基于机器视觉与数据融合的大跨径桥梁车流荷载全天时识别方法

来源：中国血液净化杂志2025年第6期北京时间：

作者：周军勇, 张泰权, 张俊平, 苏建旭, 郑庆鹏

单位：1. 广州大学　土木与交通工程学院，广东　广州　510006","2. 广州大学　工程抗震研究中心，广东　广州　510006

摘要：<p>为满足高速公路大跨径桥梁车流荷载的全天时监测需求，建立了基于机器视觉与数据融合的桥梁时空车流荷载全天时识别方法。首先，建立了融合YOLO-v8、Byte Track和LPRNet算法的桥梁路侧摄像视频车流参数及车牌字符识别方法，构建了基于莱文斯坦距离的车牌字符模糊匹配算法，将路侧摄像视频与ETC数据进行融合，实现对车流荷载的低成本识别。其次，利用摄像头日间与夜间视野相同、图像坐标转换关系一致的特点，通过日间摄像区域识别车辆参数，构建标签数据集，训练人工神经网络以预测夜间车辆的车轮位置，实现夜间摄像区域的车流荷载识别。再次，结合运营车流虚实混合模拟方法，再现桥梁全桥面车流荷载在全天时的时空分布演变，并通过动态时间规整算法微调车辆轨迹以对齐理论与实测荷载效应。最后，利用一座斜拉桥的监测数据，对所提方法进行了系统验证。结果表明：机器视觉方法全天时多目标检测准确率≥92%，全天时车牌识别与匹配成功率平均达到94%，夜间车辆车轴位置预测误差为纵横桥向0.2 m。左右幅运营车流全天时虚实混合模拟：车辆纵向位置加权平均匹配误差分别为0.89、0.49 m，车辆车道匹配误差分别为7.7%和5.2%，全天时识别车流荷载计算挠度与监测挠度车流荷载成分在时程响应上高度一致，判定系数达到0.999。研究结果可为中国高速公路大跨径桥梁时空车流荷载全天时识别提供一种低成本、高效率的方法体系。</p>

关键词：桥梁工程,车流荷载,时空分布,机器视觉,数据融合,全天时监测,车流虚实混合模拟