桥梁结构影响面识别方法、系统、电子设备及存储介质

本技术涉及公路桥梁安全监测数据识别，尤其涉及一种桥梁结构影响面识别方法、系统、电子设备及存储介质。

背景技术：

1、目标常通过标定试验识别桥梁影响面，然而，在相关技术中，通过标定试验往往仅考虑标定车辆在纵桥向上的位置信息，导致所识别到的桥梁影响面不够准确，而为了提高识别准确性，相关技术中还专门为每一座桥设置识别模型，这样虽然一定程度提高了桥梁影响面识别的准确性，但是模型无法通用，导致识别成本高，且降低了识别的效率。

技术实现思路

1、本技术实施例的主要目的在于提出一种桥梁结构影响面识别方法、系统、电子设备及存储介质，能够提高桥梁结构影响面识别的准确性，且适用于所有桥梁，在降低识别成本的同时，提高了识别的效率。

2、为实现上述目的，本技术实施例的第一方面提出了一种桥梁结构影响面识别方法，所述方法包括：获取目标车辆在目标桥梁上行驶的初始视频片段；提取所述初始视频片段中的初始视频帧，从所述初始视频帧中确定所述目标车辆的多个目标识别位置，其中，至少两个所述目标识别位置之间沿横桥向间隔设置，至少两个所述目标识别位置之间沿纵桥向间隔设置；确定各个所述目标识别位置在所述初始视频帧中的像素坐标信息，并将所述像素坐标信息转换得到对应的所述目标识别位置在桥面上实际二维空间中的目标坐标信息；将多个所述目标坐标信息输入到预先训练好的影响面识别模型中，分别得到各个所述目标坐标信息对应的影响面数值；在每个所述目标坐标信息的基础上添加对应的所述影响面数值，得到三维空间中的影响面坐标，根据多个所述目标识别位置对应的所述影响面坐标识别得到目标桥梁的结构影响面。

3、根据本技术的一些实施例，所述从所述初始视频帧中确定所述目标车辆的多个目标识别位置，包括：获取预先训练好的计算机视觉模型；将所述初始视频帧输入到所述计算机视觉模型中，识别得到所述目标车辆的多个目标识别位置。

4、根据本技术的一些实施例，所述计算机视觉模型通过以下步骤训练得到，包括：获取标定车辆在目标桥梁上行驶的样本视频片段，并提取所述样本视频片段中的样本视频帧；将所述样本视频帧输入到所述计算机视觉模型中，识别得到所述标定车辆的多个样本识别位置；响应于对所述样本视频帧的标定操作，确定所述标定车辆的多个样本标定位置；根据所述样本识别位置和所述样本标定位置计算识别损失值，根据所述识别损失值调整所述计算机视觉模型的参数，得到训练后的所述计算机视觉模型。

5、根据本技术的一些实施例，将所述像素坐标信息转换得到对应的所述目标识别位置在桥面上实际二维空间中的目标坐标信息，包括：从所述初始视频帧中确定桥面上的多个目标参考位置，并确定各个所述目标参考位置在所述初始视频帧中的像素参考坐标信息；获取各个所述目标参考位置在桥面的实际二维标准坐标系中的实际参考坐标信息，根据所述像素参考坐标信息和所述实际参考坐标信息之间的差异计算坐标转换系数；根据所述转换系数对所述像素坐标信息进行坐标转换，得到在桥面的实际二维标准坐标系中的目标坐标信息。

6、根据本技术的一些实施例，所述根据所述像素参考坐标信息和所述实际参考坐标信息之间的差异计算坐标转换系数，包括：根据所述像素参考坐标信息和所述实际参考坐标信息构造目标矩阵和目标向量；计算所述目标矩阵的转置矩阵，根据所述转置矩阵、所述目标矩阵和所述目标向量计算坐标转换参数向量；根据所述坐标转换参数向量中的各个向量元素构造坐标转换矩阵，并根据所述坐标转换矩阵，计算所述像素参考坐标信息和所述实际参考坐标信息之间的坐标转换系数。

7、根据本技术的一些实施例，所述影响面识别模型通过以下步骤训练得到，包括：获取样本数据集，其中，所述样本数据集中包括多个标定车辆在目标桥梁上行驶的样本坐标信息、所述样本坐标信息对应的桥梁车致动变形信号以及各个所述标定车辆的静轮重；将同一所述标定车辆的多个所述样本坐标信息输入到所述影响面识别模型中，分别得到各个所述样本坐标信息对应的样本影响面数值；根据所述样本影响面数值、对应的所述桥梁车致动变形信号和所述静轮重计算总损失值，根据所述总损失值调整所述影响面识别模型的参数，得到训练后的所述影响面识别模型。

8、根据本技术的一些实施例，所述影响面识别模型为多层感知机模型；所述根据所述样本影响面数值、对应的所述桥梁车致动变形信号和所述静轮重计算总损失值，包括：根据所述样本影响面数值和所述静轮重计算模拟得到的模拟变形信号，根据所述桥梁车致动变形信号与所述模拟变形信号之间的差值进行范数转换处理并求平方，得到信号损失值；获取所述多层感知机模型的权重系数和预设的正则项系数，根据所述权重系数和所述正则项系数计算抑制所述标定车辆致桥梁动变形的正则项值；计算所述信号损失值和所述正则项值的数值之和，得到总损失值。

9、根据本技术的一些实施例，所述桥梁车致动变形信号根据以下步骤得到，包括：获取所述标定车辆通过所述目标桥梁时的信号片段；从所述信号片段中选取所述目标桥梁产生变形时的变形信号，以及所述信号片段中的初始信号；计算所述变形信号与所述初始信号之间的差值，得到所述桥梁车致动变形信号。

10、根据本技术的一些实施例，所述将多个所述目标坐标信息输入到预先训练好的影响面识别模型中，分别得到各个所述目标坐标信息对应的影响面数值，包括：根据多个所述目标坐标信息确定所述目标车辆在所述目标桥梁上的行驶面；将所述行驶面离散为多个均匀分布点构成的桥面网络，并确定所述桥面网络中的多个离散点；将多个所述离散点输入至预先训练好的影响面识别模型中，分别得到各个所述离散点对应的影响面数值。

11、本技术第二方面实施例提出了一种桥梁结构影响面识别系统，所述系统包括：初始视频片段获取模块，用于获取目标车辆在目标桥梁上行驶的初始视频片段；目标识别位置确定模块，用于提取所述初始视频片段中的初始视频帧，从所述初始视频帧中确定所述目标车辆的多个目标识别位置，其中，至少两个所述目标识别位置之间沿横桥向间隔设置，至少两个所述目标识别位置之间沿纵桥向间隔设置；目标坐标信息获取模块，用于确定各个所述目标识别位置在所述初始视频帧中的像素坐标信息，并将所述像素坐标信息转换得到对应的所述目标识别位置在桥面上实际二维空间中的目标坐标信息；影响面数值获取模块，用于将多个所述目标坐标信息输入到预先训练好的影响面识别模型中，分别得到各个所述目标坐标信息对应的影响面数值；结构影响面获取模块，用于在每个所述目标坐标信息的基础上添加对应的所述影响面数值，得到三维空间中的影响面坐标，根据多个所述目标识别位置对应的所述影响面坐标识别得到目标桥梁的结构影响面。

12、本技术第三方面实施例提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本技术第一方面实施例任一项所述的桥梁结构影响面识别方法。

13、本技术第四方面实施例提出了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本技术第一方面实施例任一项所述的桥梁结构影响面识别方法。

14、本技术提出的桥梁结构影响面识别方法、系统、电子设备及存储介质,通过从视频片段中获取桥梁的沿横桥向和沿纵桥向的目标识别位置，并将目标识别位置进行坐标转换，得到实际二维空间中的目标坐标信息，并将目标坐标信息输入至预先训练好的影响面识别模型中，得到对应的影响面数值，并能够根据目标坐标信息和影响面数值得到三维空间中的影响面坐标，实现桥梁结构影响面的可视化。由于本技术同时考虑了桥梁沿横桥向和沿纵桥向对结构影响面的影响，因此识别更加精确，且不用针对不同的桥梁单独建立模型，只需要对不同的桥梁进行模型训练即可，因此大大降低了识别的成本，提高了识别的效率。