原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第５１卷第１５期山西建筑Ｖｏｌ．５１Ｎｏ．１５
２０２５年８月Ａｕｇ．２０２５·１２９·
ＳＨＡＮＸＩＡＲＣＨＩＴＥＣＴＵＲＥ
·桥梁·隧道·
１０．１３７１９／ｊ．ｃｎｋｉ．１００９－６８２５．２０２５．１５．０２９
ＤＯＩ：
基于计算机视觉的桥面车辆时空分布监测技术★
１１２
赵炜诚，卢建光，庄泓宇
（１．上海浦东建设股份有限公司，上海２００１２０；２．同济大学土木工程学院，上海２０００９２）
摘要：文章提出了一种结合深度学习和计算机视觉的新方法，以解决传统桥梁称重技术在应用场景、维护成本和数据
准确性上的局限。通过ＹＯＬＯ－ｖ４模型实现车辆及车轴的高精度检测，并利用ＳＯＲＴ算法进行车辆跟踪，采用单应性变换
建立坐标映射，计算实际轴距、车道位置和车速。实验结果展示了该方法在提高车辆荷载监测效率和准确性方面的潜力。
关键词：车辆荷载；桥梁动态称重；计算机视觉
＋１００９－６８２５（２０２５）１５－０１２９－０５
中图分类号：ＴＵ９９７，Ｕ４４１．２文献标识码：Ａ文章编号：
０引言量。准确的轴距和速度数据是确保车重测算精准度的
基础。尽管ＢＷＩＭ技术具有诸多优势，但传统应用中
对于运营桥梁而言，车辆行驶特征及其荷载谱是
依然存在一些挑战，比如过度依赖ＦＡＤ传感器、难以
桥梁管理、维护和健康状况评估的关键参数，是桥梁管
反映车辆横向分布特性以及较高的初期安装费
理维护策略研究的重要内容之一。然而，对于动态车
［２－３］
用。随着技术的进步，这些问题正在逐步得到解
辆荷载而言，因其高度的不确定性和随机性，很难用一
决，为实现更高效、更智能的交通管理提供了可能。
种高效、准确的方法获取实际车流荷载数据。
针对现有ＢＷＩＭ技术的局限性，本文建立了一套
当前，车辆荷载监测领域广泛应用的技术包括静
基于深度学习和计算机视觉的目标检测与跟踪技术，
态称重、动态称重系统（Ｗｅｉｇｈ－Ｉｎ－Ｍｏｔｉｏｎ，ＷＩＭ），以
实现了车辆时空信息的获取，如车辆位置、车轴位置、
及桥梁动态称重技术（ＢｒｉｄｇｅＷｅｉｇｈ－Ｉｎ－Ｍｏｔｉｏｎ，
轴距以及车速等，解决ＢＷＩＭ依赖ＦＡＤ传感器、无法
ＢＷＩＭ）。静态称重方法凭借其高精度和低误差率，通
体现横向分布的问题。
过大型机械秤台测量车辆的轴重与总重。然而，它要
求车辆必须完全静止或以极低速度通过，这限制了其
应用场景，并且通常只能部署在特定站点如收费站附１基于ＹＯＬＯ－ｖ４模型的车辆检测与车轴检测
近。相比之下，ＷＩＭ系统通过嵌入路面的钢板结构传１．１数据集建立
感器，在车辆行驶过程中实时分析信号以确定荷载情本节构建了一个名为ＪＳ２０２４的车辆数据集，见图
况。不过，这一过程
我的文档主要集中的行业是石油化工和安全生产，从事石油化工行业并且取得了中级注册安全工程资格。精通炼油工艺方面的工艺、安全、设备。希望通过平台共享自己的知识和经验。
文档评论（0）