缆索承重桥梁桥面车辆载荷分布实时检测方法
【技术领域】
[0001] 本发明属于桥梁检测领域，涉及一种缆索承重桥梁荷载的检测方法，具体涉及一 种缆索承重桥梁桥面车辆动态荷载分布检测方法。
【背景技术】
[0002] 公路桥梁的可变荷载主要为车辆荷载，是桥梁结构设计的主要依据。尽管桥梁设 计规范对车辆荷载的分布形式和集度有明确的规定，但这一活载布置形式在实际工程中仍 然带来若干问题，仍然不能满足桥梁结构的精细化分析和设计，主要体现在三个方面。第 一，规范中定义的公路桥梁车辆活载是一个标准化的模式，这种方式无法准确反映某些极 端情况下的桥上车辆分布，如发生交通事故时桥上交通拥堵。在这种情况下，车辆荷载集度 有可能远远高于设计值，因此需要通过统计方法对极端情况进行可靠性分析。第二，钢桥面 板的工作寿命受制于钢材的疲劳性能，其寿命还取决于桥上活载作用，对钢结构疲劳的评 估需要准确掌握活载在桥面上作用的位置和移动速度等信息。第三，某些单柱式桥墩的桥 梁在偏心荷载作用下易发生主梁横向倾覆，多地也发生过这样的事故。在考虑结构形式布 置时，就需要准确评判这一极端事件发生的可能性，即掌握重载车辆沿最外侧车道行驶的 极端情况。总而言之，建立一个合理的车辆活载模型已是当务之急，而桥梁车辆荷载动态分 布检测将是建立合理车辆活载模型的基础。
[0003] 桥梁车辆荷载检测技术在桥梁结构的设计、管理及维护等多个方面有较高的实用 价值。目前，桥梁车辆荷载检测技术涉及两个方面。一方面，针对桥面车辆位置侦测多采用 图像识别技术来实现，大规模应用的方式是在桥上定点设置若干监控摄像头用来掌握桥面 车辆状况。但这一方法的局限性在于仅能掌握摄像头附近的桥面车辆分布，无法掌握全桥 状态。此外，在全桥范围进行车辆识别则受限于桥梁本身的结构形式。另一方面，为了掌握 桥上车辆重量，多采用动态称重方式来实现。这一方法虽然能掌握车辆的准确重量，但如果 没有与车辆分布结合起来，也无法掌握荷载在桥面上的作用历程。
【发明内容】
[0004] 针对现有检测方法的不足和缺陷，本发明的目的在于，提供一种适用于缆索承重 桥梁的桥面车辆分布检测方法，并根据桥面空气能见度和桥跨尺寸给出该方法的适用范 围，该方法基于计算机视觉技术，采用透视校正、图像增强、多车道车辆检测和动态模板匹 配等方法，实现车辆荷载分布的实时跟踪，为建立合理的活载模型及桥梁设计提供重要依 据。
[0005] 步骤一：拍摄桥面图像；在缆索承重桥梁的每个车道入口处安装动态称重装置获 取车辆重量信息，在各个桥塔上安装若干个摄像机获取各段桥面车流图像，摄像机的全部 视野能够覆盖完整桥面；第一，根据桥位处气象资料掌握空气能见度，同时根据图像采集设 备的灵敏度，确定本方法的适用性；
[0006] 第二，针对斜拉桥和悬索桥的设计比例确定本方法在进行车辆侦测和识别的可靠 性。建议画面拍摄时的最小倾角不小于6°，在过于扁平的缆索承重桥梁上应用该方法将出 现采集画面中较多车辆重叠，易产生车辆识别错误。
[0007] 步骤二：图像透视校正；将摄像机获取的桥面图像进行透视校正处理，获取桥面 正视图：
[0008] (2. 1)利用Hough变换提取所需的4条直线（车道所围成的4条直线），并识别车 道所围成的4条直线；
[0009] (2. 2)在提取直线时，记录每条直线的端点，提取完成后对Hough变换的结果计算 直线的交点，得到的交点就是4条直线的端点；
[0010] (2. 3)将4条直线的交点坐标和相应的实际坐标共4对坐标数据作为解透视参数 矩阵的已知量，记畸变图像中的各个像素点坐标记为（X1, Y1) (x2, y2) (x3, y3) (x4, y4)，相应的 正视图中的点的坐标记为（U1, V1) (u2, v2) (u3, v3) (u4, v4)，由下式解出8个透视参数向量；
【主权项】
1.缆索承重桥梁桥面车辆载荷分布实时检测方法，其特征在于包括w下步骤： 一、 拍摄桥面图像；在缆索承重桥梁的每个车道入口处安装动态称重装置获取车辆重 量信息，在各个桥塔上安装若干个摄像机获取各段桥面车流图像，摄像机的全部视野能够 覆盖完整桥面；获取车辆速度信息； 二、 图像透视校正；将摄像机获取的桥面图像进行透视校正处理，获取桥面正视图： (2. 1)利用化U曲变换提取围成车道所需的4条直线，并识别车道所围成的4条直线； (2. 2)在提取直线时，记录每条直线的端点，提取完成后对化U曲变换的结果计算直线 的交点，得到的交点就是4条直线的端点； (2. 3)将4条直线的交点坐标和相应的实际坐标共4对坐标数据作为解透视参数矩阵 的已知量，记崎变图像中的各个像素点坐标记为（X。yi) (X2, y2)(而，ys) (X4, y4)，相应的正视 图中的点的坐标记为（U。Vi) (U2, V2)(叫，V3) (U4, V4)，由下式解出8个透视参数向量；
(X。yi) (X2, y2)(而，y3) (X4, y4)表示崎变图中4条直线交点的坐标； (Ui，Vi) (U2, V2) (U3, V3) (U4, V4)表示相应正视图中4条直线交点的坐标； [a b C d e f m ：iri是8个透视参数向量； (2. 4)获取透视参数后，采用图像点对点的方式进行二维平面图像的透视变换计算，利 用下式得到标准的正视图；
式中： [a b C d e f m 是8个透视参数向量； (X，y)表示崎变图中点的坐标； (U, V)表示透视校正后点的坐标； =、图像增强；对经过透视校正处理后的正视图利用直方图匹配（规定化）进行图像增 强；具体公式如下：
式中；r和z分别表示输入图像与输出图像的灰度级，Pt(x)是输入灰度级的概率密度 函数，Pz(x)是输出灰度级的概率密度函数； 四、桥面车辆判定；在获取图像增强后的桥面图像，采用基于边缘信息的检测方法对桥 塔上拍摄的每一段车流图像进行车辆检测： (4. 1)对每一帖图像使用Sobel算子进行提取边缘； (4. 2)对提取的边缘图进行阔值处理和叠加，具体公式如下：
式中；&和g' i分别是阔值处理前后的边缘图，g是阔值； (4. 3)将阔值处理后的边缘图进行叠加，具体公式如下：
(4.4) 二值化处理得到背景边缘图，具体公式如下：
式中；b是设定的阔值； (4.5) 利用包含性差值得到车辆运动边缘图，具体公式如下：
式中；i(x，y)是运动边缘图； (4. 6)在图像靠近桥塔位置设置一带条状检测区，并分成一组连续的窗口，具体公式如 下：
式中；m为窗口的高度，W为窗口的宽度； (4. 7)阔值法判断运动边缘图在检测区内的每个窗口的是否是有效信息，并得到一组 0、1二值序列1 [i]，具体公式如下：
(4.8)对车辆通过检测区的边缘信息进行累加，从而保存完整的车辆信息（l[i]不断 更新），具体公式如下；
式中；f[i]是累加后的车辆信息； (4.9)当在数组f[i]中检测到连续的一定数量1时，在对应的数组l[i]中为一定数量 连续的0时，则判定有车通过； 五、 车辆图像追踪；在确定车辆通过检测区后，采用动态模板匹配技术追踪每辆汽车的 行车轨迹： (5. 1)在确定车辆通过检测带后，根据车辆宽度和车速分别在原图和边缘图中检测区 附近选取车辆轮廓角区作为模板，生成边缘图像模板，对边缘图像模板进行阔值处理，得到 车辆轮廓的左边缘（或右边缘）位置a和上边缘位置b ; (5.2)记获取模板的图像为第K帖图像（t时刻），在第K-1帖图像（t+At时刻）中运 用相关函数计算，进行模板匹配识别，匹配范围是原模板左右两边W及上边扩大一个车辆 宽度的区域；即t时刻的第K帖图像，与t+A t时刻的第K-1帖图像运用相关函数计算，进 行模板匹配识别； (5. 3)根据相关函数峰值得到匹配区域，对匹配区域边缘进行识别，得到车尾左边缘 (或右边缘）的位置a'和上边缘的位置b'，与原始值a、b进行比较，作出修正调整，并将修 正后的区域记为新的模板； (5. 4)重复（5. 2)和（5. 3)对车辆信息实时更新，得到汽车左轮（或者右轮）在整幅画 面中的行驶轨迹，并将其绘制到整个桥面上； 六、 结构变形修正；在拍摄过程中，车辆荷载作用将导致桥梁结构发生变形，主梁发生 竖向完全或扭转变形，桥塔顶出现轻微转角、纵向位移或侧向位移，造成车辆在采集画面中 的相对移动，需要对该部分附加位移进行修正； (6. 1)进行桥面车辆画面采集前，在桥面车道两侧按标准距离布置图像标记点或人工 识别到具有显著特征的部位，通过对采集到的图像识别后捕捉标记点，得到主梁在采集图 像中的整体变形特征； (6. 2)根据得到的主梁变形特征对捕捉到的车辆位置进行附加位移修正； 走、得到每一段视频的汽车轮胎行驶轨迹后，W桥面为绝对坐标系，在桥面上精确的画 出每段视频画面中汽车轮胎的行驶轨迹，根据轨迹相同原理把同一车辆在不同视频画面中 的轨迹进行拼接，得到每一车辆在桥面的行驶轨迹，最终实现缆索承重桥梁桥面车辆荷载 的实时跟踪。
2.根据权利要求1所述缆索承重桥梁桥面车辆载荷分布实时检测方法，其特征在于： 选取桥面伸缩缝作为标记点，进行实际位置捕捉并校正车辆位置，得到每一辆车在每一时 刻的位置修正值，消除车辆荷载导致结构变形而产生的车辆在采集画面的附加位移。
【专利摘要】本发明公开了缆索承重桥梁桥面车辆载荷分布实时检测方法，拍摄桥面图像；对图像透视校正处理、对图像增强处理，用获取图像增强后的桥面图像，采用基于边缘信息的检测方法对桥面车辆判定；车辆图像追踪，对车辆在采集画面中结构变形修正；以桥面为绝对坐标系，在桥面上精确的画出每段视频画面中汽车轮胎的行驶轨迹，根据轨迹相同原理把同一车辆在不同视频画面中的轨迹进行拼接，得到每一车辆在桥面的行驶轨迹，实现车辆荷载的实时跟踪。本方法适用范围广，成本低廉，可实时获取检测结果，受环境影响小；使用透视校正和图像增强技术可得到较高质量的前期图像；使用动态模板匹配技术可较好的解决倾斜状态下图像采集造成的车辆遮挡问题，具有更广泛的适用性。
【IPC分类】G06T5-00, G06T7-00, G06F17-50
【公开号】CN104599249
【申请号】CN201510016467
【发明人】涂熙, 狄谨, 赵旭江
【申请人】重庆大学
【公开日】2015年5月6日
【申请日】2015年1月13日