基于高帧视频分析的桥梁振动与模态非接触识别算法

针对传统的桥梁振动测试方法可达性差、效率低的问题,提出了一种基于高帧视频分析的桥梁动力特性非接触识别算法.通过制定相应的连通域算法实现动态定位与跟踪,精准识别安装在结构表面具有特殊几何形状的标志点,获取结构振动时程信息,并在多种光照环境下进行实验室简支梁锤击振动试验以及户外斜拉人行桥行人激励振动试验.结果表明:对于简支梁试验,条件良好时所提算法得到的基频与实测值的误差小于0.2%,条件不佳时识别误差仍可小于1.1%;对于人行桥试验,所提算法得到的第1阶自振频率小于1.2%.说明所提算法基频数据识别准确,实施效率高,经济性好且鲁棒性强,可实现恶劣环境下可达性较差桥梁的非接触检测.

利用双目视觉方法的车身振动响应识别与分析

车辆状态检测和评估对安全行驶非常重要。为此提出一种基于双目视觉测量车身振动的方法,用于测量车辆受激励下的振动。在特制减速带激励下,车辆的姿态会有较大幅度的俯仰,通过惯性测量单元(IMU)实时监测车身角度、加速度等信息,固定于车身的双目摄像头通过识别圆形标志点反推车辆俯仰运动。试验结果表明:双目视觉方法对车身受激下振动的测量准确性良好,与IMU数据贴合度较好。鉴于车身刚体运动的主要频率分布在0.25~15 Hz,证明双目视觉测量车辆振动的方法可以在不损失信息的前提下满足车身振动测量对准确性的需求,同时能够改善IMU测振动的漂移问题。