CN117392515B - 一种基于视觉传感的桥梁结构计量检测系统 - Google Patents
一种基于视觉传感的桥梁结构计量检测系统 Download PDFInfo
- Publication number
- CN117392515B CN117392515B CN202311190843.8A CN202311190843A CN117392515B CN 117392515 B CN117392515 B CN 117392515B CN 202311190843 A CN202311190843 A CN 202311190843A CN 117392515 B CN117392515 B CN 117392515B
- Authority
- CN
- China
- Prior art keywords
- test
- interference
- coefficient
- area
- value
- 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 22
- 238000012360 testing method Methods 0.000 claims abstract description 209
- 230000000007 visual effect Effects 0.000 claims abstract description 57
- 238000001514 detection method Methods 0.000 claims abstract description 52
- 238000004458 analytical method Methods 0.000 claims description 42
- 238000005457 optimization Methods 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000013433 optimization analysis Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于桥梁结构检测领域,涉及传感器布局技术,用于解决现有技术中的桥梁结构计量检测系统,无法对视觉传感器进行科学有效的布局,导致视觉传感检测结果精确性低下的问题,具体是一种基于视觉传感的桥梁结构计量检测系统,包括干扰测试模块、干扰分析模块、布局分析模块以及布局优化模块,干扰测试模块、干扰分析模块、布局分析模块以及布局优化模块依次进行通信连接;干扰测试模块用于对桥梁结构计量的干扰因素进行检测分析:将桥梁结构计量的所有检测点标记为测试对象;本发明是对桥梁结构计量的干扰因素进行检测分析,通过内圈曲线与外圈曲线对检测点的测试区域进行外扩划分,通过测试结果来确定最终的采集点。
Description
技术领域
本发明属于桥梁结构检测领域,涉及传感器布局技术,具体是一种基于视觉传感的桥梁结构计量检测系统。
背景技术
视觉传感器是整个机器视觉系统信息的直接来源,主要由一个或者两个图形传感器组成,有时还要配以光投射器及其他辅助设备。视觉传感器的主要功能是获取足够的机器视觉系统要处理的最原始图像。
视觉传感器的精度不仅与分辨率有关,而且同被测物体的检测距离相关,被测物体距离越远,其绝对的位置精度越差;将视觉传感器应用在桥梁结构计量检测中时,视觉传感器的检测精度还受到桥梁结构自身运行的干扰因素影响,视觉传感器与检测点的距离越近,其受到干扰的严重程度越高;因此,如何对桥梁结构检测中的视觉传感器进行科学有效的布局来提高视觉传感器的检测精度,是一个亟需解决的技术问题。
针对上述技术问题,本申请提出一种解决方案。
发明内容
本发明的目的在于提供一种基于视觉传感的桥梁结构计量检测系统,用于解决现有的桥梁结构计量检测系统无法对视觉传感器进行科学有效的布局,导致视觉传感检测结果精确性低下的问题;
本发明需要解决的技术问题为:如何提供一种可以对视觉传感器进行科学有效的布局来保证检测结果精确性的基于视觉传感的桥梁结构计量检测系统。
本发明的目的可以通过以下技术方案实现:
一种基于视觉传感的桥梁结构计量检测系统,包括干扰测试模块、干扰分析模块、布局分析模块以及布局优化模块,所述干扰测试模块、干扰分析模块、布局分析模块以及布局优化模块依次进行通信连接;
所述干扰测试模块用于对桥梁结构计量的干扰因素进行检测分析:将桥梁结构计量的所有检测点标记为测试对象,以测试对象为圆心、r1为半径画圆,将得到的圆形曲线标记为内圈曲线,以测试对象为圆心在内圈曲线的外部作出外圈曲线i,i=1,2,…,n,n为正整数,由内圈曲线与外圈曲线i构成n-1个测试区域;在每一个测试区域内随机设置若干个测试点,将视觉传感器设置在测试点,将视觉传感器获取的图像信息发送至干扰分析模块;
所述干扰分析模块用于对视觉传感器的数据采集精度进行检测分析:将接收到的图像信息标记为接收图像,获取接收图像的参优系数与测试点的干扰系数,将测试点的参优系数与干扰系数的比值标记为测试点的测试系数,通过对测试系数进行数值计算得到测试区域的优先系数;将测试区域的优先系数发送至布局分析模块;
所述布局分析模块用于对桥梁结构计量的视觉传感器进行布局分析:将测试对象的所有测试区域的优先系数逐一与预设的优先阈值进行比较并通过比较结果将检测点的布局模式标记为定点模式或随机模式。
作为本发明的一种优选实施方式,接收图像的参优系数的获取过程包括:获取接收图像的感光数据、信噪数据以及靶尺数据,感光数据为接收图像的感光度数值,信噪数据为接收图像的信噪比数值,靶尺数据为接收图像的靶面尺寸数值;通过对感光数据、信噪数据以及靶尺数据进行数值计算得到接收图像的参优系数。
作为本发明的一种优选实施方式,测试点的干扰系数的获取过程包括:获取测试点的振动数据、噪声数据以及磁场数据,振动数据为测试点的振动幅度值,噪声数据为测试点的噪声分贝值,磁场数据为测试点的磁场强度值;通过对振动数据、噪声数据以及磁场数据进行数值计算得到测试点的干扰系数。
作为本发明的一种优选实施方式,测试区域的优先系数的获取过程包括:对测试区域内所有测试点的测试系数进行求和取平均值得到测试值,由测试区域内所有测试点的测试系数构成测试集合,对测试集合进行方差计算得到稳定值,通过对测试值与稳定值进行数值计算得到测试区域的优先系数。
作为本发明的一种优选实施方式,将测试对象的所有测试区域的优先系数逐一与预设的优先阈值进行比较的具体过程包括:若存在有优先系数不小于优先阈值的测试区域,则将测试对象的布局模式标记为随机模式;若所有测试区域的优先系数均小于优先阈值,则将测试点的布局模式标记为定点模式。
作为本发明的一种优选实施方式,采用随机模式对测试对象的视觉传感器进行布局分析的过程包括:将优先系数YX数值最大的测试区域标记为随机区域,在随机区域内随机生成采集点,将视觉传感器设置在采集点处;采用定点模式对测试对象的视觉传感器进行布局分析的过程包括:将测试值CS数值最大的测试区域标记为定点区域,将定点区域内测试系数数值最大的测试点标记为采集点,将视觉传感器设置在采集点处。
作为本发明的一种优选实施方式,所述布局优化模块用于对桥梁结构计量的视觉传感器布局进行优化分析:获取所有检测点的干扰系数GR,由所有检测点的干扰系数GR的最大值与最小值构成干扰范围,将干扰范围分割为若干个干扰区间,获取干扰区间的布局参数:将干扰系数GR位于干扰区间内的测试对象标记为优化对象,将优化对象采用次数最多的布局模式标记为模式参数,将优化对象采用的随机区域或定点区域对应的测试区域编号标记为区域值,将采用次数最多的区域值标记为区域参数,由模式参数与区域参数构成布局参数,将布局参数发送至管理人员的手机终端。
作为本发明的一种优选实施方式,该基于视觉传感的桥梁结构计量检测系统的工作方法,包括以下步骤:
步骤一:对桥梁结构计量的干扰因素进行检测分析:将桥梁结构计量的所有检测点标记为测试对象,以测试对象为圆心作出内圈曲线与外圈曲线,由内圈曲线与外圈曲线构成若干个测试区域;
步骤二:在每一个测试区域内随机设置若干个测试点,将视觉传感器设置在测试点,通过对测试点的干扰系数GR与接收图像的参优系数CY进行数值计算得到测试区域的优先系数YX;
步骤三:对桥梁结构计量的视觉传感器进行布局分析:将测试对象的所有测试区域的优先系数YX逐一与预设的优先阈值YXmin进行比较并通过比较结果将测试对象的布局模式标记为定点模式或随机模式;
步骤四:对桥梁结构计量的视觉传感器布局进行优化分析:获取所有检测点的干扰系数GR,由所有检测点的干扰系数GR的最大值与最小值构成干扰范围,将干扰范围分割为若干个干扰区间,获取干扰区间的布局参数并将布局参数发送至管理人员的手机终端。
本发明具备下述有益效果:
通过干扰测试模块可以对桥梁结构计量的干扰因素进行检测分析,通过内圈曲线与外圈曲线对检测点的测试区域进行外扩划分,然后在每一个测试区域内设置若干个测试点进行视觉传感精度测试,通过测试结果来确定最终的采集点,从而保证视觉传感器的检测精度;
通过干扰分析模块可以从图像处理分析的角度来对视觉传感器的采集图像精度进行监控,然后结合视觉传感器受到的信号干扰严重程度对测试区域的测试优先级进行反馈,避免出现采用单一衡量标准导致的视觉传感器检测精度降低的现象;
通过布局分析模块可以对桥梁结构计量的视觉传感器进行布局分析,通过测试对象中测试区域的优先系数的数值对布局模式进行标记,然后采用对应的布局模式以及布局方法来对检测点的视觉传感器采集点进行设置,保证视觉传感器在采集点位置可以采集到精确的图像信息;
4、通过布局优化模块可以对桥梁结构计量的视觉传感器布局进行优化分析,通过对检测点位置的干扰系数进行采集与分析得到干扰区间,从而根据数据分布为干扰区间匹配对应的模式参数与区域参数,为桥梁结构计量的视觉传感布局提供便利。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一的系统框图;
图2为本发明实施例二的系统框图;
图3为本发明实施例三的方法流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
实施例一
如图1所示,一种基于视觉传感的桥梁结构计量检测系统,包括干扰测试模块、干扰分析模块以及布局分析模块,干扰测试模块、干扰分析模块以及布局分析模块依次进行通信连接。
干扰测试模块用于对桥梁结构计量的干扰因素进行检测分析:将桥梁结构计量的所有检测点标记为测试对象,以测试对象为圆心、r1为半径画圆,将得到的圆形曲线标记为内圈曲线,以测试对象为圆心在内圈曲线的外部作出外圈曲线i,i=1,2,…,n,n为正整数,外圈曲线i的半径值为r1+t1*i,t1为数值常量,由外圈曲线1与内圈曲线构成测试区域1,由外圈曲线2与外圈曲线1构成测试区域2,以此类推,由外圈曲线n与外圈曲线n-1构成测试区域n-1;在每一个测试区域内随机设置若干个测试点,将视觉传感器设置在测试点,将视觉传感器获取的图像信息发送至干扰分析模块;对桥梁结构计量的干扰因素进行检测分析,通过内圈曲线与外圈曲线对检测点的测试区域进行外扩划分,然后在每一个测试区域内设置若干个测试点进行视觉传感精度测试,通过测试结果来确定最终的采集点,从而保证视觉传感器的检测精度。
干扰分析模块用于对视觉传感器的数据采集精度进行检测分析:将接收到的图像信息标记为接收图像,获取接收图像的感光数据GG、信噪数据XZ以及靶尺数据BC,感光数据GG为接收图像的感光度数值,信噪数据XZ为接收图像的信噪比数值,靶尺数据BC为接收图像的靶面尺寸数值;通过公式CY=α1*GG+α2*XZ+α3*BC得到接收图像的参优系数CY,其中α1、α2以及α3均为比例系数,且α3>α2>α1>1;获取测试点的干扰数据,干扰数据包括振动数据ZD、噪声数据ZS以及磁场数据CC,振动数据ZD为测试点的振动幅度值,噪声数据ZS为测试点的噪声分贝值,磁场数据CC为测试点的磁场强度值;通过公式GR=β1*ZD+β2*ZS+β3*CC得到测试点的干扰系数GR,其中β1、β2以及β3均为比例系数,且β1>β2>β3>1;将测试点的参优系数CY与干扰系数GR的比值标记为测试点的测试系数,对测试区域内所有测试点的测试系数进行求和取平均值得到测试值CS,由测试区域内所有测试点的测试系数构成测试集合,对测试集合进行方差计算得到稳定值WD,通过公式YX=(γ1*CS)/(γ2*WD)得到测试区域的优先系数YX,其中γ1与γ2均为比例系数,且γ1>γ2>1;将测试区域的优先系数YX发送至布局分析模块;从图像处理分析的角度来对视觉传感器的采集图像精度进行监控,然后结合视觉传感器受到的信号干扰严重程度对测试区域的测试优先级进行反馈,避免出现采用单一衡量标准导致的视觉传感器检测精度降低的现象。
布局分析模块用于对桥梁结构计量的视觉传感器进行布局分析:将测试对象的所有测试区域的优先系数YX逐一与预设的优先阈值YXmin进行比较:若存在有优先系数YX不小于优先阈值YXmin的测试区域,则将测试对象的布局模式标记为随机模式;若所有测试区域的优先系数YX均小于优先阈值YXmin,则将测试点的布局模式标记为定点模式;采用随机模式对测试对象的视觉传感器进行布局分析的过程包括:将优先系数YX数值最大的测试区域标记为随机区域,在随机区域内随机生成采集点,将视觉传感器设置在采集点处;采用定点模式对测试对象的视觉传感器进行布局分析的过程包括:将测试值CS数值最大的测试区域标记为定点区域,将定点区域内测试系数数值最大的测试点标记为采集点,将视觉传感器设置在采集点处;对桥梁结构计量的视觉传感器进行布局分析,通过测试对象中测试区域的优先系数的数值对布局模式进行标记,然后采用对应的布局模式以及布局方法来对检测点的视觉传感器采集点进行设置,保证视觉传感器在采集点位置可以采集到精确的图像信息。
实施例二
如图2所示,布局分析模块还通信连接有布局优化模块,布局优化模块用于对桥梁结构计量的视觉传感器布局进行优化分析:获取所有检测点的干扰系数GR,由所有检测点的干扰系数GR的最大值与最小值构成干扰范围,将干扰范围分割为若干个干扰区间,获取干扰区间的布局参数:将干扰系数GR位于干扰区间内的测试对象标记为优化对象,将优化对象采用次数最多的布局模式标记为模式参数,将优化对象采用的随机区域或定点区域对应的测试区域编号标记为区域值,将采用次数最多的区域值标记为区域参数,由模式参数与区域参数构成布局参数,将布局参数发送至管理人员的手机终端;对桥梁结构计量的视觉传感器布局进行优化分析,通过对检测点位置的干扰系数进行采集与分析得到干扰区间,从而根据数据分布为干扰区间匹配对应的模式参数与区域参数,为桥梁结构计量的视觉传感布局提供便利。
实施例三
如图3所示,一种基于视觉传感的桥梁结构计量检测方法,包括以下步骤:
步骤一:对桥梁结构计量的干扰因素进行检测分析:将桥梁结构计量的所有检测点标记为测试对象,以测试对象为圆心作出内圈曲线与外圈曲线,由内圈曲线与外圈曲线构成若干个测试区域;
步骤二:在每一个测试区域内随机设置若干个测试点,将视觉传感器设置在测试点,通过对测试点的干扰系数GR与接收图像的参优系数CY进行数值计算得到测试区域的优先系数YX;
步骤三:对桥梁结构计量的视觉传感器进行布局分析:将测试对象的所有测试区域的优先系数YX逐一与预设的优先阈值YXmin进行比较并通过比较结果将测试对象的布局模式标记为定点模式或随机模式;
步骤四:对桥梁结构计量的视觉传感器布局进行优化分析:获取所有检测点的干扰系数GR,由所有检测点的干扰系数GR的最大值与最小值构成干扰范围,将干扰范围分割为若干个干扰区间,获取干扰区间的布局参数并将布局参数发送至管理人员的手机终端。
一种基于视觉传感的桥梁结构计量检测系统,工作时,:将桥梁结构计量的所有检测点标记为测试对象,以测试对象为圆心作出内圈曲线与外圈曲线,由内圈曲线与外圈曲线构成若干个测试区域;在每一个测试区域内随机设置若干个测试点,将视觉传感器设置在测试点,通过对测试点的干扰系数GR与接收图像的参优系数CY进行数值计算得到测试区域的优先系数YX;将测试对象的所有测试区域的优先系数YX逐一与预设的优先阈值YXmin进行比较并通过比较结果将测试对象的布局模式标记为定点模式或随机模式;获取所有检测点的干扰系数GR,由所有检测点的干扰系数GR的最大值与最小值构成干扰范围,将干扰范围分割为若干个干扰区间,获取干扰区间的布局参数并将布局参数发送至管理人员的手机终端。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;如:公式CY=α1*GG+α2*XZ+α3*BC;由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的参优系数;将设定的参优系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到α1、α2以及α3的取值分别为2.68、3.15和3.79;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的参优系数;只要不影响参数与量化后数值的比例关系即可,如参优系数与感光数据的数值成正比。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (1)
1.一种基于视觉传感的桥梁结构计量检测系统,其特征在于,包括干扰测试模块、干扰分析模块、布局分析模块以及布局优化模块,所述干扰测试模块、干扰分析模块、布局分析模块以及布局优化模块依次进行通信连接;
所述干扰测试模块用于对桥梁结构计量的干扰因素进行检测分析:将桥梁结构计量的所有检测点标记为测试对象,以测试对象为圆心、r1为半径画圆,将得到的圆形曲线标记为内圈曲线,以测试对象为圆心在内圈曲线的外部作出外圈曲线i,i=1,2,…,n,n为正整数,由内圈曲线与外圈曲线i构成n-1个测试区域;在每一个测试区域内随机设置若干个测试点,将视觉传感器设置在测试点,将视觉传感器获取的图像信息发送至干扰分析模块;
所述干扰分析模块用于对视觉传感器的数据采集精度进行检测分析:将接收到的图像信息标记为接收图像,获取接收图像的参优系数与测试点的干扰系数,将测试点的参优系数与干扰系数的比值标记为测试点的测试系数,通过对测试系数进行数值计算得到测试区域的优先系数;将测试区域的优先系数发送至布局分析模块;
所述布局分析模块用于对桥梁结构计量的视觉传感器进行布局分析:将测试对象的所有测试区域的优先系数逐一与预设的优先阈值进行比较并通过比较结果将检测点的布局模式标记为定点模式或随机模式;
接收图像的参优系数的获取过程包括:获取接收图像的感光数据、信噪数据以及靶尺数据,感光数据为接收图像的感光度数值,信噪数据为接收图像的信噪比数值,靶尺数据为接收图像的靶面尺寸数值;通过对感光数据、信噪数据以及靶尺数据进行数值计算得到接收图像的参优系数;
接收图像的参优系数的计算公式为CY=α1*GG+α2*XZ+α3*BC,其中α1、α2以及α3均为比例系数,且α3>α2>α1>1,其中GG、XZ、BC以及CY分别为感光数据、信噪数据、靶尺数据以及参优系数的数值;
测试点的干扰系数的获取过程包括:获取测试点的振动数据、噪声数据以及磁场数据,振动数据为测试点的振动幅度值,噪声数据为测试点的噪声分贝值,磁场数据为测试点的磁场强度值;通过对振动数据、噪声数据以及磁场数据进行数值计算得到测试点的干扰系数;
测试点的干扰系数的计算公式为GR=β1*ZD+β2*ZS+β3*CC,其中β1、β2以及β3均为比例系数,且β1>β2>β3>1,其中ZD、ZS、CC以及GR分别为振动数据、噪声数据、磁场数据以及干扰系数的数值;
测试区域的优先系数的获取过程包括:对测试区域内所有测试点的测试系数进行求和取平均值得到测试值,由测试区域内所有测试点的测试系数构成测试集合,对测试集合进行方差计算得到稳定值,通过对测试值与稳定值进行数值计算得到测试区域的优先系数;
测试区域的优先系数YX的计算公式为:YX=(γ1*CS)/(γ2*WD),其中γ1与γ2均为比例系数,且γ1>γ2>1,其中CS、WD以及YX分别为测试值、稳定值以及优先系数的数值;
将测试对象的所有测试区域的优先系数逐一与预设的优先阈值进行比较的具体过程包括:若存在有优先系数不小于优先阈值的测试区域,则将测试对象的布局模式标记为随机模式;若所有测试区域的优先系数均小于优先阈值,则将测试点的布局模式标记为定点模式;
采用随机模式对测试对象的视觉传感器进行布局分析的过程包括:将优先系数YX数值最大的测试区域标记为随机区域,在随机区域内随机生成采集点,将视觉传感器设置在采集点处;采用定点模式对测试对象的视觉传感器进行布局分析的过程包括:将测试值CS数值最大的测试区域标记为定点区域,将定点区域内测试系数数值最大的测试点标记为采集点,将视觉传感器设置在采集点处;
所述布局优化模块用于对桥梁结构计量的视觉传感器布局进行优化分析:获取所有检测点的干扰系数GR,由所有检测点的干扰系数GR的最大值与最小值构成干扰范围,将干扰范围分割为若干个干扰区间,获取干扰区间的布局参数:将干扰系数GR位于干扰区间内的测试对象标记为优化对象,将优化对象采用次数最多的布局模式标记为模式参数,将优化对象采用的随机区域或定点区域对应的测试区域编号标记为区域值,将采用次数最多的区域值标记为区域参数,由模式参数与区域参数构成布局参数,将布局参数发送至管理人员的手机终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311190843.8A CN117392515B (zh) | 2023-09-15 | 2023-09-15 | 一种基于视觉传感的桥梁结构计量检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311190843.8A CN117392515B (zh) | 2023-09-15 | 2023-09-15 | 一种基于视觉传感的桥梁结构计量检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117392515A CN117392515A (zh) | 2024-01-12 |
CN117392515B true CN117392515B (zh) | 2024-04-30 |
Family
ID=89438093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311190843.8A Active CN117392515B (zh) | 2023-09-15 | 2023-09-15 | 一种基于视觉传感的桥梁结构计量检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117392515B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103853896A (zh) * | 2014-03-20 | 2014-06-11 | 李小珍 | 铁路桥梁结构车致振动响应计算方法 |
CN110399683A (zh) * | 2019-07-27 | 2019-11-01 | 哈尔滨工业大学 | 基于频域幅值谱相似性滤波技术的桥梁冲击系数提取方法 |
CN110553809A (zh) * | 2019-08-29 | 2019-12-10 | 朔黄铁路发展有限责任公司 | 桥梁性能状态监测系统、方法和装置 |
CN111460729A (zh) * | 2020-03-20 | 2020-07-28 | 淮阴工学院 | 一种桥梁变形智能检测系统 |
CN112729370A (zh) * | 2020-12-31 | 2021-04-30 | 交通运输部公路科学研究所 | 桥梁动态应变监测系统校准方法 |
CN113008492A (zh) * | 2021-02-26 | 2021-06-22 | 中煤科工集团重庆研究院有限公司 | 一种用于桥梁的长距离多参数同步检测系统 |
CN113487843A (zh) * | 2021-07-12 | 2021-10-08 | 苏州思萃融合基建技术研究所有限公司 | 基于数字孪生技术的施工现场高支模智能监测预警系统 |
CN114674920A (zh) * | 2022-02-11 | 2022-06-28 | 中交路桥检测养护有限公司 | 一种无源激振式桥梁损伤评估方法 |
CN115096373A (zh) * | 2022-08-09 | 2022-09-23 | 中大智能科技股份有限公司 | 一种基于传感器的桥梁工程健康检测系统 |
GB202215178D0 (en) * | 2022-03-03 | 2022-11-30 | Univ Hefei Technology | Computer vision-based dynamic bridge shape recognition method |
CN115937504A (zh) * | 2022-12-01 | 2023-04-07 | 西南林业大学 | 一种桥梁结构损伤识别方法和系统 |
CN116721530A (zh) * | 2023-05-24 | 2023-09-08 | 苏州中恒通路桥股份有限公司 | 一种适用于轨道桥梁结构施工监测的安全预警分析系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019120512B4 (de) * | 2019-07-30 | 2021-02-25 | Anton Paar Provetec Gmbh | Flammüberwachung bei Flammpunktbestimmung oder Brennpunktbestimmung |
CN114036974A (zh) * | 2021-10-15 | 2022-02-11 | 东南大学 | 一种基于健康监测数据的桥梁冲刷动力识别方法 |
-
2023
- 2023-09-15 CN CN202311190843.8A patent/CN117392515B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103853896A (zh) * | 2014-03-20 | 2014-06-11 | 李小珍 | 铁路桥梁结构车致振动响应计算方法 |
CN110399683A (zh) * | 2019-07-27 | 2019-11-01 | 哈尔滨工业大学 | 基于频域幅值谱相似性滤波技术的桥梁冲击系数提取方法 |
CN110553809A (zh) * | 2019-08-29 | 2019-12-10 | 朔黄铁路发展有限责任公司 | 桥梁性能状态监测系统、方法和装置 |
CN111460729A (zh) * | 2020-03-20 | 2020-07-28 | 淮阴工学院 | 一种桥梁变形智能检测系统 |
CN112729370A (zh) * | 2020-12-31 | 2021-04-30 | 交通运输部公路科学研究所 | 桥梁动态应变监测系统校准方法 |
CN113008492A (zh) * | 2021-02-26 | 2021-06-22 | 中煤科工集团重庆研究院有限公司 | 一种用于桥梁的长距离多参数同步检测系统 |
CN113487843A (zh) * | 2021-07-12 | 2021-10-08 | 苏州思萃融合基建技术研究所有限公司 | 基于数字孪生技术的施工现场高支模智能监测预警系统 |
CN114674920A (zh) * | 2022-02-11 | 2022-06-28 | 中交路桥检测养护有限公司 | 一种无源激振式桥梁损伤评估方法 |
GB202215178D0 (en) * | 2022-03-03 | 2022-11-30 | Univ Hefei Technology | Computer vision-based dynamic bridge shape recognition method |
CN115096373A (zh) * | 2022-08-09 | 2022-09-23 | 中大智能科技股份有限公司 | 一种基于传感器的桥梁工程健康检测系统 |
CN115937504A (zh) * | 2022-12-01 | 2023-04-07 | 西南林业大学 | 一种桥梁结构损伤识别方法和系统 |
CN116721530A (zh) * | 2023-05-24 | 2023-09-08 | 苏州中恒通路桥股份有限公司 | 一种适用于轨道桥梁结构施工监测的安全预警分析系统 |
Non-Patent Citations (2)
Title |
---|
基于多通道空气耦合的桥面浅层缺陷检测研究;唐显云等;《江苏建筑职业技术学院学报》;20210331;第21卷(第1期);第6-10页 * |
模糊聚类算法稳定图应用于桥梁结构参数识别;吴春利等;《振动与冲击》;20130228;第32卷(第4期);第121-126页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117392515A (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US4237539A (en) | On-line web inspection system | |
CN107403177A (zh) | 基于工业相机的亮度测量方法 | |
CN110146019A (zh) | 一种基于工业相机的工件尺寸在线检测与自动补偿方法 | |
CN113483682B (zh) | 一种基于机器视觉的缝隙测量方法及系统 | |
CN101122948A (zh) | 基于计算机视觉的科学仪器工作状态监测方法 | |
CN113720914B (zh) | 超声波探伤系统及超声波探伤方法 | |
CN102081045A (zh) | 一种基于激光电视全息技术的结构损伤识别方法 | |
CN117392515B (zh) | 一种基于视觉传感的桥梁结构计量检测系统 | |
CN108279317A (zh) | 一种空间滤波测速传感器装置及提高测速精度的方法 | |
CN111815580B (zh) | 一种图像边缘识别方法及小模数齿轮模数检测方法 | |
De Gélis et al. | Benchmarking change detection in urban 3D point clouds | |
CN115014763B (zh) | 用于主轴故障监测的光纤光栅测量系统及优化方法 | |
He et al. | Automatic calibration system for digital-display vibrometers based on machine vision | |
CN102608037B (zh) | 一种快速测量光衰减系数的测量装置及测量方法 | |
CN113280868B (zh) | 一种轴向振动与转速的同步监测方法及系统 | |
CN109186940B (zh) | 测试精度的监控方法及测试精度的监控装置 | |
CN212134943U (zh) | 一种基于雷达图像的船舰分类检测系统 | |
CN113989513A (zh) | 一种方形指针式仪表读数识别的方法 | |
CN110360944B (zh) | 一种基于三维点云的吊钩形变监测与显示方法 | |
EP3181051B1 (en) | An objective method for assessing high contrast resolution of ct images based on the rayleigh criterion | |
CN112504137B (zh) | 基于云计算的多目标数字图像检测方法 | |
CN111750781B (zh) | 一种基于ccd的自动测试系统及其方法 | |
Gao et al. | An Automatic Detection and Sorting System for Valve Core Based on Machine Vision | |
KR101032917B1 (ko) | 홀 군집체 검사 방법 | |
CN114590199B (zh) | 一种led车灯故障诊断反馈系统 |
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 |