摘要
本发明涉及桥梁健康监测技术领域,公开一种基于实测应变数据逆向识别钢箱梁桥疲劳车辆特征的方法、系统、设备及介质,以ETC数据和实测应变数据作为数据源,采用深度学习算法将单车导致的响应从连续应变数据中分离出来,通过目标优化算法将单车响应与应力影响面理论相结合,选取合适的优化目标,识别疲劳车辆的车型、车速、轴重、轴距、轮载横桥向位置等特征。本发明融合ECT结构化数据和结构响应实测数据,根据应变时程曲线线型随轮载横向位置变化而变化的特点,以预测应变与实测应变一致性为目标,同步识别车辆轴重和轴载时变横向位置,规避了图像轮迹追踪及其面对的多车遮挡问题,解决了WIM系统空间参数缺失难题。
技术关键词
钢箱梁桥
联合监测系统
单车
应变监测系统
识别车牌号码
数据
车轴
视频
深度学习算法
深度学习网络
应力
应变传感器
表达式
坐标
理论
桥梁健康监测技术
非暂态计算机可读存储介质
车辆特征识别