CN117053718B - 基于梁底线形测量的梁底线形模型生成方法 - Google Patents
基于梁底线形测量的梁底线形模型生成方法 Download PDFInfo
- Publication number
- CN117053718B CN117053718B CN202311307627.7A CN202311307627A CN117053718B CN 117053718 B CN117053718 B CN 117053718B CN 202311307627 A CN202311307627 A CN 202311307627A CN 117053718 B CN117053718 B CN 117053718B
- Authority
- CN
- China
- Prior art keywords
- model
- beam body
- target
- preset
- beam bottom
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000010586 diagram Methods 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims description 84
- 125000004122 cyclic group Chemical group 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 17
- 238000012163 sequencing technique Methods 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- 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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- 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
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Civil Engineering (AREA)
- Architecture (AREA)
- Medical Informatics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了基于梁底线形测量的梁底线形模型生成方法包括:在被测梁体底端的第一位置上设置激光发射装置,在被测梁体底端的第二位置上设置读数标靶,获取预设激光投射到读数标靶上的第一读数,得到激光发射装置与被测梁体底端之间的第一距离,基于第一位置和第二位置建立标靶移动路径,控制读数标靶按照标靶移动路径在被测梁体上进行移动,获取预设激光投射到读数标靶上的若干个第二读数,得到激光发射装置与被测梁体底端之间的若干个第二距离,根据第一距离和每一个第二距离之间的距离差,建立被测梁体底端的梁底变形信息绘制被测梁体底端的梁底图,结合预设梁体模型建立被测梁体的梁底线性模型,可以对梁体初始质量进行有效判定。
Description
技术领域
本发明涉及工程检测技术领域,特别涉及基于梁底线形测量的梁底线形模型生成方法。
背景技术
梁底线形是最能直观体现预应力体系梁体变形发展的重要检测参数,随着我国公路桥梁建设的不断推进,目前大多数桥梁参与运营维护阶段,在桥梁养护阶段桥梁变形的检测一直是检测人员的难点。
因此,本发明提供了基于梁底线形测量的梁底线形模型生成方法。
发明内容
本发明基于梁底线形测量的梁底线形模型生成方法,此方法能有效对梁底变形进行检测,配合数字传输系统可达到对梁体梁底变形监测的目的,对新建施工可控制预拱度,对梁体初始质量进行有效判定,对运营养护梁体可判别变形情况,为养护运营提供监测预警和养护措施的制定。
本发明提供了基于梁底线形测量的梁底线形模型生成方法,包括:
步骤1:在被测梁体底端的第一位置上设置激光发射装置,在被测梁体底端的第二位置上设置读数标靶;
步骤2:控制激光发射装置发射预设激光,获取预设激光投射到读数标靶上的第一读数,得到激光发射装置与被测梁体底端之间的第一距离;
步骤3:基于第一位置和第二位置建立标靶移动路径,控制读数标靶按照标靶移动路径在被测梁体上进行移动,获取预设激光投射到读数标靶上的若干个第二读数,得到激光发射装置与被测梁体底端之间的若干个第二距离;
步骤4:根据第一距离和每一个第二距离之间的距离差,建立被测梁体底端的梁底变形信息,基于梁底变形信息绘制被测梁体底端的梁底图,结合预设梁体模型建立被测梁体的梁底线性模型;
在所述步骤2之前,包括:
控制激光发射装置向读数标靶发射若干种检测激光,获取每一检测激光投射到读数标靶上对应的检测光斑;
分别获取每一检测光斑对应的光斑亮度,基于光斑亮度由高到低的顺序对检测激光进行排序,得到光斑序列;
分别获取每一检测激光投射到读数标靶上对应的检测读数,获取每一检测读数对应的读数精确度,基于读数精确度由高到低的顺序对检测激光进行排序,得到读数序列;
根据每一检测激光在光斑序列中的第一排序位置,为对应的检测激光建立第一可行权重,根据根据每一检测激光在读数序列中的第二排序位置,为对应的检测激光建立第二可行权重;
根据每一检测激光对应的第一可行权重和第二可行权重建立每一检测激光对应的目标可行权重;
提取目标可行权重最高的目标检测激光,将目标检测激光记作预设激光。
在一种可实施的方式中,
步骤1,包括:
步骤11:定位被测梁体底端的第一边缘记作第一位置,将激光发射器设置在第一位置上;
步骤12:定位被测梁体底端与第一边缘垂直对应的第二边缘记作第二位置,将读数标靶设置在第二位置上。
在一种可实施的方式中,
所述步骤3,包括:
步骤31:基于第一位置和第二位置建立标靶移动路径,控制读数标靶基于预设移动速度按照移动路径在被测梁体的底端进行移动,在移动过程中记录读数标靶在每一时刻下对应的移动位置;
步骤32:在读数标靶移动过程中采集读数标靶在不同的移动位置上时预设激光投射到读数标靶上的若干个第二读数;
步骤33:获取读数标靶的移动时长,根据移动时长建立第一时间轴,将读数标靶在每一时刻下对应的移动位置标记在第一时间轴上得到第二时间轴,分别将每一第二读数标记在第二时间轴上,得到第三时间轴;
步骤34:对第三时间轴进行降采样,得到若干个采样点,分别获取每一采样点对应的采样第二读数,得到激光发射装置与被测梁体底端之间的若干个第二距离。
在一种可实施的方式中,
所述步骤4,包括:
步骤41:根据第一距离建立第一标量,根据若干个第二距离建立若干个对应的第二标量,并分别计算第一标量与第二标量之间的距离差;
步骤42:获取每一个第二距离在标靶移动路径上对应的产生位置的先后顺序,基于先后顺序分别将每一距离差绘制在预设坐标系中,得到实测曲线图;
步骤43:根据实测曲线图得到被测梁体底端不同位置对应的梁底斜率,基于不同位置对应的梁底斜率建立被测梁体底端的梁底变形信息,基于梁底变形信息绘制梁底图;
步骤44:获取并解析预设梁体模型,得到预设梁体模型的底端子模型,利用梁底图修正底端子模型得到目标子模型,将目标子模型输入到预设梁体模型中得到被测梁体的梁底线性模型。
在一种可实施的方式中,
所述步骤44,包括:
步骤441:选取被测梁体对应的预设梁体模型,在预设梁体模型中获取属于梁体底端的底端子模型,将底端子模型映射到梁底图上生成模型图,获取梁底图与模型图之间的图形重合点和图形非重合点,根据图像非重合点确定底端子模型的待调区域;
步骤442:基于预设单位调节样本和循环神经网络建立循环调节网络,利用循环调节网络分别对每一待调区域进行循环调节,获取每一循环调节后生成的调节模型图,获取调节模型图与梁底图之间的重合率,若重合率小于预设重合率再次进行循环调节,直到调节模型图与梁底图之间的重合率大于预设重合率为止;
步骤443:获取循环调节网络对每一待调区域进行的调节次数,结合预设单位调节样本建立每一待调区域对应的模型调节比例,根据模型调节比例对底端子模型进行相应的调节,得到目标子模型,利用目标子模型替换预设梁体模型中的底端子模型,得到被测梁体的梁底线性模型。
在一种可实施的方式中,
还包括:
统计每一被测梁体对应的梁底线性模型和梁底图,建立测量统计信息并传输到指定终端进行显示。
在一种可实施的方式中,
还包括:
当第一距离和每一个第二距离之间的距离差均为0时,确定被测梁体底端未发生变形;
当被测梁体底端未发生变形时,根据预设梁体模型生成被测梁体的梁底线性模型。
在一种可实施的方式中,
所述步骤43,包括:
步骤431:在实测曲线图上标记若干个测量点,分别建立每一测量点对应的测量切线;
步骤432:获取每一测量切线在预设坐标系中对应的正切值,根据正切值确定被测梁体底端不同位置对应的梁底斜率;
步骤433:统计不同位置对应的梁底斜率,建立被测梁体底端的梁底变形信息;
步骤434:基于梁底变形信息绘制被测梁体的梁底图。
本发明可以实现的有益效果为:为了建立一个有效的梁体变形分析方法,先在梁体底端的一端设置激光发射装置,在另一端设置读数标靶,通过发射激光来读取梁体的初始值,然后通过移动读数标靶来采集梁体底端在不同被测位置对应的实测竖向距离,从而建立一个关于被测梁体的梁底变形信息,进而绘制梁体底端的梁底图,根据梁底图来修正预设梁体模型,将预设梁体模型的外形修正到与实际的被测梁体一致,得到了一个可以表达被测梁体梁底情况的梁底线性模型,通过这样的方式能有效对梁底变形进行检测,便于管理人员对梁体初始质量进行有效判定。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中基于梁底线形测量的梁底线形模型生成方法的工作流程示意图;
图2为本发明实施例中基于梁底线形测量的梁底线形模型生成方法的检测示意图;
图3为本发明实施例中基于梁底线形测量的梁底线形模型生成方法的测量结果示例图;
图4为本发明实施例中基于梁底线形测量的梁底线形模型生成方法的梁底线性曲线示例图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
本实施例提供了基于梁底线形测量的梁底线形模型生成方法,如图1所示,包括:
步骤1:在被测梁体底端的第一位置上设置激光发射装置,在被测梁体底端的第二位置上设置读数标靶;
步骤2:控制激光发射装置发射预设激光,获取预设激光投射到读数标靶上的第一读数,得到激光发射装置与被测梁体底端之间的第一距离;
步骤3:基于第一位置和第二位置建立标靶移动路径,控制读数标靶按照标靶移动路径在被测梁体上进行移动,获取预设激光投射到读数标靶上的若干个第二读数,得到激光发射装置与被测梁体底端之间的若干个第二距离;
步骤4:根据第一距离和每一个第二距离之间的距离差,建立被测梁体底端的梁底变形信息,基于梁底变形信息绘制被测梁体底端的梁底图,结合预设梁体模型建立被测梁体的梁底线性模型;
在所述步骤2之前,包括:
控制激光发射装置向读数标靶发射若干种检测激光,获取每一检测激光投射到读数标靶上对应的检测光斑;
分别获取每一检测光斑对应的光斑亮度,基于光斑亮度由高到低的顺序对检测激光进行排序,得到光斑序列;
分别获取每一检测激光投射到读数标靶上对应的检测读数,获取每一检测读数对应的读数精确度,基于读数精确度由高到低的顺序对检测激光进行排序,得到读数序列;
根据每一检测激光在光斑序列中的第一排序位置,为对应的检测激光建立第一可行权重,根据根据每一检测激光在读数序列中的第二排序位置,为对应的检测激光建立第二可行权重;
根据每一检测激光对应的第一可行权重和第二可行权重建立每一检测激光对应的目标可行权重;
提取目标可行权重最高的目标检测激光,将目标检测激光记作预设激光。
该实例中,如图2所示,第一位置为A端,第二位置为B端,第一距离为d1,第二距离为d2移动路径为L,其检测原理为:在梁体A端底面设置激光发射装置,固定于梁体底面,测量激光口与梁底面的距离d1,在梁体B端设置读数标靶,并读取标靶与梁底的实际距离d2,通过移动标靶将各个位置的距离L,记录在L距离处的梁底变形量为Δ=d1-d2,即可绘制梁底线形的图形;
该实例中,读数标靶上含有多个读数刻度,例如:一次的梁底形变读数如图3中的d1、d2所示,第一距离为初始值竖向距离,第二距离为实测竖向距离;
该实例中,第一距离表示梁体底端的一端与另一端之间的竖向距离,且第一距离的数量为1;
该实例中,第二距离表示梁体底端的一端与梁体底端不同区域之间的竖向距离,且第二距离的数量为多个;
该实例中,梁底变形信息可以为统计根据不同区域的梁底形变量建立的统计表格,如图3所示,以及根据不同区域的梁底形变量绘制的梁底线性曲线,例如:一个梁底变形信息如图4所示;
该实例中,预设梁体模型表示利用虚拟的方式表达被测梁体的模型;
该实例中,检测光斑表示检测激光投射到读数标靶上后,读数标靶上所显示的关于检测激光的形状,在不同的检测激光投射到读数标靶上后所形成的检测光斑的大小、亮度、面积、颜色不一定相同;
该实例中,检测读数表示检测激光投射到读数标靶上后所对应的读数,由于检测光斑的不同所以每一个检测光斑在读数标靶上的面积不一定相同,所以对应的读数精确度也不相同,例如:检测光斑1在读数标靶上的面积为3,检测光斑2在读数标靶上的面积为1,读数标靶的单位刻度为1,且两个检测光斑都落入刻度2上,那么检测光斑1的检测读数为[1,3],检测光斑2的读数为2,所以检测光斑2的读数精确度更高;
该实例中,读数精确度表示根据检测光斑在读数标靶上的所有可读数建立的精确度,所有可读数数量越多,读数精确度越小;
该实例中,第一排序位置表示检测激光在光斑序列中的位置,第二排序位置表示检测激光在读数序列中的位置,其中的“第一”、“第二”仅用来区分两个不同的序列位置,不具有排序或者比较的作用;
该实例中,第一可行权重表示根据检测光斑的光斑亮度来建立的选取对应光斑的权重,第二可行权重表示根据检测光斑的读数精确度来建立的选取对应光斑的权重,其中的“第一”、“第二”仅用来区分两个不同的可行权重,不具有排序或者比较的作用;
该实例中,目标检测激光表示通过将亮度和读数精确度融合后,再筛选以后得到的使用时本次测量的激光。
上述技术方案的工作原理以及有益效果:1、为了建立一个有效的梁体变形分析方法,先在梁体底端的一端设置激光发射装置,在另一端设置读数标靶,通过发射激光来读取梁体的初始值,然后通过移动读数标靶来采集梁体底端在不同被测位置对应的实测竖向距离,从而建立一个关于被测梁体的梁底变形信息,进而绘制梁体底端的梁底图,根据梁底图来修正预设梁体模型,将预设梁体模型的外形修正到与实际的被测梁体一致,得到了一个可以表达被测梁体梁底情况的梁底线性模型,通过这样的方式能有效对梁底变形进行检测,便于管理人员对梁体初始质量进行有效判定;
2、为了提高测量的精确度,在进行测量前先控制激光发射器向读数标靶发射多种不同的检测激光,采集每一检测激光投射到读数标靶上的检测光斑,根据检测光斑的光斑亮度的高低和读数精确度的高低对检测激光进行排序,得到了光斑序列和读数序列,进而根据检测激光在不同序列中的位置来选取一个亮度和读数精确度均合适的目标检测激光,从而将其作为下一步进行测量的预设激光,通过检测选取的方式来获取适合本次测量的预设激光,可以在多种不同的外界环境下选择对应的激光,提高测量的精确度,进而便于后续生成有效的梁底线性模型。
实施例2
在实施例1的基础上,所述基于梁底线形测量的梁底线形模型生成方法,所述步骤1,包括:
步骤11:定位被测梁体底端的第一边缘记作第一位置,将激光发射器设置在第一位置上;
步骤12:定位被测梁体底端与第一边缘垂直对应的第二边缘记作第二位置,将读数标靶设置在第二位置上。
上述技术方案的工作原理以及有益效果:通过定位的方式确定激光发射器和读数标靶的设置位置,避免由于操作失误安装错误导致无法读取刻度数。
实施例3
在实施例1的基础上,所述基于梁底线形测量的梁底线形模型生成方法,所述步骤3,包括:
步骤31:基于第一位置和第二位置建立标靶移动路径,控制读数标靶基于预设移动速度按照移动路径在被测梁体的底端进行移动,在移动过程中记录读数标靶在每一时刻下对应的移动位置;
步骤32:在读数标靶移动过程中采集读数标靶在不同的移动位置上时预设激光投射到读数标靶上的若干个第二读数;
步骤33:获取读数标靶的移动时长,根据移动时长建立第一时间轴,将读数标靶在每一时刻下对应的移动位置标记在第一时间轴上得到第二时间轴,分别将每一第二读数标记在第二时间轴上,得到第三时间轴;
步骤34:对第三时间轴进行降采样,得到若干个采样点,分别获取每一采样点对应的采样第二读数,得到激光发射装置与被测梁体底端之间的若干个第二距离。
该实例中,标靶移动路径表示将第一位置和第二位置进行直线连线后所形成的路径;
该实例中,预设移动速度可以为1.5厘米/秒;
该实例中,每一个时刻对应一个移动位置;
该实例中,第二读数表示读数标靶在不同的移动位置上时所读取的数值;
该实例中,第一时间轴表示与移动时长一致的时间轴;
该实例中,第二时间轴表示利用移动位置对第一时间轴进行刻度标注后所形成的时间轴;
该实例中,第三时间轴表示将第二读数标记在第二时间轴后所形成的时间轴;
该实例中,降采样表示先将第三时间轴进行压缩,然后再进行等距离采样的过程;
该实例中,一个采样点对应一个采样第二读数。
上述技术方案的工作原理以及有益效果:为了在保证测量精确度的前提下尽量减少数据的分析强度,先控制读数标靶按照预设移动速度沿着标靶移动路径在被测梁体的底端进行移动,进而记录每一时刻下对应的移动位置,从而可以采集到读数标靶在不同移动位置上时对应的第二读数,然后根据移动标靶的移动时长、读数标靶在不同时刻下的移动位置以及移动标靶在每一移动位置时对应的第二读数来建立时间轴,然后对时间轴进行降采样,得到每一个采样点对应的采样第二读数,最后可以根据采样第二读数来建立激光发射装置与被测梁体之间的若干个第二距离,通过采样的方式来选取采样第二读数不仅可以采样到不同位置的第二读数,还可以保证测量工作的精确度。
实施例4
在实施例1的基础上,所述基于梁底线形测量的梁底线形模型生成方法,所述步骤4,包括:
步骤41:根据第一距离建立第一标量,根据若干个第二距离建立若干个对应的第二标量,并分别计算第一标量与第二标量之间的距离差;
步骤42:获取每一个第二距离在标靶移动路径上对应的产生位置的先后顺序,基于先后顺序分别将每一距离差绘制在预设坐标系中,得到实测曲线图;
步骤43:根据实测曲线图得到被测梁体底端不同位置对应的梁底斜率,基于不同位置对应的梁底斜率建立被测梁体底端的梁底变形信息,基于梁底变形信息绘制梁底图;
步骤44:获取并解析预设梁体模型,得到预设梁体模型的底端子模型,利用梁底图修正底端子模型得到目标子模型,将目标子模型输入到预设梁体模型中得到被测梁体的梁底线性模型。
该实例中,第一标量表示数值大小与第一距离一致,没有方向的量;
该实例中,第二标量表示数值大小与第二距离一致,没有方向的量;
该实例中,距离差表示第一标量和第二标量之间的差值;
该实例中,一个第二距离对应一产生位置;
该实例中,梁底斜率表示与梁体底端一个位置相切的直线与该位置之间的夹角;
该实例中,实测曲线图如图4所示;
该实例中,目标子模型表示利用梁底图修正后的底端子模型。
上述技术方案的工作原理以及有益效果:为了建立一个有效的梁底线性模型,先利用标量计算法来获取第一距离和第二距离之间的距离差,然后根据第二距离在标靶移动路径上对应的产生位置的先后顺序来绘制实测曲线图,进而根据梁体底端不同位置的梁底斜率来建立被测梁体底端的梁底变形信息,从而绘制了被测梁体的梁底图,根据梁底图来修正预设梁体模型,从而建立了被测梁体的梁底线性模型,实现了建立梁底线性模型的目的。
实施例5
在实施例4的基础上,所述基于梁底线形测量的梁底线形模型生成方法,所述步骤44,包括:
步骤441:选取被测梁体对应的预设梁体模型,在预设梁体模型中获取属于梁体底端的底端子模型,将底端子模型映射到梁底图上生成模型图,获取梁底图与模型图之间的图形重合点和图形非重合点,根据图像非重合点确定底端子模型的待调区域;
步骤442:基于预设单位调节样本和循环神经网络建立循环调节网络,利用循环调节网络分别对每一待调区域进行循环调节,获取每一循环调节后生成的调节模型图,获取调节模型图与梁底图之间的重合率,若重合率小于预设重合率再次进行循环调节,直到调节模型图与梁底图之间的重合率大于预设重合率为止;
步骤443:获取循环调节网络对每一待调区域进行的调节次数,结合预设单位调节样本建立每一待调区域对应的模型调节比例,根据模型调节比例对底端子模型进行相应的调节,得到目标子模型,利用目标子模型替换预设梁体模型中的底端子模型,得到被测梁体的梁底线性模型。
该实例中,图形重合点表示梁底图与模型图之间的重合位置;
该实例中,图形非重合点表示梁底图与模型图之间的不重合位置;
该实例中,待调区域的规格与图形非重合点的规格一致;
该实例中,循环神经网络可以为任意一种可以执行循环工作的人工神经网络;
该实例中,预设单位调节样本表示单位调节量为1的调节样本;
该实例中,每执行一次循环调节可生成一个调节模型图;
该实例中,预设重合率可以为98%,管理人员也可以根据实际需求调节预设重合率;
该实例中,调节次数越大,模型调节比例越高。
上述技术方案的工作原理以及有益效果:为了进一步提高梁底线性模型的有效性和精确度,先选取与被测梁体对应的预设梁体模型,将该预设梁体模型的底端子模型进行映射,生成一副模型图,进而获取模型图与梁底图之间的重合点和非重合点,根据非重合点来确定底端子模型的待调区域,为了避免过度调节,利用预设单位调节样本和循环神经网络建立循环调节网络,利用该网络对模型图进行调节,直到所得到的调节模型图与梁底图之间的重合率合格为止,然后统计每一待调区域的调节次数,确定每一待调区域的调节比例,进而对底端子模型进行相应的调节,最后得到了一个与被测梁体外形一致的梁底线性模型,通过少量多次调节的方式来进行调节,减少了调节过程的误差,提高了梁底线性模型的有效性和精确度。
实施例6
在实施例1的基础上,所述基于梁底线形测量的梁底线形模型生成方法,还包括:
统计每一被测梁体对应的梁底线性模型和梁底图,建立测量统计信息并传输到指定终端进行显示。
该实例中,指定终端可以为管理者的手机或其他具有显示功能的屏幕。
上述技术方案的工作原理以及有益效果:为了便于管理人员翻阅以往的测量信息,在每一次测量后统计被测梁体的梁底线性模型和梁底图建立测量统计信息,等待管理人员翻阅。
实施例7
在实施例1的基础上,所述基于梁底线形测量的梁底线形模型生成方法,还包括:
当第一距离和每一个第二距离之间的距离差均为0时,确定被测梁体底端未发生变形;
当被测梁体底端未发生变形时,根据预设梁体模型生成被测梁体的梁底线性模型。
上述技术方案的工作原理以及有益效果:当第一距离和每一个第二距离之间的距离差均为0时,表示被测梁体底端未发生变形,在这种情况下可以直接根据预设梁体模型建立被测梁体的梁底线性模型,缩减了模型调节的步骤,提高了模型建立的速度。
实施例8
在实施例4的基础上,所述基于梁底线形测量的梁底线形模型生成方法,所述步骤43,包括:
步骤431:在实测曲线图上标记若干个测量点,分别建立每一测量点对应的测量切线;
步骤432:获取每一测量切线在预设坐标系中对应的正切值,根据正切值确定被测梁体底端不同位置对应的梁底斜率;
步骤433:统计不同位置对应的梁底斜率,建立被测梁体底端的梁底变形信息;
步骤434:基于梁底变形信息绘制被测梁体的梁底图。
该实例中,测量点与被测梁体底端不同位置一一对应;
该实例中,测量切线表示与测量点相切的直线。
上述技术方案的工作原理以及有益效果:通过在实测曲线图上标记测量点,在测量点上建立测量切线来确定被测梁体底端不同位置对应的梁底斜率,进而建立被测梁体底端的梁底变形信息以及绘制梁底图,提高了梁底图的精确度。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.基于梁底线形测量的梁底线形模型生成方法,其特征在于,包括:
步骤1:在被测梁体底端的第一位置上设置激光发射装置,在被测梁体底端的第二位置上设置读数标靶;
步骤2:控制激光发射装置发射预设激光,获取预设激光投射到读数标靶上的第一读数,得到激光发射装置与被测梁体底端之间的第一距离;
步骤3:基于第一位置和第二位置建立标靶移动路径,控制读数标靶按照标靶移动路径在被测梁体上进行移动,获取预设激光投射到读数标靶上的若干个第二读数,得到激光发射装置与被测梁体底端之间的若干个第二距离;
步骤4:根据第一距离和每一个第二距离之间的距离差,建立被测梁体底端的梁底变形信息,基于梁底变形信息绘制被测梁体底端的梁底图,结合预设梁体模型建立被测梁体的梁底线性模型;
在所述步骤2之前,包括:
控制激光发射装置向读数标靶发射若干种检测激光,获取每一检测激光投射到读数标靶上对应的检测光斑;
分别获取每一检测光斑对应的光斑亮度,基于光斑亮度由高到低的顺序对检测激光进行排序,得到光斑序列;
分别获取每一检测激光投射到读数标靶上对应的检测读数,获取每一检测读数对应的读数精确度,基于读数精确度由高到低的顺序对检测激光进行排序,得到读数序列;
根据每一检测激光在光斑序列中的第一排序位置,为对应的检测激光建立第一可行权重,根据每一检测激光在读数序列中的第二排序位置,为对应的检测激光建立第二可行权重;
根据每一检测激光对应的第一可行权重和第二可行权重建立每一检测激光对应的目标可行权重;
提取目标可行权重最高的目标检测激光,将目标检测激光记作预设激光。
2.如权利要求1所述的基于梁底线形测量的梁底线形模型生成方法,其特征在于,所述步骤1,包括:
步骤11:定位被测梁体底端的第一边缘记作第一位置,将激光发射器设置在第一位置上;
步骤12:定位被测梁体底端与第一边缘垂直对应的第二边缘记作第二位置,将读数标靶设置在第二位置上。
3.如权利要求1所述的基于梁底线形测量的梁底线形模型生成方法,其特征在于,所述步骤3,包括:
步骤31:基于第一位置和第二位置建立标靶移动路径,控制读数标靶基于预设移动速度按照移动路径在被测梁体的底端进行移动,在移动过程中记录读数标靶在每一时刻下对应的移动位置;
步骤32:在读数标靶移动过程中采集读数标靶在不同的移动位置上时预设激光投射到读数标靶上的若干个第二读数;
步骤33:获取读数标靶的移动时长,根据移动时长建立第一时间轴,将读数标靶在每一时刻下对应的移动位置标记在第一时间轴上得到第二时间轴,分别将每一第二读数标记在第二时间轴上,得到第三时间轴;
步骤34:对第三时间轴进行降采样,得到若干个采样点,分别获取每一采样点对应的采样第二读数,得到激光发射装置与被测梁体底端之间的若干个第二距离。
4.如权利要求1所述的基于梁底线形测量的梁底线形模型生成方法,其特征在于,所述步骤4,包括:
步骤41:根据第一距离建立第一标量,根据若干个第二距离建立若干个对应的第二标量,并分别计算第一标量与第二标量之间的距离差;
步骤42:获取每一个第二距离在标靶移动路径上对应的产生位置的先后顺序,基于先后顺序分别将每一距离差绘制在预设坐标系中,得到实测曲线图;
步骤43:根据实测曲线图得到被测梁体底端不同位置对应的梁底斜率,基于不同位置对应的梁底斜率建立被测梁体底端的梁底变形信息,基于梁底变形信息绘制梁底图;
步骤44:获取并解析预设梁体模型,得到预设梁体模型的底端子模型,利用梁底图修正底端子模型得到目标子模型,将目标子模型输入到预设梁体模型中得到被测梁体的梁底线性模型。
5.如权利要求4所述的基于梁底线形测量的梁底线形模型生成方法,其特征在于,所述步骤44,包括:
步骤441:选取被测梁体对应的预设梁体模型,在预设梁体模型中获取属于梁体底端的底端子模型,将底端子模型映射到梁底图上生成模型图,获取梁底图与模型图之间的图形重合点和图形非重合点,根据图像非重合点确定底端子模型的待调区域;
步骤442:基于预设单位调节样本和循环神经网络建立循环调节网络,利用循环调节网络分别对每一待调区域进行循环调节,获取每一循环调节后生成的调节模型图,获取调节模型图与梁底图之间的重合率,若重合率小于预设重合率再次进行循环调节,直到调节模型图与梁底图之间的重合率大于预设重合率为止;
步骤443:获取循环调节网络对每一待调区域进行的调节次数,结合预设单位调节样本建立每一待调区域对应的模型调节比例,根据模型调节比例对底端子模型进行相应的调节,得到目标子模型,利用目标子模型替换预设梁体模型中的底端子模型,得到被测梁体的梁底线性模型。
6.如权利要求1所述的基于梁底线形测量的梁底线形模型生成方法,其特征在于,还包括:
统计每一被测梁体对应的梁底线性模型和梁底图,建立测量统计信息并传输到指定终端进行显示。
7.如权利要求1所述的基于梁底线形测量的梁底线形模型生成方法,其特征在于,还包括:
当第一距离和每一个第二距离之间的距离差均为0时,确定被测梁体底端未发生变形;
当被测梁体底端未发生变形时,根据预设梁体模型生成被测梁体的梁底线性模型。
8.如权利要求4所述的基于梁底线形测量的梁底线形模型生成方法,其特征在于,所述步骤43,包括:
步骤431:在实测曲线图上标记若干个测量点,分别建立每一测量点对应的测量切线;
步骤432:获取每一测量切线在预设坐标系中对应的正切值,根据正切值确定被测梁体底端不同位置对应的梁底斜率;
步骤433:统计不同位置对应的梁底斜率,建立被测梁体底端的梁底变形信息;
步骤434:基于梁底变形信息绘制被测梁体的梁底图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311307627.7A CN117053718B (zh) | 2023-10-11 | 2023-10-11 | 基于梁底线形测量的梁底线形模型生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311307627.7A CN117053718B (zh) | 2023-10-11 | 2023-10-11 | 基于梁底线形测量的梁底线形模型生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117053718A CN117053718A (zh) | 2023-11-14 |
CN117053718B true CN117053718B (zh) | 2023-12-12 |
Family
ID=88669519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311307627.7A Active CN117053718B (zh) | 2023-10-11 | 2023-10-11 | 基于梁底线形测量的梁底线形模型生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117053718B (zh) |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101055218A (zh) * | 2007-05-29 | 2007-10-17 | 重庆交通大学 | 桥梁挠度和位移的监测装置及监测方法 |
CN101251433A (zh) * | 2008-04-01 | 2008-08-27 | 重庆交通大学 | 用于桥梁荷载实验的无线遥控式挠度测量系统及其测量方法 |
CN101419061A (zh) * | 2008-12-08 | 2009-04-29 | 北京航空航天大学 | 一种镜像式结构光视觉测量系统和测量方法 |
CN201397130Y (zh) * | 2009-03-30 | 2010-02-03 | 重庆交通大学 | 桥梁线形自动测绘系统 |
CA2721891A1 (en) * | 2009-11-27 | 2011-05-27 | Thales | Optronic system and method dedicated to identification for formulating three-dimensional images |
CN102313525A (zh) * | 2011-07-26 | 2012-01-11 | 武汉武大卓越科技有限责任公司 | 激光束调节平行系统及其调节方法 |
CN102564323A (zh) * | 2011-03-10 | 2012-07-11 | 大连海事大学 | 基于四象限位置探测器测试桥梁挠度/纵向位移变化的方法 |
CN203298745U (zh) * | 2013-06-05 | 2013-11-20 | 北京工业大学 | 基于单缝衍射原理的小角测量及位置校准系统 |
CN205642305U (zh) * | 2015-12-17 | 2016-10-12 | 武汉科技大学 | 一种检测起重机主梁上拱度的装置 |
CN106949848A (zh) * | 2017-03-15 | 2017-07-14 | 深圳市深视智能科技有限公司 | 一种高精度激光3d轮廓手机结构件检测方法 |
CN108917591A (zh) * | 2018-04-27 | 2018-11-30 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 一种动态行车环境下的钢轨轮廓自动配准方法及装置 |
CN208505255U (zh) * | 2018-05-28 | 2019-02-15 | 渭南市交通工程质量监督站 | 激光基准桥梁单点挠度视觉检测装置 |
CN110388881A (zh) * | 2019-07-30 | 2019-10-29 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 基于偏振成像的钢轨廓形检测方法及装置 |
CN111174721A (zh) * | 2019-12-27 | 2020-05-19 | 中国特种设备检测研究院 | 基于三维激光扫描的起重机械结构变形检测方法 |
CN111811419A (zh) * | 2020-07-14 | 2020-10-23 | 杭州鲁尔物联科技有限公司 | 一种基于激光的桥梁挠度检测系统及方法 |
CN113192063A (zh) * | 2021-05-25 | 2021-07-30 | 中铁第四勘察设计院集团有限公司 | 一种桥梁线形监测系统以及桥梁线形监测方法 |
CN113686260A (zh) * | 2021-10-25 | 2021-11-23 | 成都众柴科技有限公司 | 大跨度梁挠度监测方法及监测系统 |
CN114279962A (zh) * | 2021-12-21 | 2022-04-05 | 四川启睿克科技有限公司 | 一种基于便携式近红外光谱仪的光照自适应方法 |
CN115290006A (zh) * | 2022-08-08 | 2022-11-04 | 清华大学深圳国际研究生院 | 一种用于反射光路光轴对准和面形曲率检测的系统及方法 |
CN218297537U (zh) * | 2022-09-27 | 2023-01-13 | 陕西三为云测智能科技有限公司 | 一种用于桥梁的链式激光挠度检测系统 |
CN115965653A (zh) * | 2022-12-14 | 2023-04-14 | 北京字跳网络技术有限公司 | 一种光斑追踪方法、装置、电子设备及存储介质 |
CN116358433A (zh) * | 2023-03-07 | 2023-06-30 | 中交第二航务工程局有限公司 | 桥梁线形监测装置及监测方法 |
-
2023
- 2023-10-11 CN CN202311307627.7A patent/CN117053718B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101055218A (zh) * | 2007-05-29 | 2007-10-17 | 重庆交通大学 | 桥梁挠度和位移的监测装置及监测方法 |
CN101251433A (zh) * | 2008-04-01 | 2008-08-27 | 重庆交通大学 | 用于桥梁荷载实验的无线遥控式挠度测量系统及其测量方法 |
CN101419061A (zh) * | 2008-12-08 | 2009-04-29 | 北京航空航天大学 | 一种镜像式结构光视觉测量系统和测量方法 |
CN201397130Y (zh) * | 2009-03-30 | 2010-02-03 | 重庆交通大学 | 桥梁线形自动测绘系统 |
CA2721891A1 (en) * | 2009-11-27 | 2011-05-27 | Thales | Optronic system and method dedicated to identification for formulating three-dimensional images |
CN102564323A (zh) * | 2011-03-10 | 2012-07-11 | 大连海事大学 | 基于四象限位置探测器测试桥梁挠度/纵向位移变化的方法 |
CN102313525A (zh) * | 2011-07-26 | 2012-01-11 | 武汉武大卓越科技有限责任公司 | 激光束调节平行系统及其调节方法 |
CN203298745U (zh) * | 2013-06-05 | 2013-11-20 | 北京工业大学 | 基于单缝衍射原理的小角测量及位置校准系统 |
CN205642305U (zh) * | 2015-12-17 | 2016-10-12 | 武汉科技大学 | 一种检测起重机主梁上拱度的装置 |
CN106949848A (zh) * | 2017-03-15 | 2017-07-14 | 深圳市深视智能科技有限公司 | 一种高精度激光3d轮廓手机结构件检测方法 |
CN108917591A (zh) * | 2018-04-27 | 2018-11-30 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 一种动态行车环境下的钢轨轮廓自动配准方法及装置 |
CN208505255U (zh) * | 2018-05-28 | 2019-02-15 | 渭南市交通工程质量监督站 | 激光基准桥梁单点挠度视觉检测装置 |
CN110388881A (zh) * | 2019-07-30 | 2019-10-29 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 基于偏振成像的钢轨廓形检测方法及装置 |
CN111174721A (zh) * | 2019-12-27 | 2020-05-19 | 中国特种设备检测研究院 | 基于三维激光扫描的起重机械结构变形检测方法 |
CN111811419A (zh) * | 2020-07-14 | 2020-10-23 | 杭州鲁尔物联科技有限公司 | 一种基于激光的桥梁挠度检测系统及方法 |
CN113192063A (zh) * | 2021-05-25 | 2021-07-30 | 中铁第四勘察设计院集团有限公司 | 一种桥梁线形监测系统以及桥梁线形监测方法 |
CN113686260A (zh) * | 2021-10-25 | 2021-11-23 | 成都众柴科技有限公司 | 大跨度梁挠度监测方法及监测系统 |
CN114279962A (zh) * | 2021-12-21 | 2022-04-05 | 四川启睿克科技有限公司 | 一种基于便携式近红外光谱仪的光照自适应方法 |
CN115290006A (zh) * | 2022-08-08 | 2022-11-04 | 清华大学深圳国际研究生院 | 一种用于反射光路光轴对准和面形曲率检测的系统及方法 |
CN218297537U (zh) * | 2022-09-27 | 2023-01-13 | 陕西三为云测智能科技有限公司 | 一种用于桥梁的链式激光挠度检测系统 |
CN115965653A (zh) * | 2022-12-14 | 2023-04-14 | 北京字跳网络技术有限公司 | 一种光斑追踪方法、装置、电子设备及存储介质 |
CN116358433A (zh) * | 2023-03-07 | 2023-06-30 | 中交第二航务工程局有限公司 | 桥梁线形监测装置及监测方法 |
Non-Patent Citations (2)
Title |
---|
激光通信光斑图像高速采集与实时处理系统;王莹;伞晓刚;;应用激光(第01期);全文 * |
高重频激光瞄准系统精度测试方法研究;杨俊;亓洪兴;李正文;;激光与红外(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117053718A (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100458359C (zh) | 远距离面内小位移测量系统 | |
CN104913797A (zh) | 指针式仪表的读数识别方法及系统 | |
CN106292717B (zh) | 一种全自动信息采集飞行器 | |
CN110695520B (zh) | 基于视觉的全自动振镜视场校准系统及其校准方法 | |
CN113267258A (zh) | 红外测温方法、装置、设备、智能巡检机器人及存储介质 | |
CN106908081A (zh) | 基于ccd摄像机的激光投线仪检测系统和方法 | |
CN106531657A (zh) | 无墨点晶圆外观检查方法及其检查系统 | |
CN107563368A (zh) | 双表盘指针式仪表的高精度自动读数装置及方法 | |
CN111524394A (zh) | 提升机坪综合航迹监视数据精度的方法、装置及系统 | |
CN110276752A (zh) | 基于android系统的混凝土表面裂缝特征的APP检测方法 | |
CN104913726B (zh) | 基于led的斜坡模型面位移监测系统及检测方法 | |
CN117053718B (zh) | 基于梁底线形测量的梁底线形模型生成方法 | |
CN111964599A (zh) | 基于倾斜摄影测量技术的公路高边坡表面变形监测及分析方法 | |
CN109696191A (zh) | 一种虚拟现实头戴显示设备的移动延迟测量方法 | |
CN113034620A (zh) | 校正方法、校正装置、计算机可读存储介质及计算机设备 | |
CN109879170B (zh) | 一种起重机吊臂旁弯位移实时检测系统 | |
CN112013813A (zh) | 一种建筑物沉降监测方法、监测装置和监测系统 | |
CN208872768U (zh) | 一种速度测试系统 | |
CN116403223A (zh) | 一种基于机器学习的指针式仪表读数识别方法和系统 | |
US20230349687A1 (en) | Plant dimension measuring method | |
CN110807813A (zh) | 一种tof模组标定方法、装置及系统 | |
CN207249091U (zh) | 一种电测仪表检定装置 | |
CN115077478A (zh) | 一种连续跟踪监测点升降的高程测量方法及系统 | |
CN108021838A (zh) | 物体平面尺寸测量方法和系统 | |
CN109934333A (zh) | 基于全连接神经网络的目标定位方法 |
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 |