Page 135 - 公路桥梁养护与管理

第四章 智能桥梁的发展

实现桥梁在地震后初始响应过程中的视觉自动检测具有重要意义。Bae 等提出了
一种新的深度超分辨率裂缝网络（SrcNet），提高了原始数字图像的像素分辨率，
显著提高了基于计算机视觉技术的裂纹检测能力。

针对基于智能检（监）测数据的桥梁损伤识别方面，周建庭等提出了一种融
合 kalman 滤波与广义自回归条件异方差（GARCH）模型的结构损伤识别方法，
提高了损伤识别的精度，弥补了传统模型带来的识别误差，并利用锈蚀损伤的
钢筋混凝土梁动力试验获取的监测数据对算法的有效性进行了验证。伊廷华等提

出了一种利用车辆主动激励频率识别混凝土梁桥桥面损伤的方法，并通过对胶合
板的损伤识别试验验证了该方法的有效性。Chen 等提出了一种基于灵敏度分析
的层次贝叶斯学习方法来识别具有稀疏特征的结构损伤，结果表明即使在高测量
噪声和传感器记录数量有限的情况下，该方法对结构损伤识别仍具有较好的鲁

棒性。
在智能识别算法方面，雷鹰等提出了一种基于未知输入的广义卡尔曼滤波
（GKF-UI）地震激励的广义识别算法，可识别结构状态和未知地震激励。林阳
等提出了一种基于自由振动响应识别桥梁断面颤振导数的人工蜂群算法，开展了

理想平板模型仿真和某大桥节段模型风洞试验，研究结果表明该人工蜂群算法具
有稳定可靠、抗噪声能力强、识别精度高的特点。
（三）智能评价及预测
随着智能检（监）测和人工智能技术的飞速发展，通过对数据的科学挖掘、

统计分析和数学表征，科学提出信息更新条件下高效、精准求解结构响应的智能
算法与状态评价及预测模型，也是当前学术界聚焦的研究热点。
在桥梁结构状态与服役安全评价方面，Liu 等提出了用于桥墩评估的无人机
航迹和摄像策略，建立了一种基于无人机和三维场景重建的桥墩裂缝评估方法，

并通过现场试验研究，验证了该方法的有效性。Zhan 等提出了一种基于车桥相
互作用分析和模型修正的箱梁桥隐性损伤定位和定量评估的方法，可以准确地识
别损伤位置和评估损伤程度。勾红叶等构建了考虑接触非线性和层间联结失效的
桥梁轨道变形映射通用模型，训练了不同桥梁附加变形及基础结构服役性能演变

与车辆动力响应的映射关系，研发了具有工程实用性的复杂条件下高速铁路桥梁
行车安全智能评价系统。Zhou 等设计了基于非接触机器视觉技术和深度学习算
法的桥梁时空荷载分布车辆重量识别系统，通过对固定摄像机采集的车辆信息进

123