CN116385979B - 梁端钢轨伸缩调节器监测方法、终端、监测***及介质 - Google Patents
梁端钢轨伸缩调节器监测方法、终端、监测***及介质 Download PDFInfo
- Publication number
- CN116385979B CN116385979B CN202310665606.6A CN202310665606A CN116385979B CN 116385979 B CN116385979 B CN 116385979B CN 202310665606 A CN202310665606 A CN 202310665606A CN 116385979 B CN116385979 B CN 116385979B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- telescopic
- rail
- monitoring result
- regulator
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims abstract description 55
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 35
- 239000010959 steel Substances 0.000 title claims abstract description 35
- 238000012549 training Methods 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 7
- 230000035882 stress Effects 0.000 description 31
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 8
- 238000012937 correction Methods 0.000 description 7
- 239000002184 metal Substances 0.000 description 7
- 238000012806 monitoring device Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 241001669679 Eleotris Species 0.000 description 4
- 230000008602 contraction Effects 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000000418 atomic force spectrum Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Machines For Laying And Maintaining Railways (AREA)
Abstract
本发明属于轨道监测技术领域,提供了一种梁端钢轨伸缩调节器监测方法、终端、监测***及介质,首先获取当前时刻的第一摄像装置拍摄的第一图像、温度传感器测得的当前轨温和应变片测得的当前应力;然后将第一图像中的标靶位置和第一参考图像中的标靶位置进行对比,确定伸缩调节器的初始监测结果;接着根据当前轨温、当前应力和预先训练的伸缩预测模型,确定预测伸缩参数;其中,伸缩预测模型根据历史时段内轨道的应力、轨温和伸缩参数训练得到;最终根据预测伸缩参数对初始监测结果进行修正,得到伸缩调节器的最终监测结果。通过轨温和应力预测铁轨理论上的伸缩参数,然后依据理论值对监测的实际值进行修正,能够有效减小能见度对监测的影响。
Description
技术领域
本发明属于轨道监测技术领域,尤其涉及一种梁端钢轨伸缩调节器监测方法、终端、监测***及介质。
背景技术
大跨度钢桥受列车、温度、风荷载等影响大,梁端纵向伸缩、竖向转角等空间变位复杂,给梁端伸缩装置的设计带来一定困难,协调主、引桥梁体伸缩与钢轨伸缩的问题更为重要。目前工程应用中主要有下承式梁端伸缩装置和上承式梁端伸缩装置两种。下承式梁端伸缩装置结构构造相对复杂,主要通过钢枕下方位移箱内支承梁的伸缩适应梁端变位。上承式梁端伸缩装置结构相对简单,支承梁位于钢枕上方与钢轨伸缩调节器为一体化构造。两种梁端伸缩装置都各具特点,在工程中应用都很广泛。
在下承式梁端伸缩装置与钢轨伸缩调节器配套使用时,存在以下主要问题:伸缩装置为钢结构,其轨道结构刚度比相邻的有砟轨道大,形成构造上的刚度突变;前后道床受挡砟墙限制难以捣实,混凝土轨枕容易出现空吊;部分伸缩装置的钢枕沿钢轨纵向滑动性能及轨距保持性能均较差;下承式伸缩装置零部件多,且集中在钢轨正下方,产生日常维护困难的问题。
目前针对大跨度桥梁伸缩调节器的监测,包括接触式监测和非接触式监测两种,其中,非接触式监测通常通过对监测图像进行分析来实现,但该方式在能见度较低的恶劣天气下,监测精度会变低,而恶劣天气下钢轨伸缩变化更大,因此传统的非接触式监测的方式的监测效果较差。
发明内容
有鉴于此,本发明提供了一种梁端钢轨伸缩调节器监测方法、终端、监测***及介质,旨在解决现有技术中非接触式监测的方式的监测效果较差的问题。
本发明实施例的第一方面提供了一种梁端钢轨伸缩调节器监测方法,轨道的预定位置上喷涂有标靶,轨道外的预设距离处设置有第一摄像装置;轨道上设置有温度传感器和应变片,该方法包括:
获取当前时刻的第一摄像装置拍摄的第一图像、温度传感器测得的当前轨温和应变片测得的当前应力;
将第一图像中的标靶位置和第一参考图像中的标靶位置进行对比,确定伸缩调节器的初始监测结果;
根据当前轨温、当前应力和预先训练的伸缩预测模型,确定预测伸缩参数;其中,预先训练的伸缩预测模型根据历史时段内轨道的应力、轨温和伸缩参数训练得到;
根据预测伸缩参数对初始监测结果进行修正,得到伸缩调节器的最终监测结果。
本发明实施例的第二方面提供了一种梁端钢轨伸缩调节器监测装置,轨道的预定位置上喷涂有标靶,轨道外的预设距离处设置有第一摄像装置;轨道上设置有温度传感器和应变片,该装置包括:
获取模块,用于获取当前时刻的第一摄像装置拍摄的第一图像、温度传感器测得的当前轨温和应变片测得的当前应力;
对比模块,用于将第一图像中的标靶位置和第一参考图像中的标靶位置进行对比,确定伸缩调节器的初始监测结果;
预测模块,用于根据当前轨温、当前应力和预先训练的伸缩预测模型,确定预测伸缩参数;其中,预先训练的伸缩预测模型根据历史时段内轨道的应力、轨温和伸缩参数训练得到;
修正模块,用于根据预测伸缩参数对初始监测结果进行修正,得到伸缩调节器的最终监测结果。
本发明实施例的第三方面提供了一种终端,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上第一方面的梁端钢轨伸缩调节器监测方法的步骤。
本发明实施例的第四方面提供了一种梁端钢轨伸缩调节器监测***,包括:第一摄像装置、温度传感器、应变片和如上第三方面的终端;第一摄像装置、温度传感器、应变片均与终端连接。
本发明实施例的第五方面提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如上第一方面的梁端钢轨伸缩调节器监测方法的步骤。
本发明实施例提供的梁端钢轨伸缩调节器监测方法、终端、监测***及介质,首先获取当前时刻的第一摄像装置拍摄的第一图像、温度传感器测得的当前轨温和应变片测得的当前应力;然后将第一图像中的标靶位置和第一参考图像中的标靶位置进行对比,确定伸缩调节器的初始监测结果;接着根据当前轨温、当前应力和预先训练的伸缩预测模型,确定预测伸缩参数;其中,预先训练的伸缩预测模型根据历史时段内轨道的应力、轨温和伸缩参数训练得到;最终根据预测伸缩参数对初始监测结果进行修正,得到伸缩调节器的最终监测结果。通过轨温和应力预测铁轨理论上的伸缩参数,然后依据理论值对监测得到的实际值进行修正,能够有效减小能见度对监测的影响。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的梁端钢轨伸缩调节器监测方法的应用场景图;
图2是本发明实施例提供的第一摄像装置和第二摄像装置的布置图;
图3是本发明实施例提供的温度传感器的安装示意图;
图4是本发明实施例提供的第一摄像装置的监测范围示意图;
图5是本发明实施例提供的第一摄像装置的监测示意图;
图6是本发明实施例提供的第一摄像装置和第二摄像装置的支架示意图;
图7是第一摄像装置和第二摄像装置的支架安装口的结构示意图;
图8是本发明实施例提供的梁端钢轨伸缩调节器监测方法的实现流程图;
图9是本发明实施例提供的梁端钢轨伸缩调节器监测装置的结构示意图;
图10是本发明实施例提供的终端的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了监测铁路桥梁运营期间梁端伸缩装置和钢轨伸缩调节器协同工作状态,确保铁路运营安全,本发明设计了一种梁端钢轨伸缩调节器监测方法,实现了桥梁伸缩调节器工作状况的远程非接触式监测、无线传输和可视化预警分析。
图1是本发明实施例提供的梁端钢轨伸缩调节器监测方法的应用场景图。如图1所示,在一些实施例中,本发明实施例提供的梁端钢轨伸缩调节器监测方法可以但不限于应用于该应用场景。在该发明实施例中,该梁端钢轨伸缩调节器监测***包括:第一摄像装置11、温度传感器12、应变片13和终端14;第一摄像装置11、温度传感器12、应变片13均与终端14连接。
其中,第一摄像装置11设置在轨道外的预设距离处,用于采集伸缩调节器的图像并上传至终端14,温度传感器12、应变片13安装在伸缩调节器上,并上报给终端14。终端14可以是电脑、在铁路沿线设置的轨道监测终端等,在此不作限定。
图2是本发明实施例提供的第一摄像装置和第二摄像装置的布置图;如图2所示,在一些实施例中,梁端钢轨伸缩调节器监测***还包括:第二摄像装置21;第二摄像装置21与终端14连接。
图2中轨道上标记有矩形(两条边均大于5cm)的钢轨标靶22和十字形的螺栓转动标靶23;第一摄像装置11设置在轨道两侧外的预设距离处,拍摄方向正对钢轨标靶且垂直于钢轨。四个第一摄像装置11分为两组,分别对铁轨的监测断面A和B进行监测。两个第二摄像装置21设置在轨道两侧,且同处于预设距离处。两个第二摄像装置21的可视角度28度,可以对整个伸缩调节器(约20米)进行监测。
图3是本发明实施例提供的温度传感器的安装示意图。如图3所示,可以采用高精度一体化温度变送器进行轨温监测,温度变送器具有测量范围大、精度高、数据稳定、便于安装等优点。轨温监测传感器需要安装在定制的特殊卡扣内,传感器放置在卡扣上预留的安装孔内,然后将卡扣固定于钢轨表面,卡扣固定后即可实时采集钢轨温度。通过在梁缝悬空部位钢轨的轨底粘贴电阻式应变片,对钢轨在应变片粘贴后的应力变化进行监测。应变片粘贴之前的钢轨应力,通过锁定轨温检测技术进行反算,使本***监测的梁缝处钢轨应力值为钢轨的真实应力值而非变化量。应变片采用进口电阻式应变片,钢轨轨底涂胶粘贴。粘贴后表面涂防水材料进行保护,走线按照铁路相关要求,规范走线。
图4是本发明实施例提供的第一摄像装置的监测范围示意图。如图4所示,第一摄像装置11的镜头焦距为50mm,工作距离(即镜头到标靶所在平面的距离)小于4m,例如3.2米,垂直视角为10.058°,水平视角为15.039°,视野宽度为844.800mm,视野高度为565.25.mm。工作温度处于[-30,60]℃之间。第一摄像装置上还设置有补光灯,在环境亮度较低时进行补光,避免环境光强对监测的影响。
图5是本发明实施例提供的第一摄像装置的监测示意图。如图5所示,标靶设置在轨道的内侧,轨道其中一侧设置的第一摄像装置11,用于监测另一侧的轨道内侧的标靶变化。
图6是本发明实施例提供的第一摄像装置和第二摄像装置的支架示意图。图7是第一摄像装置和第二摄像装置的支架安装口的结构示意图。如图6和图7所示,摄像机支架距离底面高度可根据实际情况进行定制,支架可以在俯仰方向进行调节,支架底部设计有安装接口,可以打膨胀螺钉与地面固定。安装方式与测量轨道位移量的摄像头类似。
图8是本发明实施例提供的梁端钢轨伸缩调节器监测方法的实现流程图。如图8所示,在一些实施例中,梁端钢轨伸缩调节器监测方法,应用于图1中的终端14,该方法包括:
S810,获取当前时刻的第一摄像装置拍摄的第一图像、温度传感器测得的当前轨温和应变片测得的当前应力。
在本发明实施例中,轨温对应的热应力和其他因素对应的纵向应力是导致轨道产生伸缩的主要因素,因此需要设置温度传感器和应变片对其进行监测。另外还可以测量轨道的其他环境因素,例如湿度等,从而提高伸缩预测的精度。
S820,将第一图像中的标靶位置和第一参考图像中的标靶位置进行对比,确定伸缩调节器的初始监测结果。
在本发明实施例中,在整个监测***设置完毕时,记录此时的温度和应力,并拍摄此时的标靶图像,作为第一参考图像,然后在后续过程中,将每个拍摄得到的标靶位置与其进行对比,即可确定标靶的移动情况。
S830,根据当前轨温、当前应力和预先训练的伸缩预测模型,确定预测伸缩参数;其中,预先训练的伸缩预测模型根据历史时段内轨道的应力、轨温和伸缩参数训练得到。
在本发明实施例中,依据当前轨温、当前应力和轨道随应力-温度的变化曲线,计算出理论上此时轨道的伸缩参数,此预测得到的伸缩量存在一定的预测误差,但不受能见度的影响,而图像分析得到的监测结果,虽然没有预测误差,但其在恶劣天气下,受能见度的影响较大,因此在能见度较低时,通过理论伸缩参数来修正测得的监测结果,从而得到一个较优的结果。伸缩参数可以是两基本轨错动量或者两尖轨错动量。
S840,根据预测伸缩参数对初始监测结果进行修正,得到伸缩调节器的最终监测结果。
在本发明实施例中,伸缩调节器的监测点位和最终监测结果具体如表1所示。
表1 伸缩调节器的监测点位和最终监测结果表
在本发明实施例中,在监测现场设置传输采集模块,将现场监测模块进行连接并控制,对采集数据进行前期整理和存储,可采用有线或者无线传输方式进行传输。
在本发明实施例中,通过轨温和应力预测铁轨理论上的伸缩参数,然后依据理论值对监测得到的实际值进行修正,能够有效减小能见度对监测的影响。
在一些实施例中,S830可以包括:根据当前轨温,计算轨道温度力;将轨道温度力、当前应力输入到预先训练的伸缩预测模型,得到预测伸缩参数。
在本发明实施例中,先依据测得的轨道的材料和结构性能得到的轨道的温度-温度力曲线,然后将当前轨温输入到温度-温度力曲线中,得到温度力。然后依据温度力、测得的当前应力构建轨道的力学模型,结合伸缩预测模型,预测伸缩参数。其中,伸缩预测模型可以是神经网络模型、深度学习模型等,在此不作限定。
在一些实施例中,S840可以包括:计算初始监测结果对应的实际伸缩参数;根据预测伸缩参数和实际伸缩参数计算调整系数;根据调整系数对初始监测结果进行修正,得到伸缩调节器的最终监测结果。
在本发明实施例中,初始监测结果与上述的表1中所述的监测项目相同。可以看出,图像分析得到的监测结果较为详细和复杂,而预测得到的伸缩参数较为简单,因此可以将两基本轨错动量或者两尖轨错动量作为伸缩参数,在训练时采集不同温度和应力下的两基本轨错动量或者两尖轨错动量,组成训练样本,训练预测模型,因此预测伸缩参数直接除以实际伸缩参数,即可得到调整系数。最终得到的调整系数处于[0.5,1.5]之间,乘以初始监测结果中的各项数据,即可得到最终监测结果中的各项数据。
在一些实施例中,可以在轨道外侧焊接一个探针,探针另一端设置有一个矩形金属片,该矩形金属片的长度大于宽度。该矩形金属片对应设置有一个通电的金属片,通电金属片上设置有电流传感器,在发生伸缩的过程中,两片正对的金属片发生偏移,正对面积变小,电容减小,由于加载在通电金属片上的电压不变,电容的减小会使金属片上聚集的电荷变少,从而产生电流。此时电流传感器采集产生的电流信号,即可确定伸缩参数。
由于该器件是直接设置在轨道上的,因此测量得到的伸缩参数更准确,但其并不全面,无法和图像分析一样得到详细的多种数据,因此仅作为一个参考值,来修正图像分析得到的初始监测结果。修正方式与通过轨温和应力得到的预测伸缩参数对应的修正方式相同,在此不作限定。
在一些实施例中,轨道外的预设距离处设置有第二摄像装置;第一摄像装置与标靶的距离小于第二摄像装置与标靶的距离;该方法还包括:获取当前时刻的第二摄像装置拍摄的第二图像;根据第二图像和第二参考图像,确定轨道异物监测结果。
在本发明实施例中,在整个监测***设置完毕时,第二摄像装置拍摄轨道的图像,作为第二参考图像,然后在后续的监测中,将拍摄的第二图像与第二参考图像进行对比,从而确定轨道内是否存在异物。
在一些实施例中,该方法还包括:将第二图像中的标靶位置和第二参考图像中的标靶位置进行对比,确定伸缩调节器的第一监测结果;根据初始监测结果和第一监测结果,确定监测置信度;相应的,根据调整系数对初始监测结果进行修正,得到伸缩调节器的最终监测结果,包括:根据调整系数和监测置信度,对初始监测结果进行修正,得到伸缩调节器的最终监测结果。
在本发明实施例中,监测置信度决定了调整系数对初始监测结果的影响程度,能见度越差置信度越低,此时调整系数对初始监测结果的修正幅度就越大。
由于第一摄像装置距离对侧的标靶较近(例如图2中A组的第一摄像装置),而第二摄像装置的可视角度内拍摄的标靶距离很远(例如靠近A组的第二摄像装置所拍摄的B组标靶),因此在能见度较差时,第二摄像装置拍摄的第二图像与第二参考图像中标靶位置差,必定不同于第一摄像装置测得的标靶位置差,能见度越差,两个摄像装置所测得的数据的差别越大,置信度也越低。置信度可以是第二摄像装置对应的标靶位置差减去第一摄像装置对应的标靶位置差的绝对值,再除以第一摄像装置对应的标靶位置差。
在一些实施例中,在S840之后,该方法还包括:将最终监测结果,输入到预先建立的伸缩调节器的三维立体模型中,使伸缩调节器的变化可视化展示。
在本发明实施例中,对传输数据进行处理分析,并且基于BIM技术,建立现场监测对象的三维立体模型,并将监测点的监测变化量赋予三维模型中,实现监测变化量的实时可视化显示。监测结果和预警信息可以通过短信等形式,进行实时上报。
本发明的有益效果具体为:
1.通过轨温和应力预测铁轨理论上的伸缩参数,然后依据理论值对监测得到的实际值进行修正,能够有效减小能见度对监测的影响。
2.通过对现场关键点位位移量的非接触式监测、监测区域内异物入侵的场景监测、钢轨温度的实时监测以及梁缝处钢轨应力和锁定轨温的监测,综合监测大跨度桥梁伸缩调节器段的工作服役状态,实时无线传输分析并基于BIM技术进行可视化显示预警。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图9是本发明实施例提供的梁端钢轨伸缩调节器监测装置的结构示意图。如图9所示,在一些实施例中,梁端钢轨伸缩调节器监测装置9,包括:
获取模块910,用于获取当前时刻的第一摄像装置拍摄的第一图像、温度传感器测得的当前轨温和应变片测得的当前应力;
对比模块920,用于将第一图像中的标靶位置和第一参考图像中的标靶位置进行对比,确定伸缩调节器的初始监测结果;
预测模块930,用于根据当前轨温、当前应力和预先训练的伸缩预测模型,确定预测伸缩参数;其中,预先训练的伸缩预测模型根据历史时段内轨道的应力、轨温和伸缩参数训练得到;
修正模块940,用于根据预测伸缩参数对初始监测结果进行修正,得到伸缩调节器的最终监测结果。
可选的,预测模块930,具体用于:根据当前轨温,计算轨道温度力;将轨道温度力、当前应力输入到预先训练的伸缩预测模型,得到预测伸缩参数。
可选的,修正模块940,具体用于:计算初始监测结果对应的实际伸缩参数;根据预测伸缩参数和实际伸缩参数计算调整系数;根据调整系数对初始监测结果进行修正,得到伸缩调节器的最终监测结果。
可选的,轨道外的预设距离处设置有第二摄像装置;第一摄像装置与标靶的距离小于第二摄像装置与标靶的距离;梁端钢轨伸缩调节器监测装置9还包括:异物监测模块,用于获取当前时刻的第二摄像装置拍摄的第二图像;根据第二图像和第二参考图像,确定轨道异物监测结果。
可选的,异物监测模块,还用于将第二图像中的标靶位置和第二参考图像中的标靶位置进行对比,确定伸缩调节器的第一监测结果;根据初始监测结果和第一监测结果,确定监测置信度;相应的,修正模块940,具体用于:根据调整系数和监测置信度,对初始监测结果进行修正,得到伸缩调节器的最终监测结果。
可选的,梁端钢轨伸缩调节器监测装置9还包括:显示模块,用于将最终监测结果,输入到预先建立的伸缩调节器的三维立体模型中,使伸缩调节器的变化可视化展示。
本实施例提供的梁端钢轨伸缩调节器监测装置,可用于执行上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
图10是本发明实施例提供的终端的结构示意图。如图10所示,本发明的一个实施例提供的终端10,该实施例的终端10包括:处理器1000、存储器1010以及存储在存储器1010中并可在处理器1000上运行的计算机程序1020。处理器1000执行计算机程序1020时实现上述各个梁端钢轨伸缩调节器监测方法实施例中的步骤,例如图8所示的步骤810至步骤840。或者,处理器1000执行计算机程序1020时实现上述各***实施例中各模块/单元的功能,例如图9所示模块910至940的功能。
示例性的,计算机程序1020可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器1010中,并由处理器1000执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序1020在终端10中的执行过程。
终端10可以是可以为手机、MCU、ECU、工控机等,在此不作限定,服务器可以是物理服务器、云服务器等,在此不作限定。终端10可包括,但不仅限于,处理器1000、存储器1010。本领域技术人员可以理解,图10仅仅是终端10的示例,并不构成对终端10的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器1000可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器1010可以是终端10的内部存储单元,例如终端10的硬盘或内存。存储器1010也可以是终端10的外部存储设备,例如终端10上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器1010还可以既包括终端10的内部存储单元也包括外部存储设备。存储器1010用于存储计算机程序以及终端所需的其他程序和数据。存储器1010还可以用于暂时地存储已经输出或者将要输出的数据。
本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述梁端钢轨伸缩调节器监测方法实施例中的步骤。
计算机可读存储介质存储有计算机程序1020,计算机程序1020包括程序指令,程序指令被处理器1000执行时实现上述实施例方法中的全部或部分流程,也可以通过计算机程序1020来指令相关的硬件来完成,计算机程序1020可存储于一计算机可读存储介质中,该计算机程序1020在被处理器1000执行时,可实现上述各个方法实施例的步骤。其中,计算机程序1020包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元,例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备,例如终端上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)等。进一步地,计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种梁端钢轨伸缩调节器监测方法,其特征在于,轨道的预定位置上喷涂有标靶,轨道外的预设距离处设置有第一摄像装置;所述轨道上设置有温度传感器和应变片,所述方法包括:
获取当前时刻的第一摄像装置拍摄的第一图像、温度传感器测得的当前轨温和应变片测得的当前应力;
将所述第一图像中的标靶位置和第一参考图像中的标靶位置进行对比,确定伸缩调节器的初始监测结果;
根据所述当前轨温、所述当前应力和预先训练的伸缩预测模型,确定预测伸缩参数;其中,所述预先训练的伸缩预测模型根据历史时段内轨道的应力、轨温和伸缩参数训练得到;
根据所述预测伸缩参数对所述初始监测结果进行修正,得到伸缩调节器的最终监测结果。
2.根据权利要求1所述的梁端钢轨伸缩调节器监测方法,其特征在于,根据所述当前轨温、所述当前应力和预先训练的伸缩预测模型,确定预测伸缩参数,包括:
根据当前轨温,计算轨道温度力;
将所述轨道温度力、所述当前应力输入到预先训练的伸缩预测模型,得到所述预测伸缩参数。
3.根据权利要求1所述的梁端钢轨伸缩调节器监测方法,其特征在于,根据所述预测伸缩参数对所述初始监测结果进行修正,得到伸缩调节器的最终监测结果,包括:
计算所述初始监测结果对应的实际伸缩参数;
根据所述预测伸缩参数和所述实际伸缩参数计算调整系数;
根据所述调整系数对所述初始监测结果进行修正,得到伸缩调节器的最终监测结果。
4.根据权利要求3所述的梁端钢轨伸缩调节器监测方法,其特征在于,轨道外的预设距离处设置有第二摄像装置;所述第一摄像装置与所述标靶的距离小于所述第二摄像装置与所述标靶的距离;
所述方法还包括:
获取当前时刻的第二摄像装置拍摄的第二图像;
根据所述第二图像和第二参考图像,确定轨道异物监测结果。
5.根据权利要求4所述的梁端钢轨伸缩调节器监测方法,其特征在于,所述方法还包括:
将所述第二图像中的标靶位置和第二参考图像中的标靶位置进行对比,确定伸缩调节器的第一监测结果;
根据所述初始监测结果和所述第一监测结果,确定监测置信度;
根据所述调整系数对所述初始监测结果进行修正,得到伸缩调节器的最终监测结果,包括:
根据所述调整系数和所述监测置信度,对所述初始监测结果进行修正,得到伸缩调节器的最终监测结果。
6.根据权利要求1-5任一项所述的梁端钢轨伸缩调节器监测方法,其特征在于,在根据所述预测伸缩参数对所述初始监测结果进行修正,得到伸缩调节器的最终监测结果之后,所述方法还包括:
将所述最终监测结果,输入到预先建立的伸缩调节器的三维立体模型中,使伸缩调节器的变化可视化展示。
7.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至6中任一项所述梁端钢轨伸缩调节器监测方法的步骤。
8.一种梁端钢轨伸缩调节器监测***,其特征在于,包括:第一摄像装置、温度传感器、应变片和如上权利要求7所述的终端;
所述第一摄像装置、所述温度传感器、所述应变片均与所述终端连接。
9.根据权利要求8所述的梁端钢轨伸缩调节器监测***,其特征在于,所述***还包括:第二摄像装置;
所述第二摄像装置与所述终端连接。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上的权利要求1至6中任一项所述梁端钢轨伸缩调节器监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310665606.6A CN116385979B (zh) | 2023-06-07 | 2023-06-07 | 梁端钢轨伸缩调节器监测方法、终端、监测***及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310665606.6A CN116385979B (zh) | 2023-06-07 | 2023-06-07 | 梁端钢轨伸缩调节器监测方法、终端、监测***及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116385979A CN116385979A (zh) | 2023-07-04 |
CN116385979B true CN116385979B (zh) | 2023-09-05 |
Family
ID=86966055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310665606.6A Active CN116385979B (zh) | 2023-06-07 | 2023-06-07 | 梁端钢轨伸缩调节器监测方法、终端、监测***及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116385979B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104401360A (zh) * | 2014-11-18 | 2015-03-11 | 北京交通大学 | 基于多手段融合的铁路轨道***安全实时监控方法及*** |
CN105938554A (zh) * | 2016-04-14 | 2016-09-14 | 北京交通大学 | 基于图像自动判读的尖轨伸缩位移监测方法及*** |
CN107858883A (zh) * | 2017-11-29 | 2018-03-30 | 北京交通大学 | 一种轨道***安全状态综合监测及智能分析方法 |
CN108018747A (zh) * | 2017-12-19 | 2018-05-11 | 中铁第四勘察设计院集团有限公司 | 高速铁路有砟轨道钢轨伸缩调节器监测方法及*** |
CN207552827U (zh) * | 2017-11-29 | 2018-06-29 | 北京交通大学 | 一种轨道***安全状态综合监测及智能分析*** |
CN111256924A (zh) * | 2020-03-06 | 2020-06-09 | 东南大学 | 一种大跨度高铁桥梁伸缩缝智能监测方法 |
CN111625988A (zh) * | 2020-03-10 | 2020-09-04 | 河北工程大学 | 基于深度学习的桥梁健康管理分析与预测***及方法 |
-
2023
- 2023-06-07 CN CN202310665606.6A patent/CN116385979B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104401360A (zh) * | 2014-11-18 | 2015-03-11 | 北京交通大学 | 基于多手段融合的铁路轨道***安全实时监控方法及*** |
CN105938554A (zh) * | 2016-04-14 | 2016-09-14 | 北京交通大学 | 基于图像自动判读的尖轨伸缩位移监测方法及*** |
CN107858883A (zh) * | 2017-11-29 | 2018-03-30 | 北京交通大学 | 一种轨道***安全状态综合监测及智能分析方法 |
CN207552827U (zh) * | 2017-11-29 | 2018-06-29 | 北京交通大学 | 一种轨道***安全状态综合监测及智能分析*** |
CN108018747A (zh) * | 2017-12-19 | 2018-05-11 | 中铁第四勘察设计院集团有限公司 | 高速铁路有砟轨道钢轨伸缩调节器监测方法及*** |
CN111256924A (zh) * | 2020-03-06 | 2020-06-09 | 东南大学 | 一种大跨度高铁桥梁伸缩缝智能监测方法 |
CN111625988A (zh) * | 2020-03-10 | 2020-09-04 | 河北工程大学 | 基于深度学习的桥梁健康管理分析与预测***及方法 |
Non-Patent Citations (1)
Title |
---|
Application of FBG sensing technique for monitoring and early warning system of high-speed railway track conditions;Y. Zhang等;《2017 25th Optical Fiber Sensors Conference (OFS), Jeju, Korea (South)》;论文第1-4页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116385979A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Brownjohn et al. | Vision-based bridge deformation monitoring | |
US11673587B2 (en) | Comprehensive inspection vehicle for subway tunnel | |
CN109341903B (zh) | 一种基于计算机视觉中边缘识别的拉索索力测量方法 | |
CN111272366B (zh) | 一种基于多传感器数据融合的桥梁位移高精度测量方法 | |
CN110174059B (zh) | 一种基于单目图像的受电弓导高及拉出值测量方法 | |
CN109580137B (zh) | 一种基于计算机视觉技术的桥梁结构位移影响线实测方法 | |
CN107703513B (zh) | 一种基于图像处理的非接触式接触网相对位置检测方法 | |
CN106197292A (zh) | 一种建筑物位移监测方法 | |
CN110702343B (zh) | 一种基于立体视觉的挠度测量***及方法 | |
CN109631771A (zh) | 基于多靶标图像处理的裂缝动态变化传感器及裂缝测量方法 | |
CN102706288A (zh) | 基于图像测量姿态补偿方法及其装置和隧道沉降变形监测*** | |
CN105865349A (zh) | 一种大型建筑物位移监测方法 | |
Lu et al. | Vision-based structural displacement measurement under ambient-light changes via deep learning and digital image processing | |
CN116385979B (zh) | 梁端钢轨伸缩调节器监测方法、终端、监测***及介质 | |
CN115829918A (zh) | 一种基于机器视觉的大型设施结构形变的监测方法 | |
CN114608525A (zh) | 一种基于视觉传递的隧道沉降监测方法、装置及存储介质 | |
CN112906095B (zh) | 基于激光条纹中心追踪的桥梁模态识别方法及其*** | |
CN116989675B (zh) | 预制构件表观检测***及其检测方法 | |
CN107505611B (zh) | 舰船光电侦察设备视频距离估算实时修正方法 | |
Kim et al. | Numerical model validation for a prestressed concrete girder bridge by using image signals | |
Brownjohn et al. | Viability of optical tracking systems for monitoring deformations of a long span bridge | |
KR20140024745A (ko) | 구조물의 변위 측정을 위한 오브젝트의 캘리브레이션 방법 및 시스템 | |
KR20060018909A (ko) | 구조물 감시, 진단을 위한 이미지 프로세싱에 기반한구조물의 동적영상변위계측시스템 | |
CN116818397A (zh) | 基于机器视觉的中小跨径桥梁快速荷载试验方法及*** | |
CN104019748B (zh) | 观测基准失稳补偿式接触网偏移量检测装置 |
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 |