.png){kind=icon}
返回
Vehicle wheel load positioning method based on multiple projective planes
.png){kind=icon}
PRE
AI
DOI：10.1111/mice.13432.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于计算机视觉的车辆荷载监测方法能够获取车辆荷载的时空数据，这对桥梁监测和运营具有重要意义。然而，在车辆检测与跟踪过程中，当前研究通常将车辆视为整体，缺乏对车辆轮荷精确定位的研究。对于正交异性钢桥面的疲劳分析，结构细节处的应力属于典型的第三类系统，相关研究需要精确的轮荷位置。基于相机成像原理，本研究提出了一种基于车辆车牌检测和多投影平面的创新车辆轮荷定位方法，并通过不同平面间的投影关系矩阵实现了车辆中心的精确定位。随后，通过二次检测和投影变换实现了轮距的精确测量。进一步地，通过多目标跟踪算法实现了用于疲劳研究的精确轮荷跟踪。基于理论分析和实际应用结果，该方法的有效性和准确性得到了验证。与基于车辆检测框和三维重建框的传统定位方法不同，所提出的方法具有更高的精度，将在车辆荷载时空数据用于更精确分析（如疲劳研究）中发挥基础性作用。
期刊
C
IF:
9.1
论文数:
2.0K
被引数:
10.0K
机构
暂无机构信息
引用论文
An Accurate and Convenient Method of Vehicle Spatiotemporal Distribution Recognition Based on Computer Vision一种基于计算机视觉的精确便捷的车辆时空分布识别方法.png)
SENSORS
OAAI
SENSORSIF3.5
OAAI分享收藏Applications of Computer Vision-Based Structural Monitoring on Long-Span Bridges in TurkeySENSORSOAAI
SENSORSIF3.5
OAAI分享收藏Improved Deep Learning Method to Fast Detect Vehicles Driving on a Long Span Cable-Stayed Bridge改进的深度学习方法，用于快速检测行驶在长跨径斜拉桥上的车辆
PREAI
分享收藏Strengthening effects evaluation on fatigue damage of rib to deck joint in orthotropic steel deckOAAI
OAAI分享收藏Vision-aided three-dimensional damage quantification and finite element model geometric updating for reinforced concrete structures视觉辅助的钢筋混凝土结构三维损伤量化及有限元模型几何修正
PREAI
分享收藏Application of bridge weigh-in-motion system in bridge health monitoring: a state-of-the-art review桥梁动态称重系统在桥梁健康监测中的应用: 最新技术综述
PREAI
分享收藏
查看更多内容