[发明专利]一种用于无人机检测桥梁缆索振动频率的降噪方法

说明书

本发明公开了一种用于无人机检测桥梁缆索振动频率的降噪方法，本方法先通过无人机拍摄缆索的振动视频，采用计算机视觉算法进行缆索的边缘检测，从而计算无人机和缆索的叠加位移时程，之后，为了减少无人机自身振动影响，以期得到信噪比较高的频谱图像，通过EMD分解叠加位移数据得到N个IMF函数；最后，对高频IMF函数进行叠加，经傅里叶变换后把数据变换到频率，使用PeakPicking算法得到缆索的各阶振动频率，本发明可以提高无人机检测缆索振动频率的精度，减少无人机自身运动的影响。

技术领域

本发明涉及桥梁结构健康监测、检测领域，具体涉及一种用于无人机检测桥梁缆索振动频率的降噪方法。

背景技术

斜拉索、吊索等是大跨桥梁承重结构的重要组成部分，准确测量它们的振动频率，对于索力检测、损伤评估等有重要的意义，目前，对缆索的振动测量方法可以分为两大类，一类是传感器接触缆索的监测方法，另一类是传感器不接触缆索的非接触方法，第一类接触监测方法主要采用加速度计进行监测，该方法需要把加速度计固定在缆索表面，再通过连接线和数据采集仪连接，该方法通过分析缆索振动的加速度时程，得到缆索的振动频率，但由于缆索结构相距较远且数量较多，接触式监测方法的健康监测系统造价高昂，另一类方法非接触式监测方法，主要包括激光多普勒技术、全球定位系统(GPS)、微波遥感和计算机视觉等，但是该类方法往往需要专业仪器设备，成本较高，而且检测所有缆索的效率较低；

近年来，由于无人机的发展较快，其在土木工程结构健康监测、检测领域的应用逐渐增加，比如结构表面损伤识别、结构位移检测，同样，无人机也可以应用于缆索结构振动频率检测领域，由于无人机在拍摄缆索结构振动频率时需要悬停在空中，容易受到环境风影响，其在空中的三维位置不断发生改变，虽然无人机的摄像头有机械增稳装置，但是该装置仍然无法完全补偿无人机的自身运动，造成其检测到的缆索振动位移时程包含缆索振动和无人机自身振动两大部分，所以，无人机的自身振动将会影响缆索位移检测的时程结果，造成检测结果的不准确，难以自动识别缆索的各阶振动频率。

鉴于以上，本申请提供一种用于无人机检测桥梁缆索振动频率的降噪方法用于以提高缆索振动频率的识别精度和稳定性。

发明内容

针对上述情况，为克服现有技术之缺陷，本发明提供一种用于无人机检测桥梁缆索振动频率的降噪方法，在无人机拍摄缆索振动之后，利用计算机视觉算法识别缆索的边缘，随后，通过EMD方法，减少无人机振动影响，提高缆索振动频率识别的精度和稳定性。

一种用于无人机检测桥梁缆索振动频率的降噪方法，其特征在于，包括以下步骤：

步骤S1：直线检测；利用计算机视觉算法中的直线段检测算法，识别缆索的边缘特征；

步骤S2：时域计算；将无人机拍摄第一帧的缆索位置作为初始值，之后每一帧的缆索位置和第一帧进行对比，得到缆索的位移时程数据e(t)；

步骤S3：EMD分解；对混合运动的时域数据e(t)进行EMD分解，得到一组IMF函数：和余项r(t)，即其中，IMF是本征模态函数，i是模态分量阶数，imf_i(t)为第i阶模态分量序列，N为分解得到的IMF的总阶数；

步骤S4：信号重构；将高频的IMF函数叠加到一起，假设前n个IMF属于高频部分，则重组后缆索运动时域数据为：

步骤S5：频率提取；将步骤S4里的H(t)进行傅里叶变换得到H(t)的频域数据，再通过Peak Picking算法，得到缆索的各阶频率。

上述技术方案有益效果在于：

本发明提供了一种用于无人机检测桥梁缆索振动频率的降噪方法，该方法采用无人机快速拍摄缆索的振动视频，在计算机视觉算法分析之后，不需要记录无人机自身运动，即可较好地识别缆索的振动频率，减少了无人机自身运动对于缆索振动的干扰，提高了缆索振动频率识别的自动化程度。

附图说明