钢拱桥的线形监测是桥梁健康监测系统的重要组成部分。运用三维激光扫描技术,融合随机抽样一致(random sample consensus,RANSAC)算法对传统的具有噪声的基于密度的聚类方法(density-based spatial clustering of applications with noi...钢拱桥的线形监测是桥梁健康监测系统的重要组成部分。运用三维激光扫描技术,融合随机抽样一致(random sample consensus,RANSAC)算法对传统的具有噪声的基于密度的聚类方法(density-based spatial clustering of applications with noise,DBSCAN)算法进行改进,对钢拱桥拱肋线形进行提取。三维激光点云数据具有全面性和细节体现的优势,能够完整地呈现桥梁结构的形状和变形信息,融合RANSAC的改进DBSCAN算法根据钢拱桥结构特征对聚类结果进行约束,能够很好地实现删除离散点及桥面、横撑、横联和腹杆部分的点云这一目的。根据融合RANSAC的改进DBSCAN算法提取出的点云进行关键点拟合,与人工提取结果进行对比,拱肋关键点提取误差均在毫米级,最大误差为9.2 mm,最小误差为0.1 mm,此提取方法能够更加准确有效地完成钢拱桥线形提取,使线形提取精度达到毫米级,大大降低了人力成本和时间成本,对钢拱桥的复杂结构有更好的鲁棒性,能很好地适应实际生产需求。展开更多
桥梁防船撞装备能够有效降低船撞桥事故的发生率以及减轻碰撞事故后果,确保桥梁及人员财产的安全。针对桥梁防船撞装备的变形监测需求,提出了一种基于影像重构点云的桥梁防船撞装备变形监测方法;通过运用无人机采集影像,结合运动恢复结...桥梁防船撞装备能够有效降低船撞桥事故的发生率以及减轻碰撞事故后果,确保桥梁及人员财产的安全。针对桥梁防船撞装备的变形监测需求,提出了一种基于影像重构点云的桥梁防船撞装备变形监测方法;通过运用无人机采集影像,结合运动恢复结构——多视图立体视觉算法(SfM-MVS)实现了防船撞装备的三维点云模型重建;采用点云直接比较算法(cloud to cloud, C2C)进行三维点云数据变化检测,对不同时间或场景下的防船撞装备三维点云数据进行比较和分析,实现了防船撞装备变形、破损情况的自动检测。该监测方法能够识别0.4 cm以上的结构变形。研究结果表明:基于贴近摄影测量的桥梁防船撞装备变形监测方法适用于桥梁防船撞装备的自动化检测,具备较高的实用价值。展开更多
Moses算法是桥梁动态称重(BWIM)技术中最可靠的算法之一,是目前各商业BWIM系统的基础。然而,受影响线标定的约束,当前的商用BWIM系统仅适用于短跨径桥梁。针对这一情况,提出了虚拟简支梁法。该方法利用桥梁上的某一区段的隔离应变计算...Moses算法是桥梁动态称重(BWIM)技术中最可靠的算法之一,是目前各商业BWIM系统的基础。然而,受影响线标定的约束,当前的商用BWIM系统仅适用于短跨径桥梁。针对这一情况,提出了虚拟简支梁法。该方法利用桥梁上的某一区段的隔离应变计算车辆的轴重和总重,不受桥梁跨径的限制。建立了跨径为20 m和40 m的简支T梁桥有限元模型,基于车桥耦合振动理论模拟获得桥梁响应,并利用提出的新方法识别了车辆的轴重和总重。分析了路面平整度、车辆行驶速度等因素对识别精度的影响。结果表明:对于较短跨径的20 m T梁桥,常见三轴车的总重识别误差平均值在2%左右,五轴车的总重识别误差平均值低于1%,精度都稍优于传统Moses算法;而对于传统Moses算法不适用的40 m T梁桥,该方法识别车辆总重的误差平均值仍可控制在3%以内,表明该方法不受桥梁跨径的限制,具有更广的应用前景。展开更多
文摘桥梁防船撞装备能够有效降低船撞桥事故的发生率以及减轻碰撞事故后果,确保桥梁及人员财产的安全。针对桥梁防船撞装备的变形监测需求,提出了一种基于影像重构点云的桥梁防船撞装备变形监测方法;通过运用无人机采集影像,结合运动恢复结构——多视图立体视觉算法(SfM-MVS)实现了防船撞装备的三维点云模型重建;采用点云直接比较算法(cloud to cloud, C2C)进行三维点云数据变化检测,对不同时间或场景下的防船撞装备三维点云数据进行比较和分析,实现了防船撞装备变形、破损情况的自动检测。该监测方法能够识别0.4 cm以上的结构变形。研究结果表明:基于贴近摄影测量的桥梁防船撞装备变形监测方法适用于桥梁防船撞装备的自动化检测,具备较高的实用价值。
文摘Moses算法是桥梁动态称重(BWIM)技术中最可靠的算法之一,是目前各商业BWIM系统的基础。然而,受影响线标定的约束,当前的商用BWIM系统仅适用于短跨径桥梁。针对这一情况,提出了虚拟简支梁法。该方法利用桥梁上的某一区段的隔离应变计算车辆的轴重和总重,不受桥梁跨径的限制。建立了跨径为20 m和40 m的简支T梁桥有限元模型,基于车桥耦合振动理论模拟获得桥梁响应,并利用提出的新方法识别了车辆的轴重和总重。分析了路面平整度、车辆行驶速度等因素对识别精度的影响。结果表明:对于较短跨径的20 m T梁桥,常见三轴车的总重识别误差平均值在2%左右,五轴车的总重识别误差平均值低于1%,精度都稍优于传统Moses算法;而对于传统Moses算法不适用的40 m T梁桥,该方法识别车辆总重的误差平均值仍可控制在3%以内,表明该方法不受桥梁跨径的限制,具有更广的应用前景。
