一种融合机器视觉与倾角传感的桥梁施工智能监控系统

摘要: 本发明涉及桥梁施工安全监控,具体为一种融合机器视觉与倾角传感的桥梁施工智能监控系统。背景技术:1、随着桥梁工程向大跨度、高墩位、复杂结构方向发展,施工过程中的结...
一种融合机器视觉与倾角传感的桥梁施工智能监控系统

本发明涉及桥梁施工安全监控,具体为一种融合机器视觉与倾角传感的桥梁施工智能监控系统。

背景技术:

1、随着桥梁工程向大跨度、高墩位、复杂结构方向发展,施工过程中的结构形变监控直接决定施工安全与成桥质量。当前桥梁施工监控技术存在多方面技术问题:其一,单一传感手段适应性不足,纯视觉监控易受施工现场光照、扬尘、水雾遮挡影响,低能见度场景下精度大幅衰减;纯倾角传感易受环境温度变化产生零点漂移,长期监测累积误差显著。其二,多源数据缺乏统一时基同步,视觉与倾角数据时间错位,融合结果无法准确反映结构瞬时形变状态,易造成误判。其三,监控与施工过程脱节,多数系统仅实现数据记录与事后分析,无法根据实时形变动态调整施工参数,风险预警滞后易引发施工偏差累积。其四,风险评估维度单一,多仅以形变幅值作为判断依据,未考虑形变速率对结构安全的影响,预警分级合理性不足。

技术实现思路

1、本发明的目的在于提供一种融合机器视觉与倾角传感的桥梁施工智能监控系统,以解决现有技术中存在的问题。

2、为实现上述目的,本发明提供如下技术方案:一种融合机器视觉与倾角传感的桥梁施工智能监控系统,包括多源传感同步采集模块、视觉形变检测模块、倾角数据校正模块、多源数据融合评估模块、施工风险分级预警模块以及施工联动调控模块;

3、所述多源传感同步采集模块的输出端分别连接视觉形变检测模块的输入端与倾角数据校正模块的输入端,输出统一时基的同步触发信号,同步输出带时间戳标签的桥梁施工视觉图像数据与结构倾角数据;

4、所述视觉形变检测模块的输出端连接多源数据融合评估模块的第一输入端,对视觉图像中的构件标记点进行特征匹配与亚像素定位,输出构件的物理形变量数据;

5、所述倾角数据校正模块的输出端连接多源数据融合评估模块的第二输入端,对原始倾角数据进行温度漂移补偿与滤波处理,输出校正后的倾角数据及换算挠度数据;

6、所述多源数据融合评估模块的输出端连接施工风险分级预警模块的输入端,对视觉形变量与倾角换算形变量进行置信度加权融合,输出结构整体形变评估结果;

7、所述施工风险分级预警模块的输出端连接施工联动调控模块的输入端,基于形变评估结果计算施工风险度并匹配风险等级,输出对应等级的预警信号;

8、所述施工联动调控模块的输出端对接外部桥梁施工控制系统,根据预警信号生成施工参数调整指令并输出。

9、进一步的,所述多源传感同步采集模块包括视觉采集单元、倾角传感单元、同步触发单元与时戳标注单元;

10、所述同步触发单元的第一输出端连接视觉采集单元的触发端,第二输出端连接倾角传感单元的触发端,输出同频同相的脉冲触发信号;所述视觉采集单元的输出端与时戳标注单元的第一输入端连接,输出采集的视觉图像数据;所述倾角传感单元的输出端与时戳标注单元的第二输入端连接,输出采集的倾角原始数据;所述时戳标注单元为每一组输入数据附加统一时基的时间戳标签,按时间序列完成两类数据的一一对应。

11、进一步的,所述视觉形变检测模块包括标记点识别单元、亚像素优化单元与形变解算单元;

12、所述标记点识别单元的输出端连接亚像素优化单元的输入端,对基准帧与当前帧图像中的人工标记点进行边缘提取与形状匹配,输出标记点的像素级坐标;

13、所述亚像素优化单元的输出端连接形变解算单元的输入端,基于灰度梯度最小二乘法对像素级坐标进行亚像素偏移修正,输出标记点的亚像素坐标;

14、所述形变解算单元结合预存的相机像素当量系数,通过亚像素形变量计算公式得到构件的实际物理形变量,所述亚像素形变量计算公式为:

15、

16、其中,δl为标记点对应的构件实际形变量,(x0,y0)为基准帧图像中标记点的亚像素坐标,(xs,ys)为当前帧图像中标记点的亚像素坐标,k为图像像素当量系数,即单像素所对应的实际物理空间尺寸。

17、进一步的,所述倾角数据校正模块包括温度采集单元、温度补偿单元、滤波处理单元与挠度换算单元;

18、所述温度采集单元的输出端连接温度补偿单元的第一输入端,输出传感器所处环境的实时温度数据;

19、所述温度补偿单元的第二输入端接入原始倾角数据,通过温度漂移校正公式对原始倾角测量值进行温度漂移补偿,输出温度校正后的倾角数据;

20、所述温度补偿单元的输出端连接滤波处理单元的输入端,经滑动窗口滤波抑制随机噪声后输出平滑倾角序列;

21、所述滤波处理单元的输出端连接挠度换算单元的输入端,基于构件计算跨度将倾角数据换算为对应位置的挠度形变量;

22、所述温度漂移校正公式为:

23、θc=θm-α·δt-β·δt2

24、其中,θc为温度校正后的倾角值,θm为倾角传感器原始测量值,δt为当前环境温度与标定基准温度的差值,α为一阶温度漂移系数,β为二阶温度漂移系数。

25、进一步的,所述施工风险分级预警模块包括阈值存储单元、风险度计算单元与等级预警输出单元;

26、所述阈值存储单元的输出端连接风险度计算单元的第一输入端,预存并输出不同施工工况对应的形变容许阈值与形变速率容许阈值;

27、所述风险度计算单元的第二输入端接入融合形变评估结果,通过施工风险度计算公式计算实时施工风险度;

28、所述风险度计算单元的输出端连接等级预警输出单元的输入端,等级预警输出单元根据风险度数值匹配对应风险等级,输出分级预警信号;

29、所述施工风险度计算公式为:

30、

31、其中,r为施工风险度,df为融合后的实际形变量,[d]为对应施工工况下的形变容许阈值,vd为单位时间内的形变速率,[v]为对应工况下的容许形变速率阈值,ω1为形变幅值权重系数,ω2为形变速率权重系数,且满足ω1+ω2=1。

32、进一步的,所述多源数据融合评估模块包括视觉置信度计算单元、倾角置信度计算单元、权重动态分配单元与加权融合计算单元;

33、所述视觉置信度计算单元输入端接入视觉图像的光照均匀度参数,输出视觉检测数据的置信度数值;所述倾角置信度计算单元输入端接入环境温度波动幅度参数,输出倾角检测数据的置信度数值;所述权重动态分配单元分别接收两类置信度数值,按置信度比例计算视觉数据融合权重与倾角数据融合权重;所述加权融合计算单元按分配的权重对视觉形变量与倾角换算形变量进行加权求和,输出最终的融合形变评估结果。

34、进一步的,所述施工联动调控模块包括预警信号解析单元、施工参数匹配单元与控制指令输出单元;

35、所述预警信号解析单元的输入端接入分级预警信号,解析预警等级与对应施工工况;所述施工参数匹配单元的输出端连接控制指令输出单元的输入端,根据预警等级与施工工况调取预存的施工参数调整策略;所述控制指令输出单元将调整策略转化为标准化控制指令,输出至桥梁施工对应的张拉设备、顶升设备或模板调控设备的控制系统。

36、进一步的,所述标记点识别单元先通过边缘检测算法提取图像中的闭合轮廓集合,计算各轮廓的圆形度特征值,筛选出符合圆形标记特征的候选轮廓,再通过归一化互相关模板匹配完成标记点的像素级坐标定位。

37、进一步的,所述等级预警输出单元将风险等级划分为正常状态、关注状态、预警状态与告警状态四个等级,不同等级对应不同的输出形式,包括数据标注提示、声光预警信号与施工暂停控制指令。

38、一种融合机器视觉与倾角传感的桥梁施工智能监控系统的监控方法,包括以下步骤:

39、步骤1:完成相机标定获取像素当量系数,完成倾角传感器温度标定获取漂移系数,录入各施工工况的形变容许阈值与权重参数,系统初始化完成后进入待机状态;

40、步骤2:同步触发单元输出同步脉冲信号,触发视觉采集单元与倾角传感单元同步采集数据,时戳标注单元为两类数据附加统一时间戳后,分别传输至视觉形变检测模块与倾角数据校正模块;

41、步骤3:标记点识别单元完成图像中标记点的像素级定位,经亚像素优化单元修正得到亚像素坐标,形变解算单元通过公式计算得到构件的实际形变量并输出;

42、步骤4:温度补偿单元结合实时温度数据对原始倾角进行温度漂移校正,经滤波处理后,由挠度换算单元换算为对应位置的挠度形变量并输出;

43、步骤5:分别计算视觉数据与倾角数据的置信度,动态分配融合权重,对两类形变量进行加权融合,得到结构整体形变评估结果;

44、步骤6:调取对应工况的容许阈值,通过公式计算施工风险度,匹配风险等级后输出对应预警信号;

45、步骤7:根据预警信号生成施工参数调整指令并输出至施工控制系统,同时存储本次监控的全量数据,用于后续数据分析与阈值优化。

46、与现有技术相比,本发明的有益效果是:

47、本发明融合机器视觉非接触、覆盖广与倾角传感连续稳定、抗干扰强的优势,通过置信度动态加权融合实现优势互补,大幅提升复杂施工环境下监控系统的全天候适应能力。亚像素视觉定位提升视觉检测分辨率,二阶温度漂移校正消除倾角传感系统误差,从单源数据层面与融合层面双重保障形变检测的准确性,满足桥梁施工高精度监控需求。统一时基同步采集机制消除多源数据时间错位,分级风险评估实现异常快速识别,施工联动调控直接对接施工设备,缩短风险响应周期,避免施工偏差累积。模块化架构可适配多种桥梁施工场景,阈值与策略库可灵活配置,支持接入更多类型传感数据,可根据工程需求扩展监控测点与联动设备。