一种基于计算机视觉技术的车辆轴重分布识别方法

本发明属于车辆载荷识别，具体涉及一种基于计算机视觉技术的车辆轴重分布识别方法。

背景技术：

1、桥梁动态称重(bridge weigh-in-motion，bwim)技术是一种通过安装在线路桥梁上的传感器测量车辆荷载作用下的桥梁响应，然后基于桥梁响应进行计算，从而获取车辆重量以及车轴信息的车辆荷载识别技术。通过获取实时的桥梁响应，结合结构影响线理论，利用桥梁结构在交通荷载作用下的响应推算桥上的车辆荷载。桥梁动态称重在实际的桥梁运营管理中有广泛的应用前景，获取桥梁上的实际通行车辆荷载，对于交通数据的统计以及服役桥梁的安全评估具有重要意义。

2、目前市面上的bwim系统主要是基于moses算法的技术，其通过优化测量的桥梁响应和预测的桥梁响应之间的差异来获取车辆重量信息，优点是不需要较多的系统参数、实现简单、成本低廉等，也使之成为市面上多数bwim系统的首选。但仅仅拥有高效率和低成本的算法是远远不够的，众多的研究和实践表面，该技术还存在以下的局限性：一是bwim系统的传感器安装在桥梁结构上，无直接与车辆接触的情况，利用常规传感器能获取到的交通信息较少，仅仅能够获取实时的结构响应，对于车辆轴数、速度以及行进轨迹是没有办法直接探测到的，而这些信息对于车辆荷载识别是至关重要的；其次，就算能够获取车辆的轴数、速度以及行进路径等信息，也难以对单个对象的某个车轴重量进行预测，识别的误差较大。

技术实现思路

1、本发明的主要目的在于克服现有技术的缺点与不足，提出一种基于计算机视觉技术的车辆轴重分布识别方法。

2、为了达到上述目的，本发明采用以下技术方案：

3、一种基于计算机视觉技术的车辆轴重分布识别方法，包括以下步骤：

4、s1、采用yolov4模型构建视觉识别器，并对用yolov4模型进行优化；

5、s2、构建基于生成对抗网络的车辆轴重分布预测模型；

6、s3、构建视觉识别器的训练集，对视觉识别器进行训练并测试其性能；

7、s4、构建数据集，对车辆轴重分布预测模型进行训练，得到最佳的模型参数；

8、s5、将训练完成的视觉识别器和车辆轴重分布预测模型用于实际场景的车辆轴重分布预测识别。

9、本发明与现有技术相比，具有如下优点和有益效果：

10、1、本发明利用计算机视觉技术，精准获实时行驶的车辆信息，通过基于深度学习的计算机视觉技术，即使在复杂交通情况下，仍然可以从交通监控视频中实时而准确地获取桥上车辆的轴数、速度、类型以及空间位置，将识别出的车轴时空轨迹与桥梁的应变数据相融合，进而为基于影响线理论反问题的桥梁动态称重算法提供必要的已知条件，作为重要的输入端信息输入车辆轴重预测的网络中，最后求解出桥上车辆的轴重的概率分布与车辆总重；本发明方法能够在复杂交通情况下准确地识别车辆重量，解决既有桥梁动态称重技术在复杂交通情况下精度显著下降的问题。

11、2、本发明在预测实时的车辆轴重时，采用生成对抗网络gan，利用了其强大的学习能力，建立了车辆轴重、车辆位置与桥梁应变之间的映射关系，通过约束方程最小化损失函数，得到最佳的参数后的预测模型能够大大提高以往的车辆轴重识别精度。

12、3、本发明方法还可用于识别桥上车辆的数量、类型、轴数、实时位置、运动轨迹、行驶速度等多粒度交通信息和桥梁结构的影响面等结构状态参数。

技术特征：

1.一种基于计算机视觉技术的车辆轴重分布识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于计算机视觉技术的车辆轴重分布识别方法，其特征在于，采用yolov4模型构建视觉识别器，具体由五个部分组成：输入端、主干网络、颈部网络、头部网络以及输出端；输入端包含mosaic数据增强、cmbn、sat自对抗训练处理数据集；主干网络采用具有csp的darknet53；颈部网络用于融合不同尺寸特征图的特征信息；头部网络采用损失函数ciou_loss训练；输出端输出目标检测识别结果；

3.根据权利要求1所述的一种基于计算机视觉技术的车辆轴重分布识别方法，其特征在于，步骤s1中，采用通道剪枝对yolov4模型进行优化，具体为：

4.根据权利要求1所述的一种基于计算机视觉技术的车辆轴重分布识别方法，其特征在于，车辆轴重分布预测模型的输入包括观测到的桥梁结构响应εp和通过视觉识别器识别的车辆信息t(n，v，a)；

5.根据权利要求4所述的一种基于计算机视觉技术的车辆轴重分布识别方法，其特征在于，车辆轴重分布预测模型的构建包括构建生成器g和判别器d、建立约束方程、生成器训练以及判别器训练；

6.根据权利要求5所述的一种基于计算机视觉技术的车辆轴重分布识别方法，其特征在于，建立约束方程，具体为：

7.根据权利要求6所述的一种基于计算机视觉技术的车辆轴重分布识别方法，其特征在于，生成器训练具体为：

8.根据权利要求6所述的一种基于计算机视觉技术的车辆轴重分布识别方法，其特征在于，判别器训练具体为：

9.根据权利要求1所述的一种基于计算机视觉技术的车辆轴重分布识别方法，其特征在于，步骤s3具体为：

10.根据权利要求8所述的一种基于计算机视觉技术的车辆轴重分布识别方法，其特征在于，步骤s4具体为：

技术总结
本发明公开了一种基于计算机视觉技术的车辆轴重分布识别方法，包括以下步骤：S1、采用YOLOv4模型构建视觉识别器，并对用YOLOv4模型进行优化；S2、构建基于生成对抗网络的车辆轴重分布预测模型；S3、构建视觉识别器的训练集，对视觉识别器进行训练并测试其性能；S4、构建数据集，对车辆轴重分布预测模型进行训练，得到最佳的模型参数；S5、将训练完成的视觉识别器和车辆轴重分布预测模型用于实际场景的车辆轴重分布预测识别。本发明利用计算机视觉技术识别出车辆轴数等信息，通过桥梁传感器获取桥梁实时结构响应，并且通过生成对抗网络预测车辆的轴重概率分布。

技术研发人员：贾布裕,何颖丰,余晓琳,陈扬文,罗宇蕃
受保护的技术使用者：华南理工大学
技术研发日：
技术公布日：2024/1/15