[发明专利]小跨径桥梁载重监测方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202110312978.1 申请日: 2021-03-24
公开(公告)号: CN112906647A 公开(公告)日: 2021-06-04
发明(设计)人: 王一妍;江子君;胡辉 申请(专利权)人: 杭州鲁尔物联科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06N3/08;G06N3/04
代理公司: 杭州知学知识产权代理事务所(普通合伙) 33356 代理人: 张雯
地址: 311100 浙江省杭州市余杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 小跨径 桥梁 载重 监测 方法 装置 计算机 设备 存储 介质
【说明书】:

发明涉及小跨径桥梁载重监测方法、装置、计算机设备及存储介质,该方法包括获取拍摄桥梁主跨部分的视频数据以及拍摄桥梁引桥部分的视频数据,以得到初始视频数据;根据初始视频数据输入车型识别模型内进行车型识别,以得到识别结果;根据初始视频数据以及识别结果计算车辆移动方向;根据识别结果以及车辆移动方向统计车辆数量;根据识别结果、车辆数量计算桥梁载重。本发明利用现有的摄像头拍摄桥体的车辆,实现无需安装任何传感器,维护成本低。

技术领域

本发明涉及桥梁载重监测方法,更具体地说是指小跨径桥梁载重监测方法、装置、计算机设备及存储介质。

背景技术

在经济快速发展的当下社会,建筑鳞次栉比,建筑工地的运输车辆也越发频繁的出现在公共道路中,由于其重量大,对于交通路面的健康影响远远大于一般交通工具,对于桥梁,尤其是小跨径桥梁的影响更是巨大。一些市政级别的小跨径桥梁由于设计技术和施工质量等缺陷,桥梁结构可能存在诸多先天不足和安全隐患;另外随着使用年限的增加,由于材料老化、频繁超载、环境侵蚀及自然灾害,部分桥梁开始出现各种类型的损伤和缺陷,这些损失会导致结构安全性、实用性和耐久性下降,甚至引发事故,造成人员伤亡。因此对于小跨径桥梁的载重监测,是桥梁质量安全管理的一个重要环节。

目前桥梁载重监测的方法大致可以分为传统式测量和非传统法测量。传统式测量方法即指在桥梁的指定位置安装传感器,通过传感器采集到的数据来对整桥的载重进行统计分析,传感器可能为重量传感器或是桥梁应变、加速度等其他传感器,无论何种传感器,这类传统方法都存在其自身的缺点,即需要在桥体上或是在桥尾处安装传感器,不仅安装繁琐,而且对桥体本身就是一种损伤。相较于传统的传感器测量方法,非传统的测量方法对于桥体本身的损害较小甚至可以进行非接触式的测量。目前投入使用的测量方法是利用外部的视觉传感模块先对车辆的数目、类型、车牌等信息进行采集,再通过称重线圈或是大数据统计的方式,计算或估算出桥上某一时刻的载重,这样的方法需要外接多个采集模块和传输模块,施工起来较为繁琐,维护成本过高。

因此,有必要设计一种新的方法,实现无需安装任何传感器,维护成本低。

发明内容

本发明的目的在于克服现有技术的缺陷,提供小跨径桥梁载重监测方法、装置、计算机设备及存储介质。

为实现上述目的,本发明采用以下技术方案:小跨径桥梁载重监测方法,包括:

获取拍摄桥梁主跨部分的视频数据以及拍摄桥梁引桥部分的视频数据,以得到初始视频数据;

根据所述初始视频数据输入车型识别模型内进行车型识别,以得到识别结果;

根据初始视频数据以及识别结果计算车辆移动方向;

根据所述识别结果以及车辆移动方向统计车辆数量;

根据所述识别结果、所述车辆数量计算桥梁载重。

其进一步技术方案为:所述车型识别模型是通过若干个带有车型类别标签以及位置标签的待检测桥梁上车辆图像数据作为样本集训练神经网络所得的。

其进一步技术方案为:所述识别结果包括车型类别以及车辆所在位置信息。

其进一步技术方案为:所述根据初始视频数据以及识别结果计算车辆移动方向,包括:

对所述识别结果内的车辆所在位置信息所包围的区域提取特征角点,以得到第一特征角点;

截取识别结果对应图像的前一帧图像,并提取在前一帧图像中所述识别结果内车辆所在位置信息所包围的区域提取特征角点,以得到第二特征角点;

对第一特征角点以及第二特征角点进行角点匹配,以得到角点对;

计算角点对中第一特征角点以及第二特征角点的坐标差值;

根据所述坐标差值计算车辆移动方向。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州鲁尔物联科技有限公司,未经杭州鲁尔物联科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110312978.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top