CN114937365A - 一种基于同步多视觉传感器的桥面车辆参数识别方法 - Google Patents

一种基于同步多视觉传感器的桥面车辆参数识别方法 Download PDF

Info

Publication number
CN114937365A
CN114937365A CN202210707277.2A CN202210707277A CN114937365A CN 114937365 A CN114937365 A CN 114937365A CN 202210707277 A CN202210707277 A CN 202210707277A CN 114937365 A CN114937365 A CN 114937365A
Authority
CN
China
Prior art keywords
bridge deck
bridge
vision sensor
displacement
vehicle
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
Application number
CN202210707277.2A
Other languages
English (en)
Other versions
CN114937365B (zh
Inventor
吴刚
韩怡天
冯东明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN202210707277.2A priority Critical patent/CN114937365B/zh
Publication of CN114937365A publication Critical patent/CN114937365A/zh
Application granted granted Critical
Publication of CN114937365B publication Critical patent/CN114937365B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于同步多视觉传感器的桥面车辆参数识别方法，在桥面上方设置视频监控设备用于监控桥面车流，包括获取车辆类型、速度、行驶车道，以及实时轮轴位置；桥下沿跨径纵向布置布设多个视觉传感器，并以合适角度同步记录该位置横向多根主梁梁底的时程位移响应；根据桥梁固有频率将位移响应滤波得到桥梁静力位移，再根据叠加原理和影响面方法，建立当前时刻车轮力方程组并求解得到当前时刻桥面所有车轮的车轮力，最终获得桥面车辆类型、速度、行驶车道和车轮力多种车辆参数，通过低成本视觉传感器实现桥面多车辆多参数的同步识别与监测。

Description

一种基于同步多视觉传感器的桥面车辆参数识别方法
技术领域
本发明涉及一种基于同步多视觉传感器的桥面车辆参数识别方法，属于车辆参数识别技术领域。
背景技术
桥面车流信息的统计对于桥梁和路面的运营和维护来说至关重要，准确获取车辆类型、速度、行驶车道和车轮力即可准确把握车辆对桥梁结构和路面的荷载大小、作用方式和作用频次，对养护方案制定和资金配置具有重要的参考价值。
随着计算机视觉技术的快速发展以及视频监控设备的快速普及，基于深度学习的目标检测与分类方法在交通车流的监控中也陆续得到应用，目前该方法已经用于车辆识别、分类、跟踪，以实现车速测量、车型、车道通车量等各类统计中，然而仅基于单一的桥面视频监控无法获取车辆荷载参数。目前基于压电式传感的动态称重系统陆续用于车辆的车重，然而其往往安装于路面的铺装层上，安装和维护成本高，不适用于量大面广的中小跨桥梁中推广。同时，基于桥梁响应的桥梁动态称重方法，往往在多车同时通过桥梁时难以分离混叠的响应，造成识别效果的不理想。
发明内容
本发明提供一种基于同步多视觉传感器的桥面车辆参数识别方法，通过低成本视觉传感器实现桥面多车辆多参数的同步识别与监测。
本发明解决其技术问题所采用的技术方案是：
一种基于同步多视觉传感器的桥面车辆参数识别方法，具体包括以下步骤：
步骤S1：在桥面的上方安装视频监控设备，桥下安装若干视觉传感器；
步骤S2：通过桥面的已知轴重车辆，沿若干不同横向位置行驶，标定若干响应测点在不同横向位置的位移影响线，通过插值方法得到各个响应测点的位移影响面；
步骤S3：通过桥面上方安装的视频监控设备，获取通过桥面车辆的车辆类型、车辆速度、车辆行驶车道以及车辆实时轮轴位置，将响应测点的实时轮轴位置代入步骤S2中获取的位移影响面，得到实时轮轴位移影响量；
步骤S4：通过桥下安装的若干视觉传感器，提取桥梁在纵向、横向方向分布的若干测点的位移响应，消除位移响应中的动力响应，得到静力响应；
步骤S5：通过步骤S3中得到的实时轮轴位移影响面结合步骤S4中得到的静力响应，进行桥面车辆荷载参数求解，得到待求解的未知车轮力向量；
步骤S6：输出步骤S3中的车辆类型、车辆速度、车辆行驶车道，步骤S5中的未知车轮力向量，最终得到所有车辆参数；
作为本发明的进一步优选，步骤S1中，位于桥下的若干视觉传感器，沿着桥梁跨径纵向分布；
作为本发明的进一步优选，
步骤S1中，视频监控设备以及视觉传感器通过同步触发装置实行同步触发每帧拍摄，所述的同步触发装置包括单片机系统、显示模块、功率放大模块、触发信号输出模块、按键输入模块、电池模块以及稳压模块，前述的显示模块、功率放大模块、触发信号输出模块、按键输入模块、电池模块以及稳压模块同时与单片机模块电联；
作为本发明的进一步优选，步骤S4中，基于视觉位移测量方法提取若干响应测点的位移响应；
作为本发明的进一步优选，所述的视觉位移测量方法包括有标记测量方法以及无标记测量方法，将若干视觉传感器获取的像素位移通过比例因子换算为物理位移，以此获得用于求解桥面车辆荷载参数的位移响应；
作为本发明的进一步优选，所述的有标记测量方法具体为，选择在响应测点表面粘贴已知大小的标记点，计算物理尺寸与像素尺寸之间比例关系的公式为
Figure BDA0003705879710000021
公式(1)中，SF为比例因子，D为标记点的物理尺寸，单位为mm，d为标记点在视觉传感器内的像素尺寸，单位为pixel；
作为本发明的进一步优选，所述的无标记测量方法计算的公式为
Figure BDA0003705879710000022
公式(2)中，SF为比例因子，Z为视觉传感器与桥梁桥面之间的直线距离，e为像元尺寸，f为视觉传感器镜头焦距，θ为视觉传感器的成像平面与桥梁桥面之间的夹角；
作为本发明的进一步优选，步骤S5中，进行桥面车辆荷载参数求解的方程组为
Figure BDA0003705879710000031
公式(3)简化为u＝S×F，其中，m为响应测点总数，n为桥面车辆实时轮轴总数，ui为当前时刻响应测点i的位移响应，Sj[x,y]为测点j在(x,y)位置的影响量，F为待求解的未知车轮力向量；
作为本发明的进一步优选，在进行桥面车辆荷载参数求解时，响应测点的总数为预设的固定值，桥面车辆实时轮轴总数随桥面车流的变化而变化，因此在进行求解时，每个时刻桥面车辆实时轮轴总数小于响应测点的总数，即m≥n；
作为本发明的进一步优选，若同一车辆的车轴连接的车轮力相同，则
Figure BDA0003705879710000032
n为桥面车辆实时轮轴总数，
Figure BDA0003705879710000033
m为响应测点总数。
通过以上技术方案，相对于现有技术，本发明具有以下有益效果：
1、本发明提供的基于同步多视觉传感器的桥面车辆参数识别方法，将桥面视频监控设备以及桥下若干视觉传感器结合，可以获取车轮力这一重要的参数；
2、本发明提供的基于同步多视觉传感器的桥面车辆参数识别方法，仅通过普通的视频监控设备以及视觉传感器，即可实现识别方法参数的获取，降低了经济成本，布置以及维修更加方便；
3、本发明提供的基于同步多视觉传感器的桥面车辆参数识别方法，能够切实有效地实现各类型桥梁车辆参数的测量与分析，获得特定桥梁更为准确的统计数据，具有广阔的应用前景。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明提供的基于同步多视觉传感器的桥面车辆参数识别方法的流程图；
图2是本发明提供的基于同步多视觉传感器的桥面车辆参数识别方法的设备布置示意图；
图3是本发明提供的基于同步多视觉传感器的桥面车辆参数识别方法的同步触发装置的一种实施图；
图4是本发明提供的基于同步多视觉传感器的桥面车辆参数识别方法中采用无标记测量方法计算比例关系时的示意图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。本申请的描述中，需要理解的是，术语“左侧”、“右侧”、“上部”、“下部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，“第一”、“第二”等并不表示零部件的重要程度，因此不能理解为对本发明的限制。本实施例中采用的具体尺寸只是为了举例说明技术方案，并不限制本发明的保护范围。
如背景技术中阐述的，目前对于桥面车流信息的统计存在两个问题，一是安装和维护成本高，二是多车通过桥梁时难以分离混叠的响应，因此本申请提供了一种基于同步多视觉传感器的桥面车辆参数识别方法，首先通过低成本的视觉传感器实现桥面多车辆多参数的同步识别与监测，以降低安装和维护成本，然后通过本申请提供的识别方法，更便于分离混叠响应，获取桥面车辆类型、速度、行驶车道和车轮力多种车辆参数，尤其是能够获得更为准确的轮轴车轮力。
接下来对本申请提供的基于同步多视觉传感器的桥面车辆参数识别方法进行阐述，具体如图1所示包括以下步骤：
步骤S1：在桥面的上方安装视频监控设备，桥下安装若干视觉传感器；
在本申请提供的优选实施例中，图2所示，位于桥面上方的视频监控设备为普通桥面的摄像机即可满足，能够拍摄到全部目标跨段的桥面，视觉传感器为通用的工业相机，图中所示，视觉传感器沿着桥梁跨径纵向分布，用于结构位移测量，每个视觉传感器通过调整到合适角度同步记录桥梁横向多根主梁梁底的时程位移响应，以感知荷载在桥梁横向上的分布。在图中做了一个标示，1号梁、2号梁、3号梁以及4号梁，图中还显示了视觉传感器相对1号梁、2号梁、3号梁以及4号梁的视野范围，即视觉传感器在拍摄时画面中同时包含的1号梁、2号梁、3号梁以及4号梁梁底部分区域。
步骤S2：通过桥面的已知轴重车辆，沿若干不同横向位置行驶，标定若干响应测点在不同横向位置的位移影响线，通过插值方法得到各个响应测点的位移影响面。
步骤S3：控制各视觉传感器同步采集，利用基于深度学习的目标识别与分类算法，通过桥面上方安装的视频监控设备，获取通过桥面车辆的车辆类型、车辆速度、车辆行驶车道以及车辆实时轮轴位置，将响应测点的实时轮轴位置代入步骤S2中获取的位移影响面，得到实时轮轴位移影响面；车辆类型、车辆速度以及车辆行驶车道直接作为最终识别的车辆参数输出。
步骤S4：通过桥下安装的若干视觉传感器，提取桥梁在纵向、横向方向分布的若干测点的位移响应，消除位移响应中的动力响应，得到静力响应，即根据桥梁固有频率将位移响应滤波得到桥梁的静力位移；
这里所谓的静力位移是基于视觉位移测量方法提取的，一般的包括有标记测量方法以及无标记测量方法，将若干视觉传感器获取的像素位移(单位：pixel)通过比例因子换算为物理位移(单位：mm)。
所述的有标记测量方法具体为，选择在响应测点表面粘贴已知大小的标记点，计算物理尺寸与像素尺寸之间比例关系的公式为
Figure BDA0003705879710000051
公式(1)中，SF为比例因子，D为标记点的物理尺寸，单位为mm，d为标记点在视觉传感器内的像素尺寸，单位为pixel。
所述的无标记测量方法计算的公式为
Figure BDA0003705879710000052
公式(2)中，SF为比例因子，为了方便阐述，本申请给出了如图4所示的示意图，Z为视觉传感器与桥梁桥面之间的直线距离，f为视觉传感器镜头焦距，e为像元尺寸，θ为视觉传感器的成像平面与桥梁桥面之间的夹角。
步骤S5：通过步骤S3中得到的实时轮轴位移影响面结合步骤S4中得到的静力响应，进行桥面车辆荷载参数求解，得到待求解的未知车轮力向量；
这里基于叠加原理以及影响面方法，建立关于桥面车辆荷载参数求解方程组为
Figure BDA0003705879710000053
公式(3)简化为u＝S×F，其中，m为响应测点总数，n为桥面车辆实时轮轴总数，ui为当前时刻响应测点i的位移响应，Sj[x,y]为测点j在(x,y)位置的影响量，F为待求解的未知车轮力向量。
在测量时进行桥面车辆荷载参数求解，响应测点的总数一般为预设的固定值，桥面车辆实时轮轴总数随桥面车流的变化而变化，因此在进行求解时，每个时刻桥面车辆实时轮轴总数小于响应测点的总数，即m≥n，以保证上述的公式(3)可解，因此在传感器布设时应根据当前桥梁实际的车流密度对视觉传感器布设数量进行合理估计。
在实际测量过程中一般视同一车辆的车轴连接的车轮力相同，即
Figure BDA0003705879710000061
n为桥面车辆实时轮轴总数，此时仅需保证
Figure BDA0003705879710000062
m为响应测点总数。
步骤S6：输出步骤S3中的车辆类型、车辆速度、车辆行驶车道，步骤S5中的未知车轮力向量，最终得到所有车辆参数。
最后在步骤S1中，不管是位于桥面的视频监控设备，还是位于桥下的视觉传感器，两种视觉传感器在时间上需要同步，本申请中是通过同步触发装置实行同步触发每帧拍摄，这里给出如图3所示的关于同步触发装置的优选实施例，所述的同步触发装置包括单片机系统、显示模块、功率放大模块、触发信号输出模块、按键输入模块、电池模块以及稳压模块，前述的显示模块、功率放大模块、触发信号输出模块、按键输入模块、电池模块以及稳压模块同时与单片机模块电联。当然，同步触发装置也可以利用无线电实现无线同步控制。
通过以上阐述可知，本申请提供的基于同步多视觉传感器的桥面车辆参数识别方法，相较于单一的桥面视频监控，可以获得车轮力这一重要的车辆荷载参数。相较于现有技术中单纯通过结构响应识别车辆荷载，更便于分离混叠的车致响应，从而获得更准确的车轮力。同时相对于目前基于压电式传感的动态称重系统，该方法更经济，适合在相关领域推广。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
本申请中所述的“和/或”的含义指的是各自单独存在或两者同时存在的情况均包括在内。
本申请中所述的“连接”的含义可以是部件之间的直接连接也可以是部件间通过其它部件的间接连接。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (10)

1.一种基于同步多视觉传感器的桥面车辆参数识别方法，其特征在于：具体包括以下步骤：
步骤S1：在桥面的上方安装视频监控设备，桥下安装若干视觉传感器；
步骤S2：通过桥面的已知轴重车辆，沿若干不同横向位置行驶，标定若干响应测点在不同横向位置的位移影响线，通过插值方法得到各个响应测点的位移影响面；
步骤S3：通过桥面上方安装的视频监控设备，获取通过桥面车辆的车辆类型、车辆速度、车辆行驶车道以及车辆实时轮轴位置，将响应测点的实时轮轴位置代入步骤S2中获取的位移影响面，得到实时轮轴位移影响量；
步骤S4：通过桥下安装的若干视觉传感器，提取桥梁在纵向、横向方向分布的若干测点的位移响应，消除位移响应中的动力响应，得到静力响应；
步骤S5：通过步骤S3中得到的实时轮轴位移影响面结合步骤S4中得到的静力响应，进行桥面车辆荷载参数求解，得到待求解的未知车轮力向量；
步骤S6：输出步骤S3中的车辆类型、车辆速度、车辆行驶车道，步骤S5中的未知车轮力向量，最终得到所有车辆参数。
2.根据权利要求1所述的基于同步多视觉传感器的桥面车辆参数识别方法，其特征在于：步骤S1中，位于桥下的若干视觉传感器，沿着桥梁跨径纵向分布。
3.根据权利要求2所述的基于同步多视觉传感器的桥面车辆参数识别方法，其特征在于：
步骤S1中，视频监控设备以及视觉传感器通过同步触发装置实行同步触发每帧拍摄，所述的同步触发装置包括单片机系统、显示模块、功率放大模块、触发信号输出模块、按键输入模块、电池模块以及稳压模块，前述的显示模块、功率放大模块、触发信号输出模块、按键输入模块、电池模块以及稳压模块同时与单片机模块电联。
4.根据权利要求1所述的基于同步多视觉传感器的桥面车辆参数识别方法，其特征在于：步骤S4中，基于视觉位移测量方法提取若干响应测点的位移响应。
5.根据权利要求4所述的基于同步多视觉传感器的桥面车辆参数识别方法，其特征在于：所述的视觉位移测量方法包括有标记测量方法以及无标记测量方法，将若干视觉传感器获取的像素位移通过比例因子换算为物理位移，以此获得用于求解桥面车辆荷载参数的位移响应。
6.根据权利要求5所述的基于同步多视觉传感器的桥面车辆参数识别方法，其特征在于：所述的有标记测量方法具体为，选择在响应测点表面粘贴已知大小的标记点，计算物理尺寸与像素尺寸之间比例关系的公式为
Figure FDA0003705879700000021
公式(1)中，SF为比例因子，D为标记点的物理尺寸，单位为mm，d为标记点在视觉传感器内的像素尺寸，单位为pixel。
7.根据权利要求6所述的基于同步多视觉传感器的桥面车辆参数识别方法，其特征在于：所述的无标记测量方法计算的公式为
Figure FDA0003705879700000022
公式(2)中，SF为比例因子，Z为视觉传感器与桥梁桥面之间的直线距离，e为像元尺寸，f为视觉传感器镜头焦距，θ为视觉传感器的成像平面与桥梁桥面之间的夹角。
8.根据权利要求7所述的基于同步多视觉传感器的桥面车辆参数识别方法，其特征在于：步骤S5中，进行桥面车辆荷载参数求解的方程组为
Figure FDA0003705879700000023
公式(3)简化为u＝S×F，其中，m为响应测点总数，n为桥面车辆实时轮轴总数，ui为当前时刻响应测点i的位移响应，Sj[x,y]为测点j在(x,y)位置的影响量，F为待求解的未知车轮力向量。
9.根据权利要求8所述的基于同步多视觉传感器的桥面车辆参数识别方法，其特征在于：在进行桥面车辆荷载参数求解时，响应测点的总数为预设的固定值，桥面车辆实时轮轴总数随桥面车流的变化而变化，因此在进行求解时，每个时刻桥面车辆实时轮轴总数小于响应测点的总数，即m≥n。
10.根据权利要求9所述的基于同步多视觉传感器的桥面车辆参数识别方法，其特征在于：若同一车辆的车轴连接的车轮力相同，则
Figure FDA0003705879700000024
n为桥面车辆实时轮轴总数，
Figure FDA0003705879700000025
m为响应测点总数。
CN202210707277.2A 2022-06-21 2022-06-21 一种基于同步多视觉传感器的桥面车辆参数识别方法 Active CN114937365B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210707277.2A CN114937365B (zh) 2022-06-21 2022-06-21 一种基于同步多视觉传感器的桥面车辆参数识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210707277.2A CN114937365B (zh) 2022-06-21 2022-06-21 一种基于同步多视觉传感器的桥面车辆参数识别方法

Publications (2)

Publication Number Publication Date
CN114937365A true CN114937365A (zh) 2022-08-23
CN114937365B CN114937365B (zh) 2023-08-01

Family

ID=82869230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210707277.2A Active CN114937365B (zh) 2022-06-21 2022-06-21 一种基于同步多视觉传感器的桥面车辆参数识别方法

Country Status (1)

Country Link
CN (1) CN114937365B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117197760A (zh) * 2023-09-06 2023-12-08 东南大学 一种基于视频监控的桥梁车辆荷载分布长期监测方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732013A (zh) * 2015-02-12 2015-06-24 长安大学 一种单车通过多梁式桥梁的车辆荷载识别方法
CN106197910A (zh) * 2016-07-01 2016-12-07 东南大学 一种基于车桥耦合振动分析的桥梁检测方法与检测系统
CN106441530A (zh) * 2016-08-31 2017-02-22 东南大学 一种基于长标距光纤光栅传感技术的桥梁动态称重方法及动态称重系统
CN107132011A (zh) * 2017-05-31 2017-09-05 中南大学 一种基于影响线的桥梁快速检测方法
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
CN109612559A (zh) * 2018-12-28 2019-04-12 东南大学 基于分布式长标距光纤光栅传感器的桥梁式动态称重方法
CN109887273A (zh) * 2019-01-23 2019-06-14 同济大学 一种基于多源冗余信息的桥梁活载优化识别方法
CN110781607A (zh) * 2019-11-07 2020-02-11 大连理工大学 一种考虑车辆轮载空间分布的桥梁影响面识别方法
CN112710371A (zh) * 2020-12-03 2021-04-27 湖南大学 基于车辆实时空间位置的桥梁动态称重方法及系统
CN113532293A (zh) * 2021-06-23 2021-10-22 东南大学 一种基于无人机的结构动位移测量方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732013A (zh) * 2015-02-12 2015-06-24 长安大学 一种单车通过多梁式桥梁的车辆荷载识别方法
CN106197910A (zh) * 2016-07-01 2016-12-07 东南大学 一种基于车桥耦合振动分析的桥梁检测方法与检测系统
CN106441530A (zh) * 2016-08-31 2017-02-22 东南大学 一种基于长标距光纤光栅传感技术的桥梁动态称重方法及动态称重系统
CN107132011A (zh) * 2017-05-31 2017-09-05 中南大学 一种基于影响线的桥梁快速检测方法
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
CN109612559A (zh) * 2018-12-28 2019-04-12 东南大学 基于分布式长标距光纤光栅传感器的桥梁式动态称重方法
CN109887273A (zh) * 2019-01-23 2019-06-14 同济大学 一种基于多源冗余信息的桥梁活载优化识别方法
CN110781607A (zh) * 2019-11-07 2020-02-11 大连理工大学 一种考虑车辆轮载空间分布的桥梁影响面识别方法
CN112710371A (zh) * 2020-12-03 2021-04-27 湖南大学 基于车辆实时空间位置的桥梁动态称重方法及系统
CN113532293A (zh) * 2021-06-23 2021-10-22 东南大学 一种基于无人机的结构动位移测量方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张伟超;赵华;杜铁;李杰;胡俊德;: "基于MFI理论的BWIM系统车辆轴重识别研究" *
韩万水;李彦伟;乔磊;赵永祯;杜群乐;: "基于车-桥耦合振动理论的移动荷载识别" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117197760A (zh) * 2023-09-06 2023-12-08 东南大学 一种基于视频监控的桥梁车辆荷载分布长期监测方法

Also Published As

Publication number Publication date
CN114937365B (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
CN112179467B (zh) 一种基于视频测量动挠度的桥梁动态称重方法和系统
CN112710371B (zh) 基于车辆实时空间位置的桥梁动态称重方法及系统
CN109064495B (zh) 一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法
US6778928B2 (en) Method of calibrating a sensor system
CN102592456B (zh) 一种基于视频的车辆测速方法
CN111241988B (zh) 一种结合定位信息的大场景内运动目标检测识别方法
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
WO2019116687A1 (ja) 道路地図生成システム及び道路地図生成方法
CN108914815A (zh) 桥面车辆荷载识别装置、桥梁及桥梁荷载分布识别方法
EP0710387B1 (en) Method and apparatus for calibrating three-dimensional space for machine vision applications
CN114937365B (zh) 一种基于同步多视觉传感器的桥面车辆参数识别方法
CN111882882A (zh) 一种动态平板秤称重区域汽车跨车道行驶行为检测方法
CN103499337A (zh) 一种基于立式标靶的车载单目摄像头测距测高装置
CN112053572A (zh) 基于视频和距离网格标定的车辆测速方法、设备及系统
CN113591941B (zh) 一种基于多传感器融合的智能限高警示系统及方法
CN116448224A (zh) 基于视觉应变监测的桥梁动态称重与分级报警方法
Wu et al. A computer vision-assisted method for identifying wheel loads of moving vehicles from dynamic bridge responses
CN113392817A (zh) 一种基于多列卷积神经网络的车辆密度估计的方法及装置
WO2011028092A1 (en) Traffic monitoring and enforcement system and a method thereof
CN115439514A (zh) 一种宽桥车辆荷载识别方法、识别系统、设备及存储介质
CN213014021U (zh) 一种桥梁的荷载识别装置
CN113375618B (zh) 一种根据轴间距计算的车型辨识方法
CN110286366A (zh) 一种视觉与雷达协同感知的车辆运动状态信息提取方法
CN112634354B (zh) 基于路侧传感器的网联自动驾驶行车风险评估方法与装置
CN115206002A (zh) 一种智能网联汽车检测系统及方法

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