基于计算机视觉技术的桥梁管养应用综述

计算机视觉技术能够简化工作,提高效率,在工业、检测等各种领域得到广泛的应用。桥梁作为交通系统的重要组成部分,其运营养护至关重要。结合大数据建立完善的智能化桥梁管养体系具有长远意义。首先简要介绍了桥梁管养技术发展所面临的问题与应用现状,然后详细介绍了计算机视觉技术在桥梁管养中的研究与应用情况,最后总结和展望了基于计算机视觉的桥梁管养应用中存在的问题及其研究趋势和应用前景。     

混凝土曲线梁桥损伤识别干扰性分析研究

目前桥梁损伤识别主要采用曲率模态分析、振型曲率变化指标、结构固有频率变化、能量变化等方法理论,其中曲率模态分析法应用广泛,识别效果好。但是对桥梁结构同时存在多处不同程度损伤的识别效果并不理想;非结构损伤因素导致结构刚度变化对其识别结果的干扰性亦值得探讨。本文在基于曲率模态绝对差值理论的基础上,分析多处损伤识别的相互干扰性和非结构损伤因素导致结构刚度变化的干扰性,对该方法进一步优化完善。以云南大保高速某特大桥为依托工程,建立空间有限元模型,对该桥的损伤进行模拟分析。研究表明按模态振型幅值大小来优化损伤识别区段可以有效排除其干扰性,提高识别结果的准确性和可靠性。     

基于机器视觉的车辆检测与参数识别研究进展

近年来公路交通运输快速增长,交通车辆的快速准确检测与识别对智能交通系统和交通基础设施运维具有重要意义.随着机器视觉和深度学习技术的迅速发展及其在目标检测领域的广泛应用,车辆目标检测和参数识别也取得新的突破.该文从车辆参数的识别方法和应用研究两方面梳理了机器视觉和深度学习在车辆检测与参数识别领域的研究现状、最新研究成果和...     

车辆有线引导的计算机视觉系统

根据车辆自动引导系统在车辆工程中的应用及发展趋势，开展了用计算机视觉技术进行车辆有线引导的基础研究，描述了系统的基本组成及其主要功能，分析了影响视觉输入的各项基本因素。根据哈夫（Ｈｏｕｇｈ）变换的基本原理，设计了引导路线检测的算法，通过典型引导路线特征图象的试验分析，验证了算法对直线特征的检测性能、对复杂背景下直线检测的可靠性和对实际道路中的中心引导线检测的有效性。分析了控制模型中实用视觉系统检测     

融合加速度与计算机视觉实测车致响应的梁桥损伤识别方法

基于结构振型相关参数的损伤识别方法对振型的空间分辨率具有较高要求。为了改进计算机视觉技术在桥梁结构全场振型提取和损伤识别方面的不足,同时充分利用SHM系统各类传感器采集的丰富数据,提出了一种基于计算机视觉和有限数量加速度传感器实测桥梁在移动荷载作用下响应的损伤识别方法。首先,通过理论推导研究了损伤前后任意边界条件单跨梁在移动集中力作用下的位移响应,并从理论角度分析了局部刚度损伤引发的结构位移响应和振型改变。在此基础上,提出了一种通过测量少量测点的计算机视觉位移和加速度响应,提取可表征结构真实状态的多阶高空间分辨率振型的方法,所得振型的空间分辨率取决于移动荷载速度和位移采样频率。根据所提取振型的特点,提出了一种多阶全场模态曲率面积差加权融合的结构损伤识别参数,该参数可以直接利用损伤前后该单元前后节点的模态转角求得。为了验证所提出的方法,开展了实验室简支梁模型在不同速度和大小的移动荷载作用下的多工况损伤识别试验。试验结果表明,所提出的方法可以通过计算机视觉和有限数量的加速度传感器实现模型梁全场振型提取,且该振型与测点加速度模态分析得出的结果相符,空间分辨率可达模型梁跨径的1/6 000～1...     

基于信息融合的道路前方车辆识别研究

将光学传感器与红外传感器进行信息融合以识别道路前方车辆.首先根据光学图像信息进行保守识别以初步确定车辆目标.在对相应的红外图像进行通道处理的基础上,充分利用其温度场信息提取车辆目标特征以构建车辆验证函数.以车辆验证函数值为依据建立基于最小风险的贝叶斯决策分类器,对光学初识别中得到的车辆目标进行验证,从而成功实现了光学图像与红外图像的信息融合.试验表明该方法能够利用红外热图信息在光学图像保守识别的基础上剔除误判目标,最终得到较为准确的识别结果.     

智能交通系统中基于机器视觉的数字车辆控制

在描述成像模型与视觉坐标系的基础上，给出了基于计算机视觉的车道与障碍物辨识检测算法，应用预瞄转向以及车辆控制等技术手段来实现数字车辆的道路跟踪。     

基于ANSYS的预应力混凝土曲线梁桥三维施工仿真分析

简要介绍了ANSYS软件的基本功能及其相应的二次开发工具。然后,重点讨论了基于ANSYS软件开发预应力混凝土曲线梁桥施工仿真程序中存在的一些问题。最后,利用已开发好的ANSYS软件对一座在建的预应力混凝土曲线连续刚构桥进行了三维施工仿真分析,结果表明,利用现有大型有限元软件ANSYS的二次开发工具进行预应力混凝土曲线梁桥静力问题的求解是可行的,也是有效的,为今后同类桥梁的分析提供了新的方法和途径。     

复杂路面环境下前方车辆识别目标函数的选取

首先利用道路边界信息限定车辆的存在范围,以提高识别的实时性.接着根据灰度图像上车辆底部的灰度特征、方差特征和下边界梯度特征构造车辆检测目标函数,以指导在车辆存在区检测前方车辆.最后利用区域增长方法剔除由噪声引起的误判.实验验证表明,在复杂环境下该目标函数能够有效地消除大量无规则噪声的影响,并能准确地识别出车辆目标.     

基于视觉与激光雷达数据融合的前车识别研究

智能驾驶技术已经成为智能车的重要开发领域,这一技术实现的关键就是对车辆精确的环境感知,对周围物体进行准确识别,避免车辆在行驶过程中出现事故,在智能辅助驾驶系统起关键性作用。目前,单一传感器不能满足复杂工况下的路面识别,基于多传感器的数据融合(Multi-sensor Information Fusion,MSIF)可以提高检测效率,改善单一传感器检测不精确的缺陷,文章先对传感器进行标定实现多传感器的时空同步,对识别的物体进行检测判断,确定前车。实验结果表明此方法有利于提高汽车安全行驶性能,可以准确、实时地识别前方车辆,满足多工况下的前车识别。     

基于计算机视觉的停车位车辆存在性检测方法

为了提高停车场的车位利用率,有效地管理停车场,提出了1种基于计算机视觉的车位检测方法.与传统的视频检测方法不同,该方法在停车位上绘制了特定的辅助识别图案,图案具有各向同质性的特征,在大部分光照、阴影的影响下具备图案特征不变性,且与一般车辆上绘制的图案有显著差别,在此基础上采用图像检测算法对图案进行数学解析描述,作为检测目标,同时采用图像识别算法,逐行扫描各个像素,利用模式匹配判断停车位状态.通过选取停车场的2个车位进行实例验证,准确率为98.12%.结果表明该方法识别速度快、准确率高,具有很好的应用前景.     

基于机器视觉的道路上前方多车辆探测方法研究

提出一种基于车辆特征的方法识别和跟踪前方的车辆。首先,利用车辆底部存在阴影的特征,在图像中确定可能存在的车辆区域。然后,通过分形维数计算该区域的纹理特征,排除非车辆区域。最后,利用车辆的边缘信息,通过投影变换方法,对候选区域内的车辆进行定位。此外,利用NM I特征法对定位的车辆进行确认。该算法对不同环境和光照条件下的车辆图片进行了测试,以及在高速公路上进行了实时跟踪试验,具有较好的鲁棒性和可靠性。     

预应力混凝土梁桥的NURBS预应力束模型研究

为建立预应力混凝土梁桥预应力束的统一描述方法,引入非均匀有理B样条(Non-Uniform Rational Basic Spline,NURBS),提出了基于NURBS的预应力束模型。通过对预应力束设计阶段和施工阶段的分析,说明了以NURBS作为预应力束几何模型的内在原因。与目前普遍采用的折线逼近法相比较,NURBS模型表达参数较少,易于进行前处理,应用在预应力等效荷载、预应力损失等计算中具有较高的精度和效率。实例分析证明,NURBS预应力束模型可以作为一种统一描述方法,不仅适合于预应力混凝土梁桥,且可以更广泛地应用于其他预应力结构的设计和计算分析之中。     

预应力混凝土矮T斜梁桥的试验研究

在理论分析的基础之上,开展对预应力混凝土矮T斜梁桥的试验研究,其中包括单梁的静力性能研究以及成桥的静、动力性能试验研究。通过试验对矮T斜梁桥结构的各项力学性能指标进行测试与分析,并对偏载及中心加载情况下各支点反力的分布特性进行探讨。试验研究结果表明:预应力混凝土矮T斜梁桥是一种性能良好、易于施工、耐久性好的新型桥梁结构形式,可以广泛用于平原地区中、小跨径的公路桥梁中。     

基于视觉的前方车辆探测技术研究方法综述

对国内外关于车道上本车前方车辆检测方法进行了综述。根据探测车辆所采用的传感器不同,分别对采用单目视觉、双目视觉、视觉与其他传感器融合以及非视觉传感器的几种探测方法进行了比较与分析。同时,针对每种探测方法,进一步阐述了目前车辆识别的一些具体算法。最后,指出了每种方法存在的优点和一些不足。     

基于空间圆三维重建的车辆定位方法

确定事故车辆在交通事故现场的空间位置,是以摄影图像三维重建为基础的交通事故现场信息快速获取技术的重要内容.以图像椭圆识别及空间圆三维重建技术为基础,通过重建事故车辆轮胎轴心同心圆来获得同心圆圆心的坐标,可以实现事故车辆轮胎轴心的三维重建,从而达到事故车辆定位的目的.     

交通荷载对混凝土梁桥疲劳损伤的影响分析

为研究交通荷载对混凝土梁桥疲劳损伤的影响规律,基于7 d的动态称重(WIM)数据,采用Matlab加载程序,获取最不利截面底板钢筋的疲劳应力谱,并根据疲劳累积损伤理论进行不同交通荷载状况下的疲劳损伤分析。研究结果表明:交通量与疲劳损伤近似呈线性关系,超载及荷载水平提高引起疲劳损伤呈非线性增长,荷载水平提高引起的疲劳损伤远大于交通量增长及超载。在运营管理过程中,应密切关注交通量及荷载水平变化,严格控制超载车辆通行。     

基于雷达测距的车辆识别与跟踪方法

本文中提出了一种基于雷达测距的车辆识别与跟踪方法,以准确地识别道路上的车辆目标。首先对采集到的每帧数据采用自适应距离阈值的方法进行聚类分析。在聚类内部采用端点迭代拟合算法提取线段,在此基础上得出目标的特征向量,并据之识别车辆目标。然后通过计算特征向量的代价函数进行多目标关联,利用卡尔曼滤波器根据关联结果更新目标的状态。最后,以智能车辆BJUT-IV配备LMS291激光雷达在校园道路上对本方法进行验证测试,结果表明,提出的方法能够准确地对多个行驶车辆进行跟踪。