|
|
|
| 基于计算机视觉的桥梁动态称重方法研究 |
| 何卫 |
| 中国地质大学(武汉)，湖北武汉 430074 |
|
| Bridge weigh-in-motion method based on computer vision techniques |
| He Wei |
| China University of Geosciences, Wuhan 430074, China |
|
|
|
摘要 桥梁动态称重系统(BWIM)具有易安装、高精度且不需要中断交通等优点，近年来受到广泛关注。然而该系统往往假定车辆匀速过桥，可能与实际不符，使用的应变传感器精度易受环境影响且耐久性不足。本文将深度学习方法与计算机视觉技术相融合，提出基于位移影响线的非接触式动态称重系统，仅需两台相机即可实现对车辆实时速度、轴距、轴重等信息的识别。一台相机用来记录车辆通过时桥梁的位移响应，另一台相机实现对轮轨位置的实时追踪。针对桥梁位移监测目标固定、振动幅度小、测量精度要求高的特点，采用连通域分割匹配法以识别桥梁位移；鉴于车辆追踪目标运动范围大、对环境敏感、实时性强而精度要求相对较低的特点，将基于深度学习的YOLOv5s算法作为检测器，结合DeepSort算法共同构成目标追踪系统以实现车辆轮迹的实时追踪。为验证该方法，开展了模型试验和现场实测，最后讨论了轴重识别精度的主要影响因素。结果表明：非接触式动态称重系统能较好地应用于非匀速工况并能有效克服目标遮挡问题，具有较好的应用前景。
|
|
| 关键词 ：
动态称重,
计算机视觉,
轴重,
影响线,
影响因素
|
| Key words：
weight-in-motion
computer vision
axle weight
influence line
influence factors
|
|
|
| [1] |
徐鹏 钟熠 李婷 杨广庆. 不同轴重作用下有砟道床动力特性离散元研究[J]. 土木工程学报, 2025, 58(7): 121-128. |
| [2] |
吴桐 周志祥 唐亮. 加速度与计算机视觉多尺度滤波融合的桥梁位移响应监测方法[J]. 土木工程学报, 2025, 58(4): 58-74. |
| [3] |
李宗林 周振梁 雷可. 敞开式TBM刀盘振动特性及影响因素研究[J]. 土木工程学报, 2024, 57(S1): 43-51. |
| [4] |
李培楠 朱宇杰 徐晨 谢雄耀 蒋曦 叶飞 . 基于赫巴流体的盾构同步注浆三维扩散机理[J]. 土木工程学报, 2023, 56(S2): 20-34. |
| [5] |
刘杰 陈建斌 卢正 吴立鹏 秦亚琼. 非饱和黏土路基水汽运移与相变机制研究[J]. 土木工程学报, 2023, 56(S1): 152-159. |
| [6] |
朱前坤 崔德鹏 刘艺 杜永峰. 基于计算机视觉的复杂背景人行桥振动识别[J]. 土木工程学报, 2023, 56(6): 75-86. |
| [7] |
葛双双 高玮 汪义伟 谢渊 陈新 王森. 我国交通盾构隧道病害、评价及治理研究综述[J]. 土木工程学报, 2023, 56(1): 119-128. |
| [8] |
杨奇 张磊 魏丽敏 聂志红 聂如松 徐方 冷伍明. 基于行车试验的高铁路基面动应力幅值概率分布规律及设计值研究[J]. 土木工程学报, 2022, 55(9): 78-93. |
| [9] |
王晓峰 刘启军 杨庆山. 受扭圆环薄膜褶皱变形的试验研究[J]. 土木工程学报, 2020, 53(6): 33-41. |
| [10] |
鲍跃全 李 惠. 人工智能时代的土木工程[J]. 土木工程学报, 2019, 52(5): 1-11. |
| [11] |
张海涛 宫明阳 杨洪生. 复合改性沥青混合料塑性变形的影响因素分析[J]. 土木工程学报, 2019, 52(1): 122-130. |
| [12] |
陈婷婷 程晓辉 郭红仙. 基于数值模拟的砂柱微生物注浆影响因素分析[J]. 土木工程学报, 2018, 51(6): 111-119. |
| [13] |
周 颖 张立迅 刘 彤 龚顺明. 基于计算机视觉的结构系统识别[J]. 土木工程学报, 2018, 51(11): 17-23. |
| [14] |
李兆平 李守庆 苏会锋. 装配式地铁车站结构双榫槽接头抗弯刚度研究[J]. 土木工程学报, 2017, 50(S1): 14-18. |
| [15] |
章慧健 徐光耀 仇文革 郑余朝. 基于开挖影响线的隧道分部开挖拱顶沉降分析[J]. 土木工程学报, 2017, 50(S1): 82-87. |
|
|
|
|
