CN112378507B - 一种基于运动补偿的计算机视觉结构振动监测方法 - Google Patents
一种基于运动补偿的计算机视觉结构振动监测方法 Download PDFInfo
- Publication number
- CN112378507B CN112378507B CN202011222425.9A CN202011222425A CN112378507B CN 112378507 B CN112378507 B CN 112378507B CN 202011222425 A CN202011222425 A CN 202011222425A CN 112378507 B CN112378507 B CN 112378507B
- Authority
- CN
- China
- Prior art keywords
- camera
- monitoring
- point
- distance
- main camera
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0008—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings of bridges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0041—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining deflection or stress
- G01M5/005—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining deflection or stress by means of external apparatus, e.g. test benches or portable test systems
- G01M5/0058—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining deflection or stress by means of external apparatus, e.g. test benches or portable test systems of elongated objects, e.g. pipes, masts, towers or railways
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0066—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by exciting or detecting vibration or acceleration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0091—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by using electromagnetic excitation or detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/292—Multi-camera tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Abstract
本发明提出的基于运动补偿的计算机视觉结构振动监测方法利用双摄像头系统进行自运动补偿。双摄像头系统由彼此刚性连接的主摄像头和副摄像头组成。主摄像头直接测量结构位移,该方法不可避免地会存在因主摄像头运动产生的误差。同时,副摄像头测量双摄像头系统在平动、转动两方面的位移,用来估计主摄像头运动引起的测量误差。然后从主摄像头直接测量的位移中减去测量误差,得到修正后的结构位移,真实准确地实现桥梁结构振动监测。
Description
技术领域
本发明涉及到一种计算机视觉结构振动监测方法。
背景技术
部分桥梁结构由于设计理论不完善、建造期间材料的限制,施工质量不佳等初始缺陷,存在较大的安全隐患。桥梁建成后在运营过程中,受到各种荷载日积月累的作用,包括自重、预应力、交通、温度变化和损伤引起的应力重分布等,会经历长期的结构变形,产生性能退化。此外,在役桥梁还有可能经历地震、台风等灾害性因素的影响,发生结构破坏。桥梁的初始缺陷、性能退化、结构破坏等问题,使得桥梁垮塌事故不断涌现,造成大量经济损失和人员伤亡,因此桥梁安全运营和健康监测越来越受到重视。
在桥梁监测中,振动状态是一项重要的监测内容,可以反映桥梁的结构健康状况。因此,桥梁振动监测被广泛应用于结构健康监测和安全评估,现有的桥梁结构振动监测方法主要有如下几种:
在桥梁结构内部嵌入加速度传感器,并在日常的运营过程中,收集车辆通行时激发的桥梁振动。该方法理论上能实现对结构的长期监测,但是,传感器需要在建桥时提前安装并且发生故障后难以进行维护和更换。
在桥梁表面安装加速度传感器,使用锤击法和激振器法,即通过激励装置(力锤和激振器)对结构进行激励,在激励的同时测量结构响应。该方法能够直接测量桥梁振动,测量结果准确可靠。然而作为临时性安装的加速度传感器,存在传感器安装困难、监测频次低等问题,难以对数量庞大的在役桥梁及时进行振动监测。
通过移动车辆来识别桥梁振动的方法。该方法在试验前需要封道处理,以排除其他车辆的干扰。试验过程中,安装有加速度传感器的检测车会行驶通过目标桥梁,传感器则记录车辆在桥面上行驶过程中的振动数据。基于桥梁的结构信息(结构类型、桥长、桥宽、组成材料),车辆结构信息(车辆轴数、轴重、轴距、悬挂刚度)以及车辆振动数据,通过车桥耦合振动关系,利用车辆的振动数据计算桥梁结构的振动,再通过模态分析得到桥梁模态频率。该方法比在桥上安装加速度传感器进行测量效率更高,但专用检测车辆价格昂贵,难以大量装备,面对大量的现役桥梁,依然存在监测频次低的问题。此外,检测时封道处理会影响车辆通行,在交通繁忙路段难以实施。
近年来,计算机视觉技术的发展使得摄像头可以用作振动监测传感器。基于计算机视觉的土木工程结构振动监测方法因安装方便、系统成本低、测量分辨率高等优点而被逐渐采用。大多数基于计算机视觉的方法都是直接从结构运动的视频中计算结构振动,该方法假设相机在监测过程中始终固定不动。但是,长期完全固定相机是不切实际的,临近车辆行驶,固定装置松动等因素会使得相机位置或者角度会发生变化,导致监测的结果变化。所以基于相机完全固定假设的计算机视觉监测方法在监测时本身就存在误差,从而影响测量精度。
发明内容
基于上述分析,本发明提出了基于运动补偿的桥梁结构振动计算机视觉监测方法,以克服现有技术的缺点,实现对桥梁结构振动的准确监测。
本发明提出的基于运动补偿的桥梁结构振动计算机视觉监测方法利用双摄像头系统进行自运动补偿。双摄像头系统由彼此刚性连接的主摄像头和副摄像头组成。主摄像头直接测量结构位移,该方法不可避免地会存在因主摄像头运动产生的误差。同时,副摄像头测量双摄像头系统在平动、转动两方面的位移,用来估计主摄像头运动引起的测量误差。然后从主摄像头直接测量的位移中减去测量误差,得到修正后的结构位移,真实准确地实现桥梁结构振动监测。
一种基于运动补偿的计算机视觉结构振动监测方法,具体实施步骤如下:
A安装摄像头;
A1.在待测桥梁支点处、跨中、拉索锚点等关键区域上选定若干监测位置,选取轮廓特征明显的位置作为监测点;
A2.将主摄像头和副摄像头进行刚性连接,选择安装位置,使主摄像头对准监测桥梁,副摄像头对准近处的墙体或地面等假定不发生任何位移的地方;
A3.副摄像头监控范围内墙体或地面上,在某一距离上选择多个轮廓特征明显的位置作为一组参照点;在景深范围内,另选一个距离,再次选择多个位置作为另一组参照点,以获得多个图像清晰且距离不同的参照点;
A4.调试主副摄像头,确保其可获取桥梁的实时监控图像,并截取第一帧图像;
B调整主摄像头;
B1.从A4获得的第一帧图像中选取A1中确定的监测点,作为计算机视觉的追踪目标,第一帧图像中监测点的位置为监测点的起始位置;
B2.测量各个监测点与主摄像头连线的距离;
B3.选择两个相邻的监测点,测量这两个监测点在图像上的像素距离和真实世界中的实际距离,计算机将根据监测点在图像上的像素距离与实际距离,自动计算像素尺寸与实际尺寸的比例系数;
B4.标出每个监测点可能的位移范围,后续计算机将从该范围中识别该点;
C调整副摄像头;
C1.提取副摄像头拍摄的第一帧图像,选取A3中确定的参照点,作为计算机视觉系统的参照对象,用于估计主摄像头自身的运动情况。第一帧图像中参照点的位置为参照点的起始位置;
C2.测量各个参照点与副摄像头连线的距离;
C3.选择同一组中两个相邻的参考点,测量这两个参考点在图像上的像素距离和真实世界中的实际距离,计算机将根据参考点在图像上的像素距离与实际距离,自动计算该距离下像素尺寸与实际尺寸的比例系数。
C4.标出每个参考点可能的位移范围,后续计算机将从该范围中识别该点;
D计算并记录振动数据;
D1.使用主副摄像头同步逐帧采集图像,通过追踪测点的轮廓信息,将后续帧图像中监测点、参照点的位置分别与其起始位置进行对比,计算出主摄像头直接测量(运动补偿前)的监测点位移值和副摄像头获得的由于摄像头组自身运动而观测到的参考点位移值;
D2.建立双摄像头系统旋转、平移与各个参考点位移之间的对应关系,计算双摄像头系统自身的旋转与平移;
D3.根据D2得到的双摄像头系统的位移信息,以及主摄像头和监测点之间的距离,计算得到因主摄像头运动产生的误差的补偿值,使用D1中主摄像头直接测量的监测点位移值减去主摄像头运动产生的补偿值,得到运动补偿之后的桥梁结构位移;
D4.记录时间与位移数据,形成桥梁结构各点位的振动监测数据。
与现有的技术相比,本技术有几下几个优点:
1.监测精度高,能自动计算摄像头位移引起的误差。
2.非接触式监测方法,适用范围广,监测准确率不受温度、湿度、酸碱性等环境因素影响。
3.使用计算机视觉的方法测量结构振动,减轻人力成本,减少设备投入。
4.仪器使用寿命长,能实现长期的振动监测。
5.仪器设备简单,安装方便,不对结构本身或交通情况造成影响。
6.可以使用单个摄像头实现桥梁结构多点分布式振动监测。
7.通过监测点的轮廓特征追踪监测点位移情况比通过监测点的像素值直接追踪监测点位移情况的鲁棒性更强。
8.使用桥梁结构本身的轮廓纹理,无需额外安装观测靶标,降低了系统实施难度。
附图说明
图1是实施本发明方法的仪器布置示意图。
图2是本发明的实施流程图。
图例说明:
1——主摄像头;
2——副摄像头;
3——监测点;
4——参照点。
具体实施方式
以下结合图1中所示的仪器布置示意图和图2中所示的实施流程图进一步阐述本发明的具体实施方式。其具体步骤如下:
一种基于运动补偿的计算机视觉结构振动监测方法,包括以下步骤:
A安装摄像头;
A1.在待测桥梁支点处、跨中、拉索锚点等关键区域上选定若干监测位置,选取轮廓特征明显的位置作为监测点3;
A2.将主摄像头1和副摄像头2进行刚性连接,选择安装位置,使主摄像头对准监测桥梁,副摄像头对准近处的墙体或地面等假定不发生任何位移的地方;
A3.副摄像头监控范围内墙体或地面上,在某一距离上选择多个轮廓特征明显的位置作为一组参照点4;在景深范围内,另选一个距离,再次选择多个位置作为另一组参照点,以获得多个图像清晰且距离不同的参照点;
A4.调试主副摄像头,确保其可获取桥梁的实时监控图像,并截取第一帧图像;
B调整主摄像头;
B1.从A4获得的第一帧图像中选取A1中确定的监测点,作为计算机视觉的追踪目标,第一帧图像中监测点的位置为监测点的起始位置;
B2.测量各个监测点3与主摄像头1连线的距离;
B3.选择两个相邻的监测点,测量这两个监测点在图像上的像素距离和真实世界中的实际距离,计算机将根据监测点在图像上的像素距离与实际距离,自动计算像素尺寸与实际尺寸的比例系数;
B4.标出每个监测点可能的位移范围,后续计算机将从该范围中识别该点;
C调整副摄像头;
C1.提取副摄像头拍摄的第一帧图像,选取A3中确定的参照点,作为计算机视觉系统的参照对象,用于估计主摄像头自身的运动情况。第一帧图像中参照点的位置为参照点的起始位置;
C2.测量各个参照点4与副摄像头2连线的距离;
C3.选择同一组中两个相邻的参考点,测量这两个参考点在图像上的像素距离和真实世界中的实际距离,计算机将根据参考点在图像上的像素距离与实际距离,自动计算该距离下像素尺寸与实际尺寸的比例系数。
C4.标出每个参考点可能的位移范围,后续计算机将从该范围中识别该点;
D计算并记录振动数据;
D1.使用主副摄像头同步逐帧采集图像,通过追踪测点的轮廓信息,将后续帧图像中监测点、参照点的位置分别与其起始位置进行对比,计算出主摄像头直接测量(运动补偿前)的监测点3位移值和副摄像头获得的由于摄像头组自身运动而观测到的参考点4位移值;
D2.建立双摄像头系统旋转、平移与各个参考点位移之间的对应关系,计算双摄像头系统自身的旋转与平移;
D3.根据D2得到的双摄像头系统的位移信息,以及主摄像头1和监测点3之间的距离,计算得到因主摄像头运动产生的误差的补偿值,使用D1中主摄像头直接测量的监测点位移值减去主摄像头运动产生的补偿值,得到运动补偿之后的桥梁结构位移;
D4.记录时间与位移数据,形成桥梁结构各点位的振动监测数据。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (1)
1.基于运动补偿的计算机视觉结构振动监测方法,包括如下步骤:
A安装摄像头;
A1.在待测桥梁支点处、跨中、拉索锚点等关键区域上选定若干监测位置,选取轮廓特征明显的位置作为监测点;
A2.将主摄像头和副摄像头进行刚性连接,选择安装位置,使主摄像头对准监测桥梁,副摄像头对准近处的墙体或地面等假定不发生任何位移的地方;
A3.副摄像头监控范围内墙体或地面上,在某一距离上选择多个轮廓特征明显的位置作为一组参照点;在景深范围内,另选一个距离,再次选择多个位置作为另一组参照点,以获得多个图像清晰且距离不同的参照点;
A4.调试主副摄像头,确保其可获取桥梁及近处的墙体或地面的实时监控图像,并截取第一帧图像;
B调整主摄像头;
B1.从A4获得的第一帧图像中选取A1中确定的监测点,作为计算机视觉的追踪目标,第一帧图像中监测点的位置为监测点的起始位置;
B2.测量各个监测点与主摄像头连线的距离;
B3.选择两个相邻的监测点,测量这两个监测点在图像上的像素距离和真实世界中的实际距离,计算机将根据监测点在图像上的像素距离与实际距离,自动计算像素尺寸与实际尺寸的比例系数;
B4.标出每个监测点可能的位移范围,后续计算机将从该范围中识别该点;
C调整副摄像头;
C1.提取副摄像头拍摄的第一帧图像,选取A3中确定的参照点,作为计算机视觉系统的参照对象,用于估计主摄像头自身的运动情况;第一帧图像中参照点的位置为参照点的起始位置;
C2.测量各个参照点与副摄像头连线的距离;
C3.选择同一组中两个相邻的参考点,测量这两个参考点在图像上的像素距离和真实世界中的实际距离,计算机将根据参考点在图像上的像素距离与实际距离,自动计算该距离下像素尺寸与实际尺寸的比例系数;
C4.标出每个参考点可能的位移范围,后续计算机将从该范围中识别该点;
D计算并记录振动数据;
D1.使用主副摄像头同步逐帧采集图像,通过追踪测点的轮廓信息,将后续帧图像中监测点、参照点的位置分别与其起始位置进行对比,计算出主摄像头直接测量的运动补偿前的监测点位移值和副摄像头获得的由于摄像头组自身运动而观测到的参考点位移值;
D2.建立双摄像头系统旋转、平移与各个参考点位移之间的对应关系,计算双摄像头系统自身的旋转与平移;
D3.根据D2得到的双摄像头系统的位移信息,以及主摄像头和监测点之间的距离,计算得到因主摄像头运动产生的误差的补偿值,使用D1中主摄像头直接测量的监测点位移值减去主摄像头运动产生的补偿值,得到运动补偿之后的桥梁结构位移;
D4.记录时间与位移数据,形成桥梁结构各点位的振动监测数据。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011222425.9A CN112378507B (zh) | 2020-11-05 | 2020-11-05 | 一种基于运动补偿的计算机视觉结构振动监测方法 |
US17/519,370 US11593952B2 (en) | 2020-11-05 | 2021-11-04 | Structural vibration monitoring method based on computer vision and motion compensation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011222425.9A CN112378507B (zh) | 2020-11-05 | 2020-11-05 | 一种基于运动补偿的计算机视觉结构振动监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112378507A CN112378507A (zh) | 2021-02-19 |
CN112378507B true CN112378507B (zh) | 2021-10-01 |
Family
ID=74579360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011222425.9A Active CN112378507B (zh) | 2020-11-05 | 2020-11-05 | 一种基于运动补偿的计算机视觉结构振动监测方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11593952B2 (zh) |
CN (1) | CN112378507B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111649816A (zh) * | 2020-05-28 | 2020-09-11 | 长安大学 | 一种基于数字图像识别的结构振型测试系统及方法 |
CN113063484B (zh) * | 2021-03-31 | 2022-10-04 | 中煤科工集团重庆研究院有限公司 | 一种振动识别放大方法 |
CN114518161B (zh) * | 2022-01-11 | 2023-02-24 | 武汉理工大学 | 基于计算机视觉的圆柱简支梁端部横向振动的测量方法 |
CN115914583B (zh) * | 2023-02-28 | 2023-06-02 | 中国科学院长春光学精密机械与物理研究所 | 基于视觉识别的老人监控设备及监控方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201364143Y (zh) * | 2008-12-30 | 2009-12-16 | 中铁大桥局集团武汉桥梁科学研究院有限公司 | 一种基于机器视觉的桥梁动位移测量装置 |
CN105741278A (zh) * | 2016-01-26 | 2016-07-06 | 浙江大学 | 一种基于计算机视觉的拉索分布应力在线监测方法 |
CN105865735A (zh) * | 2016-04-29 | 2016-08-17 | 浙江大学 | 一种基于视频监控的桥梁振动测试与动力特性识别方法 |
CN111754579A (zh) * | 2019-03-28 | 2020-10-09 | 杭州海康威视数字技术股份有限公司 | 多目相机外参确定方法及装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9014415B2 (en) * | 2010-04-22 | 2015-04-21 | The University Of North Carolina At Charlotte | Spatially integrated aerial photography for bridge, structure, and environmental monitoring |
US9036861B2 (en) * | 2010-04-22 | 2015-05-19 | The University Of North Carolina At Charlotte | Method and system for remotely inspecting bridges and other structures |
KR102416814B1 (ko) * | 2013-04-08 | 2022-07-06 | 스냅 아이엔씨 | 멀티-카메라 장치를 사용하는 거리 추정 |
ES2686470T3 (es) * | 2015-12-10 | 2018-10-18 | Airbus Defence and Space GmbH | Dispositivo modular para un análisis de vibraciones de vídeo a alta velocidad |
EP3596449A4 (en) * | 2017-03-14 | 2021-01-06 | University of Manitoba | DETECTION OF STRUCTURAL DEFECTS USING AUTOMATIC LEARNING ALGORITHMS |
US10423831B2 (en) * | 2017-09-15 | 2019-09-24 | Honeywell International Inc. | Unmanned aerial vehicle based expansion joint failure detection system |
US20210006725A1 (en) * | 2018-02-14 | 2021-01-07 | University Of Massachusetts | Image capturing system, method, and analysis of objects of interest |
CN111076880B (zh) * | 2020-01-11 | 2021-06-25 | 东南大学 | 一种考虑相机姿态变化的大跨桥梁多点挠度测量方法 |
-
2020
- 2020-11-05 CN CN202011222425.9A patent/CN112378507B/zh active Active
-
2021
- 2021-11-04 US US17/519,370 patent/US11593952B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201364143Y (zh) * | 2008-12-30 | 2009-12-16 | 中铁大桥局集团武汉桥梁科学研究院有限公司 | 一种基于机器视觉的桥梁动位移测量装置 |
CN105741278A (zh) * | 2016-01-26 | 2016-07-06 | 浙江大学 | 一种基于计算机视觉的拉索分布应力在线监测方法 |
CN105865735A (zh) * | 2016-04-29 | 2016-08-17 | 浙江大学 | 一种基于视频监控的桥梁振动测试与动力特性识别方法 |
CN111754579A (zh) * | 2019-03-28 | 2020-10-09 | 杭州海康威视数字技术股份有限公司 | 多目相机外参确定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112378507A (zh) | 2021-02-19 |
US11593952B2 (en) | 2023-02-28 |
US20220138970A1 (en) | 2022-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112378507B (zh) | 一种基于运动补偿的计算机视觉结构振动监测方法 | |
Dong et al. | Identification of structural dynamic characteristics based on machine vision technology | |
Alamdari et al. | Damage diagnosis in bridge structures using rotation influence line: Validation on a cable-stayed bridge | |
US9417154B2 (en) | Monitoring a response of a bridge based on a position of a vehicle crossing the bridge | |
Sabato et al. | Feasibility of digital image correlation for railroad tie inspection and ballast support assessment | |
CN107588915B (zh) | 一种桥梁影响线识别方法 | |
CN109341903B (zh) | 一种基于计算机视觉中边缘识别的拉索索力测量方法 | |
CN109186902A (zh) | 一种基于视觉传感的桥梁结构健康检测系统 | |
OBrien et al. | Bridge weigh-in-motion—Latest developments and applications world wide | |
Peddle et al. | Bridge displacement measurement through digital image correlation | |
CN103017672A (zh) | 用于桥梁结构的非接触无损检测方法 | |
CN108573224A (zh) | 一种利用单传感器信息的移动重构主成分的桥梁结构损伤定位方法 | |
Winkler et al. | Improved structural health monitoring of London’s docklands light railway bridges using digital image correlation | |
CN112504414A (zh) | 基于非接触式测量桥梁动挠度的车辆动态称重方法及系统 | |
US11516440B2 (en) | Method for modal analysis of bridge structures based on surveillance videos | |
Chang et al. | Non-contact measurement of inter-story drift in three-layer RC structure under seismic vibration using digital image correlation | |
Bell et al. | Bridge condition assessment using digital image correlation and structural modeling | |
CN109781863B (zh) | 基于快速振动测试的结构腐蚀二阶段探测方法及其系统 | |
Ye et al. | Condition assessment of bridge structures based on a liquid level sensing system: Theory, verification and application | |
CN115761487A (zh) | 一种基于机器视觉的中小跨径桥梁振动特性快速识别方法 | |
KR20150004119A (ko) | 가속도 및 변형률 측정값에 기반한 구조물의 중립축 추정을 통한 손상 감지 방법 | |
Winkler et al. | Improved structural health monitoring strategies for better management of civil infrastructure systems | |
CN116818397B (zh) | 基于机器视觉的中小跨径桥梁快速荷载试验方法及系统 | |
CN204421890U (zh) | 一种光电结构体沉降测量系统 | |
Alipour et al. | Digital image and video-based measurements |
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 |