基于事件触发的桥梁伸缩装置多路视觉巡检方法及系统与流程

本发明属于桥梁缝隙检测，更具体地，涉及一种基于事件触发的桥梁伸缩装置多路视觉巡检方法及系统。

背景技术：

1、桥梁伸缩装置是桥梁的重要构件，其主要功能是适应桥面因温度变化、车辆荷载及冲击等因素引起的变形，保证桥梁结构的整体安全性和使用寿命。模数式伸缩缝（以下简称“模数缝”）作为常用的桥梁伸缩缝类型，其结构由多条中梁及两条边梁组成格栅式结构，并通过支撑横梁将荷载传递至桥梁端部。在实际应用中，模数缝内部通常设置有位移控制系统，以确保各格栅在伸缩过程中同步运动，保持缝隙均匀分布，从而适应桥梁的变形需求。

2、然而，在模数缝长期使用过程中，车辆遗落的砂砾、雨水冲刷带来的杂物等易聚集在缝隙内，导致部分格栅运动受阻，缝隙分布不均。此外，车辆冲击、滑动副磨损、材料老化等因素可能造成位移控制系统损坏或失效，也会引起缝隙不均匀。

3、当模数缝缝隙分布严重不均时，可能导致止水带损伤或脱落，雨水、油渍等进入伸缩缝内部，使其耐久性下降；严重情况下，还可能造成伸缩缝钢结构变形，影响承载性能，威胁行车安全。因此，缝隙均匀性的变化可以较好地反映伸缩缝内部杂物堆积、位移控制系统状态及中梁变形状况。通过有效监测模数缝缝隙均匀性并分析其变化趋势，对于桥梁伸缩缝的运行维护和安全管理具有重要意义。

技术实现思路

1、为解决以上技术问题，本发明提出一种基于事件触发的桥梁伸缩装置多路视觉巡检方法，包括：

2、步骤101，在伸缩装置两侧布设多路相机，建立多通道网络化视频输入接口，并通过并行图像获取线程从各相机接收实时连续帧图像；

3、步骤102，根据桥梁的荷载变化、振动幅值或交通冲击条件生成事件触发信号，并采集关键荷载工况图像，通过关键点检测模型自动识别四角点，对四角点进行排序并构建透视变换矩阵，通过透视变换矩阵将伸缩装置区域展开为正射视图，得到伸缩装置区域的几何一致的展开图像；

4、优选的，关于事件触发信号，本实施例给出如下示例：

5、，

6、优选的，关于关键荷载工况图像，本实施例给出如下示例：

7、，

8、需要注意的是以上示例仅起到说明作用，并不起限制作用。

9、步骤103，在展开图像的预设高度位置提取多条剖面，对每条剖面进行灰度化操作、阈值分割操作与连通域分析操作，并根据已知钢梁名义宽度估计梁宽像素均值，计算梁宽像素均值与毫米尺度之间的比例因子，对所有剖面获得的比例因子进行平均，得到展开图像的自适应比例标定值；

10、步骤104，对每条剖面进行阈值分割操作与连通域分析操作，以识别钢梁，将相邻钢梁间的空白像素长度定义为缝宽，仅保留至少两条剖面均被观测的同一条缝隙作为有效缝隙，根据比例因子将有效缝隙的缝宽替换为毫米距离，生成展开图像对应的缝隙序列，并计算缝隙序列的多个安全指标，将安全指标与相对应的指标阈值进行对比，根据对比结果完成进行安全告警。

11、进一步的，步骤101还包括对实时连续帧图像进行预处理操作，预处理操作包括：通过高斯滤波方式和直方图均衡化方式，消除实时连续帧图像的图像噪声并增加实时连续帧图像的对比度；

12、通过canny边缘检测算法，提取实时连续帧图像中车道缝隙的边缘特征；

13、通过形态学操作优化实时连续帧图像的边缘连续性；

14、通过霍夫变换检测直线边缘，提高边缘提取的精度。

15、进一步的，步骤102还包括：根据预设周期生成定时抓拍信号，采集周期性高清图像，对来自同一路相机的关键荷载工况图像和周期性高清图像进行时间戳标识并入队，形成统一的图像输入序列。

16、进一步的，步骤104包括：根据梁宽期望范围剔除伪梁并确定有效梁，将相邻有效梁间的空白像素长度定义为缝宽。

17、进一步的，多个安全指标包括：缝隙序列的最大值、最小值、平均值、极差与方差。

18、进一步的，将安全指标与相对应的指标阈值进行对比包括：为每路相机设置最小指标阈值与最大指标阈值，若每路相机的任一安全指标小于相对应的最小指标阈值或大于最大指标阈值，则进行告警，同步输出告警日志并在可视化界面进行高亮显示。

19、进一步的，还包括：将所有安全指标和缝隙序列进行存储，生成随时间演化的多曲线趋势图。

20、本发明还提出一种基于事件触发的桥梁伸缩装置多路视觉巡检系统，包括：

21、获取图像模块，用于在伸缩装置两侧布设多路相机，建立多通道网络化视频输入接口，并通过并行图像获取线程从各相机接收实时连续帧图像；

22、图像展开模块，用于根据桥梁的荷载变化、振动幅值或交通冲击条件生成事件触发信号，并采集关键荷载工况图像，通过关键点检测模型自动识别四角点，对四角点进行排序并构建透视变换矩阵，通过透视变换矩阵将伸缩装置区域展开为正射视图，得到伸缩装置区域的几何一致的展开图像；

23、标定模块，用于在展开图像的预设高度位置提取多条剖面，对每条剖面进行灰度化操作、阈值分割操作与连通域分析操作，并根据已知钢梁名义宽度估计梁宽像素均值，计算梁宽像素均值与毫米尺度之间的比例因子，对所有剖面获得的比例因子进行平均，得到展开图像的自适应比例标定值；

24、告警模块，用于对每条剖面进行阈值分割操作与连通域分析操作，以识别钢梁，将相邻钢梁间的空白像素长度定义为缝宽，仅保留至少两条剖面均被观测的同一条缝隙作为有效缝隙，根据比例因子将有效缝隙的缝宽替换为毫米距离，生成展开图像对应的缝隙序列，并计算缝隙序列的多个安全指标，将安全指标与相对应的指标阈值进行对比，根据对比结果完成进行安全告警。

25、进一步的，获取图像模块还包括对实时连续帧图像进行预处理操作，预处理操作包括：通过高斯滤波方式和直方图均衡化方式，消除实时连续帧图像的图像噪声并增加实时连续帧图像的对比度；

26、通过canny边缘检测算法，提取实时连续帧图像中车道缝隙的边缘特征；

27、通过形态学操作优化实时连续帧图像的边缘连续性；

28、通过霍夫变换检测直线边缘，提高边缘提取的精度。

29、进一步的，图像展开模块还包括：根据预设周期生成定时抓拍信号，采集周期性高清图像，对来自同一路相机的关键荷载工况图像和周期性高清图像进行时间戳标识并入队，形成统一的图像输入序列。

30、总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：

31、1.实时性与可扩展性显著提升：通过多线程拉流与独立分析线程的架构设计，系统可支持多路并发在线监测，默认四路同时监测，并可根据实际需求横向扩展至更多通道；每路监测具有独立检测周期与阈值设置，实现高风险断面高频监控与一般断面低频巡检的灵活匹配；采用三剖面一致性验证及“人工/ai双通道角点”机制，提高了在遮挡、反光及污渍等复杂环境下的检测鲁棒性，保证了监测结果的可靠性。

32、2.测量精度高、自动化程度高：利用结构既有尺寸进行标定，无需额外布设视觉靶标，结合otsu分割及连通域分析方法实现全自动比例尺推断，避免了人工粘贴标尺带来的施工干扰及误差累积；通过三位置取样并取平均，可有效降低局部脏污和光照不均对测量精度的影响，确保长期运行误差可控，缝隙测量偏差控制在0.5 mm以内。

33、3.数据分析能力强、支持早期预警与养护决策：采集的数据可进行多维统计分析，除常规最大值、最小值、平均值外，引入极差与方差指标用于评价缝隙离散度与均匀性；通过均匀性离散度随时间变化趋势，可识别伸缩缝位移控制系统潜在失效及堵塞风险；结合阈值策略，可实现超限情况的实时预警，为止水带损伤、拉脱及局部钢构件变形等早期干预提供依据；历史数据可导出为csv文件，用于进一步建模分析，如季节性温差影响剔除及交通冲击事件回溯，从而为养护方案制定提供可靠数据支撑。