一种基于智能手机和混合神经网络的桥梁线形检测及损伤预测方法

本发明属于桥梁检测评估领域，公开了一种基于智能手机和混合神经网络的桥梁线形检测及损伤预测方法，通过智能手机采用分布式视觉方法获取桥梁图片，利用手机传感器获取标准车辆经过桥梁时的竖向加速度响应数据、环境温度；使用YOLOv5s‑CECA目标检测模型，得到特征点的像素坐标；以拍摄时陀螺仪姿态参数作为初始外参，结合预标定的手机内参矩阵，将定位特征点像素坐标转换至世界坐标系，再通过最小化重投影误差优化特征点坐标，绘制桥梁实际线形，将所得桥梁数据输入到训练后的AFTCNN—LSTM模型得到损伤程度预测结果。本发明能在复杂工程现场环境中快速部署，提高了桥梁线形检测及损伤预测的效率，降低了桥梁检测评估成本。