一种混凝土预制梁横截面边缘数据集生成方法

1.本发明属于桥梁工程结构检测技术领域，涉及一种用于桥梁横截面几何参数识别神经网络的数据集生成方法，具体地说是一种混凝土预制梁横截面边缘数据集生成方法。


背景技术：

2.新世纪我国城市化进程显著提速，现代综合交通运输体系的建设与发展迈入了新阶段。作为交通运输体系的关键节点，桥梁在节约土地资源、缩短交通距离、促进经济发展等方面作用显著。传统的桥梁建造大多采用现浇法，存在施工工期长、质量难以控制、对交通影响大等一系列问题。装配式桥梁因造型简单、施工工期短、可批量化预制、大量节约支架模板等优点，得到了桥梁行业的大力推广。
3.近年来，装配式桥梁的生产和建造技术不断得到发展和完善。在国内，城市高架桥盖梁与立柱下部结构的大规模装配、港珠澳大桥非通航孔桥的预制墩台施工、苏通大桥的钢锚箱安装控制技术等都说明我国的装配式桥梁正逐步进入成熟化建造阶段；在国外，有预制混凝土构件、大型钢结构等的装配技术应用于桥梁工程，如日本东京湾桥和多多罗大桥的大节段梁体施工等。但是，现有的混凝土预制梁外观尺寸检测主要依靠人工利用钢直尺和全站仪进行，效率低且容易误检。对此，采用机器视觉技术和深度神经网络技术，对混凝土预制梁的外观进行获取和参数识别，可大大提高检测效率并避免人工操作失误。深度神经网络成为了混凝土预制梁检测的发展新趋势。
4.实现深度神经网络技术对混凝土预制梁的几何参数识别需要大量的数据集，而目前边缘数据集的采集一般由实地拍摄照片再由人工标注完成，这种采集方法缺点有二：1.需要耗费大量人力且制作时间长；2.预制混凝土梁受成本和场地限制，不能制作多种参数和型号的混凝土预制梁，导致数据集多样性不足。
5.针对上述混凝土预制梁的几何参数识别数据集存在的问题，本发明提供一种混凝土预制梁横截面边缘数据集生成方法。


技术实现要素：

6.本发明要解决的技术问题是针对上述现有技术的不足，而提供一种混凝土预制梁横截面边缘数据集生成方法，以提高混凝土预制梁数据集制作的效率和多样性。
7.为解决上述技术问题，本发明采用的技术方案是：
8.一种混凝土预制梁横截面边缘数据集生成方法，具体包括以下步骤：
9.s1，规定混凝土预制梁横截面的9个控制参数：梁高h、顶板坡度m、顶板右侧宽度w1、顶板左侧宽度w2、顶板厚度t3、顶板倒角距离d、侧板厚度t1、底板厚度t2、底板宽度w3；
10.s2，由所规定的9个控制参数计算18个边缘角点的坐标；
11.s3，依次连接所计算出的角点并增加噪声；
12.s4，将9个控制参数和边缘角点坐标以及噪点的坐标输出保存。
13.进一步优选地，s1中，根据控制参数，计算得出梁顶部中轴线处高度h1、梁空腔顶
部中轴线处高度h2、梁空腔底部中轴线处高度h3、梁底高程h4；
14.具体计算公式为：
15.h1＝core y+(h+t3-t2)/2
16.h2＝core y+(h-t3-t2)/2
17.h3＝core y-(h-t3-t2)/2
18.h4＝core y-(h-t3+t2)/2。
19.进一步优选地，s2中，18个边缘角点的坐标包括横坐标和纵坐标两个数值，边缘角点的横坐标为point ix，纵坐标为point iy，i为边缘角点的编号，i＝0，1，2，3
……
17；
20.18个边缘角点的坐标计算公式为：
21.0号边缘角点坐标：
22.point 0x＝core x-w2，
23.point 0y＝h1-w2
×
m；
24.1号边缘角点坐标：
25.point 1x＝core x+w1，
26.point 1y＝h1+w1
×
m；
27.2号边缘角点坐标：
28.point 2x＝point 0x，
29.point 2y＝point 0y-t3；
30.3号边缘角点坐标：
31.point 3x＝point 1x，
32.point 3y＝point 1y-t3；
33.16号边缘角点坐标：
34.point 16x＝core x-t1/2，
35.point16 y＝h4；
36.17号边缘角点坐标：
37.point 17x＝core x+t1/2，
38.point 17y＝h4；
39.6号边缘角点坐标：
40.point 6x＝(-4
×
point 16x-point 16y+point 0y-m
×
point 0x-d)/(-4-m)，
41.point 6y＝-4
×
(x1-point 16x)+point 16y；
42.7号边缘角点坐标：
43.point 7x＝(4
×
point 17x-point 17y+point 1y-m
×
point 1x-d)/(4-m)，
44.point 7y＝4
×
(x2-point 17x)+point 17y；
45.4号边缘角点坐标：
46.point 4x＝point 6x-200，
47.point 4y＝m
×
(point 6x-der200-point 0x)+point 0y-t3；
48.5号边缘角点坐标：
49.point 5x＝point 7x+der200，
50.point 5y＝m
×
(point 7x+der200-point 0x)+point 0y-t3；
51.14号边缘角点坐标：
52.point 14x＝core x-t1/2+t1+der50
×
0.75，
53.point 14y＝h3；
54.15号边缘角点坐标：
55.point 15x＝core x+t1/2-t1-der50
×
0.75，
56.point 15y＝h3；
57.12号边缘角点坐标：
58.point 12x＝point 14x-der50，
59.point 12y＝h3+der50；
60.13号边缘角点坐标：
61.point 13x＝point 15x+der50，
62.point 13y＝h3+der50；
63.8号边缘角点坐标：
64.point 8x＝point 6x+t1，
65.point 8y＝point 6y+t1
×
m；
66.9号边缘角点坐标：
67.point 9x＝point 7x-t1，
68.point 9y＝point 7y-t1
×
m；
69.10号边缘角点坐标：
70.point 10x＝point 8x+der150，
71.point 10y＝m
×
(point 8x+der150-point 0x)+point 0y-t3；
72.11号边缘角点坐标：
73.point 11x＝point 9x-der150，
74.point 11y＝m
×
(point 9x-der150-point 0x)+point 0y-t3；
75.其中，der50、der150、der200为混凝土预制梁横截面的倒角修正系数，其计算过程如下：
76.der50＝(w1+w2)/2400
×
50
77.der150＝(w1+w2)/2400
×
150
78.der200＝(w1+w2)/2400
×
200。
79.进一步优选地，增加的噪声为靠近预制梁横截面边缘处的均匀噪声或自定义噪声；自定义噪声为高斯噪声和/或泊松噪声和/或椒盐噪声。
80.本发明具有如下有益效果：本发明可为基于深度学习的混凝土预制梁横截面参数识别技术提供有效数据集支撑，解决现有混凝土预制梁横截面数据集因场地成本等限制导致的多样性不足的问题，能根据目标需求，快速生成各型号尺寸的边缘数据集；同时省去人工拍摄和标注的过程，提高了混凝土预制梁截面数据集的制作效率，节省了时间与人力。
附图说明
81.图1是本发明的数据集生成方法流程示意图。
82.图2是本发明的9个控制参数在混凝土预制梁横截面上的位置示意图。
83.图3是本发明的18个边缘角点在混凝土预制梁横截面上的位置示意图。
84.图4是本发明的18个边缘角点坐标计算顺序示意图。
85.图5是本发明的优选实施例中对比例示意图。
86.图6-1至图6-8是本发明的优选实施例中选取的8组参数下的混凝土预制梁横截面图。
具体实施方式
87.本发明的描述中，需要理解的是，术语“左侧”、“右侧”、“上部”、“下部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，“第一”、“第二”等并不表示零部件的重要程度，因此不能理解为对本发明的限制。本实施例中采用的具体尺寸只是为了举例说明技术方案，并不限制本发明的保护范围。
88.本发明的原理流程如图1所示，通过规定混凝土预制梁横截面的9个控制参数，计算18个边缘角点的坐标，依次连接所计算出的角点并增加噪声，将边缘角点坐标以及噪点的坐标输出保存。
89.规定混凝土预制梁横截面的9个控制参数为：梁高h、顶板坡度m、顶板右侧宽度w1、顶板左侧宽度w2、顶板厚度t3、顶板倒角距离d、侧板厚度t1、底板厚度t2、底板宽度w3。这9个控制参数是根据梁体质量检测常用参数确定，具体位置如图2所示。
90.根据控制参数，计算得出梁顶部中轴线处高度h1、梁空腔顶部中轴线处高度h2、梁空腔底部中轴线处高度h3、梁底高程h4。
91.具体计算公式为：
92.h1＝core y+(h+t3-t2)/2
93.h2＝core y+(h-t3-t2)/2
94.h3＝core y-(h-t3-t2)/2
95.h4＝core y-(h-t3+t2)/2。
96.core y中y为角标，表示core点的纵坐标，core x中x为角标，表示core点的横坐标，core x和core y坐标即是图像的中心坐标，譬如400*300的图像，core点坐标即为(200，150)。
97.常用梁体截面的18个边缘角点坐标在混凝土预制梁横截面上的位置如图3所示，由所规定的9个控制参数计算18个边缘角点的坐标。
98.18个边缘角点的坐标包括横坐标和纵坐标两个数值，边缘角点的横坐标为point ix，纵坐标为point iy，i为边缘角点的编号，i＝0，1，2，3
……
17。
99.如图4所示，18个边缘角点的坐标计算步骤为：
100.0号边缘角点坐标：
101.point 0x＝core x-w2，
102.point 0y＝h1-w2
×
m；
103.1号边缘角点坐标：
104.point 1x＝core x+w1，
105.point 1y＝h1+w1
×
m；
106.2号边缘角点坐标：
107.point 2x＝point 0x，
108.point 2y＝point 0y-t3；
109.3号边缘角点坐标：
110.point 3x＝point 1x，
111.point 3y＝point 1y-t3；
112.16号边缘角点坐标：
113.point 16x＝core x-t1/2，
114.point16 y＝h4；
115.17号边缘角点坐标：
116.point 17x＝core x+t1/2，
117.point 17y＝h4；
118.6号边缘角点坐标：
119.point 6x＝(-4
×
point 16x-point 16y+point 0y-m
×
point 0x-d)/(-4-m)，
120.point 6y＝-4
×
(x1-point 16x)+point 16y；
121.7号边缘角点坐标：
122.point 7x＝(4
×
point 17x-point 17y+point 1y-m
×
point 1x-d)/(4-m)，
123.point 7y＝4
×
(x2-point 17x)+point 17y；
124.4号边缘角点坐标：
125.point 4x＝point 6x-200，
126.point 4y＝m
×
(point 6x-der200-point 0x)+point 0y-t3；
127.5号边缘角点坐标：
128.point 5x＝point 7x+der200，
129.point 5y＝m
×
(point 7x+der200-point 0x)+point 0y-t3；
130.14号边缘角点坐标：
131.point 14x＝core x-t1/2+t1+der50
×
0.75，
132.point 14y＝h3；
133.15号边缘角点坐标：
134.point 15x＝core x+t1/2-t1-der50
×
0.75，
135.point 15y＝h3；
136.12号边缘角点坐标：
137.point 12x＝point 14x-der50，
138.point 12y＝h3+der50；
139.13号边缘角点坐标：
140.point 13x＝point 15x+der50，
141.point 13y＝h3+der50；
142.8号边缘角点坐标：
143.point 8x＝point 6x+t1，
144.point 8y＝point 6y+t1
×
m；
145.9号边缘角点坐标：
146.point 9x＝point 7x-t1，
147.point 9y＝point 7y-t1
×
m；
148.10号边缘角点坐标：
149.point 10x＝point 8x+der150，
150.point 10y＝m
×
(point 8x+der150-point 0x)+point 0y-t3；
151.11号边缘角点坐标：
152.point 11x＝point 9x-der150，
153.point 11y＝m
×
(point 9x-der150-point 0x)+point 0y-t3。
154.其中，der50、der150、der200为混凝土预制梁横截面的倒角修正系数，其计算过程如下：
155.der50＝(w1+w2)/2400
×
50
156.der150＝(w1+w2)/2400
×
150
157.der200＝(w1+w2)/2400
×
200。
158.依次连接所计算出的角点并将9个控制参数和边缘角点坐标以及噪点的坐标输出保存。依次连接指的是按照从1到18的顺序，依次在两点之间作一条直线。
159.此外，还能为计算的角点增加噪声，增加的噪声为靠近预制梁横截面边缘处的均匀噪声或自定义噪声。
160.下面结合附图和具体较佳实施方式对本发明作进一步详细的说明。
161.9个控制参数：梁高h、顶板坡度m、顶板右侧宽度w1、顶板左侧宽度w2、顶板厚度t3、顶板倒角距离d、侧板厚度t1、底板厚度t2、底板宽度w3的参数如下表所示：
162.参数hmw1w2w 3t1t 2t3d数值(mm)16000.02120012001000250300180250
163.表1控制参数数值表
164.形成的对比例混凝土预制梁横截面图如图5所示。
165.在此参数基础上增加30％的随机量后，随机选取8组参数(单位为mm)如下表所示：
[0166] hmw1w2w 3t1t 2t3d11465.7090.018141004.457919.119890.723242.112234.0103168.3991189.4852 21288.4760.0165641058.0161195.833751.6948186.9215263.9173142.118213.7876 31484.980.0167051020.6031123.174804.6284175.1561298.5814136.6135241.2134 41386.2560.0197321042.9661013.711768.0072242.7819239.513166.0369201.1729 51404.5740.015054956.23121039.592994.1688184.5547298.3562137.3629184.4712 61384.5940.018373999.4902911.4216709.1208230.8466295.6853161.098214.3483 71534.8270.015888859.0607876.626799.4509227.2663267.5924145.3874231.4517 81191.0770.014241092.9981004.972724.7598246.8248257.4829157.9219188.0683
[0167]
表2 8组参数数值
[0168]
将变量参数带入18个边缘角点的坐标的计算公式，并添加随机噪声后，得到18个边缘角点的坐标，依次连接所计算出的角点坐标，得到如图6-1至6-8所示的示意图。加噪声的目的是增加数据集的变异性，以便能够适应更多场景。
[0169]
最后，分别输出保存控制的9个参数和18个边缘角点坐标，作为深度神经网络训练
的数据集。
[0170]
以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换，这些等同变换均属于本发明的保护范围。