中国公路学报

作者：黄永, 徐海鹏, 闫昕, 蒋运泉, 金耀, 李惠

单位：1. 哈尔滨工业大学　土木工程学院，黑龙江　哈尔滨　150090","2. 中路高科交通检测检验认证有限公司，北京　100089","3. 中交公路规划设计院有限公司，北京　100088

关键词：桥梁工程,荷载识别系统,计算机视觉,车辆荷载,深度学习,结构监测

<p>车辆荷载是大跨桥梁最重要的作用荷载之一，也是大部分桥梁疲劳劣化的最主要原因。但桥梁动态称重系统造价昂贵，无法在桥上分布式布置，桥梁车辆荷载分布信息的动态识别仍是挑战性难题。面向大跨桥梁结构健康监测需求，引入计算机视觉与深度学习技术，建立了一套集成化的桥梁车辆荷载时空分布智能识别系统。首先，研究基于交通监控数据和深度目标检测网络的车辆识别方法，开展车辆目标检测任务的YOLOv7深度网络训练，并通过训练后模型获取单摄像头数据中包含车辆类型与时间等信息的车辆图像；其次，引入HardNet深度特征描述符，建立图像点特征匹配方法，通过分布布置的监控视频数据设计搜索匹配策略，实现车流方向多个监控对应车辆图像数据的匹配，并对监控盲区采用线性插值估计车辆位置，得到车辆在桥梁上的时空分布信息；然后，将各方法集成，建立车辆荷载时空分布识别系统，该系统可结合动态称重数据自动输出车辆荷载时空分布信息与可视化结果，实现从监控数据到车辆荷载时空分布的一体化流程；最后，采用九江长江大桥监控数据进行应用验证。研究结果表明：该系统基于视频数据实现车辆目标识别与匹配追踪，运算耗时小于输入视频时长，对大型车辆匹配准确率达97.62%，可以快速、准确地识别车辆荷载分布信息，该系统对保障桥梁服役安全具有重要的意义，应用前景广阔。</p>

来源：2024年第8期

《中国公路学报》期刊编辑部

查看中国公路学报杂志2024年第8期