无人机飞行到测量点所在水平面内且垂直于测量点的垂线上的设定无人机拍摄位置处;然后,利用无人机上的相机按照设定时间间隔对待测高铁桥梁上的测量点拍摄成像;同时地面布设的两台相机与无人机上的相机同步触发,按照与无人机上的相机相同的设定时间间隔对无人机进行同步拍摄成像;
S4计算待测高铁桥梁竖向动扰度;
根据地面布设的两台相机构成的双目立体视觉系统得到的无人机的位移以及姿态变化,基于无人机的位移以及姿态变化对无人机上相机拍摄得到的图像进行修正,得到修正后测量点的图像坐标,计算测量点在竖直方向上的相对位移即高铁桥梁竖向动扰度,方法如下:
S4.1对于无人机上相机初始拍摄时刻拍摄的首张拍摄图像,通过模板匹配找到首张拍摄图像中的待测高铁桥梁上标记的测量点,得到测量点在首张拍摄图像中的图像坐标;对于后续各拍摄时刻对应的拍摄图像,采用最小二乘图像匹配跟踪法对测量点进行跟踪,得到后续各拍摄时刻对应的拍摄图像上的测量点的图像坐标;
S4.2利用地面上两台相机来实现双目立体视觉中空间点三维重建,得到各拍摄时刻对应的无人机上各标志点在世界坐标系下的位置坐标;
对于各拍摄时刻对应的无人机上的中心标志点在世界坐标系下的位置坐标,将其与初始拍摄时刻对应的无人机上的中心标志点在世界坐标系下的位置坐标进行对比,得到各拍摄时刻对应的无人机上的中心标志点在世界坐标系三个轴向上的位移,将其作为各拍摄时刻对应的无人机的位移;
而无人机上的其他各标志点,根据各拍摄时刻对应的无人机上的其他各标志点与中心标志点位置关系的变化,分别计算其他各标志点绕世界坐标系三个轴向上的旋转角度,取平均值作为各拍摄时刻对应的无人机绕世界坐标系三个轴向的旋转角度,并将其作为各拍摄时刻对应的无人机的姿态变化;
利用各拍摄时刻对应的无人机的位移以及姿态变化对各拍摄时刻对应的无人机上相机拍摄图像上的测量点的图像坐标进行修正,得到修正后的各拍摄时刻对应的拍摄图像上的测量点的图像坐标;
S4.3根据修正后的各拍摄时刻对应的拍摄图像上的测量点的图像坐标,计算各拍摄时刻对应的世界坐标系下测量点在竖直方向上的相对位移d1,d1即各拍摄时刻对应的高铁桥梁竖向动扰度;
d1=xA-xB
2.根据权利要求1所述的基于无人机实现高铁桥梁竖向动扰度测量的方法,其特征在于:S1中在待测高铁桥梁上通过喷漆或者涂写的方式进行测量点的布设。
3.根据权利要求1所述的基于无人机实现高铁桥梁竖向动扰度测量的方法,其特征在于:S4.2中,利用各拍摄时刻对应的无人机的位移以及姿态变化对各拍摄时刻对应的拍摄图像上的测量点的图像坐标进行修正的方法如下:
S4.2.1计算i时刻相机坐标系对应的位移矩阵T′;
其中:Δtx为i时刻无人机在X轴方向上的位移,Δty为i时刻无人机在Y轴方向上的位移,Δtz为i时刻无人机在Z轴方向上的位移;
S4.2.2计算i时刻相机坐标系对应的旋转矩阵R′;
其中:a为i时刻无人机绕世界坐标系X轴的旋转角度,β为i时刻无人机绕世界坐标系Y轴的旋转角度,γ为i时刻无人机绕世界坐标系Z轴的旋转角度;
S4.2.3根据位移矩阵T′和旋转矩阵R′对i时刻对应的拍摄图像上的测量点的图像坐标进行修正。
4.根据权利要求3所述的基于无人机实现高铁桥梁竖向动扰度测量的方法,其特征在于:S4.2.3的实现方法如下:
相机坐标系与图像坐标系的关系式表示如下:
其中(u,v)为S4.1中得到的i时刻对应的拍摄图像上的测量点在图像坐标系下的坐标;fx=f/dx,fy=f/dy,其分别为图像坐标系u轴、v轴的尺度因子;f为相机的焦距;(u0,v0)为图像坐标系的原点坐标,(Xc,Yc,Zc)为i时刻测量点在相机坐标系下的坐标,其中Zc在对相机进行标定时已知,Xc和Yc待求;
当u、v及Zc已知时,由相机坐标系与图像坐标系的关系式可计算得i时刻测量点在相机坐标系下的坐标(Xc,Yc,Zc),利用下式即可得到修正后的i时刻对应的拍摄图像上的测量点的图像坐标;
其中u′和v′为修正后的i时刻对应的拍摄图像上的测量点的图像坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910031608.3A CN109813509B (zh) | 2019-01-14 | 2019-01-14 | 基于无人机实现高铁桥梁竖向动扰度测量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910031608.3A CN109813509B (zh) | 2019-01-14 | 2019-01-14 | 基于无人机实现高铁桥梁竖向动扰度测量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109813509A CN109813509A (zh) | 2019-05-28 |
CN109813509B true CN109813509B (zh) | 2020-01-24 |
Family
ID=66604215
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910031608.3A Active CN109813509B (zh) | 2019-01-14 | 2019-01-14 | 基于无人机实现高铁桥梁竖向动扰度测量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109813509B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110254714B (zh) * | 2019-05-31 | 2024-05-14 | 东南大学 | 基于双子无人机及移动摄像机的桥梁支座检测装置 |
CN110470226B (zh) * | 2019-07-10 | 2021-05-28 | 广东工业大学 | 一种基于无人机系统的桥梁结构位移测量方法 |
CN110702343B (zh) * | 2019-09-20 | 2021-06-08 | 武汉中岩科技股份有限公司 | 一种基于立体视觉的挠度测量系统及方法 |
CN111079550A (zh) * | 2019-11-22 | 2020-04-28 | 武汉纵横天地空间信息技术有限公司 | 一种基于双目视觉的桥梁监测方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011016857A2 (en) * | 2009-08-05 | 2011-02-10 | Elliott James C | Equipment and system for structure inspection and monitoring |
CN201983915U (zh) * | 2011-01-27 | 2011-09-21 | 北京新智交科科技开发有限公司 | 一种桥梁动挠度检测装置 |
CN104359461A (zh) * | 2014-11-06 | 2015-02-18 | 中国人民解放军装备学院 | 一种可变结构的双目视觉测量系统及参数确定方法 |
CN105424006A (zh) * | 2015-11-02 | 2016-03-23 | 国网山东省电力公司电力科学研究院 | 基于双目视觉的无人机悬停精度测量方法 |
CN106123797A (zh) * | 2016-08-29 | 2016-11-16 | 北京交通大学 | 基于图像处理的桥面挠度测量系统和方法 |
CN107179322A (zh) * | 2017-06-15 | 2017-09-19 | 长安大学 | 一种基于双目视觉的桥梁底面裂缝检测方法 |
CN206772257U (zh) * | 2017-06-08 | 2017-12-19 | 三峡大学 | 一种基于高性能无人机的桥梁结构检测系统 |
CN109186549A (zh) * | 2018-10-26 | 2019-01-11 | 国网黑龙江省电力有限公司电力科学研究院 | 一种基于视觉的铁塔倾斜角度测量方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102169046B (zh) * | 2010-12-22 | 2012-07-25 | 北京航空航天大学 | 一种磁悬浮机电设备弹性模态在线测试系统 |
CN107990940B (zh) * | 2017-12-20 | 2020-09-11 | 武汉惟景三维科技有限公司 | 一种基于立体视觉测量技术的运动物体追踪方法 |
-
2019
- 2019-01-14 CN CN201910031608.3A patent/CN109813509B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011016857A2 (en) * | 2009-08-05 | 2011-02-10 | Elliott James C | Equipment and system for structure inspection and monitoring |
CN201983915U (zh) * | 2011-01-27 | 2011-09-21 | 北京新智交科科技开发有限公司 | 一种桥梁动挠度检测装置 |
CN104359461A (zh) * | 2014-11-06 | 2015-02-18 | 中国人民解放军装备学院 | 一种可变结构的双目视觉测量系统及参数确定方法 |
CN105424006A (zh) * | 2015-11-02 | 2016-03-23 | 国网山东省电力公司电力科学研究院 | 基于双目视觉的无人机悬停精度测量方法 |
CN106123797A (zh) * | 2016-08-29 | 2016-11-16 | 北京交通大学 | 基于图像处理的桥面挠度测量系统和方法 |
CN206772257U (zh) * | 2017-06-08 | 2017-12-19 | 三峡大学 | 一种基于高性能无人机的桥梁结构检测系统 |
CN107179322A (zh) * | 2017-06-15 | 2017-09-19 | 长安大学 | 一种基于双目视觉的桥梁底面裂缝检测方法 |
CN109186549A (zh) * | 2018-10-26 | 2019-01-11 | 国网黑龙江省电力有限公司电力科学研究院 | 一种基于视觉的铁塔倾斜角度测量方法 |
Non-Patent Citations (3)
Title |
---|
Mosaicking of Unmanned Aerial Vehicle Imagery in;yuhua xu;《remote sensing》;20160302;全文 * |
桥梁刚度对桥梁竖向动挠度的影响分析;李兴权;《承德石油高等专科学校学报》;20140831;全文 * |
非接触式三维重建测量方法综述;丁少闻;《激光与光电子学进展》;20171231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109813509A (zh) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109813509B (zh) | 基于无人机实现高铁桥梁竖向动扰度测量的方法 | |
CN109855822B (zh) | 一种基于无人机的高铁桥梁竖向动扰度测量方法 | |
CN109798874B (zh) | 一种高铁桥梁竖向动扰度测量方法 | |
CN106871787B (zh) | 大空间线扫描成像三维测量方法 | |
CN109238235B (zh) | 单目序列图像实现刚体位姿参数连续性测量方法 | |
CN109242915A (zh) | 基于多面立体靶标的多相机系统标定方法 | |
CN109813510B (zh) | 基于无人机的高铁桥梁竖向动扰度测量方法 | |
CN110646016B (zh) | 基于经纬仪与视觉辅助柔性基线分布式pos标校方法和装置 | |
CN112504242B (zh) | 一种用于吊装式平视显示器的校靶系统及校靶方法 | |
CN102788572B (zh) | 一种工程机械吊钩姿态的测量方法、装置及系统 | |
CN106043355A (zh) | 一种铁路检测车沉降和位姿的高精度摄像测量方法 | |
CN109887041B (zh) | 一种机械臂控制数字相机摄影中心位置和姿态的方法 | |
CN106197292A (zh) | 一种建筑物位移监测方法 | |
CN105444687A (zh) | 基于对视摄像测量和激光测距的相对位姿变化测量方法 | |
CN110207605B (zh) | 一种基于机器视觉的金属结构变形的测量装置及方法 | |
CN104535078A (zh) | 一种基于标志点的光电设备对飞行目标的测量方法 | |
CN110160460B (zh) | 一种基于数字摄影的金属结构变形测量装置及方法 | |
WO2022126339A1 (zh) | 土木结构变形监测方法及相关设备 | |
Liu et al. | Correction method for non-landing measuring of vehicle-mounted theodolite based on static datum conversion | |
CN109596053B (zh) | 一种测量高铁桥梁竖向动扰度的方法 | |
CN113028990A (zh) | 一种基于加权最小二乘的激光跟踪姿态测量系统及方法 | |
CN109813231B (zh) | 高铁桥梁竖向动扰度测量方法 | |
KR101992417B1 (ko) | 무기체계의 폭발고도 측정 장치 및 방법 | |
CN111561867A (zh) | 一种飞机表面形貌数字化测量方法 | |
CN114062265B (zh) | 一种用于视觉系统的支撑结构稳定性的评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |