“巧”观其变——基于视觉分析与大数据挖掘技术的黄埔大桥车辆荷载监测实践

车辆荷载是桥梁运营所使用的最主要可变荷载，是结构设计与安全评估的重要荷载，也是桥梁结构产生疲劳破坏的最主要原因之一。研究车辆荷载作用是研究桥梁时变可靠性、剩余寿命预测和极限承载能力评估的重要基础，也为探究桥梁结构疲劳问题创造条件。

目前，桥梁车辆荷载一般通过动态称重系统获取车辆的轴数、轴重、轴距和车速等信息。然而，动态称重系统需要在路面埋设传感器以及在路侧安装采集系统，会对路面造成破坏，甚至影响正常交通，一方面，称重设备的价格非常昂贵，再加上传感器使用寿命有限且传感器需频繁校准，以及轴数等数据出错概率较高，产生很大的维护成本；另一方面，动态称重系统只能获得某一断面的车流荷载信息，无法还原车辆在桥面的实际分布情况，从而难以获得准确的车辆荷载效应。因此，需要一种高效率、低成本、高精度的车辆荷载时空分布监测方法。

结合机器视觉与大数据技术的桥梁车辆荷载时空分布识别方法，不仅能够准确获取桥梁汽车荷载，建立合理的车辆荷载极值模型与疲劳荷载谱，还能预测桥梁在设计基准期间内车辆荷载的大小，并提供所有车道车重、车速、车流量和车辆空间分布等监测数据，为结构设计分析和安全评估提供基础，对于公路桥梁设计荷载标准的更新和完善有重要支持作用。

利用桥面高清摄像机对路面车流进行实时监测，通过视频监测识别车辆的车牌、轴数、轴距、车道位置、纵向桥面位置等信息，并将摄像机视频所识别的车辆车牌信息与联合电服收费称重数据进行关联，从而获得该车辆的车重信息，通过视觉检测手段可以实现对摄像区域内所有车辆进行目标追踪和轨迹识别，以此获得桥面车流荷载的时空分布。

通过建立较为准确的车辆时空分布模型，获取桥梁所有车道车重、车速、车流量和车辆空间分布等信息，为桥梁结构状态分析和安全评估提供基础数据。

图1 技术应用示意图

(1)基于路侧图像采集装置的多车道车辆参数识别。在桥梁上设置高清机器图像采集测点，对经过桥面的车辆信息进行实时识别，获取车辆的车牌、车速和车型等重要信息，为后期车辆参数、荷载空间分布、车辆模型分析以及桥梁结构响应分析提供基础数据。路测图像信息采集主要依靠高清摄像头及低频低亮度补光设备。

(2)机器视觉分析获取桥面车辆时空分布信息。利用桥梁附近现有监控摄像机获取的车辆的图像信息，通过机器视觉获取每一辆动态车辆的信息，包括车牌、车重、车型、轴数等，利用图像识别技术和边缘检测技术采集大小合适的模板，用于后续车辆的追踪，并利用模板匹配和粒子滤波技术实现车辆模板图像在其它路侧卡口摄像头拍摄视频中的目标追踪和轨迹识别，将各个摄像机和摄像头获得的车辆荷载相关信息，如时间、车牌、车型和位置等，传送给后处理模块，从而确定车辆在桥上的时空分布。

(3)基于收费站联网大数据的车辆荷载参数匹配。跟据高速公路入口收费数据的获取模式，利用收费站联网的大数据获得每一辆车辆的信息，包括车辆通过的时间、车牌、车重、车型、轴数等，再与摄像机、摄像头通过机器视觉算法检测出来的每一辆动态车辆的信息，如时间、车牌、车速和车型等，实施算法匹配。由于机器视觉测点无法获得车辆的车重，而收费站联网大数据包含车重信息，通过其中包含的相同参数，如车牌、车型等进行相匹配，从而将车辆荷载信息反演到桥面车辆时空分布上。

图2 车辆荷载数据识别匹配流程示意图

(4)监测数据分析。结合挠度、应变等结构响应数据，开展车流量、车重统计和车辆疲劳荷载谱、荷载校验系数等参数的算法开发与应用，进行监测数据分析。

图3 重载车辆下车道左右幅挠度拟合分析示意图

本技术应用于黄埔大桥悬索桥和北汊斜拉桥结构健康监测系统中，黄埔大桥北汊斜拉桥为主跨383m的独塔斜拉桥，大桥悬索桥为主跨1108m的整体式钢箱梁悬索桥。本项目包含多种类型桥梁结构，车流量大、重车较多。

车辆荷载的反复作用引起钢构件承受应力循环致使损伤累积是导致黄埔大桥结构病害的关键因素之一，特别是车辆荷载的反复作用再叠加环境锈蚀使得这些重要构件面临显著的失效风险。因此，对黄埔大桥等索承结构特大桥开展车辆荷载监测，特别是监测车辆荷载在桥面的时空分布特性，可有效掌握桥梁运营车辆荷载状况并进行及时的桥梁状态评估，有效规避运营及结构安全风险。

图4 黄埔大桥车辆荷载测点设备部署位置

(1)利用路侧卡口代替门架的方法，解决门架安装摄像相机需交通管制、难度较大、造价高等缺点，并利用机器视觉算法，实现免门架下多车道车辆信息的同步实时识别，解决路侧摄像机的多车道遮挡、识别速度及准确性问题，极大提高桥梁卡口设备的经济性和实用性；充分利用桥附近现有ETC门架的车流数据，减少主桥范围内路侧卡口建设密度，提升准确性并降低成本。

图5 识别设备及ETC门架协同工作示意图

(2)利用高速入口的收费数据中的车辆荷载信息代替传统的动态称重系统，采用图像识别、匹配算法等方法，反演出车辆荷载在桥面的时空分布，既节约成本，又克服了传统动态称重系统只能监测某一断面车辆荷载信息的缺点，从而形成较为准确的车辆时空分布模型，获取所有车道车重、车速、车流量和车辆空间分布等数据，为结构设计分析和安全评估提供基础。本设计有利于推动后续桥梁钢箱梁疲劳寿命评估、“在线荷载试验”等研究工作，从而实现有效的桥梁健康状况评估分析等。

图6 黄埔大桥超重车平均车流量统计分析

图7 双向合计车辆平均质量（分时段统计）

在传统动态称重方法无法满足重点桥梁车辆荷载分布监测需求，大范围部署新设备成本高昂的情况下，采用基于现有ETC门架的机器视觉与大数据技术进行数据融合，能充分利用已有数据资源，降低数据冗余、提高资源复用，避免重复监测，更能减少建设和维护成本，达到较好的车辆荷载时空分布监测效果。本技术应用形成基于图像识别技术的桥梁车辆荷载模型分析技术，可为相似超大型桥梁工程的车辆荷载管理与结构评估提供参考。