[发明专利]基于双目视觉的桥面裂缝监理方法及其系统

说明书

本发明公开了一种基于双目视觉的桥面裂缝监理方法及其系统，包括步骤：获取设于定点位置处的裂缝深度信息以及裂缝宽度数据信息；从桥面历史检测信息中提取与桥面裂缝相关的裂缝深度信息和裂缝宽度信息，并对所获取的信息进行训练以得到裂缝深度信息和裂缝宽度信息的训练模型；根据训练模型判断所获取的裂缝深度信息以及裂缝宽度数据信息的形成信息；根据形成信息预估桥面裂缝发展走势。将裂缝检测装置实时检测到的关于桥面裂缝的宽度信息和深度信息与训练模型中的数据进行对比判断，并根据所检测到的数据基于训练模型判断其发展趋势，以便工作人员根据裂缝的发展趋势，及时作出处理措施，无需定时去检测裂缝，提高了便利性。

技术领域

本发明涉及桥面裂缝监理领域，尤其是涉及一种基于双目视觉的桥面裂缝监理方法及其系统。

背景技术

桥面在施工过程中或者是施工后，因为混凝土脱水，引起收缩或者是手温度高度温差的影响，引起胀缩不均匀会导致桥面出现裂缝，或者纵向裂缝桥台和路基连接的部位或路基混凝土路面，在所填的土质和温度不均匀的作用下，就有可能造成路基支承不均匀的现象产生。这样的桥梁上，倘若路基发生下沉，车辆行驶的压力和板块自重将共同作用在桥梁之上，纵向裂缝就此发生。现有中对裂缝是采取定时检测的方式，也就是每隔一段时间对裂缝进行测量，以判断裂缝的发展趋势，以便制定相应的措施。

因此，发明人认为现有技术存在有定时检测裂缝需要花费较大的人力物力。

发明内容

为了降低人力物力的消耗，本申请提供一种基于双目视觉的桥面裂缝监理方法及其系统。

第一方面，本申请提供一种基于双目视觉的桥面裂缝监理方法，采用如下的技术方案：

一种基于双目视觉的桥面裂缝监理方法，包括步骤：

实时获取设于定点位置处的裂缝检测装置所传输的关于桥面裂缝的裂缝深度信息以及裂缝宽度数据信息；

从桥面历史检测信息中提取与桥面裂缝相关的裂缝深度信息和裂缝宽度信息，并对所获取的信息进行训练以得到裂缝深度信息和裂缝宽度信息的训练模型；

根据所述训练模型判断所获取的裂缝深度信息以及裂缝宽度数据信息的形成信息；其中，所述形成信息包括形成原因以及形成时长；

根据所述形成信息预估所述桥面裂缝发展走势。

通过采用上述技术方案，获取历史检测过程中所记录的关于桥面裂缝的深度和宽度相关的信息，并将该信息进行训练，以得到用于构建数据模型较为准确的训练数据，然后利用该数据构建训练模型，将裂缝检测装置实时检测到的关于桥面裂缝的宽度信息和深度信息与训练模型中的数据进行对比判断，以验证从实时检测的数据中得到的关于裂缝的深度和宽度的形成原因、存在时间等，并根据所检测到的数据基于训练模型判断其发展趋势，以便工作人员根据裂缝的发展趋势，及时作出处理措施，无需定时去检测裂缝，提高了便利性。

可选的，所述根据所述形成原因信息预估所述桥面裂缝发展走势步骤，包括：

基于所述裂缝形成原因信息，从所述桥面裂缝数据模型预测因桥面裂缝导致桥面崩塌的临界时间信息以及时做出处理措施。

通过采用上述技术方案，根据所训练的模型，得出裂缝检测装置所检测到裂缝形成的原因，并与训练模型中的历史数据信息相对比，预估按照裂缝当前发展趋势，裂缝导致桥面崩塌的临时时间，以便工作人员根据所判断的信息，及时作出处理措施，降低损失。

可选的，所述形成训练模型的方法包括以下步骤：

利用交叉验证法的方式将所获取到的数据分为训练集和测试集；

将训练集输入神经网络进行训练，直至神经网络收敛，得到初始神经网络模型；

将测试集输入目前得到的神经网络模型进行测试，得到满足要求的训练集和最终的神经网络训练模型。