CN112637553A - 一种基于监控视频的桥梁结构模态分析方法 - Google Patents
一种基于监控视频的桥梁结构模态分析方法 Download PDFInfo
- Publication number
- CN112637553A CN112637553A CN202011337886.0A CN202011337886A CN112637553A CN 112637553 A CN112637553 A CN 112637553A CN 202011337886 A CN202011337886 A CN 202011337886A CN 112637553 A CN112637553 A CN 112637553A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- displacement
- camera
- bridge
- point
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 114
- 238000004458 analytical method Methods 0.000 title claims abstract description 16
- 238000006073 displacement reaction Methods 0.000 claims abstract description 50
- 238000006243 chemical reaction Methods 0.000 claims abstract description 11
- 230000007774 longterm Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 14
- 230000001133 acceleration Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Bridges Or Land Bridges (AREA)
- Studio Devices (AREA)
Abstract
一种基于视频监控的桥梁结构模态分析方法,利用多个连续的摄像头实现对桥梁结构的高精度监测。首先,在各个摄像头的视角内选择若干区域,计算这些区域图像与实际的转换关系;其次,将摄像头拍摄图像的图上位移转化为其实际的位移,得到目标相对于摄像头的位移;从桥台地面开始,将相邻摄像头的位移依次差值传递,得到所有摄像头本体的位移;最后,计算所有目标相对于桥台地面的位移,并计算桥梁结构的模态。本发明能够利用现有摄像头,不需要安装新的监测设备,应用范围广,监测准确率不受温度、湿度、酸碱性等环境因素影响。
Description
技术领域
本发明涉及到一种桥梁结构模态分析方法。
背景技术
桥梁结构,特别是大跨桥梁,由于持续和短暂负荷的影响,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,会使得结构经历长期的挠度变化。部分桥梁由于设计理论不完善,建造期间材料的限制,施工质量缺陷以及超载突发灾害等影响,在运营过程中存在较大的安全隐患。桥梁材料疲劳老化,桥梁垮塌事故不断涌现,造成了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,结构模态是一项重要的安全指标,表征结构刚度的变化,可广泛应用于结构健康监测,可以由振动分析得到。现有的桥梁结构振动测量方法有如下几种:
使用接触式传感器进行监测,通常需要在结构上粘贴或者嵌入光纤光栅等位移传感器或压电式、电容式等加速度传感器,从而将位移量或者加速度值转换为电量,实现对结构振动的监测。在实际工程应用中,接触式传感器有着非常重要的作用,该方法精度较高,但是安装、维修困难,同时会对原有结构造成损害,存在较大的局限性;
通过移动车辆来识别桥梁模态的方法,在试验前需要封道处理,排除其他车辆的干扰。试验过程中,驾驶安装有加速度传感器的检测车通过目标桥梁,记录车辆在桥面上行驶过程中的振动数据。该方法通常用于桥梁结构的检测,由于检测频率较低,难以应用于结构的长期监测中。此外,检测时封道处理会影响车辆通行,在交通繁忙的路段难以实施。
计算机视觉方法作为一种新型的位移测量方法,可以有效避免上述接触式和非接触式位移测量方法的弊端,其远距离、非接触、低成本、高精度、抗电磁干扰的优点已经得到了广大土木工程研究人员的关注和认可。
以往的计算机视觉方法为了实现对桥梁全桥结构的监测,通常在远离桥梁的地点安置摄像头,测量的精度难以保证;而在桥上调用监控摄像头则存在两个问题:监控摄像头难以实现对桥梁的覆盖;同时位于近处的监控摄像头拍摄的图片存在较大的畸变,影响对桥梁位移的识别。
发明内容
基于上述分析,本发明要克服现有技术的上述缺点,提供一种基于监控视频的桥梁结构模态分析方法。
本发明提出的基于监控视频的桥梁结构模态分析方法,该方法利用多个连续的摄像头实现对桥梁结构位移的高精度监测。首先,在各个摄像头的视角内选择若干区域,计算这些区域图像与实际位移的转换关系;其次,将摄像头拍摄图像的图上位移转化为其实际位移,得到目标相对于摄像头的位移;从桥台地面开始,将相邻摄像头的位移依次差值传递,得到所有摄像头本体的位移;最后,计算所有目标相对于桥台地面的位移,并计算桥梁结构的模态。
本发明的一种基于监控视频的桥梁结构模态分析方法,包括如下步骤:
A.安装摄像头,标定监测点、参照点;
A1.在待测桥梁上,安装若干摄像机,并保证相邻摄像机在其监控区域内;
A2.考察待测桥梁,综合考虑路面、栏杆、监控摄像机的位置和监控区域,根据需要选择监测点和参照点,选点时保证所有点位和监控摄像机之间没有任何障碍物遮挡,并选取至少四个参照点;
A3.对监测点和参照点进行标记,标记后点应与周围背景在存在较大差别,使其易于计算机识别;
A4.在桥梁路面上设立坐标系,测量参照点的空间坐标;
B.计算监测点初始位置;
B1.利用监控摄像机采集该桥梁表面图像,获取第一帧图像;
B2.经过B1步骤得到了监控点在监测图像上的位置。但是由于监控摄像机获取的图像存在畸变,无法直接获取图像和实际的比例关系。根据事先确定的参照点实际坐标和它们在监测图上的图像上的位置,计算桥梁结构上的点空间坐标和图像上的位置的转化关系;
B3.由B2得到的转化关系和监测点在图像上的位置计算所有监测点的起始坐标;
C.监测点位移监测;
C1.在第一帧图像内选择监测点作为追踪模板,预估每个测点在监测期间可能产生的位移量,给每个监测点设定可能的位移区域;
C2.在动态位移监测过程中,监测点的位置会发生变化,通过持续监测得到各个监测点在对应时间的监控图像上的位置;
C3.从安装在桥台上,假定不发生位移的摄像头开始,根据B2的转化关系,依次计算其监测范围内摄像头相对于前一个摄像头的位移,计算出所有摄像头本身的位移;
C4.计算每一帧图像上每一个监测点的在实际空间上的空间坐标,加上摄像头本身的位移,作为监测点的空间坐标,与起始坐标对比,得到该时刻监测点的位移;
D.结构模态分析;
D1.根据C4各点位的位移时间关系,建立全桥振动模型;
D2.截取最近一分钟内的振动数据,使用傅里叶变换、小波变换等时频分析方法获取模态频率和模态振型;
D3.储存D2的数据及其对应时间,作为桥梁结构长期模态监测的频率和振型数据。
与现有的技术相比,本技术有几下几个优点:
1.本方法由于采用视频图像检测,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。
2.利用现有的监控摄像机,不需要安装新的监测设备,大大减少各类传感器,特别是加速度传感器的数量。
3.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。
4.本方法通过同步桥梁各段的监控视频,重建结构响应的完整视图。
5.解决了基于计算机视觉的方法计算空间坐标或位移时遇到的结构畸变的问题,还原了真实图像,提高监测精度和准确性。
6.仪器使用寿命长,能适应长期的监测需要。
附图说明
图1是实施本发明方法的仪器布置示意图。
图2a~图2b是本发明的畸变还原示意图,其中,图2a是监控摄像头获取的原始图像,图2b是畸变还原之后的图像。
图3是本发明的实施流程图。
图例说明:
1——待测桥梁;
2——桥台;
3——监控摄像头;
4——监测点;
5——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、图2所示的畸变还原示意图和图3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:
A.安装摄像头,标定监测点、参照点;
A1.在待测桥梁1上,安装若干摄像机3,并保证相邻摄像机在其监控区域内;
A2.考察待测桥梁,综合考虑路面、栏杆、监控摄像机的位置和监控区域,根据需要选择监测点4和参照点5,选点时保证所有点位和监控摄像机之间没有任何障碍物遮挡,并选取至少四个参照点;
A3.对监测点和参照点进行标记,标记后点应与周围背景在存在较大差别,使其易于计算机识别;
A4.在桥梁路面上设立坐标系,测量参照点的空间坐标;
B.计算监测点初始位置;
B1.利用监控摄像机采集该桥梁表面图像,获取第一帧图像;
B2.经过B1步骤得到了监控点4在监测图像上的位置。但是由于监控摄像机获取的图像存在畸变,无法直接获取图像和实际的比例关系。根据事先确定的参照点5实际坐标和它们在监测图上的图像上的位置,计算桥梁结构上的点空间坐标和图像上的位置的转化关系;
B3.由B2得到的转化关系和监测点在图像上的位置计算所有监测点的起始坐标;
C.监测点位移监测;
C1.在第一帧图像内选择监测点4作为追踪模板,预估每个测点在监测期间可能产生的位移量,给每个监测点设定可能的位移区域;
C2.在动态位移监测过程中,监测点的位置会发生变化,通过持续监测得到各个监测点在对应时间的监控图像上的位置;
C3.从安装在桥台2上,假定不发生位移的摄像头开始,根据B2的转化关系,依次计算其监测范围内摄像头相对于前一个摄像头的位移,计算出所有摄像头本身的位移;
C4.计算每一帧图像上每一个监测点的在实际空间上的空间坐标,加上摄像头本身的位移,作为监测点的空间坐标,与起始坐标对比,得到该时刻监测点的位移;
D.结构模态分析;
D1.根据C4各点位的位移时间关系,建立全桥振动模型;
D2.截取最近一分钟内的振动数据,使用傅里叶变换、小波变换等时频分析方法获取模态频率和模态振型;
D3.储存D2的数据及其对应时间,作为桥梁结构长期模态监测的频率和振型数据。
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)
1.一种基于监控视频的桥梁结构模态分析方法,包含如下步骤:
A.安装摄像头,标定监测点、参照点;
A1.在待测桥梁上,安装若干摄像机,并保证相邻摄像机在其监控区域内;
A2.考察待测桥梁,综合考虑路面、栏杆、监控摄像机的位置和监控区域,根据需要选择监测点和参照点,选点时保证所有点位和监控摄像机之间没有任何障碍物遮挡,并选取至少四个参照点;
A3.对监测点和参照点进行标记,标记后点应与周围背景在存在较大差别,使其易于计算机识别;
A4.在桥梁路面上设立坐标系,测量参照点的空间坐标;
B.计算监测点初始位置;
B1.利用监控摄像机采集该桥梁表面图像,获取第一帧图像;
B2.经过B1步骤得到了监控点在监测图像上的位置。但是由于监控摄像机获取的图像存在畸变,无法直接获取图像和实际的比例关系。根据事先确定的参照点实际坐标和它们在监测图上的图像上的位置,计算桥梁结构上的点空间坐标和图像上的位置的转化关系;
B3.由B2得到的转化关系和监测点在图像上的位置计算所有监测点的起始坐标;
C.监测点位移监测;
C1.在第一帧图像内选择监测点作为追踪模板,预估每个测点在监测期间可能产生的位移量,给每个监测点设定可能的位移区域;
C2.在动态位移监测过程中,监测点的位置会发生变化,通过持续监测得到各个监测点在对应时间的监控图像上的位置;
C3.从安装在桥台上,假定不发生位移的摄像头开始,根据B2的转化关系,依次计算其监测范围内摄像头相对于前一个摄像头的位移,计算出所有摄像头本身的位移;
C4.计算每一帧图像上每一个监测点的在实际空间上的空间坐标,加上摄像头本身的位移,作为监测点的空间坐标,与起始坐标对比,得到该时刻监测点的位移;
D.结构模态分析;
D1.根据C4各点位的位移时间关系,建立全桥振动模型;
D2.截取最近一分钟内的振动数据,使用傅里叶变换、小波变换等时频分析方法获取模态频率和模态振型;
D3.储存D2的数据及其对应时间,作为桥梁结构长期模态监测的频率和振型数据。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011337886.0A CN112637553B (zh) | 2020-11-25 | 2020-11-25 | 一种基于监控视频的桥梁结构模态分析方法 |
US17/534,759 US11516440B2 (en) | 2020-11-25 | 2021-11-24 | Method for modal analysis of bridge structures based on surveillance videos |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011337886.0A CN112637553B (zh) | 2020-11-25 | 2020-11-25 | 一种基于监控视频的桥梁结构模态分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112637553A true CN112637553A (zh) | 2021-04-09 |
CN112637553B CN112637553B (zh) | 2021-11-23 |
Family
ID=75303897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011337886.0A Active CN112637553B (zh) | 2020-11-25 | 2020-11-25 | 一种基于监控视频的桥梁结构模态分析方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11516440B2 (zh) |
CN (1) | CN112637553B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116611157A (zh) * | 2023-07-21 | 2023-08-18 | 山东省路桥集团有限公司 | 基于bim模型的桥梁减震结构的设计系统及方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115830024B (zh) * | 2023-02-16 | 2023-05-02 | 江苏博宇鑫信息科技股份有限公司 | 基于图像分割的桥梁拉索微小运动振动检测方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130046175A1 (en) * | 2011-06-16 | 2013-02-21 | Chikayoshi Sumi | Imaging method, displacement measurement method and apparatus |
US20140165724A1 (en) * | 2011-05-09 | 2014-06-19 | Ramot At Tel-Aviv University Ltd. | Bistable force and/or acceleration sensor |
CN104359406A (zh) * | 2014-10-16 | 2015-02-18 | 浙江大学 | 一种准分布式结构位移光学测量方法 |
CN105547635A (zh) * | 2015-12-11 | 2016-05-04 | 浙江大学 | 一种用于风洞试验的非接触式结构动力响应测量方法 |
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 |
CN106091946A (zh) * | 2016-08-03 | 2016-11-09 | 西安敏文测控科技有限公司 | 用于桥梁变形或位移参数的自校准式测量装置及方法 |
CN107238375A (zh) * | 2017-04-28 | 2017-10-10 | 东南大学 | 检测桥梁橡胶支座移位的单相机摄影测量方法 |
CN108106541A (zh) * | 2017-12-21 | 2018-06-01 | 浙江大学 | 一种基于视频图像识别的桥梁索力测量方法 |
CN109580137A (zh) * | 2018-11-29 | 2019-04-05 | 东南大学 | 一种基于计算机视觉技术的桥梁结构位移影响线实测方法 |
CN110470226A (zh) * | 2019-07-10 | 2019-11-19 | 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 |
CN111047552A (zh) * | 2019-11-06 | 2020-04-21 | 深圳大学 | 三维挠度测量方法及相关产品 |
CN111473739A (zh) * | 2020-04-24 | 2020-07-31 | 中铁隧道集团二处有限公司 | 一种基于视频监控的隧道塌方区围岩变形实时监测方法 |
CN111709332A (zh) * | 2020-06-04 | 2020-09-25 | 浙江大学 | 基于稠密卷积神经网络的桥梁车辆荷载时空分布识别方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8060270B2 (en) * | 2008-02-29 | 2011-11-15 | The Boeing Company | System and method for inspection of structures and objects by swarm of remote unmanned vehicles |
US20150009331A1 (en) * | 2012-02-17 | 2015-01-08 | Balaji Venkatraman | Real time railway disaster vulnerability assessment and rescue guidance system using multi-layered video computational analytics |
US9560246B2 (en) * | 2012-12-14 | 2017-01-31 | The Trustees Of Columbia University In The City Of New York | Displacement monitoring system having vibration cancellation capabilities |
US10497109B2 (en) * | 2015-10-07 | 2019-12-03 | Fuchs Consulting, Inc. | Time-lapse infrared thermography system and method for damage detection in large-scale objects |
US20190178814A1 (en) * | 2016-06-23 | 2019-06-13 | Nec Corporation | State assessing device, state assessing method, and storage medium for storing program |
CA3099638A1 (en) * | 2017-05-07 | 2018-11-15 | Manam Applications Ltd. | System and method for construction 3d modeling and analysis |
WO2019180897A1 (ja) * | 2018-03-23 | 2019-09-26 | 日本電気株式会社 | 点検管理装置、点検管理方法、及び、プログラムを格納する記録媒体 |
CN109448443A (zh) | 2018-11-06 | 2019-03-08 | 广州怡禄电讯科技有限公司 | 基于视频分析的桥梁防撞监测系统 |
CN111225189B (zh) | 2020-01-17 | 2021-03-26 | 同济大学 | 中小型航道桥梁监控装置 |
-
2020
- 2020-11-25 CN CN202011337886.0A patent/CN112637553B/zh active Active
-
2021
- 2021-11-24 US US17/534,759 patent/US11516440B2/en active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140165724A1 (en) * | 2011-05-09 | 2014-06-19 | Ramot At Tel-Aviv University Ltd. | Bistable force and/or acceleration sensor |
US20130046175A1 (en) * | 2011-06-16 | 2013-02-21 | Chikayoshi Sumi | Imaging method, displacement measurement method and apparatus |
CN104359406A (zh) * | 2014-10-16 | 2015-02-18 | 浙江大学 | 一种准分布式结构位移光学测量方法 |
CN105547635A (zh) * | 2015-12-11 | 2016-05-04 | 浙江大学 | 一种用于风洞试验的非接触式结构动力响应测量方法 |
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 |
CN106091946A (zh) * | 2016-08-03 | 2016-11-09 | 西安敏文测控科技有限公司 | 用于桥梁变形或位移参数的自校准式测量装置及方法 |
CN107238375A (zh) * | 2017-04-28 | 2017-10-10 | 东南大学 | 检测桥梁橡胶支座移位的单相机摄影测量方法 |
CN108106541A (zh) * | 2017-12-21 | 2018-06-01 | 浙江大学 | 一种基于视频图像识别的桥梁索力测量方法 |
CN109580137A (zh) * | 2018-11-29 | 2019-04-05 | 东南大学 | 一种基于计算机视觉技术的桥梁结构位移影响线实测方法 |
CN110470226A (zh) * | 2019-07-10 | 2019-11-19 | 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 |
CN111047552A (zh) * | 2019-11-06 | 2020-04-21 | 深圳大学 | 三维挠度测量方法及相关产品 |
CN111473739A (zh) * | 2020-04-24 | 2020-07-31 | 中铁隧道集团二处有限公司 | 一种基于视频监控的隧道塌方区围岩变形实时监测方法 |
CN111709332A (zh) * | 2020-06-04 | 2020-09-25 | 浙江大学 | 基于稠密卷积神经网络的桥梁车辆荷载时空分布识别方法 |
Non-Patent Citations (1)
Title |
---|
叶肖伟: "基于机器视觉技术的桥梁挠度测试方法", 《浙江大学学报(工学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116611157A (zh) * | 2023-07-21 | 2023-08-18 | 山东省路桥集团有限公司 | 基于bim模型的桥梁减震结构的设计系统及方法 |
CN116611157B (zh) * | 2023-07-21 | 2023-09-15 | 山东省路桥集团有限公司 | 基于bim模型的桥梁减震结构的设计系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
US20220166957A1 (en) | 2022-05-26 |
US11516440B2 (en) | 2022-11-29 |
CN112637553B (zh) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dong et al. | Identification of structural dynamic characteristics based on machine vision technology | |
Xu et al. | A non‐contact vision‐based system for multipoint displacement monitoring in a cable‐stayed footbridge | |
Alamdari et al. | Damage diagnosis in bridge structures using rotation influence line: Validation on a cable-stayed bridge | |
CN112378507B (zh) | 一种基于运动补偿的计算机视觉结构振动监测方法 | |
Kuddus et al. | Target-free vision-based technique for vibration measurements of structures subjected to out-of-plane movements | |
Lee et al. | Real-time displacement measurement of a flexible bridge using digital image processing techniques | |
TWI449883B (zh) | 結構體安全性之分析方法 | |
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 | |
Zaurin et al. | Structural health monitoring using video stream, influence lines, and statistical analysis | |
Lee et al. | A vision-based system for remote sensing of bridge displacement | |
CN112637553B (zh) | 一种基于监控视频的桥梁结构模态分析方法 | |
CN108573224B (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 | |
JP2019196680A (ja) | 舗装情報収集点検システム、舗装情報収集点検方法、及びプログラム | |
US20200292411A1 (en) | Displacement component detection apparatus, displacement component detection method, and computer-readable recording medium | |
Chang et al. | Non-contact measurement of inter-story drift in three-layer RC structure under seismic vibration using digital image correlation | |
CN112411371A (zh) | 基于移动传感和视觉的公路桥梁综合检测方法和系统 | |
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 | |
Bai et al. | UAV based accurate displacement monitoring through automatic filtering out its camera's translations and rotations | |
Ji | A computer vision-based approach for structural displacement measurement | |
Kromanis et al. | Condition assessment of structures using smartphones: a position independent multi-epoch imaging approach | |
Bocian et al. | Dynamic performance verification of the Rędziński Bridge using portable camera-based vibration monitoring systems | |
SoleimaniBabakamali et al. | Mast arm monitoring via traffic camera footage: a pixel-based modal analysis approach | |
Alipour et al. | Digital image and video-based measurements | |
Winkler et al. | Improved structural health monitoring strategies for better management of civil infrastructure systems | |
Winkler et al. | Improved structural health monitoring of great belt bridge hangers and deck using digital image correlation |
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 |