CN112762841A - 一种基于多分辨率深度特征的桥梁动位移监测系统及方法 - Google Patents

Abstract

本发明涉及一种基于多分辨率深度特征的桥梁动位移监测系统及方法，其技术特点是：包括若干监测分机、若干监测主机和主服务器，所述各监测分机通过数据线将采集的视频传输至对应的监测主机，各监测主机通过网络与主服务器连接。本发明实现了无需标靶环境下的桥梁响应获取，减少了养护人员的现场工作强度；通过边缘计算，可实时或更快地进行位移视频的处理和分析，让数据处理更靠近源，可缩短位移数据的延迟时间；通过分布式系统的构建，逐级进行数据的传递和统一管理分析，能够有效地提高管理效率，提高信息传递的时效性和桥梁智能管养水平。

Description

一种基于多分辨率深度特征的桥梁动位移监测系统及方法

技术领域

本发明属于桥梁监测技术领域，尤其是一种基于多分辨率深度特征的桥梁动位移监测系统及方法。

背景技术

桥梁结构在其全寿命周期内，因设计不足、施工缺陷、车辆超载以及地震、冲击、腐蚀等诸多因素的影响，不可避免会发生功能退化与承载力降低，甚至引发坍塌等恶性事故，造成重大的经济损失。桥梁监测与监测技术作为了解桥梁实际受力状态、评估结构安全承载能力和使用条件的重要手段，具有准确、高效的特点。对桥梁运行状况进行实时监测，可有效预防突发性灾难、及时控制缺陷的发展、减少损失、避免人员伤亡，确保结构与使用者的安全。然而，对于大跨、高墩或斜拉、悬索等特殊结构体系桥梁，在桥面、梁底板、塔柱、拉索等可及范围以外，常规监测方法和手段存在监测盲区；另一方面，鉴于定期人工监测通常需要中断交通且对监测人员专业水平要求较高，在时间周期和技术上存在局限性，日渐不能满足桥梁常规养护的需求。

目前针对桥梁动态位移检测装置，如专利号CN201520655611.X的技术方案是通过设置在基准点的摄像机采集设置在桥梁监测点的靶标图像，然后进行数据传输处理并处理，对桥梁结构的三维位移进行监测。上述专利需要在桥梁监测点的靶标图像，若桥梁的变化若未在桥梁监测点的靶标图像上显示，则无法进行检测。因此以上公开的技术对于桥梁监测是存在瑕疵。

发明内容

本发明的目的在于克服现有技术的不足，提出一种基于多分辨率深度特征的桥梁动位移监测系统及方法，避免了在实际桥梁中设立位移参考点的难题，降低养护人员的工作强度，提高信息的传递实效性，进而有效地提高管养效率。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于多分辨率深度特征的桥梁动位移监测系统，包括若干监测分机、若干监测主机和主服务器，所述各监测分机分别安装在桥梁附近的稳固位置处，并且通过数据线将采集的桥梁表面位移视频传输至对应的监测主机，各个监测主机对采集的桥梁表面位移视频进行处理得到桥梁表面的实际位移数据，各监测主机通过网络与主服务器连接，并且主服务器将得到的桥梁表面实际位移数据进行分析管理。

而且，所述各监测分机均包括PC机、相机机身、长焦镜头、三脚架、数据线和电池，长焦镜头安装在相机机身上，相机机身安装在三脚架上，电池为相机机身提供电能，PC机通过USB数据线与相机机身通信。

而且，所述主服务器为云端服务器。

一种基于多分辨率深度特征的桥梁动位移监测系统的监测方法，包括以下步骤：

步骤1、各监测分机以固定时间采集桥梁表面位移信息，并按时间顺序形成采集视频；

步骤2、各监测主机收集对应监测分机传输的位移视频并缓存，通过基于多分辨率深度特征的相关滤波算法，追踪桥梁表面感兴趣区域的变化；并通过世界坐标系和像素坐标系之间的关系，获得桥梁表面的实际位移数据；

步骤3、主服务器接收管理范围内各监测主机上传的桥梁不同位置的动位移数据，进行统一分析和管理。

而且，所述步骤2包括以下步骤：

步骤2.1、各监测主机对收集的位移视频进行分帧处理，裁剪出单帧图像中的追踪区域，并对单帧图像进行降噪；

步骤2.2、使用VGG-19网络对降噪后的单帧图像进行多分辨率表示，选择VGG-19网络中第3层和第17层网络的输出和方向梯度直方图特征作为原始特征，特征总数D为3，引入插值算子I将原始的离散特征样本x映射至连续的空间域t∈[0,T)中，其中第d个特征x^d为，

其中b为插值核函数，N_d为特征层x^d的最大分辨率，n为特征层x^d的分辨率，T为周期。

步骤2.3、根据单帧图像的多分辨率深度特征，训练初始相关滤波器f＝(f¹…f^D)，得到单帧图像的置信函数C{x}：

其中*代表卷积运算，通过训练完成的滤波器预测下一帧图像中追踪目标的最可能位置，通过最小化误差函数，获得桥梁表面的像素位移：

其中E(f)为误差项，g为周期性重复的高斯函数，R为考虑了边界效应的正则项，

表示L2范数。

步骤2.4、通过各监测分机的标定过程，利用比例因子SF建立世界坐标系和像素坐标系之间的映射关系，将像素位移换算至桥梁表面的实际位移数据：

其中d_pixel为像素大小；f为镜头焦距；Z为相机光心到被测物表面的距离。

本发明的优点和积极效果是：

1、本发明监测系统包括若干监测分机、若干监测主机和主服务器，各监测分机通过数据线将采集的桥梁表面位移视频传输至对应的监测主机，监测主机对视频处理得到桥梁表面的实际位移数据，并通过与主服务器连接将得到的实际位移数据进行分析管理。本发明通过建立非接触式的动位移监测系统，实现了无需标靶环境下的桥梁响应获取，减少了养护人员的现场工作强度。

2、本发明的检测方法通过基于多分辨率深度特征的相关滤波算法处理桥梁表面位移信息，追踪桥梁表面感兴趣区域的变化，并通过世界坐标系和像素坐标系之间的关系，获得桥梁表面的实际位移数据。本发明通过边缘计算，可实时或更快地进行位移视频的处理和分析，让数据处理更靠近源，可缩短位移数据的延迟时间；通过分布式系统的构建，逐级进行数据的传递和统一管理分析，能够有效地提高管理效率，提高信息传递的时效性和桥梁智能管养水平。

附图说明

图1是本发明的系统连接图；

图2是本发明检测方法流程图。

具体实施方式

以下结合附图对本发明做进一步详述。

一种基于多分辨率深度特征的桥梁动位移监测系统，如图1所示，包括若干监测分机、若干监测主机和主服务器，所述各监测分机分别安装在桥梁10米至20米的不同稳固位置处，并且通过数据线将采集的桥梁表面位移视频传输至对应的监测主机，各个监测主机对采集的桥梁表面位移视频进行处理得到桥梁表面的实际位移数据，各监测主机通过网络与主服务器连接，并且主服务器将得到的桥梁表面实际位移数据进行分析管理。

各监测分机均包括PC机、相机机身、长焦镜头、三脚架、数据线和电池，长焦镜头安装在相机机身上，相机机身安装在三脚架上，电池为相机机身提供电能，PC机通过USB数据线与相机机身通信。

一种基于多分辨率深度特征的桥梁动位移监测系统的监测方法，如图2所示，包括以下步骤：

步骤1、各监测分机以固定时间采集桥梁表面位移信息，并按时间顺序形成采集视频。

步骤2、各监测主机收集对应监测分机传输的位移视频并缓存，通过基于多分辨率深度特征的相关滤波算法，追踪桥梁表面感兴趣区域的变化；并通过世界坐标系和像素坐标系之间的关系，获得桥梁表面的实际位移数据。

本步骤的具体实现方法为：

步骤2.1、各监测主机对收集的位移视频进行分帧处理，裁剪出单帧图像中的追踪区域，并对单帧图像进行降噪；

步骤2.2、使用VGG-19网络对降噪后的单帧图像进行多分辨率表示，选择VGG-19网络中第3层和第17层网络的输出和方向梯度直方图特征作为原始特征，特征总数D为3，引入插值算子I将原始的离散特征样本x映射至连续的空间域t∈[0,T)中，其中第d个特征x^d为，

其中b为插值核函数，N_d为特征层x^d的最大分辨率，n为特征层x^d的分辨率，T为周期。

步骤2.3、根据单帧图像的多分辨率深度特征，训练初始相关滤波器f＝(f¹…f^D)，得到单帧图像的置信函数C{x}：

其中*代表卷积运算，通过训练完成的滤波器预测下一帧图像中追踪目标的最可能位置，通过最小化误差函数，获得桥梁表面的像素位移：

其中E(f)为误差项，g为周期性重复的高斯函数，R为考虑了边界效应的正则项，

表示L2范数。

步骤2.4、通过各监测分机的标定过程，利用比例因子SF建立世界坐标系和像素坐标系之间的映射关系，将像素位移换算至桥梁表面的实际位移数据：

其中d_pixel为像素大小；f为镜头焦距；Z为相机光心到被测物表面的距离。

步骤3、主服务器接收管理范围内各监测主机上传的桥梁不同位置的动位移数据，进行统一分析和管理。

需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (5)

1.一种基于多分辨率深度特征的桥梁动位移监测系统，其特征在于：包括若干监测分机、若干监测主机和主服务器，所述各监测分机分别安装在桥梁附近的稳固位置处，并且通过数据线将采集的桥梁表面位移视频传输至对应的监测主机，各个监测主机对采集的桥梁表面位移视频进行处理得到桥梁表面的实际位移数据，各监测主机通过网络与主服务器连接，并且主服务器将得到的桥梁表面实际位移数据进行分析管理。

2.根据权利要求1所述的一种基于多分辨率深度特征的桥梁动位移监测系统，其特征在于：所述各监测分机均包括PC机、相机机身、长焦镜头、三脚架、数据线和电池，长焦镜头安装在相机机身上，相机机身安装在三脚架上，电池为相机机身提供电能，PC机通过USB数据线与相机机身通信。

3.根据权利要求1所述的一种基于多分辨率深度特征的桥梁动位移监测系统，其特征在于：所述主服务器为云端服务器。

4.一种如权利要求1至3所述任一项所述的基于多分辨率深度特征的桥梁动位移监测系统的监测方法，其特征在于，包括以下步骤：

步骤1、各监测分机以固定时间采集桥梁表面位移信息，并按时间顺序形成采集视频；

步骤2、各监测主机收集对应监测分机传输的位移视频并缓存，通过基于多分辨率深度特征的相关滤波算法，追踪桥梁表面感兴趣区域的变化；并通过世界坐标系和像素坐标系之间的关系，获得桥梁表面的实际位移数据；

步骤3、主服务器接收管理范围内各监测主机上传的桥梁不同位置的动位移数据，进行统一分析和管理。

5.根据权利要求4所述的基于多分辨率深度特征的桥梁动位移监测系统的监测方法，其特征在于：所述步骤2包括以下步骤：

步骤2.1、各监测主机对收集的位移视频进行分帧处理，裁剪出单帧图像中的追踪区域，并对单帧图像进行降噪；

步骤2.2、使用VGG-19网络对降噪后的单帧图像进行多分辨率表示，选择VGG-19网络中第3层和第17层网络的输出和方向梯度直方图特征作为原始特征，特征总数D为3，引入插值算子I将原始的离散特征样本x映射至连续的空间域t∈[0，T)中，其中第d个特征x^d为，

其中b为插值核函数，N_d为特征层x^d的最大分辨率，n为特征层x^d的分辨率，T为周期。

步骤2.3、根据单帧图像的多分辨率深度特征，训练初始相关滤波器f＝(f¹…f^D)，得到单帧图像的置信函数C{x}：

其中*代表卷积运算，通过训练完成的滤波器预测下一帧图像中追踪目标的最可能位置，通过最小化误差函数，获得桥梁表面的像素位移：

其中E(f)为误差项，g为周期性重复的高斯函数，R为考虑了边界效应的正则项，

表示L2范数。

步骤2.4、通过各监测分机的标定过程，利用比例因子SF建立世界坐标系和像素坐标系之间的映射关系，将像素位移换算至桥梁表面的实际位移数据：

其中d_pixel为像素大小；f为镜头焦距；Z为相机光心到被测物表面的距离。

Images