CN113033891A - 高墩桥梁健康监控方法及装置 - Google Patents
高墩桥梁健康监控方法及装置 Download PDFInfo
- Publication number
- CN113033891A CN113033891A CN202110305155.6A CN202110305155A CN113033891A CN 113033891 A CN113033891 A CN 113033891A CN 202110305155 A CN202110305155 A CN 202110305155A CN 113033891 A CN113033891 A CN 113033891A
- Authority
- CN
- China
- Prior art keywords
- information
- pier bridge
- preset time
- bridge
- time period
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
Abstract
本申请涉及一种高墩桥梁健康监控方法及装置,其包括获取监控的高墩桥梁的监控参数信息,然后根据预设时间段内的温度变化信息以及预设时间段内的湿度变化信息,确定高墩桥梁稳定性影响的预测信息,然后根据预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息,确定高墩桥梁的故障隐患信息,然后根据预设时间段内经过高墩桥梁的车辆信息,确定高墩桥梁的压力信息,然后根据高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,确定高墩桥梁在预设时间内的健康信息。本申请解决了对高墩桥梁进行健康监控需要依赖于人工检修导致人力成本较高、安全性较高以及准确度较低的问题。
Description
技术领域
本申请涉及计算机技术领域,尤其是涉及一种高墩桥梁健康监控方法及装置。
背景技术
随着我国基础设施建设的开展,越来越多的跨河跨沟桥正在或已经建成,受线路地形、坡度等的限制,此类桥梁桥墩非常高,因此此类桥梁也可以称之为高墩桥梁。此类桥梁不仅承担着上部结构及汽车等产生的竖向轴力、水平力和弯矩,有时还受到风力、土压力、流水压力以及可能发生的地震力、冰压力、船只和漂流物的撞击力等荷载的作用,因此可能给高墩桥梁带来一定的损害,但是一旦高墩桥梁损害可能会带来很严重的事故和损害,因此对高墩桥梁进行健康监控成为一个很重要的问题。
在相关技术中可以通过人工定时检修的方式对高墩桥梁进行健康监控,但是由于高墩桥梁自身的结构以及地理位置等,对高墩桥梁进行人工定时检修对检修人员的体力的要求很高,并且还具有一定的危险性,并且通过人工检修的方式以对高墩桥梁进行健康监控的方式的准确度较低。因此急需一种节省检修人员体力、安全性高并且准确度较高的对高墩桥梁健康监测方式。
发明内容
本申请目的一是提供一种高墩桥梁健康监控方法及装置,用于解决以上至少一项技术问题。
第一方面,提供了一种高墩桥梁健康监控方法,包括:
获取监控的高墩桥梁的监控参数信息,高墩桥梁的监控参数信息包括:预设时间段内的温度变化信息、预设时间段内的湿度变化信息、预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息以及预设时间段内经过高墩桥梁的车辆信息;
根据预设时间段内的温度变化信息以及预设时间段内的湿度变化信息,确定高墩桥梁稳定性影响的预测信息,高墩桥梁稳定性影响的预测信息用于表征温度的变化以及湿度的变化对高墩桥梁稳定性的影响概率;
根据预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息,确定高墩桥梁的故障隐患信息,高墩桥梁的故障隐患信息包括:高墩桥梁发生故障的预测概率信息、预测高墩桥梁的故障发生的时间信息以及高墩桥梁预测发生故障的位置信息中的至少一项;
根据预设时间段内经过高墩桥梁的车辆信息,确定高墩桥梁的压力信息;
根据高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,确定高墩桥梁在预设时间内的健康信息。
在另一种可能的实现方式中,根据高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,确定高墩桥梁在预设时间内的健康信息,包括以下至少一项:
确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息,并根据高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息以及各自对应的权重信息,确定高墩桥梁在预设时间内的健康信息;
基于高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,并通过训练后的网络模型进行高墩桥梁健康检测处理,确定高墩桥梁在预设时间内的健康信息。
在另一种可能的实现方式中,确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息,包括:
确定高墩桥梁所处位置信息以及高墩桥梁的属性信息,高墩桥梁的属性信息包括:高墩桥梁的桥身长度信息、高墩桥梁距离地面的高度信息以及高墩桥梁所使用的建筑材料信息中的至少一项;
基于高墩桥梁所处位置信息以及高墩桥梁的属性信息,确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息。
在另一种可能的实现方式中,获取监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息,包括以下至少一项:
通过各自对应的传感器,监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息,传感器安装在监控的高墩桥梁上;
获取监控的高墩桥梁在预设时间内对应的多媒体信息,并基于监控的高墩桥梁在预设时间内对应的多媒体信息确定监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息。
在另一种可能的实现方式中,多媒体信息包括:在预设时间内拍摄的多张图像;
基于监控的高墩桥梁在预设时间内对应的多媒体信息确定监控的高墩桥梁在预设时间段内的温度变化信息,包括:
对各张图像分别进行归一化处理,得到各张图像分别对应的归一化处理后的图像;
将各张图像分别对应的归一化处理后的图像分别进行灰度处理,得到各自对应的灰度处理后的图像;
对各自对应的灰度处理后的图像分别进行对比度增强处理,得到各自对应的增强处理后的图像;
基于各自对应的增强处理后的图像确定监控的高墩桥梁在预设时间段内的温度变化信息;其中,监控的高墩桥梁在预设时间段内的温度变化信息包括以下至少一项:
高墩桥梁在预设时间段内的最高温度、高墩桥梁在预设时间段内的最低温度、高墩桥梁在预设时间段内的温度变化幅度信息以及高墩桥梁在预设时间段内的温度变化趋势信息。
在另一种可能的实现方式中,多媒体信息包括:在预设时间内拍摄的多张图像;
基于监控的高墩桥梁在预设时间内对应的多媒体信息确定预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息,包括:
对各张图像分别进行目标检测处理,得到各张图像分别对应的目标检测结果,目标检测结果中包含高墩桥梁的墩顶信息;
对各张图像分别对应的目标检测结果进行特征提取处理,得到各张图像分别对应的特征图;基于每张图像对应的特征图,确定预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息。
在另一种可能的实现方式中,多媒体信息包括:在预设时间内拍摄的多张图像;
基于监控的高墩桥梁在预设时间内对应的多媒体信息确定监控的高墩桥梁在预设时间段内的湿度变化信息,包括:
采用滤波算法对各张图像分别进行图像去噪处理,得到各自去噪处理后的图像;
将各自去噪处理后的图像分别通过训练后的网络模型进行图像分割处理,得到各自对应的图像分割信息,图像分割信息中包含属于高墩桥梁的像素点;
将各自对应的图像分割信息由RGB颜色空间转换为LAB颜色空间,确定各张图像分别对应的LAB颜色空间的中心点,并确定各个中心点值;
将各个中心点值作为特征值并通过岭回归算法,确定各个图像分别对应的高墩桥梁的湿度信息;
基于各个图像分别对应的高墩桥梁的湿度信息,确定监控的高墩桥梁在预设时间内的湿度变化信息。
在另一种可能的实现方式中,根据预设时间段内经过高墩桥梁的车辆信息,确定高墩桥梁的压力信息,包括:
获取预设图像采集设备在预设时间段内采集的视频信息,视频信息中包括:连续的帧图像;对视频信息进行抽帧处理,得到至少两帧图像;
对至少两帧图像中的各帧图像分别进行车辆识别处理,得到高墩桥梁在预设时间段内行驶的车流量信息以及车辆类别信息;
基于高墩桥梁在预设时间段内行驶的车流量信息以及车辆类别信息,确定高墩桥梁的压力信息。
在另一种可能的实现方式中,根据高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,确定高墩桥梁在预设时间内的健康信息,之后还包括:基于高墩桥梁在预设时间内的健康信息,生成针对高墩桥梁的维护建议信息和/或针对高墩桥梁的修复建议信息;
其中,针对高墩桥梁的维护建议信息包括:高墩桥梁上行驶的车辆类别信息、高墩桥梁上行驶的车辆速度信息以及高墩桥梁的车流量信息中的至少一项;
其中,针对高墩桥梁的修复建议信息包括:高墩桥梁需要修复的概率信息、高墩桥梁修复的时间信息以及高墩桥梁的修复手段信息中的至少一项。
第二方面,提供了一种高墩桥梁健康监控装置,包括:
获取模块,用于获取监控的高墩桥梁的监控参数信息,高墩桥梁的监控参数信息包括:预设时间段内的温度变化信息、预设时间段内的湿度变化信息、预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息以及预设时间段内经过高墩桥梁的车辆信息;
第一确定模块,用于根据预设时间段内的温度变化信息以及预设时间段内的湿度变化信息,确定高墩桥梁稳定性影响的预测信息,高墩桥梁稳定性影响的预测信息用于表征温度的变化以及湿度的变化对高墩桥梁稳定性的影响概率;
第二确定模块,用于根据预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息,确定高墩桥梁的故障隐患信息,高墩桥梁的故障隐患信息包括:高墩桥梁发生故障的预测概率信息、预测高墩桥梁的故障发生的时间信息以及高墩桥梁预测发生故障的位置信息中的至少一项;
第三确定模块,用于根据预设时间段内经过高墩桥梁的车辆信息,确定高墩桥梁的压力信息;
第四确定模块,用于根据高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,确定高墩桥梁在预设时间内的健康信息。
在另一种可能的实现方式中,第四确定模块在根据高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,确定高墩桥梁在预设时间内的健康信息时,具体用于以下至少一项:
确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息,并根据高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息以及各自对应的权重信息,确定高墩桥梁在预设时间内的健康信息;
基于高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,并通过训练后的网络模型进行高墩桥梁健康检测处理,确定高墩桥梁在预设时间内的健康信息。
在另一种可能的实现方式中,第四确定模块在确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息时,具体用于:确定高墩桥梁所处位置信息以及高墩桥梁的属性信息,高墩桥梁的属性信息包括:高墩桥梁的桥身长度信息、高墩桥梁距离地面的高度信息以及高墩桥梁所使用的建筑材料信息中的至少一项;
基于高墩桥梁所处位置信息以及高墩桥梁的属性信息,确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息。
在另一种可能的实现方式中,获取模块在获取监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息时,具体用于以下至少一项:
通过各自对应的传感器,监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息,传感器安装在监控的高墩桥梁上;
获取监控的高墩桥梁在预设时间内对应的多媒体信息,并基于监控的高墩桥梁在预设时间内对应的多媒体信息确定监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息。
在另一种可能的实现方式中,多媒体信息包括:在预设时间内拍摄的多张图像;
获取模块在基于监控的高墩桥梁在预设时间内对应的多媒体信息确定监控的高墩桥梁在预设时间段内的温度变化信息时,具体用于:
对各张图像分别进行归一化处理,得到各张图像分别对应的归一化处理后的图像;
将各张图像分别对应的归一化处理后的图像分别进行灰度处理,得到各自对应的灰度处理后的图像;
对各自对应的灰度处理后的图像分别进行对比度增强处理,得到各自对应的增强处理后的图像;
基于各自对应的增强处理后的图像确定监控的高墩桥梁在预设时间段内的温度变化信息;其中,监控的高墩桥梁在预设时间段内的温度变化信息包括以下至少一项:
高墩桥梁在预设时间段内的最高温度、高墩桥梁在预设时间段内的最低温度、高墩桥梁在预设时间段内的温度变化幅度信息以及高墩桥梁在预设时间段内的温度变化趋势信息。
在另一种可能的实现方式中,多媒体信息包括:在预设时间内拍摄的多张图像;
获取模块在基于监控的高墩桥梁在预设时间内对应的多媒体信息确定预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息时,具体用于:
对各张图像分别进行目标检测处理,得到各张图像分别对应的目标检测结果,目标检测结果中包含高墩桥梁的墩顶信息;
对各张图像分别对应的目标检测结果进行特征提取处理,得到各张图像分别对应的特征图;基于每张图像对应的特征图,确定预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息。
在另一种可能的实现方式中,多媒体信息包括:在预设时间内拍摄的多张图像;
获取模块在基于监控的高墩桥梁在预设时间内对应的多媒体信息确定监控的高墩桥梁在预设时间段内的湿度变化信息时,具体用于:
采用滤波算法对各张图像分别进行图像去噪处理,得到各自去噪处理后的图像;
将各自去噪处理后的图像分别通过训练后的网络模型进行图像分割处理,得到各自对应的图像分割信息,图像分割信息中包含属于高墩桥梁的像素点;
将各自对应的图像分割信息由RGB颜色空间转换为LAB颜色空间,确定各张图像分别对应的LAB颜色空间的中心点,并确定各个中心点值;
将各个中心点值作为特征值并通过岭回归算法,确定各个图像分别对应的高墩桥梁的湿度信息;
基于各个图像分别对应的高墩桥梁的湿度信息,确定监控的高墩桥梁在预设时间内的湿度变化信息。
在另一种可能的实现方式中,第三确定模块在根据预设时间段内经过高墩桥梁的车辆信息,确定高墩桥梁的压力信息时,具体用于:
获取预设图像采集设备在预设时间段内采集的视频信息,视频信息中包括:连续的帧图像;对视频信息进行抽帧处理,得到至少两帧图像;
对至少两帧图像中的各帧图像分别进行车辆识别处理,得到高墩桥梁在预设时间段内行驶的车流量信息以及车辆类别信息;
基于高墩桥梁在预设时间段内行驶的车流量信息以及车辆类别信息,确定高墩桥梁的压力信息。
在另一种可能的实现方式中,装置还包括:生成模块,其中,
生成模块,用于基于高墩桥梁在预设时间内的健康信息,生成针对高墩桥梁的维护建议信息和/或针对高墩桥梁的修复建议信息;
其中,针对高墩桥梁的维护建议信息包括:高墩桥梁上行驶的车辆类别信息、高墩桥梁上行驶的车辆速度信息以及高墩桥梁的车流量信息中的至少一项;
其中,针对高墩桥梁的修复建议信息包括:高墩桥梁需要修复的概率信息、高墩桥梁修复的时间信息以及高墩桥梁的修复手段信息中的至少一项。
本申请提供了一种高墩桥梁健康监控方法及装置,与相关技术中对高墩桥梁通过人工检修相比,本申请获取监控的高墩桥梁在预设时间段内的温度变化信息、湿度变化信息、高墩桥梁相对于预设基准点的空间位移信息以及经过高墩桥梁的车辆信息等监控参数信息,并且基于上述这些参数信息可以确定出影响高墩桥梁稳定性的预测信息、高墩桥梁的故障隐患信息以及高墩桥梁的压力信息等,然后可以基于确定出的影响高墩桥梁稳定性的预测信息、高墩桥梁的故障隐患信息以及高墩桥梁的压力信息确定出高墩桥梁在预设时间内的健康信息,以实现对高墩桥梁进行健康监控,上述对高墩桥梁健康监控的方式并不需要依赖于人工,从而可以节省检修人员的体力,提高对高墩桥梁进行健康监控的安全性,并且可以提高对高墩桥梁进行健康监控的准确度,进而还可以提升用户体验。
附图说明
图1是本申请实施例提供了一种高墩桥梁健康监控方法流程示意图;
图2是本申请实施例提供了一种高墩桥梁健康监控装置结构示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
本具体实施例仅仅是对本申请的解释,其并不是对本申请的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例提供一种高墩桥梁健康监控方法,在本申请实施例中提供的高墩桥梁健康监控方法可以由电子设备执行,该电子设备可以为服务器也可以为终端设备,其中,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等,但并不局限于此,该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例在此不做限制,如图1所示,该方法包括:
步骤S101:获取监控的高墩桥梁的监控参数信息。
其中,高墩桥梁的监控参数信息包括:预设时间段内的温度变化信息、预设时间段内的湿度变化信息、预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息以及预设时间段内经过高墩桥梁的车辆信息。
具体地,在本申请实施例中,获取的高墩桥梁的监控参数的类型可以是预先设置的,也可以是人工输入的,还可以是根据监控的高墩桥梁自身的属性(例如,高墩桥梁所处的地理位置)等确定的,例如,监控的高墩桥梁是建设在北方干燥区域的高墩桥梁,则获取到的监控的高墩桥梁的监控参数信息还可以不包含预设时间段内的湿度变化信息。本申请实施例并不构成对获取到的监控参数类型的限定。
具体地,预设时间段可以是预先设定的,还可以是用户输入的,例如,预设时间段可以为一天、一个月以及一个季度等。
进一步地,在步骤S101之前还可以包括:确定监控的高墩桥梁,在本申请实施例,确定监控的高墩桥梁可以是预设设定的,还可以是用户选择的,任意确定监控的高墩桥梁的方式均在本申请实施例的保护范围之内。
进一步地,在本申请实施例中获取监控的高墩桥梁的监控参数信息的方式具体详见下述实施例,在此不再赘述。
步骤S102、根据预设时间段内的温度变化信息以及预设时间段内的湿度变化信息,确定高墩桥梁稳定性影响的预测信息。
其中,高墩桥梁稳定性影响的预测信息用于表征温度的变化以及湿度的变化对高墩桥梁稳定性的影响概率。
对于本申请实施例,高墩桥梁的温度过高、温度过低或者温差变化较大都会对高墩桥梁的稳定性带来影响,同样地,高墩桥梁的湿度过高,湿度过低,或者湿度差距过大也都会对高墩桥梁的稳定性带来影响,因此,在本申请实施例中,可以根据预设时间段内的温度变化信息以及预设时间段内的湿度变化信息,确定出温度变化信息和湿度变化信息对高墩桥梁稳定性的影响。
具体地,在本申请实施例中,根据预设时间段内的温度变化信息以及预设时间段内湿度变化信息确定高墩桥梁稳定性影响的预测信息具体的可以详见下述实施例,在此不再赘述。
步骤S103、根据预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息,确定高墩桥梁的故障隐患信息。
其中,高墩桥梁的故障隐患信息包括:高墩桥梁发生故障的预测概率信息、预测高墩桥梁的故障发生的时间信息以及高墩桥梁预测发生故障的位置信息中的至少一项。
对于本申请实施例,空间位移信息可以包含:水平位移信息和竖直位移信息。
步骤S104、根据预设时间段内经过高墩桥梁的车辆信息,确定高墩桥梁的压力信息。
步骤S105、根据高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,确定高墩桥梁在预设时间内的健康信息。
对于本申请实施例,在根据上述得到的高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,确定高墩桥梁在预设时间内的健康信息之后,以实现对高墩桥梁进行健康监控。
具体地,步骤S102、步骤S103以及步骤S104不限于上述所示的执行顺序,任何可能的执行顺序均在本申请实施例的保护范围之内,例如,步骤S102、步骤S103以及步骤S104可以同时执行。
本申请实施例提供了一种高墩桥梁健康监控方法,与相关技术中对高墩桥梁通过人工检修相比,本申请实施例获取监控的高墩桥梁在预设时间段内的温度变化信息、湿度变化信息、高墩桥梁相对于预设基准点的空间位移信息以及经过高墩桥梁的车辆信息等监控参数信息,并且基于上述这些参数信息可以确定出影响高墩桥梁稳定性的预测信息、高墩桥梁的故障隐患信息以及高墩桥梁的压力信息等,然后可以基于确定出的影响高墩桥梁稳定性的预测信息、高墩桥梁的故障隐患信息以及高墩桥梁的压力信息确定出高墩桥梁在预设时间内的健康信息,以实现对高墩桥梁进行健康监控,上述对高墩桥梁健康监控的方式并不需要依赖于人工,从而可以节省检修人员的体力,提高对高墩桥梁进行健康监控的安全性,并且可以提高对高墩桥梁进行健康监控的准确度,进而还可以提升用户体验。
本申请实施例的另一种可能的实现方式,获取监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息,包括:步骤Sa(图中未示出)以及步骤Sb(图中未示出)中至少一项,其中,
步骤Sa、通过各自对应的传感器,监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息。
其中,传感器安装在监控的高墩桥梁上。
具体地,在本申请实施例中可以通过安装在高墩桥梁上的温度传感器获取监控的高墩桥梁在预设时间内的温度信息,以得到高墩桥梁在预设时间段内的温度变化信息;还可以根据安装在高墩桥梁上的湿度传感器等获取监控的高墩桥梁在预设时间内的湿度信息,以得到高墩桥梁在预设时间段内的湿度变化信息;还可以通过位移传感器、涡流传感器以及倾斜传感器等获取监控的高墩桥梁在预设时间内的高墩桥梁的墩顶相对于预设基准点的空间位移信息。
进一步地,在本申请实施例中,除了通过传感器的方式获取监控的高墩桥梁在预设时间段内的温度变化信息、预设时间内的湿度变化信息以及预设时间段内墩顶相对于预设基准点的空间位移信息之外,还可以图像处理等方式获取上述监控参数信息,具体详见下述实施例。
步骤Sb、获取监控的高墩桥梁在预设时间内对应的多媒体信息,并基于监控的高墩桥梁在预设时间内对应的多媒体信息确定监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息。
具体地,在本申请实施例中,可以通过无人机等拍摄监控的高墩桥梁在预设时间内对应的多媒体信息,也可以通过安装在高墩桥梁上的图像采集设备(例如摄像头等)采集高墩桥梁在预设时间段内对应的多媒体信息。在本申请实施例中,多媒体信息可以包括:视频信息和图像信息中的至少一项。
具体地,在获取到监控的高墩桥梁在预设时间内对应的多媒体信息后,对多媒体信息(视频和/或图像)进行分析处理,以确定监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息。
具体地,多媒体信息包括:在预设时间内拍摄的多张图像;其中,基于监控的高墩桥梁在预设时间内对应的多媒体信息确定监控的高墩桥梁在预设时间段内的温度变化信息,包括:对各张图像分别进行归一化处理,得到各张图像分别对应的归一化处理后的图像;将各张图像分别对应的归一化处理后的图像分别进行灰度处理,得到各自对应的灰度处理后的图像;对各自对应的灰度处理后的图像分别进行对比度增强处理,得到各自对应的增强处理后的图像;基于各自对应的增强处理后的图像确定监控的高墩桥梁在预设时间段内的温度变化信息。
其中,监控的高墩桥梁在预设时间段内的温度变化信息包括以下至少一项:
高墩桥梁在预设时间段内的最高温度、高墩桥梁在预设时间段内的最低温度、高墩桥梁在预设时间段内的温度变化幅度信息以及高墩桥梁在预设时间段内的温度变化趋势信息。
具体地,在本申请实施例中,对任一张图像进行归一化处理的方式,具体可以包括:先从该张图像中获取到原始的像素最大值和像素最小值,然后通过原始数据线性化的方法将像素值均转换到0~1之间的范围,使用到的归一化公式下述公式1:
其中,x为原始像素值;xnew为归一化之后的像素值,xmax为原始的像素最大值,xmin为原始的像素最小值,经过上述归一化处理之后,即可得到归一化图像。
具体地,在本申请实施例中,对归一化处理后的图像进行灰度处理,得到对应的灰度处理后的图像,具体可以包括:可以使用灰度拉伸的方法将归一化图像中的灰度值分布扩展到具有256个灰度级的图像,使用到的灰度转换公式如公式2所示:
xgrey=xnew*255; 公式2
其中,xgrey为灰度转换之后的像素值,xnew为灰度转换前的像素值。
具体地,在本申请实施例中,对灰度处理后的图像分别进行对比度增强处理,得到增强处理后的图像,具体可以包括:可以基于限制对比度自适应直方图均衡化方法,通过拉伸影像的像素强度分布范围来增强图像对比度。在该过程中,运用累积分布函数(Cumulative Distribution Function,CDF)对灰度值进行调整以实现对比度增强,把灰度图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。在本申请实施例中,显然增强图像比灰度图像的像素强度分布更加均匀,增强图像的对比度更强。
进一步地,在得到对比度增强处理后的图像之后,基于该图像可以确定出高墩桥梁的温度,甚至可以确定出高墩桥梁各个区域处的温度。
具体地,多媒体信息包括:在预设时间内拍摄的多张图像;其中,基于监控的高墩桥梁在预设时间内对应的多媒体信息确定监控的高墩桥梁在预设时间段内的湿度变化信息,包括:采用滤波算法对各张图像分别进行图像去噪处理,得到各自去噪处理后的图像;将各自去噪处理后的图像分别通过训练后的网络模型进行图像分割处理,得到各自对应的图像分割信息,图像分割信息中包含属于高墩桥梁的像素点;将各自对应的图像分割信息由RGB颜色空间转换为LAB颜色空间,确定各张图像分别对应的LAB颜色空间的中心点,并确定各个中心点值;将各个中心点值作为特征值并通过岭回归算法,确定各个图像分别对应的高墩桥梁的湿度信息;基于各个图像分别对应的高墩桥梁的湿度信息,确定监控的高墩桥梁在预设时间内的湿度变化信息。
对于本申请实施例,可以通过均值滤波、中值滤波以及高斯低通滤波等方式对各张图像分别进行图像去噪处理,得到各自去噪处理后的图像。
对于本申请实施例,自然界任何一种色彩均可用红、绿、蓝三种原色光混合产生,这在几何上能够以R、G、B三个互相垂直的轴所构成的空间坐标系统来表示,称为RGB色彩空间。LAB颜色空间是一种设备无关的颜色系统,也是一种基于生理特征的颜色系统。这也就意味着,它是用数字化的方法来描述人的视觉感应。Lab颜色空间中的L分量用于表示像素的亮度,取值范围是[0,100],表示从纯黑到纯白;a表示从红色到绿色的范围,取值范围是[127,-128];b表示从黄色到蓝色的范围,取值范围是[127,-128]。在本申请实施例中,将各自对应的图像分割信息由RGB颜色空间转换为LAB颜色空间,确定各张图像分别对应的LAB颜色空间的中心点,具体可以包括:将各自对应的图像分割信息由RGB空间转换为XYZ空间,然后由XYZ空间转换为LAB空间。
其中,由RGB转换为XYZ空间的方式,如公式3所示:
[X,Y,Z]=M*[R,G,B] 公式3
其中,XYZ到LAB之间的转换,如公式4所示,其中,
进一步地,在各个图像通过上述方式进行空间转换之后,确定各张图像分别对应的LAB颜色空间的中心点,并基于各个中心点值作为特征值通过岭回归算法,确定各个图像分别对应的高墩桥梁的湿度信息,进而可以高墩桥梁的湿度变化信息。
具体地,多媒体信息包括:在预设时间内拍摄的多张图像;其中,基于监控的高墩桥梁在预设时间内对应的多媒体信息确定预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息,包括:对各张图像分别进行目标检测处理,得到各张图像分别对应的目标检测结果,目标检测结果中包含高墩桥梁的墩顶信息;对各张图像分别对应的目标检测结果进行特征提取处理,得到各张图像分别对应的特征图;基于每张图像对应的特征图,确定预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息。
具体地,在本申请实施例中,步骤S104具体可以包括:步骤S1041(图中未示出)、步骤S1042(图中未示出)、步骤S1043(图中未示出)以及步骤S1044(图中未示出),其中,
步骤S1041、获取预设图像采集设备在预设时间段内采集的视频信息。、
其中,视频信息中包括:连续的帧图像。
步骤S1042、对视频信息进行抽帧处理,得到至少两帧图像。
对于本申请实施例,在确定高墩桥梁在预设时间段内行驶的车流量信息以及车辆类别信息时,为了降低车辆识别的工作压力,可以不需要对所有的视频信息均进行车辆识别处理,而是从中抽取部分帧图像,对部分帧图像进行车辆识别处理,以确定高墩桥梁在预设时间段内行驶的车流量信息以及车辆类别信息。
步骤S1043、对至少两帧图像中的各帧图像分别进行车辆识别处理,得到高墩桥梁在预设时间段内行驶的车流量信息以及车辆类别信息。
对于本申请实施例,可以通过训练后的网络模型对至少两帧图像中的各帧图像分别进行车辆识别处理,得到高墩桥梁在预设时间段内行驶的车流量信息以及车辆类别信息。
步骤S1044、基于高墩桥梁在预设时间段内行驶的车流量信息以及车辆类别信息,确定高墩桥梁的压力信息。
对于本申请实施例,不同的车辆类别信息对应的压力并不同,在确定出车辆类别信息之后,即可以确定出该车辆类别对该高墩桥梁的压力信息,进而在确定出各个车辆类别对高墩桥梁的压力信息之后,基于高墩桥梁在预设时间段内行驶的车流量信息以及车辆类别信息,确定高墩桥梁在预设时间段内的压力信息。
本申请实施例的另一种可能的实现方式,步骤S105具体可以包括:步骤S1051(图中未示出)和步骤S1052(图中未示出)中的至少一项,其中,
步骤S1051、确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息,并根据高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息以及各自对应的权重信息,确定高墩桥梁在预设时间内的健康信息。
具体地,在本申请实施例中,高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息用A、B以及C进行表征,以及高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别用a、b以及c表征,则高墩桥梁在预设时间内的健康信息如公式5所示:
J=A×a+B×b+C×c 公式5
其中,J表征高墩桥梁在预设时间内的健康信息。
具体地,在本申请实施例中,可以预先设定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息。进一步地,还可以通过下述方式确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息。
具体地,确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息,包括:确定高墩桥梁所处位置信息以及高墩桥梁的属性信息;基于高墩桥梁所处位置信息以及高墩桥梁的属性信息,确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息。
其中,高墩桥梁的属性信息包括:高墩桥梁的桥身长度信息、高墩桥梁距离地面的高度信息以及高墩桥梁所使用的建筑材料信息中的至少一项。
对于本申请实施例,高墩桥梁所处位置信息以及高墩桥梁的属性信息可能会对高墩桥梁稳定性带来影响、也会对高墩桥梁的故障隐患带来影响,当然也可能会对高墩桥梁的稳定性带来影响。因此在确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息时,可以根据高墩桥梁所处位置信息以及高墩桥梁的属性信息进行确定。在本申请实施例中,可以通过神经网络的方式,并通过高墩桥梁所处位置信息以及高墩桥梁的属性信息确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息。在本申请实施例中,任何可以基于高墩桥梁所处位置信息以及高墩桥梁的属性信息确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息日分别对应的权重信息的方式均在本申请的保护范围之内。
步骤S1052、基于高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,并通过训练后的网络模型进行高墩桥梁健康检测处理,确定高墩桥梁在预设时间内的健康信息。
对于本申请实施例,预先训练网络模型,以实现确定高墩桥梁在预设时间内的健康信息。在本申请实施例中,训练网络模型的方式在本申请实施例中不进行限制。
进一步地,在本申请实施例中,根据高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,确定高墩桥梁在预设时间内的健康信息,之后还包括:基于高墩桥梁在预设时间内的健康信息,生成针对高墩桥梁的维护建议信息和/或针对高墩桥梁的修复建议信息。
其中,针对高墩桥梁的维护建议信息包括:高墩桥梁上行驶的车辆类别信息、高墩桥梁上行驶的车辆速度信息以及高墩桥梁的车流量信息中的至少一项;例如,若高墩桥梁在预设时间内的健康状况较差,可以生成高墩桥梁的维护建议信息包括:高墩桥梁上行驶的车辆类别信息可以为小轿车,车辆速度不大于60KM/H,高墩桥梁上行驶的车辆速度信息为10辆/分。
其中,针对高墩桥梁的修复建议信息包括:高墩桥梁需要修复的概率信息、高墩桥梁修复的时间信息以及高墩桥梁的修复手段信息中的至少一项。
例如,高墩桥梁需要修复的概率为75%,高墩桥梁修复的时间信息为2021年6月之前,高墩桥梁的修复手段信息可以为修复墩顶移位,加强墩柱结构等。
对于本申请实施例,在确定高墩桥梁的修复建议信息时还可以根据高墩桥梁稳定性影响的预测信息、高墩桥梁的隐患信息和高墩桥梁的压力信息,进而确定出针对高墩桥梁的修复建议信息。
上述实施例从方法流程的角度介绍了一种高墩桥梁健康监控方法,以实现对高墩桥梁进行健康监控,下述实施例从模块或者单元的角度介绍了一种高墩桥梁健康监控装置,同样适用于上述方法实施例,具体如下所示:
本申请实施例提供了一种高墩桥梁健康监控装置,如图2所示,该高墩桥梁健康监控装置20具体可以包括:
获取模块21,用于获取监控的高墩桥梁的监控参数信息,高墩桥梁的监控参数信息包括:预设时间段内的温度变化信息、预设时间段内的湿度变化信息、预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息以及预设时间段内经过高墩桥梁的车辆信息;
第一确定模块22,用于根据预设时间段内的温度变化信息以及预设时间段内的湿度变化信息,确定高墩桥梁稳定性影响的预测信息。
其中,高墩桥梁稳定性影响的预测信息用于表征温度的变化以及湿度的变化对高墩桥梁稳定性的影响概率。
第二确定模块23,用于根据预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息,确定高墩桥梁的故障隐患信息。
其中,高墩桥梁的故障隐患信息包括:高墩桥梁发生故障的预测概率信息、预测高墩桥梁的故障发生的时间信息以及高墩桥梁预测发生故障的位置信息中的至少一项;
第三确定模块24,用于根据预设时间段内经过高墩桥梁的车辆信息,确定高墩桥梁的压力信息。
第四确定模块25,用于根据高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,确定高墩桥梁在预设时间内的健康信息。
对于本申请实施例,第一确定模块22、第二确定模块23、第三确定模块24以及第四确定模块25可以均为相同的确定模块,也可以均为不同的确定模块,也可以部分为相同的确定模块,在本申请实施例中不做限定。
本申请实施例的另一种可能的实现方式,第四确定模块25在根据高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,确定高墩桥梁在预设时间内的健康信息时,具体用于以下至少一项:
确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息,并根据高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息以及各自对应的权重信息,确定高墩桥梁在预设时间内的健康信息;
基于高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息,并通过训练后的网络模型进行高墩桥梁健康检测处理,确定高墩桥梁在预设时间内的健康信息。
本申请实施例的另一种可能的实现方式,第四确定模块25在确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息时,具体用于:
确定高墩桥梁所处位置信息以及高墩桥梁的属性信息,高墩桥梁的属性信息包括:高墩桥梁的桥身长度信息、高墩桥梁距离地面的高度信息以及高墩桥梁所使用的建筑材料信息中的至少一项;
基于高墩桥梁所处位置信息以及高墩桥梁的属性信息,确定高墩桥梁稳定性影响的预测信息、高墩桥梁的故障隐患信息和高墩桥梁的压力信息分别对应的权重信息。
本申请实施例的另一种可能的实现方式,获取模块21在获取监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息时,具体用于以下至少一项:
通过各自对应的传感器,监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息,传感器安装在监控的高墩桥梁上;
获取监控的高墩桥梁在预设时间内对应的多媒体信息,并基于监控的高墩桥梁在预设时间内对应的多媒体信息确定监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息。
本申请实施例的另一种可能的实现方式,多媒体信息包括:在预设时间内拍摄的多张图像;
获取模块21在基于监控的高墩桥梁在预设时间内对应的多媒体信息确定监控的高墩桥梁在预设时间段内的温度变化信息时,具体用于:
对各张图像分别进行归一化处理,得到各张图像分别对应的归一化处理后的图像;
将各张图像分别对应的归一化处理后的图像分别进行灰度处理,得到各自对应的灰度处理后的图像;
对各自对应的灰度处理后的图像分别进行对比度增强处理,得到各自对应的增强处理后的图像;
基于各自对应的增强处理后的图像确定监控的高墩桥梁在预设时间段内的温度变化信息;其中,监控的高墩桥梁在预设时间段内的温度变化信息包括以下至少一项:
高墩桥梁在预设时间段内的最高温度、高墩桥梁在预设时间段内的最低温度、高墩桥梁在预设时间段内的温度变化幅度信息以及高墩桥梁在预设时间段内的温度变化趋势信息。
本申请实施例的另一种可能的实现方式,多媒体信息包括:在预设时间内拍摄的多张图像;
获取模块21在基于监控的高墩桥梁在预设时间内对应的多媒体信息确定预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息时,具体用于:
对各张图像分别进行目标检测处理,得到各张图像分别对应的目标检测结果,目标检测结果中包含高墩桥梁的墩顶信息;
对各张图像分别对应的目标检测结果进行特征提取处理,得到各张图像分别对应的特征图;基于每张图像对应的特征图,确定预设时间段内高墩桥梁的墩顶相对于预设基准点的空间位移信息。
本申请实施例的另一种可能的实现方式,多媒体信息包括:在预设时间内拍摄的多张图像;
获取模块21在基于监控的高墩桥梁在预设时间内对应的多媒体信息确定监控的高墩桥梁在预设时间段内的湿度变化信息时,具体用于:
采用滤波算法对各张图像分别进行图像去噪处理,得到各自去噪处理后的图像;
将各自去噪处理后的图像分别通过训练后的网络模型进行图像分割处理,得到各自对应的图像分割信息,图像分割信息中包含属于高墩桥梁的像素点;
将各自对应的图像分割信息由RGB颜色空间转换为LAB颜色空间,确定各张图像分别对应的LAB颜色空间的中心点,并确定各个中心点值;
将各个中心点值作为特征值并通过岭回归算法,确定各个图像分别对应的高墩桥梁的湿度信息;
基于各个图像分别对应的高墩桥梁的湿度信息,确定监控的高墩桥梁在预设时间内的湿度变化信息。
本申请实施例的另一种可能的实现方式,第三确定模块24在根据预设时间段内经过高墩桥梁的车辆信息,确定高墩桥梁的压力信息时,具体用于:
获取预设图像采集设备在预设时间段内采集的视频信息,视频信息中包括:连续的帧图像;对视频信息进行抽帧处理,得到至少两帧图像;
对至少两帧图像中的各帧图像分别进行车辆识别处理,得到高墩桥梁在预设时间段内行驶的车流量信息以及车辆类别信息;
基于高墩桥梁在预设时间段内行驶的车流量信息以及车辆类别信息,确定高墩桥梁的压力信息。
本申请实施例的另一种可能的实现方式,装置20还包括:生成模块,其中,生成模块,用于基于高墩桥梁在预设时间内的健康信息,生成针对高墩桥梁的维护建议信息和/或针对高墩桥梁的修复建议信息;
其中,针对高墩桥梁的维护建议信息包括:高墩桥梁上行驶的车辆类别信息、高墩桥梁上行驶的车辆速度信息以及高墩桥梁的车流量信息中的至少一项;
其中,针对高墩桥梁的修复建议信息包括:高墩桥梁需要修复的概率信息、高墩桥梁修复的时间信息以及高墩桥梁的修复手段信息中的至少一项。
本申请实施例中提供了一种电子设备,电子设备包括:处理器和存储器。其中,处理器和存储器相连,如通过总线相连。可选地,电子设备还可以包括收发器。需要说明的是,实际应用中收发器不限于一个,该电子设备的结构并不构成对本申请实施例的限定。
处理器可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线可包括一通路,在上述组件之间传送信息。总线可以是PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。总线可以分为地址总线、数据总线、控制总线等。
存储器可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器用于存储执行本申请方案的应用程序代码,并由处理器来控制执行。处理器用于执行存储器中存储的应用程序代码,以实现前述方法实施例所示的内容。
其中,电子设备包括但不限于:移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。在上述实施例示出的内容仅是可能的一种示例,并不作为对电子设备等的限定。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。与相关技术中对高墩桥梁通过人工检修相比,本申请获取监控的高墩桥梁在预设时间段内的温度变化信息、湿度变化信息、高墩桥梁相对于预设基准点的空间位移信息以及经过高墩桥梁的车辆信息等监控参数信息,并且基于上述这些参数信息可以确定出影响高墩桥梁稳定性的预测信息、高墩桥梁的故障隐患信息以及高墩桥梁的压力信息等,然后可以基于确定出的影响高墩桥梁稳定性的预测信息、高墩桥梁的故障隐患信息以及高墩桥梁的压力信息确定出高墩桥梁在预设时间内的健康信息,以实现对高墩桥梁进行健康监控,上述对高墩桥梁健康监控的方式并不需要依赖于人工,从而可以节省检修人员的体力,提高对高墩桥梁进行健康监控的安全性,并且可以提高对高墩桥梁进行健康监控的准确度,进而还可以提升用户体验。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种高墩桥梁健康监控方法,其特征在于,包括:
获取监控的高墩桥梁的监控参数信息,所述高墩桥梁的监控参数信息包括:预设时间段内的温度变化信息、预设时间段内的湿度变化信息、预设时间段内所述高墩桥梁的墩顶相对于预设基准点的空间位移信息以及预设时间段内经过所述高墩桥梁的车辆信息;
根据所述预设时间段内的温度变化信息以及所述预设时间段内的湿度变化信息,确定高墩桥梁稳定性影响的预测信息,所述高墩桥梁稳定性影响的预测信息用于表征温度的变化以及湿度的变化对高墩桥梁稳定性的影响概率;
根据所述预设时间段内所述高墩桥梁的墩顶相对于预设基准点的空间位移信息,确定所述高墩桥梁的故障隐患信息,所述高墩桥梁的故障隐患信息包括:所述高墩桥梁发生故障的预测概率信息、预测所述高墩桥梁的故障发生的时间信息以及所述高墩桥梁预测发生故障的位置信息中的至少一项;
根据所述预设时间段内经过所述高墩桥梁的车辆信息,确定所述高墩桥梁的压力信息;
根据所述高墩桥梁稳定性影响的预测信息、所述高墩桥梁的故障隐患信息和所述高墩桥梁的压力信息,确定所述高墩桥梁在所述预设时间内的健康信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述高墩桥梁稳定性影响的预测信息、所述高墩桥梁的故障隐患信息和所述高墩桥梁的压力信息,确定所述高墩桥梁在所述预设时间内的健康信息,包括以下至少一项:
确定所述高墩桥梁稳定性影响的预测信息、所述高墩桥梁的故障隐患信息和所述高墩桥梁的压力信息分别对应的权重信息,并根据所述高墩桥梁稳定性影响的预测信息、所述高墩桥梁的故障隐患信息和所述高墩桥梁的压力信息以及各自对应的权重信息,确定所述高墩桥梁在预设时间内的健康信息;
基于所述高墩桥梁稳定性影响的预测信息、所述高墩桥梁的故障隐患信息和所述高墩桥梁的压力信息,并通过训练后的网络模型进行高墩桥梁健康检测处理,确定所述高墩桥梁在所述预设时间内的健康信息。
3.根据权利要求2所述的方法,其特征在于,所述确定所述高墩桥梁稳定性影响的预测信息、所述高墩桥梁的故障隐患信息和所述高墩桥梁的压力信息分别对应的权重信息,包括:
确定所述高墩桥梁所处位置信息以及所述高墩桥梁的属性信息,所述高墩桥梁的属性信息包括:所述高墩桥梁的桥身长度信息、所述高墩桥梁距离地面的高度信息以及所述高墩桥梁所使用的建筑材料信息中的至少一项;
基于所述高墩桥梁所处位置信息以及所述高墩桥梁的属性信息,确定所述高墩桥梁稳定性影响的预测信息、所述高墩桥梁的故障隐患信息和所述高墩桥梁的压力信息分别对应的权重信息。
4.根据权利要求1所述的方法,其特征在于,获取监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内所述高墩桥梁的墩顶相对于预设基准点的空间位移信息,包括以下至少一项:
通过各自对应的传感器,监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及预设时间段内所述高墩桥梁的墩顶相对于预设基准点的空间位移信息,所述传感器安装在所述监控的高墩桥梁上;
获取所述监控的高墩桥梁在预设时间内对应的多媒体信息,并基于所述监控的高墩桥梁在预设时间内对应的多媒体信息确定所述监控的高墩桥梁在预设时间段内的温度变化信息、预设时间段内的湿度变化信息以及所述预设时间段内所述高墩桥梁的墩顶相对于预设基准点的空间位移信息。
5.根据权利要求4所述的方法,其特征在于,所述多媒体信息包括:在预设时间内拍摄的多张图像;
基于所述监控的高墩桥梁在预设时间内对应的多媒体信息确定所述监控的高墩桥梁在预设时间段内的温度变化信息,包括:
对各张图像分别进行归一化处理,得到各张图像分别对应的归一化处理后的图像;
将所述各张图像分别对应的归一化处理后的图像分别进行灰度处理,得到各自对应的灰度处理后的图像;
对所述各自对应的灰度处理后的图像分别进行对比度增强处理,得到各自对应的增强处理后的图像;
基于所述各自对应的增强处理后的图像确定所述监控的高墩桥梁在预设时间段内的温度变化信息;
其中,所述监控的高墩桥梁在预设时间段内的温度变化信息包括以下至少一项:
所述高墩桥梁在预设时间段内的最高温度、所述高墩桥梁在预设时间段内的最低温度、所述高墩桥梁在预设时间段内的温度变化幅度信息以及所述高墩桥梁在预设时间段内的温度变化趋势信息。
6.根据权利要求4所述的方法,其特征在于,所述多媒体信息包括:在预设时间内拍摄的多张图像;
基于所述监控的高墩桥梁在预设时间内对应的多媒体信息确定所述预设时间段内所述高墩桥梁的墩顶相对于预设基准点的空间位移信息,包括:
对各张图像分别进行目标检测处理,得到各张图像分别对应的目标检测结果,所述目标检测结果中包含所述高墩桥梁的墩顶信息;
对各张图像分别对应的目标检测结果进行特征提取处理,得到所述各张图像分别对应的特征图;
基于所述每张图像对应的特征图,确定所述预设时间段内所述高墩桥梁的墩顶相对于预设基准点的空间位移信息。
7.根据权利要求4所述的方法,其特征在于,所述多媒体信息包括:在预设时间内拍摄的多张图像;
基于所述监控的高墩桥梁在预设时间内对应的多媒体信息确定所述监控的高墩桥梁在预设时间段内的湿度变化信息,包括:
采用滤波算法对各张图像分别进行图像去噪处理,得到各自去噪处理后的图像;
将所述各自去噪处理后的图像分别通过训练后的网络模型进行图像分割处理,得到各自对应的图像分割信息,所述图像分割信息中包含属于高墩桥梁的像素点;
将所述各自对应的图像分割信息由RGB颜色空间转换为LAB颜色空间,确定各张图像分别对应的LAB颜色空间的中心点,并确定各个中心点值;
将所述各个中心点值作为特征值并通过岭回归算法,确定各个图像分别对应的高墩桥梁的湿度信息;
基于所述各个图像分别对应的高墩桥梁的湿度信息,确定所述监控的高墩桥梁在预设时间内的湿度变化信息。
8.根据权利要求1所述的方法,其特征在于,所述根据所述预设时间段内经过所述高墩桥梁的车辆信息,确定所述高墩桥梁的压力信息,包括:
获取预设图像采集设备在预设时间段内采集的视频信息,所述视频信息中包括:连续的帧图像;
对所述视频信息进行抽帧处理,得到至少两帧图像;
对所述至少两帧图像中的各帧图像分别进行车辆识别处理,得到所述高墩桥梁在预设时间段内行驶的车流量信息以及车辆类别信息;
基于所述高墩桥梁在预设时间段内行驶的车流量信息以及所述车辆类别信息,确定所述高墩桥梁的压力信息。
9.根据权利要求1所述的方法,其特征在于,所述根据所述高墩桥梁稳定性影响的预测信息、所述高墩桥梁的故障隐患信息和所述高墩桥梁的压力信息,确定所述高墩桥梁在所述预设时间内的健康信息,之后还包括:
基于所述高墩桥梁在所述预设时间内的健康信息,生成针对所述高墩桥梁的维护建议信息和/或针对所述高墩桥梁的修复建议信息;
其中,针对所述高墩桥梁的维护建议信息包括:所述高墩桥梁上行驶的车辆类别信息、所述高墩桥梁上行驶的车辆速度信息以及所述高墩桥梁的车流量信息中的至少一项;
其中,针对所述高墩桥梁的修复建议信息包括:所述高墩桥梁需要修复的概率信息、所述高墩桥梁修复的时间信息以及所述高墩桥梁的修复手段信息中的至少一项。
10.一种高墩桥梁健康监控装置,其特征在于,包括:
获取模块,用于获取监控的高墩桥梁的监控参数信息,所述高墩桥梁的监控参数信息包括:预设时间段内的温度变化信息、预设时间段内的湿度变化信息、预设时间段内所述高墩桥梁的墩顶相对于预设基准点的空间位移信息以及预设时间段内经过所述高墩桥梁的车辆信息;
第一确定模块,用于根据所述预设时间段内的温度变化信息以及所述预设时间段内的湿度变化信息,确定高墩桥梁稳定性影响的预测信息,所述高墩桥梁稳定性影响的预测信息用于表征温度的变化以及湿度的变化对高墩桥梁稳定性的影响概率;
第二确定模块,用于根据所述预设时间段内所述高墩桥梁的墩顶相对于预设基准点的空间位移信息,确定所述高墩桥梁的故障隐患信息,所述高墩桥梁的故障隐患信息包括:所述高墩桥梁发生故障的预测概率信息、预测所述高墩桥梁的故障发生的时间信息以及所述高墩桥梁预测发生故障的位置信息中的至少一项;
第三确定模块,用于根据所述预设时间段内经过所述高墩桥梁的车辆信息,确定所述高墩桥梁的压力信息;
第四确定模块,用于根据所述高墩桥梁稳定性影响的预测信息、所述高墩桥梁的故障隐患信息和所述高墩桥梁的压力信息,确定所述高墩桥梁在所述预设时间内的健康信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110305155.6A CN113033891B (zh) | 2021-03-19 | 2021-03-19 | 高墩桥梁健康监控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110305155.6A CN113033891B (zh) | 2021-03-19 | 2021-03-19 | 高墩桥梁健康监控方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113033891A true CN113033891A (zh) | 2021-06-25 |
CN113033891B CN113033891B (zh) | 2022-01-18 |
Family
ID=76472714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110305155.6A Active CN113033891B (zh) | 2021-03-19 | 2021-03-19 | 高墩桥梁健康监控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113033891B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070240242A1 (en) * | 2006-04-06 | 2007-10-11 | Monsanto Technology Llc | Method for multivariate analysis in predicting a trait of interest |
CN102789641A (zh) * | 2012-07-16 | 2012-11-21 | 北京市遥感信息研究所 | 基于图拉普拉斯的高光谱图像和红外图像融合方法 |
CN103940358A (zh) * | 2014-04-11 | 2014-07-23 | 郭敏 | 一种桥梁实时监测系统 |
CN109931968A (zh) * | 2019-04-26 | 2019-06-25 | 王涛 | 一种桥梁监控系统的故障显示方法和故障显示系统 |
CN109974853A (zh) * | 2018-12-28 | 2019-07-05 | 北京信息科技大学 | 基于多光谱复合的仿生视觉目标检测与跟踪方法 |
CN110186566A (zh) * | 2019-05-30 | 2019-08-30 | 上海交通大学 | 基于光场相机多谱测温的二维真实温度场成像方法及系统 |
CN110807562A (zh) * | 2020-01-07 | 2020-02-18 | 杭州鲁尔物联科技有限公司 | 一种区域性桥梁风险预测方法及系统 |
CN112132227A (zh) * | 2020-09-30 | 2020-12-25 | 石家庄铁道大学 | 桥梁列车荷载作用时程提取方法、装置及终端设备 |
CN112488509A (zh) * | 2020-11-30 | 2021-03-12 | 深圳市豪斯特力科技有限公司 | 建筑大数据的管控平台 |
-
2021
- 2021-03-19 CN CN202110305155.6A patent/CN113033891B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070240242A1 (en) * | 2006-04-06 | 2007-10-11 | Monsanto Technology Llc | Method for multivariate analysis in predicting a trait of interest |
CN102789641A (zh) * | 2012-07-16 | 2012-11-21 | 北京市遥感信息研究所 | 基于图拉普拉斯的高光谱图像和红外图像融合方法 |
CN103940358A (zh) * | 2014-04-11 | 2014-07-23 | 郭敏 | 一种桥梁实时监测系统 |
CN109974853A (zh) * | 2018-12-28 | 2019-07-05 | 北京信息科技大学 | 基于多光谱复合的仿生视觉目标检测与跟踪方法 |
CN109931968A (zh) * | 2019-04-26 | 2019-06-25 | 王涛 | 一种桥梁监控系统的故障显示方法和故障显示系统 |
CN110186566A (zh) * | 2019-05-30 | 2019-08-30 | 上海交通大学 | 基于光场相机多谱测温的二维真实温度场成像方法及系统 |
CN110807562A (zh) * | 2020-01-07 | 2020-02-18 | 杭州鲁尔物联科技有限公司 | 一种区域性桥梁风险预测方法及系统 |
CN112132227A (zh) * | 2020-09-30 | 2020-12-25 | 石家庄铁道大学 | 桥梁列车荷载作用时程提取方法、装置及终端设备 |
CN112488509A (zh) * | 2020-11-30 | 2021-03-12 | 深圳市豪斯特力科技有限公司 | 建筑大数据的管控平台 |
Non-Patent Citations (6)
Title |
---|
JINHUA WU: "Downscaling of Urban Land Surface Temperature Based on Multi-Factor Geographically Weighted Regression", 《 IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING ( VOLUME: 12, ISSUE: 8, AUG. 2019)》 * |
LI SUZHEN等: "A Nonphysics-based Approach for Vibration-based Structural Health Monitoring under Changing Environmental Conditions", 《STRUCTURAL HEALTH MONITORING-AN INTERNATIONAL JOURNAL》 * |
WANG YONGZHAO等: "Assessing the Effect of the Electron-Beam Irradiation on Pd/Ga2O3 Catalyst under Ambient Pressure", 《CHEMCATCHEM》 * |
胡彬林: "高光谱成像仪中的Etalon效应研究", 《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅱ辑》 * |
闫志刚等: "沪通长江大桥健康监测系统设计", 《桥梁建设》 * |
陈华: "基于燃煤火焰图像的回转窑烧结工况鲁棒检测方法研究", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113033891B (zh) | 2022-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110633690B (zh) | 基于桥梁监控的车辆特征识别方法及系统 | |
Akagic et al. | Pothole detection: An efficient vision based method using rgb color space image segmentation | |
CN113112480B (zh) | 视频场景变换检测方法、存储介质和电子设备 | |
CN110751644B (zh) | 道路表面裂纹检测方法 | |
CN104574381A (zh) | 一种基于局部二值模式的全参考图像质量评价方法 | |
CN114066857A (zh) | 红外图像质量评价方法、装置、电子设备及可读存储介质 | |
CN111695609A (zh) | 目标物损伤程度判定方法、装置、电子设备及存储介质 | |
CN112085721A (zh) | 基于人工智能的水淹车定损方法、装置、设备及存储介质 | |
CN113592839B (zh) | 基于改进Faster RCNN的配网线路典型缺陷诊断方法及系统 | |
CN112634179B (zh) | 一种防摄像头抖动的变电设备图像变化检测方法和系统 | |
CN112749735B (zh) | 基于深度学习的转炉出钢钢流识别方法、系统、介质及终端 | |
CN113033891B (zh) | 高墩桥梁健康监控方法及装置 | |
CN113808004A (zh) | 图像变换装置、图像变换方法以及图像变换用计算机程序 | |
CN111079744B (zh) | 适用于复杂光照环境的车辆车牌智能识别方法及装置 | |
CN112906611A (zh) | 一种井盖检测方法、装置、电子设备及存储介质 | |
CN109685757B (zh) | 一种基于灰度差分统计的无参考图像质量评价方法及系统 | |
CN111127494A (zh) | 基于图像处理的高速公路货车限重识别方法 | |
CN113436279B (zh) | 一种图像处理方法、装置及设备 | |
CN109977937B (zh) | 图像处理方法、装置及设备 | |
CN114708532A (zh) | 一种监控视频质量评估方法、系统及存储介质 | |
CN113298102B (zh) | 一种目标分类模型的训练方法及装置 | |
CN108805190B (zh) | 一种图像处理方法及装置 | |
CN113449617A (zh) | 轨道安全检测方法、系统、装置和存储介质 | |
CN111986161A (zh) | 一种零部件缺失检测方法及系统 | |
CN104700396B (zh) | 从图像中确定用于估计交通量的参数的方法和系统 |
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 |