一种融合计算机视觉及加速度的桥梁高精度位移监测方法

    公开(公告)号:CN115752250A

    公开(公告)日:2023-03-07

    申请号:CN202211378696.2

    申请日:2022-11-04

    Abstract: 本发明公开了一种融合计算机视觉及加速度的桥梁高精度位移监测方法,包括以下步骤:利用影像采集设备拍摄桥梁结构上测点在荷载作用下的振动时程图像序列,并同步采集测点的实测加速度响应;根据振动时程图像序列基于模板匹配算法对测点的位置进行持续追踪,得到测点在图像坐标下的位移时程曲线;对测点实测加速度响应进行数值积分得到测点的动态位移;将测点在图像坐标下的位移时程曲线和动态位移进行带通滤波,并利用最小二乘法拟合比例因子;对测点在图像坐标下的位移时程曲线进行低通滤波,对动态位移进行高通滤波,将二者进行数据融合得到测点的高精度位移。本发明融合计算机视觉与加速度的优势,计算过程简单,运算量小且位移计算精度更高。

    基于图像检测的桥面荷载估算方法

    公开(公告)号:CN113076843B

    公开(公告)日:2022-09-20

    申请号:CN202110326195.9

    申请日:2021-03-26

    Abstract: 本发明提供的一种基于图像检测的桥面荷载估算方法,包括以下步骤:S1.在桥梁跨中沿桥梁的纵向设置一排检测标记点和两排辅助标记点,其中,相邻两排标记点平行且相邻两排标记点之间等距,且检测标记点位于两排辅助标记点之间;S2.在垂直于桥面的方向上设置采集标记点位置变化的相机;S3.由相机采集检测标记点和辅助标记点在桥面荷载下的位置变化图像;S4.基于位置变化图像确定检测标记点处的跨中挠度;S5.基于跨中挠度计算桥面荷载,基于图像对桥梁的跨中挠度进行准确的检测,能够消除桥梁在荷载状态中相机自身随桥梁振动的影响,能够确保较量荷载估算的准确性,而且在检测过程中无需布置其他传感器,简化检测系统的结构,降低使用成本。

    桥面形态变化识别桥梁结构损伤的CNN-GRNN方法

    公开(公告)号:CN110443881B

    公开(公告)日:2023-07-07

    申请号:CN201910456968.8

    申请日:2019-05-29

    Abstract: 本发明提供的一种桥面形态变化识别桥梁结构损伤的CNN‑GRNN方法,包括如下步骤:S1.获取桥面图像序列;S2.采用双目立体视觉三维重建技术,对桥面图像序列处理,得到单次桥面三维几何形态;S3.配准历次桥面三维几何形态,并对前后两次的三维几何形态进行叠差比较,得到桥面整体几何形态变化色谱图;S4.利用区域生长分割原理,从桥面整体几何形态变化色谱图中分割出桥面局部变形形态;S5.利用卷积神经网络CNN提取桥面局部变形形态中的多层次特征信息,将取出的特征信息输入广义回归神经网络GRNN,对桥梁结构损伤性质进行识别估计。本发明的桥面形态变化识别桥梁结构损伤的CNN‑GRNN方法,利用人工智能的科学技术手段,输入桥面局部变形形态到计算机,输出桥梁结构损伤预测结果,从而高效、准确、可量化地评估桥梁结构损伤的情况。

    桥面形态变化识别桥梁结构损伤的CNN-GRNN方法

    公开(公告)号:CN110443881A

    公开(公告)日:2019-11-12

    申请号:CN201910456968.8

    申请日:2019-05-29

    Abstract: 本发明提供的一种桥面形态变化识别桥梁结构损伤的CNN-GRNN方法,包括如下步骤:S1.获取桥面图像序列;S2.采用双目立体视觉三维重建技术,对桥面图像序列处理,得到单次桥面三维几何形态;S3.配准历次桥面三维几何形态,并对前后两次的三维几何形态进行叠差比较,得到桥面整体几何形态变化色谱图;S4.利用区域生长分割原理,从桥面整体几何形态变化色谱图中分割出桥面局部变形形态;S5.利用卷积神经网络CNN提取桥面局部变形形态中的多层次特征信息,将取出的特征信息输入广义回归神经网络GRNN,对桥梁结构损伤性质进行识别估计。本发明的桥面形态变化识别桥梁结构损伤的CNN-GRNN方法,利用人工智能的科学技术手段,输入桥面局部变形形态到计算机,输出桥梁结构损伤预测结果,从而高效、准确、可量化地评估桥梁结构损伤的情况。

    一种用于地下电力管道缆线故障检测的智能巡检机器人

    公开(公告)号:CN115436754A

    公开(公告)日:2022-12-06

    申请号:CN202211292515.4

    申请日:2022-10-20

    Abstract: 本发明公开了一种用于地下电力管道缆线故障检测的智能巡检机器人,包括机体及设于机体的行走装置;行走装置包括一个设于机体上方的履带行走机构及两个对称设于机体左右两侧的轮式行走机构;履带行走机构包括履带支架、履带本体和履带驱动电机,履带支架通过支撑杆Ⅰ与机体相连接;履带支架的前后两端均安装有履带驱动齿轮,履带本体环绕履带支架设置并且其内侧壁与履带驱动齿轮相啮合,履带驱动电机安装在履带支架内部并用于驱动其中一履带驱动齿轮旋转;轮式行走机构包括行走轮Ⅰ,行走轮Ⅰ通过支撑杆Ⅱ与机体相连接。本发明可以提高巡检机器人行走于凹凸不平的缆线管道时的通过性,利于满足管道内电缆多模态和多自由度的运动检测要求。

    基于激光条纹中心追踪的桥梁模态识别方法及其系统

    公开(公告)号:CN112906095B

    公开(公告)日:2022-04-08

    申请号:CN202011512922.2

    申请日:2020-12-20

    Abstract: 本发明提供的一种基于激光条纹中心追踪的桥梁模态识别方法,包括:向桥梁的结构表面投射激光线,并采集激光线在桥梁表面所形成的激光条纹的图像信息;对激光条纹的图像进行处理,提取出激光条纹的中心点位置;将激光条纹的中心点的横坐标或者纵坐标随时间变化状态进行拟合,形成激光线位移时程曲线;根据激光线位移时程曲线确定与桥梁表面在激光线投射在桥梁表面的长度范围内连续点的时域响应;根据桥梁表面连续点的时域响应识别桥梁模态参数;通过上述方法,能够获得准确的桥梁模态参数的同时,无需对桥梁进行复杂的监测设备的布置,有效节约人力成本和设备成本,而且不依赖于光照和背景条件,准确率高。

    基于图像检测的桥面荷载估算方法

    公开(公告)号:CN113076843A

    公开(公告)日:2021-07-06

    申请号:CN202110326195.9

    申请日:2021-03-26

    Abstract: 本发明提供的一种基于图像检测的桥面荷载估算方法,包括以下步骤:S1.在桥梁跨中沿桥梁的纵向设置一排检测标记点和两排辅助标记点,其中,相邻两排标记点平行且相邻两排标记点之间等距,且检测标记点位于两排辅助标记点之间;S2.在垂直于桥面的方向上设置采集标记点位置变化的相机;S3.由相机采集检测标记点和辅助标记点在桥面荷载下的位置变化图像;S4.基于位置变化图像确定检测标记点处的跨中挠度;S5.基于跨中挠度计算桥面荷载,基于图像对桥梁的跨中挠度进行准确的检测,能够消除桥梁在荷载状态中相机自身随桥梁振动的影响,能够确保较量荷载估算的准确性,而且在检测过程中无需布置其他传感器,简化检测系统的结构,降低使用成本。

    基于机器学习的桥梁振动模态可视化损伤识别方法

    公开(公告)号:CN110147781A

    公开(公告)日:2019-08-20

    申请号:CN201910456946.1

    申请日:2019-05-29

    Abstract: 本发明公开了一种基于机器学习的桥梁振动模态可视化损伤识别方法,包括如下步骤:S1.采集桥梁振动的数字视频信息,并对数字视频信息进行放大处理;S2.采集数字视频图像信息的参数,包括视频图像信息的频率、相位以及幅值;S3.以视频图像信息的相位以及幅值构建桥梁振动的可视化模态图像;S4.利用卷积神经网络CNN提取桥梁可视化模态图像中的多层次特征信息,将取出的特征信息输入广义回归神经网络GRNN,对桥梁结构损伤性质进行识别估计。本发明的基于机器学习的桥梁振动模态可视化损伤识别方法,使用少量简单的装置对桥梁的结构进行检测,能够准确全面地识别桥梁的结构损伤,并且该方法科学高效。

    一种基于定轴旋转摄影的桥梁结构轮廓构建方法

    公开(公告)号:CN114359054B

    公开(公告)日:2025-03-14

    申请号:CN202210017563.6

    申请日:2022-01-07

    Abstract: 本发明公开了一种基于定轴旋转摄影的桥梁结构轮廓构建方法,包括以下步骤:S1、采用摄像设备对桥梁的每一个节段进行变焦扫描,得到多张图像底片;S2、对多张图像底片中模糊的图像底片进行桥梁结构轮廓超分辨率重建,得到清晰桥梁图像底片;S3、将所有清晰桥梁图像底片按照桥梁节段对应位置依次相连,得到桥梁结构轮廓;本发明解决了传统方法会产生拼接误差、传统方法在扫描时距离摄像机远的桥梁节段的轮廓所占的分辨率会减小、以及远处的桥梁节段轮廓在摄像机里面的底片上会呈现扭曲状态的问题。

    基于激光条纹中心追踪的桥梁模态识别方法及其系统

    公开(公告)号:CN112906095A

    公开(公告)日:2021-06-04

    申请号:CN202011512922.2

    申请日:2020-12-20

    Abstract: 本发明提供的一种基于激光条纹中心追踪的桥梁模态识别方法,包括:向桥梁的结构表面投射激光线,并采集激光线在桥梁表面所形成的激光条纹的图像信息;对激光条纹的图像进行处理,提取出激光条纹的中心点位置;将激光条纹的中心点的横坐标或者纵坐标随时间变化状态进行拟合,形成激光线位移时程曲线;根据激光线位移时程曲线确定与桥梁表面在激光线投射在桥梁表面的长度范围内连续点的时域响应;根据桥梁表面连续点的时域响应识别桥梁模态参数;通过上述方法,能够获得准确的桥梁模态参数的同时,无需对桥梁进行复杂的监测设备的布置,有效节约人力成本和设备成本,而且不依赖于光照和背景条件,准确率高。

Patent Agency Ranking