[发明专利]一种智能化桥梁病害巡检方法和系统有效
申请号: | 202010252453.9 | 申请日: | 2020-04-01 |
公开(公告)号: | CN111563530B | 公开(公告)日: | 2023-05-09 |
发明(设计)人: | 陈圆;王波;赵训刚;吴巨峰;阮小丽;江禹;王鑫;吴何;王熊珏 | 申请(专利权)人: | 中铁大桥科学研究院有限公司;中铁大桥局集团有限公司 |
主分类号: | G06V10/764 | 分类号: | G06V10/764;G06V20/10;G06V10/82;G06N3/0464;G06N3/08 |
代理公司: | 武汉智权专利代理事务所(特殊普通合伙) 42225 | 代理人: | 孟欢 |
地址: | 430000 *** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 智能化 桥梁 病害 巡检 方法 系统 | ||
本申请涉及一种智能化桥梁病害巡检方法和系统,巡检方法包括以下步骤:S1、构建用于识别图像中构件类型的分类模型;S2、构建用于识别图像中构件病害信息的目标检测模型;S3、采集待识别图像,将待识别图像输入分类模型进行识别,得到待识别图像中的构件类型;S4、结合待识别图像中的构件类型,将待识别图像输入目标检测模型进行识别,得到待识别图像中的病害信息,完成识别。病害巡检系统包括采集模块和建模模块,采集模块用于采集待识别图像;建模模块用于构建分类模型、目标检测模型。本发明的病害巡检方法显著提高了工作效率和智能化水平,高效、智能的确认发生病害的构件类型和病害信息。
技术领域
本申请涉及桥梁监测技术领域,特别涉及一种智能化桥梁病害巡检方法和系统。
背景技术
桥梁是交通运输的关键组成部分,桥梁工程由过去的“建设为主”逐步向“建养并重”转变,实现桥梁养护工作的科学化和智能化逐步受到重视。为了保证桥梁运营安全,巡查人员必须有计划地巡查桥梁关键部位可能发生的病害,并及时记录和保存,为后期桥梁养护提供依据。目前,病害巡查模式主要采用人工纸质记录的方式,其存在如下问题:1)纸质流程操作时间缓慢,需要人工填报数据,效率低;2)由于桥梁病害巡查属室外作业,其工作情况难以规范、管理、考核,工作签到记录的考核方法容易产生伪造记录、巡查不到位、不按制度落实问题;3)缺乏对桥梁构件的位置标识,使巡查人员对于待巡查桥梁构件的位置容易遗漏,存在安全隐患;4)对于巡查记录结果不易保存,不能对桥梁构件进行历史问题分析,使得巡查工作人员判断结果误差较大,也增加巡查工作人员的工作量。
相关技术中,公开号为CN109784438A的中国发明专利公开了一种桥梁养护病害记录、识别及处理措施指导方法及系统,其利用预先粘贴在桥梁构件上的二维码来解决构件识别的问题,同时基于病害库可给出病害处理指导措施。
但是,该方法最大的困难在于:基于光学的条码或二维码的距离要近到可以扫到才能识别,在工程实际中应用中有些困难。
发明内容
本申请实施例提供一种智能化桥梁病害巡检方法和系统,以解决相关技术中无法高效、智能的确认发生病害的构件类型和病害信息的问题。
第一方面,提供了一种智能化桥梁病害巡检方法,其包括以下步骤:
构建用于识别图像中构件类型的分类模型;
构建用于识别图像中构件病害信息的目标检测模型;
采集待识别图像,将所述待识别图像输入所述分类模型进行识别,得到所述待识别图像中的构件类型;
结合所述待识别图像中的构件类型,将所述待识别图像输入所述目标检测模型进行识别,得到所述待识别图像中的病害信息,完成识别。
一些实施例中,构建用于识别图像中构件类型的分类模型,包括以下步骤:
采集病害图像,确定构件类型的数量;
根据每一种病害是否在各构件类型中出现,对病害图像进行标注,得到数据集;
构建卷积神经网络;
将所述数据集输入卷积神经网络中进行训练,得到用于识别图像中构件类型的分类模型。
一些实施例中,对病害图像中各病害类型进行标注,包括以下步骤:
将第k个病害类型Bk标注为一个1×m的向量,并记为:Bk=[M1,M2,M3,....,Mm];且定义:若第k个病害类型会在第i种构件类型中出现,则Mi记为1,若第k个病害类型不会在第i种构件类型中出现,则Mi记为0;其中,m为构件类型的数量,i=1,2,3...m;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中铁大桥科学研究院有限公司;中铁大桥局集团有限公司,未经中铁大桥科学研究院有限公司;中铁大桥局集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010252453.9/2.html,转载请声明来源钻瓜专利网。