CN115144102A - 一种基于云台摄像机的桥梁索力自动巡航监测***及方法 - Google Patents
一种基于云台摄像机的桥梁索力自动巡航监测***及方法 Download PDFInfo
- Publication number
- CN115144102A CN115144102A CN202210707255.6A CN202210707255A CN115144102A CN 115144102 A CN115144102 A CN 115144102A CN 202210707255 A CN202210707255 A CN 202210707255A CN 115144102 A CN115144102 A CN 115144102A
- Authority
- CN
- China
- Prior art keywords
- sling
- bridge
- image
- cable force
- vibration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000007689 inspection Methods 0.000 claims abstract description 5
- 239000000725 suspension Substances 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000005452 bending Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 230000026676 system process Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 abstract description 3
- 230000036541 health Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007716 flux method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013522 software testing Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L1/00—Measuring force or stress, in general
- G01L1/10—Measuring force or stress, in general by measuring variations of frequency of stressed vibrating elements, e.g. of stressed strings
- G01L1/103—Measuring force or stress, in general by measuring variations of frequency of stressed vibrating elements, e.g. of stressed strings optical excitation or measuring of vibrations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bridges Or Land Bridges (AREA)
Abstract
本发明涉及一种基于云台摄像机的桥梁索力自动巡航监测***及方法,首先在桥塔上布置高倍变焦云台摄像机,设置每根吊索的巡航预置位从而规划巡航路径;云台摄像机按巡航路径自动采集每根吊索振动视频;接着通过所开发的基于亚像素OCM算法对视频进行处理获得振动时程;对测得的振动时程进行傅里叶变换得到振动频率,从而计算全桥吊索索力;最后传输并储存定期得到的吊索索力数据,生成全桥吊索索力自动巡检报告;本发明无须在结构上安装复杂的传感器,可以在日常多时段进行自动监测,获得完整的每根吊索的索力监测报告,实现全桥范围内索力监测一体化和自动化的同时,能够有效地解决复杂背景下城市内部桥梁的日常监测问题。
Description
技术领域
本发明涉及一种基于云台摄像机的桥梁索力自动巡航监测***及方法,属于结构健康监测技术领域。
背景技术
随着经济的飞速发展以及科学技术的稳步提升,桥梁健康监测领域也在不断发展,吊索作为大跨径桥梁(悬索桥、斜吊桥、拱桥等)的重要组成部分,在桥梁的整体结构安全中具有不可忽视的重要作用,而近些年由吊索损伤导致的桥梁垮塌事故时有发生,因此如何便捷、快速、准确地测量吊索索力成为了桥梁结构健康监测过程中重要需求。
传统的索力测量常用的方法主要有压力表法、压力传感器法、磁通量法和频率法等。油压表测量法只适用于施工过程中测量吊索的索力;压力传感器测量法仅适用于施工过程中索力测量;振动频率法测量适用于施工阶段和成桥运营阶段,是目前使用较为广泛的索力测量方式,但是需要在吊索上安装加速度传感器,存在振动传感器安装困难、设备成本高、引入附加质量等问题。除此之外,新型非接触式测量设备也有所应用,例如:固定相机、微波雷达、LDV、无人机等,这些方法在一定程度上提高了大跨结构索力测试效率,但是不可避免测试过程中需要人为移动设备来测量不同位点,仍存在操作不便,自动化低等局限性。
发明内容
本发明提供一种基于云台摄像机的桥梁索力自动巡航监测***及方法,监控范围广,定位精准,可快速实现全桥吊索的索力自动巡检。
本发明解决其技术问题所采用的技术方案是:
一种基于云台摄像机的桥梁索力自动巡航监测***,包括桥梁的桥塔,桥塔的两侧分别设置若干吊索,包括图像采集装置、数据处理***以及数据储存***,
所述的图像采集装置安装在桥塔上,以桥塔作为初始位置,位于桥塔一侧的若干吊索上分别设置巡航点位,即图像采集装置的巡航路径辐射桥塔一侧的若干吊索;
所述的数据处理***、数据储存***同时与图像采集装置连通,图像采集装置采集若干吊索在自然条件下的振动图像视频,数据处理***处理获取的振动图像视频,提取吊索的振动时程、振动频率,同时计算吊索的索力,数据储存***接收若干吊索的索力数据并储存;
作为本发明的进一步优选,所述的图像采集装置为高倍变焦云台摄像机;
作为本发明的进一步优选,每根吊索选取的巡航点位位于吊索的中点;
一种基于任一所述桥梁索力自动巡航监测***的方法,包括以下步骤:
步骤S1:在桥梁的桥塔上安装高倍变焦云台摄像机,在每根吊索中心位置设置巡航点位,以桥塔作为初始位置,巡航路径由桥塔沿着每侧的吊索逐渐向外辐射;
步骤S2:高倍变焦云台摄像机沿着巡航路径自动采集每根吊索的振动图像视频;
步骤S3:在采集到的振动图像视频内选取初始区域作为模板,在连续的振动图像视频内跟踪模板,基于亚像素OCM算法采用双线性插值的子像素技术对模板处理,测得每根吊索的振动时程;
步骤S4:对测得的振动时程进行傅里叶变换,得到振动频率,接着基于吊索振动时程的条件,继续计算整个桥梁吊索的索力;
步骤S5:传输并储存定期得到的索力数据,生成桥梁的索力自动巡检报告;
作为本发明的进一步优选,在步骤S2中,定义最接近桥塔的吊索上的巡航点位为监控点位1,从此吊索向远离桥塔的方向延伸,顺次定义监控点位2……监控点位N,高倍变焦云台摄像机的摄像头摄向监控点位1,停留预设时间并拍摄预设时间内的吊索振动图像视频,摄像头顺次摄向监控点位2,继续停留预设时间并拍摄预设时间内的吊索振动图像视频,依次类推,直至摄像头摄向监控点位N,结束拍摄后高倍变焦云台摄像机的摄像头自动转回至监控点位1,循环操作;
作为本发明的进一步优选,在步骤S3中,基于的亚像素OCM算法以方位码的形式使用梯度信息,方位码的表达式为
获取源图像与模板的相似性指数,以此定位模板的位置,其中相似性指数为
公式(2)中,I为源图像,T为模板图像,是子图像的方向码图像,所述的子图像为期望在其中找到与模板图像匹配的源图像I,OT(i,j)是模板图像T的方向码图像,M为模板的大小,(m,n)表示子图像在场景中的位置,d()是基于绝对差分准则的误差函数,且
基于绝对差分准则的误差函数式中的a,b代指括号里的两个参数;
作为本发明的进一步优选,前述模板位置通过搜索最大相似度确定,搜索区域限制在前一幅源图像中模板位置附近的一个预定义感兴趣区域内,定义为ROI;
作为本发明的进一步优选,定位模板的位置后,定义在ROI区域内第1帧的模板位置为(xp,1,yp,1)……第i帧的模板位置为(xp,i,yp,i),因此得到吊索的振动时程曲线为(Xp,i,Yp,i)=(xp,1,yp,1)……(xp,i,yp,i);
作为本发明的进一步优选,步骤S4中,通过步骤S3获取的振动时程曲线拟合得到吊索索力的表达式
公式(3)中,A=-18.9+26.2n+15.1n2,其中,T为吊索索力,fn为第n阶固有频率,ωn=2πfn,ωn为第n阶圆频率,m为每单位长度的质量密度,l为吊索长度,EI是吊索抗弯刚度,其余都是参数符号;
通过吊索索力的表达式结合振动时程进行傅里叶变换得到的振动频率、吊索几何形状以及材料参数,计算吊索索力。
通过以上技术方案,相对于现有技术,本发明具有以下有益效果:
1、本发明提供的监测***及方法,不需要安装复杂的振动传感器,属于非接触式测量方法,具有操作便捷,测试效率高的优点;
2、本发明高倍变焦云台摄像机提供的巡航功能,具有监控范围广、快速精准定位、自动无需人工实时操作等优点,可快速实现全桥吊索的索力监测;
3、本发明提供的监测***及方法,可以实现日常城市桥梁吊索/吊杆/拉索的定期健康检测的需求,结合基于亚像素OCM算法的软件,采用双线性插值的子像素技术,进一步提高了振动测量精度,可以实现索力的精准测试。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明提供的基于云台摄像机的桥梁索力自动巡航监测***示意图;
图2是本发明提供的基于云台摄像机的桥梁索力自动巡航监测方法流程图;
图3是本发明提供的基于云台摄像机的桥梁索力自动巡航监测***在定位模板位置后,获取吊索时程曲线的步骤图;
图4是基于本发明提供的监测方法获得的吊索在环境激励下的振动时程图;
图5是基于本发明提供的监测方法获得的吊索在环境激励下的振动频率图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。本申请的描述中,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。
如背景技术中阐述的,目前对于桥梁结构的健康监测中涉及到的最重要的需求即为吊索索力的测量,采用的测量方法存在操作不便以及自动化低的问题,因此本申请旨在提供一种基于云台摄像机的桥梁索力自动巡航监测***,无须在结构上安装复杂的传感器,基于***的方法可以在日常多时段进行自动监测,获得完整的每根吊索的索力监测报告,实现全桥范围内索力监测一体化和自动化的同时,能够有效地解决复杂背景下城市内部桥梁的日常监测问题。
首先阐述本申请提供的基于云台摄像机的桥梁索力自动巡航监测***的具体结构,包括桥梁的桥塔,桥塔的两侧分别设置若干吊索,还包括图像采集装置、数据处理***以及数据储存***,所述的图像采集装置安装在桥塔上,以桥塔作为初始位置,位于桥塔一侧的若干吊索上分别设置巡航点位,即图像采集装置的巡航路径辐射桥塔一侧的若干吊索;所述的数据处理***、数据储存***同时与图像采集装置连通,图像采集装置采集若干吊索在自然条件下的振动图像视频,数据处理***处理获取的振动图像视频,提取吊索的振动时程、振动频率,同时计算吊索的索力,数据储存***接收若干吊索的索力数据并储存。
图1所示给出本申请***的优选结构,所述的图像采集装置为高倍变焦云台摄像机,其安装在桥塔上,以桥塔一侧的若干吊索为例,在每根吊索中心位置设置巡航点位,定义最接近桥塔的吊索上的巡航点位为监控点位1,从此吊索向远离桥塔的方向延伸,顺次定义监控点位2……监控点位N,巡航路径由桥塔开始辐射监控点位1、监控点位2……监控点位N。
图2所示是本申请基于云台摄像机的桥梁索力自动巡航监测***的方法流程图,包括以下步骤:
步骤S1:在桥梁的桥塔上安装高倍变焦云台摄像机,在每根吊索中心位置设置巡航点位,以桥塔作为初始位置,巡航路径由桥塔沿着每侧的吊索逐渐向外辐射。
步骤S2:高倍变焦云台摄像机沿着巡航路径自动采集每根吊索的振动图像视频,高倍变焦云台摄像机的巡航路径具体是,摄像头摄向监控点位1,停留预设时间并拍摄预设时间内的吊索振动图像视频,摄像头顺次摄向监控点位2,继续停留预设时间并拍摄预设时间内的吊索振动图像视频,依次类推,直至摄像头摄向监控点位N,结束拍摄后高倍变焦云台摄像机的摄像头自动转回至监控点位1,循环操作,实现吊索振动视频监控的全程覆盖。
步骤S3:在采集到的振动图像视频内选取初始区域作为模板,在连续的振动图像视频内跟踪模板,基于亚像素OCM算法采用双线性插值的子像素技术对模板处理,测得每根吊索的振动时程;
这里给出具体的处理步骤,首先基于的亚像素OCM算法以方位码的形式使用梯度信息,使不受图像强度的变化影响,因此在存在不规则情况时鲁棒性更高;
方位码的表达式为
模板的位置可以通过搜索最大相似度来确定,为了进一步提高振动测量精度,在OCM算法中引入双线性插值的子像素技术,那么需要获取源图像与模板的相似性指数,以此定位模板的位置,其中相似性指数为
公式(2)中,I为源图像,T为模板图像,是子图像的方向码图像,所述的子图像为期望在其中找到与模板图像匹配的源图像I,OT(i,j)是模板图像T的方向码图像,M为模板的大小,(m,n)表示子图像在场景中的位置,d()是基于绝对差分准则的误差函数,且基于绝对差分准则的误差函数式为
基于绝对差分准则的误差函数式中的a,b无实际含义,代指括号里的两个参数。
这里,模板位置通过搜索最大相似度确定,为了减少计算时间,搜索区域限制在前一幅源图像中模板位置附近的一个预定义感兴趣区域内,定义为ROI。图3给出了模板定位后获取吊索时程曲线的步骤示意图,即定义在ROI区域内第1帧的模板位置为(xp,1,yp,1)……第i帧的模板位置为(xp,i,yp,i),因此得到图4所示吊索的振动时程曲线为(Xp,i,Yp,i)=(xp,1,yp,1)……(xp,i,yp,i)。
在此步骤中,高倍变焦云台摄像机录制的视频被数字化成具有指定分辨率和帧率的图像,然后通过计算机基于亚像素OCM算法进行计算。
步骤S4:对测得的振动时程进行傅里叶变换,得到图5所示的吊索的固有振动频率,接着继续计算整个桥梁吊索的索力;具体的,通过获取的振动时程曲线拟合得到吊索索力的表达式
公式(3)中,A=-18.9+26.2n+15.1n2,其中,T为吊索索力,fn为第n阶固有频率,ωn=2πfn,ωn为第n阶圆频率,m为每单位长度的质量密度,l为吊索长度,EI是吊索抗弯刚度,其余都是参数符号。通过上述公式(3)结合傅里叶变换得到的振动频率、吊索几何形状和材料参数,最终求得吊索索力,在前述提到的公式(3)中仅需要频率信息,不需要进行坐标变换,也就是说,此步骤的计算无需确定比例因子(单位:mm/像素)来将像素坐标的振动转换为物理坐标的振动,只需将通过傅里叶变换得到的相关频率直接代入公式(3)。
步骤S5:传输并储存定期得到的索力数据,生成桥梁的索力自动巡检报告。
通过上述对***以及方法的阐述,除了克服背景技术中的问题,还获得完整的每根吊索的索力监测报告,实现全桥范围内索力监测的一体化和自动化。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
本申请中所述的“和/或”的含义指的是各自单独存在或两者同时存在的情况均包括在内。
本申请中所述的“连接”的含义可以是部件之间的直接连接也可以是部件间通过其它部件的间接连接。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (9)
1.一种基于云台摄像机的桥梁索力自动巡航监测***,包括桥梁的桥塔,桥塔的两侧分别设置若干吊索,其特征在于:包括图像采集装置、数据处理***以及数据储存***,
所述的图像采集装置安装在桥塔上,以桥塔作为初始位置,位于桥塔一侧的若干吊索上分别设置巡航点位,即图像采集装置的巡航路径辐射桥塔一侧的若干吊索;
所述的数据处理***、数据储存***同时与图像采集装置连通,图像采集装置采集若干吊索在自然条件下的振动图像视频,数据处理***处理获取的振动图像视频,提取吊索的振动时程、振动频率,同时计算吊索的索力,数据储存***接收若干吊索的索力数据并储存。
2.根据权利要求1所述的基于云台摄像机的桥梁索力自动巡航监测***,其特征在于:所述的图像采集装置为高倍变焦云台摄像机。
3.根据权利要求1所述的基于云台摄像机的桥梁索力自动巡航监测***,其特征在于:每根吊索选取的巡航点位位于吊索的中点。
4.一种基于权利要求1至3任一所述桥梁索力自动巡航监测***的方法,其特征在于:包括以下步骤:
步骤S1:在桥梁的桥塔上安装高倍变焦云台摄像机,在每根吊索中心位置设置巡航点位,以桥塔作为初始位置,巡航路径由桥塔沿着每侧的吊索逐渐向外辐射;
步骤S2:高倍变焦云台摄像机沿着巡航路径自动采集每根吊索的振动图像视频;
步骤S3:在采集到的振动图像视频内选取初始区域作为模板,在连续的振动图像视频内跟踪模板,基于亚像素OCM算法采用双线性插值的子像素技术对模板处理,测得每根吊索的振动时程;
步骤S4:对测得的振动时程进行傅里叶变换,得到振动频率,接着基于吊索振动时程的条件,继续计算整个桥梁吊索的索力;
步骤S5:传输并储存定期得到的索力数据,生成桥梁的索力自动巡检报告。
5.根据权利要求4所述桥梁索力自动巡航监测***的方法,其特征在于:在步骤S2中,定义最接近桥塔的吊索上的巡航点位为监控点位1,从此吊索向远离桥塔的方向延伸,顺次定义监控点位2……监控点位N,高倍变焦云台摄像机的摄像头摄向监控点位1,停留预设时间并拍摄预设时间内的吊索振动图像视频,摄像头顺次摄向监控点位2,继续停留预设时间并拍摄预设时间内的吊索振动图像视频,依次类推,直至摄像头摄向监控点位N,结束拍摄后高倍变焦云台摄像机的摄像头自动转回至监控点位1,循环操作。
6.根据权利要求5所述桥梁索力自动巡航监测***的方法,其特征在于:在步骤S3中,基于的亚像素OCM算法以方位码的形式使用梯度信息,方位码的表达式为
公式(1)中,θi,j=tan-1(▽Iy/▽Ix)∈[0,2π],Γ为忽略低对比度像素的阈值水平,为图像I(x,y)的水平梯度,为图像I(x,y)的垂直梯度,ci,j为方位码,θi,j为方向角,Δθ为恒定宽度,N为常数;
获取源图像与模板的相似性指数,以此定位模板的位置,其中相似性指数为
公式(2)中,I为源图像,T为模板图像,是子图像的方向码图像,所述的子图像为期望在其中找到与模板图像匹配的源图像I,OT(i,j)是模板图像T的方向码图像,M为模板的大小,(m,n)表示子图像在场景中的位置,d()是基于绝对差分准则的误差函数,且
基于绝对差分准则的误差函数式中的a,b代指括号里的两个参数。
7.根据权利要求6所述桥梁索力自动巡航监测***的方法,其特征在于:前述模板位置通过搜索最大相似度确定,搜索区域限制在前一幅源图像中模板位置附近的一个预定义感兴趣区域内,定义为ROI。
8.根据权利要求7所述桥梁索力自动巡航监测***的方法,其特征在于:定位模板的位置后,定义在ROI区域内第1帧的模板位置为(xp,1,yp,1)……第i帧的模板位置为(xp,i,yp,i),因此得到吊索的振动时程曲线为(Xp,i,Yp,i)=(xp,1,yp,1)……(xp,i,yp,i)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210707255.6A CN115144102B (zh) | 2022-06-21 | 2022-06-21 | 一种基于云台摄像机的桥梁索力自动巡航监测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210707255.6A CN115144102B (zh) | 2022-06-21 | 2022-06-21 | 一种基于云台摄像机的桥梁索力自动巡航监测***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115144102A true CN115144102A (zh) | 2022-10-04 |
CN115144102B CN115144102B (zh) | 2024-01-30 |
Family
ID=83408736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210707255.6A Active CN115144102B (zh) | 2022-06-21 | 2022-06-21 | 一种基于云台摄像机的桥梁索力自动巡航监测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115144102B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102560525B1 (ko) * | 2023-02-27 | 2023-07-27 | 주식회사 티엠이앤씨 | 다경로 영상을 이용한 다수의 교량 케이블의 변위 측정장치 |
CN116499620A (zh) * | 2023-06-27 | 2023-07-28 | 南京隼眼电子科技有限公司 | 基于毫米波雷达的桥梁索力监测方法、装置及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865735A (zh) * | 2016-04-29 | 2016-08-17 | 浙江大学 | 一种基于视频监控的桥梁振动测试与动力特性识别方法 |
CN108106541A (zh) * | 2017-12-21 | 2018-06-01 | 浙江大学 | 一种基于视频图像识别的桥梁索力测量方法 |
CN109341903A (zh) * | 2018-11-08 | 2019-02-15 | 东南大学 | 一种基于计算机视觉中边缘识别的拉索索力测量方法 |
CN110514340A (zh) * | 2019-07-17 | 2019-11-29 | 河海大学 | 一种基于数字图像技术中目标识别追踪的索力测量方法 |
CN111044197A (zh) * | 2019-10-25 | 2020-04-21 | 东南大学 | 一种基于无人机平台的非接触式索力测试***及其方法 |
CN111259770A (zh) * | 2020-01-13 | 2020-06-09 | 东南大学 | 一种基于无人机平台和深度学习的复杂背景下索力快速测试***及方法 |
-
2022
- 2022-06-21 CN CN202210707255.6A patent/CN115144102B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865735A (zh) * | 2016-04-29 | 2016-08-17 | 浙江大学 | 一种基于视频监控的桥梁振动测试与动力特性识别方法 |
CN108106541A (zh) * | 2017-12-21 | 2018-06-01 | 浙江大学 | 一种基于视频图像识别的桥梁索力测量方法 |
CN109341903A (zh) * | 2018-11-08 | 2019-02-15 | 东南大学 | 一种基于计算机视觉中边缘识别的拉索索力测量方法 |
CN110514340A (zh) * | 2019-07-17 | 2019-11-29 | 河海大学 | 一种基于数字图像技术中目标识别追踪的索力测量方法 |
CN111044197A (zh) * | 2019-10-25 | 2020-04-21 | 东南大学 | 一种基于无人机平台的非接触式索力测试***及其方法 |
CN111259770A (zh) * | 2020-01-13 | 2020-06-09 | 东南大学 | 一种基于无人机平台和深度学习的复杂背景下索力快速测试***及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102560525B1 (ko) * | 2023-02-27 | 2023-07-27 | 주식회사 티엠이앤씨 | 다경로 영상을 이용한 다수의 교량 케이블의 변위 측정장치 |
CN116499620A (zh) * | 2023-06-27 | 2023-07-28 | 南京隼眼电子科技有限公司 | 基于毫米波雷达的桥梁索力监测方法、装置及存储介质 |
CN116499620B (zh) * | 2023-06-27 | 2023-09-08 | 南京隼眼电子科技有限公司 | 基于毫米波雷达的桥梁索力监测方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115144102B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115144102A (zh) | 一种基于云台摄像机的桥梁索力自动巡航监测***及方法 | |
WO2022082856A1 (zh) | 一种巡检目标自动识别跟踪的方法、***及机器人 | |
CN107917695B (zh) | 一种基于图像识别技术的房屋倾斜监测方法 | |
CN109739239B (zh) | 一种用于巡检机器人的不间断仪表识别的规划方法 | |
CN102589523A (zh) | 远距离监测建筑物位移的方法和所用装备 | |
CN112132908B (zh) | 一种基于智能检测技术的相机外参数标定方法及设备 | |
JP2014098683A (ja) | 遠距離クラック測量方法 | |
CN113359097A (zh) | 一种毫米波雷达和相机联合标定的方法 | |
CN104215795A (zh) | 基于昊控表面流场计算算法的大尺度粒子图像测速方法 | |
CN103065323A (zh) | 一种基于单应性变换矩阵的分段空间对准方法 | |
CN111307046B (zh) | 基于半球图像的树高测量方法 | |
CN109976339B (zh) | 一种车载配网巡检数据采集方法与巡检*** | |
CN112949478A (zh) | 基于云台相机的目标检测方法 | |
CN113532293B (zh) | 一种基于无人机的结构动位移测量方法及*** | |
CN110533649B (zh) | 一种无人机通用结构裂缝识别检测装置及方法 | |
CN112102395B (zh) | 一种基于机器视觉的自主巡检的方法 | |
CN107192377A (zh) | 远程测量物体坐标的方法、装置及飞行器 | |
CN109472778B (zh) | 一种基于无人机的高耸结构外观检测方法 | |
CN113506340A (zh) | 一种云台位姿预测的方法、设备和计算机可读存储介质 | |
CN102223483B (zh) | 调整道路交通监控设备位置的方法和装置 | |
CN109883400B (zh) | 基于yolo-sitcol的固定站自动目标检测与空间定位方法 | |
CN112254675A (zh) | 一种包含运动物体的空间占用率采集判断设备及方法 | |
CN115717867A (zh) | 一种基于机载双相机和目标追踪的桥梁变形测量方法 | |
CN102930554B (zh) | 一种监控场景下目标精确抓取的方法及*** | |
CN111103899A (zh) | 一种云台定位的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |